🍭🍭🍭 以下内容均转自路途博客的 MySQL 总结(已获得作者允许),最初来源为黑马程序员的 MySQL 视频课
本博客文章用途均是学习所用,无商业用途,如有侵权请联系博主删除!📧:1174008660@qq.com
1.基础篇 {#1-基础篇}
1.1 通用语法及分类 {#1-1-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) {#DDL(数据定义语言)}
数据定义语言
数据库操作 {#数据库操作}
查询所有数据库:
SHOW DATABASES;
查询当前数据库:
SELECT DATABASE();
创建数据库:
CREATE DATABASE [ IF NOT EXISTS ] 数据库名 [ DEFAULT CHARSET 字符集] [COLLATE 排序规则 ];
删除数据库:
DROP DATABASE [ IF EXISTS ] 数据库名;
使用数据库:
USE 数据库名;
注意事项 {#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 {#表操作}
查询当前数据库所有表:
SHOW TABLES;
查询表结构:
DESC 表名;
查询指定表的建表语句:
SHOW CREATE TABLE 表名;
创建表:
|-----------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7
| 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 ];
|
最后一个字段后面没有逗号
添加字段:
ALTER TABLE 表名 ADD 字段名 类型(长度) [COMMENT 注释] [约束];
例:ALTER TABLE emp ADD nickname varchar(20) COMMENT '昵称';
修改数据类型:
ALTER TABLE 表名 MODIFY 字段名 新数据类型(长度);
修改字段名和字段类型:
ALTER TABLE 表名 CHANGE 旧字段名 新字段名 类型(长度) [COMMENT 注释] [约束];
例:将 emp 表的 nickname 字段修改为 username,类型为 varchar(30)
ALTER TABLE emp CHANGE nickname username varchar(30) COMMENT '昵称';
删除字段:
ALTER TABLE 表名 DROP 字段名;
修改表名:
ALTER TABLE 表名 RENAME TO 新表名
删除表:
DROP TABLE [IF EXISTS] 表名;
删除表,并重新创建该表:
TRUNCATE TABLE 表名;
DML(数据操作语言) {#DML(数据操作语言)}
添加数据 {#添加数据}
指定字段:
INSERT INTO 表名 (字段名1, 字段名2, ...) VALUES (值1, 值2, ...);
全部字段:
INSERT INTO 表名 VALUES (值1, 值2, ...);
批量添加数据:
INSERT INTO 表名 (字段名1, 字段名2, ...) VALUES (值1, 值2, ...), (值1, 值2, ...), (值1, 值2, ...);
INSERT INTO 表名 VALUES (值1, 值2, ...), (值1, 值2, ...), (值1, 值2, ...);
注意事项 {#注意事项-2}
- 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
更新和删除数据 {#更新和删除数据}
修改数据:
UPDATE 表名 SET 字段名1 = 值1, 字段名2 = 值2, ... [ WHERE 条件 ];
例:
UPDATE emp SET name = 'Jack' WHERE id = 1;
删除数据:
DELETE FROM 表名 [ WHERE 条件 ];
DQL(数据查询语言) {#DQL(数据查询语言)}
语法:
|------------------------------------------|-----------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14
| SELECT 字段列表 FROM 表名字段 WHERE 条件列表 GROUP BY 分组字段列表 HAVING 分组后的条件列表 ORDER BY 排序字段列表 LIMIT 分页参数
|
基础查询 {#基础查询}
查询多个字段:
SELECT 字段1, 字段2, 字段3, ... FROM 表名;
SELECT * FROM 表名;
设置别名:
SELECT 字段1 [ AS 别名1 ], 字段2 [ AS 别名2 ], 字段3 [ AS 别名3 ], ... FROM 表名;
SELECT 字段1 [ 别名1 ], 字段2 [ 别名2 ], 字段3 [ 别名3 ], ... FROM 表名;
去除重复记录:
SELECT DISTINCT 字段列表 FROM 表名;
转义:
SELECT * FROM 表名 WHERE name LIKE '/_张三' ESCAPE '/'
/ 之后的_不作为通配符
条件查询 {#条件查询}
语法:
SELECT 字段列表 FROM 表名 WHERE 条件列表;
条件:
| 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:
|---------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
| -- 年龄等于30 select * from employee where age = 30; -- 年龄小于30 select * from employee where age < 30; -- 小于等于 select * from employee where age <= 30; -- 没有身份证 select * from employee where idcard is null or idcard = ''; -- 有身份证 select * from employee where idcard; select * from employee where idcard is not null; -- 不等于 select * from employee where age != 30; -- 年龄在20到30之间 select * from employee where age between 20 and 30; select * from employee where age >= 20 and age <= 30; -- 下面语句不报错,但查不到任何信息 select * from employee where age between 30 and 20; -- 性别为女且年龄小于30 select * from employee where age < 30 and gender = '女'; -- 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(聚合函数) {#聚合查询(聚合函数)}
常见聚合函数(null 值不参与聚合函数运算):
| 函数 | 功能 | |-------|------| | count | 统计数量 | | max | 最大值 | | min | 最小值 | | avg | 平均值 | | sum | 求和 |
语法:
SELECT 聚合函数(字段列表) FROM 表名;
例:
SELECT count(id) from employee where workaddress = "广东省";
分组查询 {#分组查询}
语法:
SELECT 字段列表 FROM 表名 [ WHERE 条件 ] 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:
|------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8 9 10
| -- 根据性别分组,统计男性和女性数量(只显示分组数量,不显示哪个是男哪个是女) select count(*) from employee group by gender; -- 根据性别分组,统计男性和女性数量 select gender, count(*) from employee group by gender; -- 根据性别分组,统计男性和女性的平均年龄 select gender, avg(age) from employee group by gender; -- 年龄小于45,并根据工作地址分组 select workaddress, count(*) from employee where age < 45 group by workaddress; -- 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(*) address_count from employee where age < 45 group by workaddress having address_count >= 3;
|
注意事项 {#注意事项-3}
- 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 {#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:
|-------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5
| -- 根据年龄升序排序 SELECT * FROM employee ORDER BY age ASC; SELECT * FROM employee ORDER BY age; -- 两字段排序,根据年龄升序排序,入职时间降序排序 SELECT * FROM employee ORDER BY age ASC, entrydate DESC;
|
注意事项 {#注意事项-4}
如果是多字段排序,当第一个字段值相同时,才会根据第二个字段进行排序
分页查询 {#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:
|-----------------|------------------------------------------------------------------------------------------------------------|
| 1 2 3 4
| -- 查询第一页数据,展示10条 SELECT * FROM employee LIMIT 0, 10; -- 查询第二页 SELECT * FROM employee LIMIT 10, 10;
|
注意事项 {#注意事项-5}
- 起始索引从 0 开始,起始索引 = (查询页码 - 1) * 每页显示记录数
- 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 {#DQL-执行顺序}
1.FROM(从哪张表查询) -> 2.WHERE(对数据进行筛选) -> 3.GROUP BY(对筛选的数据进行分组) -> 4.HAVING(分组后的条件列表)-> 5.SELECT(选择对应数据) -> 6.ORDER BY(对结果排序) -> 7.LIMIT(对结果分页)
DCL {#DCL}
管理用户 {#管理用户}
查询用户:
|-------------|-----------------------------------------|
| 1 2
| USER 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:
|---------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8 9
| -- 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'; 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';
|
注意事项 {#注意事项-6}
- 主机名可以使用 % 通配
权限控制 {#权限控制}
常用权限:
| 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 |
更多权限请看权限一览表
查询权限:
SHOW GRANTS FOR '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 {#注意事项-7}
- 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
1.2 函数 {#1-2-函数}
- 字符串函数
- 数值函数
- 日期函数
- 流程函数
字符串函数 {#字符串函数}
常用函数:
| 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(注意索引从 1 开始) |
使用示例:
|------------------------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14
| -- 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 {#数值函数}
常见函数:
| 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 {#日期函数}
常用函数:
| 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:
|-------------|---------------------------------------------------------------|
| 1 2
| -- DATE_ADD SELECT DATE_ADD(NOW(), INTERVAL 70 YEAR);
|
流程函数 {#流程函数}
常用函数:
| 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:
|-------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8
| select name, (case when age > 30 then '中年' else '青年' end) from employee; 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;
|
1.3 约束 {#1-3-约束}
分类:
| 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 | | 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 | 用来让两张表的数据之间建立连接,保证数据的一致性和完整性 | FOREIGN KEY |
约束是作用于表中字段上的,可以再创建表/修改表的时候添加约束。
常用约束 {#常用约束}
| 约束条件 | 关键字 | |------|----------------| | 主键 | PRIMARY KEY | | 自动增长 | AUTO_INCREMENT | | 不为空 | NOT NULL | | 唯一 | UNIQUE | | 逻辑条件 | CHECK | | 默认值 | DEFAULT |
例子:
|-----------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7
| 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) );
|
外键约束 {#外键约束}
作用:保证数据一致性与完整性
添加外键:
|---------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8 9
| CREATE TABLE 表名( 字段名 字段类型, ... [CONSTRAINT] [外键名称] FOREIGN KEY(外键字段名) REFERENCES 主表(主表列名) ); ALTER TABLE 表名 ADD CONSTRAINT 外键名称 FOREIGN KEY (外键字段名) REFERENCES 主表(主表列名); -- 例子 alter table emp add constraint fk_emp_dept_id foreign key(dept_id) references dept(id);
|
删除外键:
ALTER TABLE 表名 DROP FOREIGN KEY 外键名;
删除/更新行为 {#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) |
更改删除/更新行为:
ALTER TABLE 表名 ADD CONSTRAINT 外键名称 FOREIGN KEY (外键字段) REFERENCES 主表名(主表字段名) ON UPDATE 行为 ON DELETE 行为;
1.4 多表查询 {#1-4-多表查询}
多表关系 {#多表关系}
- 一对多(多对一)
- 多对多
- 一对一
一对多 {#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:在多的一方建立外键,指向一的一方的主键
多对多 {#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 {#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 {#查询}
合并查询(笛卡尔积,会展示所有组合结果):
select * from employee, dept;
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)
消除无效笛卡尔积:
select * from employee, dept where employee.dept = dept.id;
内连接查询 {#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1, 表2 WHERE 条件 ...;
显式内连接:
SELECT 字段列表 FROM 表1 [ INNER ] JOIN 表2 ON 连接条件 ...;
显式性能比隐式高
例子:
|-------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5
| -- 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 {#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 条件 ...;
相当于查询表 1 的所有数据,包含表 1 和表 2 交集部分数据
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 条件 ...;
例子:
|-------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5
| -- 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;
|
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
自连接查询 {#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
语法:
SELECT 字段列表 FROM 表A 别名A JOIN 表A 别名B ON 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:
|-----------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4
| -- 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 {#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:
|---------------|---------------------------------------------------------------------|
| 1 2 3
| SELECT 字段列表 FROM 表A ... UNION [ALL] SELECT 字段列表 FROM 表B ...
|
注意事项 {#注意事项-8}
- UNION ALL 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 {#子查询}
SQL 语句中嵌套 SELECT 语句,称谓嵌套查询,又称子查询。
SELECT * FROM t1 WHERE column1 = ( SELECT column1 FROM t2);
子查询外部的语句可以是 INSERT / UPDATE / DELETE / SELECT 的任何一个
根据子查询结果可以分为:
- 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)
根据子查询位置可分为:
- WHERE 之后
- FROM 之后
- SELECT 之后
标量子查询 {#标量子查询}
子查询返回的结果是单个值(数字、字符串、日期等)。
常用操作符:- < > > >= < <=
例子:
|---------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8 9
| -- 查询销售部所有员工 select id from dept where name = '销售部'; -- 根据销售部部门ID,查询员工信息 select * from employee where dept = 4; -- 合并(子查询) 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 {#列子查询}
返回的结果是一列(可以是多行)。
常用操作符:
| 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:
|---------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6
| -- 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 {#行子查询}
返回的结果是一行(可以是多列)。
常用操作符:=, <, >, IN, NOT IN
例子:
|---------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3
| -- 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) = (12500, 1); select * from employee where (salary, manager) = (select salary, manager from employee where name = 'xxx');
|
表子查询 {#表子查询}
返回的结果是多行多列
常用操作符:IN
例子:
|-----------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4
| -- 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;
|
1.5 事务 {#1-5-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。
基本操作:
|---------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
| -- 1. 查询张三账户余额 select * 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'; -- 此语句出错后张三钱减少但是李四钱没有增加 模拟sql语句错误 -- 3. 将李四账户余额+1000 update account set money = money + 1000 where name = '李四'; -- 查看事务提交方式 SELECT @@AUTOCOMMIT; -- 设置事务提交方式,1为自动提交,0为手动提交,该设置只对当前会话有效 SET @@AUTOCOMMIT = 0; -- 提交事务 COMMIT; -- 回滚事务 ROLLBACK; -- 设置手动提交后上面代码改为: select * from account where name = '张三'; update account set money = money - 1000 where name = '张三'; update account set money = money + 1000 where name = '李四'; commit;
|
操作方式二:
开启事务:
START TRANSACTION 或 BEGIN TRANSACTION;
提交事务:
COMMIT;
回滚事务:
ROLLBACK;
操作实例:
|-------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5
| start transaction; select * from account where name = '张三'; update account set money = money - 1000 where name = '张三'; update account set money = money + 1000 where name = '李四'; commit;
|
四大特性 ACID {#四大特性-ACID}
- 原子性(Atomicity):事务是不可分割的最小操作但愿,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 {#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,但是再插入数据时,又发现这行数据已经存在 |
这三个问题的详细演示:https://www.bilibili.com/video/BV1Kr4y1i7ru?p=55cd
并发事务隔离级别:
| 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
- 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
2.进阶篇 {#2-进阶篇}
2.1 存储引擎 {#2-1-存储引擎}
MySQL 体系结构:
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。
相关操作:
|-------------------------|---------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8
| -- 查询建表语句 show create table account; -- 建表时指定存储引擎 CREATE TABLE 表名( ... ) ENGINE=INNODB; -- 查看当前数据库支持的存储引擎 show engines;
|
InnoDB {#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,决定多张表共享一个表空间还是每张表对应一个表空间
知识点:
查看 Mysql 变量:
show variables like 'innodb_file_per_table';
从 idb 文件提取表结构数据:
(在 cmd 运行)
ibd2sdi xxx.ibd
InnoDB 逻辑存储结构:
MyISAM {#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}
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
存储引擎特点 {#存储引擎特点}
| 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 {#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: 如果应用对事物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。
2.2 性能分析 {#2-2-性能分析}
查看执行频次 {#查看执行频次}
查看当前数据库的 INSERT, UPDATE, DELETE, SELECT 访问频次:
SHOW GLOBAL STATUS LIKE 'Com_______';
或者 SHOW SESSION STATUS LIKE 'Com_______';
例:show global status like 'Com_______'
慢查询日志 {#慢查询日志}
慢查询日志记录了所有执行时间超过指定参数(long_query_time,单位:秒,默认 10 秒)的所有 SQL 语句的日志。
MySQL 的慢查询日志默认没有开启,需要在 MySQL 的配置文件(/etc/my.cnf)中配置如下信息: # 开启慢查询日志开关
slow_query_log=1 # 设置慢查询日志的时间为 2 秒,SQL 语句执行时间超过 2 秒,就会视为慢查询,记录慢查询日志
long_query_time=2
更改后记得重启 MySQL 服务,日志文件位置:/var/lib/mysql/localhost-slow.log
查看慢查询日志开关状态:
show variables like 'slow_query_log';
profile {#profile}
show profile 能在做 SQL 优化时帮我们了解时间都耗费在哪里。通过 have_profiling 参数,能看到当前 MySQL 是否支持 profile 操作:
SELECT @@have_profiling;
profiling 默认关闭,可以通过 set 语句在 session/global 级别开启 profiling:
SET profiling = 1;
查看所有语句的耗时:
show profiles;
查看指定 query_id 的 SQL 语句各个阶段的耗时:
show profile for query query_id;
查看指定 query_id 的 SQL 语句 CPU 的使用情况
show profile cpu for query query_id;
explain {#explain}
EXPLAIN 或者 DESC 命令获取 MySQL 如何执行 SELECT 语句的信息,包括在 SELECT 语句执行过程中表如何连接和连接的顺序。
语法: # 直接在 select 语句之前加上关键字 explain / desc
EXPLAIN SELECT 字段列表 FROM 表名 HWERE 条件;
EXPLAIN 各字段含义:
- id:select 查询的序列号,表示查询中执行 select 子句或者操作表的顺序(id 相同,执行顺序从上到下;id 不同,值越大越先执行)
- select_type:表示 SELECT 的类型,常见取值有 SIMPLE(简单表,即不适用表连接或者子查询)、PRIMARY(主查询,即外层的查询)、UNION(UNION 中的第二个或者后面的查询语句)、SUBQUERY(SELECT/WHERE 之后包含了子查询)等
- type:表示连接类型,性能由好到差的连接类型为 NULL、system、const、eq_ref、ref、range、index、all
- possible_key:可能应用在这张表上的索引,一个或多个
- Key:实际使用的索引,如果为 NULL,则没有使用索引
- Key_len:表示索引中使用的字节数,该值为索引字段最大可能长度,并非实际使用长度,在不损失精确性的前提下,长度越短越好
- rows:MySQL 认为必须要执行的行数,在 InnoDB 引擎的表中,是一个估计值,可能并不总是准确的
- filtered:表示返回结果的行数占需读取行数的百分比,filtered 的值越大越好
2.3 索引 {#2-3-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。
优缺点:
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}
| 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 |
B-Tree {#B-Tree}
二叉树的缺点可以用红黑树来解决:
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:https://www.bilibili.com/video/BV1Kr4y1i7ru?p=68
演示地址:https://www.cs.usfca.edu/~galles/visualization/BTree.html
B+Tree {#B-Tree-2}
结构图:
演示地址:https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html
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。
Hash {#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 {#面试题}
- 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 {#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 |
演示图:
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 {#思考题}
- 以下 SQL 语句,哪个执行效率高?为什么?
|---------------|-----------------------------------------------------------------------------------------------------------|
| 1 2 3
| 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。
- InnoDB 主键索引的 B+Tree 高度为多少?
答:假设一行数据大小为 1k,一页中可以存储 16 行这样的数据。InnoDB 的指针占用 6 个字节的空间,主键假设为 bigint,占用字节数为 8.
可得公式:n * 8 + (n + 1) * 6 = 16 * 1024
,其中 8 表示 bigint 占用的字节数,n 表示当前节点存储的 key 的数量,(n + 1) 表示指针数量(比 key 多一个)。算出 n 约为 1170。
如果树的高度为 2,那么他能存储的数据量大概为:1171 * 16 = 18736
;
如果树的高度为 3,那么他能存储的数据量大概为:1171 * 1171 * 16 = 21939856
。
另外,如果有成千上万的数据,那么就要考虑分表,涉及运维篇知识。
语法 {#语法}
创建索引:
CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (index_col_name, ...);
如果不加 CREATE 后面不加索引类型参数,则创建的是常规索引
查看索引:
SHOW INDEX FROM table_name;
删除索引:
DROP INDEX index_name ON table_name;
案例:
|---------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8 9 10 11
| -- 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 {#使用规则}
最左前缀法则 {#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。
索引失效情况 {#索引失效情况}
- 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';
- 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 - 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。 - 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。
- 如果 MySQL 评估使用索引比全表更慢,则不使用索引。
SQL 提示 {#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 {#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 {#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,此时可以只降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 table_name(columnn(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:
|-------------|--------------------------------------------------------------------------------------------------------------------------------------|
| 1 2
| 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
单列索引&联合索引 {#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
注意事项 {#注意事项-9}
- 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 {#设计原则}
- 针对于数据量较大,且查询比较频繁的表建立索引
- 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
- 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
- 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
- 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
- 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
- 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
2.4 SQL 优化 {#2-4-SQL-优化}
插入数据 {#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。
|-----------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7
| # 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 {#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,也可以填充一般,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:https://www.bilibili.com/video/BV1Kr4y1i7ru?p=90
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,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
- 业务操作时,避免对主键的修改
order by 优化 {#order-by-优化}
- 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
- 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
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 {#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 {#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
例如:
|-------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4 5 6 7 8
| -- 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); -- 通过连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 * 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 {#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(前提是不适用 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) {#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;
,这句由于 id 有主键索引,所以只会锁这一行;
update student set no = '123' where name = 'test';
,这句由于 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
3.数据类型 {#3-数据类型}
整型 {#整型}
| 类型名称 | 取值范围 | 大小 | |---------------|------------------------------------------|-------| | TINYINT | -128〜127 | 1 个字节 | | SMALLINT | -32768〜32767 | 2 个宇节 | | MEDIUMINT | -8388608〜8388607 | 3 个字节 | | INT (INTEGHR) | -2147483648〜2147483647 | 4 个字节 | | BIGINT | -9223372036854775808〜9223372036854775807 | 8 个字节 |
无符号在数据类型后加 unsigned 关键字。
浮点型 {#浮点型}
| 类型名称 | 说明 | 存储需求 | |--------------------|------------|---------| | FLOAT | 单精度浮点数 | 4 个字节 | | DOUBLE | 双精度浮点数 | 8 个字节 | | DECIMAL (M, D),DEC | 压缩的"严格"定点数 | M+2 个字节 |
日期和时间 {#日期和时间}
| 类型名称 | 日期格式 | 日期范围 | 存储需求 | |-----------|---------------------|----------------------------------------------------|-------| | YEAR | YYYY | 1901 ~ 2155 | 1 个字节 | | TIME | HH:MM:SS | -838:59:59 ~ 838:59:59 | 3 个字节 | | DATE | YYYY-MM-DD | 1000-01-01 ~ 9999-12-3 | 3 个字节 | | DATETIME | YYYY-MM-DD HH:MM:SS | 1000-01-01 00:00:00 ~ 9999-12-31 23:59:59 | 8 个字节 | | TIMESTAMP | YYYY-MM-DD HH:MM:SS | 1980-01-01 00:00:01 UTC ~ 2040-01-19 03:14:07 UTC | 4 个字节 |
字符串 {#字符串}
| 类型名称 | 说明 | 存储需求 | |------------|----------------------------|----------------------------------------| | CHAR(M) | 固定长度非二进制字符串 | M 字节,1<=M<=255 | | VARCHAR(M) | 变长非二进制字符串 | L+1 字节,在此,L< = M 和 1<=M<=255 | | TINYTEXT | 非常小的非二进制字符串 | L+1 字节,在此,L<2^8 | | TEXT | 小的非二进制字符串 | L+2 字节,在此,L<2^16 | | MEDIUMTEXT | 中等大小的非二进制字符串 | L+3 字节,在此,L<2^24 | | LONGTEXT | 大的非二进制字符串 | L+4 字节,在此,L<2^32 | | ENUM | 枚举类型,只能有一个枚举字符串值 | 1 或 2 个字节,取决于枚举值的数目 (最大值为 65535) | | SET | 一个设置,字符串对象可以有零个或 多个 SET 成员 | 1、2、3、4 或 8 个字节,取决于集合 成员的数量(最多 64 个成员) |
二进制类型 {#二进制类型}
| 类型名称 | 说明 | 存储需求 | |----------------|------------|--------------------| | BIT(M) | 位字段类型 | 大约 (M+7)/8 字节 | | BINARY(M) | 固定长度二进制字符串 | M 字节 | | VARBINARY (M) | 可变长度二进制字符串 | M+1 字节 | | TINYBLOB (M) | 非常小的 BLOB | L+1 字节,在此,L<2^8 | | BLOB (M) | 小 BLOB | L+2 字节,在此,L<2^16 | | MEDIUMBLOB (M) | 中等大小的 BLOB | L+3 字节,在此,L<2^24 | | LONGBLOB (M) | 非常大的 BLOB | L+4 字节,在此,L<2^32 |
4.权限一览表 {#4-权限一览表}
具体权限的作用详见官方文档
GRANT 和 REVOKE 允许的静态权限
| Privilege | Grant Table Column | Context |
|----------------------------------------------------------------------------------------------------------------------------|------------------------------|---------------------------------------|
| ALL [PRIVILEGES]
| Synonym for "all privileges" | Server administration |
| ALTER
| Alter_priv
| Tables |
| ALTER ROUTINE
| Alter_routine_priv
| Stored routines |
| CREATE
| Create_priv
| Databases, tables, or indexes |
| CREATE ROLE
| Create_role_priv
| Server administration |
| CREATE ROUTINE
| Create_routine_priv
| Stored routines |
| CREATE TABLESPACE
| Create_tablespace_priv
| Server administration |
| CREATE TEMPORARY TABLES
| Create_tmp_table_priv
| Tables |
| CREATE USER
| Create_user_priv
| Server administration |
| CREATE VIEW
| Create_view_priv
| Views |
| DELETE
| Delete_priv
| Tables |
| DROP
| Drop_priv
| Databases, tables, or views |
| DROP ROLE
| Drop_role_priv
| Server administration |
| EVENT
| Event_priv
| Databases |
| EXECUTE
| Execute_priv
| Stored routines |
| FILE
| File_priv
| File access on server host |
| GRANT OPTION
| Grant_priv
| Databases, tables, or stored routines |
| INDEX
| Index_priv
| Tables |
| INSERT
| Insert_priv
| Tables or columns |
| LOCK TABLES
| Lock_tables_priv
| Databases |
| PROCESS
| Process_priv
| Server administration |
| PROXY
| See proxies_priv
table | Server administration |
| REFERENCES
| References_priv
| Databases or tables |
| RELOAD
| Reload_priv
| Server administration |
| REPLICATION CLIENT
| Repl_client_priv
| Server administration |
| REPLICATION SLAVE
| Repl_slave_priv
| Server administration |
| SELECT
| Select_priv
| Tables or columns |
| SHOW DATABASES
| Show_db_priv
| Server administration |
| SHOW VIEW
| Show_view_priv
| Views |
| SHUTDOWN
| Shutdown_priv
| Server administration |
| SUPER
| Super_priv
| Server administration |
| TRIGGER
| Trigger_priv
| Tables |
| UPDATE
| Update_priv
| Tables or columns |
| USAGE
| Synonym for "no privileges" | Server administration |
GRANT 和 REVOKE 允许的动态权限
| Privilege | Context |
|------------------------------------------------------------------------------------------------------------------------------------|---------------------------------------------------|
| APPLICATION_PASSWORD_ADMIN
| Dual password administration |
| AUDIT_ABORT_EXEMPT
| Allow queries blocked by audit log filter |
| AUDIT_ADMIN
| Audit log administration |
| AUTHENTICATION_POLICY_ADMIN
| Authentication administration |
| BACKUP_ADMIN
| Backup administration |
| BINLOG_ADMIN
| Backup and Replication administration |
| BINLOG_ENCRYPTION_ADMIN
| Backup and Replication administration |
| CLONE_ADMIN
| Clone administration |
| CONNECTION_ADMIN
| Server administration |
| ENCRYPTION_KEY_ADMIN
| Server administration |
| FIREWALL_ADMIN
| Firewall administration |
| FIREWALL_EXEMPT
| Firewall administration |
| FIREWALL_USER
| Firewall administration |
| FLUSH_OPTIMIZER_COSTS
| Server administration |
| FLUSH_STATUS
| Server administration |
| FLUSH_TABLES
| Server administration |
| FLUSH_USER_RESOURCES
| Server administration |
| GROUP_REPLICATION_ADMIN
| Replication administration |
| GROUP_REPLICATION_STREAM
| Replication administration |
| INNODB_REDO_LOG_ARCHIVE
| Redo log archiving administration |
| NDB_STORED_USER
| NDB Cluster |
| PASSWORDLESS_USER_ADMIN
| Authentication administration |
| PERSIST_RO_VARIABLES_ADMIN
| Server administration |
| REPLICATION_APPLIER
| PRIVILEGE_CHECKS_USER
for a replication channel |
| REPLICATION_SLAVE_ADMIN
| Replication administration |
| RESOURCE_GROUP_ADMIN
| Resource group administration |
| RESOURCE_GROUP_USER
| Resource group administration |
| ROLE_ADMIN
| Server administration |
| SESSION_VARIABLES_ADMIN
| Server administration |
| SET_USER_ID
| Server administration |
| SHOW_ROUTINE
| Server administration |
| SYSTEM_USER
| Server administration |
| SYSTEM_VARIABLES_ADMIN
| Server administration |
| TABLE_ENCRYPTION_ADMIN
| Server administration |
| VERSION_TOKEN_ADMIN
| Server administration |
| XA_RECOVER_ADMIN
| Server administration |
5.图形化界面工具 {#5-图形化界面工具}
- Workbench(免费): http://dev.mysql.com/downloads/workbench/
- navicat(收费,试用版 30 天): https://www.navicat.com/en/download/navicat-for-mysql
- Sequel Pro(开源免费,仅支持 Mac OS): http://www.sequelpro.com/
- HeidiSQL(免费): http://www.heidisql.com/
- phpMyAdmin(免费): https://www.phpmyadmin.net/
- SQLyog: https://sqlyog.en.softonic.com/
6.安装 {#6-安装}
7.小技巧 {#7-小技巧}
- 在 SQL 语句之后加上
\G
会将结果的表格形式转换成行文本形式 - 查看 Mysql 数据库占用空间:
|-----------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1 2 3 4
| SELECT table_schema "Database Name" , SUM(data_length + index_length) / (1024 * 1024) "Database Size in MB" FROM information_schema.TABLES GROUP BY table_schema;
|