1.distinct
处理过程：
将列里面所有的值进行排序，然后将连续的一段进行匹配，直到匹配到值不相同的一个，然后进行计数。去重排序，此上针对8,0以前版本
select distinct(列) from 表
mysql> select distinct(school.student.sname) from school.student;
+---------+
| sname |
+---------+
| zhang3 |
| zhang4 |
| li4 |
| wang5 |
| zh4 |
| zhao4 |
| ma6 |
| oldboy |
| oldgirl |
| oldp |
+---------+
10 rows in set (0.00 sec)
实际用法：
mysql> select count(*) from world.city;
+----------+
| count(*) |
+----------+
| 4079 |
+----------+
1 row in set (0.00 sec)
mysql> select count(distinct(world.city.name)) from world.city;
+----------------------------------+
| count(distinct(world.city.name)) |
+----------------------------------+
| 3998 |
+----------------------------------+
1 row in set (0.00 sec)
mysql>
2.别名
2.1表别名
SELECT stu.sname,co.cname
FROM student as stu
JOIN score as sc
ON stu.sno = sc.sno
JOIN course as co
ON sc.cno = co.cno
WHERE stu.sname = 'zhang3';
2.2列别名
mysql> select count(distinct(world.city.name)) as a from world.city;
+------+
| a |
+------+
| 3998 |
+------+
1 row in set (0.01 sec)
3.外连接
左连接：left join
SELECT
a. NAME,
b. NAME,
b.surfacearea
FROM
city AS a
LEFT JOIN country AS b ON a.countrycode = b. CODE
AND a.population < 100
左边是小数据，右边是大数据
右连接（right join）
USE world;
SELECT
a. NAME,
b. NAME,
b.surfacearea
FROM
city AS a
right JOIN country AS b ON a.countrycode = b. CODE
AND a.population < 100
HAVING b.surfacearea<'50';
4.information_schema.tables
元数据：存放在基表中，也叫元数据表,ibdata（数据词典，不能查看，存放了数据信息相当于数据的inode），基表无法直接查询和修改。
---修改通过DDL进行元数据修改
---show语句查询，desc（show），information_schema(全局类的统计和)
mysql root@10.0.0.68:information_schema> desc `TABLES` 先切到information_shema库然后通过desc 'tables' 查询
+-----------------+---------------------+------+-----+---------+-------+
| Field | Type | Null | Key | Default | Extra |
+-----------------+---------------------+------+-----+---------+-------+
| Field | Type | Null | Key | Default | Extra |
+-----------------+---------------------+------+-----+---------+-------+
| TABLE_CATALOG | varchar(512) | NO | | | |
| TABLE_SCHEMA | varchar(64) | NO | | | |
| TABLE_NAME | varchar(64) | NO | | | |
| TABLE_TYPE | varchar(64) | NO | | | |
| ENGINE | varchar(64) | YES | | <null> | |
| VERSION | bigint(21) unsigned | YES | | <null> | |
| ROW_FORMAT | varchar(10) | YES | | <null> | |
| TABLE_ROWS | bigint(21) unsigned | YES | | <null> | |
| AVG_ROW_LENGTH | bigint(21) unsigned | YES | | <null> | |
| DATA_LENGTH | bigint(21) unsigned | YES | | <null> | |
| MAX_DATA_LENGTH | bigint(21) unsigned | YES | | <null> | |
| INDEX_LENGTH | bigint(21) unsigned | YES | | <null> | |
| DATA_FREE | bigint(21) unsigned | YES | | <null> | |
| AUTO_INCREMENT | bigint(21) unsigned | YES | | <null> | |
| CREATE_TIME | datetime | YES | | <null> | |
| UPDATE_TIME | datetime | YES | | <null> | |
| CHECK_TIME | datetime | YES | | <null> | |
| TABLE_COLLATION | varchar(32) | YES | | <null> | |
| CHECKSUM | bigint(21) unsigned | YES | | <null> | |
| CREATE_OPTIONS | varchar(255) | YES | | <null> | |
| TABLE_COMMENT | varchar(2048) | NO | | | |
+-----------------+---------------------+------+-----+---------+-------+
常用：
TABLE_SCHEMA 表所在库
TABLE_NAME 表名
ENGINE 表的存储引擎
TABLE_ROWS 表的行数
AVG_ROW_LENGTH 平均行长度
INDEX_LENGTH 索引长度
实例：
1. 统计所有库下表的总大小
select table_schema,count(table_name),sum(avg_row_length*table_rows+index_length)/1024/1024 as table_MB
from information_schema.tables
group by table_schema;
2.统计库下总大小
select
sum(avg_row_length*table_rows+index_length)/1024/1024 as table_MB
from information_schema.tables
councat()
mysql> select concat(user,"|",host) from mysql.user;
+-------------------------+
| concat(user,"|",host) |
+-------------------------+
| oldguo|10.0.0.% |
| root|10.0.0.% |
| zhihu|10.0.0.% |
| oldboy|172.16.1.% |
| mysql.session|localhost |
| mysql.sys|localhost |
| root|localhost |
+-------------------------+
7 rows in set (0.00 sec)
mysql> select concat("廖婉丽是傻子");
+------------------------------+
| concat("廖婉丽是傻子") |
+------------------------------+
| 廖婉丽是傻子 |
+------------------------------+
1 row in set (0.00 sec)
show
show databases; 查看所有数据库
show tables; 查看当前库下所有表
show tables from world; 查看world数据库下的所有表
show create database 库; 查看建库语句
show create table 表; 查看建表语句
show grants for root@'localhost';查看用户权限
show charset; 查看字符集
show collation; 校对
show full processlist; 查看连接情况
show status; 查看数据库状态
show engines; 查看存储引擎
show status like '%lock%'模糊
show variables; 查看变量
show engine innodb status 查看所有innodb引擎状态情况
show binary logs; 查看二进制日志情况
show binlog events in 查看二进制日志事件
show relaylog events in 查看relay日志事件
show slave status 查看从库状态
show master status 查看数据库binlog位置信息
show privileges; 查看权限
show index from 表; 查看表的索引
show errors; 查看上一条报错
show warnings; 查看上一条警告
show colums from city 查看表的列定义信息
索引(称为index或key)
作用
提供了类似于书中目录的作用,目的是为了优化查询
种类（算法）
**B树**
Hash索引
R树
Full text 全文索引
GIS
B树索引
image.png
B-tree
B+Tree 在范围查询方面提供了更好的性能(> < >= <= like)
B*Tree
向上生成父节点的时候，总是取子节点的最小值
B+数针对范围查询进行优化，在B数索引的基础上在叶节点上添加双向指针。B*数在枝节点上添加了双向指针。
6.在功能上进行分类******
辅助索引（S）
[secondary][index]
聚集索引（C）
[clustered][index]
6.1辅助索引(S)怎么构建B树结构的?
（1）辅助索引基于表的列进行生成
（2）取出索引列的所有值（取出所有键值）
（3）进行所有键值的排序
（4）将所有的键值按顺序落到BTree索引的叶子节点上
（5）进而生成枝节点和根节点
（6）叶子节点除了存储键值之外还存储指向相邻叶的指针，
另外还会保存指向原表数据的指针。
6.2聚集索引(C)怎么构建B树结构的?
聚集索引组织存储，聚集索引相当于将数据行整行存储在叶子节
点上，依据于聚集索引列。
（1）建表时有主键列
（2）表中数据存储时，会按照主键列顺序有序的存储数据行的内容，
在数据页上（这个动作叫做聚集索引组织表）。
（3）表中的数据页被作为聚集索引的叶子节点。
（4）把叶子节点的主键值生成上层的枝节点和根节点
6.3聚集索引和辅助索引构成区别
（1）聚集索引只有一个，非空，唯一，一般是主键。
（2）辅助索引可以有多个，是配合聚集索引使用。
（3）聚集索引叶子节点，就是磁盘的数据行存储的数据页。
（4）MySQL是根据聚集索引，组织存储数据，数据存储的时候就是按照聚集索引的顺序进行存储。
（5）辅助索引，只会提取索引键值，进行自动排序生成B树结构。
6.4辅助索引细分
1.单列的辅助索引
2.联合多列辅助索引（覆盖索引）
3.唯一索引
6.5关于索引树的高度受什么影响
（1）数据行个数（方案：分表）
（2）索引列的字符长度（方案：前缀索引）
（3）char,varchar（方案：表设计方案）
（4）enum（生成下标索引），在数据数量上优化索引高度，能用则用
网友评论