MySQL能去哪里学习？

首先，学习基本的SQL语法。完成这个后，你就可以编写SQL语句了。这一步推荐：W3Schools的 SQL 教程。

其次，学习数据库的主要功能和使用方法，比如用户相关或者权限相关等等。

我推荐两本书：

一、《MySQL必知必会》 这本书讲的非常全，从基本概念，到查询到插入新建表，用户的管理，都有具体的例子，非常适合没有任何基础的同学来学习Mysql，总之这本书学习的方法就是：1、十分钟了解下数据库的基本概念 2、找到练手的数据库 3、对照着上面的内容去敲。本书里也有大量的内容是讲sql的，可以结合w3c的sql教程一起，有取舍地看。

二、《数据库系统概念》这本书是dba必看的。看完这些并且实践+思考之后，可以算入门了。接下来对于希望深入学习的童鞋我推荐几本书（很多大神都这么推荐），《高性能MySQL(第3版)》、 《MySQL技术内幕(第4版)》，《MySQL技术内幕 InnoDB存储引擎》，《深入理解MySQL》还有Mysql的官网。读完这些东西，再加些丰富的经验，理论上来讲就具备DBA的水平了。十分推荐阅读Planet MySQL上汇总的博客，特别是Percona's MySQL &InnoDB performance and scalability blog但是，正如我开头所言的。

面对问题的时候一定要积极思考！比如：我问你，面对一个并发量比较高的场景，如何配置mysql的连接数？你可能会回答：“哦，就是调高max_connection的数值吧。”那，你有没有思考过调到多少是最合适的呢？为什么这样设置就最合适呢？也许你会回答：“恩我知道，可以看系统之前的max_used_connection的数值，然后来设置。也可以调高back_log的值。”那你有没有思考过，max_connection连接数太高会有什么不好的影响呢？back_log设置的太高有什么不好的地方呢？max_connect的上限其实是取决于mysql能获得的文件描述符的数量，也就是说你就算设置成10000，最后也是没用的，系统会根据机器的情况自动调低。也许你会回答：“恩我知道，设置太高，会有系统开销...”那你有没有思考过，这些开销具体是什么呢？是什么工作导致了需要这些内存开销？也许你还会回答，在连接创建的时候，会立刻为它分配连接缓冲区以及查询缓冲区，这些都会吃内存。那你有没有思考过，占据的资源具体是多少呢？取决于哪些因素呢？好了，我们先结束这个问题。回到知乎的问题上来，其实我说了这么多，就是表达要如何自学mysql。所以的所以，你必须不断思考，才能在工作中面对具体场景的时候，非常淡定地推断：“哦，一定是这里出了问题。应该怎么怎么做。”面对问题，拿出打破砂锅问到底的精神，先思考一番，给出自己的假设，不要着急地去找度娘，谷歌。思考过后，带着你的推断或者答案，大胆地去搜索吧！去看看别人的见解，去看看官方的描述！这才是一个工程师应有的态度。最后我想给出一些有价值的学习资料。可以省去一些时间。-电子书：我认为多看书还是有好处的。有些书值得反复看许多遍，有时候只看一遍无法深刻理解吸收，思考也不够充分

培训课程如下：

一、大数据前沿知识及hadoop入门

零基础入门，了解大数据的历史背景及发展方向，掌握hadoop的两种安装配置

二、Hadoop部署进阶

熟练掌握hadoop集群搭建；对Hadoop架构的分布式文件系统HDFS进行深入分析

三、Java基础

了解java程序设计的基本思想，熟练利用eclipse进行简单的java程序设计，熟练使用jar文件，了解mysql等数据库管理系统的原理，了解基于web的程序开发流程

四、MapReduce理论及实战

熟悉MapReduce的工作原理及应用，熟悉基本的MapReduce程序设计，掌握根据大数据分析的目标设计和编写基于mapreduce的项目

五、hadoop+Mahout大数据分析

掌握基于hadoop+mahout的大数据分析方法的使用场景，熟练运用mahout的成熟算法进行特定场景的大数据分析

六、Hbase理论及实战

掌握hbase的数据存储及项目实战、掌握Spark、Hive的安装、配置及使用场景

七、Spark大数据分析

Spark、Hive的安装、配置及使用场景，熟练运用Spark的成熟算法进行特定场景的大数据分析

八、大数据学习综合知识储备

统计学：多元统计分析、应用回归

计算机：R、python、SQL、数据分析、机器学习

matlab和mathematica两个软件也是需要掌握的，前者在实际的工程应用和模拟分析上有很大优势，后者则在计算功能和数学模型分析上十分优秀，相互补助可以取长补短。

---