MySQL开发技巧（一）

MySQL开发技巧（一）

常用的SQL语句类型：

• DDL 数据定义语言
• TPL 事务处理语言
• DCL 数据控制语言
• DML 数据操作语言

正确使用SQL的重要性：

• 增加数据库处理效率，减少应用相应时间
• 减少数据库服务器负载，增加服务器稳定性
• 减少服务器间通讯的网络流量

join类型

• 内连接(INNER)
• 全外连接(FULL OUTER)
• 左外连接(LEFT OUTER)
• 右外连接(RIGHT OUTER)
• 交叉连接(CROSS)

join从句 – 内连接 (INNER)

西天取经四人组

id	user_name	over
1	唐僧	旃檀功德佛
2	孙悟空	斗战神佛
3	猪八戒	净坛使者
4	沙僧	金身罗汉

悟空的朋友们

id	user_name	over
1	孙悟空	成佛
2	牛魔王	被降服
3	蛟魔王	被降服
4	鹏魔王	被降服
5	狮驼王	被降服

内连接
内连接Inner join基于连接谓词将两张表（如A和B）的列组合在一起，产生新的结果表。可以用来交集。

SELECT a.user_name,a.over,b.over FROM user1 a INNER JOIN user2 b ON a.username=b.user_name;

结果：

左外连接(LEFT OUTER)

左外连接有两种形式
一种是包含所有A表中的数据

select a.id,a.user_name, a.over, b.id, b.user_name, b.over 
from user1 a
left join user2 b
on a.user_name = b.user_name

结果:

一种是通过左外连接查询出只存在于A表中，不存在与B表中的数据

select a.id,a.user_name, a.over, b.id, b.user_name, b.over 
from user1 a
left join user2 b
on a.user_name = b.user_name
where b.user_name is null;

结果：

右外连接(RIGHT OUTER)

以右表为基础，查询结果会包好右表中所有的记录。

在悟空朋友中有谁参与的取经：

select b.user_name,b.over,a.over
from user1 a
Right JOIN user2 b
on a.user_name = b.user_name
where a.user_name is not null;

join从句—全连接(Full-Join)

全连接可以查询所有存在于A表和B表中的数据
或者查询只存在A表或B表中的数据

MySQL不支持全连接，可以使用union all来实现

select a.id,a.user_name, a.over, b.id, b.user_name, b.over 
from user1 a
left join user2 b
on a.user_name = b.user_name
union all
select a.id,a.user_name, a.over, b.id, b.user_name, b.over 
from user1 a
right join user2 b
on a.user_name = b.user_name;

结果：

join从句—交叉连接(cross join)

交叉连接(cross join)，又称笛卡尔连接(cartesian join)或叉乘，如果A和B是连个集合，他们的交叉连接即为AXB
不需要提供连接关键词从句

select * from user1 a cross join user2 b;

使用join更新表

如何更新包含在from从句中的表？

如下，把user1中的over字段改为’齐天大圣’，过滤条件使用了user1

UPDATE user1 
SET 
    over = '齐天大圣'
WHERE
    user1.user_name IN (SELECT 
            b.user_name
        FROM
            user1 a
                INNER JOIN
            user2 b ON a.user_name = b.user_name);

在MySQL中执行会出错：

Error Code: 1093. Table 'user1' is specified twice, both as a target for 'UPDATE' and as a separate source for data

原因是：

if you're doing an UPDATE/INSERT/DELETE on a table, you can't reference that table in an inner query (you can however reference a field from that outer table...)

所以正确的做法可以是：

update user1 a join (
    select b.user_name 
    from user1 a inner join user2 b on
    a.user_name = b.user_name
) b on a.user_name = b.user_name
set a.over = '齐天大圣';

或者

update user1 a inner join user2 b on a.user_name = b.user_name set a.over='齐天大圣';

使用join优化子查询

如下使用了子查询语句，子查询比较耗时，可以使用join来优化子查询

select a.user_name, a.over, (
select over from user2 b where a.user_name = b.user_name
) as over2
from user1 a;

a表中的每一条记录都要进行子查询，非常低效

如果使用join连接，查询的结果一样，但是所用的时间更少

select a.user_name, a.over, b.over as over2 
from user1 a
left join user2 b on
a.user_name = b.user_name;

结果：

使用join优化聚合子查询

如何查询出四人组中打怪最多的日期？

引入一张新表，按日期记录四人组中每个人打怪的数量
表3 user_kills

id	user_id	Timestr	kills
1	3	2013-01-10 00:00:00	10
2	3	2013-02-01 00:00:00	2
3	3	2013-02-05 00:00:00	12
4	4	2013-01-10 00:00:00	3
5	3	2013-02-11 00:00:00	5
6	3	2013-02-06 00:00:00	1
7	2	2013-01-11 00:00:00	20
8	3	2013-02-12 00:00:00	10
9	3	2013-02-07 00:00:00	17

原始方法如下：

select a.user_name, b.timestr, b.kills
from user1 a join user_kills b
on a.id = b.user_id
where b.kills=(select max(c.kills) from user_kills c where c.user_id=b.user_id);

验证不使用子查询只使用MAX()不正确

SELECT a.user_name,b.timestr,max(b.kills) from user1 a join user_kills b on a.id = b.user_id group by a.user_name,b.timestr;

如何查询出四人组中打怪最多的日期？(避免子查询)

select a.user_name, b.timestr, b.kills
from user1 a
join user_kills b on a.id = b.user_id
join user_kills c on c.user_id = b.user_id
group by a.user_name, b.timestr, b.kills
having b.kills = max(c.kills);

使用了两次join，一次为了查询出时间和数量，另一次为了在having从句中使用来得出最大的数量是多少

如何实现分组选择数据

一些记录可以分成多个组，在每个组中选取一定数量的数据，就叫做分组选择

现在2张表
user1表中的数据如下：

user_kills表中的数据如下：

需求是：选择多条记录，比如阅读量最多的前几条
本例是每个人杀怪最多的头两天
对"孙悟空"而言查询语句如下：

select a.id, a.user_name, b.timestr, b.kills 
from user1 a join user_kills b
on a.id = b.user_id
where user_name = '孙悟空'
order by b.kills desc
limit 2;

查询结果为：

查询"猪八戒"时，把user_name换成"猪八戒"即可。

但这样做存在着一些问题：

1. 如果分类或是用户很多的情况下则需要多次执行同一查询
2. 增加应用程序同数据库的交互次数
3. 增加了数据库执行查询的次数，不符合批处理的原则
4. 增加了网络流量

优化方式一：

MySQL优化:分类聚合问题，一次性查询出所有结果：

select d.user_name, c.timestr, kills from
(
    select user_id, timestr, kills, (select count(*) from user_kills b 
    where b.user_id=a.user_id and a.kills<=b.kills) as cnt
    from user_kills a
    group by user_id, timestr, kills
) c join user1 d on c.user_id=d.id
where cnt<=2;