1.SQL简介
SQL：结构化查询语言。一门操作关系型数据库的编程语言，定义操作所有关系型数据库的统一标准。
1.1 SQL通用语法
1、SQL语句可以单行或多行书写，以分号结尾。
2、SQL语句可以使用空格/缩进来增强语句的可读性。
3、MySQL数据库的SQL语句不区分大小写。
4、注释：
-
单行注释：-- 注释内容 或 # 注释内容(MySQL特有)
-
多行注释： /* 注释内容 */
1.2 分类
SQL语句根据其功能被分为四大类：DDL、DML、DQL、DCL
| 分类 | 全称 | 说明 |
|---|---|---|
| DDL | Data Definition Language | 数据定义语言，用来定义数据库对象(数据库，表，字段) |
| DML | Data Manipulation Language | 数据操作语言，用来对数据库表中的数据进行增删改 |
| DQL | Data Query Language | 数据查询语言，用来查询数据库中表的记录 |
| DCL | Data Control Language | 数据控制语言，用来创建数据库用户、控制数据库的访问权限 |
2. 数据库设计-DDL
2.1 项目开发流程
在上述的流程当中，针对于数据库来说，主要包括三个阶段：
-
数据库设计阶段
-
参照页面原型以及需求文档设计数据库表结构
-
-
数据库操作阶段
-
根据业务功能的实现，编写SQL语句对数据表中的数据进行增删改查操作
-
-
数据库优化阶段
-
通过数据库的优化来提高数据库的访问性能。优化手段：索引、SQL优化、分库分表等
-
2.2 数据库操作
DDL英文全称是Data Definition Language(数据定义语言)，用来定义数据库对象(数据库、表)。
DDL中数据库的常见操作：查询、创建、使用、删除。
2.2.1 查询数据库
查询所有数据库：
show databases;
查询当前数据库：
select database();
我们要操作某一个数据库，必须要切换到对应的数据库中。
2.2.2 创建数据库
语法：
reate database [ if not exists ] 数据库名;
注意：在同一个数据库服务器中，不能创建两个名称相同的数据库，否则将会报错。==
可以使用if not exists来避免这个问题
-- 数据库不存在,则创建该数据库；如果存在则不创建
create database if not extists itcast;
2.2.3 使用数据库
语法：
use 数据库名 ;
我们要操作某一个数据库下的表时，就需要通过该指令，切换到对应的数据库下，否则不能操作。
2.2.4 删除数据库
语法：
drop database [ if exists ] 数据库名 ;
说明：上述语法中的database，也可以替换成 schema
-
如：create schema db01;
-
如：show schemas;
2.3 表操作
2.3.1 创建
2.3.1.1 语法
create table 表名(
字段1 字段1类型 [约束] [comment 字段1注释 ],
字段2 字段2类型 [约束] [comment 字段2注释 ],
......
字段n 字段n类型 [约束] [comment 字段n注释 ]
) [ comment 表注释 ] ;
注意： [ ] 中的内容为可选参数； 最后一个字段后面没有逗号
例如：
create table tb_user (
id int comment 'ID,唯一标识', # id是一行数据的唯一标识（不能重复）
username varchar(20) comment '用户名',
name varchar(10) comment '姓名',
age int comment '年龄',
gender char(1) comment '性别'
) comment '用户表';2.3.1.2 约束
概念：所谓约束就是作用在表中字段上的规则，用于限制存储在表中的数据。
作用：就是来保证数据库当中数据的正确性、有效性和完整性。（后面的学习会验证这些）
在MySQL数据库当中，提供了以下5种约束：
| 约束 | 描述 | 关键字 |
|---|---|---|
| 非空约束 | 限制该字段值不能为null | not null |
| 唯一约束 | 保证字段的所有数据都是唯一、不重复的 | unique |
| 主键约束 | 主键是一行数据的唯一标识，要求非空且唯一 | primary key |
| 默认约束 | 保存数据时，如果未指定该字段值，则采用默认值 | default |
| 外键约束 | 让两张表的数据建立连接，保证数据的一致性和完整性 | foreign key |
例如：
create table tb_user (
id int primary key auto_increment comment 'ID,唯一标识',
username varchar(20) not null unique comment '用户名',
name varchar(10) not null comment '姓名',
age int comment '年龄',
gender char(1) default '男' comment '性别'
) comment '用户表';2.3.1.3 数据类型
MySQL中的数据类型有很多，主要分为三类：数值类型、字符串类型、日期时间类型。
数值类型
| 类型 | 大小 | 有符号(SIGNED)范围 | 无符号(UNSIGNED)范围 | 描述 |
|---|---|---|---|---|
| TINYINT | 1byte | (-128，127) | (0，255) | 小整数值 |
| SMALLINT | 2bytes | (-32768，32767) | (0，65535) | 大整数值 |
| MEDIUMINT | 3bytes | (-8388608，8388607) | (0，16777215) | 大整数值 |
| INT/INTEGER | 4bytes | (-2147483648，2147483647) | (0，4294967295) | 大整数值 |
| BIGINT | 8bytes | (-2^63，2^63-1) | (0，2^64-1) | 极大整数值 |
| FLOAT | 4bytes | (-3.402823466 E+38，3.402823466351 E+38) | 0 和 (1.175494351 E-38，3.402823466 E+38) | 单精度浮点数值 |
| DOUBLE | 8bytes | (-1.7976931348623157 E+308，1.7976931348623157 E+308) | 0 和 (2.2250738585072014 E-308，1.7976931348623157 E+308) | 双精度浮点数值 |
| DECIMAL | 依赖于M(精度)和D(标度)的值 | 依赖于M(精度)和D(标度)的值 | 小数值(精确定点数) |
字符串类型
| 类型 | 大小 | 描述 |
|---|---|---|
| CHAR | 0-255 bytes | 定长字符串(需要指定长度) |
| VARCHAR | 0-65535 bytes | 变长字符串(需要指定长度) |
| TINYBLOB | 0-255 bytes | 不超过255个字符的二进制数据 |
| TINYTEXT | 0-255 bytes | 短文本字符串 |
| BLOB | 0-65 535 bytes | 二进制形式的长文本数据 |
| TEXT | 0-65 535 bytes | 长文本数据 |
| MEDIUMBLOB | 0-16 777 215 bytes | 二进制形式的中等长度文本数据 |
| MEDIUMTEXT | 0-16 777 215 bytes | 中等长度文本数据 |
| LONGBLOB | 0-4 294 967 295 bytes | 二进制形式的极大文本数据 |
| LONGTEXT | 0-4 294 967 295 bytes | 极大文本数据 |
日期时间类型
| 类型 | 大小 | 范围 | 格式 | 描述 |
|---|---|---|---|---|
| DATE | 3 | 1000-01-01 至 9999-12-31 | YYYY-MM-DD | 日期值 |
| TIME | 3 | -838:59:59 至 838:59:59 | HH:MM:SS | 时间值或持续时间 |
| YEAR | 1 | 1901 至 2155 | YYYY | 年份值 |
| DATETIME | 8 | 1000-01-01 00:00:00 至 9999-12-31 23:59:59 | YYYY-MM-DD HH:MM:SS | 混合日期和时间值 |
| TIMESTAMP | 4 | 1970-01-01 00:00:01 至 2038-01-19 03:14:07 | YYYY-MM-DD HH:MM:SS | 混合日期和时间值，时间戳 |
2.3.2 查询（了解）
关于表结构的查询操作，工作中一般都是直接基于图形化界面操作。
查询当前数据库所有表
show tables;
查看指定表结构
desc 表名 ;#可以查看指定表的字段、字段的类型、是否可以为NULL、是否存在默认值等信息
查询指定表的建表语句
show create table 表名 ;
2.3.3 修改（了解）
关于表结构的修改操作，工作中一般都是直接基于图形化界面操作。
添加字段
alter table 表名 add 字段名 类型(长度) [comment 注释] [约束];
修改数据类型
alter table 表名 modify 字段名 新数据类型(长度);
alter table 表名 change 旧字段名 新字段名 类型(长度) [comment 注释] [约束];
删除字段
alter table 表名 drop 字段名;
修改表名
rename table 表名 to 新表名;
2.3.4 删除（了解）
删除表语法：
drop table [ if exists ] 表名;
3. 数据库操作-DML（重点）
DML英文全称是Data Manipulation Language(数据操作语言)，用来对数据库中表的数据记录进行增、删、改操作。
-
添加数据（INSERT）
-
修改数据（UPDATE）
-
删除数据（DELETE）
3.1 增加(insert)
insert语法：
-
向指定字段添加数据
insert into 表名 (字段名1, 字段名2) values (值1, 值2);
全部字段添加数据
insert into 表名 values (值1, 值2, ...);
批量添加数据（指定字段）
insert into 表名 (字段名1, 字段名2) values (值1, 值2), (值1, 值2);
批量添加数据（全部字段）
insert into 表名 values (值1, 值2, ...), (值1, 值2, ...);
-- 因为设计表时create_time, update_time两个字段不能为NULL，所以也做为要插入的字段
nsert操作的注意事项：
-
插入数据时，指定的字段顺序需要与值的顺序是一一对应的。
-
字符串和日期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。
3.2 修改(update)
update语法：
update 表名 set 字段名1 = 值1 , 字段名2 = 值2 , .... [where 条件] ;
案例1：将tb_emp表中id为1的员工，姓名name字段更新为'张三'
update tb_emp set name='张三',update_time=now() where id=1;案例2：将tb_emp表的所有员工入职日期更新为'2010-01-01'
update tb_emp set entrydate='2010-01-01',update_time=now();
注意事项:
-
修改语句的条件可以有，也可以没有，如果没有条件，则会修改整张表的所有数据。
-
在修改数据时，一般需要同时修改公共字段update_time，将其修改为当前操作时间。
3.3 删除(delete)
delete语法：
delete from 表名 [where 条件] ;
案例1：删除tb_emp表中id为1的员工
delete from tb_emp where id = 1;案例2：删除tb_emp表中所有员工
xxxxxxxxxx delete from tb_emp;注意事项:
• DELETE 语句的条件可以有，也可以没有，如果没有条件，则会删除整张表的所有数据。
• DELETE 语句不能删除某一个字段的值(可以使用UPDATE，将该字段值置为NULL即可)。
• 当进行删除全部数据操作时，会提示询问是否确认删除所有数据，直接点击Execute即可。
小结：
4. 数据库操作-DQL（重点）
4.1 介绍
DQL英文全称是Data Query Language(数据查询语言)，用来查询数据库表中的记录。
查询关键字：SELECT
4.2 语法
DQL查询语句，语法结构如下：
SELECT
字段列表
FROM
表名列表
WHERE
条件列表
GROUP BY
分组字段列表
HAVING
分组后条件列表
ORDER BY
排序字段列表
LIMIT
分页参数
4.3 基本查询
在基本查询的DQL语句中，不带任何的查询条件，语法如下：
-
查询多个字段
select 字段1, 字段2, 字段3 from 表名;
查询所有字段（通配符）
select * from 表名;
设置别名
select 字段1 [ as 别名1 ] , 字段2 [ as 别名2 ] from 表名;
去除重复记录
select distinct 字段列表 from 表名;
4.4 条件查询
语法：
select 字段列表 from 表名 where 条件列表 ; -- 条件列表：意味着可以有多个条件
学习条件查询就是学习条件的构建方式，而在SQL语句当中构造条件的运算符分为两类：
-
比较运算符
-
逻辑运算符
常用的比较运算符如下:
| 比较运算符 | 功能 |
|---|---|
| > | 大于 |
| >= | 大于等于 |
| < | 小于 |
| <= | 小于等于 |
| = | 等于 |
| <> 或 != | 不等于 |
| between ... and ... | 在某个范围之内(含最小、最大值) |
| in(...) | 在in之后的列表中的值，多选一 |
| like 占位符 | 模糊匹配(_匹配单个字符, %匹配任意个字符) |
| is null | 是null |
常用的逻辑运算符如下:
| 逻辑运算符 | 功能 |
|---|---|
| and 或 && | 并且 (多个条件同时成立) |
| or 或 || | 或者 (多个条件任意一个成立) |
| not 或 ! | 非 , 不是 |
-- =================== DQL: 条件查询 ======================
-- 1. 查询 姓名 为 杨逍 的员工
select *from tb_emp where name='杨逍';
-- 2. 查询 id小于等于5 的员工信息
select * from tb_emp where id<=5;
-- 3. 查询 没有分配职位 的员工信息
select * from tb_emp where job is null;
-- 4. 查询 有职位 的员工信息
select * from tb_emp where job is not null;
-- 5. 查询 密码不等于 '123456' 的员工信息
select * from tb_emp where password != '123456';
select * from tb_emp where password <> '123456';
-- 6. 查询 入职日期 在 '2000-01-01' (包含) 到 '2010-01-01'(包含) 之间的员工信息
select * from tb_emp where entrydate >='2000-01-01' and entrydate<='2010-01-01';
select * from tb_emp where entrydate between '2000-01-01' and '2010-01-01';
-- 7. 查询 入职时间 在 '2000-01-01' (包含) 到 '2010-01-01'(包含) 之间 且 性别为女 的员工信息
select * from tb_emp where entrydate between '2000-01-01' and '2010-01-01' and gender = 2;
-- 8. 查询 职位是 2 (讲师), 3 (学工主管), 4 (教研主管) 的员工信息
select * from tb_emp where job = 2 or job = 3 or job = 4;
select * from tb_emp where job in (2,3,4) ;
-- 9. 查询 姓名 为两个字的员工信息
sleect * from tb_emp where name like '__';
-- 10. 查询 姓 '张' 的员工信息
sleect * from tb_emp where name like '张%'
4.5 聚合函数
之前我们做的查询都是横向查询，就是根据条件一行一行的进行判断，而使用聚合函数查询就是纵向查询，它是对一列的值进行计算，然后返回一个结果值。（将一列数据作为一个整体，进行纵向计算）
语法：
select 聚合函数(字段列表) from 表名 ;
注意 : 聚合函数会忽略空值，对NULL值不作为统计。
常用聚合函数：
| 函数 | 功能 |
|---|---|
| count | 统计数量 |
| max | 最大值 |
| min | 最小值 |
| avg | 平均值 |
| sum | 求和 |
-- =================== DQL: 分组查询 ======================
-- 聚合函数 (不对null值统计)
-- 1. 统计该企业员工数量
A.count(字段)
select count(id) from tb_emp;
select count(job) from tb_emp;
B.count(常量)
select count('A') from tb_emp;
C.count（*）---推荐使用
select count(*) from tb_emp;
-- 2. 统计该企业员工 ID 的平均值-avg
select avg(id) from tb_emp;
-- 3. 统计该企业最早入职的员工-min
select min(entrydate) from tb_emp;
-- 4. 统计该企业最迟入职的员工-max
select max(entrydate) from tb_emp;
-- 5. 统计该企业员工的 ID 之和 -sum
select sum(id) from tb_emp
4.6 分组查询
分组： 按照某一列或者某几列，把相同的数据进行合并输出。
分组其实就是按列进行分类(指定列下相同的数据归为一类)，然后可以对分类完的数据进行合并计算。
分组查询通常会使用聚合函数进行计算。
语法：
select 字段列表 from 表名 [where 条件] group by 分组字段名 [having 分组后过滤条件];
-- =================== DQL: 分组查询 ======================
-- 分组
-- 1. 根据性别分组 , 统计男性和女性员工的数量
select gender,count(*) from tb_emp group by gender;
-- 2. 先查询入职时间在 '2015-01-01' (包含) 以前的员工 , 并对结果根据职位分组 , 获取员工数量大于等于2的职位
select job,count(*) from tb_emp where enterdate<='2015-01-01' group by job having count(*)>=2;
注意事项:
• 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
• 执行顺序：where > 聚合函数 > having
where与having区别（面试题）
-
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；而having是分组之后对结果进行过滤。
-
判断条件不同：where不能对聚合函数进行判断，而having可以。
4.7 排序查询
排序在日常开发中是非常常见的一个操作，有升序排序，也有降序排序。
语法：
select 字段列表
from 表名
[where 条件列表]
[group by 分组字段 ]
order by 字段1 排序方式1 , 字段2 排序方式2 … ;select 字段列表
from 表名
[where 条件列表]
[group by 分组字段 ]
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（默认值）
-
DESC：降序
-- =================== 排序查询 ======================
-- 1. 根据入职时间, 对员工进行升序排序
select * from tb_emp order by enterdate asc;
select * from tb_emp order by enterdate ;
-- 2. 根据入职时间, 对员工进行降序排序
select * from tb_emp order by enterdate desc;
-- 3. 根据 入职时间 对公司的员工进行 升序排序 ， 入职时间相同 , 再按照 更新时间 进行降序排序
select * from tb_emp order by enterdate , update_time 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
4.8 分页查询
分页操作在业务系统开发时，也是非常常见的一个功能，日常我们在网站中看到的各种各样的分页条，后台也都需要借助于数据库的分页操作。
分页查询语法：
select 字段列表 from 表名 limit 起始索引, 查询记录数 ;
-- =================== 分页查询 ======================
-- 1. 从起始索引0开始查询员工数据, 每页展示5条记录
select * from tb_emp limit 0,5;
select * from tb_emp limit 5;
-- 2. 查询 第1页 员工数据, 每页展示5条记录
select * from tb_emp limit 0,5;
-- 3. 查询 第2页 员工数据, 每页展示5条记录
select * from tb_emp limit 5,5;
-- 4. 查询 第3页 员工数据, 每页展示5条记录
select * from tb_emp limit 10,5;
注意事项:
起始索引从0开始。 计算公式 ： 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，不同的数据库有不同的实现，MySQL中是LIMIT
如果查询的是第一页数据，起始索引可以省略，直接简写为 limit 条数
4.9 案例
案例一：分析：根据输入的条件，查询第1页数据
-
在员工管理的列表上方有一些查询条件：员工姓名、员工性别，员工入职时间(开始时间~结束时间)
-
姓名：张
-
性别：男
-
入职时间：2000-01-01 ~ 2015-12-31
-
-
除了查询条件外，在列表的下面还有一个分页条，这就涉及到了分页查询
-
查询第1页数据（每页显示10条数据）
-
-
基于查询的结果，按照修改时间进行降序排序
结论：条件查询 + 分页查询 + 排序查询
select * from tb_emp where name '%张%' and gender = 1 and entrydate between '2000-01-01' and '2015-12-31 ' order by update_time desc limit 0,10;案例二：
分析：以上信息统计在开发中也叫图形报表(将统计好的数据以可视化的形式展示出来)
-
员工性别统计：以饼状图的形式展示出企业男性员人数和女性员工人数
-
只要查询出男性员工和女性员工各自有多少人就可以了
-
-
员工职位统计：以柱状图的形式展示各职位的在岗人数
-
只要查询出各个职位有多少人就可以了
-
员工性别统计：
select gender,count(*) from tb_emp group by gender;
-- if(条件表达式, true取值 , false取值)
select if(gender='1','男性员工','女性员工') 性别,count(*) from tb_emp group by gender;
员工职位统计：
select job,count(*) from tb_emp group by job;
-- case 表达式 when 值1 then 结果1 when 值2 then 结果2 ... else result end
select
(case job when 1 then '班主任' when 2 then '讲师' when 3 then '学工主管' when 4 then '教研主管' else '未分配职位' )职位,count(*)
from tb_emp group by job;
小结：
5. 多表设计
项目开发中，在进行数据库表结构设计时，会根据业务需求及业务模块之间的关系，分析并设计表结构，由于业务之间相互关联，所以各个表结构之间也存在着各种联系，基本上分为三种：
-
一对多(多对一)
-
多对多
-
一对一
5.1 一对多
5.1.1 表设计
需求：根据页面原型及需求文档 ，完成部门及员工的表结构设计
-
员工管理页面原型：（前面已完成tb_emp表结构设计）
部门表创建好之后，我们还需要再修改下员工表。为什么要修改员工表呢？是因为我们之前设计员工表(单表)的时候，并没有考虑员工的归属部门。
一对多关系实现：在数据库表中多的一方，添加字段，来关联属于一这方的主键。
5.1.2 外键约束
多表问题分析
现象
部门数据可以直接删除，然而还有部分员工归属于该部门下，此时就出现了数据的不完整、不一致问题。
问题分析
目前上述的两张表，在数据库层面，并未建立关联，所以是无法保证数据的一致性和完整性的。
为员工表的dept_id 建立外键约束，来关联部门表的主键。
方式1：通过SQL语句操作
-- 修改表： 添加外键约束
alter table tb_emp
add constraint fk_dept_id foreign key (dept_id) references tb_dept(id);
外键语法：
-- 创建表时指定
create table 表名(
字段名 数据类型,
...
[constraint] [外键名称] foreign key (外键字段名) references 主表 (字段名) );
-- 建完表后，添加外键
alter table 表名 add constraint 外键名称 foreign key (外键字段名) references 主表(字段名);
方式2：图形化界面操作
> 当我们添加外键约束时，我们得保证当前数据库表中的数据是完整的。 所以，我们需要将之前删除掉的数据再添加回来。
> 当我们添加了外键之后，再删除ID为1的部门，就会发现，此时数据库报错了，不允许删除。
外键约束（foreign key）：保证了数据的完整性和一致性。
物理外键和逻辑外键
-
物理外键
-
概念：使用foreign key定义外键关联另外一张表。
-
缺点：
-
影响增、删、改的效率（需要检查外键关系）。
-
仅用于单节点数据库，不适用与分布式、集群场景。
-
容易引发数据库的死锁问题，消耗性能。
-
-
-
逻辑外键（推荐）
-
概念：在业务层逻辑中，解决外键关联。
-
通过逻辑外键，就可以很方便的解决上述问题。
-
在现在的企业开发中，很少会使用物理外键，都是使用逻辑外键。 甚至在一些数据库开发规范中，会明确指出禁止使用物理外键 foreign key
5.2 一对一
一对一关系表在实际开发中应用起来比较简单，通常是用来做单表的拆分，也就是将一张大表拆分成两张小表，将大表中的一些基础字段放在一张表当中，将其他的字段放在另外一张表当中，以此来提高数据的操作效率。
一对一的应用场景： 用户表(基本信息+身份信息)
-
基本信息：用户的ID、姓名、性别、手机号、学历
-
身份信息：民族、生日、身份证号、身份证签发机关，身份证的有效期(开始时间、结束时间)
如果在业务系统当中，对用户的基本信息查询频率特别的高，但是对于用户的身份信息查询频率很低，此时出于提高查询效率的考虑，我就可以将这张大表拆分成两张小表，第一张表存放的是用户的基本信息，而第二张表存放的就是用户的身份信息。他们两者之间一对一的关系，一个用户只能对应一个身份证，而一个身份证也只能关联一个用户。
可以通过外键来体现一对一之间的关系，我们只需要在任意一方来添加一个外键就可以了。
一对一 ：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)
5.3 多对多
多对多的关系在开发中属于也比较常见的。比如：学生和老师的关系，一个学生可以有多个授课老师，一个授课老师也可以有多个学生。在比如：学生和课程的关系，一个学生可以选修多门课程，一个课程也可以供多个学生选修。
案例：学生与课程的关系
-
关系：一个学生可以选修多门课程，一门课程也可以供多个学生选择
-
实现关系：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
小结：
6. 多表查询
6.1 概述
6.1.1 介绍
多表查询：查询时从多张表中获取所需数据
- 单表查询的SQL语句：select 字段列表 from 表名;
- 那么要执行多表查询，只需要使用逗号分隔多张表即可，如：
select 字段列表 from 表1, 表2;
查询用户表和部门表中的数据：
select * from tb_emp , tb_dept;
此时,我们看到查询结果中包含了大量的结果集，总共85条记录，而这其实就是员工表所有的记录(17行)与部门表所有记录(5行)的所有组合情况，这种现象称之为笛卡尔积。
在SQL语句中，如何去除无效的笛卡尔积呢？只需要给多表查询加上连接查询的条件即可。
select * from tb_emp , tb_dept where tb_emp.dept_id = tb_dept.id ;
6.1.3 分类
多表查询可以分为：
-
连接查询
-
内连接：相当于查询A、B交集部分数据
-
2.外连接
-
左外连接：查询左表所有数据(包括两张表交集部分数据)
-
右外连接：查询右表所有数据(包括两张表交集部分数据)
2.子查询
6.2内连接
内连接查询：查询两表或多表中交集部分数据。
内连接从语法上可以分为：
-
隐式内连接
-
显式内连接
隐式内连接语法：
select 字段列表 from 表1 , 表2 where 条件 ... ;
显式内连接语法：
select 字段列表 from 表1 [ inner ] join 表2 on 连接条件 ... ;
-- ============================= 内连接 ==========================
-- A. 查询员工的姓名 , 及所属的部门名称 (隐式内连接实现)
elect tb_emp.name , tb_dept.name from tb_emp,tb_dept where tb_emp.dept_id=tb_dept.id;
-- B. 查询员工的姓名 , 及所属的部门名称 (显式内连接实现)
elect tb_emp.name , tb_dept.name from tb_emp inner join tb_dept on tb_emp.dept_id=tb_dept.id;
多表查询时给表起别名：
-
tableA as 别名1 , tableB as 别名2 ;
-
tableA 别名1 , tableB 别名2 ;
select emp.name , dept.name
from tb_emp emp inner join tb_dept dept
on emp.dept_id = dept.id;
注意事项:
一旦为表起了别名，就不能再使用表名来指定对应的字段了，此时只能够使用别名来指定字段。
6.3 外连接
外连接分为两种：左外连接 和 右外连接。
左外连接语法结构：
select 字段列表 from 表1 left [ outer ] join 表2 on 连接条件 ... ;
左外连接相当于查询表1(左表)的所有数据，当然也包含表1和表2交集部分的数据。
右外连接语法结构：
select 字段列表 from 表1 right [ outer ] join 表2 on 连接条件 ... ;
右外连接相当于查询表2(右表)的所有数据，当然也包含表1和表2交集部分的数据。
-- =============================== 外连接 ============================
-- A. 查询员工表 所有 员工的姓名, 和对应的部门名称 (左外连接)
select emp.name , dept.name
from tb_emp emp left join tb_dept dept
on emp.dept_id = dept.id;
-- B. 查询部门表 所有 部门的名称, 和对应的员工名称 (右外连接)
select emp.name , dept.name
from tb_emp emp right join tb_dept dept
on emp.dept_id = dept.id;
6.4 子查询
6.4.1 介绍
SQL语句中嵌套select语句，称为嵌套查询，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，最常见的是 select。
根据子查询结果的不同分为：
-
标量子查询（子查询结果为单个值[一行一列]）
-
列子查询（子查询结果为一列，但可以是多行）
-
行子查询（子查询结果为一行，但可以是多列）
-
表子查询（子查询结果为多行多列[相当于子查询结果是一张表]）
子查询可以书写的位置：
-
where之后
-
from之后
-
select之后
6.4.2 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)，最简单的形式，这种子查询称为标量子查询。
常用的操作符： = <> > >= < <=
-- 标量子查询
-- A. 查询 "教研部" 的所有员工信息
-查询教研部的部门ID -tb_dept
select id from tb_dept where name='教研部'；
-查询该部门ID下员工信息 -tb_emp
select * from tb_emp where dept_id = 2;
--合并出上两条SQL语句
select * from tb_emp where dept_id = (elect id from tb_dept where name='教研部');
-- B. 查询在 "方东白" 入职之后的员工信息
- 查询"方东白"的入职日期
select entrydate from tb_emp where name='方东白';
- 查询指定入职日期之后入职的员工信息
select * from tb_emp where entrydate > '2012-11-01';
- 合并以上两条SQL语句
select * from tb_emp where entrydate > (select entrydate from tb_emp where name = '方东白');
6.4.3 列子查询
子查询返回的结果是一列(可以是多行)，这种子查询称为列子查询。
常用的操作符：
| 操作符 | 描述 |
|---|---|
| IN | 在指定的集合范围之内，多选一 |
| NOT IN | 不在指定的集合范围之内 |
-- 列子查询
-- A. 查询 "教研部" 和 "咨询部" 的所有员工信息
- 查询"销售部"和"市场部"的部门ID
select id from tb_dept where name = '教研部' or name = '咨询部'; #查询结果：3,2
-根据部门ID, 查询员工信息
select * from tb_emp where id in (3,2);
- 合并以上两条SQL语句
select * from tb_emp where dept_id in (select id from tb_dept where name = '教研部' or name = '咨询部');
6.4.4 行子查询
子查询返回的结果是一行(可以是多列)，这种子查询称为行子查询。
常用的操作符：= 、<> 、IN 、NOT IN
-- 行子查询
-- A. 查询与 "韦一笑" 的入职日期 及 职位都相同的员工信息 ;
-查询韦一笑的入职日期及职位
select entrydate,job from tb_emp where name = '韦一笑'; #查询结果： 2007-01-01 , 2
- 查询与"韦一笑"的入职日期及职位相同的员工信息
select * from tb_emp where entrydate='2007-01-01' and job =2;
- 合并以上两条SQL语句
select * from tb_emp where entrydate=(select entrydate from tb_emp where name = '韦一笑')and job =(select job from tb_emp where name = '韦一笑');
-优化
select * from tb_emp where (entrydate,job)=(select entrydate,job from tb_emp where name = '韦一笑');
6.4.5 表子查询
子查询返回的结果是多行多列，常作为临时表，这种子查询称为表子查询。
常用的操作符： IN
-- 表子查询
-- A. 查询入职日期是 "2006-01-01" 之后的员工信息 , 及其部门信息
-查询入职日期是 "2006-01-01" 之后的员工信息
select * from emp where entrydate > '2006-01-01';
-基于查询到的员工信息，在查询对应的部门信息
select e.*, d.* from (select * from emp where entrydate > '2006-01-01') e left join dept d on e.dept_id = d.id ;
7. 事务
7.1 介绍
在实际的业务开发中，有些业务操作要多次访问数据库。一个业务要发送多条SQL语句给数据库执行。需要将多次访问数据库的操作视为一个整体来执行，要么所有的SQL语句全部执行成功。如果其中有一条SQL语句失败，就进行事务的回滚，所有的SQL语句全部执行失败。
简而言之：事务是一组操作的集合，它是一个不可分割的工作单位。事务会把所有的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。
事务作用：保证在一个事务中多次操作数据库表中数据时，要么全都成功,要么全都失败。
7.2 操作
MYSQL中有两种方式进行事务的操作：
-
自动提交事务：即执行一条sql语句提交一次事务。（默认MySQL的事务是自动提交）
-
手动提交事务：先开启，再提交
事务操作有关的SQL语句：
| SQL语句 | 描述 |
|---|---|
| start transaction; / begin ; | 开启手动控制事务 |
| commit; | 提交事务 |
| rollback; | 回滚事务 |
手动提交事务使用步骤：
第1种情况：开启事务 => 执行SQL语句 => 成功 => 提交事务
第2种情况：开启事务 => 执行SQL语句 => 失败 => 回滚事务
使用事务控制删除部门和删除该部门下的员工的操作：
-- 开启事务
start transaction ;-- 删除学工部
delete from tb_dept where id = 1;-- 删除学工部的员工
delete from tb_emp where dept_id = 1;
上述的这组SQL语句，如果如果执行成功，则提交事务
-- 提交事务 (成功时执行) commit ;
上述的这组SQL语句，如果如果执行失败，则回滚事务
-- 回滚事务 (出错时执行) rollback ;
7.3 四大特性
面试题：事务有哪些特性？
-
原子性（Atomicity）：事务是不可分割的最小单元，要么全部成功，要么全部失败。
-
一致性（Consistency）：事务完成时，必须使所有的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。
事务的四大特性简称为：ACID
-
原子性（Atomicity） ：原子性是指事务包装的一组sql是一个不可分割的工作单元，事务中的操作要么全部成功，要么全部失败。
-
一致性（Consistency）：一个事务完成之后数据都必须处于一致性状态。
如果事务成功的完成，那么数据库的所有变化将生效。
如果事务执行出现错误，那么数据库的所有变化将会被回滚(撤销)，返回到原始状态。
-
隔离性（Isolation）：多个用户并发的访问数据库时，一个用户的事务不能被其他用户的事务干扰，多个并发的事务之间要相互隔离。
一个事务的成功或者失败对于其他的事务是没有影响。
-
持久性（Durability）：一个事务一旦被提交或回滚，它对数据库的改变将是永久性的，哪怕数据库发生异常，重启之后数据亦然存在。
8. 索引
8.1 介绍
索引(index)：是帮助数据库高效获取数据的数据结构 。
-
简单来讲，就是使用索引可以提高查询的效率。
优点：
-
提高数据查询的效率，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消耗。
缺点：
-
索引会占用存储空间。
-
索引大大提高了查询效率，同时却也降低了insert、update、delete的效率。
8.2 结构
MySQL数据库支持的索引结构有很多，如：Hash索引、B+Tree索引、Full-Text索引等。
我们平常所说的索引，如果没有特别指明，都是指默认的 B+Tree 结构组织的索引。
在没有了解B+Tree结构前，我们先回顾下之前所学习的树结构：
二叉查找树：左边的子节点比父节点小，右边的子节点比父节点大
当我们向二叉查找树保存数据时，是按照从大到小(或从小到大)的顺序保存的，此时就会形成一个单向链表，搜索性能会打折扣。
可以选择平衡二叉树或者是红黑树来解决上述问题。（红黑树也是一棵平衡的二叉树）
但是在Mysql数据库中并没有使用二叉搜索数或二叉平衡数或红黑树来作为索引的结构。
思考：采用二叉搜索树或者是红黑树来作为索引的结构有什么问题？
答案
最大的问题就是在数据量大的情况下，树的层级比较深，会影响检索速度。因为不管是二叉搜索数还是红黑数，一个节点下面只能有两个子节点。此时在数据量大的情况下，就会造成数的高度比较高，树的高度一旦高了，检索速度就会降低。
说明：如果数据结构是红黑树，那么查询1000万条数据，根据计算树的高度大概是23左右，这样确实比之前的方式快了很多，但是如果高并发访问，那么一个用户有可能需要23次磁盘IO，那么100万用户，那么会造成效率极其低下。所以为了减少红黑树的高度，那么就得增加树的宽度，就是不再像红黑树一样每个节点只能保存一个数据，可以引入另外一种数据结构，一个节点可以保存多个数据，这样宽度就会增加从而降低树的高度。这种数据结构例如BTree就满足。
B+Tree(多路平衡搜索树)结构中如何避免这个问题：
B+Tree结构：
-
每一个节点，可以存储多个key（有n个key，就有n个指针）
-
节点分为：叶子节点、非叶子节点
-
叶子节点，就是最后一层子节点，所有的数据都存储在叶子节点上
-
非叶子节点，不是树结构最下面的节点，用于索引数据，存储的的是：key+指针
-
-
为了提高范围查询效率，叶子节点形成了一个双向链表，便于数据的排序及区间范围查询
8展：
非叶子节点都是由key+指针域组成的，一个key占8字节，一个指针占6字节，而一个节点总共容量是16KB，那么可以计算出一个节点可以存储的元素个数：16*1024字节 / (8+6)=1170个元素。
查看mysql索引节点大小：show global status like 'innodb_page_size'; -- 节点大小：16384
当根节点中可以存储1170个元素，那么根据每个元素的地址值又会找到下面的子节点，每个子节点也会存储1170个元素，那么第二层即第二次IO的时候就会找到数据大概是：1170*1170=135W。也就是说B+Tree数据结构中只需要经历两次磁盘IO就可以找到135W条数据。
对于第二层每个元素有指针，那么会找到第三层，第三层由key+数据组成，假设key+数据总大小是1KB，而每个节点一共能存储16KB，所以一个第三层一个节点大概可以存储16个元素(即16条记录)。那么结合第二层每个元素通过指针域找到第三层的节点，第二层一共是135W个元素，那么第三层总元素大小就是：135W*16结果就是2000W+的元素个数。
结合上述分析B+Tree有如下优点：
千万条数据，B+Tree可以控制在小于等于3的高度
所有的数据都存储在叶子节点上，并且底层已经实现了按照索引进行排序，还可以支持范围查询，叶子节点是一个双向链表，支持从小到大或者从大到小查找
8.3 语法
创建索引
create [ unique ] index 索引名 on 表名 (字段名,... ) ;
案例：为tb_emp表的name字段建立一个索引
create index idx_emp_name on tb_emp(name);
在创建表时，如果添加了主键和唯一约束，就会默认创建：主键索引、唯一约束
查看索引
show index from 表名;
案例：查询 tb_emp 表的索引信息
show index from tb_emp;
删除索引
drop index 索引名 on 表名;
案例：删除 tb_emp 表中name字段的索引
drop index idx_emp_name on tb_emp;
注意事项：
-
主键字段，在建表时，会自动创建主键索引
-
添加唯一约束时，数据库实际上会添加唯一索引
42万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
