扫描数据库，保障数据安全 (scan for 数据库)
近年来，随着互联网的飞速发展，数据库的使用变得越来越广泛。现在，绝大多数公司都拥有自己的数据库，用于存储各种业务数据。然而，随着数据库规模的不断扩大，数据库的安全性问题也逐渐凸显。数据库中的数据非常重要，一旦被黑客攻击，后果会非常严重。因此，对于数据库的安全性问题，我们需要采取综合的措施，其中一项非常重要的措施就是。
什么是扫描数据库？
扫描数据库是指对数据库进行全面的检测，查找其中可能存在的漏洞和安全隐患。这项工作可以通过专业的扫描工具来完成，扫描工具会自动检测数据库的各个方面，包括数据库管理系统、数据库的设置、数据库的权限等等。扫描工具可以帮助管理员找出数据库中的安全隐患，并提供一系列有效的安全措施，保证数据库的安全性。
为什么要扫描数据库？
扫描数据库的目的非常明确，就是为了发现潜藏在数据库中的安全隐患。数据库是企业中最重要的资源之一，其中存储着大量的业务数据、个人信息等等，如果数据库中的数据被攻击者盗取或篡改，将会带来非常严重的后果。通过扫描数据库，我们可以及时发现存在的漏洞和安全隐患，及时加以修补和改进，保障数据的安全。
扫描数据库的好处
1、发现安全问题
通过扫描数据库，系统会自动检测数据库中的安全漏洞和隐患，帮助管理员及时发现数据库中可能存在的问题。管理员可以及时采取措施，修补漏洞，避免安全事件发生。
2、提高安全性
通过扫描数据库，管理员可以及时发现数据库中可能存在的安全隐患，并且根据扫描报告提供的措施及时加以改进和完善，提高数据库的安全性。
3、保护企业数据
数据库是企业中最宝贵的资源之一，其中包含着企业的核心数据，如果被黑客攻击，后果将不堪设想。通过扫描数据库，找出可能存在的安全隐患，加强安全保障，能够更好地保护企业的数据。
扫描数据库的注意事项
1、经常性扫描
数据库是经常使用的资源，因此扫描的次数也需要相应增加。管理员需要定期对数据库进行扫描，以及时发现和解决数据库中的安全问题。
2、选择专业工具
扫描数据库需要使用专业的扫描工具，这些工具可以全面扫描数据库的各个方面，发现存在的安全问题。因此，管理员需要选择好的扫描工具，并正确地使用这些工具。
3、处理漏洞
一旦扫描到数据库中的漏洞和隐患，管理员需要及时加以处理。接下来，管理员需要采取措施进行修复和改进，避免安全问题进一步扩大和升级。
结语
随着互联网的发展，数据库成为企业中至关重要的资源之一。因此，显得非常重要。通过全面、细致的扫描工作，我们可以及时发现存在的安全问题，提高数据库的安全性，保障企业数据的安全。同时，需要注意正确选择扫描工具，并对扫描结果进行认真的处理，才能更好地保护企业的核心数据。
相关问题拓展阅读：
mysql使用什么类型存 json数据
ON (JavaScriptObject Notation) 是一种轻量级的数据交换格式，主要用于传送数据。ON采用了独立于语言的文本格式，类似XML，但是比XML简单，易读并且易编写。对机器来说易于解析和生成，并且会减少网络带宽的传输。由于ON格式可以解耦javascript客户端应用与Restful服务器端的方法调用，因而在互联网应用中被大量使用。
ON的格式非常简单：名称/键值。之前MySQL版本里面要实现这样的存储，要么用VARCHAR要么用TEXT大文本。 MySQL5.7发布后，专门设计了ON数据类型以及关于这种类型的检索以及其他函数解析。我们先看看MySQL老版本的ON存取。
示例表结构：
CREATE TABLE json_test(
id INT,
person_desc TEXT
)ENGINE INNODB;
我们来插入一条记录：
INSERT INTO json_test VALUES (1,'{
“programmers”:
“firstName”: “Brett”,
“lastName”: “McLaughlin”,
“email”: “aaaa”
}, {
“firstName”: “Jason”,
“lastName”: “Hunter”,
“email”: “bbbb”
}, {
“firstName”: “Elliotte”,
“lastName”: “Harold”,
“email”: “cccc”
}>,
“authors”:
“firstName”: “Isaac”,
“lastName”: “Asimov”,
“genre”: “sciencefiction”
}, {
“firstName”: “Tad”,
“lastName”: “Williams”,
“genre”:”fantasy”
}, {
“firstName”: “Frank”,
“lastName”: “Peretti”,
“genre”: “christianfiction”
}>,
“musicians”:
“firstName”: “Eric”,
“lastName”: “Clapton”,
“instrument”: “guitar”
}, {
“firstName”: “Sergei”,
“lastName”: “Rachmaninoff”,
“instrument”: “piano”
}>
}’);
那一般我们遇到这样来存储ON格式的话，只能把这条记录取出来交个应用程序，由应用程
来解析。如此一来，ON又和特定的应用程序耦合在一起，其便利性的优势大打折扣。
现在到了MySQL5.7，可以支持对ON进行属性的解析，我们重新修改下表结构：
ALTER TABLE json_test MODIFY person_desc json;
先看看插入的这行ON数据有哪些KEY：
mysql> SELECT id,json_keys(person_desc) as “keys” FROM json_test\G
*************************** 1. row***************************
id: 1
keys:
1 row in set (0.00 sec)
我们可以看到，里面有三个KEY，分别为authors，musicians，programmers。那现在找一
KEY把对应的值拿出来：
mysql> SELECT json_extract(AUTHORS,’$.lastName’) AS ‘name’, AUTHORS FROM
-> (
-> SELECT id,json_extract(person_desc,’$.authors’) AS “authors” FROM json_test
->UNION ALL
-> SELECT id,json_extract(person_desc,’$.authors’) AS “authors” FROM json_test
-> UNION ALL
-> SELECT id,json_extract(person_desc,’$.authors’) AS “authors” FROM json_test
-> ) AS T1
-> ORDER BY NAME DESC\G
*************************** 1. row***************************
name:”Williams”
AUTHORS: {“genre”: “fantasy”,”lastName”: “Williams”, “firstName”:”Tad”}
*************************** 2. row***************************
name:”Peretti”
AUTHORS: {“genre”:”christianfiction”, “lastName”: “Peretti”,”firstName”:
“Frank”}*************************** 3. row***************************
name:”Asimov”
AUTHORS: {“genre”: “sciencefiction”,”lastName”: “Asimov”, “firstName”:”Isaac”}
3 rows in set (0.00 sec)
现在来把详细的值罗列出来：
mysql> SELECT
->json_extract(AUTHORS,’$.firstName’) AS “firstname”,
-> json_extract(AUTHORS,’$.lastName’)AS “lastname”,
-> json_extract(AUTHORS,’$.genre’) AS”genre”
-> FROM
-> (
-> SELECT id,json_extract(person_desc,’$.authors’)AS “authors” FROM json
_test
-> ) AS T\G
*************************** 1. row***************************
firstname: “Isaac”
lastname:”Asimov”
genre:”sciencefiction”
1 row in set (0.00 sec)
我们进一步来演示把authors 这个KEY对应的所有对象删掉。
mysql> UPDATE json_test
-> SET person_desc =json_remove(person_desc,’$.authors’)\G
Query OK, 1 row affected (0.01 sec)
Rows matched: 1 Changed: 1 Warnings: 0
查找下对应的KEY，发现已经被删除掉了。
mysql> SELECT json_contains_path(person_desc,’all’,’$.authors’)as authors_exists FROM
json_test\G
*************************** 1. row***************************
authors_exists: 0
1 row in set (0.00 sec)
总结下，虽然MySQL5.7开始支持ON数据类型，但是我建议如果要使用的话，更好是把这的值取出来，然后在应用程序段来计算。毕竟数据库是用来处理结构化数据的，大量的未预先定义schema的json解析，会拖累数据库的性能。
ON (JavaScriptObject Notation) 是一种轻量级的数据交换格式，主要用于传送数据。ON采用了独立于语言的文本格式，类似XML，但是比XML简单，易读并且易编写。对机器来说易于解析和生成，并且会减少网络带宽的传输。由于ON格式可以解耦javascript客户端应用与Restful服务器端的方法调用，因而在互联网应用中被大量使用。
ON的格式非常简单：名称/键值。之前MySQL版本里面要实现这样的存储，要么用VARCHAR要么用TEXT大文本。 MySQL5.7发布后，专门设计了ON数据类型以及关于这种类型的检索以及其他函数解析。我们先看看MySQL老版本的ON存取。
示例表结构：
CREATE TABLE json_test(
id INT,
person_desc TEXT
)ENGINE INNODB;
我们来插入一条记录：
INSERT INTO json_test VALUES (1,'{
”programmers”:
”firstName”: “Brett”,
”lastName”: “McLaughlin”,
”email”: “aaaa”
}, {
”firstName”: “Jason”,
”lastName”: “Hunter”,
”email”: “bbbb”
}, {
”firstName”: “Elliotte”,
”lastName”: “Harold”,
”email”: “cccc”
}>,
”authors”:
”firstName”: “Isaac”,
”lastName”: “Asimov”,
”genre”: “sciencefiction”
}, {
”firstName”: “Tad”,
”lastName”: “Williams”,
”genre”:”fantasy”
}, {
”firstName”: “Frank”,
”lastName”: “Peretti”,
”genre”: “christianfiction”
}>,
”musicians”:
”firstName”: “Eric”,
”lastName”: “Clapton”,
”instrument”: “guitar”
}, {
”firstName”: “Sergei”,
”lastName”: “Rachmaninoff”,
”instrument”: “piano”
}>
}’);
那一般我们遇到这样来存储ON格式的话，只能把这条记录取出来交个应用程序，由应用程序来解析。如此一来，ON又和特定的应用程序耦合在一起，其便利性的优势大打折扣。
现在到了MySQL5.7，可以支持对ON进行属性的解析，我们重新修改下表结构：
ALTER TABLE json_test MODIFY person_desc json;
先看看插入的这行ON数据有哪些KEY：
mysql> SELECT id,json_keys(person_desc) as “keys” FROM json_test\G
*************************** 1. row***************************
id: 1
keys:
1 row in set (0.00 sec)
我们可以看到，里面有三个KEY，分别为authors，musicians，programmers。那现在找一个KEY把对应的值拿出来：
mysql> SELECT json_extract(AUTHORS,’$.lastName’) AS ‘name’, AUTHORS FROM
-> (
-> SELECT id,json_extract(person_desc,’$.authors’) AS “authors” FROM json_test
->UNION ALL
-> SELECT id,json_extract(person_desc,’$.authors’) AS “authors” FROM json_test
-> UNION ALL
-> SELECT id,json_extract(person_desc,’$.authors’) AS “authors” FROM json_test
-> ) AS T1
-> ORDER BY NAME DESC\G
*************************** 1. row***************************
name:”Williams”
AUTHORS: {“genre”: “fantasy”,”lastName”: “Williams”, “firstName”:”Tad”}
*************************** 2. row***************************
name:”Peretti”
AUTHORS: {“genre”:”christianfiction”, “lastName”: “Peretti”,”firstName”: “Frank”}
*************************** 3. row***************************
name:”Asimov”
AUTHORS: {“genre”: “sciencefiction”,”lastName”: “Asimov”, “firstName”:”Isaac”}
3 rows in set (0.00 sec)
现在来把详细的值罗列出来：
mysql> SELECT
->json_extract(AUTHORS,’$.firstName’) AS “firstname”,
-> json_extract(AUTHORS,’$.lastName’)AS “lastname”,
-> json_extract(AUTHORS,’$.genre’) AS”genre”
-> FROM
-> (
-> SELECT id,json_extract(person_desc,’$.authors’)AS “authors” FROM json
_test
-> ) AS T\G
*************************** 1. row***************************
firstname: “Isaac”
lastname:”Asimov”
genre:”sciencefiction”
1 row in set (0.00 sec)
我们进一步来演示把authors 这个KEY对应的所有对象删掉。
mysql> UPDATE json_test
-> SET person_desc =json_remove(person_desc,’$.authors’)\G
Query OK, 1 row affected (0.01 sec)
Rows matched: 1 Changed: 1 Warnings: 0
查找下对应的KEY，发现已经被删除掉了。
mysql> SELECT json_contains_path(person_desc,’all’,’$.authors’)as authors_exists FROM json_test\G
*************************** 1. row***************************
authors_exists: 0
1 row in set (0.00 sec)
总结下，虽然MySQL5.7开始支持ON数据类型，但是我建议如果要使用的话，更好是把这样的值取出来，然后在应用程序段来计算。毕竟数据库是用来处理结构化数据的，大量的未预先定义schema的json解析，会拖累数据库的性能。
mysql使用什么类型存 json数据:
vchar …
我们知道，ON是一种轻量级的数据交互的格式，大部分NO SQL数据库的存储都用ON。MySQL从5.7开始支持ON格式的数据存储，并且新增了很多ON相关函数。MySQL 8.0 又带来了一个新的把ON转换为TABLE的函数ON_TABLE，实现了ON到表的转换。
举例一
我们看下简单的例子：
简单定义一个两级ON 对象
mysql> set @ytt='{“name”:}’;Query OK, 0 rows affected (0.00 sec)
之一级：
mysql> select json_keys(@ytt);+—+| json_keys(@ytt) |+—+| |+—+1 row in set (0.00 sec)
第二级：
mysql> select json_keys(@ytt,’$.name’);+-+| json_keys(@ytt,’$.name’) |+-+| |+-+1 row in set (0.00 sec)
我们使用MySQL 8.0 的ON_TABLE 来转换 @ytt。
mysql> select * from json_table(@ytt,’$.name’ columns (f1 varchar(10) path ‘$.a’, f2 varchar(10) path ‘$.b’)) as tt;
+++
| f1 | f2 |
+++
| ytt | action |
| dble | shard |
| mysql | oracle |
+++
3 rows in set (0.00 sec)
举例二
再来一个复杂点的例子，用的是EXPLAIN 的ON结果集。
ON 串 @json_str1。
set @json_str1 = ‘ { “query_block”: { “select_id”: 1, “cost_info”: { “query_cost”: “1.00” }, “table”: { “table_name”: “bigtable”, “access_type”: “const”, “possible_keys”: , “key”: “id”, “used_key_parts”: , “key_length”: “8”, “ref”: , “rows_examined_per_scan”: 1, “rows_produced_per_join”: 1, “filtered”: “100.00”, “cost_info”: {“read_cost”: “0.00”,”eval_cost”: “0.20”,”prefix_cost”: “0.00”,”data_read_per_join”: “176” }, “used_columns”: } }}’;
之一级：
mysql> select json_keys(@json_str1) as ‘first_object’;+—+| first_object |+—+| |+—+1 row in set (0.00 sec)
第二级：
mysql> select json_keys(@json_str1,’$.query_block’) as ‘second_object’;++| second_object|++| |++1 row in set (0.00 sec)
第三级：
mysql> select json_keys(@json_str1,’$.query_block.table’) as ‘third_object’\G*************************** 1. row ***************************third_object: 1 row in set (0.01 sec)
第四级：
mysql> select json_extract(@json_str1,’$.query_block.table.cost_info’) as ‘forth_object’\G*************************** 1. row ***************************forth_object: {“eval_cost”:”0.20″,”read_cost”:”0.00″,”prefix_cost”:”0.00″,”data_read_per_join”:”176″}1 row in set (0.00 sec)
那我们把这个ON 串转换为表。
SELECT * FROM ON_TABLE(@json_str1,
“$.query_block”
COLUMNS(
rowid FOR ORDINALITY,
NESTED PATH ‘$.table’
COLUMNS (
a1_1 varchar(100) PATH ‘$.key’,
a1_2 varchar(100) PATH ‘$.ref’,
a1_3 varchar(100) PATH ‘$.filtered’,
nested path ‘$.cost_info’
columns (
a2_1 varchar(100) PATH ‘$.eval_cost’ ,
a2_2 varchar(100) PATH ‘$.read_cost’,
a2_3 varchar(100) PATH ‘$.prefix_cost’,
a2_4 varchar(100) PATH ‘$.data_read_per_join’
),
a3 varchar(100) PATH ‘$.key_length’,
a4 varchar(100) PATH ‘$.table_name’,
a5 varchar(100) PATH ‘$.access_type’,
a6 varchar(100) PATH ‘$.used_key_parts’,
a7 varchar(100) PATH ‘$.rows_examined_per_scan’,
a8 varchar(100) PATH ‘$.rows_produced_per_join’,
a9 varchar(100) PATH ‘$.key’
),
NESTED PATH ‘$.cost_info’
columns (
b1_1 varchar(100) path ‘$.query_cost’
),
c INT path “$.select_id”
)
) AS tt;
++——+++——+——+——+——+——+++——+——+——+——+——+——+
| rowid | a1_1 | a1_2 | a1_3 | a2_1 | a2_2 | a2_3 | a2_4 | a3 | a| a5 | a6 | a7 | a8 | a9 | b1_1 | c |
++——+++——+——+——+——+——+++——+——+——+——+——+——+
|| id | const | 100.00 | 0.20 | 0.00 | 0.00 | 176 | 8 | bigtable | const | id | 1 | 1 | id | NULL | 1 |
|| NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | 1.00 | 1 |
++——+++——+——+——+——+——+++——+——+——+——+——+——+
2 rows in set (0.00 sec)
当然，ON_table 函数还有其他的用法，我这里不一一列举了，详细的参考手册。
python3 mongodb怎么实现关联查询
MongoDB是一个基于分布式文件存储的数据库。由C++语言编写。旨在为WEB应用提供可护展的高性能数据存储解决方案。它的特点是高性能、易部署、易使用，存储数据非常方便。
MongoDB 简单使用
联接数据库
复制代码代码如下:
In : import pymongo
In : from pymongo import Connection
In : connection = Connection(‘192.168.1.3’, 27017) //创建联接
Connection 相关参数
复制代码代码如下:
Connection(>>>>>>>>)
数据库操作
复制代码代码如下:
In : c.database_names() //列出所有数据库名称
Out:
In : c.server_info() //查看服务器相关信息
Out:
{u’bits’: 64,
u’gitVersion’: u’nogitversion’,
u’ok’: 1.0,
u’sysInfo’: u’Linux yellow 2.6.24-27-server #1 P Fri Mar 12 01:23:09 UTC 2023 x86_64 BOOST_LIB_VERSION=1_40′,
u’version’: u’1.2.2′}
In : db = c //选择数据库
In : db.collection_names() //列出当前数据库中所有名称
Out:
In : db.connection //查看联接信息
Out: Connection(‘192.168.1.3’, 27017)
In : db.create_collection(‘test_abeen’) //创建新
Out: Collection(Database(Connection(‘192.168.1.3′, 27017), u’test’), u’test_abeen’)
In : db.last_status() //查看上次操作状态
Out: {u’err’: None, u’n’: 0, u’ok’: 1.0}
In : db.name //查看当前数据库名称
Out: u’test’
In : db.profiling_info() //查看配置信息
Out:
In : db.profiling_level()
Out: 0.0
操作
复制代码代码如下:
In : db.collection_names() //查看当前数据库所有名称
Out:
u’fs.files’,
u’fs.chunks’,
u’test_gao’,
u’system.users’,
u’test_abeen’>
In : c = db.test_abeen //选择
In : c.name //查看当前名称
Out: u’test_abeen’
In : c.full_name //查看当前全名
Out: u’test.test_abeen’
In : c.database //查看当前数据库相关信息
Out: Database(Connection(‘192.168.1.3′, 27017), u’test’)
In : post = {“author”:”Mike”,”text”:”this is a test by abeen”}
In : posts = db.posts
In : posts.insert(post) //向数据库插入文档，默认创建
Out: ObjectId(‘4caa91e’)
In : db.collection_names() //显示所有名称
Out:
u’fs.files’,
u’fs.chunks’,
u’test_gao’,
u’system.users’,
u’test_abeen’,
u’posts’>
In : posts.find_one() //从查找信息
Out:
{u’_id’: ObjectId(‘4caa91e’),
u’author’: u’Mike’,
u’text’: u’this is a test by abeen’}
In : p.update({“author”:”Mike”},{“$set”:{“author”:”abeen”,”text”:”this is a test by abeen shan shan”}})//更新文档信息
In : list(p.find())
Out:
u’author’: u’abeen’,
u’text’: u’this is a test by abeen shan shan’}>
In : list(posts.find())
Out:
u’author’: u’Mike’,
u’text’: u’this is a test by abeen’},
{u’_id’: ObjectId(‘4c358ad4421aa91e’), u’a’: u’aa’, u’b’: u’bb’},
{u’_id’: ObjectId(‘4c358ad9421aa91e’), u’a’: u’aa’, u’b’: u’bb’},
{u’_id’: ObjectId(‘4c358abb421aa91e’),
u’a’: u’abeen’,
u’b’: u’this bb is updated’}>
In : posts.remove({“a”:”abeen”}) //删除符合条件的文档
In : list(posts.find())
Out:
u’author’: u’Mike’,
u’text’: u’this is a test by abeen’},
{u’_id’: ObjectId(‘4c358ad4421aa91e’), u’a’: u’aa’, u’b’: u’bb’},
{u’_id’: ObjectId(‘4c358ad9421aa91e’), u’a’: u’aa’, u’b’: u’bb’}>
In : db.collection_names()
Out:
u’fs.files’,
u’fs.chunks’,
u’test_gao’,
u’system.users’,
u’test_abeen’,
u’posts’,
u’doc_abeen’>
In : db.drop_collection(“doc_abeen”) //删除
In : db.collection_names()
Out:
u’fs.files’,
u’fs.chunks’,
u’test_gao’,
u’system.users’,
u’test_abeen’,
u’posts’>
代码
复制代码代码如下:
In : result = db.posts.find({“a”:”aa”})//查找
In : type(result)
Out:
In : list(result)
Out:
{u’_id’: ObjectId(‘4c358ad9421aa91e’), u’a’: u’aa’, u’b’: u’bb’}>
find格式
复制代码代码如下:
find(>>>>>>>>>>)
代码
复制代码代码如下:
In : db.posts.count()//当前文档数
Out: 3
In : type(db.posts)
Out:
In : posts.rename(‘test_abeen’)//重命名当前
In : db.collection_names()
Out:
u’fs.files’,
u’fs.chunks’,
u’test_gao’,
u’system.users’,
u’test_abeen’>
In : for post in c.find({“a”:”aa”}).sort(“a”): //查询并排序列
post
Out: {u’_id’: ObjectId(‘4c358ad4421aa91e’), u’a’: u’aa’, u’b’: u’bb’}
Out: {u’_id’: ObjectId(‘4c358ad9421aa91e’), u’a’: u’aa’, u’b’: u’bb’}
复制代码代码如下:
> db.foo.insert( { x : 1, y : 1 } )
> db.foo.insert( { x : 2, y : “string” } )
> db.foo.insert( { x : 3, y : null } )
> db.foo.insert( { x : 4 } )
// Query #1 y 为null或不存在
> db.foo.find( { “y” : null } )
{ “_id” : ObjectId(“4dcc677fc83b5629f”), “x” : 3, “y” : null }
{ “_id” : ObjectId(“4dc1975a12c677fc83b562a0”), “x” : 4 }
// Query #2 y为null的值
> db.foo.find( { “y” : { $type : 10 } } )
{ “_id” : ObjectId(“4dcc677fc83b5629f”), “x” : 3, “y” : null }
// Query #3 y不存在的结果
> db.foo.find( { “y” : { $exists : false } } )
在linux系统中，mysql 中的命令 -o 怎么用
MYSQL命令行参数的详细说明：Usage:mysql
-?, –help #显示帮助信息并退出
-I, –help #显示帮助信息并退出
–auto-rehash #自动补全功能，就像linux里面，按Tab键出提示差不多
-A, –no-auto-rehash #默认状态是没有自动补全功能的。-A就是不要自动补全功能
-B, –batch #mysql不使用历史文件，禁用交互
–character-sets-dir=name #字体集的安装目录
–default-character-set=name #设置数据库的默认字符集
–column-type-info #结果集返回时，同时显示字段的类型等相关信息
-c, –comments #Preserve comments. Send comments to the server. The
default is –skip-comments (discard comments), enable
with –comments
-C, –compress #在客户端和服务器端传递信息时使用压缩
-#, –debug #bug调用功能
-D, –database=name #使用哪个数据库
–default-character-set=name #设置默认的字符集
–delimiter=name #设置默认命令结束符
-e, –execute=name #执行mysql的sql语句
-E, –vertical #垂直打印查询输出
-f, –force #如果有错误跳过去，继续执行下面的
-G, –named-commands #Enable named commands. Named commands mean thisprogram’s
internal commands; see mysql> help . When enabled, the named commandscan be used from any line of the query, otherwise only from the first line,before an enter.
Disable with –disable-named-commands. This option is disabled by default.
-g, –no-named-commands
Named commands are disabled. Use \* form only, or use named commands onlyin the beginning of a line ending with a semicolon (;) Since version 10.9 theclient now starts with this option ENABLED by default! Disable with ‘-G’. Longformat commands still work from the first line. WARNING: option deprecated;
use –disable-named-commands instead.
-i, –ignore-spaces #忽视函数名后轮早面的空格.
–local-infile #启动/禁用LOAD DATA LOCAL INFILE.
-b, –no-beep #sql错误时早桐消，禁止嘟的一声
-h, –host=name #设置连接的服务器名或者Ip
-H, –html #以html的方式输出
-X, –xml #以xml的方式输出
–line-numbers #显示错误的行号
-L, –skip-line-numbers #忽略错误的行号
-n, –unbuffered #每执行一次sql后，刷新缓存
–column-names #查寻时显示列信息，陆知默认是加上的
-N, –skip-column-names #不显示列信息
-O, –set-variable=name #设置变量用法是–set-variable=var_name=var_value
–sigint-ignore #忽视SIGINT符号(登录退出时Control-C的结果)
-o, –one-database #忽视除了为命令行中命名的默认数据库的语句。可以帮跳过日志中的其它数据库的更新。
–pager #使用分页器来显示查询输出，这个要在linux可以用more,less等。
–no-pager #不使用分页器来显示查询输出。
-p, –password #输入密码
-W, –pipe #Use named pipes to connect to server.
-P, –port=# #设置端口
–prompt=name #设置mysql提示符
–protocol=name #设置使用的协议
-q, –quick #不缓存查询的结果，顺序打印每一行。如果输出被挂起，服务器会慢下来，mysql不使用历史文件。
-r, –raw #写列的值而不转义转换。通常结合–batch选项使用。
–reconnect #如果与服务器之间的连接断开，自动尝试重新连接。禁止重新连接，使用–disable-reconnect。
-s, –silent #一行一行输出，中间有tab分隔
-S, –socket=name #连接服务器的sockey文件
–ssl #激活ssl连接，不激活–skip-ssl
–ssl-ca=name #CA file in PEM format (check OpenSSL docs, implies–ssl).
–ssl-capath=name #CA directory (check OpenSSL docs, implies –ssl).
–ssl-cert=name #X509 cert in PEM format (implies –ssl).
–ssl-cipher=name #SSL cipher to use (implies –ssl).
–ssl-key=name #X509 key in PEM format (implies –ssl).
–ssl-verify-server-cert #连接时审核服务器的证书
-t, –table #以表格的形式输出
–tee=name #将输出拷贝添加到给定的文件中，禁时用–disable-tee
–no-tee #根–disable-tee功能一样
-u, –user=name #用户名
-U, –safe-updates #Only allow UPDATE and DELETE that uses keys.
-U, –i-am-a-dummy #Synonym for option –safe-updates, -U.
-v, –verbose #输出mysql执行的语句
-V, –version #版本信息
-w, –wait #服务器down后，等待到重起的时间
–connect_timeout=# #连接前要等待的时间
–max_allowed_packet=# #服务器接收／发送包的更大长度
–net_buffer_length=# #TCP/IP和套接字通信缓冲区大小。
–select_limit=# #使用–safe-updates时SELECT语句的自动限制
–max_join_size=# #使用–safe-updates时联接中的行的自动限制
–secure-auth #拒绝用(pre-4.1.1)的方式连接到数据库
–server-arg=name #Sendembeddedserverthisasaparameter.
关于scan for 数据库的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
