MySql学习笔记

一、SQL：

1、什么是SQL：

SQL，全称 Structured Query Language，是一种结构化查询语言，数据库访问语言。自1970年代诞生到现在。

2、SQL的功能：

SQL 可用于在数据库中增加，删除，修改，查询数据；
SQL 可用于新建数据库，新建数据表；
SQL 可用于新建视图，函数；
SQL 可用于简单的数据清洗；
SQL 可用于简单的数据分析；
SQL 可搭配 Hive，Spark SQL 做大数据；
SQL 可搭配 SQLFlow 做机器学习；
SQL 可搭配一定的工具做数据报表。

3、RDBMS：

RDBMS，全称relational database management system（关系数据库管理系统），是一种数据库软件，但我们经常狭义地称呼它为数据库。RDBMS将数据及数据关系以数据库和数据表的形式存储，并提供 SQL 访问接口。

目前主流 RDBMS 有 MySQL、PostgreSQL、SQL Server 和 Oracle；其中MySQL和PostgreSQL是免费开源且使用广泛的数据库。

4、SQL的分类：

 DML（Data Manipulation Language）数据操纵语言，负责数据访问和数据操作

如：insert，delete，update，select（插入、删除、修改、检索）简称CRUD操新增Create、查询Retrieve、修改Update、删除Delete

 DDL（Data Definition Language）数据库定义语言，负责数据库结构定义和数据库对象定义

如：create table之类

 DCL（Data Control Language）数据库控制语言

如：grant、deny、revoke等，只有管理员才有相应的权限

 DQL（Data Query Language） 数据查询语言：

是由SELECT子句，FROM子句，WHERE子句组成的查询块：

 SELECT <字段名表>

 FROM <表或视图名>

 WHERE <查询条件>

二、Mysql：

1、数据库：

数据库是一个长期存储在计算机内的、有组织的、有共享的、统一管理的数据集合。是按照数据结构来组织、存储和管理数据的仓库。目前常用的数据库主要分为开源 MySQL 数据库（包括官方版 MySQL、Percona MySQL MariDB）和商业版数据库 ( 包括 SQL Server、Oracle、DB2 )。

2、数据库的分类：

（1）关系型数据(SQL)
关系型数据库，是指采用了关系模型来组织数据的数据库，从语言功能层面来讲,一般是指用 SQL 语言来进行操作管理的关系型数据库。常用的关系型数据库有 MySQL、Oracle、SQLServer、PostGreSQL。

（2）非关系型数据库(NoSQL)
NoSQL 通常指的是 non-relational ，也可以理解为 Not Only SQL，泛指非关系型数据库。常见的非关系型数据库有 MongDB、HBase、Redis。

（3）新型数据库(NewSQL)
NewSQL 是对各种新的可扩展/高性能数据库的简称，这类数据库不仅具有 NoSQL 对海量数据的存储管理能力，还保持了传统数据库支持 ACID 和 SQL 等特性。常见的 NewSQL 有 Google Spanner/F1、阿里 OceanBase、腾讯 TDSQL、TiDB、Cockroach。

3、关系型数据库：

顾名思义，关系型数据库就是一种建立在关系模型的基础上的数据库。关系模型表明了数据库中所存储的数据之间的联系（一对一、一对多、多对多）。

关系型数据库中，我们的数据都被存放在了各种表中（比如用户表），表中的每一列就存放着一条数据（比如一个用户的信息）。

4、mysql数据库：

MySQL是一个关系型数据库管理系统，由瑞典MySQL AB 公司开发，属于 Oracle 旗下产品。MySQL 是最流行的关系型数据库管理系统之一，在 WEB 应用方面，MySQL是最好的 RDBMS (Relational Database Management System，关系数据库管理系统) 应用软件之一。
MySQL是一种关系型数据库管理系统，关系数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。
MySQL所使用的 SQL 语言是用于访问数据库的最常用标准化语言。MySQL 软件采用了双授权政策，分为社区版和商业版，由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，一般中小型网站的开发都选择 MySQL 作为网站数据库。

三、数据库的相关操作：

建库：

create database dbname DEFAULT CHARACTER SET utf8;

删库：

drop database dbname;

查看所有数据库：

show databases;

use 命令选中数据库:

use item_name;

四、数据表：

1、设计数据表：

数据表命名是小写字母和下划线_组成，用来分割不同单词之间的含义，例如 “student_course” 表示学生选课关联表，实际命名需要根据具体功能而定，好的命名规范在实际工作中也是很重要的。

（1）确定字段：

字段名称	含义
id	自增主键
name	学生姓名
age	学生年龄
id_number	身份证号

（2）确定数据类型：

字段名称	数据类型
id	无符号整型(UNSIGNED INT)
name	VARCHAR(50)
age	UNSIGNED INT
id_number	VARCHAR(18)

（3）新建数据表：

create table student(
id int primary key auto_increment,
name varchar(50) not null,
age int not null,
id_number varchar(20)); 

2、数据表的相关操作：

（1）创建表：

      创建tb_door表，有id,door_name,tel字段

create table tb_door(
id int primary key auto_increment,
door_name varchar(100),
tel varchar(50)
);

（2）修改表：

 添加字段：

alter table student add grade int not null;

修改表名：

alter table student rename new_student;

（3）删：

删除表：

drop table new_student;

删除字段：

alter table student drop grade;

（4）查看表结构：

desc student;

六、字段的相关操作：

1、插入：

（1）插入数据：

INSERT INTO student (name,age,id_number) VALUES ('秦小贤',18,'42011720200604088X');

（2）查询数据：

select * from student;

*表示通配符，可以换成任何字段：

select name,age,id_number from student;

使用*查询的效率较低。

（3）一次性插入多条数据：

INSERT INTO student (name,age,id_number) VALUES ('王小虎',21,'530401198704022145'),('张敏',16,'52012419991105536X'),('李雪',22,'32040519950324890X');

2、删除：

（1）删除一条数据：

delete from student where id = 4;

（2）删除所有数据：

delete from student;

3、修改：

（1）修改一条数据：

update student set age = 22 where name = '王小虎';

（2）修改多条数据：

#修改前三条数据：
update student set age = 24 limit 3;

七、数据类型：

1、整型：

类型	大小	SIGNED(有符号)	UNSIGNED(无符号)	说明
tinyint	1字节	-128~127	0~255	小整型
smallint	2字节	-32768~32767	0~65535	小整型
mediumint	3字节	-8388608~8388607	0~16777215	中整型
int	4字节	-2147483648~2147483647	0~49294967295	整型
bigint	8字节	-9223372036854775808 ~ 9223372036854775807	0~18446744073709551615	大整型

mysql没有boolean类型的数据，一般用tinyint(1)来表示boolean；

2、浮点型：

类型	大小	SIGNED(有符号)	UNSIGNED(无符号)	说明
float	4字节	-3.402823466E+38 ~ -1.175494351E-38， 0， 1.175494351E-38 ~ 3.402823466351E+38	0，1.175494351E-38 ~ 3.402 823 466 E+38	单精度浮点型
double	8字节	-1.7976931348623157E+308 ~ -2.2250738585072014E-308， 0， 2.2250738585072014E-308 ~ 1.7976931348623157E+308	0， 2.2250738585072014E-308 ~ 1.797693134862315 7E+308	双精度浮点型
decimal	每4个字节存储9个数字，小数点占1字节	DECIMAL(M,D)，取决于M和D,M是整数部分，D是小数部分	DECIMAL(M,D)，取决于M和D，M是整数部分,D是小数部分	精确类型,常用来表示金额

3、日期和时间：

类型	大小	格式	范围
date	3字节	YYYY-MM-DD	1000-01-01 ~ 9999-12-31
time	3-6字节	HH::MM:SS[.微秒]	-838:59:59 ~ 838:59:59
year	1字节	YYYY	1901 ~ 2155
datetime	5-8字节	YYYY-MM-DD HH:MM:SS[.微秒值]	1000-01-01 00:00:00 ~ 9999-12-31 23:59:59 UTC
timestamp	4-7字节	YYYY-MM-DD HH:MM:SS[.微秒值]	1970-01-01 00:00：00 ~ 2038-01-19 03:14:07 UTC

4、字符串：

类型	范围	说明
char	1~255个字节	固定长度
varchar	字段存储所占字节数不能超过65535字节	可变长度
tinytext	最大长度255字节	可变长度
text	最大长度65535个字节	可变长度
mediumtext	最大长度16777215个字节	可变长度
longtext	最大长度4294967295个字节	可变长度

5、枚举:

类型	范围	说明
enum	几何数最大65535	枚举值类型,只能插入列表中指定的值

6、二进制：

类型	范围	说明
tinyblob	最大长度255字节	可变长度
blob	最大长度65535个字节	可变长度
mediumblob	最大长度16777215个字节	可变长度
longblob	最大长度4294967295个字节	可变长度

八、约束：

1、非空约束 not null：数据不能为空。
2、唯一约束 unique：数据不能重复。
3、主键约束 primary key：主键是一条记录的唯一标识，具有唯一性，不能重复。
4、外键约束 froeign key：是能确认另一张表记录的字段，用于保持数据的一致性。 比如，A表中的一个字段，是B表的主键，那它就可以是A表的外键。
5、默认约束 default：为字段提供默认值。
6、检查约束 check：为字段的赋值提供判断功能。

一个综合的案例：

create table test_tb(
id int primary key auto_increment,
id_number varchar(20) not null unique,
name varchar(18) not null,
age int not null default 0,
CHECK(age >= 0 and age<=200));

create table test_forgrein(
user_id int primary key not null,
address varchar(50),
FOREIGN KEY(user_id) REFERENCES test_tb(id));

九、函数：

1、基本函数：

(1)lower（字段名）:数据转小写。
upper（字段名）：数据转大写。
length（字段名）：字段长度。
substr（字段名，a,b）：截取子串，从a开始到b结束。
concat（字段名，"字符串"）:将字符串拼接到字段后。
replace（字段名，"a","b"）:将字段中的a替换成b。
ifnull（字段名，a）：如果字段为空，则将其替换为a。
round（字段名，保留小数位数） & ceil（字段名，保留小数位数） & floor（字段名，保留小数位数）：四舍五入、向上取整、向下取整。
uuid：返回UUID。
now：

select now() -- 年与日 时分秒

select curdate() --年与日

select curtime() --时分秒
year & month & day：

--hour()时  minute()分 second()秒

select now(),hour(now()),minute(now()),second(now()) from emp ;

--year()年 month()月 day()日

select now(),year(now()),month(now()),day(now()) from emp ;
转义字符：用\将'转换为普通字符。

2、聚合函数：

1、count
select count(*) from emp --底层优化了
select count(1) from emp --效果和*一样
select count(comm) from emp  --慢,只统计非NULL的

2、max / min
select max(sal) from emp --求字段的最大值
select max(sal) sal,max(comm) comm from emp 
select min(sal) min from emp --获取最小值
select min(sal) min,max(sal) max  from emp --最小值最大值
SELECT ename,MAX(sal) FROM emp group by ename --分组

3、sum / avg 平均值
select count(*) from emp --总记录数
select sum(sal) from emp --求和
select avg(sal) from emp --平均数

十、条件查询和分组：

1、条件查询：

1、distinct
使用distinct关键字，去除重复的记录行
SELECT loc FROM dept;
SELECT DISTINCT loc FROM dept;

2、where
注意:where中不能使用列别名，不能使用聚合函数。
select * from emp
select * from emp where 1=1 --类似没条件
select * from emp where 1=0 --条件不成立
select * from emp where empno=100 --唯一条件
select * from emp where ename='tony'  and deptno=2 --相当于两个条件的&关系
select * from emp where ename='tony'  or deptno=1 --相当于两个条件的|关系
select name, sal from emp where sal=1400 or sal=1600 or sal=1800;
-- 或
select name, sal from emp where sal in(1400,1600,1800);
select name, sal from emp where sal not in(1400,1600,1800);

3、like
通配符%代表0到n个字符，通配符下划线_代表1个字符
select * from emp where ename like 'l%' --以l开头的
select * from emp where ename like '%a' --以a结束的
select * from emp where ename like '%a%' --中间包含a的
select * from emp where ename like 'l__'  --l后面有两个字符的 _代表一个字符位置

4、null
select * from emp where mgr is null --过滤字段值为空的
select * from emp where mgr is not null --过滤字段值不为空的

5、between and
SELECT * FROM emp
select * from emp where sal>3000 and sal<10000
select * from emp where sal>=3000 and sal<=10000--等效
select * from emp where sal between 3000 and  10000--等效

6、limit
分数最高的记录：按分数排序后，limit n，返回前n条。Oracle做的很笨，实现繁琐，后期有介绍，而mysql做的很棒，语法简洁高效。在mysql中，通过limit进行分页查询：
select * from emp limit 2 --列出前两条
select * from emp limit 1,2 --从第二条开始,展示2条记录
select * from emp limit 0,3 --从第一条开始,展示3条记录--前三条

7、order by
SELECT * FROM emp order by sal #默认升序
SELECT * FROM emp order by sal desc #降序

2、分组：

将查询的结果进行分组统计，group by表示如何分组，having表示过滤的条件。

(1)group by:

select count(user_level),user_level from user group by user_level;

注意：

->查询有聚合函数和普通的字段时，普通字段要作为分组的对象。

（2）having:

select count(user_level),user_level from user group by user_level
having count(user_level) >2;

十一、事务：

1、何为事务：

事务是一组原子性的SQL查询，事务内的SQL语句，要么全部执行成功，要么全部执行失败。即任何一条语句失败，都必须回滚所有的步骤。

2、事务的特点：

关系型数据库都有ACID的特性：即原子性（atomicity）、一致性（consistency）、隔离性（isolation）、持久性（durability）。

原子性（atomicity）：一个事务被视为一个完整的最小工作单元，事务中的数据库操作，要么全部执行成功，要么全部执行失败回滚，不能只成功执行了其中的一部分数据库操作；

一致性（consistency）：数据库总是从一个一致性的状态转换到另一个一致性的状态。在银行转账的例子中，即使执行到第四条 SQL 语句时失败，用户的支票账户也不会损失 100 元人民币，因为执行失败时，事务进行了回滚，所做的修改并没有保存到数据库中；

隔离性（isolation）：通常来说，一个事物所做的修改在提交以前，对其他事务是不可见的。在银行转账的例子中，当执行完第三条 SQL 语句时，此时另外一个程序在汇总支票账户，它所查询到的用户A的支票账户，并没有减去 100 元人民币；

持久性（durability）：事务提交成功，所做的修改就会永久保存到数据库中，即使系统崩溃，修改的数据也不会丢失。

在 MySQL 中，事务是在存储引擎层实现的。MySQL 是支持多种存储引擎的数据库，但并不是所有的存储引擎都支持事务，比如 MyISAM 就不支持事务。

事务增加了数据库的安全性，同时也需要数据库做很多额外的工作。相比没有实现 ACID 的数据库，实现了 ACID 的数据库需要更强的 CPU、内存、以及磁盘空间。

3、隔离级别：

在 SQL 标准中，包含了四种隔离级别，即未提交读（read uncommitted）、提交读（read committed）、可重复读（repeatable read）、可串行化（serializable）。

未提交读（read uncommitted）：一个事务还未提交，它所做的变更能被别的事务看到。事务可以读取未提交的数据，被称为脏读（dirty read），这种隔离级别在实际应用中一般很少使用；

提交读（read committed）：一个事务提交之后，它所做的变更才能被别的事务看到。大多数数据库的默认隔离级别是提交读（read committed），比如 Oracle；

可重复读（repeatable read）：一个事务在执行过程中看到的数据，总是跟这个事务在启动时看到的数据是一致的。在可重复读隔离级别下，未提交变更对其他事务也是不可见的。该级别保证了在同一个事务中，多次读取同样记录的结果是一致的。MySQL 的默认事务隔离级别是可重复读（repeatable read）；

可串行化（serializable）：serializable 是最高的隔离级别。对同一行数据，读写都会进行加锁。当出现锁冲突时，后面访问的事务必须等前一个事务完成，才能继续执行。实际应用场景很少用到这种隔离级别，只有在非常需要确保数据一致性，而且可以接受没有并发的情况，才会使用这种隔离级别。

隔离级别	脏读可能性	不可重复度可能性	幻读可能性	加锁读
未提交读（read uncommitted）	yes	yes	yes	no
提交读（read committed）	no	yes	yes	no
可重复读（repeatable read）	no	no	yes	no
可串行化（serializable）	no	no	no	yes

4、脏读、幻读、修改丢失、不可重复读：

脏读：当一个事务正在对一个数据进行操作，但是操作的结果还没有写入到数据库中时，另一个事务来读取这个数据，所进行的操作的结果很可能是不正确的。

幻读：假设有事务A,B 和数据X，当A顺序读取X,Y,Z后，B在数据库中插入新的数据N,M，而后A第二次读取，发现多了几条数据。

修改丢失：假设有事务A,B 和数据X,Y,Z，当A读取X时，B也读取X，然后A对X进行写入，随后B对X进行写入。如此A写入的数据就被覆盖（丢失）了。

不可重复读：假设有事务A,B 和数据X，A读取X后，B对X进行修改，此时A再次读取X，会出现前后X的值不同的情况。即同一个事务两次读取一个数据的结果不同。

5、Mysql事务的特点：

(1)自动提交：

如果不是显式地开始一个事务，每个查询都会被当做一个事务执行 commit。

（2）隔离级别调整：

默认情况下，MySQL 的隔离级别是可重复读（repeatable read）。MySQL 可以通过 set transaction_isolation 命令来调整隔离级别，新的隔离级别会在下一个事务开始时生效。

6、事务处理：

#多条语句时，批量执行，事务提交
#有了事务，多步操作就形成了原子性操作，高并发下也不会引起数据错乱
#mysql的事务默认就是开启的  -- 多条语句一起操作时,要么一起成功要么一起失败
BEGIN; #关闭事务的自动提交
INSERT INTO user (id) VALUES(25);#成功
INSERT INTO user (id) VALUES(5);#已经存在5了，会失败
COMMIT; #手动提交事务


回滚 rollback
#多条语句，批量执行，insert插入重复的主键导致失败时，事务回滚
BEGIN;
INSERT INTO user (id) VALUES(15);
INSERT INTO user (id) VALUES(35);#存在了
ROLLBACK;#事务回滚，就不会再提交了

十二、多表联查：

多表查询是指基于两个和两个以上的表的查询。

1、笛卡尔积：

#把两个表的数据都拼接起来
SELECT * FROM dept,emp

2、内连接：inner join,只有数据存在时才能发送连接。即连接结果不能出现空行。

select stu.sname,stu.sbirthday,s.degree from students stu inner join scores s on s.sno = stu.sno where s.degree > 70;

3、外连接：left join,如果数据不存在，左表记录会出现，而右表为null填充。right join,如果数据不存在，右表记录会出现，而左表为null填充.

十三、索引：

1、什么是索引：

MySQL 索引的工作原理，类似一本书的目录，如果要在一本书中找到特定的知识点，先通过目录找到对应的页码。

2、索引的优缺点：

总的来说，索引三个优点如下：

索引可以大大减少 MySQL 需要扫描的数据量；
索引可以帮助 MySQL 避免排序和临时表；
索引可以将随机 IO 变为顺序 IO。

缺点：
对于非常小的表，大多数情况，全表扫描会更高效；
对于中大型表，索引就非常有效；
对于特大型表，建索引和用索引的代价是日益增长，这时候可能需要和其他技术结合起来，如分区表。

3、索引的实现：

一般使用B树，B+树或哈希表来实现。

4、索引的分类：

1、主键索引：

数据表的主键列使用的就是主键索引。

一张数据表有只能有一个主键，并且主键不能为 null，不能重复。

2、辅助索引：

单值索引：一个索引只包括一个列，一个表可以有多个列
唯一索引：索引列的值必须唯一，但允许有空值；主键会自动创建唯一索引
复合索引：一个索引同时包括多列

5、索引的实现：

#查看索引
show index from students;
#新建单值索引
create index sname_index on students(sname);
alter table students add index (sname);
#删除索引
alter table students drop index sname;
#新建唯一索引：
alter table students add unique (sname);
#创建复合索引
alter table students add index idx_name_birth (sname,sbirthday);
#创建复合唯一索引：
alter table students add unique uni_idx (sname,sbirthday);

十四、Mysql存储引擎：

MySQL 的存储引擎是插件式的，用户可以根据实际的应用场景，选择最佳的存储引擎。MySQL默认支持多种存储引擎，以适应不同的应用需求。

使用 show engines; 来查看Mysql支持的存储引擎。

和存储引擎相关的命令：

mysql> show variables like '%storage_engine%'; #查看默认引擎。

show table status like "table_name" ;#查看表的存储引擎。

从上图可以看出，Mysql默认使用的存储引擎是InnoDB,是最重要、使用最广泛的存储引擎。InnoDB 具有提交、回滚、自动崩溃恢复的事务安全保障，拥有独立的缓存和日志，提供行级别的锁粒度和强大的并发能力。在大多数使用场景中，包括事务型和非事务型存储需求，InnoDB 都是更好的选择，除非有非常特别的原因需要使用其他存储引擎。

InnoDB具有以下特点：

（1）自动增长列：

InnoDB 表的自动增长列，插入的值可以为空，也可以人工插入，如果插入的值为空，则实际插入的值是自动增长后的值。

create table test_tb(
id int primary key auto_increment,
id_number varchar(20) not null unique,
name varchar(18) not null,
age int not null default 0,
CHECK(age >= 0 and age<=200));

create table test_forgrein(
user_id int primary key not null,
address varchar(50),
FOREIGN KEY(user_id) REFERENCES test_tb(id));

当id为自动增长时，如果插入为null，则实际插入的数据是自动增长后得到的值。InnoDB中，自增长列必须是索引，同时必须是索引的第一个列 。如果不是第一个列，数据库会报出异常！

（2）主键和索引

InnoDB 表是基于聚簇索引建立的，聚簇索引也叫主索引，也是表的主键，InnoDB 表的每行数据都保存在主索引的叶子节点上。InnoDB 表必须包含主键，如果创建表时，没有显式指定主键，InnoDB 会自动创建一个长度为 6 个字节的 long 类型隐藏字段作为主键。所有的 InnoDB 表都应该显式指定主键。

InnoDB 表中，除主键之外的索引，叫做二级索引。二级索引必须包含主键列，如果主键列很大的话，其他的所有索引都会很大。因此，主键是否设计合理，对所有的索引都会产生影响。

一般来说，主键的设计原则大致如下：

满足唯一和非空约束；
主键字段应尽可能地小；
主键字段值基本不会被修改；
优先考虑自增字段，或查询最频繁的字段。

十五、SQL优化：

原则：

1、减少数据访问： 设置合理的字段类型，启用压缩，通过索引访问等减少磁盘IO
2、返回更少的数据： 只返回需要的字段和数据分页处理 减少磁盘io及网络io
3、减少交互次数： 批量DML操作，函数存储等减少数据连接次数
4、减少服务器CPU开销： 尽量减少数据库排序操作以及全表查询，减少cpu 内存占用
5、利用更多资源： 使用表分区，可以增加并行操作，更大限度利用cpu资源

总结到SQL优化中，就三点:

• 最大化利用索引；
• 尽可能避免全表扫描；
• 减少无效数据的查询；

优化手段：

1. 尽量避免在字段开头模糊查询，会导致数据库引擎放弃索引进行全表扫描。

即避免：

select id,user_name from user_tb where user_name like "%陈%" 

而应当：

select id,user_name from user_tb where user_name like "陈%" 

2、不要在where子句中使用or来连接条件，or可能会导致索引失效，应当用UNION或UNION ALL：

即避免：

SELECT * FROM student WHERE id=1 OR salary=30000

而应当：

SELECT * FROM student WHERE id=1 
UNION ALL
SELECT * FROM student WHERE salary=30000

3、避免使用in或not in，同样会导致索引失效，数值可以使用between and,子查询可以用exist代替：

即避免：

SELECT * FROM student WHERE ID IN (1,2,3);

而应当：

SELECT * FROM student where id BETWEEN 1 AND 3;

避免：

SELECT * FROM student WHERE id IN (SELECT id FROM Sid);

而应当：

SELECT * FROM student EXIST (SELECT id FROM Score WHERE Score.id=student.id);

4、避免null值判断，应当给属性赋初值，如：0；

5、查询尽量避免返回大量数据，应当使用分页；

6、字符串怪现象：不加单引号时，是字符串跟数字的比较，它们类型不匹配，MySQL会做隐式的类型转换，把它们转换为数值类型再做比较

反例：

#未使用索引

EXPLAIN

SELECT * FROM student WHERE NAME=123

正例：

#使用索引

EXPLAIN

SELECT * FROM student WHERE NAME='123'

7、查询条件不能用 <> 或者 !=；

8、order by 条件要与where中条件一致，否则order by不会利用索引进行排序；

9、避免在where中对字段进行表达式操作；

即避免：

select * from student where id+1-1=1;

而应当:

select * from student where id = 1+1-1;

10、distinct过滤的字段要少：过滤字段会消耗大量的计算机资源；