mysql交集（mysql的交集）

大家好，今天来为大家分享mysql交集的一些知识点，和mysql的交集的问题解析，大家要是都明白，那么可以忽略，如果不太清楚的话可以看看本篇文章，相信很大概率可以解决您的问题，接下来我们就一起来看看吧！

本文主要内容一览

• 1、mysql核心内容上
• 2、MYSQL使用基础进阶分享
• 3、技术干货作为测试你必须知道的MySQL知识二

mysql交集（mysql的交集）

1mysql核心内容上

1、SQL语句执行流程

MySQL大体上可分为Server层和存储引擎层两部分。

Server层：

连接器：TCP握手后服务器来验证登陆用户身份，A用户创建连接后，管理员对A用户权限修改了也不会影响到已经创建的链接权限，必须重新登陆。

查询缓存：查询后的结果存储位置，MySQL8.0版本以后已经取消，因为查询缓存失效太频繁，得不偿失。

分析器：根据语法规则，判断你输入的这个SQL语句是否满足MySQL语法。

优化器：多种执行策略可实现目标，系统自动选择最优进行执行。

执行器：判断是否有权限，将最终任务提交到存储引擎。

存储引擎层

负责数据的存储和提取。其架构模式是插件式的，支持InnoDB、MyISAM、Memory等多个存储引擎。现在最常用的存储引擎是InnoDB，它从MySQL 5.5.5版本开始成为了默认存储引擎(经常用的也是这个)。

SQL执行顺序

2、BinLog、RedoLog、UndoLog

BinLog

BinLog是记录所有数据库表结构变更（例如create、alter table）以及表数据修改(insert、update、delete)的二进制日志，主从数据库同步用到的都是BinLog文件。BinLog日志文件有三种模式。

STATEMENT 模式

内容：binlog 记录可能引起数据变更的 sql 语句

优势：该模式下，因为没有记录实际的数据，所以日志量很少 IO 都消耗很低，性能是最优的

劣势：但有些操作并不是确定的，比如 uuid() 函数会随机产生唯一标识，当依赖 binlog 回放时，该操作生成的数据与原数据必然是不同的，此时可能造成无法预料的后果。

ROW 模式

内容：在该模式下，binlog 会记录每次操作的源数据与修改后的目标数据，StreamSets就要求该模式。

优势：可以绝对精准的还原，从而保证了数据的安全与可靠，并且复制和数据恢复过程可以是并发进行的

劣势：缺点在于 binlog 体积会非常大，同时，对于修改记录多、字段长度大的操作来说，记录时性能消耗会很严重。阅读的时候也需要特殊指令来进行读取数据。

MIXED 模式

内容：是对上述STATEMENT 跟 ROW 两种模式的混合使用。

细节：对于绝大部分操作，都是使用 STATEMENT 来进行 binlog 没有记录，只有以下操作使用 ROW 来实现：表的存储引擎为 NDB，使用了uuid() 等不确定函数，使用了 insert delay 语句，使用了临时表

主从同步流程：

1、主节点必须启用二进制日志，记录任何修改了数据库数据的事件。

2、从节点开启一个线程（I/O Thread)把自己扮演成 mysql 的客户端，通过 mysql 协议，请求主节点的二进制日志文件中的事件 。

3、主节点启动一个线程（dump Thread），检查自己二进制日志中的事件，跟对方请求的位置对比，如果不带请求位置参数，则主节点就会从第一个日志文件中的第一个事件一个一个发送给从节点。

4、从节点接收到主节点发送过来的数据把它放置到中继日志（Relay log）文件中。并记录该次请求到主节点的具体哪一个二进制日志文件内部的哪一个位置（主节点中的二进制文件会有多个）。

5、从节点启动另外一个线程（sql Thread ），把 Relay log 中的事件读取出来，并在本地再执行一次。

mysql默认的复制方式是异步的，并且复制的时候是有并行复制能力的。主库把日志发送给从库后不管了，这样会产生一个问题就是假设主库挂了，从库处理失败了，这时候从库升为主库后，日志就丢失了。由此产生两个概念。

全同步复制

主库写入binlog后强制同步日志到从库，所有的从库都执行完成后才返回给客户端，但是很显然这个方式的话性能会受到严重影响。

半同步复制

半同步复制的逻辑是这样，从库写入日志成功后返回ACK确认给主库，主库收到至少一个从库的确认就认为写操作完成。

还可以延伸到由于主从配置不一样、主库大事务、从库压力过大、网络震荡等造成主备延迟，如何避免这个问题？主备切换的时候用可靠性优先原则还是可用性优先原则？如何判断主库Crash了？互为主备的情况下如何避免主备循环复制？被删库跑路了如何正确恢复？( o )… 感觉越来越扯到DBA的活儿上去了。

RedoLog

可以先通过下面demo理解：

饭点记账可以把账单写在账本上也可以写在粉板上。有人赊账或者还账的话，一般有两种做法：

1、直接把账本翻出来，把这次赊的账加上去或者扣除掉。

2、先在粉板上记下这次的账，等打烊以后再把账本翻出来核算。

生意忙时选后者，因为前者太麻烦了。得在密密麻麻的记录中找到这个人的赊账总额信息，找到之后再拿出算盘计算，最后再将结果写回到账本上。

同样在MySQL中如果每一次的更新操作都需要写进磁盘，然后磁盘也要找到对应的那条记录，然后再更新，整个过程IO成本、查找成本都很高。而粉板和账本配合的整个过程就是MySQL用到的是Write-Ahead Logging 技术，它的关键点就是先写日志，再写磁盘。此时账本 = BinLog，粉板 = RedoLog。

1、 记录更新时，InnoDB引擎就会先把记录写到RedoLog（粉板）里面，并更新内存。同时，InnoDB引擎会在空闲时将这个操作记录更新到磁盘里面。

2、 如果更新太多RedoLog处理不了的时候，需先将RedoLog部分数据写到磁盘，然后擦除RedoLog部分数据。RedoLog类似转盘。

RedoLog有write pos 跟checkpoint

write pos ：是当前记录的位置，一边写一边后移，写到第3号文件末尾后就回到0号文件开头。

check point：是当前要擦除的位置，也是往后推移并且循环的，擦除记录前要把记录更新到数据文件。

write pos和check point之间的是粉板上还空着的部分，可以用来记录新的操作。如果write pos追上checkpoint，表示粉板满了，这时候不能再执行新的更新，得停下来先擦掉一些记录，把checkpoint推进一下。

有了redo log，InnoDB就可以保证即使数据库发生异常重启，之前提交的记录都不会丢失，这个能力称为crash-safe。 redolog两阶段提交：为了让binlog跟redolog两份日志之间的逻辑一致。提交流程大致如下：

1 prepare阶段 -- 2 写binlog -- 3 commit

当在2之前崩溃时，重启恢复后发现没有commit，回滚。备份恢复：没有binlog 。一致

当在3之前崩溃时，重启恢复发现虽没有commit，但满足prepare和binlog完整，所以重启后会自动commit。备份：有binlog. 一致

binlog跟redolog区别：

redo log是InnoDB引擎特有的；binlog是MySQL的Server层实现的，所有引擎都可以使用。

redo log是物理日志，记录的是在某个数据页上做了什么修改；binlog是逻辑日志，记录的是这个语句的原始逻辑，比如给ID=2这一行的c字段加1。

redo log是循环写的，空间固定会用完；binlog是可以追加写入的。追加写是指binlog文件写到一定大小后会切换到下一个，并不会覆盖以前的日志。

UndoLog

UndoLog 一般是逻辑日志，主要分为两种：

insert undo log

代表事务在insert新记录时产生的undo log, 只在事务回滚时需要，并且在事务提交后可以被立即丢弃

update undo log

事务在进行update或delete时产生的undo log; 不仅在事务回滚时需要，在快照读时也需要；所以不能随便删除，只有在快速读或事务回滚不涉及该日志时，对应的日志才会被purge线程统一清除

3、MySQL中的索引

索引的常见模型有哈希表、有序数组和搜索树。

哈希表：一种以KV存储数据的结构，只适合等值查询，不适合范围查询。

有序数组：只适用于静态存储引擎，涉及到插入的时候比较麻烦。可以参考Java中的ArrayList。

搜索树：按照数据结构中的二叉树来存储数据，不过此时是N叉树(B+树)。广泛应用在存储引擎层中。

B+树比B树优势在于：

B+ 树非叶子节点存储的只是索引，可以存储的更多。B+树比B树更加矮胖，IO次数更少。

B+ 树叶子节点前后管理，更加方便范围查询。同时结果都在叶子节点，查询效率稳定。

B+树中更有利于对数据扫描，可以避免B树的回溯扫描。

索引的优点：

1、唯一索引可以保证每一行数据的唯一性

2、提高查询速度

3、加速表与表的连接

4、显著的减少查询中分组和排序的时间

5、通过使用索引，可以在查询的过程中，使用优化隐藏器，提高系统的性能。

索引的缺点：

1、创建跟维护都需要耗时

2、创建索引时，需要对表加锁，在锁表的同时，可能会影响到其他的数据操作

3、 索引需要磁盘的空间进行存储，磁盘占用也很快。

4、当对表中的数据进行CRUD的时，也会触发索引的维护，而维护索引需要时间，可能会降低数据操作性能

索引设计的原则不应该：

1、索引不是越多越好。索引太多，维护索引需要时间跟空间。

2、 频繁更新的数据，不宜建索引。

3、数据量小的表没必要建立索引。

应该：

1、重复率小的列建议生成索引。因为重复数据少，索引树查询更有效率，等价基数越大越好。

2、数据具有唯一性，建议生成唯一性索引。在数据库的层面，保证数据正确性

3、频繁group by、order by的列建议生成索引。可以大幅提高分组和排序效率

4、经常用于查询条件的字段建议生成索引。通过索引查询，速度更快

索引失效的场景

1、模糊搜索：左模糊或全模糊都会导致索引失效，比如%a和%a%。但是右模糊是可以利用索引的，比如a% 。

2、隐式类型转换：比如select * from t where name = xxx , name是字符串类型，但是没有加引号，所以是由MySQL隐式转换的，所以会让索引失效 3、当语句中带有or的时候：比如select * from t where name=‘sw’ or age=14

4、不符合联合索引的最左前缀匹配：(A,B,C)的联合索引，你只where了C或B或只有B,C

关于索引的知识点：

主键索引：主键索引的叶子节点存的是整行数据信息。在InnoDB里，主键索引也被称为聚簇索引（clustered index）。主键自增是无法保证完全自增的哦，遇到唯一键冲突、事务回滚等都可能导致不连续。

唯一索引：以唯一列生成的索引，该列不允许有重复值，但允许有空值(NULL)

普通索引跟唯一索引查询性能：InnoDB的数据是按数据页为单位来读写的，默认每页16KB，因此这两种索引查询数据性能差别微乎其微。

change buffer：普通索引用在更新过程的加速，更新的字段如果在缓存中，如果是普通索引则直接更新即可。如果是唯一索引需要将所有数据读入内存来确保不违背唯一性，所以尽量用普通索引。

非主键索引：非主键索引的叶子节点内容是主键的值。在InnoDB里，非主键索引也被称为二级索引（secondary index）

回表：先通过数据库索引扫描出数据所在的行，再通过行主键id取出索引中未提供的数据，即基于非主键索引的查询需要多扫描一棵索引树。

覆盖索引：如果一个索引包含（或者说覆盖）所有需要查询的字段的值，我们就称之为覆盖索引。

联合索引：相对单列索引，组合索引是用多个列组合构建的索引，一次性最多联合16个。

最左前缀原则：对多个字段同时建立的组合索引(有顺序，ABC，ACB是完全不同的两种联合索引) 以联合索引(a,b,c)为例，建立这样的索引相当于建立了索引a、ab、abc三个索引。另外组合索引实际还是一个索引，并非真的创建了多个索引，只是产生的效果等价于产生多个索引。

索引下推：MySQL 5.6引入了索引下推优化，可以在索引遍历过程中，对索引中包含的字段先做判断，过滤掉不符合条件的记录，减少回表字数。

索引维护：B+树为了维护索引有序性涉及到页分裂跟页合并。增删数据时需考虑页空间利用率。

自增主键：一般会建立与业务无关的自增主键，不会触发叶子节点分裂。

延迟关联：通过使用覆盖索引查询返回需要的主键，再根据主键关联原表获得需要的数据。

InnoDB存储: * .frm文件是一份定义文件，也就是定义数据库表是一张怎么样的表。*.ibd文件则是该表的索引，数据存储文件，既该表的所有索引树，所有行记录数据都存储在该文件中。

MyISAM存储：* .frm文件是一份定义文件，也就是定义数据库表是一张怎么样的表。* .MYD文件是MyISAM存储引擎表的所有行数据的文件。* .MYI文件存放的是MyISAM存储引擎表的索引相关数据的文件。MyISAM引擎下，表数据和表索引数据是分开存储的。

MyISAM查询：在MyISAM下，主键索引和辅助键索引都属于非聚簇索引。查询不管是走主键索引，还是非主键索引，在叶子结点得到的都是目的数据的地址，还需要通过该地址，才能在数据文件中找到目的数据。

PS：InnoDB支持聚簇索引，MyISAM不支持聚簇索引

4、SQL事务隔离级别

ACID的四个特性

原子性（Atomicity）：把多个操作放到一个事务中，保证这些操作要么都成功，要么都不成功

一致性（Consistency）：理解成一串对数据进行操作的程序执行下来，不会对数据产生不好的影响，比如凭空产生，或消失

隔离性（Isolation，又称独立性）：隔离性的意思就是多个事务之间互相不干扰，即使是并发事务的情况下，他们只是两个并发执行没有交集，互不影响的东西；当然实现中，也不一定需要这么完整隔离性，即不一定需要这么的互不干扰，有时候还是允许有部分干扰的。所以MySQL可以支持4种事务隔离性

持久性（Durability）：当某个操作操作完毕了，那么结果就是这样了，并且这个操作会持久化到日志记录中

PS：ACID中C与CAP定理中C的区别

ACID的C着重强调单数据库事务操作时，要保证数据的完整和正确性，数据不会凭空消失跟增加。CAP 理论中的C指的是对一个数据多个备份的读写一致性

事务操作可能会出现的数据问题

1、脏读(dirty read)：B事务更改数据还未提交，A事务已经看到并且用了。B事务如果回滚，则A事务做错了

2、 不可重复读(non-repeatable read)：不可重复读的重点是修改: 同样的条件, 你读取过的数据, 再次读取出来发现值不一样了，只需要锁住满足条件的记录

3、 幻读(phantom read)：事务A先修改了某个表的所有纪录的状态字段为已处理，未提交；事务B也在此时新增了一条未处理的记录，并提交了；事务A随后查询记录，却发现有一条记录是未处理的造成幻读现象，幻读仅专指新插入的行。幻读会造成语义上的问题跟数据一致性问题。

4、 在可重复读RR隔离级别下，普通查询是快照读，是不会看到别的事务插入的数据的。因此，幻读在当前读下才会出现。要用间隙锁解决此问题。

在说隔离级别之前，你首先要知道，你隔离得越严实，效率就会越低。因此很多时候，我们都要在二者之间寻找一个平衡点。SQL标准的事务隔离级别由低到高如下： 上图从上到下的模式会导致系统的并行性能依次降低，安全性依次提高。

读未提交：别人改数据的事务尚未提交，我在我的事务中也能读到。

读已提交(Oracle默认)：别人改数据的事务已经提交，我在我的事务中才能读到。

可重复读(MySQL默认)：别人改数据的事务已经提交，我在我的事务中也不去读，以此保证重复读一致性。

串行：我的事务尚未提交，别人就别想改数据。

标准跟实现：上面都是关于事务的标准，但是每一种数据库都有不同的实现，比如MySQL InnDB 默认为RR级别，但是不会出现幻读。因为当事务A更新了所有记录的某个字段，此时事务A会获得对这个表的表锁，因为事务A还没有提交，所以事务A获得的锁没有释放，此时事务B在该表插入新记录，会因为无法获得该表的锁，则导致插入操作被阻塞。只有事务A提交了事务后，释放了锁，事务B才能进行接下去的操作。所以可以说 MySQL的RR级别的隔离是已经实现解决了脏读，不可重复读和幻读的。

5、MySQL中的锁

无论是Java的并发编程还是数据库的并发操作都会涉及到锁，研发人员引入了悲观锁跟乐观锁这样一种锁的设计思想。

悲观锁：

优点：适合在写多读少的并发环境中使用，虽然无法维持非常高的性能，但是在乐观锁无法提更好的性能前提下，可以做到数据的安全性

缺点：加锁会增加系统开销，虽然能保证数据的安全，但数据处理吞吐量低，不适合在读书写少的场合下使用

乐观锁：

优点：在读多写少的并发场景下，可以避免数据库加锁的开销，提高DAO层的响应性能，很多情况下ORM工具都有带有乐观锁的实现，所以这些方法不一定需要我们人为的去实现。

缺点：在写多读少的并发场景下，即在写操作竞争激烈的情况下，会导致CAS多次重试，冲突频率过高，导致开销比悲观锁更高。

实现：数据库层面的乐观锁其实跟CAS思想类似， 通数据版本号或者时间戳也可以实现。

数据库并发场景主要有三种：

读-读：不存在任何问题，也不需要并发控制

读-写：有隔离性问题，可能遇到脏读，幻读，不可重复读

写-写：可能存更新丢失问题，比如第一类更新丢失，第二类更新丢失

两类更新丢失问题：

第一类更新丢失：事务A的事务回滚覆盖了事务B已提交的结果 第二类更新丢失：事务A的提交覆盖了事务B已提交的结果

为了合理贯彻落实锁的思想，MySQL中引入了杂七杂八的各种锁：

锁分类

MySQL支持三种层级的锁定，分别为

表级锁定

MySQL中锁定粒度最大的一种锁，最常使用的MYISAM与INNODB都支持表级锁定。

页级锁定

是MySQL中锁定粒度介于行级锁和表级锁中间的一种锁，表级锁速度快，但冲突多，行级冲突少，但速度慢。所以取了折衷的页级，一次锁定相邻的一组记录。

行级锁定

Mysql中锁定粒度最细的一种锁，表示只针对当前操作的行进行加锁。行级锁能大大减少数据库操作的冲突。其加锁粒度最小，但加锁的开销也最大行级锁不一定比表级锁要好：锁的粒度越细，代价越高，相比表级锁在表的头部直接加锁，行级锁还要扫描找到对应的行对其上锁，这样的代价其实是比较高的，所以表锁和行锁各有所长。

MyISAM中的锁

虽然MySQL支持表，页，行三级锁定，但MyISAM存储引擎只支持表锁。所以MyISAM的加锁相对比较开销低，但数据操作的并发性能相对就不高。但如果写操作都是尾插入，那还是可以支持一定程度的读写并发

从MyISAM所支持的锁中也可以看出，MyISAM是一个支持读读并发，但不支持通用读写并发，写写并发的数据库引擎，所以它更适合用于读多写少的应用场合，一般工程中也用的较少。

InnoDB中的锁

该模式下支持的锁实在是太多了，具体如下：

共享锁和排他锁 (Shared and Exclusive Locks)

意向锁（Intention Locks）

记录锁（Record Locks）

间隙锁（Gap Locks）

临键锁 （Next-Key Locks）

插入意向锁（Insert Intention Locks）

主键自增锁 (AUTO-INC Locks)

空间索引断言锁（Predicate Locks for Spatial Indexes）

举个栗子，比如行锁里的共享锁跟排它锁：lock in share modle 共享读锁：

为了确保自己查到的数据没有被其他的事务正在修改，也就是说确保查到的数据是最新的数据，并且不允许其他人来修改数据。但是自己不一定能够修改数据，因为有可能其他的事务也对这些数据使用了 in share mode 的方式上了S 锁。如果不及时的commit 或者rollback 也可能会造成大量的事务等待。

for update排它写锁:

为了让自己查到的数据确保是最新数据，并且查到后的数据只允许自己来修改的时候，需要用到for update。相当于一个 update 语句。在业务繁忙的情况下，如果事务没有及时的commit或者rollback 可能会造成其他事务长时间的等待，从而影响数据库的并发使用效率。

Gap Lock间隙锁：

1、行锁只能锁住行，如果在记录之间的间隙插入数据就无法解决了，因此MySQL引入了间隙锁(Gap Lock)。间隙锁是左右开区间。间隙锁之间不会冲突。

2、间隙锁和行锁合称NextKeyLock，每个NextKeyLock是前开后闭区间。

间隙锁加锁原则(学完忘那种)：

1、加锁的基本单位是 NextKeyLock，是前开后闭区间。

2、查找过程中访问到的对象才会加锁。

3、索引上的等值查询，给唯一索引加锁的时候，NextKeyLock退化为行锁。

4、索引上的等值查询，向右遍历时且最后一个值不满足等值条件的时候，NextKeyLock退化为间隙锁。

5、唯一索引上的范围查询会访问到不满足条件的第一个值为止。

mysql交集（mysql的交集）

MYSQL使用基础进阶分享">2MYSQL使用基础进阶分享

MySQL是一个关系型数据库管理系统，由瑞典MySQLAB公司开发，属于Oracle旗下产品，是最流行的关系型数据库管理系统之一。端口是3306。

表很多时，使用linux脚本，需要根据需要修改一下：

和创建一样，可以加上ifexists

可两篇文章：

如：

用于在已有的表中添加、删除或修改列。

添加ADD

或

默认是添加到最后，但可以指定位置。FIRST：添加最前AFTER字段名>：添加指定字段之后例子：

删除DROP

修改MODIFY主要修改原列的类型或约束条件同样可以用FIRST和AFTER字段名>，代表的是修改到哪里。

修改字段名CHANGE

可以把表2的数据复制到表1中，但不能复制约束性条件。

单行

多行，注意只有一个VALUES：

不写(行1,行2...)这一部分的话，默认一一对应

除了以上方法外，还可以用SET为每一行附上相应的值。

假如没有筛选的话，就给全部都修改了。可以用WHERE筛选。

假如没有筛选的话，就给全部删除了。相当于清空。

清空

先把表删除，然后再建一个。与DELETEFROM相比，TRUNCATE的效率更快，因为DELETEFROM是把记录逐条删除的。

查询执行的顺序FROM-->WHERE-->SELECT-->GROUPBY-->HAVING-->ORDERBY-->LIMIT

注意当数据很大，上百万的时候，使用LIMIT...OFFSET..的方式进行分页十分浪费资源且耗时长。最好是结合WHERE使用，如：

REGEXP使用正则表达进行匹配。查询时，需要搭配WHERE或HAVING使用。

两个表之间有交集且要用到两个表的数据时，可以使用内连接查询。

LEFTJOIN关键字从左表（table1）返回所有的行，即使右表（table2）中没有匹配。如果右表中没有匹配，则结果为NULL。

用法：

RIGHTJOIN关键字从右表（table2）返回所有的行，即使左表（table1）中没有匹配。如果左表中没有匹配，则结果为NULL。把LEFTJOIN的表1、表2调换顺序，就是REGHTJOIN。

FULLOUTERJOIN关键字只要左表（table1）和右表（table2）其中一个表中存在匹配，则返回行.相当于结合了LEFTJOIN和RIGHTJOIN的结果。但MySQL中不支持FULLOUTERJOIN。

即SELECT嵌套。

IN一个查询结果作为另一个查询的条件。如：

EXISTS用于判断查询子句是否有记录，如果有一条或多条记录存在返回True，否则返回False。True时执行。如：

索引的本质是一种排好序的数据结构。利用索引可以提高查询速度。常见的索引有：

MySQL通过外键约束来保证表与表之间的数据的完整性和准确性。外键的使用条件：

外键的好处：可以使得两张表关联，保证数据的一致性和实现一些级联操作。

对已有的两个表增加外键比如：主表为A，子表为B，外键为aid，外键约束名字为a_fk_b

为子表添加一个字段，当做外键

为子表添加外键约束条件

假如删除记录报错：[Err]1451-Cannotdeleteorupdateaparentrow:aforeignkeyconstraintfails(...)

这是因为MySQL中设置了foreignkey关联，造成无法更新或删除数据。可以通过设置FOREIGN_KEY_CHECKS变量来避免这种情况。第一步：禁用外键约束，我们可以使用：SETFOREIGN_KEY_CHECKS=0;第二步：删除数据第三步：启动外键约束，我们可以使用：SETFOREIGN_KEY_CHECKS=1;查看当前FOREIGN_KEY_CHECKS的值，可用如下命令：SELECT@@FOREIGN_KEY_CHECKS;

使用UNION来组合两个查询，如果第一个查询返回M行，第二个查询返回N行，那么组合查询的结果一般为M+N行。每个查询必须包含相同的列、表达式和聚集函数。默认会去除相同行，如果需要保留相同行，使用UNIONALL。只能包含一个ORDERBY子句，并且必须位于语句的最后。

内置函数很多,见:MySQL函数

我们一般使用STARTTRANSACTION或BEGIN开启事务,COMMIT提交事务中的命令,SAVEPOINT:相当于设置一个还原点,ROLLBACKTO:回滚到某个还原点下一般的使用格式如下:

开启事务时,默认加锁根据类型可分为共享锁（SHAREDLOCK）和排他锁（EXCLUSIVELOCK）或者叫读锁（READLOCK）和写锁（WRITELOCK）。

根据粒度划分又分表锁和行锁。表锁由数据库服务器实现，行锁由存储引擎实现。

除此之外,我们可以显示加锁

加锁时,如果没有索引，会锁表，如果加了索引，就会锁行

InnoDB默认支持行锁，获取锁是分步的，并不是一次性获取所有的锁，因此在锁竞争的时候就会出现死锁的情况解决方法:

即ACID特性:

由于并发事务会引发上面这些问题,我们可以设置事务的隔离级别解决上面的问题.MySQL的默认隔离级别（可重复读）

查看当前会话隔离级别方式1

方式2

设置隔离级别

主从集群的示意图如下:

主要涉及三个线程：binlog线程、I/O线程和SQL线程。

同步流程:

由于MySQL主从集群只会从主节点同步到从节点,不会反过来同步,所以需要读写分离

读写分离需要在业务层面实现,写数据只能在主节点上完成,而读数据可以在主节点或从节点上完成

索引是帮助MySQL高效获取数据的排好序的数据结构MySQL的索引有

推荐两个在线工具:

简单来说,B树是在红黑树(一个平衡二叉树)的基础上将一个节点存放多个值,实现的,降低了树的高度,每个节点都存放索引及对应数据指针,同一层的节点是递增的而B+树在B树的基础上进行优化,非叶子节点存放子节点的开始的索引,叶子节点存放索引和数据的指针,且叶子节点之间有双向的指针如下示意图:

不同的引擎,主键索引存放的数据也不一样,比如常见的MyISAM和InnoDBMyISAM的B+树叶子节点存放表数据的指针,InnoDB的B+树叶子节点存放处主键外的数据

其他的:

即多个列组成一个索引,语法:

由于联合索引的B+树的结构,根据列建立,所以我们的查找条件也要根据索引列的顺序(wherecolumn1=x,column2=y,columnN...),否则会全表扫描

如果你对列进行了（+，-，*，/，!）,那么都将不会走索引。

OR引起的索引失效

OR导致索引是在特定情况下的，并不是所有的OR都是使索引失效，如果OR连接的是同一个字段，那么索引不会失效，反之索引失效。

这个我相信大家都明白，模糊搜索如果你前缀也进行模糊搜索，那么不会走索引。

这两种用法，也将使索引失效。另IN会走索引，但是当IN的取值范围较大时会导致索引失效，走全表扫描,见:MySQL中使用IN会不会走索引

不走索引。

走索引。

所以设计表的时候,建议不可为空,而是将默认值设置为""(NOTNULLDEFAULT"")

3技术干货作为测试你必须知道的MySQL知识二

在上一文章 《 【技术干货】作为测试，你必须知道的MySQL知识（一） 》 中我们已经学了MySQL基础知识。对于 最常用、最重要 的select语句将会在本文与大家分享，带你轻松搞定查询语句。

学习select之前，需先知道查询语句 逻辑执行顺序 ，了解了逻辑执行顺序，对我们写select语句有帮助，但是需要注意的是，逻辑顺序并不是真正执行的顺序，因为MySQL 优化器 会将SQL子句按最优的路径执行。如果想要查看实际执行顺序，可使用Explain关键字进行分析，获取对应的执行计划。

查询语句的使用都离不开以下的格式：

需要记住，这是学好查询语句的基础~

以上select的逻辑执行顺序如下（前面的序号）：

查询语句中where后面支持多种运算符，进行条件的处理，其中常见运算符包括：比较运算、逻辑运算、模糊查询、范围查询、空判断。

① 等于: =

② 大于:

③ 大于等于: =

④ 小于:

⑤ 小于等于: =

⑥ 不等于: != 或

① and

② or

③ not

【模糊查询语法】：字段名 like 匹配字段字符串

【常见的匹配字段字符串】：%、_、[] 、[^]

① in：表示在一个非连续的范围内

② between ... and ...：表示在一个连续的范围内

① 判断为空：is null

② 判断非空：is not null

【注意】：null与是不同的。

使用JOIN 来联合多表查询，JOIN 按照功能大致分为如下三类：

① INNER JOIN（内连接） ： 获取两个表中字段匹配关系的记录。

② LEFT JOIN（左连接） ： 获取左表所有记录，即使右表没有对应匹配的记录。

③ RIGHT JOIN（右连接） ： 与 LEFT JOIN 相反，用于获取右表所有记录，即使左表没有对应匹配的记录。

-【举个栗子】：对表t_user与表t_order进行内连接

-【举个栗子】：对表t_user与表t_order进行左连接

-【举个栗子】：对表t_user与表t_order进行右连接

① 内连接： 保留两表中交集的记录；

② 左连接： 左表全部保留，右表关联不上用null表示；

③ 右连接： 右表全部保留，左表关联不上的用null表示。

group by语句是根据一个或多个列对结果集进行分组。在分组的列上我们经常会使用到 聚合函数 ，因此，先了解 常用的聚合函数 ：

① sum()：求和

② avg()：求平均数

③ count()：统计记录条数

④ max()：求最大值

⑤ min()：求最小值

【group by语法】：

可以根据某个字段（column_name）进行分组。如果不指定分组字段，默认将所有记录作为一组。

-【举个栗子】： 在emp表中，有3个字段，一个是员工id（id），一个是部门id（dept_id），一个是员工薪水（salary）

【注意】：

① 使用group by的select语句中的字段，应该 出现在 聚合函数 中，或者 出现在 group by 中；

② having 子句可以使用聚合函数，而 where 子句不能使用。

③从逻辑执行过程可知： where 是没有分组前对所有数据进行过滤， having 是对分组后的数据进行过滤。

子查询是指一个查询语句嵌套在另一个查询语句内部的查询。

-【举个栗子】： 一张user表，有2个字段，一个是名称（name），一个是年龄（age），查询出比小李年龄高的人有哪些？

－ ＞【举个栗子】： 获取员工工资低于所在部门的平均工资的员工信息

要对某个字段进行降序，可以在查询语句后可使用：order by 排序的字段名 desc

要对某个字段进行升序，可以在查询语句后可使用：order by 排序的字段名 asc

【注意】：order by默认情况下是升序，asc可省略不写。

有2个维度的排序时，使用逗号隔开2个排序，优先使用前者进行排序，再使用后者进行排序。

limit：限制查询数据条数，经常在分页的场景中应用。LIMIT子句接受一个或两个参数。参数值都必须为零或正整数。limit的使用格式：

【参数解释】：

limit N : 返回 N 条记录;

offset M : 跳过 M 条记录, 默认 M=0;

limit N,M : 从第 N 条记录开始, 返回 M 条记录。

-【举个栗子】：

【注意】：limit的两个参数中：

① 第1个参数：指要返回的第一行的偏移量。第一行的偏移量为0，而不是1；

②第2个参数：指要返回的记录行数。

如上面检索6-15行记录例子中，第1个参数为5，其实指的是第6行；第2个参数为10，指的是从第6行开始，取10条记录，所以是获取到6-15的记录。

当需要查询出某个字段不重复的记录时，可以使用distinct来过滤重复的记录，格式如下：

使用distinct可以进行单字段去重、多字段去重、所有字段去重、以及与聚合函数的综合使用。

--【举个栗子】： student表中有name、age、weight3个字段字段。

使用distinct之后，只能返回去重的字段，而不能返回其他的字段，可以使用group by进行去重查询，

【注意】：

① distinct 只能在select语句中使用；

② distinct 必须在所有字段的最前面；

③ 多个字段去重时，多个字段组合后一样时才会被去重；

④ 列中有null值，当对该列使用distinct子句，将保留一个null值（所有null值被视为相同的值）。

本文网址：https://www.wzmoban.cn/seo/1076.html

版权声明： 1.本站内容部分为晟匠聚网络编辑原创文章，部分来源于网络，如需转载，请标注来源网站名字和文章出处链接。 2.本站内容为传递信息使用，仅供参考，也不构成相关建议。 3.部分内容和图片来源于网络，如有侵权，请联系我们处理。