1.? ? ?SQL语言分类：
DDL：数据定义语言，用于创建数据库对象，如库、表、索引等
DML：数据操纵语言，用于对表中的数据进行管理
DQL：数据查询语言，用于从数据表中查找符合条件的数据记录
DCL：数据控制语言，用于设置或者更改数据库用户或角色权限
2.单表查询：
分组查询；select? ? from? ?where（分组前条件）? ? group by? having（分组后条件）
where不能执行聚合函数 having可以? ?
select? ? from? ?where（分组前条件）like name=“_n%”
排序查询 ：select *from 表? order by 字段 asc（升序可省略），字段 desc（降序），?
分页查询 select *from limit 起始（页面-1*每页记录，0开始可以省略不写），每页数值；
3.多表查询：
多表关系
一对一：任意一方加入外键? ?指向另一个表的主键 并设置外键唯一；
一对多：在多的一方建立外键，指向另一方的主键
多对对：建立第三张表，至少两个外键? ?指向两张表的主键
一对一经常做单表拆分，提升效率；
内隐式连接?
select? ? from? ?表1，表2where
内连接? ?显式内连接
select? ? from 表a? （inner） join 表b? ?on条件；
左外连接?
select from 表a? left（outer） join 表b on? 条件；
右外连接?
select 字段 from 表a right （outer） join 表b on 条件；
左右查询可以互换 right 换 left? 表a和表b换位置；
4.事务
是一组操作的集合，不可分割的工作单位，作为一个整体提交请求，要么同时成功，要不同时失败；
事务开启 start transaction /begin? set @autocommit=0;
查询 ；修改；提交 commit? ?
事务回滚 rollback；
? ? ?ACID ；
原子性：事务是不可分割的最小单位
一致性：事务完成时数据保持一致的状态
隔离性：数据库的隔离机制，保证事务在独立环境下运行，不受外部并发操作影响；
持久性：事务提交或回滚，对数据库的改变是永久的；
并发事务：
脏读;select、 读取到别的事务还没有提交的事务；
不可重复读;? select? select? ?读取同一事务，两次读取的数据不同；
幻读；select insert select 解决了不可重复读的问题，insert 提交其实是失败的，
查询时没有对应的数据，提交时，数据已经存在。
事务隔离级别?
read uncommited；脏读不可重复读幻读
read commited；不可重复读幻读
repeatable read ；幻读
serializable；串行化? 都不会
5.索引
索引 是一种数据结构，帮助数据库高效的获取数据；? ? ? ? ? ? ? ?无索引全表扫描；
优缺点：索引是一种数据结构，占用空间，会提高检索效率，会降低更新表的效率
?二叉树 ? ?
①根节点的值大于左子树的任意一个节点值，根节点的值小于右子树任意一个节点的值
②查找添加删除的时间复杂度都是O(n)
顺序插入时会形成一个单向链表
平衡二叉树
①左右子树高度相差不能超过1，查找添加删除的时间复杂度都是O(lgN)
缺点：大数据的情况下，层级较深，随着树越高，查找速度越来越慢。
红黑树：
①根节点是黑色的。叶节点是黑色空节点，不存储数据
②任意两个节点都不是红色的
③任意节点到其叶子节点的黑色节点数量相同
?B树
?①非叶子节点的个数（索引值）等于子节点-1，最小是M/2? -1，最大M-1，
②所有叶子节点都在同一层
1.什么MySQL的索引要使用B+树而不是其它树形结构?比如B树？
因为B树（多路平衡查找数）不管叶子节点还是非叶子节点，都会保存数据，这样导致一页内存储的键值和指针都减少，
指针少的情况下要保存大量数据，只能增加树的高度，查询性能变低；
? ? ?B+树①内节点不存储数据，所有 data 存储在叶节点导致查询时间复杂度固定为 log n。
? ? ? ? ? ? ?②为所有叶子结点增加了一个链指针? ? ? ? ?叶子节点形成单项链表；
Mysql对B+树进行了优化，增加了一个指向相邻叶子节点的指针，数据是以页的形式进行存储，页内数据确实是单向链表，页间（数据页和目录页）都是双向链表。
B-树允许每个节点有更多的子节点即可（多叉树）
所以一般B+树的叶节点和内节点大小不同，而B-树的每个节点大小一般是相同的，
hash索引：
哈希表就是一种以 键-值(key-indexed) 存储数据的结构，我们只要输入待查找的值即key，即可查找到其对应的值。
当我们在mysql中用哈希索引时，主要就是通过Hash算法（常见的Hash算法有直接定址法、平方取中法、折叠法、除数取余法、随机数法），将数据库字段数据转换成定长的Hash值，与这条数据的行指针一并存入Hash表的对应位置；
?
索引分类
?
?主键 primary
唯一unique
创建索引：
creat? unique/full text? index? ? 索引名?on 表；?
表锁 行锁
?
加锁：lock tables 表明 read/write
释放;unlock tables;
行锁：锁定单行记录
事务A获取了数据的共享锁s，那么事务B也可以获取数据的共享锁s
事务A获取了数据的排他锁X，那么其他事务就不可以获取事务的共享锁和排他锁。
进行增删改默认是排他锁，查询默认没有锁；
约束?
对表中的数据进行限制；
??
?
?