MYSQL进阶

对查询结果去重：在字段前加distinct

                select distinct 字段 from 表；

distinct只能出现在所有字段的最前面，它前面不能出现字段

distinct后面有多个字段的话，那就所有的字段联合起来一起去重

---

内连接：没有主表副表之分，查不到就不查，不显示

外连接：有主表副表之分，查不到，返回null
                                     {

                                      左外连接

                                      右外连接

                                        }

                                               

---

                                        

表级约束：联合多个字段起来一起添加一个约束（多个字段同时满足）

列级约束：只针对于一列的

主键约束：主键字段上的每一个值是每条数据的唯一标识，只要不一样，就不是一条数据（像身份证）

外键约束：用了此约束的字段，它的值只能填入主表中的某个字段的值（被引用的主表中的字段至少具有唯一性unique，不然引用了谁不清楚）

          用法：

              {

              foreign key 字段名 references 主表（字段）；

              }

---

## 存储引擎：这个名字只在mysql存在，oracle有对应的机制，叫存储方式

每个存储引擎都有自己的优点，在不同的时机选择不同的引擎

1.myisam：采用三种方式存储一个表，表的格式frm，表的数据myd 表的索引myi。（存在硬盘中的文件）

优缺点：可以被压缩，节省存储空间，可以转换为只读表，不被修改，提高检索效率，不支持事务

2.innodb：mysql默认的存储引擎，表的结构存储在frm文件中，表的数据存储在tablespace的逻辑空间中（数据文件就是索引文件）

优缺点：支持行级锁和表级锁，默认是行级锁、事务，mysql数据库崩溃后可以自动恢复、外键，级联删除，级联更新等，安全得到保障，无法被压缩，
无法转换成只读文件

3.memory：

优缺点：表的数据和表的索引存储在内存中，查询速度最快，但是数据容易丢失，不支持事务

---

## 索引常见模型：相当于一本书的目录，通过目录可以快速地找到想要的东西，是给字段使用的

# 数据库底层存储的核心就是基于以下这些数据模型的   
   1.哈希表：哈希表这种结构适用于只有等值查询的场景
   
   2.有序数组：有序数组在等值查询和范围查询场景中的性能就都非常优秀，
     有序数组索引只适用于静态存储引擎，比如你要保存的是 2017 年某个城市的所有人口信息，这类不会再修改的数据。
   
   3.二叉树（N叉树）：为了让一个查询尽量少地读磁盘，就必须让查询过程访问尽量少的数据块。那么，我们就不应该使用二叉树，而是要使用“N 叉”树。这里，“N 叉”树中的“N”取决于数据块的大小，二叉树每个节点只有两个分支，N叉树就不一定，B+树就是N叉树的一种

---

## 主键和unique约束的字段会自动添加索引，根据主键的查询效率高，尽量使用主键检索

---

## MySQL索引的底层数据结构：

B+tree，创建了索引，会在硬盘或内存中生成一个该字段的索引对象文件，并且自动排序

                    例：where name="luqiqi"，查询时，找到该字段的索引对象，然后开始检索，L区，U区...                 
缩短了扫描的范围， 就是  字段 -》索引 -》 表中数据在硬盘中对应字段（例：luqiqi）的地址值，不走内存，走硬盘

---

##       查询表的两种方式：1.全表扫描 2.索引检索

      

---

## 创建索引和删除索引：

                   create index 索引名 on 表名（字段）

                    drop index 索引名 on 表名

            

            索引的分类

            单一索引：给单个字段添加索引

            联合索引：多个字段联合添加一个索引

            主键索引：主键约束自动添加索引

            唯一索引：unique约束自动添加索引

    
           索引的失效：使用模糊查询，第一个通配符使用%的时候
           

---

## 索引的优化
    
    1.覆盖索引：由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。
    
    如果执行的语句是 select ID from T where k between 3 and 5，这时只需要查 ID 的值，而 ID 的值已经在 k 索引树上了，因此可以直接提供查询结果，不需要回表。也就是说，在这个查询里面，索引 k 已经“覆盖了”我们的查询需求，我们称为覆盖索引。
    
    需要注意的是，在引擎内部使用覆盖索引在索引 k 上其实读出了三个记录，R3~R5（对应的索引 k 上的记录项），但是对于 MySQL 的 Server 层来说，它最终就只是拿到了引擎的两条记录，因此 MySQL 认为扫描行数是 2。

    2.联合索引：多使用索引下推或最左前缀索引
                
             索引下推：在第一次遍历索引树之后，在回表之前，就开始对索引中包含的字段先做条件判断，
    直接过滤掉不满足条件的记录，减少回表次数。
    

---

##    DBA命令：在window的dos窗口执行

将数据库中的数据导出：mysqldump 数据库名 >绝对路径            
将数据库中的指定数据导出：mysqldump 数据库名 表名>绝对路径

             

            导入数据：create database 数据库名；

                       use 数据库名；

                       source 绝对路径；

                       

    

---

                   

##    三范式：在实际开发中，还是会以客户的需求为主，有时候会拿冗余换执行的速度

      第一范式：任何一张表都要有主键，每一个字段原子性不可以再分

      第二范式：在第一范式的基础上，所有非主键的字段要完全依赖主键，不能产生部份依赖（多对多，三张表，关系表，两外键）

      第三范式；在第二范式的基础上，所有非主键的字段要直接依赖主键，不能产生传递依赖（一对多，两张表，多的表加外键）

      

---

    一对一怎么设置：

       1.主键共享

       2.外键唯一（foreign key，unique）
       

---

## MySQL是怎么执行更新语句的

  1.Redo Log属于InnoDb存储引擎层，而BinLog属于Mysql Server层。 
  
  2.Redo Log记录的是物理数据，直接映射到数据字段的变化
    而Bin log属于逻辑日志，有两种格式，一种是sql，记录的就是sql,一种是row格式，直接记录了变更前后的数据内容。
  
  3.Redo Log可以提供crash safe的能力，但因为其循环写无法提供归档能力。
  
  4.Bin Log可以提供归档能力。
  
  

---

## MySQL的事务

  1.在 MySQL 中，实际上每条记录在更新的时候都会同时记录一条回滚操作（回滚段里有多个回滚试图）。
  记录上的最新值，通过回滚操作，都可以得到前一个状态的值。
  
  2.不可重复读和幻读的区别在于：不可重复读主要是针对读取某个记录的时候发现某些值被修改了，幻读就是读取某个记录的时候发现记录新增了或者减少了