Select [distinct ] <字段名称> from 表 1 [ join 表 2 on ] where group by <字段>

having order by <排序字段> limit <起始偏移量,行数>

（8）Select

（9）distinct 字段名 1,字段名 2，

（7）[fun(字段名)]

（1）from 表 1

（3）join 表 2

（2）on

（4）where

（5）group by <字段>

（6）having

（10）order by <排序字段>

（11）limit <起始偏移量,行数>

MYSQL 多表查询主要使用连接查询 , 连接查询的方式主要有 :

• 内连接

  • 隐式内连接 : Select 字段 From 表 A , 表 B where 连接条件
  • 显式内连接 : Select 字段 From 表 A inner join 表 B on 连接条件

• 外连接

  • 左外连接 : Select 字段 From 表 A left join 表 B on 连接条件
  • 右外连接 : Select 字段 From 表 A right join 表 B on 连接条件
  • 全外连接：(很少用)

• 子查询

• 内连接：只有两个元素表相匹配的才能在结果集中显示。

• 外连接：左外连接: 左边为驱动表，驱动表的数据全部显示，匹配表的不匹配的不会显示。

• 右外连接:右边为驱动表，驱动表的数据全部显示，匹配表的不匹配的不会显示。

• 全外连接：连接的表中不匹配的数据全部会显示出来。

• 交叉连接：笛卡尔效应，显示的结果是链接表数的乘积。

1. char 的长度是不可变的，用空格填充到指定长度大小，而 varchar 的长度是可变的。

2. char 的存取速度比 varchar 要快得多

3. char 的存储方式是：对英文字符（ASCII）占用 1 个字节，对一个汉字占用两个字节。

   varchar 的存储方式是：对每个英文字符占用 2 个字节，汉字也占用 2 个字节。

MYSQL 索引主要有 : 单列索引 , 组合索引和空间索引 , 用的比较多的就是单列索引和组合索引 , 空间索引我这边没有用到过

单列索引 : 在 MYSQL 数据库表的某一列上面创建的索引叫单列索引 , 单列索引又分为

• 普通索引：MySQL 中基本索引类型，没有什么限制，允许在定义索引的列中插入重复值和空值，纯粹为了查询数据更快一点。

• 唯一索引：索引列中的值必须是唯一的，但是允许为空值

• 主键索引：是一种特殊的唯一索引，不允许有空值

• 全文索引： 只有在 MyISAM 引擎、InnoDB（5.6 以后）上才能使⽤用，而且只能在 CHAR,VARCHAR,TEXT 类型字段上使⽤用全⽂文索引。

组合索引 : 在 MYSQL 数据库表的多个字段组合上创建的索引 , 称为组合索引也叫联合索引

• 组合索引的使用，需要遵循左前缀原则

• 一般情况下，建议使用组合索引代替单列索引（主键索引除外）

创建索引语法 :

1). 创建索引

CREATE  [ UNIQUE | FULLTEXT ]  INDEX  index_name  ON  table_name  ( index_col_name,... ) ;

2). 查看索引

SHOW  INDEX  FROM  table_name ;

3). 删除索引

DROP  INDEX  index_name  ON  table_name ;

索引是在存储引擎中实现的，也就是说不同的存储引擎，会使用不同的索引

MyISAM 和 InnoDB 存储引擎：只⽀支持B+ TREE 索引， 也就是说默认使用 BTREE，不能够更换

MEMORY/HEAP 存储引擎：支持 HASH 和 BTREE 索引

MYSQL 存储引擎有很多, 常用的就二种 : MyISAM和InnerDB , 者两种存储引擎的区别 ;

• MyISAM 支持 256TB 的数据存储 , InnerDB 只支持 64TB 的数据存储
• MyISAM 不支持事务 , InnerDB 支持事务
• MyISAM 不支持外键 , InnerDB 支持外键

聚簇索引

在使用InnoDB存储引擎的时候, 主键索引 B+树叶子节点会存储数据行记录，简单来说数据和索引在一起存储 , 这就是聚簇索引

非聚簇索引

在使用MyISAM存储引擎的时候, B+树叶子节点只会存储数据行的指针，简单来说数据和索引不在一起 , 这就是非聚簇索引

需要查询二次

如果使用MyISAM存储引擎 , 会首先根据索引查询到数据行指针, 再根据指针获取数据

如果是InnoDB存储引擎 , 会根据索引查找指定数据关联的主键 ID , 再根据主键 ID 去主键索引中查找数据

当我们为一张表的name字段建立了索引 , 执行如下查询语句 :

select name,age from user where name='Alice'

那么获取到数据的过程为 :

1. 根据name='Alice'查找索引树 , 定位到匹配数据的主键值为 id=18

2. 根据id=18到主索引获取数据记录 (回表查询)

**先定位主键值，再定位行记录就是所谓的回表查询，它的性能较扫一遍索引树低 **

覆盖索引是指只需要在一棵索引树上就能获取 SQL 所需的所有列数据 , 因为无需回表查询效率更高

实现覆盖索引的常见方法是：将被查询的字段，建立到联合索引里去。

执行如下查询语句 : select name,age from user where name='Alice'

因为要查询 name 和 age二个字段 , 那么我们可以建立组合索引

create index index_name_age on user(name,age)

那么索引存储结构如下 :

这种情况下, 执行select name,age from user where name='Alice' , 会先根据name='Alice', 找到记录 , 这条记录的索引上刚好又包含了 age 数据 , 直接把 Alice 77数据返回 , 就不会执行回表查询 , 这就是覆盖索引

在 mysql 建立联合索引时会遵循左前缀匹配的原则，即最左优先，在检索数据时从联合索引的最左边开始匹配，组合索引的第一个字段必须出现在查询组句中，这个索引才会被用到 ;

例如 : create index index_age_name_sex on tb_user(age,name,sex);

上述 SQL 语句对 age,name和sex建一个组合索引index_age_name_sex ,实际上这条语句相当于建立了(age) , (age,name) , (age,name,sex)三个索引 .

select * from tb_user where age = 49 ;  -- 使用索引

select * from tb_user where age = 49 and name = 'Alice' ;  -- 使用索引

select * from tb_user where age = 49 and name = 'Alice' and sex = 'man';  -- 使用索引

select * from tb_user where age = 49  and sex = 'man';  -- 使用索引 , 但是只有 age 匹配索引 sex没有走索引

select * from tb_user where name = 'Alice' and age = 49 and sex = 'man' ;  -- 使用索引 ,  因为MySQL的查询优化器会自动调整 where 子句的条件顺序以使用适合的索引

select * from tb_user where name = 'Alice'  and sex = 'man' ;  -- 不会使用索引

MySQL 索引通常是被用于提高 WHERE 条件的数据行匹配时的搜索速度，编写合理化的 SQL 能够提高 SQL 的执行效率

1. 在列上使用函数和进行运算会导致索引失效

2. 使用 != 或 not in 或 <> 等否定操作符会导致索引失效

3. 尽量避免使用 or 来连接条件

   or 关键词二边 , 只要有一个条见不满足索引, 就会全表扫描

4. 多个单列索引并不是最佳选择，建立组合索引代替多个单列索引, 可以避免回表查询

5. 使用 > , < 等比较运算符号 , 比较运算符后面的条件索引会失效

6. 当查询条件左右两侧类型不匹配的时候会发生隐式转换，隐式转换带来的影响就是可能导致索引失效而进行全表扫描。

7. like 语句的索引失效问题

   like 的方式进行查询，在 like “value%” 可以使用索引，但是对于 like “%value%” 这样的方式，执行全表查询

8. 数据库在执行的过程中, 如果判断执行索引的效率还没有全表扫描的效率高, 也会走全表扫描

需要创建索引情况

1. 主键自动建立主键索引

2. 频繁作为查询条件的字段应该创建索引

3. 多表关联查询中，关联字段应该创建索引 (on 两边都要创建索引)

4. 查询中排序的字段，应该创建索引

5. 频繁查找字段 , 应该创建索引

6. 查询中统计或者分组字段，应该创建索引

不要创建索引情况

1. 表记录太少

2. 经常进⾏行行增删改操作的表

3. 频繁更新的字段

4. where 条件里使用频率不高的字段

5. 区分度不高的字段

6. 从设计方面 选择合适的存储引擎 , 合适的字段类型 , 遵循范式(反范式设计)

2.从功能方面可以对索引优化，采用缓存缓解数据库压力，分库分表。

3.从架构方面可以采用主从复制，读写分离，负载均衡

MYSQL 不是跳过 offset 行, 而是取 offset+N 行, 然后放弃前 offset 行 , 返回 N 行, 所以当 offset 比较法的情况下分页效率很低

正确的处理方法是 : 先快速定位需要获取的 id 再关联查询获取数据

可以在 MYSQL 配置文件中开启慢查询 , 有两种方式可以开启慢查询

方式一 : 修改my.ini配置文件 , 重启 MySQL 生效

[mysqld]
log_output='FILE,TABLE'
slow_query_log='ON'
long_query_time=0.001

方式二 : 设置全局变量

SET GLOBAL slow_query_log = 'ON';
SET GLOBAL log_output = 'FILE,TABLE';
SET GLOBAL long_query_time = 0.001;

首先可以开启慢查询, 通过慢查询日志或者命令, 获取到执行慢的 SQL 语句 , 其次可以使用EXLPAIN命令分析 SQL 语句的执行过程

EXLPAIN 命令, 比较重要的字段(加黑加粗的是重要的) :

select_type 重点解读

type 重点解读：查询性能从上到下依次是最好到最差

extra 重点解读

MYSQL 锁按照锁的粒度分，分为以下三类：

• 全局锁：锁定数据库中的所有表。

  全局锁就是对整个数据库实例加锁，加锁后整个实例就处于只读状态

• 表级锁：每次操作锁住整张表。

  表级锁，每次操作锁住整张表。锁定粒度大，发生锁冲突的概率最高，并发度最低 , 对于表级锁，主要分为以下三类：

  • 表锁 :

    • 表共享读锁 lock tables 表名 read/write

    • 表排他写锁 lock tables 表名 write

  • 元数据锁 :

    • 元数据锁加锁过程是系统自动控制，无需显式使用，在访问一张表的时候会自动加上 , 主要作用是维护表元数据的数据一致性，在表上有活动事务的时候，不可以对元数据进行写入操作

  • 意向锁 : 为一条数据加行锁的情况下, 同时获取表的意向锁 , 其他事物再来获取表锁 , 可以方便的判断是否可以获取锁 , 使用意向锁来减少表锁的检查。

    • 意向共享锁(IS): 由语句 select … lock in share mode 添加 。 与 表锁共享锁(read)兼容，与表锁排他锁(write)互斥。
    • 意向排他锁(IX): 由 insert、update、delete、select…for update 添加 。与表锁共享锁(read)及排他锁(write)都互斥，意向锁之间不会互斥。

• 行级锁：每次操作锁住对应的行数据。

  行级锁，每次操作锁住对应的行数据。锁定粒度最小，发生锁冲突的概率最低，并发度最高 , 行锁是通过对索引上的索引项加锁来实现的，而不是对记录加的锁。

  • 行锁（Record Lock）：锁定单个行记录的锁，防止其他事务对此行进行 update 和 delete。在 RC、RR 隔离级别下都支持。
  • 间隙锁（Gap Lock）：锁定索引记录间隙（不含该记录），确保索引记录间隙不变，防止其他事务在这个间隙进行 insert，产生幻读。在 RR 隔离级别下都支持
  • 临键锁（Next-Key Lock）：行锁和间隙锁组合，同时锁住数据，并锁住数据前面的间隙 Gap。在 RR 隔离级别下支持。

1. MYSQL 实现事物的原理 有了解过嘛 ?