基本语句

mysql是一种关系型数据库管理系统
数据库:按照结构来组织,存储和管理数据的仓库
创建数据库:create database 数据库名;
删除数据库:drop database 数据库名;(mysqladmin,PHP脚本mysql_query都可以删除数据库)
创建表: caeate table 表名;
create table if no exists ‘tabname’(‘tid’ int unsigned auto_increment,
‘tname’ varchar(100) not null,
‘tdate’ date,
primary key (‘tid’)
)ENGINE=InnoDB DEFAULT CHARSET=utf8;

create table Student(S varchar(10),”tdate” datetime) ;

删除表:delete,truncate,drop(只删除值>>删除事务>>删除表结构)
SQL分类:DDL(create,drop,alter),DML(insert,update,delete),DQL(select),
DCL(grant授权,revoke),TPL(begin,transaction,commit提交,rollback),CCL(cursor)

UNION[ALL | DISTINCT] 取两个查询结果[保留重复元素|不保留重复元素(默认不写)] 写法:语句1 union 语句2;
ORDER BY[ASC|DESC] 默认升序
alter添加列
聚合函数:sum,avg,max,min,count
between A and B :在AB之间
group by 根据查询结果分组(只能和查询条件和聚合函数作为条件)
MySQL - 图1
WITH ROLLUP 在分组的基础上再进行统计计算
SELECT name, SUM(singin) as singin_count FROM employee_tbl GROUP BY name WITH ROLLUP;

having:在 SQL 中增加 HAVING 子句原因是，WHERE 关键字无法与合计函数一起使用。
top 规定返回记录的数目
case 计算条件列表，并返回多个可能的结果表达式之一。
http://www.suoniao.com/article/45091
查询姓氏不为”张”,”李”的同学信息(可以用or,也可以not like,也可以把^替换为!)
select id,name from student where name like “[^张李]%”

联合查询

自然查询,等值查询,内/左/右连查询
select from t1,t2 where t1.id = t2.id;{效率低)
select from T1 inner join T2 on T1.id=T2.id;

通配符和正则表达式

%;_;
^&目标字符串开始与结束
. 英文下.代表一个字符;UTF-8编码…代表一个汉字;GBK编码中..代表一个汉字
[] [abc]代表’a’,’b’,’c’ [a-z]匹配全部字母
{n} 重复n次(.{4} ,表示的意思同 模式 .... 一样)
SQL标准模式使用 LIKE 和 NOT LIKE 操作符;正则表达式使用 REGEXP 和 NOT REGEXP 或者 RLIKE 和 NOT RLIKE 操作符

视图

封装内部细节,封装复杂的sql查询语句
新建create view 视图名字 as 查询sql
查询select * from 视图名字;
删除delete view 视图名字;

触发器

类型:行级触发器,表级触发器
条件:时间(after,before);操作方式(insert,update,delete)
语法格式:create trigger 触发器名字 时间 操作方式 on 表名 for each row
begin
触发的sql
end;

函数

1.聚合函数:sum,avg,max,min,count
2.数学函数:abs,pow,round,rand,floor
3.字符串函数：concat、substr、reverse、length
4.日期函数：now 、sysdate、date_format、year、to_day、month
5.其他函数：ifnull

存储过程

实现特定功能的代码块,没有返回值
delimiter $
create procedute 储存过程名称(参数类型,名称,类型,……)
begin
代码块
end

索引

最佳左匹配原则https://www.cnblogs.com/jice/p/13856682.html
因为在B+树种，联合索引（a,b,c） 是从左到右的。 此时，如果where b and c 这时没有a,那么在B+树种无法找到第一个索引，所以无法走索引。
复合索引https://www.cnblogs.com/ashou706/archive/2010/06/08/1754174.html

分类:主键,唯一,普通,复合
索引的底层:B+Tree(Mysql 的InnoDB存储引擎)
create [unique] index 索引名称 on 表名(字段)
create index name on table1(id)
索引的失效场景
https://blog.csdn.net/xcc_2269861428/article/details/98757607

explain

https://www.cnblogs.com/gomysql/p/3720123.html
explain可以模拟优化器执行sql语句,从而了解到mysql是如何处理sql的
使用方法:explan + sql语句

  • 表的读取顺序
  • 数据读取操作的操作类型
  • 哪些索引可以使用
  • 哪些索引被实际使用
  • 表之间的引用
  • 每张表有多少行被优化器查询

id

id相同，执行顺序由上至下
id不同，如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行 id相同不同，同时存在 id相同的可以认为是一组，同一组中从上往下执行，所有组中id大的优先执行 type type所显示的是查询使用了哪种类型，type包含的类型包括如下图所示的几种，从好到差依次是 system > const > eq_ref > ref > range > index > all system 表只有一行记录（等于系统表），这是const类型的特列，平时不会出现，这个也可以忽略不计 const 表示通过索引一次就找到了，const用于比较primary key 或者unique索引。因为只匹配一行数据，所以很快。如将主键置于where列表中，MySQL就能将该查询转换为一个常量。
eq_ref 唯一性索引扫描，对于每个索引键，表中只有一条记录与之匹配。常见于主键或唯一索引扫描 ref 非唯一性索引扫描，返回匹配某个单独值的所有行，本质上也是一种索引访问，它返回所有匹配某个单独值的行，然而，它可能会找到多个符合条件的行，所以他应该属于查找和扫描的混合体。
range 只检索给定范围的行，使用一个索引来选择行，key列显示使用了哪个索引，一般就是在你的where语句中出现between、< 、>、in等的查询，这种范围扫描索引比全表扫描要好，因为它只需要开始于索引的某一点，而结束于另一点，不用扫描全部索引。
index Full Index Scan，Index与All区别为index类型只遍历索引树。这通常比ALL快，因为索引文件通常比数据文件小。（也就是说虽然all和Index都是读全表，但index是从索引中读取的，而all是从硬盘读取的）
all Full Table Scan 将遍历全表以找到匹配的行
possible_keys 和 key possible_keys 显示可能应用在这张表中的索引，一个或多个。查询涉及到的字段上若存在索引，则该索引将被列出，但不一定被查询实际使用。 key实际使用的索引，如果为NULL，则没有使用索引。（可能原因包括没有建立索引或索引失效）
key_len 表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度，在不损失精确性的情况下，长度越短越好。 rows 根据表统计信息及索引选用情况，大致估算出找到所需的记录所需要读取的行数，也就是说，用的越少越好
Extra Using filesort 说明mysql会对数据使用一个外部的索引排序，而不是按照表内的索引顺序进行读取。MySQL中无法利用索引完成的排序操作称为“文件排序”。 Using temporary 使用了用临时表保存中间结果，MySQL在对查询结果排序时使用临时表。常见于排序order by和分组查询group by。
Using index 表示相应的select操作中使用了覆盖索引（Covering Index），避免访问了表的数据行，效率不错。如果同时出现using where，表明索引被用来执行索引键值的查找；如果没有同时出现using where，表明索引用来读取数据而非执行查找动作。 Using join buffer 表明使用了连接缓存,比如说在查询的时候，多表join的次数非常多，那么将配置文件中的缓冲区的join buffer调大一些

sql优化

mysql查询语句顺序:select,distinct,from,join,on,where,group by,having,order by,limit
mysql执行顺序:from,on,join,where,group by分组,聚合函数,having条件过滤,select,distinct去重,order by,limit
定位 :发现需要优化的sql语句();
发现方式:慢查询(日志),Druid(sql监控),第三方工具(Innotop、mysqltuner.pl),云数据库(阿里云、腾讯云 sql检测报告 优化建议)
分析:需要明白慢的原因
1.并发量
2.数据量
3.最短路径
4.索引（重点）—复合索引 最左前缀原则
5.计算
6.冗余

解决：

1.并发量— 1.程序中数据库连接池 控制有效连接，提高连接的复用率 2.扩容-Mysql服务器 —搭建Mysql集群 3.数据库读写分离 查询多 写库（主库）—->InnoDB 读库（从库）——>Myisma 二进制日志

2.数据量 1.数据分片 垂直分片 水平分片 Mycat— 分片算法

3.最短路径 1.分析表关系 关系型数据库 最短关系 2.梳理sql语句

4.索引（重点）—复合索引 最左前缀原则 1.索引是否合适 之前是否有过相关索引 冗余 2.索引的数量 3.索引生效 4.索引 复合索引的字段顺序 最左匹配原则 索引在那些情况下会失效：自己验证

5.计算 1.避免在查询字段上做运算 2.避免条件查询字段做运算

6.冗余 1.sql语句存在冗余 需要结合业务逻辑

1.定位问题—debug、打印日志
2.分析问题—找到原因
3.解决问题—针对原因 解决问题
需求—->反问—->分析—->实现思路——>

3.3 优化总结

1、你必须选择记录条数最少的表作为基础表 from 是从前往后检索的，所以要最少记录的表放在最前面。 2、采用自下而上的顺序解析WHERE子句,根据这个原理,表之间的连接必须写在其他WHERE条件之前, 那些可以过滤掉最大数量记录的条件必须写在WHERE子句的末尾。同时在链接的表中能过滤的就应该先进行过滤。 where是从后往前检索，所以能过滤最多数据的条件应放到最后。 3、SELECT子句中避免使用 ‘‘ 4、尽量多使用COMMIT 5、计算记录条数时候，第一快：count(索引列)，第二快：cout() 6、用WHERE子句替换HAVING子句 7、通过内部函数提高SQL效率 8、使用表的别名(Alias) 9、用EXISTS替代IN 10、用NOT EXISTS替代NOT IN 11、用表连接替换EXISTS 12、用索引提高效率 13、尽量避免在索引列上使用计算， 包括在SELECT后面 WHERE后面等任何地方，因为在索引列上计算会导致索引失效。 14、避免在索引列上使用NOT 在索引列使用not会导致索引失效。 15、用>=替代> 16、用UNION替换OR (适用于索引列) 17、用IN来替换OR 18、避免在索引列上使用IS NULL和IS NOT NULL 19、总是使用索引的第一个列 20、尽量用UNION-ALL 替换UNION ( 如果有可能的话) 21、ORDER BY 子句只在两种严格的条件下使用索引. 22、避免改变索引列的类型 23、需要当心的WHERE子句 24、避免使用耗费资源的操作（如DISTINCT,UNION,MINUS,INTERSECT,ORDER BY等）

《阿里巴巴Java开发规范》+58到家 SQL军规 一、基础规范

  • 表存储引擎必须使用InnoDB
  • 表字符集默认使用utf8，必要时候使用utf8mb4

解读：

  1. 通用，无乱码风险，汉字3字节，英文1字节
  2. utf8mb4是utf8的超集，有存储4字节例如表情符号时，使用它
  • 禁止使用存储过程，视图，触发器，Event

解读：

  1. 对数据库性能影响较大，互联网业务，能让站点层和服务层干的事情，不要交到数据库层
  2. 调试，排错，迁移都比较困难，扩展性较差
  • 禁止在数据库中存储大文件，例如照片，可以将大文件存储在对象存储系统，数据库中存储路径
  • 禁止在线上环境做数据库压力测试
  • 测试，开发，线上数据库环境必须隔离

二、命名规范

  • 库名，表名，列名必须用小写，采用下划线分隔

解读：abc，Abc，ABC都是给自己埋坑

  • 库名，表名，列名必须见名知义，长度不要超过32字符

解读：tmp，wushan谁TM知道这些库是干嘛的

  • 库备份必须以bak为前缀，以日期为后缀
  • 从库必须以-s为后缀
  • 备库必须以-ss为后缀

三、表设计规范

  • 单实例表个数必须控制在2000个以内
  • 单表分表个数必须控制在1024个以内
  • 表必须有主键，推荐使用UNSIGNED整数为主键

潜在坑：删除无主键的表，如果是row模式的主从架构，从库会挂住

  • 禁止使用外键，如果要保证完整性，应由应用程式实现

解读：外键使得表之间相互耦合，影响update/delete等SQL性能，有可能造成死锁，高并发情况下容易成为数据库瓶颈

  • 建议将大字段，访问频度低的字段拆分到单独的表中存储，分离冷热数据

四、列设计规范

  • 根据业务区分使用tinyint/int/bigint，分别会占用1/4/8字节
  • 根据业务区分使用char/varchar

解读：

  1. 字段长度固定，或者长度近似的业务场景，适合使用char，能够减少碎片，查询性能高
  2. 字段长度相差较大，或者更新较少的业务场景，适合使用varchar，能够减少空间
  • 根据业务区分使用datetime/timestamp
    解读：前者占用5个字节，后者占用4个字节，存储年使用YEAR，存储日期使用DATE，存储时间使用datetime
  • 必须把字段定义为NOT NULL并设默认值

解读：

  1. NULL的列使用索引，索引统计，值都更加复杂，MySQL更难优化
  2. NULL需要更多的存储空间
  3. NULL只能采用IS NULL或者IS NOT NULL，而在=/!=/in/not in时有大坑
  • 使用INT UNSIGNED存储IPv4，不要用char(15)
  • 使用varchar(20)存储手机号，不要使用整数

解读：

  1. 牵扯到国家代号，可能出现+/-/()等字符，例如+86
  2. 手机号不会用来做数学运算
  3. varchar可以模糊查询，例如like ‘138%’
  • 使用TINYINT来代替ENUM

解读：ENUM增加新值要进行DDL操作 五、索引规范

  • 唯一索引使用uniq_[字段名]来命名
  • 非唯一索引使用idx_[字段名]来命名
  • 单张表索引数量建议控制在5个以内

解读：

  1. 互联网高并发业务，太多索引会影响写性能
  2. 生成执行计划时，如果索引太多，会降低性能，并可能导致MySQL选择不到最优索引
  3. 异常复杂的查询需求，可以选择ES等更为适合的方式存储
  • 组合索引字段数不建议超过5个

解读：如果5个字段还不能极大缩小row范围，八成是设计有问题

  • 不建议在频繁更新的字段上建立索引
  • 非必要不要进行JOIN查询，如果要进行JOIN查询，被JOIN的字段必须类型相同，并建立索引

解读：踩过因为JOIN字段类型不一致，而导致全表扫描的坑么？

  • 理解组合索引最左前缀原则，避免重复建设索引，如果建立了(a,b,c)，相当于建立了(a), (a,b), (a,b,c)

六、SQL规范

  • 禁止使用select *，只获取必要字段

解读：

  1. select *会增加cpu/io/内存/带宽的消耗
  2. 指定字段能有效利用索引覆盖
  3. 指定字段查询，在表结构变更时，能保证对应用程序无影响
  • insert必须指定字段，禁止使用insert into T values()

解读：指定字段插入，在表结构变更时，能保证对应用程序无影响

  • 隐式类型转换会使索引失效，导致全表扫描
  • 禁止在where条件列使用函数或者表达式

解读：导致不能命中索引，全表扫描

  • 禁止负向查询以及%开头的模糊查询

解读：导致不能命中索引，全表扫描

  • 禁止大表JOIN和子查询
  • 同一个字段上的OR必须改写成IN，IN的值必须少于50个
  • 应用程序必须捕获SQL异常

解读：方便定位线上问题

sql语句练习

http://www.imooc.com/article/1353
查询年纪最大的学生
select from student where age=(select max(age) from student)
查询入职年龄倒数第三的员工信息
select from employees order by birth_date desc limit 2,1;

MySQL存储引擎

https://blog.csdn.net/zhangyuan19880606/article/details/51217952
不同的引擎特点不同:存储机制、索引技巧、锁定水平
查看当前引擎:SHOW ENGINES

功 能 MYISAM Memory InnoDB Archive
存储限制 256TB RAM 64TB None
支持事物 No No Yes No
支持全文索引 Yes No No No
支持数索引 Yes Yes Yes No
支持哈希索引 No Yes No No
支持数据缓存 No N/A Yes No
支持外键 No No Yes No

mysql事务

  • 原子性(A)：事务是最小单位，不可再分
  • 一致性©：事务要求所有的DML语句操作的时候，必须保证同时成功或者同时失败
  • 隔离性(I)：事务A和事务B之间具有隔离性
  • 持久性(D)：是事务的保证，事务终结的标志(内存的数据持久到硬盘文件中)

MySQL隔离级别

SQL标准定义了4类隔离级别，包括了一些具体规则，用来限定事务内外的哪些改变是可见的，哪些是不可见的。低级别的隔离级一般支持更高的并发处理，并拥有更低的系统开销。 Read Uncommitted（读取未提交内容） 在该隔离级别，所有事务都可以看到其他未提交事务的执行结果。本隔离级别很少用于实际应用，因为它的性能也不比其他级别好多少。读取未提交的数据，也被称之为脏读（Dirty Read）。 Read Committed（读取提交内容） 这是大多数数据库系统的默认隔离级别（但不是MySQL默认的）。它满足了隔离的简单定义：一个事务只能看见已经提交事务所做的改变。这种隔离级别
也支持所谓的不可重复读（Nonrepeatable
Read），因为同一事务的其他实例在该实例处理其间可能会有新的commit，所以同一select可能返回不同结果。 Repeatable Read（可重读） 这是MySQL的默认事务隔离级别，它确保同一事务的多个实例在并发读取数据时，会看到同样的数据行。不过理论上，这会导致另一个棘手的问题：幻读
（Phantom
Read）。简单的说，幻读指当用户读取某一范围的数据行时，另一个事务又在该范围内插入了新行，当用户再读取该范围的数据行时，会发现有新的“幻影”
行。InnoDB和Falcon存储引擎通过多版本并发控制（MVCC，Multiversion Concurrency
Control）机制解决了该问题。 Serializable（可串行化） 这是最高的隔离级别，它通过强制事务排序，使之不可能相互冲突，从而解决幻读问题。简言之，它是在每个读的数据行上加上共享锁。在这个级别，可能导致大量的超时现象和锁竞争。

mysql悲观锁和乐观锁

https://www.cnblogs.com/cyhbyw/p/8869855.html

经典sql

此查询生成每小时登录次数 

  1. SELECT DATEADD(hour, DATEDIFF(hour, 0, EVENT_DATETIME), 0), 
  2. COUNT(*)
  3. FROM EVENTS_ALL_RPT_V1
  4. WHERE EVENT_NAME = 'Login' 
  5. AND EVENT_DATETIME >= CONVERT(DATETIME, '2010-03-17 00:00:00', 120) 
  6. AND EVENT_DATETIME <= CONVERT(DATETIME, '2010-03-24 00:00:00', 120)
  7. GROUP BY DATEADD(hour, DATEDIFF(hour, 0, EVENT_DATETIME), 0)
  8. ORDER BY DATEADD(hour, DATEDIFF(hour, 0, EVENT_DATETIME), 0)