【数据库】模块二：SQL 语句、高级特性与优化
一、 SQL 语言四大分类 (Data Language Classification)
银行笔试常以“下列哪个命令属于 DDL/DCL？”的形式进行概念考查。必须熟练掌握下表的归类：
| 分类 | 全称 | 核心职能 | 常用关键字 / 命令 | 笔试避坑点 |
| DDL | Data Definition Language 数据定义语言 | 操纵表结构、索引、视图等元数据（不触及具体行数据）。 | CREATE,DROP,ALTER,TRUNCATE | TRUNCATE属于 DDL。它通过释放存储页来清空全表，速度极快，不走事务日志，无法回滚。 |
| DML | Data Manipulation Language 数据操作语言 | 对表内的具体行数据进行增、删、改。 | INSERT,UPDATE,DELETE | DELETE属于 DML。它逐行删除，会写入事务日志（Redo/Undo Log），可以回滚。 |
| DQL | Data Query Language 数据查询语言 | 从数据库中检索、查询数据。 | SELECT | 数据库中使用频率最高、也是笔试算法/编写题的核心。 |
| DCL | Data Control Language 数据控制语言 | 管理数据库用户权限、安全级别与访问控制。 |
| 银行项目上线或外包人员进场时，权限严格管控必用 DCL。 |
二、 数据库高级特性：视图与索引
1. 视图 (View) — 虚拟表
定义：视图是一张虚拟表，其自身并不在磁盘上存储真实数据。它仅在系统字典中保存一段
SELECT语句的定义，数据在运行时动态生成。核心作用（银行应用场景）：
安全性（字段隔离）：隐藏敏感数据。例如，前台柜员只能访问包含“客户姓名、尾号、余额”的视图，而屏蔽包含“密码哈希、身份证号”的原表字段。
简化查询：将涉及十几张表、上百行关联条件的复杂
JOIN语句封装为视图，后续开发只需SELECT * FROM view_name。
2. 索引 (Index) — 数据目录
定义：索引是一种排好序的高效获取数据的数据结构（在 InnoDB 中主要是B+ 树）。
代价：空间换时间。
优势：大幅提升数据检索（SELECT）和排序（ORDER BY）的性能。
劣势：降低了写（INSERT / UPDATE / DELETE）的效率，因为每次数据变动都需要动态调整 B+ 树结构；同时会占用额外的磁盘空间。
三、 多表连接查询 (SQL JOINS)
多表联查是银行笔试中 SQL 编写题和结果集判断题的必考点。
1. 内连接 (INNER JOIN)
机制：只返回两张表中完全满足连接条件的交集记录。
特点：如果左表的某条记录在右表中找不到匹配项（或反之），该记录直接被过滤。
2. 左外连接 (LEFT JOIN / LEFT OUTER JOIN)
机制：以左表为基准，完整返回左表的所有记录。
特点：如果右表没有匹配的记录，则结果集中属于右表的字段全部填充为
NULL。银行常考场景：查询“开户后从未办理过网银业务的客户列表”（
WHERE 右表.id IS NULL）。
3. 右外连接 (RIGHT JOIN)
机制：与左外连接对称，以右表为基准，完整返回右表所有记录，左表未匹配处补
NULL。
4. 全外连接 (FULL JOIN)
机制：返回左右两表的所有记录。匹配成功的合并同行，匹配失败的单侧补
NULL。注：MySQL 原生不支持
FULL JOIN，笔试中若需实现，通常采用LEFT JOIN ... UNION ... RIGHT JOIN的组合拳。
四、 SQL 性能优化：索引失效的“六大毒瘤”
在海量金融交易场景下，SQL 优化直接决定系统生死。笔试最爱考“下列哪个操作会导致全表扫描（索引失效）”。
⚠️金科玉律：只要对索引列进行了“加工”或“破坏了其物理顺序”，索引即告失效！
1. 违背最左前缀法则
场景：建立了复合索引
(a, b, c)。失效：查询条件中跳过了前缀。如
WHERE b = 1或WHERE c = 2（索引完全失效）；WHERE a = 1 AND c = 2（仅a走索引，c不走）。
2. 在索引列上进行运算或调用函数
❌错误（失效）：
WHERE YEAR(create_time) = 2026;或WHERE age - 1 = 29;+正确（有效）：
WHERE create_time >= '2026-01-01' AND create_time <= '2026-12-31';
3. 隐式类型转换（类型不匹配）
场景：银行卡号
card_no字段在设计时为字符串类型（VARCHAR）。❌错误（失效）：
WHERE card_no = 62220212345678;（传入了数值型，数据库底层会自动调用函数对列进行转换）+正确（有效）：
WHERE card_no = '62220212345678';
4. 模糊查询中通配符%开头
❌错误（失效）：
WHERE name LIKE '%明';或WHERE name LIKE '%明%';（无法利用 B+ 树的有序性，必走全表扫描）+正确（有效）：
WHERE name LIKE '张%';（属于范围查询，索引有效）
5. 在 WHERE 子句中使用OR连接未索引列
场景：
age有索引，但phone没有索引。❌错误（失效）：
WHERE age = 18 OR phone = '13800000000';（由于phone必须全表扫描，引擎会直接放弃age的索引，整体变更为全表扫描）
6. 使用不等于判断 (!=或<>)
❌错误（一般失效）：
WHERE status != 'CLOSED';（不等于操作符会让优化器大概率认为扫描全表的代价比走索引更低，从而放弃索引）