数据库

字数

4937 字

阅读时间

21 分钟

一、简介

数据库：长期存储在计算机内的、有组织的。简而言之，数据库就是一个存储数据的仓库
应用场景：
1. 页面复杂数据正确性校验（功能测试，测页面功能）。如：统计每日新增用户多少
2. 测试数据的构造（性能测试）。如：商城系统需要构造一些商品/用户信息
3. 数据的清洗。如：系统上线前基础数据的去重，垃圾数据的清理等
数据库分类：
1. 🌟关系型数据库：以形式存储数据
2. 非关系型数据库：非表格存储数据【了解】
常见数据库管理系统（DBMS）
1. 关系型（RDBMS）：MySQL、Oracle
  - SQL语言只能用于操作关系型数据库，且关系型数据库的SQL语言基本都类似
2. 非关系型：Redis、HBase
- 数据库管理系统是下载MySQL、Oracle、Redis等数据库后默认自带有的，默认其中有数据库，也可以通过DBMS创建修改数据库

1.SQL

Structured Query Language（结构化查询语言），通过SQL语言可以对关系型数据库进行操作
特点：
- 通用性：常见都可以通过SQL语言操作
- 简洁性：语言简洁，易学易用
SQL语句关键词：
- 数据操作：insert（增）、delete（删）、update（改）、select（查）
- 数据定义（对数据表和数据库）：create（创建）、alter（修改）、drop（删除）

2.MySQL数据库

MySQL：企业级关系型数据库管理系统，目前是隶属于Oracle公司的产品
构成：
- 客户端：下发用户要执行的SQL语句，并显示服务器返回的执行结果。【命令行/第三方可视化界面】
  - 如：命令行客户端使用 mysql(.exe) -u root -p执行登录操作
- 服务端：存储数据并解析编译后的SQL语句，将执行结果返回给客户端
MySQL数据库连接
- 工具客户端：DataGrip、DBeaver、Navicat
- 服务端：Vmware虚拟机（已安装mysqld服务）

二、数据库操作（针对整个数据库的操作） --> SQL语句

字符集：有相同属性的字符的组合。例如：支持中文符号的字符集utf8。utfmb4是utf8的扩展版
排序规则：将字符集转化为计算机识别的进制的规则。例如：支持中文字符集utf8的一般规则utf8_general_ci

SQL语句规则：
1. SQL不区分大小写
2. SQL语句结束标志 --> 英文格式分号
3. 变量名构成：字母、数字、下划线
数据库常见操作：
1. 创建数据库：create database 数据库名 charset 字符集 collate 排序规则;
2. 使用数据库：use 指定数据库名
3. 查看正在使用的数据库：select database();
4. 修改数据库：alter database 库名 charset 字符集 collate 排序规则;
5. 删除数据库：drop database 库名; --> 数据库和数据表的删除都使用 drop

三、数据库引擎

MySQL 支持插件式存储引擎，不同引擎对应不同存储、索引、事务、并发策略，面试常问5 种核心引擎，重点是 InnoDB。

0. 核心分类及特点

MySQL的核心特点是插件式存储引擎架构；数据库服务器与存储引擎分离，你可以为不同的表设置不同的存储引擎（一张表只能用一种），MySQL5.5及以后的默认存储引擎是InnoDB（也是目前最主流的）
- 简单的说：存储引擎决定了数据表【怎么存数据、怎么处理并发、支不支持回滚、崩了能不能恢复】
MySQL最核心、最实用的分类维度是是否支持事务，这直接决定了引擎的适用场景，分为两大类：
1. 事务型存储引擎：支持 ACID 事务特性（原子性、一致性、隔离性、持久性），支持崩溃恢复、行级锁，适合有数据一致性要求的业务（如电商、金融）。
2. 非事务型存储引擎：不支持事务，通常是表级锁，读写速度快，但崩溃后可能丢数据，适合只读/少写、对一致性要求低的静态数据业务。

1.主流存储引擎（必背）

仅InnoDB为事务型数据库，可使用show engines;命令查看MySQL支持的所有存储引擎

1）InnoDB（MySQL 5.5+ 默认引擎）

支持事务：ACID 完整事务、回滚、崩溃恢复
行级锁：并发高、适合大量读写
外键约束：唯一支持外键的引擎
索引：聚簇索引（主键高效），支持 B+ 树
适用场景：电商、金融、订单、支付、高并发业务

2）MyISAM（5.5 前默认）

不支持事务、不支持外键
表级锁：并发差，写入会阻塞全表
查询极快：count (*) 直接读取元数据
适用场景：只读 / 少写、日志系统、静态数据展示

3）Memory（Heap）

数据存内存：速度极快
重启丢失数据、不支持事务
表级锁、支持哈希索引
适用场景：临时表、缓存、会话数据

4） CSV

以 CSV 格式存储，可直接用 Excel 打开
不支持索引、不支持大字段
适用：数据交换、简单导入导出

5）Archive

只支持 INSERT/SELECT，不支持删除 / 修改
高压缩、占用空间极小
适用：日志、审计、历史归档

2.核心对比（面试高频）

表格

引擎	事务	锁粒度	索引	适用场景
InnoDB	支持	行锁	聚簇索引	高并发、业务系统
MyISAM	不支持	表锁	非聚簇	读多写少
Memory	不支持	表锁	哈希	临时缓存

3.面试一句话总结

90% 业务用 InnoDB：要事务、并发、安全就选它
MyISAM：老项目、纯查询用
Memory：临时数据、速度优先

四、数据表操作

查表结构操作：desc 表名
删除表：drop table 表名

五、常用SQL语法

去重查询：select distinct 字段名 from 表名 --> distinct 关键字去重
限定返回行数：select 字段名 from 表名 limit 行数 --> 返回指定行数的数据

查询字段后将该字段改名：

SQL

select 
  字段1 as 别名1,
  字段2 as 别名2
 from 表名;

新增数据：insert into 表名 values(值1, 值2, ...), (值1, 值2, ...); --> 插入多条记录
- 也可指定插入某几列的数据：insert into 表名 (列1, 列2, ...) values(值1, 值2, ...);
修改数据：update 表名 set 字段=值 where 条件; --> 常见条件：字段 = 值
删除表中的数据：delete from 表名 where 条件;
查询数据：select * from 表名; --> * 表示任意字段

数据复杂查询

别名

复杂的名称可以起别名以便于编写语句

数据表起别名：表名 as 别名
字段起别名：字段名 as 别名
- 起别名的关键字 as 可以省略，例如：表名别名

数据表起别名后，查询必须要使用表别名；字段别名看情况使用（不能用在 WHERE 和标准 GROUP BY 中）

练习用数据表：students、courses、scores

1）🌟条件查询（重要，不难）

空字符串 -->  字符 = ""

基础语法：select * from 表名 where 条件;
常见条件构成分类：
1. 比较运算符条件 --> 字段比较运算符值，例如：id = 1 (=, !=, >=, <=, >, <)
2. 逻辑运算符条件 --> 条件1 逻辑关系条件2，例如：name = "张三" and id = 2 （and, or, not）
3. 模糊查询：%表示匹配任意长的值，_ 表示匹配单个长度的值（这两个条件不能一起用）
  SQL
```
--  不指定长度
```
字段 like '模糊值' -- 例如：name like "张%"
```
 -- 指定长度    
 字段 like '模糊值'   -- 例如：name like "张_" 
 ```
```
1. 范围查询：
  SQL
```
非连续： 字段 in (值1, 值2, ...)             例如：city in ("北京", "上海")
连续：字段 between 值1 and 值2        例如：age between 18 and 25
```
2. 空判断：字段 is null
  - 非空判断：字段 is not null 或 not 字段 is null (条件前加 not 表示条件取反)

2）排序

应用场景：按照大小规则进行查询所需要的数据。例如：年龄从小到大排序显示人员信息。常用于页面级数据的高低大小的确认
语法格式：select * from 表名 order by 字段名 asc/desc; --> 升序asc / 降序desc （默认升序）

SQL

-- eg：查询所有学生信息，按年龄从大到小排序，年龄相同时，按学号从小到大排序
select * from students order by age desc, studentNo;

3）🌟聚合函数

应用场景：对列表数据的统计计算方法。例如：统计这个班级的平均年龄
语法：select 聚合函数 from 表名 --> select后的聚合函数可以用多个，多个之间用英文逗号分割
- 例如：select name ,max(age) from students 只会返回一条最大age的数据，其他返回的普通列可能是随机拼接的（若分组，则每个分组只会返回一个max）
- 使用了聚合函数后，每组只会返回一条记录
聚合函数常见分类
- count()：统计表中所有的记录数，通过count(*)表示（count内的参数可以是某个字段，也可以是所有记录 --> *）
  - count(*)：统计所有记录数，包含某列为空值的记录数
  - count(字段)：统计某列非空的所有记录数
- max()：计算某列的最大值，通过max(字段)表示
- min()：计算某列的最小值，通过min(字段)表示
- sum()：计算某列的和，通过sum(字段)表示
- avg()：计算某列的平均值，通过avg(字段)表示

4）分组查询（有难度）

应用场景：表中数据量过大时，可以先将数据分组，然后再查询提高查询效率（一般需求中出现“每种、每个、各个”这类词汇时可以考虑）
语法：
- 普通分组查询：select 字段1, 字段2, 聚合.. from 表名 group by 字段1, 字段2, ...;
- 带条件分组查询：select 字段1, 字段2, 聚合.. from 表名 group by 字段1, 字段2, ... having 条件;
  - where与having的区别：
    1. where是对原始数据进行筛选，所以where后不能带聚合函数的条件，但having可以（having带聚合函数条件必须先分组，聚合函数会计算分组后的结果）
    2. having是对分组之后的结果进行筛选，因而不能单独使用，必须和分组结合使用
    3. having后面如果跟普通字段构成的条件，必须是分组之后的字段

SQL

-- 查询各种性别的人数
select sex, count(*) from students group by sex;  -- 按照性别分组，并统计每个组的所有记录条数

-- 查询每个班级中各个性别的人数
select count(*) from students group by class, sex;  -- 先按班级分组，同一个班级再按性别分组，记录每个组的人数（以最小的组为一组）

-- 查询每个平均年龄大于22的班级有哪些
select class from students group by class having avg(age) > 22;

-- 查询每个班级中女生的平均年龄大于22岁的班级有哪些
-- 在数据量大的情况下推荐先进行分组再使用having筛选（分组前先where筛选效率太低，分组后筛选效率高）
select class from students group by class, sex having avg(age) > 22 and sex = '女'; -- avg函数会计算每个分组的平均年龄（先按班级分组，再按性别分组，计算出分组的平均年龄后，再筛选出性别女生即可）
select class from students where sex='女' group by class having avg(age) > 22; -- 另一种解法
-- 该SQL语句会先筛选出性别为女的所有记录，然后再按class分组，再取出剩余记录的分组进行avg计算，最后再根据select class 取出指定字段的记录

5）分页查询

应用场景：取最大/最小值记录数据时使用，通常结合排序，排序后针对当前页面，从start位置开始，返回 count 条数据
常见应用：分页常常和排序结合使用，对应最大最小值条件的应用
语法：select * from 表名 limit start, count
- start：下标/索引，表示从第几条开始（数据位置），默认从0开始计数
- count：需要显示的记录数
- select * from 表名 limit 2 ：只取前两行（开始位置下标默认为0）

SQL

select * from students limit 0, 3
select * from students limit 3 -- 这两行语句作用一致

6）连接查询（有难度，代码量大）

1. 当内连接/外连接出现多个内连接/外连接同时使用时（多个内连接，多个外连接这两种情况），每次连接都是基于上一次操作得到的“临时表”作为左表（或参与连接的表），再与下一个表进行连接。
2. 一般多个外连接都是使用同一种外连接，例如：第一次使用left join，后续就都使用left join，避免复杂化问题
3. 内/外连接从左到右，都基于原表关联
   例如：
	SELECT *
		FROM students s
		LEFT JOIN scores sc ON s.id = sc.student_id
		LEFT JOIN awards aw ON s.id = aw.student_id; -- 都使用原表进行关联

应用场景：将相关联的多张表进行连接，并查询所需要的数据
本质：两张表中有公共列（不一定是主键和外键，但匹配列的值一定要相等）
分类：
1. 内连接：左右两张表都能匹配到的公共列
  - 取两张表的公共列对应的记录，根据公共列（有数据的公共列）将两表的其他列拼接起来，形成一张新表，记录数与两者公共列的最小值等同
  - 语法：select * from 表1 inner join 表2 on 表1.列=表2.列
2. 外连接：需求中出现一张表需要显示全部数据时考虑使用
  - 能用左连接就一定能用右连接
  1. 左连接：左右两边的公共数据+左表特有的数据（即：左表显示全部数据），右表只显示与公共列匹配的数据，不存在的数据用null表示
    - 不存在的数据-->左表有但右表没有的数据
    - 语法：select * from 表1 left join 表2 on 表1.列=表2.列
  2. 右连接：左右两边的公共数据+右表特有的数据（即：右表显示全部数据），左表只显示与公共列匹配的数据，不存在的数据用null表示
    - 语法：select * from 表1 right join 表2 on 表1.列=表2.列
- 图例：

SQL

-- 内连接
	-- 查询学生信息及成绩（信息和成绩存储在两张不同的表中，但这两张表都有一个公共列：studentNo）。
	-- 内连接选择的是两张表的公共数据，记录数取两表最小
	-- 该SQL的意思是，将students表和scores表进行内连接，公共列是studentNo
select * from students inner join scores on students.studentNo = scores.studentNo; 
select * from students st inner join scores sc on st.studentNo = sc.studentNo; -- 起别名
	-- 多张表的关联
	-- 查询学生信息及学生的课程对应的成绩
select st.*, co.name, sc.score from student st
	inner join scores sc on st.studentNo = sc.studentNo
	inner join courses co on sc.courseNo = co.courseNo;

SQL

-- 右连接（显示右表全部信息，左表没有的用null填充）
	-- 查询所有学生的成绩，包括没有成绩的学生 -->  需要成绩信息和学生信息（包括有成绩和无成绩的学生信息）
	-- 学生信息需要显示全部
select * from scores sc
	right join students st on sc.studentNo = st.studentNo
	-- 一般认为第一张表是左表，另一张是右表

SQL

-- 左连接
select * from students st
	left join scores sc on sc.studentNo = st.studentNo

7）子查询（理解有难度，使用不难）

应用场景：涉及多表关联，想办法在一张表中查到结果【过滤条件或临时表需要另一个SQL查询的场景】
子查询构成：
1. 主查询：括号外面的select查询
2. 子查询：括号里面的select查询
子查询具体应用：
1. 作为条件：子查询结果如果是一行一列/多行一列/一行多列，可以直接作为查询条件（where后的条件）
2. 作为数据源（临时表）：子查询结果是多行多列（临时表），需要结合连接查询

SQL

-- 情况1：作为条件
	-- 查询大于平均年龄的学生信息
select * from students where age > (
	select avg(age) from students
);

	-- 查询与李明同班级同年龄的学生信息
select * from students where (class, age) =(
	select class, age from students where name='李明'
);

	-- 查询18岁学生的成绩（子查询返回结果大于 1 条记录）
select score from scores where studentNo in (
	select studentNo from students where age=18
);

SQL

-- 情况2：作为数据源（临时表）
	-- 查询数据库和系统测试这两门课程的成绩
select tmp.name, sc.score from scores sc 
	inner join (select * from courses where name in ('数据库', '系统测试')) tmp -- 给临时表起别名为tmp 
	on sc.courseNo = tmp.courseNo;

SQL语句的书写顺序

总顺序：select ... from 表名 inner join 表名 on ... where 条件 group by ... having ... order by ... limit ...

贡献者

freeway348

文件历史

最后编辑于大约 6 小时前查看完整历史

最长上升子序列(LIS)

数字三角形

RAG+Agent

1.第一章

第二章

1. 第一章

2. 第二章

2.1 数制与编码

2.2 逻辑运算

2.3 浮点数的表示与运算

3. 第三章 存储系统

4. 第四章 指令系统

5. 第五章 中央处理器

0.零基础

1.函数极限与连续

10. 一元函数积分学的应用（一）---几何应用

11. 一元函数积分学的应用---积分等式与积分不等式

12.一元函数的物理应用

13. 多元函数微分学

14. 二重积分

15 微分方程

2. 导数

4.一元函数微分

5. 一元函数微分学的几何应用

6. 中值定理

7. 一元微分学的物理应用

8. 一元函数积分学的基本概念

9. 一元函数积分学的计算

做题技巧

强化篇

数据库 ​

一、简介 ​

1.SQL ​

2.MySQL数据库 ​

二、数据库操作（针对整个数据库的操作） --> SQL语句 ​

三、数据库引擎 ​

0. 核心分类及特点 ​

1.主流存储引擎（必背） ​

1）InnoDB（MySQL 5.5+ 默认引擎） ​

2）MyISAM（5.5 前默认） ​

3）Memory（Heap） ​

4） CSV ​

5）Archive ​

2.核心对比（面试高频） ​

3.面试一句话总结 ​

四、数据表操作 ​

五、常用SQL语法 ​

数据复杂查询 ​

别名 ​

1）🌟条件查询（重要，不难） ​

2）排序 ​

3）🌟聚合函数 ​

4）分组查询（有难度） ​

5）分页查询 ​

6）连接查询（有难度，代码量大） ​

3. 第三章存储系统

4. 第四章指令系统

5. 第五章中央处理器

数据库

一、简介

1.SQL

2.MySQL数据库

二、数据库操作（针对整个数据库的操作） --> SQL语句

三、数据库引擎

0. 核心分类及特点

1.主流存储引擎（必背）

1）InnoDB（MySQL 5.5+ 默认引擎）

2）MyISAM（5.5 前默认）

3）Memory（Heap）

4） CSV

5）Archive

2.核心对比（面试高频）

3.面试一句话总结

四、数据表操作

五、常用SQL语法

数据复杂查询

别名

1）🌟条件查询（重要，不难）

2）排序

3）🌟聚合函数

4）分组查询（有难度）

5）分页查询

6）连接查询（有难度，代码量大）