分页：

limit：

执行顺序：最后执行

好处：（减少每次返回数据量，提高查询效率，减少网络传输量，不用扫描全表，只要检索到对应数量的数据即可）

--limit格式： Limit 位置偏移量,条目数
--查询第一页数据
select * from employees limit 0,20;
--需求：每页显示pageSize条记录，此时显示第pageNo页：
--公式：Limit (pageNo-1) * pageSize,pageSize

offset：

--limit格式： Limit 位置偏移量,条目数
limit 4,3			从第四条开始取三条
--limit...offset...格式： Limit 条目数 offset 位置偏移量
limit 3 offset 4	取三条，从第四条开始

拓展：

多表查询（重点）：

为什么需要多表查询（为什么要按业务水平划分表）？

多个表合在一起容易产生冗余字段
查询时，都查同一个表，影响查询效率
没有多表查询，分开提交多个SQL，请求多次，效率低

非等值连接：

自连接：

自己连接自己

外连接：

内连接是等值连接

七种 Join 的实现（面试重点）：

会写这几种连接就差不多了

下图是oracle的实现方式，mysql只有inner join和左右连接，最下面的两个图需要配合union去实现

联合查询（union和union all）：

可以把上面的七种查询互相加起来（拼图）

函数

单行函数：

数值函数

字符串函数

连接

mysql 大小写敏感吗

一、MySQL是大小写敏感的吗

MySQL 在 Windows 下不区分大小写，但在 Linux 下默认是区分大小写。如果你稍加不注意就会出现在本机开发的程序运行一切正常，发布到服务器行就出现表名找不到的问题，一头雾水。

由于这个原因，在阿里巴巴规约中这样要求：

【强制】表名、字段名必须使用小写字母或数字 ， 禁止出现数字开头，禁止两个下划线中间只 出现数字。数据库字段名的修改代价很大，因为无法进行预发布，所以字段名称需要慎重考虑。

因此，数据库名、表名、字段名，都不允许出现任何大写字母，避免引起不必要的麻烦。

二、MySQL的大小写敏感是由参数控制的

mysql大小写敏感配置相关的两个参数，lower_case_file_system 和 lower_case_table_names。

查看当前mysql的大小写敏感配置，可以使用如下语句

show global variables like '%lower_case%';

+------------------------+-------+
| Variable_name          | Value |
+------------------------+-------+
| lower_case_file_system | ON    |
| lower_case_table_names | 0     |
+------------------------+-------+

参数说明如下：

lower_case_file_system，代表当前系统文件是否大小写敏感，只读参数，无法修改。ON 大小写不敏感，OFF 大小写敏感。

- 此变量描述数据所在的操作系统的文件目录是否区分大小写。 OFF表示文件名区分大小写，ON表示它们不区分大小写。此变量是只读的，因为它反映了文件系统的属性，设置它对文件系统没有影响。

lower_case_table_names，代表表名是否大小写敏感，可以修改，参数有0、1、2三种。

- 0 大小写敏感。（Unix，Linux默认）创建的库表将原样保存在磁盘上。如create database TeSt;将会创建一个TeSt的目录，create table AbCCC …将会原样生成AbCCC.frm文件，SQL语句也会原样解析。
- 1 大小写不敏感。（Windows默认）创建的库表时，MySQL将所有的库表名转换成小写存储在磁盘上。 SQL语句同样会将库表名转换成小写。如需要查询以前创建的Testtable（生成Testtable.frm文件），即便执行select * from Testtable，也会被转换成select * from testtable，致使报错表不存在。
- 2 大小写不敏感（OS X默认）创建的库表将原样保存在磁盘上，但SQL语句将库表名转换成小写。

三、MySQL大小写敏感如何设置

在Linux系统中修改my.cnf文件，在Windows下修改my.ini文件，新增或修改以下内容。

lower_case_table_names = 0 或 lower_case_table_names = 1

然后重启MySQL服务才可以生效。

四、开发注意事项

如果要将lower_case_table_names从0（敏感）修改为1（不敏感）时，必须先对旧数据表的表名进行处理，把所有数据库的表名先改为小写，最后再设置lower_case_table_names为1，否则依然会出现无法找到表名的问题。
在Windows上lower_case_table_names默认值为1（不敏感），在macOS上默认值为2（不敏感）。在Linux上不支持值2，服务器强制该值为0（敏感）。
并且MySQL官方也提示说：如果在数据目录驻留在不区分大小写的文件系统（例如Windows或macOS）上，则不应将lower_case_table_names设置为0。
否则将出现MySQL服务无法启动的问题。

五、总结

由于操作系统不同导致大小写敏感的默认设置不一致，我们在开发时一定要注意，应该养成严格的意识，SQL语句一律采用小写字母，避免无意义的踩坑。

日期和时间函数

获取日期、时间

日期与时间戳的转换

获取月份、星期、星期数、天数等函数

流程控制函数

Case。。。When。。。

聚合函数：

常用的聚合函数

AVG()

SUM()

MAX()

MIN()

COUNT()

详解：

AVG() 函数：

求平均值（要考虑空值的问题）：

COUNT()函数：

COUNT(*)返回表中记录总数，适用于任意数据类型。

SELECT COUNT(*) FROM employees WHERE department_id = 50;

COUNT(expr字段名) 返回expr不为空的记录总数。

SELECT COUNT(commission_pct) FROM employees WHERE department_id = 50;

小结：

首先count是循环函数，一行一行去累加个数，每遍历一次就加一，类似累加器。

count(*)是有就累加。

count(1)是把遍历的格子用“1”去代替，然后进行累加，把1改成2结果也是一样，类似一个常数罢了。

count(列名)是把遍历的格子的非null值进行累加。

问题：用count(*) ， count(1) ， count(非空列名)谁好呢?

对于MyISAM引擎的表是没有区别的，都是O(1)。这种引擎内部有一计数器在维护着行数。

Innodb引擎的表用count(),count(1)直接读行数，复杂度是O(n)，因为innodb真的要去数一遍。但好于具体的count(列名)。三者效率：count() = count(1) > count(字段)

问题：能不能使用count(列名)替换count(*)?

不要使用 count(列名)来替代 count(*) ， count(*) 是 SQL92 定义的标准统计行数的语法，跟数据库无关，跟 NULL 和非 NULL 无关。

说明：count(*)会统计值为 NULL 的行，而 count(列名)不会统计此列为 NULL 值的行。

GROUP BY 分组

先后顺序不影响实际结果

这一种写法是不对的，在select里的列除了聚合函数列之外，都要在group by里面，否则查出来的数据结果是错的，原因是job_id列会有多个，但是department_id组只有一个，导致数据错误（在oracle这样使用是会报错的）

总结：

1、SELECT 中出现的非聚合函数的字段必须声明在 GROUP BY 中。

反之，GROUP BY 中声明的字段可以不出现在SELECT中。

2、GROUP BY 声明在 FROM 和 WHERE 后面，ORDER BY 前面、LIMIT 前面。

3、MYSQL中GROUP BY 使用 WITH ROLLUP（汇总）时，不能同时使用 ORDER BY。

HAVING的使用（用来过滤数据的）

写在 GROUP BY 后面，用作过滤数据

SQL的执行原理（执行顺序）

执行顺序，1->2->3，123里面又从上到下，FROM关联多张表是笛卡尔积的ON先过滤等值连接完之后再使用JOIN去补充其他数据

启示：优化SQL语句的时候，把能够筛选掉最多数据的条件，放在优先级高的关键字去筛选。

详细：

SELECT 是先执行 FROM 这一步的。在这个阶段，如果是多张表联查，还会经历下面的几个步骤：

首先先通过 CROSS JOIN 求笛卡尔积，相当于得到虚拟表 vt（virtual table）1-1；
通过 ON 进行筛选，在虚拟表 vt1-1 的基础上进行筛选，得到虚拟表 vt1-2；
添加外部行。如果我们使用的是左连接、右链接或者全连接，就会涉及到外部行，也就是在虚拟表 vt1-2 的基础上增加外部行，得到虚拟表 vt1-3。（补充数据）

当然如果我们操作的是两张以上的表，还会重复上面的步骤，直到所有表都被处理完为止。这个过程得到是我们的原始数据。

然后进入第三步和第四步，也就是 GROUP 和 HAVING 阶段。在这个阶段中，实际上是在虚拟表 vt2 的基础上进行分组和分组过滤，得到中间的虚拟表 vt3 和 vt4 。

当我们完成了条件筛选部分之后，就可以筛选表中提取的字段，也就是进入到 SELECT 和 DISTINCT 阶段。

首先在 SELECT 阶段会提取想要的字段，然后在 DISTINCT 阶段过滤掉重复的行，分别得到中间的虚拟表 vt5-1 和 vt5-2 。

当我们提取了想要的字段数据之后，就可以按照指定的字段进行排序，也就是 ORDER BY 阶段，得到虚拟表 vt6 。

最后在 vt6 的基础上，取出指定行的记录，也就是 LIMIT 阶段，得到最终的结果，对应的是虚拟表

vt7 。

当然我们在写 SELECT 语句的时候，不一定存在所有的关键字，相应的阶段就会省略。

同时因为 SQL 是一门类似英语的结构化查询语言，所以我们在写 SELECT 语句的时候，还要注意相应的关键字顺序，所谓底层运行的原理，就是我们刚才讲到的执行顺序。

子查询【嵌套查询】（重点）

子查询概念

子查询指一个查询语句嵌套在另一个查询语句内部的查询。

SQL 中子查询的使用大大增强了 SELECT 查询的能力，因为很多时候查询需要从结果集中获取数据，或者需要从同一个表中先计算得出一个数据结果，然后与这个数据结果（可能是某个标量，也可能是某个集合）进行比较。

子查询（内查询）在主查询之前一次执行完成。
子查询的结果被主查询（外查询）使用。

注意事项

- 子查询要包含在括号内
- 将子查询放在比较条件的右侧
- 单行操作符对应单行子查询，多行操作符对应多行子查询

子查询分类

角度1：从子查询返回的结果的条目数

单行子查询和多行子查询

角度2：子查询是否被执行多次

单行子查询

单行比较操作符

单行子查询的操作符只能去匹配一个记录，否则会报错

第一章：MySQL查询

分页：