数据库知识点总结

1.delete 语句删除表中数据后，，删除操作是逻辑上删除，数据所占空间还在，以便回滚操作。

truncate删除数据是物理上删除，删除后会立即释放空间，不能恢复。

2. 数据库中，任何写操作都必须记录日志。因此，当日志满了，就只能执行查询操作等读操作，，不能执行更改、备份等等写操作。

3. union---》进行表的合并操作，union会删除重复元素。（速度较慢）

union all----》进行表合并操作，直接返回。不会删除重复元素 （速度较快）

4. 视图 是一个虚表。。 数据库中存放的只是视图的定义， 视图的数据项仍然在原来的基本表中。

使用视图，用户可以将注意力集中在关心的数据上而不是全部数据。    视图不能提高查询效率，因为数据都是在原来的基本表中，不在视图中。

创建视图 

              create view  <视图名>  （列名1,……，列名n）   

      as   <子查询>         //子查询可以是任意复杂的select 语句，但通常不包含order by 和 distinct 短语。

      [   with check option   ]       //对视图进行update 、insert、delete操作的行  要保证满足子查询中的条件表达式。

删除视图    drop view <视图名>  [ cascade级联删除 ]

查询视图    语法同基本表查询

更新视图    语法同基本表查询

5.触发器是一个特殊的存储过程，有事件触发，不能由程序调用或者手工启动。

6. 模式（schema） 是用于 在一个 大项目中 区分 各个小项目。每个小项目的表, 放在各自的模式（schema） 下面。这样, 遇到小项目里面有相同名字的表的话,  不会发生冲突。
例如一个公司的系统。里面分2个子系统， 分别为 财务系统 和人力资源系统。这2个子系统, 共用一个数据库。那么财务系统的表, 可以放在财务的模式（schema）。人力资源系统的表，放在 人力资源系统的模式里面。这2个子系统，能够互相访问对方的表，但是又不因为表重名的问题，影响对方。

没有指明的话，默认是使用dbo模式。

7. 

（1）.    创建模式 create schema  <模式名> authorization <用户名>    

      删除模式drop schema <模式名>  <cascade | restrict>  （cascade级联，restrict限制）    

（2）     创建表  create table <表名> （列名1 数据类型 列级约束条件 ， 列名2……， 列名3…… ， 表级约束条件）

删除表 drop table <表名>  [cascade | restrict ]

修改表 alter table <表名>  [ add列名 数据类型 约束条件 ] 或者[ drop  完整性约束名 ]  或者 [ alter column 列名 数据类型 ]

8.索引

创建索引 create  [ unique | cluster ]  index  <索引名> on <表名> （列名1 [  asc | desc ] )，……,列名n [ asc|desc ]）  

默认是asc即升序， unique 代表一个索引只对应一个值；  cluster  代表索引顺序与物理顺序一致

删除索引 drop index <索引名>

索引能加快查询速度。

在基本表上建立一个或多个索引，以加快查找速度。

索引已经建立，就由系统使用和维护它，不需要用户干预。索引一般采用B+树、hash索引来实现。

当表中有大量记录时，若要对表进行查询，第一种搜索信息方式是全表搜索，是将所有记录一一取出，和查询条件进行一一对比，然后返回满足条件的记录，这样做会消耗大量数据库系统时间，并造成大量磁盘I/O操作；第二种就是在表中建立索引，然后在索引中找到符合查询条件的索引值，最后通过保存在索引中的ROWID（相当于页码）快速找到表中对应的记录。

设置索引要付出代价的：一是增加了数据库的存储空间，二是在插入和修改数据时要花费较多的时间(因为索引也要随之变动)。

9. 数据查询

select   [ all | distinct ]  <目标表达式1> ，....... <目标表达式n>            // distinct用于消除重复元素

from <表名或视图名1>，……，<表名或视图名n>

where  <条件表达式>// 若两个或多个表中有相同的列，此处应写  表名.列名  来进行区分

[group by <列名1>  having <条件表达式 >]           //将查询结果 按某一列或多列的值分组，值相等的为一组。

[order by <列名2>  asc |  desc ]

注：

      （1）目标表达式，常见为 表的列名， 还可以是表达式（算数表达式，字符串常量、函数（count、max、min、avg这些函数可以使用all或者distinct 指定统计范围）等等），此外还可以指定别名来改变查询结果的列标题。

比如    select    name       newName或者as newName    from     table1 ；

（2） 条件表达式 ， 有大小比较运算符，>   <     =     >=   <=      !=    <>   !>    !<  

 有确定范围  between     and      ， not between       and      

                                确定集合        in ,  not  in

字符匹配

%代表任意长度字符串

_单个字符（注意汉语腰斩两个字符，因此要有两个_ _ ）

涉及空值的查询     is null          ,is not null

多重条件  and   or  not

10. 

插入数据      insert into <表名> （列名1，……，列名n）  values （常量1，……，常量n）

更新数据     update  <表名>   set  <列名1> = <表达式1>,……，<列名n> = <表达式n>   [ where   <条件> ]
删除数据 delete from <表名> [ where <条件> ]

11.

12.

13.  范式

◆ 第一范式（1NF）：强调的是列的原子性，即列不能够再分成其他几列。 
考虑这样一个表：【联系人】（姓名，性别，电话） 
如果在实际场景中，一个联系人有家庭电话和公司电话，那么这种表结构设计就没有达到 1NF。要符合 1NF 我们只需把列（电话）拆分，即：【联系人】（姓名，性别，家庭电话，公司电话）。1NF 很好辨别，但是 2NF 和 3NF 就容易搞混淆。 

◆ 第二范式（2NF）：首先是 1NF，另外包含两部分内容，一是表必须有一个主键；二是没有包含在主键中的列必须完全依赖于主键，而不能只依赖于主键的一部分。 
考虑一个订单明细表：【OrderDetail】（OrderID，ProductID，UnitPrice，Discount，Quantity，ProductName）。 
因为我们知道在一个订单中可以订购多种产品，所以单单一个 OrderID 是不足以成为主键的，主键应该是（OrderID，ProductID）。显而易见 Discount（折扣），Quantity（数量）完全依赖（取决）于主键（OderID，ProductID），而 UnitPrice，ProductName 只依赖于 ProductID。所以 OrderDetail 表不符合 2NF。不符合 2NF 的设计容易产生冗余数据。 
可以把【OrderDetail】表拆分为【OrderDetail】（OrderID，ProductID，Discount，Quantity）和【Product】（ProductID，UnitPrice，ProductName）来消除原订单表中UnitPrice，ProductName多次重复的情况。 

总结：如果 主键的列 大于等于1个，那么其他的列，要依赖于所有的主键列。不能只依赖于部分的主键列。

◆ 第三范式（3NF）：首先是 2NF，另外非主键列必须直接依赖于主键，不能存在传递依赖。即不能存在：非主键列 A 依赖于非主键列 B，非主键列 B 依赖于主键的情况。 
考虑一个订单表【Order】（OrderID，OrderDate，CustomerID，CustomerName，CustomerAddr，CustomerCity）主键是（OrderID）。 
其中 OrderDate，CustomerID，CustomerName，CustomerAddr，CustomerCity 等非主键列都完全依赖于主键（OrderID），所以符合 2NF。不过问题是 CustomerName，CustomerAddr，CustomerCity 直接依赖的是 CustomerID（非主键列），而不是直接依赖于主键，它是通过传递才依赖于主键，所以不符合 3NF。 
通过拆分【Order】为【Order】（OrderID，OrderDate，CustomerID）和【Customer】（CustomerID，CustomerName，CustomerAddr，CustomerCity）从而达到 3NF。 
第二范式（2NF）和第三范式（3NF）的概念很容易混淆，区分它们的关键点在于，2NF：非主键列是否完全依赖于主键，还是依赖于主键的一部分；3NF：非主键列是直接依赖于主键，还是直接依赖于非主键列。

BCNF范式排除了任何属性(不光是非主属性，2NF和3NF所限制的都是非主属性)对候选键的传递依赖与部分依赖。 

14.   DTS 在SQL中也叫数据转换服务

SQLServer《-----》 excel、Access、其他数据库

15. MySQL存储引擎；

使用命令  ： show engines；

MySQL主要有四种（还有其他）存储引擎：  InnoDB、MyISAM 、 memory、merge

MyISAM ：它不支持事务，也不支持外键，尤其是访问速度快，对事务完整性没有要求或者以SELECT、INSERT为主的应用基本都可以使用这个引擎来创建表。

InnoDB存储引擎支持事务处理功能，提供了具有提交、回滚和崩溃恢复能力的事务安全。但是对比MyISAM的存储引擎，InnoDB写的处理效率差一些并且会占用更多的磁盘空间以保留数据和索引。