SQL必知必会-极客时间

第三讲：学会用数据库的方式思考SQL是如何执行的

• 在RDBMS中执行方式是有区别的
• 什么是硬解析和软解析
• SQL在MySql中是如何执行的？

• 共享池：数据字典缓冲区。
• 绑定变量会优化Oracle的解析过程
• Mysql流程：查询缓存，解析器，优化器，执行器

• innidb：事务，行级锁，外键

• 不同的数据库SQL的执行原理是一样的

---

• 其实数据库内部的原理很复杂

• 在Mysql中对SQL执行的时间进行分析
• 查看profiling是否开启

select @@profiling;
```因此在DDL中使用PRIMARY KEY进行规

- 需要开启profiling设置为1

```java
set profiling=1;

• 执行SQL后查看时间（全部时间）

show profiles

• 查看上一次的时间

show profile;

• 可以查询指定的Query ID

show profile for query 2;

在8.0之后mysql不再支持缓存查询。数据表有更新，缓存都将清空，只有数据表是静态的时候，缓存查询才有价值，如果数据表经常更新，反而增加了SQL查询时间

• 查看mysql的版本信息

select version();

总结

• 相同的地方在于Oracle和MySQL都是通过解析器→优化器→执行器这样的流程来执行SQL的。
• Oracle提出了共享池的概念，通过共享池来判断是软解析还是硬解析
• mysql在8.0中放弃了缓存查询，而是直接。解析器→优化器→执行器的流程
• mysql的一大特色就是存储引擎可插拔，可以针对每张表选择适合的存储引擎。

• 课后题

1. 绑定变量概念：sql语句中使用变量，通过不同的变量值来改变sql的执行结果
   优点：减少硬解析，减少Oracle的工作量
   缺点：参数不同导致执行效率不同，优化比较难做。
2. MyISAM的使用场景为读写分离的读库， 而InnoDB为写库
3. C共享池，看图中有个Shared SQL Area。

---

第四讲：使用DDL创建数据库&数据表时需要注意什么？

• 常见的约束：主键约束、外键约束、唯一性约束
• 设计数据表的原则：数据表的个数越少越好，数据表中的字段个数越少越好，数据表中联合主键的字段个数越少越好，使用主键和外键越多越好
• 数据定义语言
• 转储SQL文件----仅结构
• utf8_general_ci代表大小写不敏感
• 如果没设置为为utf8_bin，代表对大小写敏感
• UNIQUE INDEX（唯一索引）唯一索引可以用BTree或者HASH方式
• 我们将字符编码设置为utf8mb4，排序规则为utf8_general_ci，行格式为Dynamic
• 可以通过DDL命令完成表结构的修改

1. 添加字段，比如我在数据表中添加一个age字段，类型为int(11)

ALTER TABLE player ADD (age int(11));

2. 修改字段名，将age字段改成player_age

ALTER TABLE player RENAME COLUMN age to player_age

3. 修改字段的数据类型，将player_age的数据类型设置为float(3,1)

ALTER TABLE player MODIFY (player_age float(3,1));

4. 删除字段, 删除刚才添加的player_age字段

ALTER TABLE player DROP COLUMN player_age;

• 数据表常见的约束，约束的目的在于保证RDBMS里面数据的准确性和一致性

• 主键约束：起唯一标识的作用，不能重复，不能为空UNIQUE+NOT NULL，一个数据表中的主键只能有一个，主键可以是一个字段，也可以是由多个字段复合而成

• 外键约束：外键确保了表与表之间引用的完整性。一个表中的主键对应另一张表中的外键。外键可以重复也可以为空

• 还可以对字段进行约束：唯一性约束、NOT NULL约束、DEFAULT，表明了字段的默认值。如果在插入数据的时候，这个字段没有取值，就设置为默认值。

• CHECK约束，用来检查特定字段取值范围的有效性，CHECK约束的结果不能为FALSE，比如我们可以对身高height的数值进行CHECK约束，必须≥0，且＜3，即CHECK(height>=0 AND height<3)。

• 数据表越少越好、数据表的字段个数越少越好、联合主键的字段数越少越好(空间大，不好理解)、使用主键和外键越多越好。键设计的越多证明利用率越高

总结

• 主键、外键、索引三者的作用和区别？
• 主键就是为了设置唯一字段，不能重复，不能为空
• 外键用于表关系的建立、可以重复可以为空，防止误删
• 索引用于优化查询
• 外键的存在确实会造成额外的开销，因为每次更新数据都需要检查另一张表的数据，也容易造成死锁
• 在SQL之初还是建议使用外键对数据表建立约束建立强一致性，也不需要在业务层在实现过多的检查。在互联网项目的后期可以取消外键的约束转移到业务层进行实现。
• 在分库分表的情况下也会降低外键的使用，通过减少外键的使用，来降低死锁发生的概率提高并发处理的性能
• 使用limit关键字 order by关键字
• 不要使用select *
• 关键字顺序

SELECT ... FROM ... WHERE ... GROUP BY ... HAVING ... ORDER BY ...

• select语句的执行顺序

FROM > WHERE > GROUP BY > HAVING > SELECT的字段 > DISTINCT > ORDER BY > LIMIT

• 写了一个SQL语句，那么它的关键字顺序和执行顺序是下面这样的：

SELECT DISTINCT player_id, player_name, count(*) as num #顺序5
FROM player JOIN team ON player.team_id = team.team_id #顺序1
WHERE height > 1.80 #顺序2
GROUP BY player.team_id #顺序3
HAVING num > 2 #顺序4
ORDER BY num DESC #顺序6
LIMIT 2 #顺序7

• and比or执行的优先级会更高
• 通配符的匹配’%太%’_只代表一个字符 %代表0个或多个
• 尽量不要使用通配符，太消耗性能通常会全表扫描
• 实际工作中不同人写的SQL语句的查询效率差别很大，保持高效率的一个很重要的原因，就是要避免全表扫描，所以我们会考虑在WHERE及ORDER BY涉及到的列上增加索引。

总结

• 以heros数据表为例，请你编写SQL语句，对英雄名称、主要定位、次要定位、最大生命和最大法力进行查询，筛选条件为：主要定位是坦克或者战士，并且次要定位不为空，同时满足最大生命值大于8000或者最大法力小于1500的英雄，并且按照最大生命和最大法力之和从高到底的顺序进行排序。

SELECT name, role_main,role_assist,hp_max,mp_max FROM heros WHERE role_main in ('坦克' ,'战士') and role_assist is not null and
 (hp_max >8000 or mp_max < 1500) ORDER BY (hp_max+mp_max) DESC;

05丨检索数据：你还在SELECT * 么？

• SQL语句的执行顺序：FROM > WHERE > GROUP BY > HAVING > SELECT 的字段 > DISTINCT > ORDER BY > LIMIT

06丨数据过滤：SQL数据过滤都有哪些方法？

• 避免全表扫描，所以我们会考虑在 WHERE 及 ORDER BY 涉及到的列上增加索引。

07-什么是SQL函数？为什么使用SQL函数可能会带来问题？

08-什么是SQL的聚集函数，如何利用它们汇总表的数据？

• SELECT … FROM … WHERE … GROUP BY … HAVING … ORDER BY …
• where对条件过滤，having对分组过滤

09-子查询：子查询的种类都有哪些，如何提高子查询的性能？

• SQL支持子查询，从查询的结果中再次查询

12丨视图在SQL中的作用是什么，它是怎样工作的？

• 视图是虚拟表，本身是不具有数据的

• 可以针对不同的用户指定不同的查询视图
• 视图封装了底层与数据表的接口，相当于是一张或多张表的数据结果集
• 可以简化复杂的SQL查询
• 小型数据库是不需要使用视图的，大型项目中视图的价值就凸显出来了。可以经常查询的结果集放在虚拟表中提升使用效率
• create view创建视图
• 查询比平均身高高的人的名字：CREATE VIEW player_above_avg_height AS SELECT player_id, height FROM player WHERE height > (SELECT AVG(height) from player)
• 修改视图：ALTER VIEW
• 删除视图：DROP VIEW
• 可以基于视图进行查询：SELECT * FROM player_height_grades WHERE height >= 1.90 AND height <= 2.08
• 视图是对SQL的封装，提高代码的复用率
• 视图是虚拟表，本身不存储数据，如果想要通过视图对底层数据表的数据进行修改也会受到很多限制，通常我们是把视图用于查询，也就是对 SQL 查询的一种封装。

1、FROM子句组装数据
2、WHERE子句进行条件筛选
3、GROUP BY分组
4、使用聚集函数进行计算；
5、HAVING筛选分组；
6、计算所有的表达式；
7、SELECT 的字段；
8、ORDER BY排序
9、LIMIT筛选

13丨什么是存储过程，在实际项目中用得多么？

• 存储过程和视图有同样的优点：清晰、安全、减少网络流量传输
• 存储过程是SQL语句和流程控制语句的集合，可以接受输入参数也可以返回输出参数给调用者
• CREATE PROCEDURE 创建一个存储过程
• DROP PROCEDURE删除存储过程
• ALTER PROCEDURE 修改
• 存储过程只需要在创造时编译，之后都不用重新编译
• 减少网络传输，只需要一次连接
• 但是有缺点：版本更新很麻烦、高并发会采用分库分表不太适用

• 作者回复: 对的，在MySQL中，如果是连续BEGIN，开启了第一个事务，还没有进行COMMIT提交，而直接进行第二个事务的BEGIN，数据库会隐式的帮助COMMIT第一个事务，然后进入到第二个事务
• 不可重复读是同一条记录的内容被修改了，重点在于UPDATE或DELETE
• 幻读是查询某一个范围的数据行变多了或者少了，重点在于INSERT
• 在 MySQL InnoDB 存储引擎中，COUNT(*)和COUNT(1)都是对所有结果进行COUNT。如果有 WHERE 子句，则是对所有符合筛选条件的数据行进行统计；如果没有 WHERE 子句，则是对数据表的数据行数进行统计。
• 因此COUNT(*)和COUNT(1)本质上并没有区别，执行的复杂度都是O(N)，也就是采用全表扫描，进行循环 + 计数的方式进行统计。
• 在 InnoDB 引擎中，如果采用COUNT()和COUNT(1)来统计数据行数，要尽量采用二级索引。因为主键采用的索引是聚簇索引，聚簇索引包含的信息多，明显会大于二级索引（非聚簇索引）。对于COUNT()和COUNT(1)来说，它们不需要查找具体的行，只是统计行数，系统会自动采用占用空间更小的二级索引来进行统计。

事务

• 幻度和不可重复读的区别：不可重复读强调在于更新和删除，幻度是强调插入

30丨锁：悲观锁和乐观锁是什么？

MVCC

• 通过 MVCC 我们可以解决以下几个问题：

1. 读写之间阻塞的问题，通过 MVCC 可以让读写互相不阻塞，即读不阻塞写，写不阻塞读，这样就可以提升事务并发处理能力。
2. 降低了死锁的概率。这是因为 MVCC 采用了乐观锁的方式，读取数据时并不需要加锁，对于写操作，也只锁定必要的行。
3. 解决一致性读的问题。一致性读也被称为快照读，当我们查询数据库在某个时间点的快照时，只能看到这个时间点之前事务提交更新的结果，而不能看到这个时间点之后事务提交的更新结果。

• 什么是快照读，什么是当前读：

• 不加锁简单的读取都是快照读 ，而当前读包括了加锁的读取和 DML 操作

• 这些数据包括事务版本号、行记录中的隐藏列和 Undo Log。

• 每开启一个事务，我们都会从数据库中获得一个事务 ID（也就是事务版本号），这个事务 ID 是自增长的，通过 ID 大小，我们就可以判断事务的时间顺序。

• db_row_id：隐藏的行 ID，用来生成默认聚集索引。如果我们创建数据表的时候没有指定聚集索引，这时 InnoDB 就会用这个隐藏 ID 来创建聚集索引。采用聚集索引的方式可以提升数据的查找效率。

• db_trx_id：操作这个数据的事务 ID，也就是最后一个对该数据进行插入或更新的事务 ID。

• db_roll_ptr：回滚指针，也就是指向这个记录的 Undo Log 信息。

• InnoDB 将行记录快照保存在了 Undo Log 里，我们可以在回滚段中找到它们

• 在可重复读的情况下，InnoDB 可以通过 Next-Key 锁 +MVCC 来解决幻读问题。

• 我们需要记住，MVCC 的核心就是 Undo Log+ Read View，“MV”就是通过 Undo Log 来保存数据的历史版本，实现多版本的管理，“CC”是通过 Read View 来实现管理，通过 Read View 原则来决定数据是否显示。同时针对不同的隔离级别，Read View 的生成策略不同，也就实现了不同的隔离级别。