基础篇

---

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）

数据定义语言

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

• 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

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：

CREATETABLE 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）

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

• 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

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）

语法：

SELECT

字段列表

FROM

表名字段

WHERE

条件列表

GROUPBY

分组字段列表

HAVING

分组后的条件列表

ORDERBY

排序字段列表

LIMIT

分页参数

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

语法：SELECT 字段列表 FROM 表名 WHERE 条件列表;

条件：

例子：

-- 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 isnullor idcard ='';

-- 有身份证

select*from employee where idcard;

select*from employee where idcard isnotnull;

-- 不等于

select*from employee where age !=30;

-- 年龄在20到30之间

select*from employee where age between20and30;

select*from employee where age >=20and age <=30;

-- 下面语句不报错，但查不到任何信息

select*from employee where age between30and20;

-- 性别为女且年龄小于30

select*from employee where age <30and gender ='女';

-- 年龄等于25或30或35

select*from employee where age =25or age =30or 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）

常见聚合函数：

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

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：

-- 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）

selectcount(*)from employee groupby gender;

-- 根据性别分组，统计男性和女性数量

select gender,count(*)from employee groupby 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 groupby gender;

-- 年龄小于45，并根据工作地址分组

select workaddress,count(*)from employee where age <45groupby 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 <45groupby workaddress having address_count >=3;

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

SELECT*FROM employee ORDERBY age ASC;

SELECT*FROM employee ORDERBY 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 ORDERBY age ASC, entrydate DESC;

注意事项

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

语法：SELECT 字段列表 FROM 表名 LIMIT 起始索引, 查询记录数;

例子：

-- 查询第一页数据，展示10条

SELECT*FROM employee LIMIT0,10;

-- 查询第二页

SELECT*FROM employee LIMIT10,10;

注意事项

• 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

FROM -> WHERE -> GROUP BY -> SELECT -> ORDER BY -> LIMIT

DCL

管理用户

查询用户：

USE mysql;

SELECT*FROMuser;

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

createuser'test'@'localhost' identified by '123456';

-- 创建用户test，能在任意主机访问

createuser'test'@'%' identified by '123456';

createuser'test' identified by'123456';

-- 修改密码

alteruser'test'@'localhost' identified with mysql_native_password by '1234';

-- 删除用户

dropuser'test'@'localhost';

注意事项

• 主机名可以使用 % 通配

权限控制

常用权限：

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

• 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

• 数值函数

• 日期函数

• 流程函数

字符串函数

常用函数：

使用示例：

-- 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

常见函数：

日期函数

常用函数：

例子：

-- DATE_ADD

SELECT DATE_ADD(NOW(), INTERVAL 70 YEAR);

流程函数

常用函数：

例子：

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;

约束

分类：

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

例子：

createtableuser(

id intprimarykeyauto_increment,

name varchar(10)notnullunique,

age intcheck(age >0and age <120),

statuschar(1)default'1',

gender char(1)

);

外键约束

添加外键：

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

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;

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

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：

-- 查询员工姓名，及关联的部门的名称

-- 隐式

select e.name, d.namefrom employee as e, dept as d where e.dept= d.id;

-- 显式

select e.name, d.namefrom employee as e innerjoin 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 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：

-- 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

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：

-- 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 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

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

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：

-- 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

返回的结果是一列（可以是多行）。

常用操作符：

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

返回的结果是一行（可以是多列）。常用操作符：=, <, >, IN, NOT IN

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) = (12500, 1);

select * from employee where (salary, manager) = (select salary, manager from employee where name = 'xxx');

表子查询

返回的结果是多行多列常用操作符：IN

例子：

-- 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。

基本操作：

-- 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：

starttransaction;

select*from account where name ='张三';

update account set money = money -1000where name ='张三';

update account set money = money +1000where name ='李四';

commit;

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

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：

• √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

进阶篇

---

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：

-- 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 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 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

存储引擎特点

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。

性能分析

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

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 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

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

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

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

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

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：

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

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。

2. 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

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：

-- 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。

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';

1. 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

1. 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。

1. 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。

1. 如果 MySQL 评估使用索引比全表更慢，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：

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：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

• 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

1. 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

1. 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

1. 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

1. 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

1. 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

1. 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：

1. 采用批量插入（一次插入的数据不建议超过1000条）

1. 手动提交事务

1. 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

setglobal 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

loaddatalocalinfile'/root/sql1.log'intotable'tb_user'fieldsterminatedby','linesterminatedby'\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

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

1. 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

• 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

例如：

-- 此语句耗时很长

select*from tb_sku limit9000000,10;

-- 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 orderby id limit9000000,10;

-- 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 orderby id limit9000000,10)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）

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

数据类型

---

整型

无符号在数据类型后加 unsigned 关键字。

浮点型

日期和时间

字符串

二进制类型

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

GRANT 和 REVOKE 允许的动态权限

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/