共计 5994 个字符,预计需要花费 15 分钟才能阅读完成。
前言
在日常开发中,一些不罕用且又比拟根底的常识,过了一段时间之后,总是容易遗记或者变得有点不置可否。本篇次要记录一些对于 MySQL 数据库比拟根底的常识,以便日后疾速查看。
SQL 命令
SQL 命令分能够分为四组:DDL、DML、DCL和TCL。四组中蕴含的命令别离如下
DDL
DDL 是数据定义语言(Data Definition Language)的简称,它解决数据库 schemas 和形容数据应如何驻留在数据库中。
CREATE:创立数据库及其对象(如表,索引,视图,存储过程,函数和触发器)
ALTER:扭转现有数据库的构造
DROP:从数据库中删除对象
TRUNCATE:从表中删除所有记录,包含为记录调配的所有空间都将被删除
COMMENT:增加正文
RENAME:重命名对象
常用命令如下:
# 建表
CREATE TABLE sicimike (id int(4) primary key auto_increment COMMENT '主键 ID',
name varchar(10) unique,
age int(3) default 0,
identity_card varchar(18)
# PRIMARY KEY (id) // 也能够通过这种形式设置主键
# UNIQUE KEY (name) // 也能够通过这种形式设置惟一键
# key/index (identity_card, col1...) // 也能够通过这种形式创立索引
) ENGINE = InnoDB;
# 设置主键
alter table sicimike add primary key(id);
# 删除主键
alter table sicimike drop primary key;
# 设置惟一键
alter table sicimike add unique key(column_name);
# 删除惟一键
alter table sicimike drop index column_name;
# 创立索引
alter table sicimike add [unique/fulltext/spatial] index/key index_name (identity_card[(len)] [asc/desc])[using btree/hash]
create [unique/fulltext/spatial] index index_name on sicimike(identity_card[(len)] [asc/desc])[using btree/hash]
example:alter table sicimike add index idx_na(name, age);
# 删除索引
alter table sicimike drop key/index identity_card;
drop index index_name on sicimike;
# 查看索引
show index from sicimike;
# 查看列
desc sicimike;
# 新增列
alter table sicimike add column column_name varchar(30);
# 删除列
alter table sicimike drop column column_name;
# 批改列名
alter table sicimike change column_name new_name varchar(30);
# 批改列属性
alter table sicimike modify column_name varchar(22);
# 查看建表信息
show create table sicimike;
# 增加表正文
alter table sicimike comment '表正文';
# 增加字段正文
alter table sicimike modify column column_name varchar(10) comment '姓名';
————————————————
版权申明:本文为 CSDN 博主「Sicimike」的原创文章,遵循 CC 4.0 BY-SA 版权协定,转载请附上原文出处链接及本申明。原文链接:https://blog.csdn.net/Baisitao_/article/details/104714764
DML
DML 是 数据操纵语言 (Data Manipulation Language)的简称,包含最常见的 SQL 语句,例如SELECT
,INSERT
,UPDATE
,DELETE
等,它用于 存储 , 批改 , 检索 和删除 数据库中的数据。
-
分页
-- 查问从第 11 条数据开始的间断 5 条数据 select * from sicimike limit 10, 5
-
group by
默认状况下,MySQL 中的分组(group by)语句,不要求 select 返回的列,必须是分组的列或者是一个聚合函数。如果 select 查问的列不是分组的列,也不是聚合函数,则会返回该分组中第一条记录的数据。比照上面两条 SQL 语句,第二条 SQL 语句中,cname 既不是分组的列,也不是以聚合函数的模式呈现。所以在 liming 这个分组中,cname 取的是第一条数据。
mysql> select * from c; +-----+-------+----------+ | CNO | CNAME | CTEACHER | +-----+-------+----------+ | 1 | 数学 | liming | | 2 | 语文 | liming | | 3 | 历史 | xueyou | | 4 | 物理 | guorong | | 5 | 化学 | liming | +-----+-------+----------+ 5 rows in set (0.00 sec) mysql> select cteacher, count(cteacher), cname from c group by cteacher; +----------+-----------------+-------+ | cteacher | count(cteacher) | cname | +----------+-----------------+-------+ | guorong | 1 | 物理 | | liming | 3 | 数学 | | xueyou | 1 | 历史 | +----------+-----------------+-------+ 3 rows in set (0.00 sec) ————————————————
- having
having 关键字用于对分组后的数据进行筛选,性能相当于分组之前的 where,不过要求更严格。过滤条件要么是一个聚合函数(… having count(x) > 1),要么是呈现在 select 前面的列(select col1, col2 … group by x having col1 > 1) -
多表更新
- update tableA a inner join tableB b on a.xxx = b.xxx set a.col1 = xxx, b.col1 = xxx where ...
-
多表删除
- delete a, b from tableA a inner join tableB b on a.xxx = b.xxx where a.col1 = xxx and b.col1 = xxx
DCL
DCL 是 数据管制语言 (Data Control Language)的简称,它蕴含诸如GRANT
之类的命令,并且次要波及数据库系统的权限,权限和其余控件。
GRANT
:容许用户拜访数据库的权限REVOKE
:吊销用户应用 GRANT 命令赋予的拜访权限
TCL
TCL 是 事务管制语言(Transaction Control Language)的简称,用于解决数据库中的事务
COMMIT
:提交事务ROLLBACK
:在产生任何谬误的状况下回滚事务
范式
数据库规范化,又称正规化、标准化,是数据库设计的一系列原理和技术,以缩小数据库中数据冗余,增进数据的一致性。关系模型的发明者埃德加·科德最早提出这一概念,并于 1970 年代初定义了第一范式、第二范式和第三范式的概念,还与 Raymond F. Boyce 于 1974 年独特定义了第三范式的改良范式——BC 范式。
除外还包含针对多值依赖的第四范式,连贯依赖的第五范式、DK 范式和第六范式。
当初数据库设计 最多满足 3NF,普遍认为范式过高,尽管具备对数据关系更好的约束性,但也导致数据关系表减少而令数据库 IO 更易忙碌,原来交由数据库解决的关系束缚现更多在数据库应用程序中实现。
第一范式
定义:数据库中的所有 字段 (列)都是繁多属性, 不可再分 的。这个繁多属性由根本的数据类型所形成,如整型、浮点型、字符串等。
第一范式是为了保障列的原子性。
上表不满足第一范式,其中的地址列是能够再拆分的,能够拆分成省、市、区等
第二范式
定义:数据库中的表不存在非关键字段对任一关键字字段的 局部函数 依赖
局部函数依赖 是指存在着 组合关键字 中的某一关键字决定非关键字的状况
第二范式在满足了第一范式的根底上,打消非主键列对 联结主键 的局部依赖
下面这张表中想要设置主键,只能是 商品名称 和供应商名称 一起组成联结主键。然而 价格 和分类 只依赖于 商品名称 ,供应商电话只依赖于 供应商名称 ,所以下面的表不满足第二范式,能够改成如下模式:
商品信息表
供应商信息表
商品 - 供应商关联表
第三范式
定义:所有非主键属性都只和候选键有相关性,也就是说非主键属性之间应该是独立无关的。
第三范式是在满足了第二范式的根底上,打消列与列之间的 传递依赖。
在下面的表中,商品的 分类形容 依赖 分类 ,而 分类 依赖 商品名称 ,而不是 分类形容 间接依赖 商品名称 。这样就造成了 传递依赖,所以不合乎第三范式。能够改成如下模式
商品表
商品分类表
数据库设计时,遵循范式和反范式始终以来是一个颇受争议的问题。遵循范式对数据关系更好的约束性,并且缩小数据冗余,能够更好地保证数据一致性。而反范式则是为了取得更好地性能。所以范式还是反范式并没有明确的规范,适宜本人业务场景的才是最好的。
反范式设计时,须要思考以下几个问题,别离是插入异样、更新异样和删除异常
- 插入异样:如果某个实体随着另一个实体的存在而存在,即短少某个实体是无奈示意这个实体,那么这个表就存在插入异样。
- 更新异样:如果更改表所对应的某个实体实例的独自属性时,须要将多行更新,那么就阐明这个表存在更新异样
- 删除异常:如果删除表的某一行来示意某实体实例生效时,导致另一个不同实体实例信息失落,那么这个表就存在删除异常
以违反第二范式的表为例
如果可乐第二制造厂这个供应商尚未开始供货,表中就不存在第二条记录,也就无奈记录供应商的电话,这样就存在插入异样;如果须要把可乐的价格进步,须要更新表中的多条记录,这样就存在更新异样;如果删除可乐第二制造厂的供货信息,那么该供应商的电话也就失落了,这样就存在删除异常。
个别存在插入异样的表,都会存在更新异样和删除异常。
横表纵表
SQL 脚本
# 横表
CREATE TABLE `table_h2z` (`name` varchar(32) DEFAULT NULL,
`chinese` int(11) DEFAULT NULL,
`math` int(11) DEFAULT NULL,
`english` int(11) DEFAULT NULL
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8;
/*Data for the table `table_h2z` */
insert into `table_h2z`(`name`,`chinese`,`math`,`english`) values
('mike',45,43,87),
('lily',53,64,88),
('lucy',57,75,75);
# 纵表
CREATE TABLE `table_z2h` (`name` varchar(32) DEFAULT NULL,
`subject` varchar(8) NOT NULL DEFAULT '',
`score` int(11) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
/*Data for the table `table_z2h` */
insert into `table_z2h`(`name`,`subject`,`score`) values
('mike','chinese',45),
('lily','chinese',53),
('lucy','chinese',57),
('mike','math',43),
('lily','math',64),
('lucy','math',75),
('mike','english',87),
('lily','english',88),
('lucy','english',75);
横表转纵表
SELECT NAME, 'chinese' AS `subject`, chinese AS `score` FROM table_h2z
UNION ALL
SELECT NAME, 'math' AS `subject`, math AS `score` FROM table_h2z
UNION ALL
SELECT NAME, 'english' AS `subject`, english AS `score` FROM table_h2z
执行后果
+------+---------+-------+
| name | subject | score |
+------+---------+-------+
| mike | chinese | 45 |
| lily | chinese | 53 |
| lucy | chinese | 57 |
| mike | math | 43 |
| lily | math | 64 |
| lucy | math | 75 |
| mike | english | 87 |
| lily | english | 88 |
| lucy | english | 75 |
+------+---------+-------+
9 rows in set (0.00 sec)
纵表转横表
SELECT NAME,
SUM(CASE `subject` WHEN 'chinese' THEN score ELSE 0 END) AS chinese,
SUM(CASE `subject` WHEN 'math' THEN score ELSE 0 END) AS math,
SUM(CASE `subject` WHEN 'english' THEN score ELSE 0 END) AS english
FROM table_z2h
GROUP BY NAME
执行后果
+------+---------+------+---------+
| name | chinese | math | english |
+------+---------+------+---------+
| lily | 53 | 64 | 88 |
| lucy | 57 | 75 | 75 |
| mike | 45 | 43 | 87 |
+------+---------+------+---------+
3 rows in set (0.00 sec)
参考
- https://www.w3schools.in/mysq…
作者:Sicimike
起源:https://blog.csdn.net/Baisita…
本文首发于公众号:Java 版 web 我的项目,欢送关注获取更多精彩内容