mysql必知必会

浮点数和定点数

在处理小数的时候，如果对精度要求比较高，那么使用定点数decimal，相对于浮点数将十进制转为二进制进行存储，定点数是将十进制的整数部分和小数部分拆开，分别转成十六进制存储。
在一些对精度要求不高的场景，可以采用浮点数类型，float和double，比起占有同样字节长度的定点数，浮点数表达的数值范围更大一些。

文本类型

1. char(M)：固定长度字符串，由于必须预先定义字符串长度，如果太短数据可能会超出范围，如果太长，造成资源浪费，比较适合存储定长字符串，比如定长账号等；
2. varchar(M）：可变长度字符串，只需要预先知道字符串的最大长度，只要不超过这个最大长度即可，实际存储的时候是按照实际字符串长度存储的；
3. text：字符串，系统自动按照实际长度存储，不需要预先定义长度；但是由于存储长度不定，mysql不允许text类型字段做主键。
4. enum：枚举类型，数据必须是预先设定的一组字符串范围之内的一个，必须预先知道所有可能的取值；
5. set：字符串对象，取值必须是在预先设定的字符串范围之内的0个或者多个，也必须知道字符串所有可能的取值；

从速度角度上看：

• char定长，最多存储255个字符，基本没有碎片，索引速度极快；会去掉结尾的空格
• varchar不定长，索引没有char快；不会去掉结尾的空格
• text不定长，速度慢，索引只能是前缀索引；不会去掉结尾的空格；不能设置默认值；

sql语句查询顺序

1. from
2. join等
3. where
4. group by
5. having
6. select
7. distinct
8. top
9. order by
   10.limit

where 和having 的区别

1. 如果需要通过链接从关联表中获取需要的数据，where是先筛选后链接， having是先链接后筛选；这也就决定了关联查询where比较高效；
2. where可以直接用表中字段进行筛选，having必须和group by配合使用，可以把分组计算函数和分组字段作为筛选条件；

数据库索引

主键索引和二级索引会各对应b+树；
主键索引的b+树是聚簇的，即所有数据都在叶子结点，但是非聚簇索引的叶子结点只包括主键，然后去主键b+树去查找具体行，这叫做回表，优化思路就是不进行回表。
可以利用覆盖索引。

覆盖索引和组合索引：
如果采用组合索引，而不需要回表的情况，就是覆盖索引。
（覆盖索引就是将需要查的字段和查询字段一起创建组合索引，那么就不需要回表了，所以日常业务查询的时候，避免查询多余不需要的字段）

聚簇：索引和数据是否在一起存储。
这里myisam采用的是非聚簇索引，叶子结点存储的是刺破文件地址；
innodb的主键索引是聚簇索引，辅助索引是非聚簇索引。

b+树：

1. 平衡树；
2. 数据存储在叶子结点，查询较为稳定；
3. 叶子结点之间用引用相连，范围查找比较快

查看索引[3]：
show index from table
可以查看cardinality：是一个预估值，索引中唯一值数目的估计值，在小型表中没有意义。

参考：
【1】https://www.cnblogs.com/GrimMjx/p/10540263.html
【2】https://www.huaweicloud.com/articles/6856b2ffc571c3d52b0465e1c68acc77.html
【3】 show index from table命令

事务

四大特性：

• 隔离性：
  不同的隔离级别：读未提交，读已提交，重复读（mysql默认隔离级别），序列化
  主要依靠锁来控制事务对数据的操作。锁的方式不同，隔离程度也不一样
• 持久性：永久有效的
• 原子性：整体
• 一致性：数据的完整性

三大范式

• 表中所有字段都不可拆分的基础字段
• 在满足第一范式的基础上，所有的非主键字段，必须完全依赖主键字段，不能存在依赖主键一部分，针对联合主键而言
• 在满足第二范式的基础上，数据表中不能存在依赖非主键字段的字段。
  但是实际以业务为准
  https://www.huaweicloud.com/articles/c1c4f2d4c72b61eab44114ae8286835f.html

优化

• 用explain 来分析查询语句
• 创建索引
• 关键字“like”只有当%在后面才会用索引
• 关键字or只有前后条件语句都有索引才会用到索引
• 子查询的效率比较低，因为会涉及到创建临时表，所以这里建议换成链接查询