[大数据]mysql学习（一）

数据库概述

什么是数据库？

存储数据的仓库，其实就是一堆存储了特定格式数据的文件

什么是数据库管理系统？

数据库管理系统英文为DataBaseManagement，简称DBMS。

数据库管理系统是专门用来管理数据库中的数据的，可以对数据库中的数据进行增删改查。

程序员编写sql语句，DBMS负责执行sql语句，来实现对数据库中数据的增删改查。

数据库操作

1、mysql的启动：

services.msc

net start mysql

2、mysql的关闭：

net stop mysql

3、mysql的连接(登录)：

mysql -uroot -proot

4、mysql的退出：

exit

SQL的分类

DDL：

数据定义语言，定义数据库对象：数据库，表，列等。主要操作的是表的结构。

CREATE \ ALTER \ DROP \ RENAME \ TRUNCATE

操作数据库

1、Create：创建

创建数据库，判断是否存在：

?create database if not exists 数据库名称;

创建数据库，并且指定字符集：

create database 数据库名称 character set 字符集名称;

2、Retrieve：查询

查询所有数据库的名称：

show databases;

查询某个数据库的字符集(查询某个数据库的创建语句)：

show create database 数据库名称;

3、Update：修改

修改数据库的字符集：

alter database 数据库名称 character set 字符集名称;

4、Delete：删除

删除数据库：

drop database 数据库名称;

?判断数据库是否存在，存在的话删除：

drop database if exists 数据库名称;

5、使用数据库

查询当前正在使用的数据库名称：

select database();

使用数据库：

use 数据库名称;

操作表

1、Create：创建

创建表：

create table 表名(
    列名1 数据类型1,
    列名2 数据类型2,
    ...
    列名n 数据类型n
);

????????int: 整数类型：

????????????????age int

????????double: 小数类型：

????????????????score double(5,2) 表示最多有五位，保留两位小数

????????date: 日期，只包含年月日：

????????????????datetime: 日期，包含年月日时分秒，yyyy-MM-dd HH:mm:ss

????????????????timestamp: 时间戳类型，包含年月日时分秒，yyyy-MM-dd HH:mm:ss

????????????????不赋值或者赋值为NULL，则默认使用当前系统时间自动赋值

????????varchar: 字符串类型：

????????????????name varchar(20) 表示姓名最大20个字符

复制表：create table 表名 like 目标表;

2、Retrieve：查询

查询某个数据库中所有的表名称：

show tables;

查询表结构：

desc 表名;

3、Update：修改

修改表名：

alter table 表名 rename to 新表名;

修改表的字符集：

alter table 表名 character set 字符集;

添加一列：

alter table 表名 add 列名 数据类型;

修改列名，字符集：

alter table 表名 change 原列名 新列名 (新)字符集;
alter table 表名 modify 列名 新字符集

删除列：

alter table 表名 drop 列名;

4、Delete：删除

删除表：

drop table if exists 表名 ;

DCL：

数据控制语言，定义数据库的访问权限和安全级别，及创建用户。

COMMIT \ ROLLBACK \ SAVEPOINT \ GRANT \ REVOKE

DML：

数据操作语言，对表中数据进行增删改。INSERT \ DELETE \ UPDATE \ SELECT

1、增加数据：

insert into 表名(列名1,列名2,...,列名n) values(值1,值2,...,值n);

默认给所有列添加数据：

insert into 表名 values(值1,值2,...,值n);

除了数字类型，其他类型要用引号（单双都可以）

2、删除数据：

delete from 表名 [where 条件];

删除表，然后创建一个一模一样的空表：

truncate table 表名;

3、修改数据：

update 表名 set 列名1 = 值1, 列名2 = 值2, ... ,列名n = 值n [where 条件];

DQL：对表中数据进行查询

select
    字段列表
from
    表名
where
    条件列表
group by
    分组字段
having
    分组之后的排序
order by
    排序
limit
    分页限定

1、基础语法

（1）多个字段查询：

select 字段名1, 字段名2, ... from 表名;

（2）去除重复：

select distinct 字段名1, 字段名2, ... from 表名;

（3）起别名：

select * from t_user as user where id = 1;

2、条件查询where

（1）>、 < 、<=、>=、=、<>(不等于，mysql中也可以用!=)

（2）BRTWEEN...AND

查询student表中年龄在20--30岁之间的人：

select * from student where age between 20 and 30;

（3）IN(集合)

查询student表中年龄为18，22，25岁的：

select * from student where age in(18, 22, 25);

（4）LIKE 模糊查询

*? ?_?表示单个任意字符

????????查询student表中姓名中第2个字是三的：

select * from student where name like '_三%';

????????查询student表中名字是三个字的人：

select * from student where name like'___';

*? %表示多个任意字符（或空字符）

????????查询student表中姓王的人：

select * from student where name like '%王';

????????查询姓名中包含王的人：

select * from student where name like '%王%';

（5）IS NULL

????????查询没有英语成绩的人：

select * from student where english id null;

（6）AND 或者 &&

（7）OR 或者 ||

（8）NOT 或者 !

3、排序查询

语法：ORDER BY

????????ORDER BY 排序字段1 排序方法1,排序字段2 排序方法2 ...

排序方式：

????????ASC：升序 排序方式不写默认升序

????????DESC：降序

查询所有学生，按年龄从大到小排序：

select * from student order by age desc;

4、聚合函数：将一列数据作为一个整体，进行纵向的计算（例如求一科的总分）

（1）COUNT：计算个数

计算一共有几个人：

select count(name) from student;

（2）MAX：计算最大值

计算数学成绩的最大值：

select max(math) from student;

（3）MIN：计算最小值

计算数学成绩的最小值：

select min(math) from student;

（4）SUM：求和

求所有人数学成绩的总和：

select sum(math) from student;

（5）AVG：计算平均值

求数学成绩的平均分：

select avg(math) from student;

5、分组查询

语法：group by 分组字段

where和having的区别

????????where在分组之前进行限定，如果不满足条件则不参与分组

????????having在分组之后进行限定，如果不满足条件则不会被查询出来

????????where后不可以跟聚合函数，having可以进行聚合函数的判断

按照性别分组，分别查询男女同学的平均分和男女生的人数：

select sex, avg(math), count(id) from student group by sex;

6、分页查询

语法：limit 开始的索引,每页查询的条数

每页显示3条数据

select * from student limit 0,3;-- 第一页
select * from student limit 3,3;-- 第二页

约束：对表中的数据进行限定，保证数据的正确性、有效性和完整性

主键约束：primary key

主键值一般使用int、bigint、char等，不建议使用varchar。

主键约束字段非空且唯一，一张表只能有一个主键。

创建表时添加主键：

create table stu(id int primary key, name varchar(20));

删除主键约束：

alter table stu drop primary key;

创建完表后添加主键：

alter table stu modify id int primary key;

自动增长：如果某一列是数值类型的，使用 auto_increment 可以实现值的自动增长

在创建表时添加主键约束并实现主键自动增长

create table stu(
    id int primary key auto_increment,
    name varchar(20)
);

复合主键：

create table stu(
    id int,
    name varchar(20),
    email varchar(20),
    primary key(id, name)
);

非空约束：not null

创建表时添加非空约束：

create table stu(id int, name varchar(20) mot null;

删除非空约束：

alter table stu modify name varchar(20);

创建表后添加非空约束：

alter table stu modify name varchar(20) not null;

唯一约束：unique

创建表时添加唯一约束：

create table stu(id int, phone_number varchar(20) unique);

删除唯一约束：

alter table stu drop index phone_number;

创建表后添加唯一约束：

alter table stu modify phone_number varchar(20) unique;

外键约束：foreign key

创建表时添加外键约束

create table 表名(
    ...
    外键列
    constraint 外键名(新) foreign key(外键列名称) references 主表名称(主表列名称)
    //constraint emp_dept_fk foreign key(dept_id) references dept(id)
);

删除外键：

alter table emp drop foreign key emp_dept_fk;

添加外键，并设置级联更新

alter table emp add constraint emp_dept_fk foreign key(dept_id) references dept(id) on update cascade;

存储引擎

mysql默认的存储引擎是InnoDb

设置存储引擎

create table stu(
    id int primary key auto_increment,
    name varchar(20)
) engine=InnoDB

常用存储引擎

1、MyISAM

它管理的表有下列主要特征：

（1）使用三个文件表示每个表?

（2）格式文件：存储表结构的定义（mytable.frm）

（3）数据文件：存储表行的内容（mytable.MYD）

（4）索引文件：存储表上索引（mytable.MYI）

可被转换为压缩、只读表，来节省空间

2、InnoDB（mysql的默认存储引擎）

支持事务，支持数据库崩溃后自动恢复机制，非常安全。

它管理的表有下列主要特征：

（1）每个InnoDB表在数据库目录中以.frm格式文件表示

（2）InnoDB表空间tablespace被用于存储表的内容

（3）提供一组用来记录事务活动性的日志文件

（4）用COMMIT、SAVEPOINT及ROLLBACK支持事务处理

（5）提供全ACID兼容

（6）在mysql服务器崩溃后提供自动恢复

（7）多版本（MVCC）和行级锁定

（8）支持外键及引用的完整性，包括级联删除和更新

3、Memory

使用Memory存储引擎的表，其数据存储在内存中，且行的长度固定，速度快

它管理的表有下列主要特征：

（1）在数据库目录内，每个表均已.frm格式的文件表示

（2）表数据及索引被存储在内存中（查询快）

（3）表级锁机制

（4）不能包含TEXT和BLOB字段

多表关系

一对多（多对一）

在多的一方建立外键，指向一的一方的主键

多对多

借助中间表，中间表至少包含两个字段，这两个字段作为中间表的外键，分别指向两张主表的主键

一对一

在任意一方添加唯一外键指向另一方的主键

范式

第一范式（1NF）：

每一列都是不可分的原子数据项

第二范式（2NF）：

在1NF的基础上，非码属性必须完全依赖于码属性（在1NF基础上消除非主属性对主码的部分函数依赖）

第三范式（3NF）：

在2NF的基础上，任何非主属性不依赖于其他非主属性（在2NF基础上，消除传递依赖）

多表查询

内连接查询

1、隐式内连接：使用where条件清除无用数据

查询所有员工信息和对应的部门信息：
SELECT * FROM emp,dept WHERE emp.dept_id = dept.id;

查询员工的名称、员工性别、部门表的名称：
SELECT t1.name,t1.gender,t2.name FROM emp t1, dept t2 WHERE t1.dept_id = t2.id;

2、显式内连接：

select 字段列表 from 表名1 inner join 表名2 on 条件;

查询所有员工信息和对应的部门信息；

SELECT * FROM emp [INNER] JOIN dept ON emp.dept_id = dept.id;

外连接查询

1、左外连接：查询的是左表所有数据以及两表的交集

select 字段列表 from 表1 left [outer] join 表2 on 条件;

2、右外连接：查询的是右表所有数据以及两表的交集

select 字段列表 from 表1 right [outer] join 表2 on 条件;

子查询：查询中嵌套查询

1、子查询结果为单行单列：

子查询可以作为条件，使用运算符去判断，如：<、<=、=、>=、>

查询工资最高的员工信息：

select * from emp where emp.salary = (select max(salary) from emp);

查询员工工资小于平均工资的人：

select * from emp where emp.salary < (select avg(salary) from emp);

2、子查询结果为多行单列：

查询'财务部'和'市场部'所有员工信息：

SELECT * FROM emp WHERE emp.dept_id  IN (SELECT id FROM dept WHERE NAME = '财务部' OR NAME = '市场部');

子查询可以作为条件，使用运算符in来判断

3、子查询结果为多行多列：

子查询作为一张虚拟表

查询员工入职日期是2011-11-11之后的员工信息和部门信息：S

ELECT * FROM dept t1, (SELECT * FROM emp WHERE emp.join_date > '2011-11-11') t2 WHERE t1.id = t2.dept_id;

事务

事务的操作：

1、事务的使用

（1）开启事务：start transaction;

（2）回滚：rollback;

（3）提交：commit;

2、MySQL数据库中事务默认自动提交

（1）事务提交的两种方式

自动提交：

????????mysql就是自动提交的

????????一条DML（增删改）语句会自动提交一次事务

手动提交：

????????需要先开启事务，在提交

（2）修改事务的默认提交方式：

查看事务的默认提交方式：select @@autocommit; 1代表自动提交，0代表手动提交

修改默认提交方式：set @@autocommit = 0;

事务的四大特征：

1、原子性：是不可分割的最小操作单位，要么同时成功，要么同时失败

2、持久性：当事务提交或回滚后，数据库会持久性的保存

3、隔离性：多个事务之间，相互独立

4、一致性：事务操作前后，数据总量不变

数据的隔离级别：

1、概念：多个事务之间是隔离的，相互独立的。但是如果多个事务对同一批数据进行操作，就会引发一些问题，设置不同的隔离级别可以解决

2、存在问题：

（1）脏读：一个事务读取到另一个事务中没有提交的数据

（2）不可重复读（虚读）：同一个事务中，两次读取到的数据不一致

（3）幻读：一个事务操作（DML）数据表中所有记录，另一个事务添加了一条数据，则第一个事务查询不到自己的修改

3、隔离级别：

（1）read uncommitted：读未提交

产生的问题：脏读，不可重复读，幻读

（2）read committed：读已提交

产生的问题：不可重复读，幻读

（3）repeatable read：可重复读

产生的问题：幻读

（4）serializable：串行化

可以解决所有的问题

注意：隔离级别从上往下越来越高，但是效率越来越低

4、查询隔离级别：

select @@tx_isolation;

5、设置隔离界别：

set global transaction isolation level 级别字符串;

索引

mysql查询方式有两种

全表扫描

根据索引检索

什么是索引？

索引相当于书的目录，是为了缩小扫描范围从而加快数据库查询速度而设计的一种机制

索引是在数据库表的字段上添加的，可以提高查询效率，一张表的一个或者多个字段都可以添加索引

使用索引的优缺点

优点：

1、可以提高数据检索效率，降低数据库的IO成本

2、通过索引列对数据进行排序效率会提升很多

缺点：

1、索引会占据磁盘空间

2、索引会降低更新表的效率。增删改表时，mysql不仅要保存数据库，还要保存或者更新对应的索引文件。

在那些列上添加索引？

1、在经常需要搜索的列上，可以加快检索效率

2、在主键列上，强制该列的唯一性和组织表中数据的排列结构。

3、在常用的连接列上，在外键列上添加索引可以加快连接速度。

4、在经常需要范围搜索（< = > between in）的列上。

5、在经常需要排序的列上。索引已经排序，这样查询可以利用索引的排序，加快排序查询时间。

6、在经常使用where的字段上，可以加快条件的判断速度。

7、要在很少使用增删改的字段上添加

创建与删除索引

//给emp表中的ename字段添加索引，起别名为emp_ename_index
create index emp_ename_index on emp(ename);

//将emp表中的emp_ename_index索引删除
drop index emp_ename_index on emp;

索引失效的情况

1、模糊查询时以%开头会使索引失效。

2、使用or时，or两边的字段都要使用索引，不然会失效。

3、使用复合索引时，要使用最左侧的列进行查找，不然索引会失效。

4、对索引列进行运算会使索引失效。

5、普通索引使用!=会使索引失效，主键索引不会失效。

6、索引列使用函数会使索引失效。