msyql执行效率的问题以及常见基础面试题目

SQL被称为结构化查询语言(Structured Query Language )是操作和检索关系型数据库的标准语言

SQL语言包括三种主要程序设计语言类别的语句：数据定义语言(DDL)，数据操作语言(DML)及数据控制语言(DCL)。

※ 数据定义语言(DDL)，例如：CREATE、DROP、ALTER等语句。 　　 Data Definition Language

※ 数据操作语言(DML)，例如：INSERT（插入）、UPDATE（修改）、DELETE（删除）语句。Data Manipulation language 　        

※ 数据查询语言(DQL)，例如：SELECT语句。 　Data Query language　

※ 数据控制语言(DCL)，例如：GRANT、REVOKE、COMMIT、ROLLBACK等语句。 Data Control Language 

RDBMS 指的是关系型数据库管理系统。

where子句使用的条件有：

  比较运算符：> < >= <= <> = 

  逻辑运算符： and  or  not

  范围运算符：between and

  列表运算符：in not in

  字符匹配：like not like

  未知值：is null is not null

//H%表示查询以H开头的任意字符  也可以使用^

mysql> select * from pet where owner like 'h%';

//%y表示查询以y结尾任意字符串  也可以使用$

mysql> select * from pet where owner like '%y';

//%e%表示查询在任意位置包含字母e的所有字符串

mysql> select * from pet where owner like '%e%';

//_e%表示第二个字符为e的所有字符串

mysql> select * from pet where owner like '_e%';

Order by 子句 对结果集进行排序。排序有升序asc  默认的，降序desc  两种

group by子句对某一列数据的值进行分类，形成结果集，然后在结果集的基础上进行分组。

group by子句通常与常用的函数 联合使用sum()，avg()，max()
having子句相当于一个用于组的where子句 ，它指定了组或聚合的搜索条件 。having子句通常与group by子句一起使用。

查询宠物种类的个数大于2 的所有宠物的种类 select count(*) as cnt from pet group by species having cnt>2;

理解：1.首先执行 select count(*) as cnt from pet group by species

           2.在结果集中查找宠物种类个数大于2的

在查询的结果中筛选 出生日期大于1990 select * from pet where species='dog' having birth>'1990';

理解：1、首先执行select * from pet where species='dog'

           2、在结果集在查找出生日期大于1990

查询所有的宠物信息 并且 筛选出种类为dog的所有宠物 select * from pet having species='dog';

等价于：select * from pet where speices='dog'; //执行的过程一样吗?

SQL函数：1.单行函数    2、多行函数

 字符函数：

大小写转换函数 

 lower 小写  mysql> select lower('STRING') ; 

upper 大写  mysql> select upper('string');

字符处理函数：concat 联接   POSITION  

mysql> select concat('abc','bac');

mysql> select length('aaaaaa');

mysql> select substr('abcdef',1,3);

mysql> select left('abcdefg',3);

LPAD(str,len,padstr) 

返回字符串 str, 其左边由字符串padstr 填补到len 字符长度。

假如str 的长度大于len, 则返回值被缩短至 len 字符。

RPAD(str,len,padstr) 

返回字符串str, 其右边被字符串 padstr填补至len 字符长度。

假如字符串str 的长度大于 len,则返回值被缩短到与 len 字符相同长度。

mysql> SELECT LTRIM('  barbar');    -> 'barbar'

mysql> SELECT REPLACE('www.mysql.com', 'w', 'Ww');     -> 'WwWwWw.mysql.com'返回字符串str 以及所有被字符串to_str替代的字符串from_str 

mysql> SELECT REVERSE('abc'); -> 'cba'返回字符串 str ，顺序和字符顺序相反。

mysql> select ascii('abcccc');//返回第一个字符的ascii码值

数值函数：

数学函数:

abs(x) 绝对值

ROUND(x,y):  4舍5入到指定的小数位

TRUNCATE(x,y):  将值截断到指定的小数位

MOD(x,y):   返回相除后的余数

 pow(x,y)

 pi()

日期与时间函数：

 mysql> SELECT ADDDATE('1998-01-02', 31);      -> '1998-02-02'

CONVERT_TZ() 将时间日期值dt 从from_tz 给出的时区转到to_tz给出的时区，然后返回结果值。

CURDATE()  将当前日期按照'YYYY-MM-DD' 或YYYYMMDD 格式的值返回具体格式根据

函数用在字符串mysql> SELECT CURDATE();    -> '1997-12-15'

函数用在数字语境中mysql> SELECT CURDATE() + 0;    -> 19971215

CURTIME()  将当前时间以'HH:MM:SS'或 HHMMSS 的格式返回

函数用在字符串mysql> SELECT CURTIME();  -> '23:50:26'

函数用在数字语境中mysql> SELECT CURTIME() + 0;-> 235026

DATE(expr) 提取日期或时间日期表达式expr中的日期部分。

mysql> SELECT DATE('2003-12-31 01:02:03');  -> '2003-12-31'

DATEDIFF() 返回起始时间 expr和结束时间expr2之间的天数。Expr和expr2 为日期或 date-and-time 表达式。 计算中只用到这些值的日期部分

mysql> SELECT DATEDIFF('1997-12-31 23:59:59','1997-12-30');        -> 1

mysql> SELECT DATEDIFF('1997-11-30 23:59:59','1997-12-31');     -> -31

使用一个或以上的表

实际应用中，我们经常需要在多张表中查询数据或者需要对表中的数据进行分类、汇总等。这就需要较为复杂的高级查询

Mysql提供了实现多张表查询的方法----连接查询。所谓的连接查询时将多个表以某个或某些列为条件进行连接，从中检索出关联数据

连接查询的分类：

内连接:是比较常用的一种数据连接查询方式，它使用比较运算符进行多个基表间的数据的操作，并列出这些基表中与连接条件相匹配的所有数据行。

内连接的语法格式是：

select select_list from table inner join table2 [on join_conditions] [where search_conditions][order by order_expression].....

1、等值连接

 等值连接查询就是在连接条件中使用比较运算符等于号(=)来比较连接列的列值。其查询结果中列出被连接表中的所有列，并且包括重复列。

2、非等值连接

非等值连接查询就是在连接条件中使用除了等于号之外的比较运算符，来比较连接的列的列值。在非等值连接中，可以使用的比较运算符有：> < >= <= <> 可以使用范围运算符between and 。

3、自然连接

自然连接(Natural join)是一种特殊的等值连接，它要求两个关系中进行比较的分量必须是相同的属性组，并且在结果中把重复的属性列去掉。而等值连接并不去掉重复的属性列。 　　

自然连接：在连接条件中使用等于(=)运算符比较被连接列的列值，但它使用选择列表指出查询结果集合中所包括的列，并删除连接表中的重复列。。

外连接：

外连接当至少有一个同属于两个表的行符合连接条件时,而外连接返回from子句中提到的至少一个表或试图表中的所有符合任何搜索条件的行。在外连接中参与连接的表有主从之分,主表中的每行数据去匹配从表中的数据行，如果符合连接条件，则直接返回到查询结果中；如果主表中的行在从表中没有找到匹配的行，在内连接中将丢弃比配的行,与内连接不同的是,在外连接中的主表的行仍然保留，并且返回到查询结果中，相应的从表中的行中被填上空值也返回到结果中。

1、左外连接：

外连接的语法格式：

select select_list from ltable left outer join rtable on [join_conditions]

总结：左外连接即在连接两个表时，不管右表中是否有匹配数据，结果将保留左表中的所有行

2、右外连接

右连接的语法格式

select select_list from ltalbe right outer join rtable on [join_conditions] 

总结：右外连接即在连接两个表时，不管左表中是否有匹配数据，结果将保留右表中的所有行

3、完全连接

完全连接的语法格式

select select_list from ltable full outer join rtable on [join_conditions] 

总结：整合1 2就是

Mysql不支持全连接 full join

联合查询：

         联合查询解决：union all //all 是个可选的关键字

Mysql中实现全连接的方式：

select * from pet p left outer join event e on p.name=e.name union select * from pet p right outer join event e on p.name=e.name  ;

交叉连接

      当对两个表使用交叉联接查询时，将生成来自这个两个表的各行的所有可能得组合。

      语法格式是：

            select select_list

            from  table1

            cross join  table2

            where search_conditions

以上的查询 都成为 单层查询

嵌套查询

所谓嵌套查询指的是在一个select查询内再嵌入一个select查询。外层的select语句叫外部查询,内层的select语句叫子查询。

1、in关键字的使用

2、使用比较运算符

索引：索引是一单独的，物理的数据库结构，它是某个表中一列或者若干列的集合和相应指向表中物理标识这些值的数据页的逻辑指针清单

一个表的存储是由两部分组成的：

         一部分是用来存放表的数据页面。

         一部分用来存放索引的页面。

MySQL有四种类型的索引:主键、唯一索引、全文索引和普通索引。

表关系：

   表之间有3种类型的关系：

                一对多  //解决方案：是拿一端的主键作为 多端外键进行关联。

                多对一

                多对多

以上为最基础的知识点！也是面试时最容易被问到的！

操作百万级数据量的数据，普通SQL查询效率呈直线下降，而且如果where中的查询条件较多时，其查询速度简直无法容忍。数据量小的时候，查询语句的好坏不会对执行时间有什么明显的影响，所以忽略了许多细节性的问题。

经测试对一个包含400多万条记录的表执行一条件查询，其查询时间竟然高达40几秒，相信这么高的查询延时，任何用户都会抓狂。因此如何提高sql语句查询效率，显得十分重要。以下是结合网上流传比较广泛的几个查询语句优化方法：

1、应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。

2、应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：

　　select id from t where num is null

　　可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：

　　select id from t where num=0

3、尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：

　　select id from t where num=10 or num=20

　　可以这样查询：

　　select id from t where num=10

　　union all

　　select id from t where num=20

4、下面的查询也将导致全表扫描：

　　select id from t where name like ‘%abc%’

　　若要提高效率，可以考虑全文检索。

5、in 和 not in 也要慎用，否则会导致全表扫描，如：

　　select id from t where num in(1,2,3)

　　对于连续的数值，能用 between 就不要用 in 了：

　　select id from t where num between 1 and 3

6、如果在 where 子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时;它必须在编译时进行选择。然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描：

　　select id from t where num=@num

　　可以改为强制查询使用索引：

　　select id from t with(index(索引名)) where num=@num

7、应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。如：

　　select id from t where num/2=100

　　应改为:

　　select id from t where num=100*2

8、应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。如：

　　select id from t where substring(name,1,3)=’abc’–name以abc开头的id

　　select id from t where datediff(day,createdate,’2005-11-30′)=0–’2005-11-30′生成的id

　　应改为:

　　select id from t where name like ‘abc%’

　　select id from t where createdate>=’2005-11-30′ and createdate<’2005-12-1′

9、不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。

10、在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应尽可能的让字段顺序与索引顺序相一致。

11、不要写一些没有意义的查询，如需要生成一个空表结构：

　　select col1,col2 into #t from t where 1=0

　　这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样：

　　create table #t(…)

12、很多时候用 exists 代替 in 是一个好的选择：

　　select num from a where num in(select num from b)

　　用下面的语句替换：

　　select num from a where exists(select 1 from b where num=a.num)

建索引需要注意的地方：

1、并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段 sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用。

2、索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。

3、应尽可能的避免更新 clustered 索引数据列，因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。

其他需要注意的地方：

1、尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。

2、任何地方都不要使用 select * from t ，用具体的字段列表代替“*”，不要返回用不到的任何字段。

3、尽量使用表变量来代替临时表。如果表变量包含大量数据，请注意索引非常有限(只有主键索引)。

4、避免频繁创建和删除临时表，以减少系统表资源的消耗。

5、临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使用导出表。

6、在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度;如果数据量不大，为了缓和系统表的资源，应先create table，然后insert。

7、如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。

8、尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。

9、使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。

10、与临时表一样，游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。

11、在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ，在结束时设置 SET NOCOUNT OFF 。无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息。

12、尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。

13、尽量避免大事务操作，提高系统并发能力。