MySql常用命令

添加表字段

alter  table  table_name add  column  temperature  varchar(10) comment '温度' ;

删除表字段

alter table id_name drop column age,drop column address;

修改表字段

• 修改字段类型

  #alter  table 表名 modify  column 字段名 新数据类型;
  alter  table user modify  column money double(10,7)
  

• 修改默认值

  #alter table 表名 alter column 字段名 drop default; (若本身存在默认值，则先删除)
  #alter table 表名 alter column 字段名 set default 默认值;(若本身不存在则可以直接设定)
   alter table user alter column create_time set default CURRENT_TIMESTAMP
  

• 修改注释

   # alter table 表名 modify   column  字段名   数据类型  comment  '修改后的字段注释';
   alter table user modify column  create_time  datetime    comment '创建时间'  
   #注意如果有默认值的话，要把默认值也加上了，不加的话，修改后就没有默认值了
  

# 一次性都修改
ALTER  TABLE 表名 MODIFY COLUMN 字段名 新数据类型 新类型长度  新默认值  新注释; -- COLUMN可以省略
alter  table user modify  column  money double(10,7) DEFAULT NULL COMMENT '收入'; 

mysql修改字段名（重命名）：

ALTER  TABLE 表名 CHANGE 旧字段名 新字段名 新数据类型;  
alter  table table1 change column1 column1 varchar(100) DEFAULT 1.2 COMMENT '注释'; -- 正常，此时字段名称没有改变，能修改字段类型、类型长度、默认值、注释
alter  table table1 change column1 column2 decimal(10,1) DEFAULT NULL COMMENT '注释' -- 正常，能修改字段名、字段类型、类型长度、默认值、注释
alter  table table1 change column2 column1 decimal(10,1) DEFAULT NULL COMMENT '注释' -- 正常，能修改字段名、字段类型、类型长度、默认值、注释
alter  table table1 change column1 column2; -- 报错  

修改表名

ALTER TABLE user10 RENAME TO user11;

修改表注释

# alter table 表名 comment '修改后的表的注释';
alter table user comment '用户表'

char 和varchar的区别

char：定长，效率高，一般用于固定长度的表单提交数据存储  ；例如：身份证号，手机号，电话，密码等
varchar：不定长，效率偏低

获取时间戳，单位是秒（s）

select unix_timestamp()

在navicat中查看数据库大小

• 1、进入information_schema 数据库（存放了其他的数据库的信息）

image.png

• 2、查询所有数据库的大小

select concat(round(sum(DATA_LENGTH/1024/1024),2),'MB') as data from TABLES;

image.png

• 3、查询指定数据库大小

select concat(round(sum(DATA_LENGTH/1024/1024),2),'MB') as data from TABLES
WHERE TABLE_SCHEMA = 'bmt-oauth'

• 4、查询指定数据库中指定表的大小

select concat(round(sum(DATA_LENGTH/1024/1024),2),'MB') as data from TABLES
WHERE TABLE_SCHEMA = 'bmt-oauth' AND TABLE_NAME='sys_user'

• 5、查看指定数据库指定表单的其他大小

select 
concat(round(sum(DATA_LENGTH/1024/1024),2),'MB') as data_size,
concat(round(sum(MAX_DATA_LENGTH/1024/1024),2),'MB') as max_data_size,
concat(round(sum(INDEX_LENGTH/1024/1024),2),'MB') as index_size,
concat(round(sum(DATA_FREE/1024/1024),2),'MB') as data_free
from TABLES
WHERE TABLE_SCHEMA = 'bmt-oauth' AND TABLE_NAME='sys_user'

添加索引

• 普通索引

alter table test add index index_name(name) USING BTREE

• 唯一索引

alter table test add unique  index index_name(name) USING BTREE

• 全文索引

alter table test add fulltext  index index_name(name) USING BTREE

• 多列索引、组合索引、复合索引

alter table test add index index_name(name，age) USING BTREE

注：name，age为表中字段名称

常用函数

• 替换字符串 REPLACE

update 表名 set 字段名=REPLACE (字段名,'原来的值','要修改的值')
update aaa set ac_name = REPLACE(ac_name,'积分星球','积分中心')  where ac_name like '%积分星球%';

存在，则更新，不存在则插入

某些情况下，比如同步数据，批量 插入数据，我们会有一种需求，
当主键或者unique索引没有冲突的时候，直接执行插入操作，如果有冲突则不做任何操作，避免重复插入
即，如果插入的数据会导致UNIQUE索引或PRIMARY KEY发生冲突/重复，则执行更新操作

• on duplicate key update
  如果指定了ON DUPLICATE KEY UPDATE，并且插入行后会导致在一个UNIQUE索引或PRIMARY KEY中出现重复值，则执行UPDATE操作
  如果行作为新记录被插入（没有冲突），则受影响行的值为1；

INSERT  INTO `wasabi`.`experiment_user_index`(`user_id`, `context`, `app_name`,  `experiment_id`) VALUES ('1', 'DEV', 'a2' ,'c083afde-951e-4356-bde3-f79dfb322b82')
ON DUPLICATE KEY UPDATE context = 'PROD'
> Affected rows: 1
> 时间: 0.062s

如果原有的记录被更新（有冲突），则受影响行的值为2。

INSERT  INTO `wasabi`.`experiment_user_index`(`user_id`, `context`, `app_name`,  `experiment_id`) VALUES ('11a', 'DEV', 'a2' ,'c083afde-951e-4356-bde3-f79dfb322b82')
ON DUPLICATE KEY UPDATE context = 'PROD'
> Affected rows: 2
> 时间: 0.062s

• replace into
  首先尝试插入数据到表中， 1. 如果发现表中已经有此行数据（根据主键或者唯一索引判断）则先删除此行数据，然后插入新的数据。 2. 否则，直接插入新数据。

replace into tbl_name(col_name, ...) values(...)
replace into tbl_name(col_name, ...) select ...
replace into tbl_name set col_name=value, ...

• 性能
  在数据库数据量很少的时候，　这两种方式都很快，无论是直接的插入还是有冲突时的更新，都不错，但在数据库表的内容数量比较大(如百万级)的时候，两种方式就不太一样了，

  首先是直接的插入操作，两种的插入效率都略低，　比如直接向表里插入１０００条数据(百万级的表(innodb引擎))，二者都差不多需要５，６甚至十几秒。究其原因，我的主机性能是一方面，但在向大数据表批量插入数据的时候，每次的插入都要维护索引的，　索引固然可以提高查询的效率，但在更新表尤其是大表的时候，索引就成了一个不得不考虑的问题了。

  其次是更新表，这里的更新的时候是带主键值的(因为我是从另一个表获取数据再插入，要求主键不能变)　同样直接更新1000条数据，　replace的操作要比insert on duplicate的操作低太多太多，　当insert瞬间完成(感觉)的时候，replace要７，８s,　replace慢的原因在于，当更新数据的时候，要先删除旧的，然后插入新的，在这个过程中，还要重新维护索引，所以速度慢，但为何insert　on duplicate的更新却那么快呢。　在向老大请教后，终于知道，insert on duplicate 的更新操作虽然也会更新数据，但其对主键的索引却不会有改变，也就是说，insert　on duplicate　更新对主键索引没有影响.因此对索引的维护成本就低了一些(如果更新的字段不包括主键，那就要另说了)。

存在，则不做操作，不存在则插入

某些情况下，比如同步数据，批量 插入数据，我们会有一种需求，
当主键或者unique索引没有冲突的时候，直接执行插入操作，如果有冲突则不做任何操作，避免重复插入
即，如果插入的数据会导致UNIQUE索引或PRIMARY KEY发生冲突/重复，则忽略此次操作/不插入数据

//插入成功
INSERT IGNORE INTO `wasabi`.`experiment_user_index`(`user_id`, `context`, `app_name`,  `experiment_id`) VALUES ('0', 'DEV', 'a2' ,'c083afde-951e-4356-bde3-f79dfb322b82')
> Affected rows: 1
> 时间: 0.062s

//有重复，忽略不做操作
INSERT IGNORE INTO `wasabi`.`experiment_user_index`(`user_id`, `context`, `app_name`,  `experiment_id`) VALUES ('0', 'PROD', 'a2' ,'c083afde-951e-4356-bde3-f79dfb322b82')
> Affected rows: 0
> 时间: 0.061s

查询当前数据库有多少表，每张表多少条数据

• 模糊查询：通过MySQL自带的统计信息

SELECT TABLE_NAME,TABLE_ROWS FROM
 INFORMATION_SCHEMA.TABLES WHERE TABLE_SCHEMA = '库名' ORDER BY TABLE_ROWS DESC

注：可以同时统计库内的多张表，但是数据并不是很精确，通常比实际数据要少一点，但是对于精确性要求不高的话，是个很实用的方法，性能很好，毕竟不用扫描全表

• 精确查询：

select count(*) from tableName

• 多张表同时count
  分库分表后，如果需要直接在navicat中查询多张表中的统计次数，每张表单独count查询太麻烦，也不利于统计。（当然，如果公司有自己的SQL平台，支持分库分表查询的话，那就不用这么麻烦了）

比如，我现在需要从xxx_user_0 到 xxx_user_9 这些表中统计user_id总数，那么可以使用union all 连接多张表，然后sum 累加统计

SELECT sum(cnt) FROM(
SELECT count(user_id) as cnt FROM xxx_user_0 WHERE CHAR_LENGTH(user_id) > 40  UNION ALL
SELECT count(user_id) as cnt  FROM xxx_user_1 WHERE CHAR_LENGTH(user_id) > 40  UNION ALL
SELECT count(user_id) as cnt  FROM xxx_user_2 WHERE CHAR_LENGTH(user_id) > 40 UNION ALL
SELECT count(user_id)as cnt  FROM xxx_user_3 WHERE CHAR_LENGTH(user_id) > 40 UNION ALL
SELECT count(user_id) as cnt  FROM xxx_user_4 WHERE CHAR_LENGTH(user_id) > 40 UNION ALL
SELECT count(DISTINCT(user_id)) as cnt  FROM xxx_user_5 WHERE CHAR_LENGTH(user_id) > 40 UNION ALL
SELECT count(DISTINCT(user_id)) as cnt  FROM xxx_user_6 WHERE CHAR_LENGTH(user_id) > 40 UNION ALL
SELECT count(DISTINCT(user_id)) as cnt  FROM xxx_user_7 WHERE CHAR_LENGTH(user_id) > 40 UNION ALL
SELECT count(DISTINCT(user_id)) as cnt  FROM xxx_user_8 WHERE CHAR_LENGTH(user_id) > 40 UNION ALL
SELECT count(DISTINCT(user_id)) as cnt  FROM xxx_user_9 WHERE CHAR_LENGTH(user_id) > 40
)as countdata

注：union all 与 union的区别
效率上，union all比union更好一点。因为union在执行的时候会把结果集进行排序并删除重复的记录，而union all则会把两个结果集原封不动地合并在一起

delete 和 truncate 区别

delete 和 truncate都能删除表中数据，但是有以下几个不同点：

• 1.条件删除
  delete可以带where执行条件删除，但是truncate不能；所以delete可以条件删除，而truncate就是清空表中多有数据

• 2.事务
  delete是数据操作语言DML，操作时原数据会被放到rollback segment中，可以被回滚；而truncate是数据定义语言DDL， 操作时不会进行存储，不能进行回滚

• 3.速度
  truncate > delete
  delete语句是逻辑删除，及逐行删除数据，然后在事务日志中为所删除的每行记录一行；
  而truncate是物理删除，直接清空物理文件，再重新创建表。

• 4.物理空间
  从上面的提到的逻辑删除和物理删除可以看出来，truncate清空数据后，物理空间就直接释放了，但是delete不会， delete 进行删除操作的时候，只会将已经删除的数据标记为删除，并没有把数据文件删除，因此并不会彻底的释放空间。这些被删除的数据会被保存在一个链接清单中，当有新数据写入的时候，MySQL 会重新利用这些已删除的空间进行再写入。

  如果delete操作后，想要立即释放空间，可以执行optimize table table_name语句，OPTIMIZE TABLE 将重新组织表数据和相关索引数据的物理存储空间，减少存储空间并提高I/O访问效率。关于optimize 可见
  Mysql表空间碎片释放

• 5.主键id
  主键id通常都是自增的，从上面的提到的逻辑删除和物理删除可以看出来，delete删除数据后，id水位线并不会变更，而truncate相当于是重建表了，那id水位当然是再次从1开始了；