MySQL

1、MySQL

javaEE: 企业级java开发 web

前端（页面：展示，数据！）

后台（连接点：连接数据库，链接前端）

数据库（存数据）

DB DataBase

概念数据仓库，软件，安装在操作系统之上

作用存储数据，管理数据

DBMS 数据库管理系统

数据库的管理软件，科学有效的管理我们的数据。

数据库分类

关系型数据库(RDBMS)：行列 SQL

MySQL， Oracle， Sql Server， DB2， SQLlite
通过表和表之间，行与列之间的关系进行数据存储

非关系型数据库：键值对 NoSQL

Redis， MongDB
对象存储，通过对象的自身属性来决定

2、SQL语法

SQL通用语法
1. SQL语句可以单行或多行书写，以分号结尾。
2. SQL语句可以使用空格/缩进来增强语句的可读性。
3. MySOL数据库的SQL语句不区分大小写，关键字建议使用大写。
4. 注释：
  单行注释：-注释内容或#注释内容(MySQL特有)
  多行注释：*注释内容*/
SQL分类
- DDL Data definition Language 数据定义语言，用来定义数据库对象
- DML Data Manipulation Language 数据操作语言，用来对数据库表中的数据进行增删改
- DQL Data Query Language 数据查询语言用来查询数据库中表的记录
- DCL Data Control Language 数据控制语言，用来创建数据库用户，控制数据库的访问权限

mysql -u root -p -- 登录mysql

-- DDL
show databases; -- 展示所有数据库

create database [if not exists] db_name [DEDAULT CHARSET 字符集] [COLLATE 排序规则]; -- 创建数据库

drop database [if exitst] db_name; -- 删除数据库

use `DB_name`; -- 使用数据库 如果有特殊符号需要加上``

SELECT DATABASE() -- 查询当前所在数据库

show tables; -- 展示表
describe table_name; -- 显示表信息
DESC table_name; -- 显示表信息
show create table table_name -- 查询知道表的创建语句
create table table_name(
		id int comment "编号",
  	name varchar(50) comment "姓名"
) comment "用户表"; -- 创建表
 
 create table if not EXISTS `student`(
	`id` int(4) not null AUTO_INCREMENT COMMENT '学号',
	`name` VARCHAR(30) not null DEFAULT '匿名' COMMENT '姓名',
	`pwd` VARCHAR(20) not null DEFAULT '123456' COMMENT '密码',
	`sex` VARCHAR(2) not null DEFAULT '女' COMMENT '性别',
	`birthday` datetime DEFAULT null COMMENT '生日',
	`address` VARCHAR(100) DEFAULT null COMMENT '住址',
	`email` VARCHAR(50) DEFAULT null COMMENT '邮箱',
	PRIMARY KEY(`id`)
)engine innodb default CHARSET=utf8

 
 -- 增加字段
alter table table_name add 字段名 类型 [comment '注释']; 
-- 修改字段
alter table table_name modify 字段名 新数据类型;
alter table table_name change 旧字段名 新字段名 新数据类型; 
-- 删除字段
alter table table_name drop 字段名; 
-- 修改表名
alter table old_table_name rename to new_table_name; 
-- 删除表
drop table [if exists] table_name; 
-- 删除并重建
truncate table table_name; 

-- DML
/* 
添加 insert
字符串和日期型数据应该包含在引号中。
插入的数据大小。应该在字段的规定范围内。
*/
-- 添加制定字段数据
insert into table_name (字段名1) values(值1);
-- 添加全部字段
insert into table_name values(....);
-- 批量添加
insert into table_name values(...),(...);

/*
修改 update
修改语句的条件可以有，也可以没有，如果没有条件， 则会修改整张表的所有数据
*/
update table_name set 字段名1 = 值1 [where 条件];

/*
删除 delete
DELETE语句的条件可以有，也可以没有，如果没有条件，则会删除整张表的所有数据。
DELETE语句不能删除某一个字段的值（可以使用UPDATE)。
*/
delete from 表名 [where 条件]

-- DQL
/*
查询 select
基本查询
聚合函数
分组查询
排序查询
分页查询
*/
select 字段列表  4
from 表名列表   1
where 条件列表  2
group by 分组字段列表  3
having 分组后条件列表  
order by 排序字段列表  5
limit 分页参数;  6

-- DQL 基本查询 
-- 查询多个字段
select 字段1 from table_name;
select * from table_name;
-- 设置别名
select 字段1[as 别名1] from table_name;
-- 去除重复记录
select distinct 字段列表 from 表名

/* DQL 条件查询
	>
	>=
	<
	<=
	=
	<> or !=
	between ... and ... 
	in(...)
	like 占位符 模糊匹配（_匹配单个字符，%匹配任意个字符）
	is null
	and &&
	or ||
	not !
*/

/* DQL 聚合函数 null 不参与聚合函数计算
	count 统计数量
	min
	max
	sum
	avg	
*/
select 聚合函数（字段） from 表名;

/* DQL 分组查询
where与having区别
执行时机不同：where是分组之前进行过滤，不满足where条件，不参与分组；而having是分组之后对结果进行过滤。
判断条件不同：where不能对聚合函数进行判断，而having可以。
执行顺序：where>聚合函数>having。
分组之后，查询的字段一般为聚合函数和分组字段，查询其他字段无任何意义。
*/
select 字段 from 表名 where 条件 group by 分组字段名[HAVING 分组后过滤条件];

/* DQL 排序查询
asc
desc
*/
select 字段 from 表名 order by 字段1 排序方式1， 字段2 排序方式2；

/* DQL 分页查询
·起始索引从0开始，起始索引=（查询页码-1）*每页显示记录数。
·分页查询是数据库的方言，不同的数据库有不同的实现，MySQL中是LIMIT。
·如果查询的是第一页数据，起始索引可以省略，直接简写为iit10。
*/
select * form table_name limit start_index, query_num;

-- DCL
/*
all 		全部权限
select 	搜索权限
insert 	插入
update 	修改
delete 	删除
alter  	修改表
drop  	删除表/数据库/视图
create  创建表数据库
*/

use mysql;

-- 查询用户
select * from user;
-- 创建用户
create user 'username'@ 'localhost' identified by 'password';
-- 修改用户密码
alter user 'username'@ 'localhost' identified with mysql_native_password by 'new_password';
-- 删除用户
drop user 'username'@ 'localhost';

-- 查询权限
show grants for 'username'@ 'localhost';
-- 授予
grant 权限列表 on database_name.table_name to 'username'@ 'localhost';
-- 撤销
revoke 权限列表 on database_name.table_name from 'username'@ 'localhost';

3、函数

是指一段可以直接被另一段程序调用的程序或代码。

3.1 字符串函数

concat(s1,s2,…,sn)
lower(str)
upper(str)
lpad(str, n, pad)

左填充，用pad对str左边进行填充，直到n的字符串长度
rpad(str, n, pad)
trim(str)

去除头尾的空格
substring(str, start, len)

3.2 数值函数

ceil(x)

向上取整
floor(x)

向下取整
mod(x,y)

x%y
rand()

随机（0-1）的数
round(x,y)

对x四舍五入，保留y位小数

3.3 日期函数

curdate()
curtime()
now()
year(date)
month(date)
day(date)
date_add(date, interval expo type)

返回一个日期加上一个时间间隔之后的时间
datediff(date1, date2)

返回两者相差的天数

3.4 流程函数

if(value, t, f)

如果value为true 返回t，否则为f
ifnull(value1, value2)

如果value1不为null 返回value1 否则返回value2
case when then else end

4、数据库

4.1 列类型

数值

tinyint 1个字节
smallint 2
mediumint 3
int 标准整数 4个字节常用
bigint 8
float 4
double 8 （精度问题！） double(整体长度,小数长度)
decimal 字符串形式的浮点数（金融计算的时候）

字符串

char 字符串固定大小的 0-255
varchar 可变字符串 0-65535 常用
tinytext 微型文本 2^8 - 1
text 文本串 2^16 - 1 保存大文本
blog 二进制形式的文件数据

时间日期

java.util.Date

date YYYY-MM-DD 日期
time HH:mm:ss. 时间格式
datatime YYYY-MM-DD HH:mm:ss 最常用的时间格式
timestamp 时间戳 1970.1.1 到现在的毫秒数

null

没有值，未知
不要用NULL进行运算，结果为null

4.2 字段属性

Unsigned:

无符号整数
不能声明为负数

zerofill：

不足的位数使用0填充

自增：

通常用来设计唯一的主键，必须是整数类型
可以自定义起始值和步长

非空：not null

假设设置为not null，不给它赋值，会报错

默认：

设置默认的值！

5、约束

作用于表中字段上的规则，用于限制存储在表中的数据。

保证表中数据的正确性，有效性和完整性

非空约束 NOT NULL
唯一约束 UNIQUE
主键约束 PRIMARY KEY 一行数据的唯一标识，非空且唯一
默认约束 DEFAULT
检查约束（8之后版本）CHECK 保证字段满足某一条件
外键约束 FOREIGN KEY 用来让两张表数据之间建立连接，保证数据的一致性
- no action 当在父表中删除/更新对应记录时，首先检查该记录是否有对应外键，如果有则不允许删除/更新。（与RESTRICT一致）
- restrict
- cascade 当在父表中删除/更新对应记录时，首先检查该记录是否有对应外键，如果有，则也删除/更新外键在子表中的记录。
- set null 父表删除后，子表置空

约束作用于表中字段上，可以在创建/修改时添加约束

6、多表查询

由于业务之间相互关联，所以各个表之间有关系

一对多
- 外键
多对多
- 第三张中间表
一对一
- 单表拆分

从多张表中查询数据

在多表查询时，要删除多余的笛卡尔积

6.1 查询分类

连接查询
- 内连接：相当于查询A、B交集部分数据
- 外连接
  - 左外连接：查询左表所有数据，以及两张表交集部分数据
  - 右外连接：查询右表所有数据，以及两张表交集部分数据
- 自连接：当前表与自身的连接查询，自连接必须使用表别名
子查询
- sql语句只能够嵌套select语句，称为嵌套查询又称子查询。
- 根据子查询结果不同，分为
  - 标量子查询结果为单个值
    
    = > < <= >= != <>
  - 列子查询结果为单列
    
    in not in any some all
  - 行子查询结果为单行
    
    = <> in not in
  - 表子查询结果为多行多列
    
    in

-- 内连接
-- 隐式内连接
select * from table_1, table_2 where ...;

-- 显式内连接
select * from table_1, [inner] join table_2 on ...;

-- 外连接
-- 左外
select * from table_1 left [outer] join table_2 on ...;

-- 右外
select * from table_1 right [outer] join table_2 on ...;

-- 自连接
select * from table_1 a, join table_2 b on ...;

-- 子查询
select * from table_1 where column1 = (select column1 from table_2)

6.2 联合查询 union， union all

把多次查询结果合并起来，形成一个新的查询结果

字段和字段类型保持一致

-- 直接合并查询
select * from table_a ...
union all 
select * from table_b ...;

-- 合并查询并去重
select * from table_a ...
union 
select * from table_b ...;

7、事务

事务是一组操作的集合，它是一个不可分割的工作单位，事务会把所有的操作作为一个整体一起向系统提交或撤销操作请求，
同时成功，同时失败

7.1 四大特性 ACID

原子性事务是不可分割的最小操作单元，要么全部成功，要么全部失败。
一致性事务完成时，必须使所有的数据都保持一致状态。
隔离性数据库系统提供的隔离机制，保证事务在不受外部并发操作影响的独立环境下运行。
持久性事务一旦提交或回滚，它对数据库中的数据的改变就是永久的。

7.2 并发事务问题

脏读一个事务读到另外一个事务还没有提交的数据。
不可重复读一个事务先后读取同一条记录，但两次读取的数据不同，称之为不可重复读。
幻读一个事务按照条件查询数据时，没有对应的数据行，但是在插入数据时，又发现这行数据已经存在，好像出现了幻影”。

7.3 事务隔离级别

Read uncommitted 不解决问题
Read committed 只解决脏读
Repeatable Read(mysql 默认) 不能解决幻读
serializable 全解决

--方式一
-- 查看/设置事务提交方式
select @@ autocommit;
set @@autocommit = 0; -- 手动

-- 提交事务
commit;

-- 回滚事务
rollback;

-- 方式二
--开启事务
start transaction; or begin;
--提交事务
commit;
--回滚事务
rollback;

-- 查看事务隔离级别
select @@transaction_isolation;

-- 设置事务隔离级别
set session[global] transaction isolation level Read uncommitted;

8、数据库引擎

8.1 体系结构

连接层
- 最上层是一些客户端和链接服务，主要完成一些类似于连接处理、授权认证、及相关的安全案。服务器也会为安全接入的每个客户端验证它所具有的操作权限。
- 连接池
服务层
- 第二层架构主要完成大多数的核心服务功能，如SQL接口，并完成缓存的查询，SQL的分析和优化，部分内置函数的执行。所有跨存储引擎的功能也在这一层实现，如过程、函数等。
- SQL接口
- 解析器
- 查询优化器
- 缓存
引擎层
- 存储引擎真正的负责了MySQL中数据的存储和提取，服务器通过API和存储引擎进行通信。不同的存储引擎具有不同的功能，这样我们可以根据自己的需要，来选取合适的存储引擎。
- 可插拔存储引擎
- 索引
存储层
- 主要是将数据存储在文件系统之上，并完成与存储引擎的交互。

8.2 存储引擎

存储引擎就是存储数据、建立索更新/查询数据等技术的实现方式。存储引擎是基于表的，而不是基于库的，所以存储引擎也可被称为表类型。

展示当前数据库支持的存储引擎

show engines

INNODB 默认
MYISAM 早些年使用

	MYISAM	INNODB
事务支持	不支持	支持
数据行锁定	不支持	支持
外键	不支持	支持
全文索引	支持	不支持
表空间的大小	较小	较大（2倍）
优点	节约空间，速度快	安全性高，多用户多表操作

在物理空间位置

所有数据库文件都在data目录下

本质还是文件存储

不同引擎在物理文件上的区别

innoDB
- XXX.ibd:x代表的是表名，innoDBi引擎的每张表都会对应这样一个表空间文件，存储该表的表结构(frm、sdi)、数据和索引。
MYISAM 对应文件
- .sdi 表结构的定义文件
- .MYD 数据文件（data）
- .MYI 索引文件（index）

9、索引

索引（idex)是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

优点
- 提高检索效率和排序效率
缺点
- 占用空间
- 降低更新表的速度

9.1 索引结构

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种：

B+Tree

最常见的索引类型，大部分引擎都支持B+树索引
Hash innodb不支持

底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询
R-tree(空间索引) innodb不支持
Full-text（全文索引） innodb 5.6后支持

数据结构

二叉树
平衡二叉树（红黑树）
多路平衡查找树（B-Tree）
- 满足阶数后，中间节点向上分裂
B+Tree
- 所有数据存储在叶子结点
- 非叶子结点存储索引
- 叶子节点构成单向链表（mysql中双向链表）
- 指针大小6节节

9.2 索引分类

主键索引
- 针对于主键创建
- 默认自动创建，只能有一个
- PRIMARY
唯一索引
- 避免同表中某列数据重复
- 多个
- unique
常规索引
- 快速定位特定数据
- 多个
全文索引
- 查找文本中的关键词，而不是比较索引中的值
- FULLTEXT

在innodb中，根据索引的存储形式分为

聚集索引 clustered index
- 将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据
- 必须有且只有一个
- 如果存在主键，主键索引就是聚集索引。
- 如果不存在主键，将使用第一个唯一(UNIQUE)索引作为聚集索引。
- 如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。
二级索引 secondary index
- 将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键
- 可以有多个

9.3 索引语法

--创建索引
create [unique|fulltext] index index_name on table_name(index_col_name...);
--查看索引
show index from table_name;
--删除索引
drop index index_name on table_name;

9.4 SQL性能分析

SQL执行频率

show [global|session] status like 'com_______';

主要优化查询占比比较多的
慢查询日志

show variables like 'slow_query_log';

慢查询日志记录了所有执行时间超过指定参数(long_query_time,单位：秒，默认10秒)的所有SQL语句的日志。
MySQL的慢查询日志默认没有开启，需要在MySQL的配置文件（/etc/my.cnf)中配置如下信息：
1
2
3
4
#开启慢日志
slow_query_log = 1
#设置慢日志阈值
long_query_time = 2

profile 详情

--查看是否支持
select @@have_profiling
--查看开关是否打开
select @@profiling;
--打开
set profiling = 1;
--查看profile
show profiles;
show profile for query query_id;

explain执行计划
1
2
--在select语句之间加上关键字 explain/desc
explain select * form table_name;
- id
  
  select查询的序列号，表示查询中执行select子句或者是操作表的顺序(id相同，执行顺序从上到下；id不同，值越大，越先执行)。
- select_type
  
  表示SELECT的类型，常见的取值 SIMPLE(简单表，即不使用表连接或者子查询) PRIMARY(主查询，即外层的查询)、UNION(UNION中的第二个或者后面的查询语句)、SUBQUERY(SELECT/WHERE之后包含了子查询)等
- type
  
  表示连接类型，性能由好到差的连接类型为NULL、system、const、eq_ref、ref、range、index、all
- possible_keys
  
  可能用的索引
- key
  
  实际用的索引
- key_len
  
  表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好。
- rows
  
  MySQL认为必须要执行查询的行数，在innodb引擎的表中，是一个估计值，可能并不总是准确的。
- filtered
  
  表示返回结果的行数占需读取行数的百分比，filtered的值越大越好。

9.5 索引使用

最左前缀法则

如果索引了多列（联合索引），要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列。
如果跳跃某一列，索引将部分失效（后面的字段索引失效）。
范围查询

联合索引中，出现范围查询(>，<)，范围查询右侧的列索引失效
索引列运算

不要在索引列上进行运算操作，索引将失效。
字符串不加单引号‘ ’

字符串不加单引号‘ ’，索引将失效。
模糊查询

尾部模糊不会影响索引，首部模糊会导致索引失效
or连接的条件

有一个没索引就会失效
数据分布影响

如果MySQL评估使用索引比全表更慢，则不使用索引。
SQL提示
SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。
1
2
3
4
5
6
--建议使用哪个索引
use index(index_name)
--忽略哪个索引
ignore index(index_name)
--强制使用哪个索引
force index(index_name)
覆盖索引

尽量使用覆盖索引（查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到），减少select*。

using index condition:查找使用了索引，但是需要回表查询数据
using where; using index：查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据
前缀索引

当字段类型为字符串(varchar,tet等)时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘IO,影响查
询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。

create index index_name on table_name(col_name(n));

前缀长度可以根据索引的选择性来快定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。
单列索引和联合索引

9.6 索引的设计原则

针对于数据量较大，且查询比较频繁的表建立索引。
针对于常作为查询条件(where)、排序(order by)、分组(group by)操作的字段建立索引。
尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。
如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引。
尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。
要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率。
如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询。

10、SQL优化

10.1 插入数据优化

insert优化

批量插入
手动提交事务
主键顺序插入

大批量插入数据

load

mysql --local-infile -u root -p

set global local_infile = 1;

load data local infile '/root/sql1.log' into table 'tb_user' fileds terminated by ',' lines terminated by '\n';

10.2 主键优化

数据组织方式

在InnoDB存储引擎中，表数据都是根据主键顺序组织存放的，这种存储方式的表称为索引组织表(index organized table IOT)。
页分裂

页可以为空，也可以填充一半，也可以填充100%。每个页包含了2-N行数据（如果一行数据多大，会行溢出），根据主键排列。

主键乱序的时候会发生页分裂
页合并

当删除一行记录时，实际上记录并没有被物理删除，只是记录被标记(flaged)为删除并且它的空间变得允许被其他记录声明使用。
主键设计原则

满足业务需求的情况下，尽量降低主键的长度。

插入数据时，尽量选择顺序插入，选择使用AUTO_INCREMENT自增主键

尽量不要使用uuid或者其他自然主键做主键

业务操作时，避免对主键的修改

10.3 order by 优化

Using filesort：通过表的索引或全表扫描，读取满足条件的数据行，然后在排序缓冲区sort buffer中完成排序操作，所有不是通过索引直接返回排序结果的排序都叫FileSort排序。
Using index:通过有序索引顺序扫描直接返回有序数据，这种情况即为using index,不需要额外排序，操作效率高。
根据排序字段建立合适的索引，多字段排序时，也遵循最左前缀法则。
尽量使用覆盖索引。
多字段排序，一个升序一个降序，此时需要注意联合索引在创建时的规则(ASC/DESC)。
如果不可避免的出现filesort,大数据量排序时，可以适当增大排序缓冲区大小sort buffer_size(默认256k)。

10.4 group by

use temporary
use index
在分组操作时，可以通过索引来提高效率。
分组操作时，索引的使用也是满足最左前缀法则的。

10.5 limit

一个常见又非常头疼的问题就是limit2000000,10,此时需要MySQL排序前2000010记录，仅仅返回2000000-2000010 的记录，其他记录丢弃，查询排序的代价非常大

优化思路：一般分页查询时，通过创建覆盖索引能够比较好地提高性能，可以通过覆盖索引加子查询形式进行优化。

10.6 count

MyISAM引擎把一个表的总行数存在了磁盘上，因此执行count(*)的时候会直接返回这个数，效率限高；
InnoDB引擎就麻烦了，它执行count(*)的时候，需要把数据一行一行地从引擎里面读出来，然后累积计数。
count0是一个聚合函数，对于返回的结果集，一行行地判断，如果count函数的参数不是NULL,累计值就加1，否则不加，最后返回累计值。
用法：count(*)、count(主键)、count(字段)、count(1)
count(主键) innoDB引擎会遍历整张表，把每一行的主键id值都取出来，返回给服务层。服务层拿到主键后，直接按行进行累加（主键不可能为null)。
count(字段) 没有not null约束：InnoDB引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，服务层判断是否为null,不为nuL,计数累加。有not null约束：InnoDB引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，直接按行进行累加。
count(1) InnoDB引擎遍历整张表，但不取值。服务层对于返回的每一行放一个数字“1”进去，直接按行进行累加。
count(*) InnoDB引擎并不会把全部字段取出来，而是专门做了优化，不取值，服务层直接按行进行累加。

10.7 update

innoDB的行锁是针对索引加的锁，不是针对记录加的锁，并且该索引不能失效，否则会从行锁升级为表锁。

11、视图/存储过程/触发器

11.1 视图

视图(View)是一种虚拟存在的表。视图中的数据并不在数据库中实际存在，行和列数据来自定义视图的查询中使用的表，并且是在使用视图时动态生成的。

通俗的讲，视图只保存了查询的SQL逻辑，不保存查询结果。所以我们在创建视图的时候，主要的工作就落在创建这条SQL查询语句上。

-- 创建
create [or replace] view view_name as select_sql [with [cascaded|local] check option];

--查询
--查看创建语句
show create view view_name;
--查看视图数据
select * from view_name;

--修改
create or replace view view_name as select_sql [with [cascaded|local] check option];
alter view view_name as select_sql [with [cascaded|local] check option];

--删除
drop view if exists view_name;

检查选项

当使用WITH CHECK OPTION子句创建视图时，MySQL会通过视图检查正在更改的每个行，例如插入，更新，删除，以使其符合视图的定义 MySQL允许基于另一个视图创建视图，它还会检查依赖视图中的规则以保持一致性。为了确定检查的范围，MySQL提供了两个选项：CASCADED和LOCAL,默认值为CASCADED。
视图的更新
要使视图可更新，视图中的行与基础表中的行之间必须存在一对一的关系。如果视图包含以下任何一项，则该视图不可更新：
1. 聚合函数或窗口函数
2. distinct
3. group by
4. having
5. union [all]
作用
- 简单视图不仅可以简化用户对数据的理解，也可以简化他们的操作。那些被经常使用的查询可以被定义为视图，从而使得用户不必为以后的操作
  每次指定全部的条件。
- 安全数据库可以授权，但不能授权到数据库特定行和特定的列上。通过视图用户只能查询和修改他们所能见到的数据
- 数据独立视图可帮助用户屏蔽真实表结构变化带来的影响。

11.2 存储过程

存储过程是事先经过编译并存储在数据库中的一段SQL语句的集合，调用存储过程可以简化应用开发人员的很多工作，减少数据在数据库和应用服务器之间的传输，对于提高数据处理的效率是有好处的。
存储过程思想上很简单，就是数据库SQL语言层面的代码封装与重用。

特点

封装，复用
可以接收参数，也可以返回数据
减少网络交互，效率提升

注意：在命令行中，执行创建存储过程的SQL时，需要通过关键字delimiter指定SQL语句的结束符。

--创建
delimiter $$
create procedure 存储过程名称()
begin
--- sql
end $$
delimiter ;
--调用
call 名称();
--查看
show create proce dure 存储过程名称;
select * from information_schema.routines where ROUTINE_SCHEMA = 'test';
--删除
drop procedure if exists 存储过程名称;

/*
如果没有指定SESSION/GLOBAL,默认是SESSION,会话变量。
mysql服务重新启动之后，所设置的全局参数会失效，要想不失效，可以在/etc/my.cnf中配置。
*/
--查看系统变量
show [session|global] variables;
select @@autocommit;
-- 设置系统变量
set [session|global] autocommit = 0;

--用户变量
--赋值
set @myname = '11';
set @myage := 11;
select @myname := '22';
select xx into @myname from table_name;

-- 使用
select @myname;

/*
局部变量是根据需要定义的在局部生效的变量，访问之前，需要DECLARE声明。可用作存储过程内的局部变量和输入参数 局部变量的范围是在其内声明的BEGN.END块。
*/

DECLARE myname int [default x];

11.3 存储函数

11.4 触发器

触发器是与表有关的数据库对象，指在insert /update / delete 之前或之后，触发并执行触发器中定义的SQL语句集合。触发器的这种特性可以协助应用在数据库端确保数据的完整性，日志记录，数据校验等操作。
使用别名OLD和NEW来引用触发器中发生变化的记录内容，这与其他的数据库是相似的。现在触发器还只支持行级触发，不支持语句级触发。

12、锁

锁是计算机协调多个进程或线程并发访问某一资源的机制。在数据库中，除传统的计算资源(CPU、RAM、I/O)的争用以外，数据也是一种供许多用户共享的资源。如何保证数据并发访问的一致性、有效性是所有数据库必须解决的一个问题，锁冲突也是影响数据库并发访问性能的一个重要因素。从这个角度来说，锁对数据库而言显得尤其重要，也更加复杂。

12.1 分类

按照锁的粒度来分：

全局锁：锁定数据库中的所有表
表级锁：每次操作锁住整张表
行级锁：每次操作锁住对应的行数据

12.2 全局锁

全局锁就是对整个数据库实例加锁，加锁后整个实例就处于只读状态，后续的DML的写语句，DDL语句，已经更新操作的事务提交语句都将被阻塞。
其典型的使用场景是做全库的逻辑备份，对所有的表进行锁定，从而获取一致性视图，保证数据的完整性。

--加全局锁
flush tables with read lock;

-- 备份
mysqldump -uroot -p123456 itcast > itcast.sql;

--解锁
unlock tables;

数据库中加全局锁，是一个比较重的操作，存在以下问题：
1.如果在主库上备份，那么在备份期间都不能执行更新，业务基本上就得停摆。
2.如果在从库上备份，那么在备份期间从库不能执行主库同步过来的二进制日志(binlog),会导致主从延迟。

在InnoDB引擎中，我们可以在备份时加上参数--single-transaction参数来完成不加锁的一致性数据备份。

12.3 表级锁

表级锁，每次操作锁住整张表。锁定粒度大，发生锁冲突的概率最高，并发度最低。应用在MyISAM、InnoDB、BDB等存储引擎中。

分为以下三类

表锁
- 表共享读锁
- 表独占写锁
元数据锁（mete data lock，MDL）

MDL加锁过程是系统自动控制，无需显式使用，在访问一张表的时候会自动加上。MDL锁主要作用是维护表元数据的数据一致性，在表上有活动事务的时候，不可以对元数据进行写入操作。为了避免DML与DDL冲突，保证读写的正确性。

在MySQL5.5中引入了MDL,当对一张表进行增删改查的时候，加MDL读锁（共享）；当对表结构进行变更操作的时候，加MDL写锁（排他）。
意向锁
为了避免DML在执行时，加的行锁与表锁的冲突，在InnoDB中引入了意向锁，使得表锁不用检查每行数据是否加锁，使用意向锁来减少表锁的检查。
1. 意向共享锁IS 由语句select..lock in share mode添加。
2. 意向排他锁IX 由 insert、update、delete、select…for update添加。

--表锁
--加锁
lock tables table_name read/write;
--解锁
unlock tables -- 或者客户端断开连接

12.4 行级锁

行级锁，每次操作锁住对应的行数据。锁定粒度最小，发生锁冲突的概率最低，并发度最高。应用在InnoDB存储引擎中。

IoonDB的数据是基于索引组织的，行锁是通过对索引上的索引项加锁来实现的，而不是对记录加的锁。对于行级锁，主要分为以下三类：

行锁(Record Lock):锁定单个行记录的锁，防止其他事务对此行进行update和delete。在RC、RR隔离级别下都支持。
- 共享锁(S)：允许一个事务去读一行，阻止其他事务获得相同数据集的排它锁。
- 排他锁(X)：允许获取排他锁的事务更新数据，阻止其他事务获得相同数据集的共享锁和排他锁
间隙锁(Gap Lock)公锁定索引记录间隙（不含该记录），确保索引记录间隙不变，防止其他事务在这个间隙进行insert,产生幻读。在RR隔离级别下都支持。
临键锁(Next-Key Lock):行锁和间隙锁组合，同时锁住数据，并锁住数据前面的间隙Gap。在RR隔离级别下支持。

13、innDB引擎

13.1 逻辑存储结构

表空间

表空间(ibd文件)，一个mysql实例可以对应多个表空间，用于存储记录、索引等数据。
段

段，分为数据段(Leaf node segment)、索引段(Non-leaf node segment)、回滚段(Rollback segment),InnoDB 是索引组织表，数据段就是B+树的叶子节点，索引段即为B+树的非叶子节点。段用来管理多个Extent（区)。
区

区，表空间的单元结构，每个区的大小为1M。默认情况下，InnoDB存储引擎页大小为16K,即一个区中一共有64个连续的页。
页

页，是InnoDB存储引擎磁盘管理的最小单元，每个页的大小默认为16KB。为了保证页的连续性，InnoDB存储引擎每次从磁盘申请4-5个区。
行

行，InnoDB存储引擎数据是按行进行存放的。

Trx_id:每次对某条记录进行改动时，都会把对应的事务id赋值给trx_id隐藏列。
Roll_pointer:每次对某条引记录进行改动时，都会把I旧的版本写入到undo日志中，然后这个隐藏列就相当于一个指针，可以通过它来找到该记录修改前的信息。

13.2 架构

MySQL5.5版本开始，默认使用InnoDB存储引擎，它擅长事务处理，具有崩溃恢复特性，在日常开发中使用非常广泛。下面是InnoDB架构图，左侧为内存结构，右侧为磁盘结构。

内存结构

Buffr Pool:缓冲池是主内存中的一个区域，里面可以缓存磁盘上经常操作的真实数据，在执行增删改查操作时，先操作缓冲池中的数据（若缓冲池没有数据，则从磁盘加载并缓存），然后再以一定频率刷新到磁盘，从而减少磁盘口，加快处理速度。

缓冲池以Page页为单位，底层采用链表数据结构管理Page。根据状态，将Page分为三种类型：
- free page:空闲page,未被使用。
- clean page:被使用page,数据没有被修改过
- dirty page:脏页，被使用page,数据被修改过，页中数据与磁盘的数据产生了不一致。
Change Buffer:更改缓冲区（针对于非唯一二级索引页），在执行DML语句时，如果这些数据Page 没有在Buffer Pool中，不会直接操作磁盘，而会将数据变更存在更改缓冲区Change Buffer中，在未来数据被读取时，再将数据合并恢复到Buffer Poolr中，再将合并后的数据刷新到磁盘中。
Adaptive Hash Index:自适应hash索引，用于优化对Buffer Pool数据的查询。InnoDB存储引擎会监控对表上各索引页的查询，如果观察到hash索引可以提升速度，则建立hash索引，称之为自适应hash 索引。
自适应哈希索引，无需人工干预，是系统根据情况自动完成。参数：adaptive hash_index
Log Buffer:日志缓冲区，用来保存要写入到磁盘中的log日志数据（redo log、undo log),默认大
小为16MB,日志缓冲区的日志会定期刷新到磁盘中。如果需要更新、插入或删除许多行的事务，增加
日志缓冲的大小可以节省磁盘I/O。
参数：innodb _log_buffer_ size:缓冲区大小
innodb_flush_log_at_trx_commit:日志刷新到磁盘时机
- 1:日志在每次事务提交时写入并刷新到磁盘
- 0:每秒将日志写入并刷新到磁盘一次。
- 2:日志在每次事务提交后写入，并每秒刷新到磁盘一次。

磁盘结构

System Tablespace:系统表空间是更改缓冲区的存储区域。如果表是在系统表空间而不是每个表文件或通用表空间中创建的，它也可能包含表和索引数据。（在M小ySQL5.X版本中还包含InnoDB数据字典、undolog等) 参数：innodb_data_fi le_path
File-Per-Table Tablespaces:每个表的文件表空间包含单个InnoDB表的数据和索引，并存储在文件系统上的单个数据文件中。参数：innodb_file_per_table
General Tablespaces:通用表空间，需要通过CREATE TABLESPACE语法创建通用表空间，在创建表时，可以指定该表空间。
Undo Tablespaces：撤销表空间，MySQL实例在初始化时会自动创建两个默认的undo表空间（初始大小 16M),用于存储undo log日志。
Temporary Tablespaces:InnoDB使用会话临时表空间和全局临时表空间。存储用户创建的临时表等数据。
Doublewrite Buffer Files:双写缓冲区，innoDB引擎将数据页从Buffer Pooll刷新到磁盘前，先将数据页写入双写缓冲区文件中，便于系统异常时恢复数据。
Redo Log:重做日志，是用来实现事务的持久性。该日志文件由两部分组成：重做日志缓冲 (redo log buffer).以及重做日志文件(redo log),前者是在内存中，后者在磁盘中。当事务提交之后会把所有修改信息都会存到该日志中，用于在刷新脏页到磁盘时，发生错误时，进行数据恢复使用。

后台线程

Master Thread

核心后台线程，负责调度其他线程，还负责将缓冲池中的数据异步刷新到磁盘中，保持数据的一致性，还包括脏页的刷新、合并插入缓存、undo页的回收。
IO Thread

在InnoDB存储引擎中大量使用了AIO来处理IO请求，这样可以极大地提高数据库的性能，而lO Thread主要负责这些IO请求的回调。

默认四个读线程四个写线程一个日志线程一个插入缓存线程
Purge Thread

主要用于回收事务已经提交了的undo log,在事务提交之后，undo log可能不用了，就用它来回收。
Page Cleaner Thread

协助Master Thread刷新脏页到磁盘的线程，它可以减轻Master Thread的工作压力，减少阻塞。

13.3 事务原理

事务

事务是一组操作的集合，它是一个不可分割的工作单位，事务会把所有的操作作为一个整体一起向系统提交或撤销操作请求，即这些操作要么同时成功，要么同时失败。

redo log – 持久性

重做日志，记录的是事务提交时数据页的物理修改，是用来实现事务的持久性。
该日志文件由两部分组成：重做日志缓冲(redo log buffer)以及重做日志文件(redo log file),前者是在内存中，后者在磁盘中。当事务提交之后会把所有修改信息都存到该日志文件中，用于在刷新脏页到磁盘，发生错误时，进行数据恢复使用。

undo log – 原子性

回滚日志，用于记录数据被修改前的信息，作用包含两个：提供回滚和MVCC(多版本并发控制)。
undo log和redo log记录物理日志不一样，它是逻辑日志。可以认为当delete一条记录时，undo log中会记录一条对应的insert记录，反之亦然，当update一条记录时，它记录一条对应相反的update记录。当执行rollback时，就可以从undo log中的逻辑记录读取到相应的内容并进行回滚。
Undo log销毁：undo log在事务执行时产生，事务提交时，并不会立即删除undo log,因为这些日志可能还用于MVCC。
Undo log存储：undo log采用段的方式进行管理和记录，存放在前面介绍的rollback segment回滚段中，内部包含1024个undo log segment.

MVCC

全称Multi-Version Concurrency Control,多版本并发控制。指维护一个数据的多个版本，使得读写操作没有冲突，快照读为MySQL实现MVCC提供了一个非阻塞读功能。MVCC的具体实现，还需要依赖于数据库记录中的三个隐式字段、undo log日志、readView。

当前读

读取的是记录的最新版本，读取时还要保证其他并发事务不能修改当前记录，会对读取的记录进行加锁。对于我们日常的操作，如：select…lock in share mode(共享锁)，select.for update、update、insert、.delete(排他锁)都是一种当前读。
快照读

简单的select(不加锁)就是快照读，快照读，读取的是记录数据的可见版本，有可能是历史数据，不加锁，是非阻塞读。
·Read Committed:每次select,都生成一个快照读。
·Repeatable Read:开启事务后第一个select语句才是快照读的地方。
·Serializable:快照读会退化为当前读。

MVCC - 实现原理

记录中的隐藏字段
1. DB_TRX_ID
  
  最近修改事务ID,记录插入这条记录或最后一次修改该记录的事务ID。
2. DB_ROLL_PTR
  
  回滚指针，指向这条记录的上一个版本，用于配合undo log 指向上一个版本。
3. DB_ROW_ID
  
  隐藏主键，如果没有指定主键，会出现该隐藏字段
undo log

回滚日志，在insert、update、delete的时候产生的便于数据回滚的日志。
当insert的时候，产生的undo log日志只在回滚时需要，在事务提交后，可被立即删除。
而update、delete的时候，产生的undo log日志不仅在回滚时需要，在快照读时也需要，不会立即被删除。
undo log 版本链

不同事务或相同事务对同一条记录进行修改，会导致该记录的undolog生成一条记录版本链表，链表的头部是最新的旧记录，链表尾部是最早的旧记录。
readview
ReadView(读视图)是快照读SQL执行时MVCC提取数据的依据，记录并维护系统当前活跃的事务（未提交的）id。
ReadView中包含了四个核心字段：
- m_ids 当前活跃的事务D集合
- min_trx_id 最小活跃事务D
- max_trx_id 预分配事务D,当前最大事务D+1(因为事务D是自增的)
- creator_trx_id ReadViewt创建者的事务ID
不同的隔离级别，生成ReadView的时机不同：
READ COMMITTED：在事务中每一次执行快照读时生成ReadView。
REPEATABLE READ:仅在事务中第一次执行快照读时生成ReadView,后续复用该ReadView。

14、MySQL 管理

14.1 系统数据库

mysql

存储MySQL服务器正常运行所需要的各种信息（时区、主从、用户、权限等）
information_schema

提供了访问数据库元数据的各种表和视图，包含数据库、表、字段类型及访问权限等
performance_schema

为MySQL服务器运行时状态提供了一个底层监控功能，主要用于收集数据库服务器性能参数
sys

包含了一系列方便DBA和开发人员利用performance_schema性能数据库进行性能调优和诊断的视图

14.2 常用工具

mysql
mysqladmin

mysqladmin是一个执行管理操作的客户端程序。可以用它来检查服务器的配置和当前状态、创建并删除数据库等。
mysqlbinlog

由于服务器生成的二进制日志文件以二进制格式保存，所以如果想要检查这些文本的文本格式，就会使用到mysqlbinlog日志管理工具。
mysqlshow

mysqlshow客户端对象查找工具，用来很快地查找存在哪些数据库、数据库中的表、表中的列或者索引。
mysqldump

mysqldump客户端工具用来备份数据库或在不同数据库之间进行数据迁移。备份内容包含创建表，及插入表的SQL语句。
mysqlimport/source

mysqlimport是客户端数据导入工具，用来导入mysqldump加-T参数后导出的文本文件。

如果需要导入sql文件，可以使用mysql中的source指令：

mysql

/*
 -u 用户名
 -p 密码
 -h 服务器ip地址
 -P 端口
 -e	执行sql并退出
*/

15、日志

15.1 错误日志

错误日志是MySQL中最重要的日志之一，它记录了当mysqld启动和停止时，以及服务器在运行过程中发生任何严重错误时的相关信息。当数据库出现任何故障导致无法正常使用时，建议首先查看此日志。

1 2	-- 查看日志位置 show variables like '%log_error';

15.2 二进制日志

二进制日志(BINLOG)记录了所有的DDL(数据定义语言)语句和DML(数据操纵语言)语句，但不包括数据查询(SELECT、SHOW)语句。

作用

数据恢复
主从复制

-- 查看日志位置
show variables like '%log_bin';
-- 查看日志模式
/*
statemennt 基于sql语句
row 基于行
mixed 混合，默认statement，特殊情况下会切换成row

*/
show variables like '%binlog_format';


-- 日志删除
-- 删除全部
reset master
-- 删除******之前的日志
purge master logs to 'binlog.******' 
-- 删除日志‘yyyy-mm-dd hh24:mi:ss’之前的日志
purge master logs before 'yyyy-mm-dd hh24:mi:ss'

-- 查看日志过期时间
show variables like '%binlog_expire%';

15.3 查询日志

查询日志中记录了客户端的所有操作语句，而二进制日志不包含查询数据的SQL语句。默认情况下，查询日志是未开启的。如果需要开启查询日志，可以设置以下配置：

1	show variables like '%general%';

15.4 慢查询日志

16、主从复制

主从复制是指将主数据库的DDL和DML操作通过二进制日志传到从库服务器中，然后在从库上对这些日志重新执行（也叫重做），从而使得从库和主库的数据保持同步。

MySQL支持一台主库同时向多台从库进行复制，从库同时也可以作为其他从服务器的主库，实现链状复制。

MySQL复制的有点主要包含以下三个方面：

主库出现问题，可以快速切换到从库提供服务。
实现读写分离，降低主库的访问压力。
可以在从库中执行备份，以避免备份期间影响主库服务。

16.1 原理

Master主库在事务提交时，会把数据变更记录在二进制日志文件Binlog中。
从库读取主库的二进制日志文件Binlog,写入到从库的中继日志Relay Log。
slave重做中继日志中的事件，将改变反映它自己的数据。

17、分库分表

随着互联网及移动互联网的发展，应用系统的数据量也是成指数式增长，若采用单数据库进行数据存储，存在以下性能瓶颈：
1.IO瓶颈：热点数据太多，数据库缓存不足，产生大量磁盘IO,效率较低。请求数据太多，带宽不够，网络IO瓶颈。
2.CPU瓶颈：排序、分组、连接查询、聚合统计等SQL会耗费大量的CPU资源，请求数太多，CPU出现瓶颈。

分库分表的中心思想都是将数据分散存储，使得单一数据库/表的数据量变小来缓解单一数据库的性能问题，从而达到提升数据库性能的目的。

17.1 拆分策略

垂直拆分
- 垂直拆库
  以表为依据，根据业务将不同表拆分到不同库中。
  
  特点：
  1. 每个库的表结构都不一样。
  2. 每个库的数据也不一样。
  3. 所有库的并集是全量数据。
- 垂直拆表
  垂直分表：以字段为依据，根据字段属性将不同字段拆分到不同表中。特点：
  1. 每个表的结构都不一样。
  2. 每个表的数据也不一样，一般通过一列（主键/外键)关联。
  3. 所有表的并集是全量数据。
水平拆分
- 水平拆库
  水平分库：以字段为依据，按照一定策略，将一个库的数据拆分到多个库中。特点：
  1. 每个库的表结构都一样。
  2. 每个库的数据都不一样。
  3. 所有库的并集是全量数据。
- 水平拆表
  水平分表：以字段为依据，按照一定策略，将一表的数据折分到多个表中。特点：
  1. 每个表的表结构都一样。
  2. 每个表的数据都不一样。
  3. 所有表的并集是全量数据。

17.2 实现技术

shardingJDBC:基于AOP原理，在应用程序中对本地执行的SQL进行拦截，解析、改写、路由处理。需要自行编码配置实现，只支持 java语言，性能较高。
MyCat:数据库分库分表中间件，不用调整代码即可实现分库分表，支持多种语言，性能不及前者。

17.3 Mycat

Mycat是开源的、活跃的、基于java语言编写的MySQL数据库中间件。可以像使用mysql一样来使用mycat,对于开发人员来说根本感觉不到mycat的存在。

优势：
- 性能可靠稳定
- 强大的技术团队
- 体系完善
- 社区活跃

18、读写分离

读写分离，简单地说是把对数据库的读和写操作分开，以对应不同的数据库服务器。主数据库提供写操作，从数据库提供读操作，这样能有效地减轻单台数据库的压力。
通过MyCat即可轻易实现上述功能，不仅可以支持MySQL,也可以支持Oracle和SQL Server。

18.1 一主一从

负载均衡策略

0
不开启读写分离机制，所有读操作都发送到当前可用的writeHost.上
1
全部的readHost与备用的writeHost都参与select语句的负载均衡（主要针对于双主双从模式）
2
所有的读写操作都随机在writeHost,readHost.上分发
3
所有的读请求随机分发到writeHost对应的readHost上执行，writeHost不负担读压力

18.2 双主双从

一个主机Master1用于处理所有写请求，它的从机Slave1和另一台主机Master2还有它的从机Slave2负责所有读请求。当Master1 主机宕机后，Master2主机负责写请求，Master1:、Master2互为备机。