1.sql语句卡死

show processlist;

找出你要停止的语句
然后找出你要终止的语句的id

kill 248;

建表时把一切都考虑好，表被连接的时候更改表的结构导致数据库卡死。

2.优化查询速度

• 建立唯一索引 btree/hash ，索引字段不区分大小写。
• 分库分表,缺点是关联查询会非常麻烦
• 使用连接池链接数据库，节省连接数，避免频繁链接断开
• 若一张表里面存在varchar、text以及其变形、blob以及其变形字段，那么这个表叫动态表，该表 row_format是dynamic，每条记录所占用字节是动态的。优点节省空间，缺点增加读取时间开销。反之，这张表叫静态表，该表 row_format为fixed,即每条记录占用字节一样。优点读取快，缺点浪费部分空间，做搜索查询量大的表一般都以空间来换取时间，设计成静态表。

3.常用语句

select * from table_name order by complain_pubtime DESC limit start,size

• 查询按时间倒序翻页结果

insert ignore into table_ name () values ()

• 多条插入时报错不退出

replace into  table_ name () values ()

• 插入该条记录存在时执行替换操作

update table_name set col=%s where ...

• 更新行数据

CREATE TABLE IF NOT EXISTS `student`  
`s_id` varchar(40) NOT NULL,
`s_name` varchar(255) default NULL,
`s_age` varchar(255) default NULL,
`s_msg` varchar(255) default NULL,
PRIMARY KEY (`s_id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `student` VALUES ('7', '重阳节', '33', '登高赏菊');

• 判断这张表是否存在，若存在，则跳过创建表操作

 ALTER TABLE，DROP TABLE 

更新表删除表

4.外键约束

MySQL支持外键的存储引擎只有InnoDB，在创建外键的时候，要求父表必须有对应的索引，子表在创建外键的时候也会自动创建对应的索引。在创建索引的时候，可以指定在删除、更新父表时，对子表进行的相应操作，包括RESTRICT、NO ACTION、SET NULL和CASCADE。

RESTRICT和NO ACTION相同，是指在子表有关联记录的情况下父表不能更新；
CASCADE表示父表在更新或者删除时，更新或者
删除子表对应记录；
SET NULL则是表示父表在更新或者删除的时候，子表的对应字段被SET NULL。
本表自关联的时候不应设置级联。

5.四种引擎

• MyISAM
  不支持事务、外键，访问速度快，
  支持：静态表；动态表；压缩表
  静态表：表中的字段都是非变长字段，
  动态表：记录不是固定长度的，占用的空间相对较少；频繁的更新、删除数据容易产生碎片，需要定期执行OPTIMIZE TABLE或者myisamchk-r命令来改善性能
  压缩表：因为每个记录是被单独压缩的，非常小的访问开支
• InnoDB
  该存储引擎提供了具有提交、回滚和崩溃恢复能力的事务安全。但是对比MyISAM引擎，写的处理效率会差一些，并且会占用更多的磁盘空间以保留数据和索引。支持自动增长列，支持外键约束
• MEMORY
  内存中建表。每个表对应一个磁盘文件，格式是.frm。访问非常的快，默认HASH索引，服务关闭，数据清空。索引支持BTREE/HASH。Memory类型的存储引擎主要用于做缓存，不会持久化，类似redis
• MERGE
  Merge是一组MyISAM组合，MyISAM表必须结构完全相同，对merge类型进行查询，更新，删除操作对内部的MyISAM表进行的。

6.关联查询

内关联左右外关联

7.docker 安装mysql

8.x版本链接可能与navicat不兼容

docker pull mysql:5.7.23
docker run --name docker_mysql -e MYSQL_ROOT_PASSWORD=123456 -p 3306:3306 -d mysql

8.注意

• 字符编码用utf8mb4(utf8可能某些字符)
• Hash索引优点：
  Hash 索引结构的特殊性，其检索效率非常高，索引的检索可以一次定位，不像B-Tree 索引需要从根节点到枝节点，最后才能访问到页节点这样多次的IO访问，所以 Hash 索引的查询效率要远高于 B-Tree 索引。
  Hash索引缺点： 那么不精确查找呢，也很明显，因为hash算法是基于等值计算的，所以对于“like”等范围查找hash索引无效，不支持；