DarkYellowCat's Blog

分享技术与思考

0%

'mysql学习'

发表于 更新于 分类于

数据库操作

创建

名称若为关键词需用单引号

1
CREATE DATABASE [IF NOT_EXISTS] XX

查看/删除

1
2
3
SHOW DATABASES 查看数据库
SHOW CREATE DATABASE XXX 数据库创建语句
DROP DATABASE [IF EXITS] XX 删除数据库

备份恢复

必须在DOS执行
备份

1
mysqldump -u * -p * -B 数据库

生成 xx.sql文件
恢复

1
2
Source xx.sq了、

表操作

创建表

1
2
3
4
CREATE TABLE table_name
{
    field datatype
}

character 字符集 (不指定默认用数据库字符集)
collate 校队规则
ENGINE

修改表

ALTER TABLE table_name

  • ADD 添加列
  • MODIFY 修改列
  • DROP 删除列
  • Rename table name to new_name 修改表名
  • ALTER table name character set 字符集 修改字符集
  • NOT NULL DEFAULT 默认不为空
  • DESC 查看字段

数据类型

数值类型

  1. 整型 

     tinyint[1字节] (-127~127) unsigned(0~255)
 smallint[2]
 mediumint[3]
 int[4]
 bigint[8]

  2. 小数类型 

     float[4]
 double[8]
 decimal[M,D] (M为小数位数总数，D为小数点后的位数)(M默认10，D默认0)max(65,30)

文本类型

  1. char(0~255)
  2. varchar(065535[2^16-1]) 注：utf-8编码最大21844(65535 - 3)/3 13个字节用于记录大小
  3. text(0~2^16-1)
  4. longtext(2^32-1)

细节

  • 1.char(4)和varchar(4)中的4表示字符
  • 2.char(4)是定长，varchar(4)是变长

二进制数据

  1. blob(0~2^16-1)
  2. longblob(2^32-1)

日期

  1. date [日期 年月日]
  2. time [时间 时分秒]
  3. datetime [YYYY-MM-DD HH:mm:ss]
  4. timestamp 时间戳 自动更新：NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP

增删改查

INSERT

1
2
INSERT INTO table_name(columns)
    VALUES (具体数值)

注意：

  1. 日期和字符数据需包含在单引号中
  2. 可以插入空值
  3. insert into table () values (),(),()可以添加多条记录
  4. 给表中所有字段添加数据可以不写字段名称

UPDATE

1
2
3
UPDATE name
    SET COLUNMS
    (WHERE ...)

DETELE

1
2
DELETE name FROM
    WHERE ...

注意：

  1. delete不能单独删除一列的数据
  2. delete只删除记录。不删除表本身

SELECT

1
2
SELECT [DISTINCT] * | {COLUMN}
  FROM table_name

注意：

  1. DISTINCT 是否去重
  2. 使用表达式对查询的列进行运算：
1
2
SELECT *|{COLUMN1|EXPRESSION}
  FROM table_name
  1. AS 语句
1
SELECT column_name as 别名 from table
  1. WHERE 子句：条件筛选

🔹 逻辑运算符（组合条件）

运算符 说明
AND 逻辑与（全部为真才真）
OR 逻辑或（任一为真即真）
NOT 逻辑非（取反）

✅ 注意：AND 优先级高于 OR，建议用括号 () 明确逻辑分组，例如： 

1
WHERE (status = 'active' OR level > 5) AND NOT is_deleted

🔹 比较运算符（判断单值/集合）

类型 运算符 / 语法 示例
常规比较 =, <> 或 !=, <, <=, >, >= age > 18
区间匹配 BETWEEN val1 AND val2 score BETWEEN 60 AND 100（含边界）
集合成员判断 IN (val1, val2, ...) dept_id IN (1, 3, 5)
模糊匹配 LIKE / NOT LIKE + 通配符 name LIKE 'A%'（%：任意字符，_：单字符）
空值判断（⚠️特殊） IS NULL / IS NOT NULL email IS NULL（不能用 = NULL！）

📌 提示：

  • NULL 表示“缺失/未知”，任何与 NULL 的比较（如 =, !=）结果均为 UNKNOWN。
  • 字符串模糊匹配注意大小写敏感性（依赖数据库设置，如 MySQL 默认不区分，PostgreSQL 区分）。
  1. ORDER BY 排序查询结果
  • 升序 ASC
  • 降序 DESC

合计函数 COUNT

返回行的总数
SELECT COUNT *|COLUMN FROM table_name

合计函数 SUM

返回满足WHERE条件的行的和

1
SELECT SUM (COLUMN) FROM table_name

合计函数 AVG

返回平均值

1
SELECT AVG (COLUMN) FROM table_name

合计函数 MAX/MIN

1
SELECT MAX/MIN (COLUMN) FROM table_name

GROUP BY 分组查询 + HAVING 限制显示结果

字符串函数

🔤 一、基础操作

函数 说明 示例
LENGTH(str) 返回字符串的字节长度（注意：UTF8 中中文占 3 字节） LENGTH('你好') → 6
CHAR_LENGTH(str) 或 CHARACTER_LENGTH(str) 返回字符串的字符个数 CHAR_LENGTH('你好') → 2
UPPER(str) / UCASE(str) 转大写 UPPER('Hello') → 'HELLO'
LOWER(str) / LCASE(str) 转小写 LOWER('Hello') → 'hello'
TRIM([{BOTH|LEADING|TRAILING} [remstr] FROM] str) 去除首尾空格或指定字符 TRIM(' abc ') → 'abc'
TRIM(BOTH 'x' FROM 'xxabcxx') → 'abc'
LTRIM(str) 去除左侧空格 LTRIM(' abc') → 'abc'
RTRIM(str) 去除右侧空格 RTRIM('abc ') → 'abc'

🔗 二、拼接与拆分

函数 说明 示例
CONCAT(str1, str2, …) 拼接字符串（任一参数为 NULL，结果为 NULL） CONCAT('a', 'b', 'c') → 'abc'
CONCAT_WS(sep, str1, str2, …) 用分隔符拼接（自动跳过 NULL） CONCAT_WS(',', 'a', NULL, 'c') → 'a,c'
SUBSTRING(str, pos[, len])
或 SUBSTR(str, pos[, len])		 从第 pos 位（从 1 开始）截取 len 个字符；pos 可为负（从末尾算） SUBSTR('MySQL', 2, 3) → 'ySQ'
SUBSTR('MySQL', -3) → 'SQL'
LEFT(str, n) 取左边 n 个字符 LEFT('MySQL', 3) → 'MyS'
RIGHT(str, n) 取右边 n 个字符 RIGHT('MySQL', 2) → 'QL'

🔍 三、查找与定位

函数 说明 示例
LOCATE(substr, str[, pos]) 返回 substr 在 str 中首次出现的位置（从 1 开始），可指定起始位置 LOCATE('S', 'MySQL') → 3
LOCATE('Q', 'MySQL', 4) → 4
INSTR(str, substr) 同 LOCATE(substr, str)，但参数顺序相反（兼容 Oracle） INSTR('MySQL', 'S') → 3
POSITION(substr IN str) 同 LOCATE，标准 SQL 写法 POSITION('S' IN 'MySQL') → 3

🛠️ 四、替换与格式化

函数 说明 示例
REPLACE(str, from_str, to_str) 将 str 中所有 from_str 替换为 to_str REPLACE('a-b-c', '-', '/') → 'a/b/c'
INSERT(str, pos, len, newstr) 在 str 的 pos 处删除 len 个字符，插入 newstr INSERT('Quadratic', 3, 4, 'What') → 'QuWhattic'
LPAD(str, len, pad) 左填充：用 pad 将 str 补至 len 长（超长则截断） LPAD('abc', 5, '0') → '00abc'
RPAD(str, len, pad) 右填充 RPAD('abc', 5, 'x') → 'abcxx'
REPEAT(str, n) 将 str 重复 n 次 REPEAT('Ha', 3) → 'HaHaHa'

五、高级处理（MySQL 8.0+）

函数 说明 示例
REGEXP_LIKE(str, pattern[, match_type]) 正则匹配（返回 1/0） SELECT 'abc123' REGEXP '^[a-z]+[0-9]+$' → 1
REGEXP_SUBSTR(str, pattern[, pos[, occ[, match_type]]]) 提取匹配的子串 REGEXP_SUBSTR('user@example.com', '@(.+)', 1, 1, 'i', 1) → 'example.com'
REGEXP_REPLACE(str, pattern, replace_str[, pos[, occ[, match_type]]]) 正则替换 REGEXP_REPLACE('abc123def', '[0-9]+', '#') → 'abc#def'
REGEXP_INSTR(str, pattern[, pos[, occ[, return_opt[, match_type]]]]) 返回匹配位置（支持更灵活控制） REGEXP_INSTR('abc123def', '[0-9]+') → 4

数学函数

以下是 MySQL 中常用的数学类函数（Mathematical Functions），适用于 MySQL 5.7 / 8.0+，按功能分类整理，附典型用法与注意事项。

一、基本运算与取整

函数 说明 示例 注意
ABS(X) 绝对值 ABS(-5) → 5 支持整数、浮点、DECIMAL
SIGN(X) 符号函数：正→1，负→-1，零→0 SIGN(-3.2) → -1
MOD(N, M) 或 N % M 或 N MOD M 取模（余数） MOD(10, 3) → 1
-10 MOD 3 → -1		 负数取模结果符号与被除数一致
FLOOR(X) 向下取整（不大于 X 的最大整数） FLOOR(3.9) → 3
FLOOR(-3.2) → -4
CEIL(X) / CEILING(X) 向上取整（不小于 X 的最小整数） CEIL(3.1) → 4
CEIL(-3.2) → -3
ROUND(X[, D]) 四舍五入；D 为小数位数（默认 0） ROUND(3.456, 2) → 3.46
ROUND(123, -1) → 120		 D 可为负（对整数位取整）
TRUNCATE(X, D) 截断（直接舍弃小数，不四舍五入） TRUNCATE(3.999, 1) → 3.9
TRUNCATE(123.456, -1) → 120		 常用于精度控制

二、幂、指数与对数

函数 说明 示例
POW(X, Y) / POWER(X, Y) X 的 Y 次方 POW(2, 3) → 8
POW(4, 0.5) → 2（开平方）
SQRT(X) 平方根（X ≥ 0） SQRT(16) → 4
EXP(X) e 的 X 次方 EXP(1) ≈ 2.718281828459045
LN(X) 自然对数（以 e 为底，X > 0） LN(EXP(2)) → 2
LOG(X) 自然对数（同 LN(X)） LOG(2.71828) ≈ 1
LOG(B, X) 以 B 为底的对数（X > 0, B > 0, B ≠ 1） LOG(10, 1000) → 3
LOG2(X) 以 2 为底的对数 LOG2(8) → 3
LOG10(X) 以 10 为底的对数 LOG10(100) → 2

三、三角函数（角度单位：弧度）

函数 说明 示例
SIN(X), COS(X), TAN(X) 正弦、余弦、正切 SIN(PI()/2) → 1
ASIN(X), ACOS(X), ATAN(X) 反正弦、反余弦、反正切 ASIN(1) → 1.570796...（≈π/2）
ATAN(Y, X) 或 ATAN2(Y, X) 四象限反正切（返回点 (X, Y) 的角度） ATAN2(1, 1) → 0.785398...（≈π/4）
COT(X) 余切（= 1 / TAN(X)） COT(PI()/4) → 1
DEGREES(X) 弧度 → 角度 DEGREES(PI()) → 180
RADIANS(X) 角度 → 弧度 RADIANS(180) → 3.141592653589793

⚠️ 注意：三角函数入参为弧度，若需角度计算，先用 RADIANS() 转换。

四、随机数

函数 说明 示例
RAND() 返回 [0, 1) 之间随机浮点数 RAND() → 0.732...
RAND(N) 用种子 N 初始化，之后每次调用 RAND() 生成可重现序列 SELECT RAND(1), RAND(), RAND(); → 每次执行结果一致

✅ 生成 [a, b] 区间随机整数： 

1
2
3
FLOOR(a + RAND() * (b - a + 1))
-- 例如生成 [1, 100]：
SELECT FLOOR(1 + RAND() * 100);

五、进制与位运算（部分）

函数 说明 示例
BIN(N) 十进制 → 二进制字符串 BIN(10) → '1010'
OCT(N) 十进制 → 八进制字符串 OCT(10) → '12'
HEX(N) / HEX(str) 十进制 → 十六进制字符串；或字符串转 HEX HEX(255) → 'FF'
HEX('A') → '41'
CONV(N, from_base, to_base) 任意进制转换（2~36 进制） CONV('FF', 16, 10) → '255'
CONV('1010', 2, 16) → 'A'

实用示例

  1. 计算用户年龄（假设 birth_date 为 DATE 类型）

    1
    2
    3
    4
    SELECT 
      name,
      FLOOR(DATEDIFF(CURDATE(), birth_date) / 365.25) AS age
    FROM users;

  2. 评分归一化到 [0, 100]

    1
    2
    3
    4
    5
    6
    7
    8
    9
    SELECT 
      score,
      ROUND(100 * (score - min_score) / (max_score - min_score), 1) AS normalized_score
    FROM (
      SELECT score,
             (SELECT MIN(score) FROM exams) AS min_score,
             (SELECT MAX(score) FROM exams) AS max_score
      FROM exams
    ) t;

  3. 生成带随机延迟的模拟数据

    1
    2
    SELECT 
      NOW() + INTERVAL FLOOR(RAND() * 3600) SECOND AS random_time;

以下是 MySQL 中常用的日期与时间函数（Date and Time Functions），适用于 MySQL 5.7 / 8.0+，按功能分类整理，附详细说明、典型示例与实用技巧。

一、获取当前日期/时间

函数 说明 示例 返回类型
NOW() / SYSDATE() 当前日期时间（YYYY-MM-DD HH:MM:SS） NOW() → '2025-12-07 15:30:45' DATETIME
CURDATE() / CURRENT_DATE 当前日期 CURDATE() → '2025-12-07' DATE
CURTIME() / CURRENT_TIME 当前时间 CURTIME() → '15:30:45' TIME
UTC_DATE() UTC 日期 UTC_DATE() → '2025-12-07' DATE
UTC_TIME() UTC 时间 UTC_TIME() → '07:30:45' TIME
UTC_TIMESTAMP() UTC 日期时间 UTC_TIMESTAMP() → '2025-12-07 07:30:45' DATETIME

NOW() 返回语句开始执行时的时间；SYSDATE() 返回函数执行时的时间（在 SLEEP() 或触发器中差异明显）。

二、日期时间构造与提取

函数 说明 示例
DATE(expr) 提取日期部分 DATE('2025-12-07 15:30:45') → '2025-12-07'
TIME(expr) 提取时间部分 TIME('2025-12-07 15:30:45') → '15:30:45'
YEAR(date) 年份（1000–9999） YEAR('2025-12-07') → 2025
MONTH(date) 月份（1–12） MONTH('2025-12-07') → 12
DAY(date) / DAYOFMONTH(date) 日期（1–31） DAY('2025-12-07') → 7
HOUR(time) 小时（0–23） HOUR('15:30:45') → 15
MINUTE(time) 分钟（0–59） MINUTE('15:30:45') → 30
SECOND(time) 秒（0–59） SECOND('15:30:45') → 45
DAYOFWEEK(date) 星期几（1=周日, 2=周一,…,7=周六） DAYOFWEEK('2025-12-07') → 1（2025-12-07 是周日）
WEEKDAY(date) 星期几（0=周一, 1=周二,…,6=周日） WEEKDAY('2025-12-07') → 6
DAYOFYEAR(date) 一年中的第几天（1–366） DAYOFYEAR('2025-12-07') → 341
WEEK(date[, mode]) 一年中的第几周（mode 控制起始日与范围） WEEK('2025-12-07') → 49（默认周日为每周首日）
YEARWEEK(date[, mode]) 返回 YYYYWW 格式（年+周） YEARWEEK('2025-12-07') → 202549

推荐用 WEEK(date, 1)：周一为每周首日，第1周需 >=4 天（ISO 标准兼容）。

三、日期时间格式化与解析

函数 说明 示例
DATE_FORMAT(date, format) 按格式输出日期字符串 DATE_FORMAT(NOW(), '%Y年%m月%d日 %H:%i') → '2025年12月07日 15:30'
TIME_FORMAT(time, format) 按格式输出时间字符串 TIME_FORMAT('15:30:45', '%H时%i分') → '15时30分'
STR_TO_DATE(str, format) 按格式将字符串转为日期/时间 STR_TO_DATE('2025/12/07', '%Y/%m/%d') → '2025-12-07'

常用格式符（DATE_FORMAT / STR_TO_DATE）

格式符 说明 示例
%Y 4 位年 2025
%y 2 位年 25
%m 2 位月（01–12） 12
%c 月（1–12，无前导零） 12
%d 2 位日（01–31） 07
%e 日（1–31，无前导零） 7
%H 24 小时制（00–23） 15
%h / %I 12 小时制（01–12） 03
%i 分钟（00–59） 30
%s / %S 秒（00–59） 45
%p AM/PM PM
%W 星期名（英文全称） Sunday
%a 星期缩写 Sun
%M 月名（英文全称） December
%b 月缩写 Dec

示例：中文日期格式 

1
2
SELECT DATE_FORMAT(NOW(), '%Y年%m月%d日 %W %H:%i');
-- 输出：2025年12月07日 Sunday 15:30

四、日期时间运算（加减间隔）

核心函数：DATE_ADD() / DATE_SUB() / INTERVAL

函数 说明 示例
DATE_ADD(date, INTERVAL expr unit) 日期加间隔 DATE_ADD('2025-12-07', INTERVAL 3 DAY) → '2025-12-10'
DATE_SUB(date, INTERVAL expr unit) 日期减间隔 DATE_SUB(NOW(), INTERVAL 1 HOUR) → 1 小时前
date + INTERVAL expr unit 等价于 DATE_ADD（更简洁） CURDATE() + INTERVAL 7 DAY → 7 天后
date - INTERVAL expr unit 等价于 DATE_SUB NOW() - INTERVAL 30 MINUTE → 30 分钟前

支持的 unit 类型（常用）

单位 说明 示例
DAY, HOUR, MINUTE, SECOND 日、时、分、秒 INTERVAL 2 HOUR
WEEK, MONTH, QUARTER, YEAR 周、月、季、年 INTERVAL 1 MONTH
DAY_HOUR '天 小时' 格式 INTERVAL '2 05' DAY_HOUR → 2天5小时
HOUR_MINUTE '小时:分' 格式 INTERVAL '1:30' HOUR_MINUTE → 1小时30分
MINUTE_SECOND '分:秒' 格式 INTERVAL '30:15' MINUTE_SECOND → 30分15秒
YEAR_MONTH '年-月' 格式 INTERVAL '1-6' YEAR_MONTH → 1年6个月

示例：获取本月第一天/最后一天 

1
2
3
4
5
6
7
8
9
-- 本月第一天
SELECT DATE_FORMAT(CURDATE(), '%Y-%m-01');
-- 或
SELECT CURDATE() - INTERVAL DAYOFMONTH(CURDATE())-1 DAY;

-- 本月最后一天（MySQL 8.0+ 推荐）
SELECT LAST_DAY(CURDATE());
-- 兼容旧版：
SELECT DATE_ADD(DATE_FORMAT(CURDATE(), '%Y-%m-01'), INTERVAL 1 MONTH) - INTERVAL 1 DAY;

五、日期差值计算

函数 说明 示例
DATEDIFF(expr1, expr2) 日期差（天数），忽略时间部分 DATEDIFF('2025-12-10', '2025-12-07') → 3
TIMEDIFF(expr1, expr2) 时间差（TIME 类型），仅限 TIME 或同日 DATETIME TIMEDIFF('15:30:00', '14:00:00') → '01:30:00'
TIMESTAMPDIFF(unit, datetime1, datetime2) 按指定单位计算差值（更灵活） TIMESTAMPDIFF(HOUR, '2025-12-07 10:00', NOW()) → 相差小时数

TIMESTAMPDIFF 的 unit：YEAR, QUARTER, MONTH, WEEK, DAY, HOUR, MINUTE, SECOND
示例：计算年龄（精确到月） 

1
2
3
4
5
SELECT 
  name,
  TIMESTAMPDIFF(YEAR, birth_date, CURDATE()) AS age_years,
  TIMESTAMPDIFF(MONTH, birth_date, CURDATE()) % 12 AS extra_months
FROM users;

六、其他实用函数

函数 说明 示例
LAST_DAY(date) 返回该月最后一天 LAST_DAY('2025-02-10') → '2025-02-28'
MAKEDATE(year, dayofyear) 用年份 + 年内第几天构造日期 MAKEDATE(2025, 341) → '2025-12-07'
MAKETIME(hour, minute, second) 构造时间 MAKETIME(15, 30, 45) → '15:30:45'
FROM_DAYS(N) 将天数（自公元0年1月1日起）转为日期 FROM_DAYS(738864) → '2025-12-07'
TO_DAYS(date) 日期转天数（同上） TO_DAYS('2025-12-07') → 738864

数学类函数

一、基础算术与取整

函数 说明 示例 返回类型
ABS(X) 绝对值 ABS(-5.3) → 5.3 与输入一致（DECIMAL/DOUBLE/BIGINT）
SIGN(X) 符号：正→1，负→-1，零→0 SIGN(-10) → -1 整数
MOD(N, M)
N % M
N MOD M		 取模（余数） MOD(17, 5) → 2
MOD(-17, 5) → -2		 同 N
FLOOR(X) 向下取整（≤ X 的最大整数） FLOOR(3.9) → 3
FLOOR(-2.1) → -3		 整数
CEIL(X) / CEILING(X) 向上取整（≥ X 的最小整数） CEIL(3.1) → 4
CEIL(-2.1) → -2		 整数
ROUND(X)
ROUND(X, D)		 四舍五入；D 为小数位（默认 0）
注意：当小数位为 5 时，向最近偶数取整（银行家舍入）		 ROUND(2.5) → 2
ROUND(3.5) → 4
ROUND(123.456, 2) → 123.46
ROUND(123.456, -1) → 120		 同输入（D=0 时为整数）
TRUNCATE(X, D) 截断（直接舍弃，不四舍五入） TRUNCATE(3.999, 2) → 3.99
TRUNCATE(123, -1) → 120		 同输入

ROUND 的“银行家舍入”说明：
ROUND(1.5) = 2，ROUND(2.5) = 2，ROUND(3.5) = 4 —— 避免统计偏差。

二、幂、指数与对数

函数 说明 示例
POW(X, Y) / POWER(X, Y) X 的 Y 次方 POW(2, 3) → 8
POW(25, 0.5) → 5（开方）
SQRT(X) 平方根（X ≥ 0） SQRT(16) → 4
EXP(X) eX（自然指数） EXP(1) ≈ 2.718281828459045
LN(X) 自然对数（logeX，X > 0） LN(EXP(2)) → 2
LOG(X) 同 LN(X) LOG(2.71828) ≈ 1
LOG(B, X) 以 B 为底的对数（B > 0, B ≠ 1, X > 0） LOG(2, 8) → 3
LOG2(X) 以 2 为底对数（常用于信息熵、位运算） LOG2(1024) → 10
LOG10(X) 以 10 为底对数（常用对数） LOG10(1000) → 3

输入为负或零时，对数函数返回 NULL 并警告。

三、三角函数（弧度制）

函数 说明 示例
PI() 返回 π（≈ 3.141593） PI() → 3.141593
SIN(X) 正弦（X 为弧度） SIN(PI()/2) → 1
COS(X) 余弦 COS(0) → 1
TAN(X) 正切 TAN(PI()/4) → 1
ASIN(X) 反正弦（值域 [-1,1]） ASIN(1) → 1.570796（≈π/2）
ACOS(X) 反余弦（值域 [-1,1]） ACOS(0) → 1.570796
ATAN(X) 反正切（单参数） ATAN(1) → 0.785398（≈π/4）
ATAN(Y, X) / ATAN2(Y, X) 四象限反正切（推荐用 ATAN2） ATAN2(1, 1) → 0.785398
ATAN2(-1, -1) → -2.356194（第三象限）
COT(X) 余切 = 1 / TAN(X) COT(PI()/4) → 1
DEGREES(X) 弧度 → 角度 DEGREES(PI()) → 180
RADIANS(X) 角度 → 弧度 RADIANS(90) → 1.570796

角度计算模板： 

1
2
-- 计算 30 度的正弦值
SELECT SIN(RADIANS(30));  -- → 0.5

四、随机数

函数 说明 示例
RAND() 返回 [0, 1) 的随机浮点数 SELECT RAND(); → 0.7321...
RAND(N) 用种子 N 初始化随机数生成器，之后调用 RAND() 可重现序列 SELECT RAND(1), RAND(), RAND();
→ 每次执行结果相同

常用随机数生成公式

1
2
3
4
5
6
7
8
-- [a, b] 区间随机整数（含端点）
SELECT FLOOR(a + RAND() * (b - a + 1));

-- 示例：生成 [1, 100] 随机整数
SELECT FLOOR(1 + RAND() * 100);

-- 生成 6 位随机数字验证码
SELECT LPAD(FLOOR(RAND() * 1000000), 6, '0');

五、进制与位运算辅助（部分）

函数 说明 示例
BIN(N) 十进制 → 二进制字符串 BIN(10) → '1010'
OCT(N) 十进制 → 八进制字符串 OCT(9) → '11'
HEX(N) 十进制 → 十六进制字符串 HEX(255) → 'FF'
CONV(N, from_base, to_base) 任意进制转换（2~36 进制） CONV('FF', 16, 10) → '255'
CONV('1010', 2, 16) → 'A'

注意：BIN(), HEX() 等返回的是字符串，不是数值。

六、聚合中的数学应用（补充）

虽属聚合函数，但常与数学结合：

1
2
3
4
5
6
7
8
SELECT
  AVG(score) AS avg_score,
  STDDEV_POP(score) AS population_std,  -- 总体标准差
  STDDEV_SAMP(score) AS sample_std,      -- 样本标准差（更常用）
  VARIANCE(score) AS variance,
  -- 百分位（MySQL 8.0+）
  PERCENT_RANK() OVER (ORDER BY score) AS pct_rank
FROM scores;

STDDEV_POP vs STDDEV_SAMP：

  • 总体标准差：分母为 N
  • 样本标准差：分母为 N-1（无偏估计）

附：常见错误与注意事项

问题 说明
ROUND(2.5) ≠ 3 因采用银行家舍入（向最近偶数取整）
MOD(-7, 3) = -1 MySQL 中 MOD(a,b) 符号与 a 一致（不同于 Python）
三角函数输入为角度 必须先用 RADIANS() 转换
LOG(0) / LOG(-1) 返回 NULL（对数定义域限制）
SQRT(-1) 返回 NULL（实数域无解）

加密函数

  1. USER() 查询用户
  2. DATABASE() 当前数据库名称
  3. MD5(str)
  4. PASSWORD(str)
  5. SELECT * FROM mysql.user \G

流程控制函数

  1. IF
  2. IFNULL
  3. SELECT CASE XX THEN XX

查询增强

  • LIKE % 表示0到多个字符 、 - 表示单个字符

分页查询

1
SELECT XXX LIMIT START, LOWS

从start + 1 开始，取rows行

公式：

1
LIMIT 每页显示数 * 第几页 - 1，每页显示数

多表查询

直接查询两张表

从第一张表N取一行与第二张表M每一行进行组合，一共返回 N * M 行

解决方法

WHERE 过滤

注：查询条件不能少于 表数 - 1，否则会出现笛卡尔积

若表 A 有 1万 行，表 B 有 1万 行，笛卡尔积就是 1亿行

自连接

  1. 把一张表当两张表用
  2. 需要给表起别名

子查询

单行子查询

子查询返回 0 行或 1 行（即至多一行结果）。

1
2
3
4
-- 查询工资高于平均工资的员工
SELECT name, salary
FROM employees
WHERE salary > (SELECT AVG(salary) FROM employees);  -- ← 单行子查询（AVG 返回一个值）

多行子查询

  • 必须配合多行操作符使用

常用操作符：

  • IN：等于列表中任意一个值
  • NOT IN：不等于列表中所有值
  • ANY / SOME：与子查询结果中的任意一个比较为真即满足
  • ALL：与子查询结果中的所有值比较都为真才满足
1
2
3
4
5
6
7
-- 查询工资高于“任一”经理工资的员工
SELECT name, salary
FROM employees
WHERE salary > ANY (
    SELECT salary FROM employees WHERE job_title = '经理'
);
-- 等价于：salary > (子查询中最小的经理工资)

多列子查询

返回多个列数据的子查询语句。

1
2
3
4
5
6
7
8
-- 高薪岗位定义：salary > 10000 的 (dept_id, job_title) 组合
SELECT name, dept_id, job_title
FROM employees
WHERE (dept_id, job_title) IN (
    SELECT dept_id, job_title
    FROM employees
    WHERE salary > 10000
);

数据库会把 (col1, col2) 视为一个逻辑元组（tuple） 进行匹配。

表复制

只复制表结构

1
CREATE TABLE new_table LIKE old_table;

复制全部数据

1
2
CREATE TABLE new_table AS
SELECT * FROM old_table;

合并查询

“合并查询”在 SQL 中通常指将多个查询结果集纵向拼接为一个结果集，核心语法是 UNION、UNION ALL、INTERSECT、EXCEPT（或 MINUS）。下面以标准 SQL 为主，结合主流数据库（MySQL / PostgreSQL / Oracle / SQL Server）差异，系统讲解：

✅ 一、核心操作符对比

操作符 作用 去重？ 排序？ MySQL PostgreSQL SQL Server Oracle
UNION 合并结果，去重 ✅ ✅（隐式按列排序） ✔️ ✔️ ✔️ ✔️
UNION ALL 合并结果，保留重复 ❌ ❌（保持原顺序） ✔️ ✔️ ✔️ ✔️
INTERSECT 取多个查询交集（都存在的行） ✅ ✅ ❌ ✔️ ✔️ ✔️
EXCEPT / MINUS 取差集（第一查询有、后续没有的行） ✅ ✅ ❌（可用 NOT EXISTS 替代） EXCEPT ✔️ EXCEPT ✔️ MINUS ✔️

🔔 MySQL 不支持 INTERSECT 和 EXCEPT，需用 INNER JOIN / NOT EXISTS 模拟（后文给出方案）。

二、UNION 与 UNION ALL

基本规则

  1. 列数必须相同；
  2. 对应列数据类型需兼容（如 INT + VARCHAR 可能隐式转换）；
  3. 结果集列名取自第一个查询；
  4. 每个 SELECT 可独立使用 WHERE、GROUP BY、HAVING，但不能单独用 ORDER BY（除非加括号+LIMIT）。

示例：合并销售数据（按季度分表）

1
2
3
4
5
6
7
8
9
10
11
12
-- 合并 Q1、Q2 销售记录，去重（如避免重复录入）
SELECT product, amount, 'Q1' AS quarter
FROM sales_q1
WHERE amount > 1000

UNION  -- ← 自动去重 + 排序

SELECT product, amount, 'Q2'
FROM sales_q2
WHERE amount > 1000

ORDER BY amount DESC;  -- 全局排序

UNION ALL 高性能场景

1
2
3
4
5
6
-- 日志按天分表，合并最近3天（无需去重）
SELECT * FROM log_20251206
UNION ALL
SELECT * FROM log_20251207
UNION ALL
SELECT * FROM log_20251208;
  • ⚡ 比 UNION 快 5~10 倍（省去排序+去重开销）；
  • 适合：分区表合并、ETL 临时表整合、大数据分析。

✅ 三、交集 INNER JOIN 或 IN

1
2
3
4
5
6
7
8
-- 方案1：INNER JOIN（推荐，性能好）
SELECT v.user_id
FROM vip_users v
INNER JOIN active_users a ON v.user_id = a.user_id;

-- 方案2：IN + 子查询
SELECT user_id FROM vip_users
WHERE user_id IN (SELECT user_id FROM active_users);

四、差集 NOT EXISTS

1
2
3
4
5
SELECT r.user_id
FROM registered_users r
WHERE NOT EXISTS (
    SELECT 1 FROM orders o WHERE o.user_id = r.user_id
);

避免用 NOT IN（若 orders.user_id 含 NULL，结果为空！）

✅ 五、高级技巧与注意事项

1️ 为每个来源打标签

1
2
3
4
SELECT name, email, 'internal' AS source FROM employees
UNION ALL
SELECT name, email, 'external' FROM partners
ORDER BY source, name;

2️ 处理列类型不一致

1
2
3
4
5
6
7
8
9
-- 错误：INT vs VARCHAR
SELECT id FROM table1
UNION
SELECT name FROM table2;  --  可能报错或隐式转换失败

-- 正确：显式转换
SELECT CAST(id AS CHAR) FROM table1
UNION
SELECT name FROM table2;

3️ 子查询中使用 UNION

1
2
3
4
5
6
7
SELECT *
FROM (
    SELECT id, name FROM students
    UNION ALL
    SELECT id, name FROM teachers
) AS all_people
WHERE name LIKE '张%';

4️ ORDER BY 限制

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
--  错误：不能在中间 SELECT 加 ORDER BY
SELECT * FROM t1 ORDER BY id
UNION ALL
SELECT * FROM t2;

--  正确1：全局排序
(SELECT * FROM t1)
UNION ALL
(SELECT * FROM t2)
ORDER BY id;

--  正确2：各子查询排序+LIMIT（需括号）
(SELECT * FROM t1 ORDER BY id LIMIT 5)
UNION ALL
(SELECT * FROM t2 ORDER BY id DESC LIMIT 5);

六、性能优化建议

场景 建议
大结果集合并 优先用 UNION ALL，避免无意义去重
需去重但数据量大 先 UNION ALL + 外层 DISTINCT，或用 GROUP BY
多表 UNION 确保各 SELECT 的 WHERE 条件能走索引
分页合并 在外层分页，而非每个子查询分页（否则逻辑错）

约束

主键

  1. 主键列的值不能重复 PRIMARY KEY
  2. 值不能为NULL
  3. 可以复合，但必须唯一
  4. DESC 会显示主键

UNIQUE

被添加的值不能重复

外键

1
FOREIGN KEY (外键) REFERENCES table (属性)
  1. 外键类型与主键要一致
  2. 外键指向主键或UNIQUE
  3. 外键字段的值，必须出现在主键中，或为空
  4. 建立主外键关系后，数据不能随意删除

check

MySQL5.7不支持，只做语法校验

自增长

AUTO_INSERT

  • 自增长默认从1开始，但可修改
  • 通常搭配主键或UNIQUE

索引

MySQL 索引底层结构：B+ 树

MySQL 默认（InnoDB 引擎）使用 B+ 树（B+ Tree） 实现索引，不是哈希，也不是普通二叉树。

B+ 树特点（InnoDB）：

特性 说明
多路平衡查找树 每个节点可存多个 key，树高度低（通常 3~4 层可存千万级数据）→ 减少磁盘 IO
非叶子节点只存 key 不存数据，只存索引导航信息，单页可存更多 key，树更矮
叶子节点存完整数据（聚簇索引）或 主键值（二级索引） 叶子节点之间用双向链表连接 → 利于范围查询、排序
数据按 key 顺序存储 插入时可能分裂节点，但查询效率稳定

示意图简化版：

1
2
3
4
5
              [20, 50]               ← 根节点（内存中常驻）
             /    |    \
    [5,10,15]  [25,30,40]  [55,60,70]   ← 非叶子节点
     / | | \     / | | \      / | | \
[1..5]...[15..20] ... [70..∞]           ← 叶子节点（存数据或主键），双向链表连接

知识点：

  • 一次查询 = 树的高度次磁盘 IO（例如 3 层 → 3 次 IO）；
  • 全表扫描 = 扫所有叶子节点（数据页）；
  • 范围查询（如 WHERE id BETWEEN 10 AND 30）只需在叶子节点链表上顺序遍历，效率高。

MySQL 索引类型（按存储 & 逻辑分）

1️ 按存储结构分（InnoDB 引擎）

类型 中文名 说明 是否必须？
Clustered Index 聚簇索引 叶子节点直接存储整行数据。每个表只能有一个（因为数据只能按一种顺序物理存储）。InnoDB 中，主键就是聚簇索引！ ✅ 是（无主键时，InnoDB 隐式创建 6 字节 row_id 作聚簇索引）
Secondary Index 二级索引（辅助索引） 叶子节点只存索引列 + 主键值。查数据时需“回表”（先查二级索引 → 拿主键 → 再查聚簇索引）。 ❌ 按需创建

举例（表：users(id PK, name, age)）

  • 聚簇索引：按 id 组织数据页 → 查 WHERE id=100 → 1 次 IO 直接得数据。
  • 二级索引 idx_name (name)：
    • 叶子节点存 (name, id)；
    • 查 WHERE name='Alice' → 先在 idx_name 找到 'Alice', id=500 → 再用 id=500 回表查聚簇索引 → 2 次 IO（即“回表”）。

优化技巧：覆盖索引（Covering Index）
如果查询的列全部包含在索引中，就无需回表！ 

1
2
3
4
5
-- 创建联合索引 (name, age)
CREATE INDEX idx_name_age ON users(name, age);

-- 查询只涉及 name 和 age → 直接从索引取数据，不回表！
SELECT name, age FROM users WHERE name = 'Alice';

2️ 按逻辑功能分（常用）

类型 语法 特点 适用场景
主键索引（PRIMARY KEY） PRIMARY KEY (id) 唯一、非空、聚簇索引 每表必有（显式或隐式）
唯一索引（UNIQUE） UNIQUE KEY (email) 值唯一（可 NULL，但只能一个 NULL） 身份证号、邮箱等唯一字段
普通索引（INDEX / KEY） INDEX idx_age (age) 无限制，可重复、可 NULL 高频查询字段（如状态、分类）
联合索引（Composite Index） INDEX idx_a_b_c (a, b, c) 多列组合，最左前缀原则生效 组合查询（如 WHERE a=? AND b=?）
前缀索引 INDEX idx_url (url(20)) 只索引字符串前 N 字符，省空间 长文本（URL、描述），但可能降低区分度
全文索引（FULLTEXT） FULLTEXT (content) 支持 MATCH ... AGAINST 模糊搜索 文章内容、评论搜索（MyISAM / InnoDB ≥ 5.6）
空间索引（SPATIAL） SPATIAL INDEX (geom) 用于地理数据（POINT, POLYGON） GIS 应用

联合索引 & 最左前缀原则（面试高频！）

这是高效使用索引的关键！

规则：

对联合索引 (a, b, c)：

  • WHERE a = 1 → 用索引
  • WHERE a = 1 AND b = 2 → 用索引
  • WHERE a = 1 AND b = 2 AND c = 3 → 用索引
  • WHERE a = 1 AND c = 3 → 只用到 a（b 跳过，c 无效）
  • ❌ WHERE b = 2 → 索引失效
  • ❌ WHERE c = 3 → 索引失效
  • WHERE a = 1 AND b > 2 AND c = 3 → 用到 a, b（c 无法用，因 b 是范围查询）

原理：B+ 树先按 a 排序，a 相同再按 b，再按 c。
就像字典：先按首字母（a），再按第二字母（b）…… 要查“apple”，必须从 ‘a’ 开始；若直接查“pple”，无法定位。

正确建联合索引顺序：

1
2
3
4
5
6
7
8
-- 查询常为：WHERE status = 'active' AND create_time > '2024-01-01' ORDER BY user_id
--  好顺序：(status, create_time, user_id)
-- 理由：
--   status = 常量 → 精准定位
--   create_time > 范围 → 可继续用索引范围扫描
--   user_id → 用于 ORDER BY，避免 filesort

CREATE INDEX idx_status_time_user ON orders(status, create_time, user_id);

如何判断索引是否生效？——EXPLAIN

这是调试索引的必备工具！

1
EXPLAIN SELECT * FROM users WHERE name = 'Alice';

重点关注字段：

列 说明
type 访问类型：system > const > eq_ref > ref > range > index > ALL（越靠左越好，ALL=全表扫描）
key 实际使用的索引名
key_len 使用的索引长度（可判断联合索引用到几列）
rows 预估扫描行数（越少越好）
Extra 额外信息：
✅ Using index → 覆盖索引（不回表）
⚠️ Using filesort → 内存/磁盘排序（慢）
⚠️ Using temporary → 用了临时表（慢）

示例：

1
2
EXPLAIN SELECT name, age FROM users WHERE name = 'Alice';
-- 若 key = idx_name_age, Extra = "Using index" → 完美覆盖索引！

索引失效的常见场景（避坑指南！）

场景 原因 解决方案
对字段做函数/运算 WHERE YEAR(create_time) = 2024 改写为范围：WHERE create_time BETWEEN '2024-01-01' AND '2024-12-31'
隐式类型转换 WHERE phone = 13800138000（phone 是 VARCHAR） 加引号：WHERE phone = '13800138000'
隐式字符集转换 关联字段字符集/排序规则不同 统一 CHARSET 和 COLLATE
LIKE 以通配符开头 WHERE name LIKE '%Alice%' 改用全文索引 / 模糊搜索中间件（Elasticsearch）
OR 条件未全覆盖索引 WHERE a=1 OR b=2（只有 a 有索引） 用 UNION 拆分，或给 b 也加索引
不满足最左前缀 WHERE b=2（联合索引 (a,b)） 调整索引顺序或建单列索引
数据区分度低 对 gender（只有 男/女）建索引 通常不建（除非配合其他列联合）

索引设计最佳实践（总结清单）

  1. 主键首选自增 INT/BIGINT
    → 避免 UUID 乱序插入导致页分裂（如需分布式 ID，用雪花算法 + 前移时间位）。

  2. 高频 WHERE / JOIN / ORDER BY 字段建索引
    → 先用 slow query log 或 EXPLAIN 找慢查询。

  3. 优先考虑联合索引
    → 避免单列索引过多；按“等值在前，范围在后，排序最后”排序列。

  4. 善用覆盖索引
    → SELECT 的列尽量包含在索引中，减少回表。

  5. 定期检查无效索引 

    1
    2
    -- MySQL 5.7+：查看未使用的索引（需开启 performance_schema）
    SELECT * FROM sys.schema_unused_indexes;

    删除不用的索引，提升写性能。

  6. 大表加索引用 ALGORITHM=INPLACE（Online DDL） 

    1
    2
    3
    ALTER TABLE users 
    ADD INDEX idx_name (name), 
    ALGORITHM=INPLACE, LOCK=NONE;  -- MySQL 5.6+ 支持，不锁表！

  7. 监控索引效率 

    1
    SHOW INDEX FROM users;  -- 查看索引 Cardinality（区分度），越高越好

事务

用于保证数据的一致性，要么全部成功，要么全部失败。

概念

场景：用户 A 给用户 B 转账 100 元

1
2
3
4
5
-- 步骤1：A 扣款
UPDATE accounts SET balance = balance - 100 WHERE user = 'A';

-- 步骤2：B 收款
UPDATE accounts SET balance = balance + 100 WHERE user = 'B';

问题：
如果步骤1成功，但步骤2因断电/崩溃失败 → A 少了 100，B 没收到 → 数据不一致！

✅ 事务的使命：把多个操作打包成一个“原子单元”，要么全成功，要么全失败回滚，绝不留半截状态！

1
2
3
4
5
6
7
START TRANSACTION;  -- 开启事务

UPDATE accounts SET balance = balance - 100 WHERE user = 'A';
UPDATE accounts SET balance = balance + 100 WHERE user = 'B';

COMMIT;  -- 全部成功 → 永久生效
-- 或 ROLLBACK; -- 任一失败 → 撤销所有修改

设置保存点

1
2
SAVEPOINT A
ROLLBACK A (不具体指向默认回退到初始点)

事务的四大特性：ACID

字母 全称 含义 MySQL 如何保证
A Atomicity（原子性） 事务是最小单位，不可分割：要么全做，要么全不做 通过 Undo Log（回滚日志） 实现回滚
C Consistency（一致性） 事务前后，数据库从一个合法状态转移到另一个合法状态（如约束、触发器、业务规则仍成立） 由 A + I + D 共同保障 + 应用逻辑
I Isolation（隔离性） 多个事务并发执行时，互不干扰（如同串行执行） 通过 锁（Locking） + MVCC（多版本并发控制） 实现
D Durability（持久性） 事务一旦提交，结果永久保存（即使宕机也不丢） 通过 Redo Log（重做日志） + fsync 写入磁盘

关键理解：

  • ACID 不是 MySQL “发明”的，而是事务的设计目标；
  • InnoDB 引擎通过 WAL（Write-Ahead Logging） + Undo/Redo Log 实现 ACID；
  • MyISAM 不支持事务！务必用 InnoDB。

事务隔离级别（解决并发问题）

多个事务同时操作数据，可能引发 3 类经典问题：

问题 描述 举例
脏读（Dirty Read） 读到未提交的中间数据 T1 改余额为 900（未提交）→ T2 读到 900 → T1 回滚 → T2 依据错误数据决策
不可重复读（Non-Repeatable Read） 同一事务内，多次读同一行，结果不同（被别人改了） T1 两次读 A 余额：第一次 1000 → T2 提交修改为 900 → T1 第二次读得 900
幻读（Phantom Read） 同一事务内，多次查同一范围，结果行数不同（被别人插入/删除） T1 SELECT * FROM orders WHERE amount > 100 得 5 行 → T2 插入一条 150 的订单 → T1 再查得 6 行

MySQL 的 4 种隔离级别（InnoDB 默认：REPEATABLE READ）

隔离级别 脏读 不可重复读 幻读 实现方式 性能
READ UNCOMMITTED ❌ 允许 ❌ 允许 ❌ 允许 几乎无锁 ⚡ 最快
READ COMMITTED ✅ 禁止 ❌ 允许 ❌ 允许 行锁 + MVCC（每次读取最新已提交版本） 中
REPEATABLE READ（MySQL 默认） ✅ ✅ ⚠️ InnoDB 用 MVCC + 间隙锁基本解决 MVCC + Next-Key Lock（行锁+间隙锁） 中
SERIALIZABLE ✅ ✅ ✅ 所有读加共享锁，串行执行 最慢

🔍 重点：InnoDB 的 RR 级别如何防止幻读？

  • 快照读（普通 SELECT）：通过 MVCC 读事务开始时的一致性视图，天然无幻读；
  • 当前读（SELECT … FOR UPDATE / LOCK IN SHARE MODE / UPDATE / DELETE）：通过 Next-Key Lock（锁住记录 + 前后间隙）防止新记录插入。
1
2
3
4
-- 当前读示例：防止别人在 (100, 200) 之间插新订单
SELECT * FROM orders 
WHERE amount > 100 AND amount < 200 
FOR UPDATE;  -- 加 Next-Key Lock

事务控制语句（实战语法）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
-- 1. 开启事务（显式）
START TRANSACTION;
-- 或
BEGIN;

-- 2. 执行 SQL（DML：INSERT/UPDATE/DELETE）
UPDATE accounts SET balance = balance - 100 WHERE user = 'A';
INSERT INTO transfers (from_user, to_user, amount) VALUES ('A', 'B', 100);

-- 3. 提交 or 回滚
COMMIT;      -- 永久生效
-- ROLLBACK; -- 撤销所有修改（到 START TRANSACTION 之前）

-- 4. 设置保存点（部分回滚）
SAVEPOINT sp1;
UPDATE ...;
ROLLBACK TO sp1;  -- 只回滚到 sp1，之前的操作仍保留

注意：

  • DDL（如 CREATE TABLE）、LOCK TABLES 会隐式提交当前事务；
  • 客户端自动提交模式： 
    1
    2
    SELECT @@autocommit;  -- 1=开启（每条 SQL 自动 COMMIT），0=关闭
    SET autocommit = 0;   -- 关闭自动提交，需手动 COMMIT

InnoDB 事务实现原理（深入理解）

核心组件：

组件 作用
Undo Log 存储修改前的旧值 → 用于回滚（ROLLBACK）和 MVCC 快照读
Redo Log 存储修改后的物理日志 → 崩溃恢复时重做（保证 Durability）
Write-Ahead Logging：先写日志，再写数据页
Read View 事务开启时生成的“一致性视图” → 决定能看到哪些版本的数据（MVCC 关键）
Next-Key Lock 行锁（Record Lock） + 间隙锁（Gap Lock） → 防止幻读

事务执行流程（简化）：

  1. START TRANSACTION → 生成 Read View；
  2. 执行 UPDATE →
    • 修改 Buffer Pool 中的数据页；
    • 写 Undo Log（旧值）；
    • 写 Redo Log Buffer（新值）；
  3. COMMIT →
    • Redo Log Buffer 刷盘（fsync）→ 事务持久化；
    • 释放锁；
  4. 后台线程异步刷脏页到磁盘。

崩溃恢复：重启时，InnoDB 用 Redo Log 重做已提交事务，用 Undo Log 回滚未提交事务。

事务使用最佳实践 & 常见误区

推荐做法：

场景 建议
短事务 尽量缩短事务时间（避免 BEGIN 后做耗时计算/网络请求）→ 减少锁竞争
小批量提交 大量 INSERT/UPDATE 分批提交（如每 1000 行 COMMIT 一次）→ 防止 Undo Log 暴胀
明确隔离级别 按需设置（如报表用 READ COMMITTED，金融用 REPEATABLE READ）：
SET TRANSACTION ISOLATION LEVEL READ COMMITTED;
异常处理 代码中捕获异常 → 显式 ROLLBACK（避免连接池残留未提交事务）
避免长事务 监控 information_schema.INNODB_TRX，杀掉长时间未提交事务

常见错误：

误区 后果 正确做法
BEGIN 后不 COMMIT/ROLLBACK 连接一直占着锁 → 阻塞其他事务 用 try-catch-finally 确保提交/回滚
在事务中调用外部 API 事务长时间挂起 → 锁超时、连接池耗尽 先提交事务 → 再调外部服务（用消息队列解耦）
默认隔离级别下误以为无幻读 当前读（FOR UPDATE）仍可能见幻读 理解 MVCC vs 当前读区别；必要时显式加锁
大事务导致主从延迟 Redo Log 太多，从库追不上 分批提交 + 并行复制

如何监控事务？

1
2
3
4
5
6
7
8
9
-- 1. 查看当前运行的事务（重点关注 trx_state, trx_started）
SELECT * FROM information_schema.INNODB_TRX;

-- 2. 查看锁等待
SELECT * FROM sys.innodb_lock_waits;

-- 3. 查看长事务（运行超过 60 秒）
SELECT * FROM information_schema.INNODB_TRX 
WHERE TIME_TO_SEC(TIMEDIFF(NOW(), trx_started)) > 60;

存储引擎

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
SHOW ENGINES

mysql> SHOW ENGINES;
+--------------------+---------+----------------------------------------------------------------+--------------+------+------------+
| Engine             | Support | Comment                                                        | Transactions | XA   | Savepoints |
+--------------------+---------+----------------------------------------------------------------+--------------+------+------------+
| InnoDB             | DEFAULT | Supports transactions, row-level locking, and foreign keys     | YES          | YES  | YES        |
| MRG_MYISAM         | YES     | Collection of identical MyISAM tables                          | NO           | NO   | NO         |
| MEMORY             | YES     | Hash based, stored in memory, useful for temporary tables     | NO           | NO   | NO         |
| BLACKHOLE          | YES     | /dev/null storage engine (anything you write to it disappears)| NO           | NO   | NO         |
| MyISAM             | YES     | Non-transactional engine with good read performance            | NO           | NO   | NO         |
| CSV                | YES     | CSV storage engine                                             | NO           | NO   | NO         |
| ARCHIVE            | YES     | Compression-focused storage engine for archival data           | NO           | NO   | NO         |
| PERFORMANCE_SCHEMA | YES     | Performance Schema                                             | NO           | NO   | NO         |
| FEDERATED          | NO      | Federated MySQL storage engine (not available in 8.0+)        | NULL         | NULL | NULL       |
+--------------------+---------+----------------------------------------------------------------+--------------+------+------------+
  • Support：DEFAULT = 默认引擎；YES = 支持但非默认；NO = 编译支持但禁用；DISABLED = 不支持
  • Transactions：是否支持事务（YES = 事务安全型；NO = 非事务安全型）
  • XA：是否支持分布式事务（XA 协议）
  • Savepoints：是否支持保存点（SAVEPOINT / ROLLBACK TO）

事务安全型

InnoDB（MySQL 5.5+ 默认引擎）

特性 说明
✅ 事务支持 ACID 全满足（靠 Undo Log + Redo Log + MVCC）
✅ 行级锁 并发写入性能高（MyISAM 是表锁）
✅ 外键约束 FOREIGN KEY 支持（数据完整性保障）
✅ 崩溃恢复 重启自动恢复，数据不丢失
✅ MVCC 多版本并发控制，高并发读写无阻塞
✅ 全文索引 MySQL 5.6+ 支持（FULLTEXT）
✅ 数据压缩 支持页压缩（节省磁盘）

非事务安全型

引擎 特点 适用场景 ⚠️ 主要缺陷
MyISAM • 表级锁（写阻塞读）
• 查询快（尤其 COUNT(*)）
• 支持全文索引（旧版）
• 不支持事务/外键		 • 只读报表库
• 日志归档（极少更新）
• 低频读、无并发写场景		 • 崩溃后需手动修复（myisamchk）
• 写入时全表锁 → 高并发下性能差
• 无崩溃恢复 → 可能丢数据
MEMORY • 数据全在内存
• 哈希/ B树索引
• 极快读写		 • 临时缓存表
• 会话级临时数据
• 小型维度表		 • 重启数据全丢
• 不支持 BLOB/TEXT
• 内存有限，易 OOM
CSV • 数据存为 CSV 文件
• 可直接用文本工具编辑		 • 数据导入导出中转
• 与外部系统交换数据		 • 无索引
• 不支持 NULL
• 全表扫描
ARCHIVE • 高压缩比（zlib）
• 只支持 INSERT / SELECT		 • 日志、审计、历史归档（只追加不更新） • 无索引（全表扫描）
• 不支持 DELETE/UPDATE
BLACKHOLE • 写入即丢弃（/dev/null） • 主从复制中“过滤”数据
• 压测写入吞吐		 • 数据不持久化

如何查看/设置表的存储引擎？

1. 查看某张表的引擎：

1
2
3
4
SHOW CREATE TABLE users;  -- 看 CREATE 语句末尾的 ENGINE=...
-- 或
SELECT ENGINE FROM information_schema.TABLES 
WHERE TABLE_SCHEMA = 'your_db' AND TABLE_NAME = 'users';

2. 建表时指定引擎：

1
2
3
4
CREATE TABLE orders (
    id BIGINT PRIMARY KEY,
    amount DECIMAL(10,2)
) ENGINE = InnoDB;  -- 显式指定（推荐）

3. 修改已有表的引擎（谨慎！大数据量会锁表）：

1
2
ALTER TABLE old_myisam_table ENGINE = InnoDB;
-- ⚠️ 大表建议用 pt-online-schema-change 工具在线转换

选择存储引擎决策树

1
2
3
4
5
6
7
8
9
10
11
12
graph TD
    A[需要事务/外键/崩溃恢复？] 
    -->|是| B[选 InnoDB]
    A -->|否| C{主要是读？写很少？}
    C -->|是| D{需要极快 COUNT* 或全文检索（旧版）？}
    D -->|是| E[考虑 MyISAM]
    D -->|否| F{数据临时/内存足够？}
    F -->|是| G[MEMORY]
    F -->|否| H{只追加不更新？需高压缩？}
    H -->|是| I[ARCHIVE]
    H -->|否| J[仍推荐 InnoDB]
    C -->|否（高并发写）| B

终极建议：
除非有非常明确的特殊需求（如 MEMORY 做缓存），否则一律用 InnoDB！
它是 MySQL 社区和官方持续优化的重点，功能、稳定性、性能综合最佳。

附：InnoDB vs MyISAM 关键对比表

特性 InnoDB MyISAM
事务 ✅ ACID ❌
锁粒度 行锁 表锁
外键 ✅ ❌
崩溃恢复 ✅ 自动 ❌ 需手动修复
全文索引 ✅（5.6+） ✅（但旧版）
COUNT(*) 慢（需扫描） 快（存了行数）
存储空间 稍大（存双写缓冲等） 小
适用场景 通用、高可靠 只读/低写