表格中，删除一行：（表的操作，要删除只能以行为单位，不可能单独把某一行的某一列删除，如果某一行上的某一列不见了，这属于修改操作。）
数据库服务器------->N多库--------->N张表（行与列）--------->数据
1.先建立数据库服务器。
2.建立一个库。
3.再建表。
（所谓建表：就是声明列的过程），数据以文件形式放在硬盘（也放在内存里）
表中的四个基本操作：增、删、改、查。
（数据项是数据的最小单元，数据元素是数据的基本单元）
①增：insert into ②删：delete
③改：update ④查：select * from
增：往哪张表增，增那几列，各为什么值？
Insert into 表名
（列1，列2...）
values
（值1，值2...）；
若不声明插入的列，泽默认插入所有列。
改：修改哪张表，修改那几列，修改成什么值？
Update 表名
Set
列1=值1，
列2=值2，
....
Where 表达式；
删：删除哪张表，删除那几行？
Delete from 表名
Where 表达式
查：Select * from 表名
Where 表达式
选列原则：够用又不浪费
数值型：
整型：Tinyint、Smallint、Mediumint、Int、Bigint
小数型/浮点型与定点型
Float（M,D）-->M：精度（总位数，不包含点）；D：标度（小数位）
Decimal（M,D）更精确
从数学上讨论Tinyint
（1）占据空间 （2）存储范围
Tinyint：微小的列类型，占1个字节（8个位）默认是有符号的，储存-128->127.
（如果表示负数，可用最高位来标志符号位）
|
类型 |
字节 |
位 |
无符号 |
有符号 |
|
Tinyint |
1 |
8 |
0->255 |
-2^7->+2^7-1 |
|
Smallint |
2 |
16 |
0->2^16-1 |
-2^15->+2^15-1 |
|
Mediumint |
3 |
24 |
0->2^24-1 |
-2^23->+2^23-1 |
|
Int |
4 |
32 |
0->2^32-1 |
-2^31->+2^31-1 |
|
Bigint |
8 |
49 |
0->2^40-1 |
-2^39->+2^39-1 |
整型列的可选属性：Tinyint(M) unsigned zerofill
Tinyint（M）：宽度（在0填充的时候才有意义）
Unsigned：无符号类型（非负）
Zerofill：0填充（默认无符号）
列可以声明默认值（推荐）：Not null Default 0
字符型：char、Varchar、Text（M代表宽度，可容纳的字符数)
|
类型 |
说明 |
典型声明方式 |
范围 |
|
Char |
定长字符串 |
Gender char（1） |
Char（M） 0<=M<=255 |
|
Varchar |
变长字符串 |
Email varchar（20） |
Varchar(M) 0<=M<=65535 约2W-6W个字符，受字符集影响 |
|
Text |
文本串 |
Content text |
约2W-6W个字符，受字符集影响 |
区别：（在速度上定长较快）
定长：M个字符，若存的小于M个字符，实占M个字符，利用率<=100%。
若不够M个字符，使用空格补齐，取时将后面的空格去掉。
若内容最后有空格，将会被清除。
变长：M个字符，若存的小于M个字符，N<=M，实占N个+（1-2）字节，利用率N/（N+1--2）<100%。
选择原则：空间利用率、速度
Text：可存较大文本段，搜索速度稍慢（不加默认值，加了也没用）
日期/时间型：Date 日期、Time 时间、 Datetime 日期时间类型、 Year 年类型
Year类型：1个字节表示1901-2155，[0000表示错误时选择]
Date类型：
（1）典型格式:0000-00-00
（2）范围:‘1000-01-01’-->‘9999-12-31’
Time类型：
（1）典型格式:00:00:00
（2）范围:‘-838:59:59’-->‘+838:59:59’
Detetame类型：
（1）典型格式:0000-00-00 00:00:00
（2）范围:‘1000-01-01 00:00:00 ’-->‘9999-12-31 23:59:59’
注意：
在开发中，很少用日期时间类型来表示一个需要的精确到秒的时间.
原因：虽然日期时间类型能精确到秒，方便查看，但是计算不方便.一般使用时间戳来表示。
时间戳：用int来存储
是1970-01-01 00:00:00到当前的秒数.
一般存注册时间，商品发布时间不等，并不是用datetime存储，而是用时间戳。
用int型存储时间戳方便计算，对于显示来说也可以方便的格式化.
Where型子查询：把内层查询的结果作为外层查询的比较条件
查询最大/最贵商品
From型子查询：把内层查询的结果当成临时表，供外层sql再次查询
查询每个栏目下的最新/最贵商品
Exists型子查询：把外层的查询结果拿到内层，看内层的查询是否成立
查询有商品的栏目
Union；联合
作用：把两次货多次查询结果合并
要求：两次查询的列数一致
推荐：查询的每一列，对应的列类型也一样
可以来自多张表
多次sql语句取出的列名可以不一致，此时以第一个sql的列名为准.
如果不同的语句中取出的行，有完全相同的（每个列的值都相同），那么相同的行将会合并（重复）
如果不去重复，可以加all来指定
如果子句中有order by，limit时，需加()，推荐放到所有子句之后，即对最终合并后的结果来排序
在子句中，order by配合limit使用才有意义，如果order by 不配合limit使用，会被语法分析器优化分析时，去除
引入：
一张表就是一个集合，一行数据是一个集合的元素
理论上讲：不可能勋在完全相同的，但在表中可以存在完全相同的两行
因为表内部有一个rowid
左连接：left
Select 列1，列2，列N from
TableA left join tableB
On tableA 列 = tableB；【此处表连接成一张大表，完全当成普通表看】
后面可与5种子句联合使用
右连接：right
Select 列1，列2，列N from
TableA right join tableB
On tableA 列 = tableB；【此处表连接成一张大表，完全当成普通表看】
后面可与5种子句联合使用
内连接：inner
Select 列1，列2，列N from
TableA inner join tableB
On tableA 列 = tableB；【此处表连接成一张大表，完全当成普通表看】
后面可与5种子句联合使用
区别：
左右连接：以左表为准，去右表找匹配数据，找不到匹配，用NULL补齐
记忆：
替右连接，兼容性好一些）
(A left join B ==B right join A)
内连接：
查询左右表都有的数据，即：不要左右连接中NULL的那一部分
内连接是：左右连接的交集
思考：要查出左右连接的并集时，可用union来达到目的
Create table 表名（
列名称 列类型 [列属性] [默认值],------> 列声明
列名称 列类型 [列属性] [默认值],
列名称 列类型 [列属性] [默认值]
）charset =utf8/gbk/...
表增加列，修改列，删除列
增加列：Alter table 表名 add 列声明
增加的列默认是在表的最后一列
可以用after来声明新增的列在哪一些后面
例：alter table 表名 add 列声明 after flower
如果新增的列放在第一列
例：alter table 表名 add 列声明 first
修改列：Alter table 表名 change 被改变的列名
删除列：Alter table 表名 drop 列名；
定义：由查询结果形成的一张虚拟表
创建语法：Create view 视图名 as select 语句
删除语法：Drop view
为什么要视图？
1.简化查询
2.可以进行权限控制（把表的权限封闭，但是开放相应的视图权限，视图里只开放部分数据）
3.大数据分表时可以用到（将一张表的数据拆成N张表来存放）
例：把一张表的数据分散到4张表里
最常用可以用id取模来计算
Id%4+1=[1,2,3,4]
Eg:$_GET[‘id’]=17,
17%4+1=2,$tablename=’news’.’2’
Select * from news2 where id = 17;
还可以用视图，将4张表形成一张视图
Create view news as select from n1 union select from n2 union....
视图的修改：Alter view as select XXXXX
视图与表的关系：
视图是表的查询结果，表的数据改变，影响视图结果
若视图改变时：
视图增删改也会影响表，但是，视图并不是总能增删改
当视图的数据与表的数据一一对应时可以修改
对于视图insert还应注意
视图必须包含表中没有的默认值的列
视图的algorithm
Algorithm=merge/temptable/undefined
Merge：当引用视图时，引用视图的语句与定义视图的语句合并
（意味着视图只是一个语句规则，当查询视图时，把查询视图的语句与创建时的语句where子句等合并，分析形成一条select语句）
Temptable：当引用视图时，根据视图的创建语句建立一个临时表
（根据创建语句瞬间创建一张临时表，然后查询视图的语句从该临时表查数据）
Underfined：未定义，自动，让系统帮你选
字符集：
Create table表名（
列声明
）charset utf8
Mysql的字符集设置非常灵活，可以设置服务器字符集，数据库默认字符集，表默认字符集，列字符集，如果某一个级别没有指定字符集，则继承上一级
以表声明utf8为例：存储的数据在表中最终是utf8
1.告诉服务器，我给你发送的数据是什么编码？Character_set_client
2.告诉转换器转换成什么编码？Character_set_connection
3.查询的结果用什么编码？Character_set_results
如果以上3者都为字符集N，则可以简写为set names N
推论1：什么时候会乱码？
1.client声明与事实不符
2.Results与客户端页面不符时
推论2：什么时候数据会丢失？
Connection和服务器的字符集比client小时
校对集：指字符集的排序规则（可以有一个或多个）
以utf8为例，默认使用utf8_general_ci规则，也可以按二进制排，utf8_bin
怎样声明校对集:Create table()...charset utf8 collate utf8_general_ci;
注意：声明的校对集必须是字符集合法的校对集。
作用：监视某种情况并触发某种操作,能监视增、删、改
触发操作：增、删、改
观察以下场景：
一个电子商城，
商品表，g
|
主键 |
商品名 |
库存 |
|
1 |
电脑 |
28 |
|
2 |
自行车 |
12 |
订单表，o
|
订单主键 |
商品外键 |
购买数量 |
|
1 |
2 |
3 |
|
2 |
1 |
5 |
完成下单与减少库存的逻辑：
Insert into o（gid，num）values（2，3）； //插入语句
Update g set goods_num=goods_num – 3 where id=2；//更新过程
这两个逻辑可以看成一个整体，或者说，insertà引来update
用触发器可以解决上诉问题：我们可以监视某表的变化，当发生某种变化时，触发某个操作
触发器创建语法四要素：
监视地点（table） 监视事件（insert/update/delete）
触发事件（after/betore） 触发事件（insert/update/delete）
创建触发器的语法：
create trigger triggername
after/before insert/update/delete on 表名
for each row //固定语句
begin
sql语句； //一句或多句（insert/update/delete范围内）
end$
删除触发器的语法：Drop trigger triggername
Eg：#监视地点：o表
#监视操作：insert
#触发操作：update
#触发时间：after
查看触发器：Show triggers
只触发一种情况：
Delimiter $
Create trigger tg1
After insert on o
For each row
Begin
Update g set num = num – 3 where id = 2；
End$
触发多种情况：
在触发器引用行的值
（对于insert而言，新增的行用new来表示，行中的每一列的值，用new . 列名来表示
对于delete而言，原本有一行，后来被删除，行中的每一列的值，用old . 列名表示
对于update而言，被修改的行
被修改前的数据,用old来表示,old.列名引用被修改之前行中的值
被修改后的数据,用new来表示,new.列名引用被修改之后行中的值）
Drop trigger tg1$
Create trigger tg2
After insert on o
For each row
Begin
Update g set num = num – new.much where id = new.gid;
End$
触发器中after与before的区别：
After先完成数据的增、删、改，
触发中的语句晚于增、删、改，无法影响前面的增、删、改动作
Before先完成触发，再增、删、改，
触发的语句先与监视的增、删、改发生，我们有机会判断，修改即将发生的操作
对于用户来说：同样一张表的数据，无论用什么引擎来存储，用户看到的数据是一样的，但是对于服务器来说，有区别。
常用的表的引擎：
Myisam：批量插入速度高，事务安全低，支持全文索引，锁表
InnoDB：批量插入速度低，事务安全高，（5.5版本）支持全文索引，锁行
通俗的说事务：指一组操作，要么都成功执行，要么都不执行——原子性
在所有的操作没有执行完毕之前，其他的话不能够看到中间改变的过程——隔离性
事务发生前后，数据的总额依然匹配——一致性
事务产生的影响不能够撤销——持久性
如果出了错误，事务也不允许撤销，只能通过“补偿事务”
关于事务的引擎：选用InnoDB/bdb
开启事务：start transaction
Commit（提交）
rollback（回滚）
注意：1>当一个事务提交或者回滚时事务结束
2>有些语句会造成事务的隐式提交
事务的基本原理：不用事务时直接作用于表
系统运行中：增量备份与整体备份
Eg：每周日整体备份一次，周一到周六备份当天
备份的工具：有第三方的收费备份工具，系统自带的备份工具（mysqldump）
Mysqldump可以导出库\表
Eg：到处mugua库下面的account表
Mysqldump –u用户名 –p密码 库名 表1 表2 表3 >地址/备份文件名称
导出的是建表语句及insert语句
Eg：如何导出一个库下的所有表？
Mysqldump –u用户名 –p密码 库名 >地址/备份文件名称
Eg：如何以库为单位导出？
Mysqldump –u用户名 –p密码 –B 库1 库2 库3 >地址/备份文件名称
Eg：如何导出所有库？
Mysqldump –u用户名 –p密码 –A >地址/备份文件名称
如果是以库为单位导出sql文件
1.登录到mysql命令行
对于库级的备份文件：Mysql > source备份文件地址
对于表级的备份文件：Mysql > us库名，Mysql > source备份文件地址
2.不登录到mysql命令行
针对库级的备份文件地址：Mysql –u用户名 –p密码 < 库级备份文件名称
针对表级的备份文件地址：Mysql –u用户名 –p密码 库名 < 表级备份文件名称
Eg：散列算法—>中-->005
—>国-->007
—>人-->020
—>民-->099
[001] [002] [003] [ ] ··· [ ] [100]
弊端：1.算出的散列值不连续
2.算出的散列值可能会有同一结果（碰撞性，最大区间 ）
好处：加快了查询速度（select）
坏处：降低了增删改的速度（update、delete，insert），增大了表的文件大小（索引文件甚至比数据文件还大 ）
使用原则：不过度索引
索引条件列（where后面最频繁的条件比较适宜索引）
索引散列值，过于集中的值不要索引
普通索引（index）：仅是加快查询速度
唯一索引（unique）：行上的值不能重复
主键索引（primary key）：主键不能重复
主键索引与唯一索引的区别：
1.主键必唯一，但是唯一索引不一定是主键
2.一张表上只能有一个主键，但是可以用一个或多个唯一索引
全文索引（fulttext）：
1.全文索引的用法：Match（全文索引名）against（’keyword’）
2.全文索引的停止词：不针对非常频繁的词做索引
3.在mysql默认情况下对于中文意义不大
原因：英文有空格，标点符号来拆成单词，进而对单词进行索引而对于中文，无空格来隔开单词，mysql无法识别每个中文词
查看一张表上的所有索引：Show index from 表名
建立索引：alter table 表名 add index/unique/fulltext [索引名]（列名）
alter table 表名 add primary key（列名）//不加索引名，因为主键只有一个
删除索引：删除非主键索引：alter table 表名 drop index 索引名
删除主键：alter table 表名 drop primary key
案例：设有新闻表15列，10列上有索引，共500w行数据，如何快速导入？
1.把空表的索引全部删除
2.导入数据
3.数据导入完毕后，集中建索引
类似于函数，就是把一段代码封装起来，当腰执行这一代码时，可以通过用该存储过程来实现，在封装的语句体里面，可以用if/else,case,while等控制结构，可以进行sql编程。
查看现有的存储过程：show procedure status
删除存储过程：drop procedure存储过程的名字
调用存储过程：call存储过程名字（）；
在mysql中，存储过程和函数的区别：
1.名称不同
2.存储过程没有返回值
原文：https://www.cnblogs.com/AmazingYGY/p/10539008.html