关于intellij-idea:零散的MySQL基础总是记不住看这一篇如何拯救你

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_h2zUNION ALLSELECT NAME, 'math' AS `subject`,  math AS `score` FROM table_h2zUNION ALLSELECT 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 englishFROM table_z2hGROUP 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