MySQL

基础概念

关系型数据库

关系型数据库（Relational Database）是一种基于关系模型来组织和存储数据的数据库。它使用表格的形式来表示数据，每个表格由行和列组成，其中每一行代表一个实体（例如一名顾客或一件商品），每一列代表实体的一个属性（例如顾客的名字或商品的价格）。这些表格被称为关系。

在关系型数据库中，数据通过键（Key）来关联，主键（Primary Key）用于唯一标识表格中的每一个记录，而外键（Foreign Key）则用于建立和加强两个表格之间的联系。这种结构使得数据可以被有效地查询、更新和管理，并且能够保证数据的一致性和完整性。

关系型数据库管理系统（RDBMS, Relational Database Management System）是用来操作关系型数据库的软件，提供了对数据库进行创建、读取、更新和删除（CRUD）等操作的功能。SQL（Structured Query Language）是用于访问和处理数据库的标准语言。

一些常见的关系型数据库系统包括MySQL、PostgreSQL、Oracle、Microsoft SQL Server等。它们广泛应用于各种需要数据管理和处理的应用程序中，如在线交易处理、企业资源规划系统以及网站后台数据库等。
表（Table）：是数据的基本组织形式，每个表代表一个特定类型的数据集合。例如，在一个学校管理系统中，可能有“学生”表、“课程”表等。
行（Row/Record）：每一行代表一条记录或实体。例如，“学生”表中的每一行代表一名学生的信息。
列（Column/Field）：每一列表示实体的一个属性。例如，“学生”表中可能包含“学号”、“姓名”、“性别”等列。
主键（Primary Key）：用于唯一标识表中的每一条记录。通常是一个或一组列，其值在表中是唯一的且非空。
外键（Foreign Key）：用来建立和加强两个表数据之间的链接的一列或多列，通过将表中的外键与另一个表中的主键相匹配，可以创建表之间的关联。

SQL语言简介

SQL（Structured Query Language）是一种专门用于管理关系型数据库系统的标准计算机语言，用于与数据库交互的语言，MySQL是一个具体的数据库管理系统，它接受并解释SQL语句来完成对数据库的各种操作。换句话说，MySQL是SQL语言的一个运行环境，通过这个环境，用户可以利用SQL的强大功能来管理MySQL数据库中的数据。SQL包括以下几个主要部分：

数据定义语言（DDL, Data Definition Language）

DDL用于定义数据库的结构，包括创建、修改和删除数据库对象（如表、视图、索引等）。常用的DDL命令有：

CREATE：创建新的数据库或数据库对象。例如，创建一个新表：

CREATE TABLE students (id INT PRIMARY KEY, name VARCHAR(100));

ALTER：修改现有的数据库对象。例如，给现有表添加一列：

ALTER TABLE students ADD email VARCHAR(255);

DROP：删除数据库或数据库对象。例如，删除一个表：

DROP TABLE students;

数据操作语言（DML, Data Manipulation Language）

DML用于检索、插入、更新和删除数据库中的数据。常用的DML命令有：

SELECT：从数据库中查询数据。例如，查询所有学生的姓名：

SELECT name FROM students;

INSERT：向数据库中插入新数据。例如，向students表中添加一条记录：

INSERT INTO students(id, name) VALUES(1, '张三');

UPDATE：更新数据库中的数据。例如，更新某个学生的邮箱地址：

UPDATE students SET email = '[email protected]' WHERE id = 1;

DELETE：从数据库中删除数据。例如，删除ID为1的学生信息：

DELETE FROM students WHERE id = 1;

此外，还有数据控制语言（DCL, Data Control Language） 和 事务控制语言（TCL, Transaction Control Language） 分别用于权限管理和事务处理。例如，GRANT 和 REVOKE 用于分配和撤销用户权限；COMMIT 和 ROLLBACK 则用于提交或回滚事务。

数据库设计

数据库设计是构建高效、可靠数据库系统的关键步骤。它涉及到数据的组织、存储方式以及如何有效地进行访问和管理。以下是关于规范化和表设计的一些重要概念：

规范化

规范化是数据库设计中的一个重要过程，旨在减少数据冗余并提高数据完整性。主要通过一系列规则（称为范式）来指导数据库的设计。以下是前三个范式的基本概念：

第一范式(1NF)：

要求数据库表中的每一列都是不可分割的基本数据项，并且每个字段必须包含单一值。
消除了重复的组（例如，将一个包含多个值的字段拆分为多个单独的记录）。

第二范式(2NF)：

建立在1NF基础上，要求非主键字段完全依赖于整个主键，而非部分主键。
这意味着如果存在复合主键，则所有非主键字段应依赖于整个主键，而不是仅依赖于其中的一部分。
通常通过分解表来消除部分依赖关系。

第三范式(3NF)：

在满足2NF的基础上进一步要求，任何非主属性既不传递依赖于主键也不依赖于其他非主属性。
即消除传递依赖，确保非主键字段之间没有直接的关系，它们只能通过主键间接相关联。
实现这一点的方法通常是将涉及传递依赖的字段移到一个新的表中，并创建适当的外键引用。

表设计

表设计包括选择正确的字段类型、定义主键、设置外键以及合理地使用索引等几个方面：

字段类型选择： 选择合适的数据类型对于优化存储空间和提高查询效率至关重要。例如，使用INT而不是VARCHAR来存储数字可以节省空间并加快计算速度。此外，还需考虑精度、范围等因素。
主键： 主键用于唯一标识表中的每一行记录。一个好的主键应该具备唯一性、稳定性（不会随时间变化）、简洁性（尽量短）。常见的做法是使用自增的整数或全局唯一的标识符（如UUID）作为主键。
外键： 外键用于建立和加强两个表之间的关联关系。通过在外键上设置约束，可以保证引用的完整性，防止删除或修改操作破坏数据的一致性。
索引的设计原则：
选择性： 高选择性的字段（即不同值占总记录比例较高的字段）更适合建立索引，因为这样的索引能更有效地过滤结果集。
覆盖索引： 创建能够覆盖查询所需的所有列的索引，可以避免额外的I/O操作，从而加速查询。
平衡点： 虽然索引可以显著提升查询性能，但也会增加写操作的成本（如插入、更新），因此需要权衡利弊，根据实际情况决定哪些字段应该被索引。

SQL语句详解

数据查询：

SELECT

SELECT column1, column2, ...
FROM table_name
WHERE condition;

示例

SELECT id, name, email FROM users WHERE age > 25;

常用子句：
DISTINCT：去重

SELECT DISTINCT department FROM employees;

ORDER BY：排序

SELECT * FROM products ORDER BY price DESC;

LIMIT / OFFSET：限制返回行数与分页

SELECT * FROM orders LIMIT 10 OFFSET 20; -- 取第21到30条记录

JOIN 操作

JOIN 用于将两个或多个表连接在一起进行查询。

内连接（INNER JOIN）
仅返回两个表中匹配的记录。

SELECT users.name, orders.order_id
FROM users
INNER JOIN orders ON users.id = orders.user_id;

左连接（LEFT JOIN）
返回左表所有记录，即使右表没有匹配项。

SELECT users.name, orders.order_id
FROM users
LEFT JOIN orders ON users.id = orders.user_id;

右连接（RIGHT JOIN）
返回右表所有记录，即使左表没有匹配项（较少使用）。

全连接（FULL JOIN）
返回两个表的所有记录（MySQL不支持 FULL JOIN，但可用 UNION 实现）。

自连接（Self Join）
一个表与自己连接，常用于树形结构或层级数据。

SELECT a.name AS employee, b.name AS manager
FROM employees a
LEFT JOIN employees b ON a.manager_id = b.id;

子查询（Subquery）

子查询是指嵌套在另一个 SQL 查询中的查询，通常用于作为条件的一部分。

示例：

SELECT name FROM users
WHERE id IN (
    SELECT user_id FROM orders WHERE amount > 1000
);

使用场景：
条件筛选（如上例）
表来源（派生表）

SELECT t.name FROM (
    SELECT id, name FROM users WHERE status = 'active'
) AS t;

数据操作（Data Manipulation）

INSERT 插入数据

向表中插入新记录。

INSERT INTO table_name (column1, column2, ...)
VALUES (value1, value2, ...);

示例：

INSERT INTO customers (name, email) VALUES ('Alice', '[email protected]');

批量插入：

INSERT INTO customers (name, email)
VALUES 
('Bob', '[email protected]'),
('Charlie', '[email protected]');

UPDATE 更新数据

更新已有记录的内容。

UPDATE table_name
SET column1 = value1, column2 = value2, ...
WHERE condition;

示例：

UPDATE users SET email = '[email protected]' WHERE id = 1;
#⚠️ 注意：不要遗漏 WHERE 条件，否则会更新整张表！

DELETE 删除数据

删除表中的记录。

DELETE FROM table_name WHERE condition;

示例：

DELETE FROM users WHERE id = 5;
#同样注意：务必加上 WHERE，否则会清空整张表！

事务处理（Transaction Control）

事务是一组逻辑操作单元，要么全部执行成功，要么全部失败回滚。
事务必须满足以下四个特性，简称 ACID：

特性	含义
Atomicity（原子性）	事务是不可分割的整体，要么全做，要么全不做
Consistency（一致性）	事务执行前后，数据库状态保持一致
Isolation（隔离性）	-多个事务并发执行时互不影响
Durability（持久性）	一旦事务提交，其结果就是永久性的

存储引擎

存储引擎是MySQL数据库系统的核心组件之一，它决定了数据如何被存储、索引和更新。不同的存储引擎提供了不同功能集和性能特征，适用于各种特定的应用场景。

InnoDB

特性：
支持事务处理（ACID兼容），提供提交、回滚和崩溃恢复能力。
行级锁定机制，相比表级锁定提高了并发处理能力。
外键约束支持，确保数据完整性和引用完整性。
提供非锁定读取，允许在查询时不会阻止其他用户对同一张表进行写入操作。
默认从MySQL 5.5版本开始成为默认存储引擎。
应用场景：
对于需要高可靠性、频繁的更新操作以及事务支持的应用程序来说非常合适，如银行系统、电子商务平台等。

MyISAM

特性：
不支持事务，不支持行级锁定，采用的是表级锁定，这意味着在执行写操作时会锁定整个表，这可能会影响并发性能。
提供了快速的读取速度，适合于只读或以读为主的环境。
支持全文搜索索引，对于需要全文检索的应用非常有用。
数据文件格式简单，易于管理和备份。
应用场景：
适用于读密集型应用，如内容管理系统、博客平台等，尤其是在不需要事务支持的情况下。
以下了解就好

Memory（HEAP）

特性：
所有数据都保存在内存中，因此访问速度非常快。
不支持外键约束，也不支持事务。
当MySQL重启后，所有数据都会丢失，因为它依赖于内存存储。
应用场景：
临时表和需要快速访问的数据集，比如缓存某些计算结果或者作为中间步骤的数据存储。

Archive

特性：
设计用于存储大量的归档或历史数据，具有高压缩率的特点。
只支持INSERT和SELECT操作，不支持DELETE、UPDATE等修改操作。
非常适合存储大量很少被访问的历史数据。
应用场景：
适合用于日志记录、审计跟踪等只需要追加新记录而不需要修改旧记录的场景。

CSV

特性：
使用逗号分隔值（CSV）格式来存储数据。
每个表都被存储为一个.csv文件，可以方便地用文本编辑器或电子表格软件打开。
主要用于数据交换和导入导出。
应用场景：
适合于需要将数据导出为CSV格式以便于与其他应用程序共享的情况。

NDB（or NDBCLUSTER）

特性：
是一个集群存储引擎，允许在多个服务器之间进行数据复制，以提高可用性和冗余性。
提供了自动分片和负载均衡功能，能够实现高可扩展性的部署方案。
支持分布式数据库架构，可以在多个节点间分布数据和负载。
应用场景：
适用于构建高可用性和高可扩展性的应用，如电信行业、大型互联网服务等需要处理海量并发请求的服务。

性能优化

在MySQL数据库中，性能优化是确保系统高效运行的关键。这包括索引优化、查询优化以及服务器参数调整等方面。

索引优化

索引是提高查询效率的重要手段，但不当的使用也会带来负面影响（如增加写操作的开销）。以下是关于索引优化的一些要点：

创建与维护： 合理地选择哪些列上建立索引至关重要。通常，在经常用于搜索条件、排序或分组的列上创建索引。
覆盖索引： 如果一个索引包含了查询所需的所有列，则称为覆盖索引。这意味着MySQL可以直接从索引中获取所需数据，而无需访问表中的实际行，从而加快查询速度。
复合索引： 当多个列经常一起出现在WHERE子句中时，可以考虑创建复合索引（即基于多个列的索引）。需要注意的是，索引的顺序对查询性能有很大影响，应将最常用于过滤的列放在前面。

CREATE INDEX idx_lastname_firstname ON employees (last_name, first_name);

定期维护： 随着数据的增删改，索引可能会变得低效。因此，需要定期进行重建或优化索引以保持其性能。

查询优化

优化SQL查询可以帮助减少响应时间和资源消耗。这里有几个关键点：

分析查询计划： 使用EXPLAIN命令来查看MySQL如何执行你的查询。它提供了关于查询执行计划的信息，比如是否使用了索引、扫描了多少行等。

EXPLAIN SELECT * FROM orders WHERE customer_id = 10;

优化建议：
避免SELECT *，只选择你需要的列。
尽量让查询尽可能简单，避免复杂的嵌套查询和不必要的连接。
使用合适的索引来加速查询。
对于大数据集，考虑使用分页(LIMIT)和分区技术。