MySQL

目录

1.     SQL语言分类：

2.单表查询：

3.多表查询：

4.事务

5.索引

 二叉树    

平衡二叉树

红黑树：

 B树

索引分类

sql常用语句：

1.联合查询 

2.从一个表复制到另一个表

3.SQL查询中选取某个字段的前几个字符

4.SQL查询多字段结合

5.SQL一次性查询一个字段不同条件下的统计结果

6.IF()函数使用

---

---

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

http://t.csdn.cn/xRcQo

 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；

sql常用语句：

1.联合查询 

对表中的数据进行限制；

  

2.从一个表复制到另一个表

SELECT INTO 将数据复制到一个新表（有的 DBMS 可以覆盖已经存在的表，这依赖于 所使用的具体 DBMS）

SELECT *（字段） INTO CustCopy FROM Customers;

INSERT SELECT 将数据添加到一个已经存在的表不同

3.SQL查询中选取某个字段的前几个字符

left（col_name，N），其中col_name为列名，N为左起前N个字符

subString

4.SQL查询多字段结合

A||B||'-'||C        concat(A,'-',B)

5.SQL一次性查询一个字段不同条件下的统计结果

IFNULL(select a from tab where a='1',''),IFNULL(select a from tab where a='2','')

6.IF()函数使用