数据库
数据库:存储数据的仓库,这个仓库是我们将数据的整合形式的一种比喻。实际上就是一堆文件，这些文件存储了具有特定格式的数据。
有了数据库就需要一种管理工具，让数据符合我们的预期为我们服务，我们将这种管理工具称为数据库管理系统DBMS（DatabaseManagement）。DBMS是专门提供了用来管理操作数据库中的数据的方法，对数据库的管理操作有增删改查(CURD)。
常见的数据库管理系统有：
Mysql、Oracle、MS SqlServer、DB2等
SQL语言的分类
DQL、DML、DDL、TCL、DCL
1.DQL数据查询语言(凡是语句中带有select关键字的都是查询语言)
select.......
2.DML数据库操作语言(凡是对表中的数据进行增删改的都是DML)
DML主要操作的是表中的数据
insert 增、delete删、update改
3.DDL数据定义语言(凡是语句中带有create、drop、alter的都是DDL)
DDL主要操作的是表结构 ，不是表中的数据
create新建、drop删除、alter修改
4.TCL事物控制语言，主要有：
事物提交：commit
事物回滚：rollback
上面的这些语言在后面的文章中都会学到，所以请一定要看到最后面。
mysql常用基本命令
这里先介绍一些最常用，最基本的命令
1.show databases ；查询当前所有的数据库
现在看到的数据库都是系统自带的
2.create if not exists 数据库名；创建数据库
3.use 数据库名称 ；使用数据库
当看到Database changed时表示正在使用当前数据库
4.cource 文件路径名；插入sql文件 到指定数据库中
注意在插入sql文件的时候一定要完成前面第二步和第三步
链接：https://pan.baidu.com/s/1hi_kaXgAtQdBdex4NMgzEg?pwd=tt1a
提取码：tt1a
这里要声明一下这个sql文件的来源，这个sql文件是我在B站上面学习杜老师的MYSQL中，他课程里面的质料，我这里拿来引用一下。这里推荐大家多去看看杜老师的视频，讲的非常好。
(1)首先找到sql文件的目录位置：
(2)在DS窗口中，将桌面上的sql文件直接拖入DS窗口 
这里需要注意sql文件路径不能有中文。当拖入以后他会自动生成文件所在的路径，这时我们只需要回车就能将sql文件批量导入mysql中。
只要没看到error 就说明导入成功
5.show tables；查看数据库当中的所有表
这里就我们刚才导入sql文件中的所有表。
6.select database()；查看当前属于哪个数据库
单表查询
SQL里面的查询
一：简单查询
1.desc 表名；查询表结构
可以看到上面就是dept表中的表信息，里面有字段deptno——部门编号、dname——部门名称、loc——部门地理位置；type表示数据类型(具体后面了解)int——整形，字符长度为2、varchar——字符串类型，长度为14。
2.select * from 表名；或者select 字段1,字段2...表名；查询整张表
3.select 字段 from 表名；查询单个字段，若要查找多个字段 ，字段与字段之间要用英文逗号隔开
4.select 字段 as 别名；给查询的字段起别名 
注意，若要起中文的别名，或者别名之间有空格，则要用英文单引号将别名括起来。as可以省略。
注意：字段可以使用数学表达式
例如：查询员工表，显示员工姓名和对应的工资，要求员工工资都扩大12倍。
上面是全表的信息，注意看sal——薪资这里列的信息，下面会在它的基础上发生改变。
下面是按照要求查询出来的表。
二：条件查询
条件查询：不是将表中的数据全部查出来，而是根据条件查询出符合调教的数据。
语法格式：
-
select
-
字段
1，字段
2，字段
3...
-
from
-
表名
-
where
-
条件；
1.= 等于
例如：查询员工姓名为KING的员工信息
2.<>或!= 不等于
例如：查询薪资不等于5000的员工的姓名和薪资
3.< 小于 > d大于
例如：查询薪资小于2500的员工的姓名和部门编号
例如：查询薪资大于3000的员工姓名和入职时间
4.<= 小于等于 >=大于等于
5.and 并且
例如：查询工资大于等于1500并且工作部门编号为30的员工的姓名、薪资、部门编号
6.or 或者
例如：查询工作岗位为manager和salesman的员工的员工编号、姓名、工作
注意：and和or同时出现的时候，and的优先级高于or
例如：查询工资大于2500，并且部门编号为10或20的部门的员工的姓名、薪资、部门编号。
像这样写就是错误的，因为and的优先级比or大，上面这条语句的意思就是将把工资大于2500并且部门编号为10的员工的信息查出来，或者把部门编号为20的员工的信息查出来。显然这不符合我们的要求，若要按要求查询出结果，只需要将后面的语句用括号括起来。向下面这样。
7.in 包含 相当于多个or
例如：查询工作岗位是manager和salesman的员工的信息 
注意括号里面不是区间，而是将括号里面条件查询出来；
8.not 可以取非，只要用在is或in中
例如：查询津贴不为空的员工的姓名和津贴
9.between...and...两个值之间，等同于>= and <=；
例如：查询工资在1000到2000之间的员工的姓名、工作、薪资
三：模糊查找
模糊查询的关键字like，支持%或下划线匹配
% ：匹配任意多个字符
例如：查找处名字中含有O的员工姓名
_：匹配任意一个字符
例如：查找第二个字母是A的员工姓名
SQL里面的排序
一：升序
语法：
-
select
-
字段
1，字段
2...
-
from
-
表名
-
order
by
-
排序字段
asc;
例如：查询所有员工的薪资，升序(mqsql默认是按升序排序)
二：降序
语法：
-
select
-
字段
1，字段
2...
-
from
-
表名
-
order
by
-
排序字段
desc;
例如：将员工的薪资按照降序排序并输出员工的姓名
三：多个字段排序
语法：
-
select
-
字段
1，字段
2...
-
from
-
表名
-
order
by
-
排序字段
asc
/
desc，排序字段
asc
/desc...；
/
/第一个排序字段在前起主导作用，只有第一个排序字段相等的时候，才会考虑启用第二个排序字段以及后面的字段
例如：查询员工名字和薪资，要求按照薪资升序，如果薪资一样按照姓名降序
从开始到现在，我们主要学习了以下4个关键字，关键字的执行顺序非常重要
-
select
-
...
-
from
-
...
-
where
-
...
-
order
by
-
...
它们的执行顺序是1.from——2.where——3.select——4.order by(排序总是在最后面在执行)
可以理解为从一张表中，根据条件将数据选出来然后进行排序；
SQL中的函数
一：数据处理函数
数据处理函数又叫做单行处理函数，单行处理函数的特点：一个输入对应一个输出。
常见的单行处理函数有以下几种：
1.lower 转换小写
例如：将员工表中的姓名全部用小写代替
2.upper 转换大写
例如：将学生的姓名转换为小写
3.substr 取子串（substr（被截取的字符串，起始下标，截取的长度））
例如：截取员工姓名的前两个字母
4.length 取长度
例如：计算员工姓名的长度
5.trim 去空格
例如：去除字符‘ lisi ’的空格
6.case...when...then...when...then...else...end；在一则事例中，当条件1满足是，采取什么行动，当条件2满足时，采取什么行动，其他情况则结束(了解类容，实际编写中很少遇到这种需求)
例如：当员工的工作岗位是manager的时候，工资上调10%，当做工岗位是salesman的时候，工资上调50%，其他正常。
-
select
-
ename,job,sal old_sal,
-
(
case job
when
'manager'
then sal
*
1.1
when
'salesman'
then sal
*
1.5
else sal
end)
-
as new_sal
-
from emp;
7.select 后面跟字面量/字面值；如果在一份表中查询某个字段，select后面跟的是字面量/字面值的话，查询出来的结果都是该字面量/之面值
例如：查询员工表中姓名为king的员工
正常的写法是向上面这样，但是一些人不小心他可能会写成下面这样。
这样写就错了。
8.round 四舍五入
语法：
-
select
-
字段
1，字段
2... round(被操作的字段，保留位数)
-
from
-
表名
例如：对员工的工资取整
例如：对员工的工资保留到十位
9.rand() 生成随机数
例如：生成100以内的随机数
10. ifnull(数据，被当做哪个值) 可以将null转换成一个具体的值
ifnull是空处理函数，专门用来处理空的。在所有数据库当中，只要有null参与的数学运算，最终的结果都是null
例如：计算每个员工的年薪(年薪 = （月薪+月补助）*12)
如果向上面这样写，津贴为null的员工，计算出来的年薪就会为null。所以为了避免这种状况，就卡可以采用ifnull函数
二：分组函数
分组函数又叫做多行处理函数：多行处理函数是指输入多行，最终输出一行
注意在使用分组函数的时候必须先进性分组，然后才能使用。如果没有对数据进行分组，整张表默认为一组。
1.count 计数
例如：计算员工的数量
也可以这样写：select count(*) from emp;结果和上面一样。
2.sum 求和
例如：计算员工工资和
3.avg 求平均值
例如：计算员工的平均工资
4.max 求最大值 min求最小值
例如：求员工工资的最大值和最小值
分组函数需要注意的事项：
1.分组函数自动忽略null，你不需要对null进行处理
例如：统计津贴不为null的员工数量
2.分组函数中count(*)和count(具体字段)的区别：
count(具体字段)：表示统计该字段下所有不为null的元素的总数，count(*)：统计表中总行数
3.分组函数不能直接使用在where的子句当中
例如：找出比最低工资高的员工信息
不能像下面这样写：
原因是因为在使用分组函数之前必须先分组，而在执行where语句的时候并没有分组。
4.分组函数可以一起使用
三：日期函数
1.format 数字格式化
语法：
format(数字, '格式')例如：将员工表中的工资格式化
2.str_to_date：将字符串varchar类型转换成date类型
语法：
str_to_date('字符串日期', '日期格式') 新建一个表(新建表和插入字段在后面详细说)
-
drop
table if
exists t_student;
-
create
table t_student(
-
id
int,
-
name
varchar(
255),
-
graduate_time
date
-
);
插入学生信息
insert into t_student(id,name,graduate_time) values(1,'zhangsan','21-06-2021');
上面直接报错了，说插入的日期值错误。说明我们插入的日期格式不符合mysql的标准，在mysql中日期的格式为：'%Y-%m-%d'
为了解决上面的问题我们可以使用字符串转日期函数
当然我们在插入数据的时候按照mysql的标准来插入数据就不会报错，例如像下面这样。
3.date_format；将日期转化成指定的字符串
语法：date_format(日期类型数据, '日期格式')
这个函数通常使用在查询日期方面，设置展示的日期格式。
例如：将学生毕业的时间按照日——月——年的格式输出
分组查询
分组查询：对需求进行分组，然后对每组的数据进行操作
分组查询语法：
-
select
-
...
-
from
-
...
-
group
by
-
...
例如：计算每个部门的工资和
思路：先按照工作岗位分组，然后对工资求和
上面的程序的解释为：先从emp表中查询数据，根据job分组，然后对每组的数据进行sum(sal)
例如：计算每个工作岗位的平均工资
例如：计算每个工作岗位的最高薪资
select ename,job,sum(sal) from emp group by job;
可以看到上面的ename字段和后面的查询信息一点关联都没有，所以是多余的，这种语法在oracle当中就是错误的。
这里有一个结论：在一条select语句当中，如果有group by语句的话，select后面只能跟：参加分组的字段，以及分组函数。其他一律不跟。
联合分组查询
例如：找出每个部门，不同工作岗位的最高薪资
将前面学过的关键字全部组合在一起，看看他们的执行顺序
-
select
-
...
-
from
-
...
-
where
-
...
-
group
by
-
...
-
order
by
-
...
-
-
执行顺序
-
1.
from
-
2.
where
-
3.
group
by
-
4.
select
-
5.
order
by
上面关键字的执行顺序非常重要，必须要记住
having
having的功能和where一样，都是筛选条件。
使用having可以对分完组之后的数据进一步过滤，having不能单独使用，having不能替换where，having必须和group by联合使用
例如：找出每个工作岗位最高薪资，要求显示最高薪资大于3000的
第一步：找出每个工作岗位的最高薪资
然后只要根据条件筛选出工资大于3000的即可，这里用到having
其实上面的问题可以优化：
先将工资大于3000的都选出来，然后再分组
优化策略：where和having，优先选择where，where实在完成不了了，再选择having
例如：找出每个部门平均薪资，要求显示平均薪资高于2500(这个案列就不能用到where)
如果你像下面这样操作，结果是错误的。
因为根据我们一再强调的关键字执行顺序，上面语句翻译出来就是：从emp表中现将sal>2500的都选出来，然后根据 部门编号分组，然后再对每组sal求平均值，最终显示出来。显然这样的逻辑不满足我们的要求。
正确的做法是像下面这样：
总结(单表的查询讲完了) :
-
select
-
...
-
from
-
...
-
where
-
...
-
group
by
-
...
-
having
-
...
-
order
by
-
...
-
-
-
执行顺序
-
1.
from
-
2.
where
-
3.
group
by
-
4.
having
-
5.
select
-
6.
order
by
上面的语句解释为：
从某张表中查询数据，先经过where条件筛选出有价值的数据，对这些数据进行分组，分组之后可以使用having继续筛选，select查询出来，最后排序输出。
看一个综合案例：
找出每个岗位的平均工资，要求显示平均薪资大于1500的，除manager岗位之外，要求按照平均薪资降序排列。
distinct 对查询出来的结果去重
例如：对员工表中的工作岗位去重
多个字段联合起来去重：要求dintinct关键字必须在多个字段的前面
连接查询
连接查询就是多张表联合起来查询数据
连接查询的分类
根据语法年代分类
SQL92:1992年的时候出现的语法
SQL99:1999年的时候出现的语法
根据表连接的方式分类
内连接包括等值连接、非等值连接、自连接
外连接包括左外连接、右外连接
当两张表进行连接查询时，若果没有任何条件限制会发生笛卡尔积现象
所谓笛卡尔积现象就是在多张表查询的时候，最终查询结果条数是多张表记录条数的乘积 ，像下面这种情况。
查询每个员工所在的部门名称：
...
因为员工表有14条记录，部门表有4条记录，所以乘起来就是54条记录。显然这不符合实际开发需求。
为了避免笛卡尔积现象，连接的时候就要家条件，满足条件的才筛选出来。
这里有两种语法：92语法和99语法
92语法
-
select
-
字段
1，字段
2...
-
from
-
表
1，表
2...
-
where
-
...
以上面的案例为例演示92语法：
当然上面的语句还可以简化，就是给表取别名：
99语法
-
select
-
字段
1，字段
2...
-
from
-
表
1
-
inner
join
-
表
2
-
on
-
连接条件
同样根据上面的案例演示99语法： 
虽然上面查询结果只有14条，但是表与表之间的匹配次数并没有变少，还是54次匹配。
注意：通过笛卡尔积现象，表的连接次数越多效率越低，所以尽量避免表的连接次数
内连接之等值连接
例如：查询每个员工所在的部门地理位置，显示员工名和部门地理位置
内连接之非等值连接 (条件不是一个等量关系所以称为非等值连接)
找出每个员工的薪资等级，要求显示员工名、薪资、薪资等级
内连接之自连接
查询员工的上级领导，要求显示员工名和对应的领导名
首先先将员工编号和领导编号都查出来：
然后将这样表想象成两张表，这两张表分别是员工表和领导表，然后对这两张表进行连接。
内连接的时候两张表的关系是平等的，没有主次关系。
但是内连接不能解决所有的问题，例如查询每个员工的上级领导，要求显示所有员工的名字和领导名。如果用内连接：上面查询出来的结果只有13条记录，并没有将所有的员工都查询出来，显然不符合要求。这个时候就要用到外连接了。
外连接之左外连接和右外连接
右外连接语法：
-
select
-
字段
1，字段
2...
-
from
-
表
1
-
right
outer
join
-
表
2
-
on
-
连接条件
左外连接语法
-
select
-
字段
1，字段
2...
-
from
-
表
1
-
left
outer
join
-
表
2
-
on
-
连接条件
右外连接right代表将join关键字右边的这张表看成主表，主要是为了将这张表的数据全部查询出来，捎带着关联查询左边的表，左外连接恰恰相反。
任何一个右连接都有左连接的写法，任何一个左连接都有右连接的写法
在外连接当中，两张表连接，产生了主次关系。
根据上面的案列演示外连接：
可以看到king是这个公司的老大，所以他没有boss，现在查出来的记录就是14条。
多张表的连接
语法：
-
select
-
...
-
from
-
表
1
-
join
-
表
2
-
on
-
表
1和表
2的连接条件
-
join
-
表
3
-
on
-
表
1和表
3的连接条件
-
left
/
right
outer
join
-
表
4
-
on
-
表
1和表
4的连接条件
上面的一条sql语句中内连接和外连接可以混合使用
例如：找出每个员工的部门名称和工资等级，要求显示员工名、部门名、薪资、薪资等级
子查询
子查询：select语句中嵌套select语句，被嵌套的select语句称为子查询
子查询可以出现在where子句中、from语句中、select语句中
where子句中的子查询
例如：找出比最低工资高的员工姓名和工资
第一步：查询最低工资是多少
第二步：查询大于最低工资的员工姓名和工资
第三步合并：
from子句中的子查询
注意：from后面的子查询，可以将子查询的查询结果当做一张临时表(技巧）
例如：找出每个岗位的平均工资的薪资等级
select后面出现的子查询(了解即可）
例如：找出每个员工的部门名称，要求显示员工名，部门名
union 合并查询结果集
对于表的连接来说，每连接一次新表，则匹配的次数满足笛卡尔积，成倍增加。但是使用union可以减少匹配的次数。在减少匹配次数的情况下，还可以完成两个结果的拼接。
例如：查询员工工作岗位是manager和salesman的员工
比如a连接b连接c，a、b、c都是10条记录，则匹配次数为1000次。
使用union：a连接b一个结果：10*10 = 100次；a连接c一个结果：10*10 = 100次，加起来就是200次。显然匹配次数少了很多。
使用union的注意事项：
1.union在进行结果集合合并的时候，要求两个结果集的列数相同。
2.结果集合合并时列和列的数据类型也要一致。
上面在mysql中语法没问题，结果集合的列数相同，但是列和列的数据类型不一致。
limit的作用：将查询结果集的一部分取出来。通常在分页查询当中，分页查询是为了提高用户体验。
limit的语法：limit startIndex，length
startIndex是起始下标，起始下标从0开始。length是长度
缺省用法：limit 5——这是取前5个
例如：按照薪资降序，取出排名在前5名的员工
注意：mysql当中limit在order by之后执行
例如：取出工资排名在[3-5]名的员工
下标从2开始，就是第3条记录
分页
每页显示pageSize条记录，第pageNo页：
公式：limit (pageNo-1)*pageSize,pageSize
关于DQL语句的大总结：
-
select
-
...
-
from
-
...
-
where
-
...
-
group
by
-
...
-
having
-
...
-
order
by
-
...
-
limit
-
...
-
-
执行顺序：
-
1.
from
-
2.
where
-
3.
group
by
-
4.
having
-
5.
select
-
6.
order
by
-
7.limit
mysql中的数据类型
我们在这里只需要掌握一些基本的数据类型
varchar(最长255)：可变长度的字符串，比较智能，节省空间。会根据实际的数据长度动态分配空间。优点：节省空间，缺点：需要动态分配空间，速度慢。
char(最长255)：定长字符串，不管实际的数据长度是多少。分配固定长度的空间去存储数据。使用不恰当的时候，可能会导致空间的浪费。优点：不需要动态分配空间，速度快。缺点：使用不当可能会导致空间的浪费。
int(最长11)：数字中的整数型。等同于java的int。
bigint：数字中的长整型。等同于java中的long。
float：单精度浮点型数据
double：双精度浮点型数据
date：短日期类型只包括年月日信息
datetime：长日期类型包括年月日时分秒信息
clob：字符大对象，最多可以存储4G的字符串。比如：存储一篇文章，存储一个说明。超过255个字符的都要采用CLOB字符大对象来存储。Character Large OBject:CLOB
blob：二进制大对象，Binary Large OBject，专门用来存储图片、声音、视频等流媒体数据。
往BLOB类型的字段上插入数据的时候，例如插入一个图片、视频等，你需要使用IO流才行。
建表的语法格式:(建表属于DDL语句，DDL语句包括create、drop、alter)
create table 表名(字段1 数据类型，字段2 数据类型，字段3 数据类型);
删除表语法格式：drop table if exists 表名
例如：创建一个学生表，表中含有学生的编号、姓名、性别、年龄
快速建表之将一张表的结果查询结果插入到一张表中（了解内容）
例如：创建一张表，要求表的字段和数据类型都和部门表一样
向表中插入数据
插入数据insert (DML)
语法格式：insert into 表名(字段1，字段2，字段3...）values(值1，值2，值3...）；
注意：字段名和值要一一对应，即数量要对应，数据类型要对应。
例如：向学生表中插入学生的信息
删除表中的数据
删除数据 delete (DML)
语法格式：delete from 表名 where 条件;
注意：没有条件，整张表的数据都会被全部删除
例如：删除编号为2的学生信息
例如：删除整张的信息
删除表中的数据之快速删除表中的数据
delete from 表名;这种删除数据的方式比较慢
truncate table 表名;这种删除表的速度快
delete语句删除数据的原理？（delete属于DML语句）
表中的数据被删除了，但是这个数据在硬盘上的真实存储空间不会被释放！！！
这种删除缺点是：删除效率比较低。
这种删除优点是：支持回滚，后悔了可以再恢复数据！！！
truncate语句删除数据的原理？
这种删除效率比较高，表被一次截断，物理删除。
这种删除缺点：不支持回滚。
这种删除优点：快速。
用法：truncate table dept_bak; （这种操作属于DDL操作。）
大表非常大，上亿条记录？？？？
删除的时候，使用delete，也许需要执行1个小时才能删除完！效率较低。
可以选择使用truncate删除表中的数据。只需要不到1秒钟的时间就删除结束。效率较高。
但是使用truncate之前，必须仔细询问客户是否真的要删除，并警告删除之后不可恢复！
truncate是删除表中的数据，表还在！
约束
约束：在创建表的时候，我们可以给表中的字段加上一些约束，来保证这个表中的数据的完整性、有效性。约束的作用就是为了保证表中的数据有效。
约束包括那些：
非空约束：not null
唯一性约束：unique
主键约束：primary key（简称PK）
外键约束：foreign key（简称FK）
非空约束：not null
非空约束not null约束的字段不能为null
例如：创建一个学生类，要求学生的姓名不能为空
如果在列的后面加非空约束，则将这种约束称为列级约束
唯一性约束：unique
唯一性约束的字段不能重复，但可以为null
例如：创建学生表要求学生姓名不能重复
多个字段联合具有唯一性：
例如：创建一个学生表，里面包含学生编号、姓名、邮箱，要求姓名和邮箱两个字段联合起来具有唯一性
但是当我们一旦插入的邮箱一样的时候就会报错
上面的约束没有添加在列的后面，这种约束称为表级约束，当需要给多个字段联合起来添加某一个约束的时候，需要使用标记约束。
unique和not null可以联合使用，当unique和not null联合时就变成了主键约束
主键约束：primary key
任何一张表如果没有主键约束，表无效
主键约束是一种约束，字段上面添加主键约束，该字段称为主键字段。主键字段上面的值称为主键值，主键值是每一行记录的唯一标识，主键值是每一行的身份证号。
例如：创建一张学生表，学生表中包含编号、姓名、年龄，要求编号和姓名不能为空也不能重复
注意：
1.在实际开发中不建议使用复合主键，建议使用单一主键，因为主键值存在的意义就是这行记录的身份证号码，只要达到意义即可，单一主键可以做到。
2.一个表中主键约束不能多于1个
在mysql中，有一种机制，可以帮助我们自动维护一个主键值
auto_increment表示自增，从1开始，一1递增
外键约束：foreign key
外键约束是一种约束，字段上面添加外键约束称为外键字段，外键字段上面的每一个值称为外键值。
现在有一个需求：请设计数据库表，来描述“班级和学生”的信息
-
-
第一种方案：班级和学生存储在一张表中
-
t_student
-
no(pk) name classno classname
-
--------------------------------------------------------------------------------------------------------------
-
1 jack
100 北京市大兴区亦庄镇第二中学高三
1班
-
2 lucy
100 北京市大兴区亦庄镇第二中学高三
1班
-
3 lilei
100 北京市大兴区亦庄镇第二中学高三
1班
-
4 hanmeimei
100 北京市大兴区亦庄镇第二中学高三
1班
-
5 zhangsan
101 北京市大兴区亦庄镇第二中学高三
2班
-
6 lisi
101 北京市大兴区亦庄镇第二中学高三
2班
-
7 wangwu
101 北京市大兴区亦庄镇第二中学高三
2班
-
8 zhaoliu
101 北京市大兴区亦庄镇第二中学高三
2班
-
分析以上方案的缺点：
-
数据冗余，空间浪费！
-
这个设计是比较失败的！
-
-
第二种方案：班级一张表、学生一张表
-
-
t_class 班级表
-
classno(pk) classname
-
------------------------------------------------------
-
100 北京市大兴区亦庄镇第二中学高三
1班
-
101 北京市大兴区亦庄镇第二中学高三
1班
-
-
t_student 学生表
-
no(pk) name cno(FK引用t_class这张表的classno)
-
-------------------------------------------------------------------------------------------------
-
1 jack
100
-
2 lucy
100
-
3 lilei
100
-
4 hanmeimei
100
-
5 zhangsan
101
-
6 lisi
101
-
7 wangwu
101
-
8 zhaoliu
101
-
-
当cno字段没有任何约束的时候，可能会导致数据无效。可能出现一个
102，但是
102班级不存在。
-
所以为了保证cno字段中的值都是
100和
101，需要给cno字段添加外键约束。
-
那么：cno字段就是外键字段。cno字段中的每一个值都是外键值。
-
-
注意：
-
t_class是父表
-
t_student是子表
-
-
删除表的顺序：先删子，再删父。
-
-
创建表的顺序：先创建父，再创建子。
-
-
删除数据的顺序：先删子，再删父。
-
-
插入数据的顺序：先插入父，再插入子。
-
-
思考：子表中的外键引用的父表中的某个字段，被引用的这个字段必须是主键吗？
-
不一定是主键，但至少具有
unique约束。
-
-
外键值可以为
NULL。
-
drop
table if
exists t_student;
-
drop
table if
exists t_class;
-
-
create
table t_class(
-
classno
int
primary key,
-
classname
varchar(
255)
-
);
-
create
table t_student(
-
no
int
primary key auto_increment,
-
name
varchar(
255),
-
cno
int,
-
foreign key(cno)
references t_class(classno)
-
);
-
-
insert
into t_class(classno, classname)
values(
100,
'北京市大兴区亦庄镇第二中学高三1班');
-
insert
into t_class(classno, classname)
values(
101,
'北京市大兴区亦庄镇第二中学高三2班');
-
-
insert
into t_student(name,cno)
values(
'jack',
100);
-
insert
into t_student(name,cno)
values(
'lucy',
100);
-
insert
into t_student(name,cno)
values(
'lilei',
100);
-
insert
into t_student(name,cno)
values(
'hanmeimei',
100);
-
insert
into t_student(name,cno)
values(
'zhangsan',
101);
-
insert
into t_student(name,cno)
values(
'lisi',
101);
-
insert
into t_student(name,cno)
values(
'wangwu',
101);
-
insert
into t_student(name,cno)
values(
'zhaoliu',
101);
-
-
select
*
from t_student;
-
select
*
from t_class;
存储引擎 (了解内容)
存储引擎就是一个表组织/存储数据的方式，不同的存储引擎，表存储数据的方式不同。
查看masql支持哪些存储引擎
show engines;
MySQL中主要的引擎
MyISAM存储引擎
它管理的表具有以下特征：
使用三个文件表示每个表：
格式文件 — 存储表结构的定义（mytable.frm）
数据文件 — 存储表行的内容（mytable.MYD）
索引文件 — 存储表上索引（mytable.MYI）：索引是一本书的目录，缩小扫描范围，提高查询效率的一种机制。
可被转换为压缩、只读表来节省空间
MyISAM存储引擎特点：
可被转换为压缩、只读表来节省空间
这是这种存储引擎的优势
MyISAM不支持事务机制，安全性低。
InnoDB存储引擎
这是mysql默认的存储引擎，同时也是一个重量级的存储引擎。
InnoDB支持事务，支持数据库崩溃后自动恢复机制。
InnoDB存储引擎最主要的特点是：非常安全。
它管理的表具有下列主要特征：
– 每个 InnoDB 表在数据库目录中以.frm 格式文件表示
– InnoDB 表空间 tablespace 被用于存储表的内容（表空间是一个逻辑名称。表空间存储数据+索引。）
– 提供一组用来记录事务性活动的日志文件
– 用 COMMIT(提交)、SAVEPOINT 及ROLLBACK(回滚)支持事务处理
– 提供全 ACID 兼容
– 在 MySQL 服务器崩溃后提供自动恢复
– 多版本（MVCC）和行级锁定
– 支持外键及引用的完整性，包括级联删除和更新
InnoDB最大的特点就是支持事务：
以保证数据的安全。效率不是很高，并且也不能压缩，不能转换为只读，
不能很好的节省存储空间。
MEMORY存储引擎
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，
这两个特点使得 MEMORY 存储引擎非常快。
MEMORY 存储引擎管理的表具有下列特征：
– 在数据库目录内，每个表均以.frm 格式的文件表示。
– 表数据及索引被存储在内存中。（目的就是快，查询快！）
– 表级锁机制。
– 不能包含 TEXT 或 BLOB 字段。
MEMORY 存储引擎以前被称为HEAP 引擎。
MEMORY引擎优点：查询效率是最高的。不需要和硬盘交互。
MEMORY引擎缺点：不安全，关机之后数据消失。因为数据和索引都是在内存当中。
建表的时候可以指定存储引擎，以及字符编码方式
查看表的存储引擎show create table 表名;
事务(概念很多)
事务就是一个完整的业务逻辑，是一个最小的工作单元，不可再分。事务是批量的DML语句同时成功或者同时失败。
只有DML语句才会有事务一说insert、delete、update，其他语句和事务无关。因为只有DML语句才会对数据库中的数据进行增、删、改等操作，这关乎数据的安全，所以非常重要。
1.事务的执行机制
InnoDB存储引擎：提供一组用来记录事务性活动的日志文件
事务开启了：
insert
delete
update
事务结束了！
在事务的执行过程中，每一条DML的操作都会记录到“事务性活动的日志文件”中。
在事务的执行过程中，我们可以提交事务，也可以回滚事务。
提交事务
清空事务性活动的日志文件，将数据全部彻底持久化到数据库表中。
提交事务标志着，事务的结束。并且是一种全部成功的结束。
回滚事务
将之前所有的DML操作全部撤销，并且清空事务性活动的日志文件
回滚事务标志着，事务的结束。并且是一种全部失败的结束。
2.提交事务和回滚事务
提交事务：commit; 语句
回滚事务：rollback; 语句（回滚永远都是只能回滚到上一次的提交点！）
测试一下，在mysql当中默认的事务行为是怎样的？
mysql默认情况下是支持自动提交事务的。（自动提交）
什么是自动提交？
每执行一条DML语句，则提交一次！
我们以上面的表操作为例，来演示mysql的自动提交机制：
当我们在删除表中的数据的时候我们并没有提交，也就是没有commit，但是mysql自动就帮我们提交了，而且我们此时回滚也回不去。
这种自动提交实际上是不符合我们的开发习惯，因为一个业务，通常是需要多条DML语句共同执行才能完成的，为了保证数据的安全，必须要求同时成功之后再提交，所以不能执行一条，就提交一条。
怎么将mysql的自动提交机制关闭掉呢？先执行这个命令：start transaction;然后添加手动提交命令commit
还是以上面的案列为例：
3.事务的ACID特性
A：原子性
说明事务是最小的工作单元，不可再分。
C：一致性
所有事务要求，在同一个事务当中，所有操作必须同时成功，或者同时失败，以保证数据的一致性。
I：隔离性
A事务和B事务之间具有一定的隔离，就像教室A和教室B之间有一道墙，这道墙就是隔离性。
D：持久性
事务最终结束的一个保障，事务提交以后就相当于将没有保存到硬盘上的数据保存到硬盘上
I：隔离性
A教室和B教室中间有一道墙，这道墙可以很厚，也可以很薄。这就是事务的隔离级别。
这道墙越厚，表示隔离级别就越高。
事务和事务之间的隔离级别有哪些呢？4个级别
读未提交：read uncommitted（最低的隔离级别）《没有提交就读到了》
什么是读未提交，读未提交就是事务A可以读取到事务B未提交的数据。
这种隔离级别存在的问题就是：脏读现象！(Dirty Read)，我们称读到了脏数据。这种隔离级别一般都是理论上的，大多数的数据库隔离级别都是二档起步！
读已提交：read committed《提交之后才能读到》
什么是读已提交？事务A只能读取到事务B提交之后的数据。
这种隔离级别解决了脏读的现象。
这种隔离级别存在什么问题是不可重复读取数据，什么是不可重复读取数据呢？不可重复读取数据就是在事务开启之后，第一次读到的数据是3条，当前事务还没有结束，可能第二次再读取的时候，读到的数据是4条，3不等于4。
这种隔离级别是比较真实的数据，每一次读到的数据是绝对的真实。
oracle数据库默认的隔离级别是：read committed
可重复读：repeatable read《提交之后也读不到，永远读取的都是刚开启事务时的数据》
什么是可重复读取？重复读取就是，事务A开启之后，不管是多久，每一次在事务A中读取到的数据都是一致的。即使事务B将数据已经修改，并且提交了，事务A读取到的数据还是没有发生改变，这就是可重复读。
可重复读解决不可重复读取数据。可重复读存在的问题是可以会出现幻影读。每一次读取到的数据都是幻象。不够真实！
例如：早晨9点开始开启了事务，只要事务不结束，到晚上9点，读到的数据还是那样！读到的是假象。不够绝对的真实。mysql中默认的事务隔离级别就是这个！
序列化/串行化：serializable（最高的隔离级别）
这是最高隔离级别，效率最低。解决了所有的问题。
这种隔离级别表示事务排队，不能并发！每一次读取到的数据都是最真实的，并且效率是最低的。
4.验证各种隔离级别
被测试的表为t_product;
注意在每一次验证的时候，都需要将mysql的隔离级别更改，命令是：
set global transaction isolation level 不同的隔离级别
修改以后退出mysql，然后重写打开mysql数据库。
下面是mysql的默认隔离级别：
查看当前mysql的隔离级别命令：select @@tx_isolation
为了演示四种隔离级别，需要开两个mysql窗口
1.演示读未提交read uncommitted
首先修改隔离级别，然后退出mysql
然后开两个mysql窗口，(这里有点多线程的感觉 )各自登录到mysql数据库中打开bjpowernode数据库
然后1：事务A、B各自开启事务 、2：事务A查询表t_product、3：事务B向t_product中插入数据、4：事务A查询表t_product
可以看到事务B还没有提交事务即还没有commit，事务A中就已经能够查到数据了。
2.演示读已提交read committed
不要忘了修改隔离级别
步骤还是和上面的一样
可以看到事务A只有在事务B提交事务以后，才能查看到表中的数据
3.演示可重复读 repeatable read
可以看到即使事务B提交了事务，但是事务A还是只能查询到事务A提交之间的记录
只有当事务A提交以后再次查询，才能查询到事务B提交的事务，像下面这样：
4.验证 序列化/串行化：serializable
这个就和两个线程占用一个资源一样了，只有当一个事务结束操作以后，两一个事务才能操作
可以看到只要事务A不提交事务，事务B就会一直卡着，直到事务B的请求超时，向下面这样：
当事务B再次请求，然后事务A提交事务以后，事务B马上就能查看到数据，像下面这样：
索引
索引是为了提高查询效率存在的一种机制，添加在字段上面。一张表的一个字段可以添加一个索引，多个字段联合起来也可以添加索引。索引相当于一本书的目录，是为了缩小扫描范围而存在的一种机制。
Mysql在查询方面主要有两种方式：第一种方式：全表扫描、第二种方式：根据索引检索
索引的实现原理
假设有一张用户表：t_user
-
id(PK) name 每一行记录在硬盘上都有物理存储编号
-
----------------------------------------------------------------------------------
-
100 zhangsan
0x1111
-
120 lisi
0x2222
-
99 wangwu
0x8888
-
88 zhaoliu
0x9999
-
101 jack
0x6666
-
55 lucy
0x5555
-
130 tom
0x7777
提醒1：在任何数据库当中主键上都会自动添加索引对象，id字段上自动有索引，
因为id是PK。另外在mysql当中，一个字段上如果有unique约束的话，也会自动
创建索引对象。
提醒2：在任何数据库当中，任何一张表的任何一条记录在硬盘存储上都有
一个硬盘的物理存储编号。
提醒3：在mysql当中，索引是一个单独的对象，不同的存储引擎以不同的形式
存在，在MyISAM存储引擎中，索引存储在一个.MYI文件中。在InnoDB存储引擎中
索引存储在一个逻辑名称叫做tablespace的当中。在MEMORY存储引擎当中索引
被存储在内存当中。不管索引存储在哪里，索引在mysql当中都是一个树的形式
存在
下列情况可以给给字段添加索引：
条件1：数据量庞大（到底有多么庞大算庞大，这个需要测试，因为每一个硬件环境不同）
条件2：该字段经常出现在where的后面，以条件的形式存在，也就是说这个字段总是被扫描。
条件3：该字段很少的DML(insert delete update)操作。（因为DML之后，索引需要重新排序。）
索引的创建和删除
创建索引
create index 索引名 on 表名(被加上索引的字段);
例如：create index emp_ename_index on emp(ename);
给emp表的ename字段添加索引，起名为：emp_ename_index
索引的删除
drop index 索引名 on 表名
例如：drop index emp_ename_index on emp;
将emp表上的emp_ename_index索引对象删除
查看字段上面是否有索引
explain select * from 表名 where 条件;
索引失效
索引也有失效的时候
失效的第一种情况，在模糊查询的时候会失效：
失效的第二种情况，使用or的时候会失效。如果使用or那么要求or两边的条件字段都要有索引，才会走索引，如果其中一边有一个字段没有索引，那么另一个字段上的索引也会失效。
索引失效的第三种情况，使用复合索引的时候，没有使用左侧的列查找，索引失效。
视图
视图是站在不同的角度去看待同一份数据
创建视图
create view 视图名 as select * from 被复制的表；
删除视图
drop view 视图名；
注意：只有DQL语句才能以view的形式创建，也就是create view 视图名 as （这里的语句必须是DQL语句）
视图的作用
我们可以面向视图对象进行增删改查，对视图对象进行增删改查会导致原表被操作(视图的特点就是通过视图能够影响到原表的数据)
视图在开发中的作用：
假设有一条非常复杂的SQL语句，而这条SQL语句需要在不同的位置上反复使用，每一次使用这个SQL语句的时候都需要重新编写，很长，很麻烦，这个时候就可以把这条复杂的SQL语句以视图的对象的形式新建。这样可以大大简化开发，并且利于后期的维护，因为修改的时候也只需要修改一个位置就行，只需要修改视图对象所映射的SQL语句。
DBA常用命令
作为java程序员，只需要掌握导入导出命令即可：
数据导出
注意：在windows的dos命令窗口中：
mysqldump bjpowernode>D:\bjpowernode.sql -uroot -p123456
可以导出指定的表吗？
mysqldump bjpowernode emp>D:\bjpowernode.sql -uroot -p123456
数据导入
注意：需要先登录到mysql数据库服务器上。
然后创建数据库：create database bjpowernode;
使用数据库：use bjpowernode
然后初始化数据库：source D:\bjpowernode.sql
数据库设计三范式
数据库设计三范式是数据库表设计的依据
数据库三范式共有一下三种：
第一范式：要求任何一张表必须有主键，每一个字段原子性不可再分。
第二范式：建立在第一范式的基础之上，要求所有非主键字段完全依赖主键，不产生部分依赖。
第三范式：建立在第二范式的基础之上，要求所有非主键字段直接依赖主键，不产生传递依赖。
第一范式
最核心，最重要的范式，所有表的设计都需要满足。
必须有主键，并且每一个字段都是原子性不可再分。
学生编号 学生姓名 联系方式
------------------------------------------
1001 张三 zs@gmail.com,1359999999
1002 李四 ls@gmail.com,13699999999
1001 王五 ww@163.net,13488888888
以上不满足第一范式，第一：没有主键。第二：联系方式可以分为邮箱地址和电话，修改以后像下面这样。
学生编号(pk) 学生姓名 邮箱地址 联系电话
----------------------------------------------------
1001 张三 zs@gmail.com 1359999999
1002 李四 ls@gmail.com 13699999999
1003 王五 ww@163.net 13488888888
第二范式
建立在第一范式的基础之上，
要求所有非主键字段必须完全依赖主键，不要产生部分依赖。
学生编号 学生姓名 教师编号 教师姓名
----------------------------------------------------
1001 张三 001 王老师
1002 李四 002 赵老师
1003 王五 001 王老师
1001 张三 002 赵老师
这张表描述了学生和老师的关系：（1个学生可能有多个老师，1个老师有多个学生）
这是非常典型的：多对多关系！
分析以上的表是否满足第一范式？
不满足第一范式。
怎么满足第一范式呢？修改
学生编号+教师编号(pk) 学生姓名 教师姓名
----------------------------------------------------
1001 001 张三 王老师
1002 002 李四 赵老师
1003 001 王五 王老师
1001 002 张三 赵老师
学生编号 教师编号，两个字段联合做主键，复合主键（PK: 学生编号+教师编号）
经过修改之后，以上的表满足了第一范式。但是满足第二范式吗？
不满足，“张三”依赖1001，“王老师”依赖001，显然产生了部分依赖。
产生部分依赖有什么缺点？
数据冗余了。空间浪费了。“张三”重复了，“王老师”重复了。
为了让以上的表满足第二范式，你需要这样设计：
使用三张表来表示多对多的关系！！！！
学生表
学生编号(pk) 学生名字
------------------------------------
1001 张三
1002 李四
1003 王五
教师表
教师编号(pk) 教师姓名
--------------------------------------
001 王老师
002 赵老师
学生教师关系表
id(pk) 学生编号(fk) 教师编号(fk)
------------------------------------------------------
1 1001 001
2 1002 002
3 1003 001
4 1001 002
背口诀：
多对多怎么设计？
多对多，三张表，关系表两个外键！
第三范式
第三范式建立在第二范式的基础之上
要求所有非主键字典必须直接依赖主键，不要产生传递依赖。
学生编号（PK） 学生姓名 班级编号 班级名称
---------------------------------------------------------
1001 张三 01 一年一班
1002 李四 02 一年二班
1003 王五 03 一年三班
1004 赵六 03 一年三班
以上表的设计是描述：班级和学生的关系。很显然是1对多关系！
一个教室中有多个学生。
分析以上表是否满足第一范式？
满足第一范式，有主键。
分析以上表是否满足第二范式？
满足第二范式，因为主键不是复合主键，没有产生部分依赖。主键是单一主键。
分析以上表是否满足第三范式？
第三范式要求：不要产生传递依赖！
一年一班依赖01，01依赖1001，产生了传递依赖。
不符合第三范式的要求。产生了数据的冗余。
那么应该怎么设计一对多呢？
班级表：一
班级编号(pk) 班级名称
----------------------------------------
01 一年一班
02 一年二班
03 一年三班
学生表：多
学生编号（PK） 学生姓名 班级编号(fk)
-------------------------------------------
1001 张三 01
1002 李四 02
1003 王五 03
1004 赵六 03
背口诀：
一对多，两张表，多的表加外键！
转载：https://blog.csdn.net/yahid/article/details/125740855