MySql高级
MySql基础
数据库的概述：是一个数据管理系统
存储：按照特定的规则存储
管理：sql增删改查操作
数据库的类型：
关系型数据库
非关系型数据库
数据库的环境搭建：
安装服务器端（sqlyog）
可视化客户端工具
sql：
DDL：创建数据表结构
DML：对数据的增，删，改
DQL：对数据的查询（查询结果的处理：排序，多表关联，条件查询，模糊查询，数量限制，分组，函数）
MySql高级
MySql引擎
引擎就是数据库在处理数据时的机制
不同的引擎执行策略/机制不同
不同的需求选用不同的引擎，达到最优选择
查询mysql支持的引擎 Show Engines；
修改引擎
方式1：将mysql.ini中default-storage-engine=InnoDB，重启服务.
方式2：（建表时修改） Create table 表名（…）Engine = MYSIAM;
方式3：（建表后修改） Alter table 表名 Engine = INNODB；
InnoDB
InnoDB是一个事务型的存储引擎，有行级锁和外键约束
特点：处理大容量数据库系统，支持事务，并发大，支持外键约束，主键自增（以前版本不支持全文检索）
适用场景：需要数据库事务时，经常更新的表，处理多重并发的更新请求，只有他支持外键;支持自增列属性auto_increment。
MyISAM
当Insert（插入）或Update（修改）数据时，即写操作需要锁定整个表，效率会低一些。查询快
特点：不支持事务，不支持外键，不支持行级锁
适用场景：读操作远远大于写操作且不需要数据库事务的支持
查询快
索引
方便数据的查询类似于书中的目录
创建索引的目的是为了优化数据库的查询速度。其中，用户创建的索引指向数据库中具体数据所在位置。当用户通过索引查询数据库中的数据时，不需要遍历所有数据库中的所有数据。这样，大幅度提高了查询效率。
索引类似于书的目录，在一本书前面加上目录，查找内容时不必逐页翻阅就能够快速地找到所需的内容。借助索引，执行查询时不必扫描整个表就能够快速地找到所需要的数据。
优点： 方便查询，降低了IO成本
缺点： 索引也需要占用磁盘空间，同时会降低表的更新速度，修改，删除，新增时需要对索引进行维护（例：删除某条 数据时，索引也要做出改变）
索引分类：
主键索引：设定为主键后数据库会自动建立索引
Alter table 表名 add Primary Key 表名（列名）；
删除主键索引：
Alter table 表名 drop Primary Key；
单值索引：即一个索引只包含单个列，一个表可以有多个单列索引，
创建单值索引：
Create Index 索引名 on 表名（列名）；
删除索引：
Drop index 索引名；
唯一索引：索引列的值必须是唯一，允许为null
创建单值索引：
Create Unique index 索引名 on 表名（列名）；
删除索引：
Drop index 索引名；
复合索引：一个索引包含多个列 ，在数据库操作期间，复合索引比单值索引所需要的开销更小(对于相同的多个列建索引),当表的行数远大于索引列的数目时可以使用复合索引
创建符合索引：
Create index 索引名 on 表名（列1，列2，……）；
查看表的索引 Show index from 表名；
索引创建原则：
适合创建索引的情况：
- 主键
- 外键
- 频繁作为查询条件的字段（where后的语句）
- 排序字段
不适合创建索引的情况：
- 表记录太少（例：年级表）
- 经常增删改的表
- 不做为查询条件的（where条件用不到的）
- 重复数据非常多的（例：性别）
索引数据结构：
索引数据结构：B+Tree
B+树：一个结点可以存储多个数据，非叶子结点只存储索引，不存数据
所有数据都在叶子结点存储，而且数据与数据之间有连接（像链表一样）
叶子结点之间有连续性，适合范围查询（ id>15）
树的高度固定，查询快
不用哈希结构：虽然快，但是散列的不连续，条件范围查询不适应（例：id>10）
拿主键索引举例：如果使用树，红黑树（
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
