当前位置: 首页 > news >正文

MySQL基础入门 定义DDL、增删改DML、查DQL、多表查询、事务、索引

目录

  • 一、概述
    • 数据模型
    • SQL语句的分类
    • 数据类型
  • 二、数据库设计 DDL
    • 数据库层面
    • 数据表层面
  • 三、数据库操作 DML
    • 添加数据insert
    • 修改数据update
    • 删除数据delete
  • 四、数据查询 DQL
    • 总结
    • 基本查询
    • 条件查询where
    • 聚合函数
    • 分组查询group by(where与having的区别)
    • 排序查询order by
    • 分页查询limit
    • if和case的使用
  • 五、多表关系
    • 一对多
    • 外键约束
    • 一对一
    • 多对多
  • 六、多表查询
    • 笛卡尔积
    • 内连接
    • 外连接
    • 子查询
      • 标量子查询
      • 列子查询
      • 行子查询
      • 表子查询
  • 七、事务
    • 问题场景引入
    • 概念
    • 事务操作
    • 事务
  • 八、索引
    • 介绍
    • 索引结构:B+树
    • 索引操作语法

一、概述

数据模型

MySQL是如何存储和管理数据的?
DBMS是MySQL服务器里内置的一个软件将SQL语句发送给它 通过它即可操作数据库当中的数据

SQL语句的分类

数据类型

数值类型:
tinyint默认是有符号的
tinynit unsigned才是无符号的

字符串类型:
char(10):不足十个,用空字符补到十个;超过十个,直接报错(性能高 但浪费空间)
varchar(10):最多只能存10个字符,不足10个字符, 按照实际长度存储(性能低 但节省空间 要判断实际长度)
char使用空间换时间 varchar使用时间换空间

日期时间类型:

二、数据库设计 DDL

数据库层面

数据表层面

创建表:
[ ]表示该语法可选
约束是作用在字段上的 用于限制存储在表中的数据

约束:


查询:

修改add,modify,change,drop,rename(表):
前四个是针对字段的修改alter table 表名 + 操作
最后一个是针对表的修改

删除:
删除表的时候表中的数据也会被全都删掉
删除字段是alter table tb_user02 drop column school_name;

三、数据库操作 DML

添加数据insert

插入时 指定的字段顺序要和values的顺序一致
字符串类型比如varchar,日期类型比如date,插入的时候都应该在引号里面

修改数据update

where条件如果没有就会更新当前表的所有记录

删除数据delete

where条件也是可有可无 如果没有就会删除当前表所有数据(危险操作)
delete无法删除某个字段的值(可以使用update 更新某个字段的值为NULL)
下图就是把id=1的那一条记录删除了
第二句SQL是删除了整个表所有的记录

四、数据查询 DQL

总结

where是分组前 having是分组后

编写顺序与实际执行顺序

基本查询

as可以省略
尽量少用select *


条件查询where

条件列表:




聚合函数

NULL值不参与任何一个聚合函数的运算 所以COUNT(字段)一定要是非空字段才算进去
COUNT(*),COUNT(字段),COUNT(常量)都可以统计数量 建议用第一个

分组查询group by(where与having的区别)

1.分组之后 select查询的一般是分组字段或者聚合函数查询其他的字段毫无意义
2.分组之后进行条件的过滤要用having而不是where
3.执行顺序:where > 分组操作/聚合函数 > having
4.where后面不能使用聚合函数因为where是在分组/聚合之前执行的
5.having可以对聚合函数进行判断 本质还是因为聚合函数是在having之前执行的

根据性别分组 统计男性和女性员工的数量

排序查询order by

ASC升序 默认就是它 可以不写
DESC降序
如果是多字段排序当第一个字段有重复值 才会根据第二个字段排序
逻辑上 按照下面这种顺序去写更为清晰

分页查询limit

起始索引从0开始 起始索引 = (查询页码 - 1) * 每页记录数
limit是MySQL的方言 并不是通用的
查询第一页的数据 起始索引可以省略

if和case的使用

if和case:

根据性别分组 , 统计男性和女性员工的数量
如果不把个if重命名为性别 那么他的表头就是这一坨东西(as可以省略)

职位信息统计

五、多表关系

一对多

一个部门 对应多个员工
一个员工 只归属一个部门


外键约束

前面只是在逻辑上知道员工和部门多对一的关系 但是数据库层面并没有进行关联
插入测试数据假如把部门表ID为1的记录直接删除 员工表不会受到任何影响
但此时员工表已经出现数据不一致不完整的问题了还有部分员工仍归属于被删掉的部门下
外键约束用于解决多表之间数据的一致性和完整性问题
设置外键关联之后 1部门就删不了了 5部门还是能删 因为没有员工属于5部门

物理外键与逻辑外键:

一对一

比如用户 和 身份证的关系

多对多

通过中间表 可以查到学生选了什么课 课程被谁选了

六、多表查询

笛卡尔积

笛卡尔积 会有5*17条记录 每五条里面只有一条是有效的数据

内连接

第十七个员工 内连接就查不出来(不属于交集) 要用外连接
内连接求的其实就是笛卡尔积 要用where或者on消除无效的数据


外连接

左外连接包含左边表的所有数据 以及 交集部分


子查询

子查询分类:

标量子查询

子查询返回单个值


列子查询

返回的是一列 多行

行子查询

子查询返回的是一行 多列

表子查询

通常作为一张临时表 所以一般在select语句的from后面

七、事务

问题场景引入

有可能是SQL代码写错了或各种原因 导致该部门的员工没有被删除
但是这两个操作应该作为一个整体 要么都删了 要么都没有

概念

一组操作 要么都成功 要么都失败


事务操作

begin
commit
rollback

正常情况:执行完没错 提交事务

异常情况:执行出错 回滚事务
可以把删除掉的数据恢复 保证了操作前后数据的一致性

事务

wsm
的四大特性ACID

原子性 一致性 隔离性 持久性

八、索引

介绍

简单来说就是提高查询效率的数据结构

索引的优缺点

索引结构:B+树

为什么MySQL不用二叉搜索树或者红黑树?
大数据量情况下 层级深(树的高度过高) 检索速度慢 → B+树解决

索引操作语法

如果是唯一索引 就要加上unique

http://www.jsqmd.com/news/956684/

相关文章:

  • 【RT-DETR实战】141、大规模实验自动化脚本:从手动改参到一键出结果的进化之路
  • 探秘 Go 动态数组:pprof 排查大数据切片 GC 停顿
  • 粉笔模考排名有参考价值吗?公考备考看排名更要看错题、模块和复盘
  • bert-base-portuguese-cased vs 其他葡萄牙语BERT模型:为什么110M参数模型能称霸下游任务?
  • 好用的龙虾ai拓客支持
  • 终极QQ截图独立版:免登录专业截图工具完全指南
  • Veo 2时长突破实战手册:用分段生成+跨片段latent对齐技术实现180秒连续叙事(附可运行Colab脚本)
  • 2026年度武汉婚姻家事律所权威排行榜|专注解决高净值家庭企业主股权资产纠纷 - 资讯快报
  • 2026十家小程序定制与开发公司盘点,双优小程序制作定制公司推荐 - 新闻快传
  • 深入剖析 MySQL InnoDB 引擎,与 Redis 主从复制及哨兵切换机制
  • 挖漏洞一个月赚 2 万多,别被骗了!认清副业骗局与合法挖洞边界
  • 3大理由告诉你:为什么CaptfEncoder成为网络安全专家的必备工具套件
  • ChatGLM-6B源码深度解析:从Tokenizer到Transformer架构的完整实现指南
  • 从MCU到模拟芯片:Microchip的战略渗透与嵌入式生态构建
  • 上岸村公考核心优势梳理:4大维度构建行业差异化壁垒 - 速递信息
  • MegSpot图片视频对比工具:3步掌握专业视觉分析技巧
  • 下午茶配什么糕点才不踩雷?杭州人私藏百年的答案,藏在杨先生糕点里 - 玖叁鹿
  • 2026年10款主流论文降AIGC平台推荐
  • 2026 北京本地人必选的靠谱瓷砖空鼓专业维修公司 TOP5 推荐!卫生间、厨房、客厅、阳台瓷砖空鼓翘边全场景维修,全天响应,免费上门,持证上岗 - 防水空鼓维修家
  • 【RT-DETR实战】142、模型跑得欢,指标怎么看?聊聊那些让你又爱又恨的评估数字
  • FunClip终极指南:如何用AI在5分钟内完成专业级视频剪辑
  • GHelper:重新定义华硕笔记本控制体验的10MB轻量级解决方案
  • 北京无区域公司注册代办机构排行及核心服务解析 - 互联网科技品牌测评
  • 像素级损失函数和经典超分文章
  • 2026年选纳米大片流水线完整决策路径 - 速递信息
  • 如何快速将小米智能设备接入HomeAssistant:终极完整指南
  • 2026 年南宁家装怎么选不亏?行情解析 + 避坑干货 + 靠谱品牌盘点 - 新闻快传
  • SmartKG:如何零代码构建企业级知识图谱,3步实现数据智能革命
  • 小红书数据爬取终极指南:如何用Python SDK高效获取内容数据
  • Botty:暗黑2重制版像素级AI自动化刷宝的完整技术指南