数据库

通用语法及分类

• DDL: 数据定义语言，用来定义数据库对象（数据库、表、字段）
• DML: 数据操作语言，用来对数据库表中的数据进行增删改
• DQL: 数据查询语言，用来查询数据库中表的记录
• DCL: 数据控制语言，用来创建数据库用户、控制数据库的控制权限

DDL（数据定义语言）

数据库操作

# 1. 查询所有数据库：
show databases;
# 2. 查询当前所在数据库：
select database();
# 3. 创建数据库：
create database [if not exists] 数据库名 [default charset 字符集] [collate 排序规则];
# 4. 删除数据库：
drop database [if exists] 数据库名;
# 5. 使用数据库：
use 数据库名;

注意事项: UTF8字符集长度为3字节，有些符号占4字节，所以推荐用utf8mb4字符集

表操作

# 1. 查询当前数据库所有表：
show tables;
# 2. 查询表结构：
desc 表名;
# 3. 查询指定表的建表语句：
show create table 表名;
# 4. 创建表
create table 表名(
    字段1 字段1类型 [comment 字段1注释],
    字段2 字段2类型 [comment 字段2注释],
    字段3 字段3类型 [comment 字段3注释],
    ...
    字段n 字段n类型 [comment 字段n注释]
) [comment 表注释]; 
# 5. 添加字段
alter table 表名 add 字段名 类型(长度) [comment 字段注释];
# 6. 修改数据类型
alter table 表名 modify 字段名 新数据类型(长度);
# 7. 修改字段名和字段类型
alter table 表名 change 旧字段名 新字段名 新数据类型(长度) [comment 字段注释]；
# 8. 删除字段
alter table 表名 drop 字段名;
# 9. 修改表名
alter table rename to 新表名;
# 10. 删除表
drop table [if exists] 表名;
# 11. 删除表，并重新创建该表
truncate table 表名;

MySql数据类型

数值类型

类型	大小	Signed范围	Unsigned范围	描述
TINYINT	1byte	(-128, 127)	(0, 1255)	小整数值
SMALLINT	2 bytes	(-32768, 32767)	(0, 65535)	大整数值
MEDIUMINT	3 bytes	(-8388608, 8388607)	(0, 16777215)	大整数值
INT/INTEGER	4 bytes	(-2147483648, 2147483647)	(0, 4294967265)	大整数值
BIGINT	8 bytes	…	…	极大整数值
FLOAT	4 bytes	…	…	单精度浮点数
DOUBLE	8 bytes	…	…	双精度浮点数
DECIMAL		依赖于M(精度)和D(标度)的值	依赖于M(精度)和D(标度)的值	小数值(精确定点数)

字符串类型

类型	大小	描述
CHAR	0 - 255 bytes	定长字符串（需要指定长度）
VARCHAR	0 - 65535 bytes	变长字符串（需要指定长度）
TINYBLOB	0 -255 bytes	不超过255个字符的二进制数据
TINYTEXT	0 -255 bytes	短文本字符串
BLOB	0 - 65535 bytes	二进制形式的长文本数据
TEXT	0 - 65535 bytes	长文本数据
MEDIUMBLOB	0 - 16777215 bytes	二进制形式的中等长度极大文本数
MEDIUMTEXT	0 - 16777215 bytes	中等长度文本数据
LONGBLOB	0 - 4294967295 bytes	二进制形式的极大文本数
LONGTEXT	0 - 4294967295 bytes	极大文本数据

日期时间类型

类型	大小	范围	格式	描述
DATE	3	1000-01-01 至 9999-12-31	YYYY-MM-DD	日期值
TIME	3	-838:59:59 至 838:59:59	HH:MM:SS	时间值或持续时间
YEAR	1	1901 至 2155	YYYY	年份值
DATETIME	8	1000-01-01 00:00:00 至 9999-12-31 23:59:59	YYYY-MM-DD HH:MM:SS	混合日期和时间
TIMESTAMP	4	1970-01-01 00:00:01 至 2038-01-19 03:14:07	YYYY-MM-DD HH:MM:SS	混合日期和时间值，时间戳

DML（数据操作语言）

增

# 指定字段
insert into 表名 (字段1, 字段2...) values (值1, 值2...), (值1, 值2...);

# 全部字段
insert into 表名 values (值1, 值2...), (值1, 值2...);

# 注意事项
# 字符串和日期类型数据应该包含在引号中
# 插入的数据大小应该在字段的规定范围内

改删

# 修改数据
update 表名 set 字段1=值1, 字段2=值2,... [where 条件];

# 删除数据
delete from 表名 [where 条件];
# 只能删除整行数据，如果删除单个数据可以通过update修改为null

DQL（数据查询语言）

基础查询

# 查询多个字段
select 字段1, 字段2 from 表名;
#查询所有数据
select * from 表名;

# 设置别名 as可以省略
select 字段1 [as 别名1], 字段2 [as 别名2] from 表名;

#去除重复记录
select distinct 字段列表 from 表名;

条件查询

# 语法
select 字符列表 from 表名 where 条件列表;

比较运算符	功能
>	大于
>=	大于等于
<	小于
<=	小于等于
=	等于
<> 或 !=	不等于
BETWEEN … AND …	在某个范围内（含最小、最大值）
IN(…)	在in之后的列表中的值，多选一
LIKE 占位符	模糊匹配（_匹配单个字符，%匹配任意个字符）
IS NULL	是NULL

逻辑运算符	功能
AND 或 &&	并且（多个条件同时成立）
OR 或 ||	或者（多个条件任意一个成立）
NOT 或 !	非，不是

# 例子
# 年龄大于等于18岁的员工
select * from employee where age >= 18；
# 没有填写身份证号的员工
select * from employee where idcard is null or idcard = '';
# 有身份证号的员工
select * from employee where idcard is not null;
# 年龄在20岁到30岁之间的员工（between 小值 and 大值）
select * from employee where age between 20 and 30;
select * from employee where age >= 20 and age <= 30;
# 年龄等于25或30或35
select * from employee where age = 25 or age = 30 or age = 35;
select * from employee where age in (25, 30, 35);
# 姓名为两个字
select * from employee where name like '__';
# 身份证最后为X
select * from employee where idcard like '%X';

聚合查询

# 语法
select 聚合函数(字段名) from 表名;
# 统计安徽省的有多少人
select count(id) from employee where workaddress='安徽省';

函数	功能
count	统计数量
max	最大值
min	最小值
avg	平均值
sum	求和

分组查询

# 语法
select 字段列表 from 表名 where 条件列表 group by 分组字段名 [having 分组后的过滤条件];
# where 和 having 的区别：
    # 执行时机不同：where是分组之前进行过滤，不满足where条件不参与分组；having是分组后对结果进行过滤
    # 判断条件不同：where不能对聚合函数进行判断，而having可以

# 例子
# 根据性别分组，统计男性和女性数量
select gender count(*) from employee group by gender;
# 年龄小于45，并根据工作地址分组，获取员工数量大于等于3的工作地址
select workaddress count(id) from employee where age < 45 group by workaddress having count(id) >= 3;
# count(id) 也可以起个别名，having过滤时可以通过别名过滤

# 注意事项
# 执行顺序：where > 聚合函数 > having
# 分组之后，查询的字段一般为聚合函数和分组字段，查询其他字段无任何意义

排序查询

# 语法
select 字段列表 from 表名 order by 字段1 排序方式1, 字段2 排序方式2;
# 排序方式
# asc 升序(默认)
# desc 降序

# 例子
# 根据年龄升序排序，年龄相同根据入职时间降序排序
select * from employee order by age, entrydata desc;

分页查询

# 语法
select 字段列表 from 表名 limit 起始索引, 查询记录数;

# 例子
# 查询第二页
select * from employee limit 10, 10;

# 扩展
# 分页查询是数据库的方言，不同数据库有不同实现，MySQL是LIMIT
# 如果查询的是第一页数据，起始索引可以省略，直接简写 LIMIT 10

DQL执行顺序
FROM -> WHERE -> GROUP BY -> SELECT -> ORDER BY -> LIMIT

DCL（数据控制语言）

管理用户

# 查询用户
use mysql;
select * from user;

# 创建用户
create user '用户名'@'主机名' identified by '密码';
# 修改用户密码
alter user '用户名'@'主机名' identified with mysql_native_password by '新密码';
# 删除用户
drop user '用户名'@'主机名';

# 例子
# 创建用户test，只能在当前主机localhost访问
create user 'test'@'localhost' identified by '123456';
# 创建用户test，能在任意主机访问
create user 'test'@'%' identified by '123456';
# 修改密码
alter user 'test'@'localhost' identified with mysql_native_password by '1234';
# 删除用户
drop user 'test'@'localhost';

# 扩展
# 主机名可以使用 % 通配

权限控制

权限	说明
ALL, ALL PRIVILEGES	所有权限
SELECT	查询数据
INSERT	插入数据
UPDATE	修改数据
DELETE	删除数据
ALTER	修改表
DROP	删除数据库/表/视图
CREATE	创建数据库/表

# 查询权限
show grants from '用户名'@'主机名';
# 授予权限
grant 权限列表 on 数据库名.表名 to '用户名'@'主机名';
# 撤销权限
revoke 权限列表 on 数据库名.表名 from '用户名'@'主机名';

# 注意事项
# 多个权限用逗号分隔
# 授权时，数据库名和表名可以用 * 进行通配，代表所有

函数

字符串函数

函数	功能
CONCAT(s1, s2, …, sn)	字符串拼接，将s1, s2, …, sn拼接成一个字符串
LOWER(str)	将字符串全部转为小写
UPPER(str)	将字符串全部转为大写
LPAD(str, n, pad)	左填充，用字符串pad对str的左边进行填充，达到n个字符串长度
RPAD(str, n, pad)	右填充，用字符串pad对str的右边进行填充，达到n个字符串长度
TRIM(str)	去掉字符串头部和尾部的空格
SUBSTRING(str, start, len)	返回从字符串str从start位置起的len个长度的字符串
REPLACE(column, source, replace)	替换字符串

-- 拼接
SELECT CONCAT('Hello', 'World');
-- 小写
SELECT LOWER('Hello');
-- 大写
SELECT UPPER('Hello');
-- 左填充
SELECT LPAD('01', 5, '-');
-- 右填充
SELECT RPAD('01', 5, '-');
-- 去除空格
SELECT TRIM(' Hello World ');
-- 切片（起始索引为1）
SELECT SUBSTRING('Hello World', 1, 5);

数值函数

函数	功能
CEIL(x)	向上取整
FLOOR(x)	向下取整
MOD(x, y)	返回x/y的模
RAND()	返回0~1内的随机数
ROUND(x, y)	求参数x的四舍五入值，保留y位小数

日期函数

函数	功能
CURDATE()	返回当前日期
CURTIME()	返回当前时间
NOW()	返回当前日期和时间
YEAR(date)	获取指定date的年份
MONTH(date)	获取指定date的月份
DAY(date)	获取指定date的日期
DATE_ADD(date, INTERVAL expr type)	返回一个日期/时间值加上一个时间间隔expr后的时间值
DATEDIFF(date1, date2)	返回起始时间date1和结束时间date2之间的天数

# 例子
select date_add(now(), interval 70 year);

流程函数

函数	功能
IF(value, t, f)	如果value为true，则返回t，否则返回f
IFNULL(value1, value2)	如果value1不为空，返回value1，否则返回value2
CASE WHEN [ val1 ] THEN [ res1 ] … ELSE [ default ] END	如果val1为true，返回res1，… 否则返回default默认值
CASE [ expr ] WHEN [ val1 ] THEN [ res1 ] … ELSE [ default ] END	如果expr的值等于val1，返回res1，… 否则返回default默认值

# 例子
# 查看员工的名字和年龄段，大于30岁记为中年，否则记为青年
select name (case when age > 30 then '中年' else '青年' end) from employee;
# 查看员工的姓名和工作地址，如果是北京市和上海市就记为一线城市，否则记为二线城市
select name (case workaddress when '北京市' then '一线城市' when '上海市' then '一线城市' else '二线城市' end) as '工作地址' from employee;

约束

常用约束

约束	描述	关键字
非空约束	限制该字段的数据不能为null	NOT NULL
唯一约束	保证该字段的所有数据都是唯一、不重复的	UNIQUE
主键约束	主键是一行数据的唯一标识，要求非空且唯一	PRIMARY KEY
自动增长	用于主键自增，录入数据时可以直接不录主键	AUTO_INCREMENT
默认约束	保存数据时，如果未指定该字段的值，则采用默认值	DEFAULT
检查约束（8.0.1版本后）	保证字段值满足某一个条件	CHECK
外键约束	用来让两张图的数据之间建立连接，保证数据的一致性和完整性	FOREIGN KEY

# 例子
create table user(
    id int primary key auto_increment,
    name varchar(10) not null unique,
    age int check(age > 0 and age < 120),
    status char(1) default '1',
    gender char(1)
);

# 增加数据时，如果仅不满足unique条件，会报错，但是会占用一个主键序号，可以理解为加入到表中才能对比

外键约束

# 创建表时添加外键
create table 表名(
    字段名 字段类型 约束 [comment 字段注释],
    ...
    [constraint] 外键名称 foreign key (外键字段名) references 主表(主表列名)
) [comment 表注释];

# 单独添加外键
alter table 表名 add [constraint] 外键名称 foreign key (外键字段名) references 主表名(主表列名)

# 例子
alter table worker add constraint fk_worder_dept_id foreign key (dept_id) references dept(id);

# 删除外键
alter table 表名 drop foreign key 外键名称;

删除/更新行为

行为	说明
NO ACTION	当在父表中删除/更新对应记录时，首先检查该记录是否有对应外键，如果有则不允许删除/更新（与RESTRICT一致）
RESTRICT	当在父表中删除/更新对应记录时，首先检查该记录是否有对应外键，如果有则不允许删除/更新（与NO ACTION一致）
CASCADE	当在父表中删除/更新对应记录时，首先检查该记录是否有对应外键，如果有则也删除/更新外键在子表中的记录
SET NULL	当在父表中删除/更新对应记录时，首先检查该记录是否有对应外键，如果有则设置子表中该外键值为null（要求该外键允许为null）
SET DEFAULT	父表有变更时，子表将外键设为一个默认值（Innodb不支持）

# 修改删除更新行为
alter table 表名 add constraint 外键名称 foreign key 外键字段名 references 主表名(主表列名) on update 行为 on delete 行为;

多表查询

多表关系

• 一对多（多对一）
• 多对多
• 一对一

一对多

案例：部门与员工
关系：一个部门对应多个员工，一个员工对应一个部门
实现：在多的一方(员工)建立外键，指向一的一方的主键

多对多

案例：学生与课程
关系：一个学生可以选多门课程，一门课程也可以供多个学生选修
实现：建立第三张中间表，中间表至少包含两个外键，分别关联两方主键

一对一

案例：用户与用户详情
关系：一对一关系，多用于单表拆分，将一张表的基础字段放在一张表中，其他详情字段放在另一张表中，以提升操作效率
实现：在任意一方加入外键，关联另外一方的主键，并且设置外键为唯一的（UNIQUE）

查询

笛卡尔积：两个集合A集合和B集合的所有组合情况（在多表查询时，需要消除无效的笛卡尔积）

# 合并查询（笛卡尔积，会展示所有组合结果）：
select * from employee, dept;

# 消除无效笛卡尔积
select * from employee, dept where employ.dept_id = dept.id;

内连接查询

# 内连接查询的是两张表交集的部分
# 隐式内连接
select 字段列表 from 表名1, 表名2 where 条件列表;
# 显示内连接
select 字段列表 from 表名1 inner join 表名2 on 连接条件;

# 例子
# 查询员工姓名，及关联的部门的名称
# 隐式
select e.name, d.name from employee as e, dept as d where e.dept = d.id;
# 显式
select e.name, d.name from employee as e inner join dept as d on e.dept = d.id;

外连接查询

# 左外连接: 查询左表所有数据，以及两张表交集部分数据
select 字段列表 from 表1 left outer join 表2 on 连接条件;
# 右外连接: 查询右表所有数据，以及两张表交集部分数据
select 字段列表 from 表1 right outer join 表2 on 连接条件;

# 例子
# 左
select e.*, d.name from employee as e left outer join dept as d on e.dept = d.id;
select d.name, e.* from dept d left outer join emp e on e.dept = d.id; # 这条语句与下面的语句效果一样
# 右
select d.name, e.* from employee as e right outer join dept as d on e.dept = d.id;
# 注意事项
# 左连接可以查询到没有dept的employee，右连接可以查询到没有employee的dept
# 内连接会过滤掉值为空的数据

自连接查询

# 当前表与自身的连接查询，自连接必须使用表别名
select 字段列表 from 表名 别名A join 表名 别名B on 连接条件;
# 自连接查询，可以是内连接查询，也可以是外连接查询

# 例子
# 查询员工及其所属领导的名字
select a.name, b.name from employee a, employee b where a.manager = b.id;
# 没有领导的也查询出来
select a.name, b.name from employee a left join employee b on a.manager = b.id;

联合查询 UNION, UNION ALL

# 把多次查询的结果合并，形成一个新的查询集
# 语法
select 字段列表 from 表A
union [all]
select 字段列表 from 表B;
# 注意事项
# union all 可能会有重复结果 union不会
# 联合查询比使用or效率高，不会使索引失效

子查询

• 标量子查询（子查询结果为单个值）
• 列子查询（子查询结果为一列）
• 行子查询（子查询结果为一行）
• 表子查询（子查询结果为多行多列）

标量子查询

# 例子
# 查询销售部的所有员工
select * from employee where dept = (select id from dept where name = '销售部');
# 查询xxx入职之后的员工信息
select * from employee where entrydate > (select entrydate from employee where name = 'xxx');

列子查询

操作符	描述
IN	在指定的集合范围内，多选一
NOT IN	不在指定的集合范围内
ANY	子查询返回列表中，有任意一个满足即可
SOME	与ANY等同，使用SOME的地方都可以使用ANY
ALL	子查询返回列表的所有值都必须满足

# 例子
# 查询销售部和市场部的所有员工信息
select * from employee where dept in (select id from dept where name = '销售部' or name = '市场部');
# 查询比财务部所有人工资都高的员工信息
select * from employee where salary > all(select salary from employee where dept = (select id from dept where name = '财务部'));
# 查询比研发部任意一人工资高的员工信息
select * from employee where salary > any (select salary from employee where dept = (select id from dept where name = '研发部'));

行子查询

# 例子
# 查询与xxx的薪资及直属领导相同的员工信息
select * from employee where (salary, manager) = (select salary, manager from employee where name = 'xxx');`

表子查询

# 查询与xxx1，xxx2的职位和薪资相同的员工`
select * from employee where (job, salary) in (select job, salary from employee where name = 'xxx1' or name = 'xxx2');
# 查询入职日期是2006-01-01之后的员工，及其部门信息
select e.*, d.* from (select * from employee where entrydate > '2006-01-01') as e left join dept as d on e.dept = d.id;

事务

事务是一组操作的集合，事务会把所有操作作为一个整体一起向系统提交或撤销操作请求，即这些操作要么同时成功，要么同时失败。

# 例子: 银行转账
create table account(
    id int primary key auto_increment comment '主键',
    name varchar(10) comment '姓名',
    money int comment '余额'
) comment '账户表';

insert into account (name, money) values ('张三', 2000), ('李四', 2000);

-- 恢复数据
update account set money = 2000 where name = '张三' or name = '李四';

/* 方式一：设置手动提交，一系列操作执行后观察是否出错，出错则回滚，否则提交 */
select @@autocommit; -- 默认为1，自动提交
set @@autocommit = 0; -- 设置为手动提交

-- 转账操作
-- 1. 查询张三账户余额
select money from account where name = '张三';
-- 2. 将张三账户余额 -1000
update account set money = money - 1000 where name = '张三';
-- 3. 将李四账户余额 +1000
update account set money = money + 1000 where name = '李四';

-- 提交事务
commit;

-- 回滚事务
rollback ;

/* 方式二：开启事务 执行操作*/
start transaction; -- 开启事务

-- 转账操作
-- 1. 查询张三账户余额
select money from account where name = '张三';
-- 2. 将张三账户余额 -1000
update account set money = money - 1000 where name = '张三';
-- 3. 将李四账户余额 +1000
update account set money = money + 1000 where name = '李四';

-- 提交事务
commit;

-- 回滚事务
rollback ;

/* 查看事务隔离级别 */
select @@transaction_isolation;

-- 设置事务隔离级别
set session transaction isolation level read uncommitted;

set session transaction isolation level repeatable read;

四大特性ACID

• 原子性(Atomicity)：事务是不可分割的最小操作单元，要么全部成功，要么全部失败
• 一致性(Consistency)：事务完成时，必须使所有数据都保持一致状态
• 隔离性(Isolation)：数据库系统提供的隔离机制，保证事务在不受外部并发操作影响的独立环境下运行
• 持久性(Durability)：事务一旦提交或回滚，它对数据库中的数据的改变就是永久的

并发事务

问题	描述
脏读	一个事务读到另一个事务还没提交的数据
不可重复读	一个事务先后读取同一条记录，但两次读取的数据不同
幻读	一个事务按照条件查询数据时，没有对应的数据行，但是在插入数据时，又发现这行数据已经存在

这三个问题的详细演示

隔离级别	脏读	不可重复读	幻读
Read uncommitted	√	√	√
Read committed	×	√	√
Repeatable Read(默认)	×	×	√
Serializable	×	×	×

• √ 表示在当前隔离级别下该问题会出现
• Repeatable Read可以理解为快照读
• Serializable加了表级锁，第二个事务的操作会阻塞，等待第一个事务操作完
• Serializable 性能最低；Read uncommitted 性能最高，数据安全性最差

# 查看事务隔离级别：
select @@transaction_isolation;
# 设置事务隔离级别：
set [session | global] transaction isolation level {read uncommitted | read committed | repeatable read | serializable };
# SESSION 是会话级别，表示只针对当前会话有效，GLOBAL 表示对所有会话有效

存储引擎

存储引擎就是存储数据、建立索引、更新/查询数据等技术的实现方式。存储引擎是基于表而不是基于库的，所以存储引擎也可以被称为表引擎。默认存储引擎是InnoDB。

show create table employee; -- 查询建表语句，默认存储引擎为InnoDB

show engines; -- 查询支持的存储引擎

-- 创建表并指定存储引擎
create table my_memory(
    name varchar(20),
    age tinyint unsigned
) engine = MyISAM;

InnoDB

InnoDB 是一种兼顾高可靠性和高性能的通用存储引擎，在 MySQL 5.5 之后，InnoDB 是默认的 MySQL 引擎

特点：

• DML 操作遵循 ACID 模型，支持事务
• 行级锁，提高并发访问性能
• 支持外键约束，保证数据的完整性和正确性

文件：

• xxx.ibd: xxx代表表名，InnoDB 引擎的每张表都会对应这样一个表空间文件，存储该表的表结构（frm、sdi）、数据和索引。 参数：innodb_file_per_table（默认打开），决定多张表共享一个表空间还是每张表对应一个表空间（默认后者）

# 查看MySql中的变量
show variables like 'innodb_file_per_table';

MyISAM

MyISAM 是 MySQL 早期的默认存储引擎 特点：

• 不支持事务，不支持外键
• 支持表锁，不支持行锁
• 访问速度快

文件：

• xxx.sdi: 存储表结构信息
• xxx.MYD: 存储数据
• xxx.MYI: 存储索引

Memory

Memory 引擎的表数据是存储在内存中的，受硬件问题、断电问题的影响，只能将这些表作为临时表或缓存使用。

特点：

• 存放在内存中，速度快
• hash索引（默认）

文件：

• xxx.sdi: 存储表结构信息

存储引擎的特点

特点	InnoDB	MyISAM	Memory
存储限制	64TB	有	有
事务安全	支持	-	-
锁机制	行锁	表锁	表锁
B+tree索引	支持	支持	支持
Hash索引	-	-	支持
全文索引	支持（5.6版本之后）	支持	-
空间使用	高	低	N/A
内存使用	高	低	中等
批量插入速度	低	高	高
支持外键	支持	-	-

存储引擎的选择

在选择存储引擎时，应该根据应用系统的特点选择合适的存储引擎。对于复杂的应用系统，还可以根据实际情况选择多种存储引擎进行组合。

• InnoDB: 如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，则 InnoDB 是比较合适的选择
• MyISAM: 如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并发性要求不高，那这个存储引擎是非常合适的。
• Memory: 将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。Memory 的缺陷是对表的大小有限制，太大的表无法缓存在内存中，而且无法保障数据的安全性

电商中的足迹和评论适合使用 MyISAM 引擎，缓存适合使用 Memory 引擎。

索引

索引是帮助 MySQL 高效获取数据的数据结构（有序） 。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查询算法，这种数据结构就是索引。

优点：

• 提高数据检索效率，降低数据库的IO成本
• 通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗

缺点：

• 索引列也是要占用空间的
• 索引大大提高了查询效率，但降低了更新的速度，比如 INSERT、UPDATE、DELETE

索引结构

索引结构	描述
B+Tree	最常见的索引类型，大部分引擎都支持B+树索引
Hash	底层数据结构是用哈希表实现，只有精确匹配索引列的查询才有效，不支持范围查询
R-Tree(空间索引)	空间索引是 MyISAM 引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少
Full-Text(全文索引)	是一种通过建立倒排索引，快速匹配文档的方式，类似于 Lucene, Solr, ES

索引	InnoDB	MyISAM	Memory
B+Tree索引	支持	支持	支持
Hash索引	不支持	不支持	支持
R-Tree索引	不支持	支持	不支持
Full-text	5.6版本后支持	支持	不支持

BTree

红黑树也存在大数据量情况下，层级较深，检索速度慢的问题。

为了解决上述问题，可以使用 B-Tree 结构。
B-Tree (多路平衡查找树) 以一棵最大度数（max-degree，指一个节点的子节点个数）为5（5阶）的 b-tree 为例（每个节点最多存储4个key，5个指针）

B-Tree 的数据插入过程动画参照：www.bilibili.com/video/BV1Kr…
演示地址：www.cs.usfca.edu/~galles/vis…

B+Tree

演示地址：www.cs.usfca.edu/~galles/vis…

与 B-Tree 的区别：

• 所有的数据都会出现在叶子节点
• 叶子节点形成一个单向链表

MySQL 索引数据结构对经典的 B+Tree 进行了优化。在原 B+Tree 的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的 B+Tree，提高区间访问的性能。（双向循环链表）

Hash

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。

如果两个（或多个）键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。

特点：

• Hash索引只能用于对等比较（=、in），不支持范围查询（betwwn、>、<、…）
• 无法利用索引完成排序操作
• 查询效率高，通常只需要一次检索就可以了，效率通常要高于 B+Tree 索引

存储引擎支持：

• Memory
• InnoDB: 具有自适应hash功能，hash索引是存储引擎根据 B+Tree 索引在指定条件下自动构建的

面试题

1. 为什么 InnoDB 存储引擎选择使用 B+Tree 索引结构？

• 相对于二叉树，层级更少，搜索效率高
• 对于 B-Tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针也跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低
• 相对于 Hash 索引，B+Tree 支持范围匹配及排序操作

索引分类

分类	含义	特点	关键字
主键索引	针对于表中主键创建的索引	默认自动创建，只能有一个	PRIMARY
唯一索引	避免同一个表中某数据列中的值重复	可以有多个	UNIQUE
常规索引	快速定位特定数据	可以有多个
全文索引	全文索引查找的是文本中的关键词，而不是比较索引中的值	可以有多个	FULLTEXT

在 InnoDB 存储引擎中，根据索引的存储形式，又可以分为以下两种：

分类	含义	特点
聚集索引(Clustered Index)	将数据存储与索引放一块，索引结构的叶子节点保存了行数据	必须有，而且只有一个
二级索引(Secondary Index)	将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键	可以存在多个

聚集索引选取规则：

• 如果存在主键，主键索引就是聚集索引
• 如果不存在主键，将使用第一个唯一(UNIQUE)索引作为聚集索引
• 如果表没有主键或没有合适的唯一索引，则 InnoDB 会自动生成一个 rowid 作为隐藏的聚集索引

思考题

1. 以下 SQL 语句，哪个执行效率高？为什么？

select * from user where id = 10;
select * from user where name = 'Arm';
-- 备注：id为主键，name字段创建的有索引

答：第一条语句，因为第二条需要回表查询，相当于两个步骤。

语法

# 创建索引：
create [unique | fulltext] index 索引名 on 表名 (表中的列名, ...);
# 如果不加 CREATE 后面不加索引类型参数，则创建的是常规索引
# 可以一个索引对应多列，如果对应单列就叫单列索引

# 查看索引：
show index from 表名;

# 删除索引：
drop index 索引名 on 表名;

# 例子
-- name字段为姓名字段，该字段的值可能会重复，为该字段创建索引
create index idx_user_name on tb_user(name);
-- phone手机号字段的值非空，且唯一，为该字段创建唯一索引
create unique index idx_user_phone on tb_user (phone);
-- 为profession, age, status创建联合索引
create index idx_user_pro_age_stat on tb_user(profession, age, status);
-- 为email建立合适的索引来提升查询效率
create index idx_user_email on tb_user(email);
-- 删除索引
drop index idx_user_email on tb_user;

使用规则

最左前缀法则

如果索引关联了多列（联合索引），要遵守最左前缀法则，最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列。

如果跳跃某一列，索引将部分失效（后面的字段索引失效）。

联合索引中，出现范围查询（<, >），范围查询右侧的列索引失效。可以用>=或者<=来规避索引失效问题。

# 例子
给 name, age, idcard 三个建立联合索引（顺序）

# 通过索引查询，三个都用上
slect * from employee where name = 'hsy', age = 24, idcard = '3411...'; 

# 通过索引查询，只用上name
select * from employee where name = 'hsy';

# 通过索引查询，用上name和age
select * from employee where name = 'hsy', age = 24;

# 通过索引查询，只用上name
select * from employee where name = 'hsy', idcard = '3411...';

# 通过索引查询，三个都用上
select * from employee where idcard = '3411...name = 'hsy', age = 24;

# 通过索引查询，只用上name和age
slect * from employee where name = 'hsy', age > 24, idcard = '3411...'; 

# 总结来说，不取决于写的顺序，而是取决于有没有出现

索引失效情况

1. 在索引列上进行运算操作，索引将失效。如：explain select * from tb_user where substring(phone, 10, 2) = '15';
2. 字符串类型字段使用时，不加引号，索引将失效。如：explain select * from tb_user where phone = 17799990015;，此处phone的值没有加引号
3. 模糊查询中，如果仅仅是尾部模糊匹配，索引不会是失效；如果是头部模糊匹配，索引失效。如：explain select * from tb_user where profession like '%工程';，前后都有 % 也会失效。
4. 用 or 分割开的条件，如果 or 其中一个条件的列没有索引，那么涉及的索引都不会被用到。
5. 如果 MySQL 评估使用索引查询比全表查询更慢，则不使用索引。

SQL 提示

是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。

# 例如，使用索引：
explain select * from tb_user use index(idx_user_pro) where profession="软件工程";
# 不使用哪个索引：
explain select * from tb_user ignore index(idx_user_pro) where profession="软件工程";
# 必须使用哪个索引：
explain select * from tb_user force index(idx_user_pro) where profession="软件工程";

use 是建议，实际使用哪个索引 MySQL 还会自己权衡运行速度去更改，force 就是无论如何都强制使用该索引

覆盖索引&回表查询

尽量使用覆盖索引（查询使用了索引，并且需要返回的列，在该索引中已经全部能找到），减少 select *

explain 中 extra 字段含义：
using index condition：查找使用了索引，但是需要回表查询数据
using where; using index;：查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询

如果在聚集索引中直接能找到对应的行，则直接返回行数据，只需要一次查询，哪怕是select *；如果在辅助索引中找聚集索引，如select id, name from xxx where name='xxx';，也只需要通过辅助索引(name)查找到对应的id，返回name和name索引对应的id即可，只需要一次查询；如果是通过辅助索引查找其他字段，则需要回表查询，如select id, name, gender from xxx where name='xxx';

所以尽量不要用select *，容易出现回表查询，降低效率，除非有联合索引包含了所有字段

面试题：一张表，有四个字段（id, username, password, status），由于数据量大，需要对以下SQL语句进行优化，该如何进行才是最优方案：
select id, username, password from tb_user where username='itcast';

解：给username和password字段建立联合索引，则不需要回表查询，直接覆盖索引

前缀索引

当字段类型为字符串（varchar, text等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘IO，影响查询效率，此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。

# 语法：
create index idx_xxxx on 表名(列名(n));

前缀长度：可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。

# 求选择性公式：
select count(distinct email) / count(*) from tb_user;
select count(distinct substring(email, 1, 5)) / count(*) from tb_user;

show index 里面的sub_part可以看到接取的长度

前缀索引搜索到数据以后，还会比对整个数据是否相同（之前只比对了前缀），然后再从二级索引里面向下查找看看是否还有满足条件的

单列索引&联合索引

单列索引：即一个索引只包含单个列
联合索引：即一个索引包含了多个列
在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引。

# 单列索引情况：
explain select id, phone, name from tb_user where phone = '17799990010' and name = '韩信';
# 这句只会用到phone索引字段

多条件联合查询时，MySQL优化器会评估哪个字段的索引效率更高，会选择该索引完成本次查询

设计原则

1. 针对于数据量较大，且查询比较频繁的表建立索引
2. 针对于常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立索引
3. 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高
4. 如果是字符串类型的字段，字段长度较长，可以针对于字段的特点，建立前缀索引
5. 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率
6. 要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价就越大，会影响增删改的效率
7. 如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询

SQL优化

插入数据

普通插入：

• 采用批量插入（一次插入的数据不建议超过1000条）
• 手动提交事务
• 主键顺序插入

大批量插入：
如果一次性需要插入大批量数据，使用insert语句插入性能较低，此时可以使用MySQL数据库提供的load指令插入。

# 客户端连接服务端时，加上参数 --local-infile（这一行在bash/cmd界面输入）
mysql --local-infile -u root -p
# 设置全局参数local_infile为1，开启从本地加载文件导入数据的开关
set global local_infile = 1;
select @@local_infile;
# 执行load指令将准备好的数据，加载到表结构中
load data local infile '/root/sql1.log' into table 'tb_user' fields terminated by ',' lines terminated by '\n';

主键优化

数据组织方式：在InnoDB存储引擎中，表数据都是根据主键顺序组织存放的，这种存储方式的表称为索引组织表（Index organized table, IOT）

页分裂：页可以为空，也可以填充一半，也可以填充100%，每个页包含了2-N行数据（如果一行数据过大，会行溢出），根据主键排列。
页合并：当删除一行记录时，实际上记录并没有被物理删除，只是记录被标记（flaged）为删除并且它的空间变得允许被其他记录声明使用。当页中删除的记录到达 MERGE_THRESHOLD（默认为页的50%），InnoDB会开始寻找最靠近的页（前后）看看是否可以将这两个页合并以优化空间使用。

MERGE_THRESHOLD：合并页的阈值，可以自己设置，在创建表或创建索引时指定

文字说明不够清晰明了，具体可以看视频里的PPT演示过程：www.bilibili.com/video/BV1Kr…

主键设计原则：

• 满足业务需求的情况下，尽量降低主键的长度
• 插入数据时，尽量选择顺序插入（否则容易页分裂），选择使用 AUTO_INCREMENT 自增主键
• 尽量不要使用 UUID 做主键或者是其他的自然主键，如身份证号（长且无序）
• 业务操作时，避免对主键的修改

order by优化

1. Using filesort：通过表的索引或全表扫描，读取满足条件的数据行，然后在排序缓冲区 sort buffer 中完成排序操作，所有不是通过索引直接返回排序结果的排序都叫 FileSort 排序
2. Using index：通过有序索引顺序扫描直接返回有序数据，这种情况即为 using index，不需要额外排序，操作效率高（需要建立索引）

建立索引的顺序和排序顺序要一致(eg create index ... (age, name))，则查询时也要先按年龄再按名字排序

如果order by字段全部使用升序排序或者降序排序，则都会走索引，但是如果一个字段升序排序，另一个字段降序排序，则不会走索引，explain的extra信息显示的是Using index, Using filesort，如果要优化掉Using filesort，则需要另外再创建一个索引，如：create index idx_user_age_phone_ad on tb_user(age asc, phone desc);，此时使用select id, age, phone from tb_user order by age asc, phone desc;会全部走索引

总结：

• 根据排序字段建立合适的索引，多字段排序时，也遵循最左前缀法则
• 尽量使用覆盖索引
• 多字段排序，一个升序一个降序，此时需要注意联合索引在创建时的规则（ASC/DESC）
• 如果不可避免出现filesort，大数据量排序时，可以适当增大排序缓冲区大小 sort_buffer_size（默认256k）

group by优化

• 在分组操作时，可以通过索引来提高效率
• 分组操作时，索引的使用也是满足最左前缀法则的

如索引为idx_user_pro_age_stat，则句式可以是select ... where profession order by age，这样也符合最左前缀法则

limit优化

常见的问题如limit 2000000, 10，此时需要 MySQL 排序前2000000条记录，但仅仅返回2000000 - 2000010的记录，其他记录丢弃，查询排序的代价非常大。
优化方案：一般分页查询时，通过创建覆盖索引能够比较好地提高性能，可以通过覆盖索引加子查询形式进行优化

# 例子
# 此语句耗时很长
select * from tb_sku limit 9000000, 10;
# 通过覆盖索引加快速度，直接通过主键索引进行排序及查询
select id from tb_sku order by id limit 9000000, 10;
# 下面的语句是错误的，因为 MySQL 不支持 in 里面使用 limit 
select * from tb_sku where id in (select id from tb_sku order by id limit 9000000, 10);
# 通过内连接多表查询即可实现第一句的效果，并且能达到第二句的速度
select s.* from tb_sku as s, (select id from tb_sku order by id limit 9000000, 10) as a where s.id = a.id;

count优化

MyISAM 引擎把一个表的总行数存在了磁盘上，因此执行 count(*) 的时候会直接返回这个数，效率很高（前提是不使用where）
InnoDB 在执行 count(*) 时，需要把数据一行一行地从引擎里面读出来，然后累计计数。
优化方案：自己计数，如创建key-value表存储在内存或硬盘，或者是用redis

count的几种用法：

• 如果count函数的参数（count里面写的那个字段）不是NULL（字段值不为NULL），累计值就加一，最后返回累计值
• 用法：count(*)、count(主键)、count(字段)、count(1)
• count(主键)跟count(*)一样，因为主键不能为空；count(字段)只计算字段值不为NULL的行；count(1)引擎会为每行添加一个1，然后就count这个1，返回结果也跟count(*)一样；count(null)返回0

各种用法的性能：

• count(主键)：InnoDB引擎会遍历整张表，把每行的主键id值都取出来，返回给服务层，服务层拿到主键后，直接按行进行累加（主键不可能为空）
• count(字段)：没有not null约束的话，InnoDB引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，服务层判断是否为null，不为null，计数累加；有not null约束的话，InnoDB引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，直接按行进行累加
• count(1)：InnoDB 引擎遍历整张表，但不取值。服务层对于返回的每一层，放一个数字 1 进去，直接按行进行累加
• count(*)：InnoDB 引擎并不会把全部字段取出来，而是专门做了优化，不取值，服务层直接按行进行累加

按效率排序：count(字段) < count(主键) < count(1) < count(*)，所以尽量使用 count(\*)

update优化（避免行锁升级为表锁）

InnoDB 的行锁是针对索引加的锁，不是针对记录加的锁，并且该索引不能失效，否则会从行锁升级为表锁。

如以下两条语句：
update student set no = '123' where id = 1; 由于id有主键索引，所以只会锁这一行；
update student set no = '123' where name = 'test';，由于name没有索引，所以会把整张表都锁住进行数据更新，解决方法是给name字段添加索引

视图

视图（view）是一种虚拟存在的表，视图中的数据并不在数据库中实际存在，行和列数据来自定义视图的查询中使用的表，并且在使用视图时动态生成的

通俗地讲，视图只保存了查询的SQL逻辑，不保存查询结果，所以我们在创建视图的时候，主要的工作就落在创建这条SQL查询语句上

-- 创建
create [or replace] view 视图名称[(列名列表)] as select语句 [with[cascaded | local] check option];
-- 例子
create or replace view stu_v_1 as select id name from student where id <= 10;

-- 查询
-- 查看创建视图语句
show create view 视图名称;
-- 查看视图数据
select * from 视图名称;

-- 修改
-- 方式1:
create [or replace] view 视图名称[(列名列表)] as select语句 [with[cascaded | local] check option];
-- 方式2:
alter view 视图名称[(列名列表) as select语句 [with[cascaded | local] check option]

--删除
drop view [if exists] 视图名称;

视图也支持数据插入操作，但是视图本身是不存储数据的，所以其实还是会插入到视图的基表当中

检查选项

当使用 with check option 子句创建视图时，MySql会通过视图检查正在更改的每个行，例如插入，更新，删除，以使其符合视图的规定。MySql允许基于另一个视图创建视图，他还会检查依赖视图中的规则以保持一致性。为了确定检查的范围，MySql提供了两个选项：cascaded 和 local，默认值为cascade。例如上面要求id小于10，那么就不可以通过视图插入id大于10的数据

-- cascaded(级联) 和 local区别
-- cascaded
create view v1 as select id name from student where id <= 20;
create view v2 as select id name from v1 where id >= 10 with check cascaded option;
那么在对v2做插入操作时，也会检查v1的条件
insert into v2 (25, 'hsy'); -- 会报错，不满足v1要求
create view v3 as select id name from v2 where id <= 15;
insert into v3 (28, 'yt'); 
-- 会报错，不满足v1要求，检查选项存在继承，即使不检查自己的，如果父视图有检查，也要去检查

-- local
create view v1 as select id name from student where id <= 15;
create view v2 as select id name from v1 where id >= 10 with local check cascaded option;
create view v3 as select id name from v2 where id < 20;
insert into v2 (25, 'hsy'); -- 不会报错
insert into v3 (25, 'yt');  -- 不会报错

可以理解为 cascaded 会为祖先视图添加检查选项，而locla不会，local也会检查祖先视图是否有检查选项，有就检查，没有就不检查

视图的更新

要使视图可更新，视图中的行与基础表中的行必须存在一对一的关系。如果视图包含以下任何一项，则该视图不可更新：

1. 聚合函数 sum(), min(), max, count()等
2. distinct
3. group by
4. having
5. union 或 union all

视图的作用

• 简单：视图不仅可以简化用户对数据的理解，也可以简化他们的操作。那些被经常使用的查询可以被定义为视图，从而使得用户不必为以后的操作每次指定全部的条件。（封装？）
• 安全：数据库可以授权，但不能授权到数据库特定的行和特定的列上。通过视图用户只能查询和修改他们所能见到的数据。
• 数据独立：视图可帮助用户屏蔽真实表结构变化带来的影响。(? 没讲明白)