MySql学习笔记
MySQL数据库存储引擎
- MyISM：MyISAM存储引擎：不支持事务、也不支持外键，优势是访问速度快，对事务完整性没有
要求或者以select，insert为主的应用基本上可以用这个引擎来创建表 - InnoDB：支持事务
- Memory：Memory存储引擎使用存在于内存中的内容来创建表。每个memory表只实际对应一个磁盘文件，格式是.frm。memory类型的表访问非常的快，因为它的数据是放在内存中的，并且默认使用HASH索引，但是一旦服务关闭，表中的数据就会丢失掉。
- Merge：Merge存储引擎是一组MyISAM表的组合，这些MyISAM表必须结构完全相同，merge表本身并没有数据，对merge类型的表可以进行查询，更新，删除操作，这些操作实际上是对内部的MyISAM表进行的。
MyISM和InnoDB的区别
- InnoDB支持事务，而MyISM不支持事务
- InnoDB支持行级锁，而MyISM支持表级锁
- InnoDB支持外键，而MyISM不支持
- InnoDB支持全文索引，而MyISM不支持
- InnoDB是索引组织表，MyISM是堆表 (堆表的数据是随机插入的，索引组织表的数据是有序的)
MySQL中char和varchar的区别
char（10）：简单粗暴，浪费空间，存取速度快 root存成root000000
会保存固定的长度，不足会用空格补足
varchar：精准，节省空间，存取速度慢
是什么就存什么int类型存储
int存储4字节，最小值-2147483648，最大值21477483647主键特征
非空而且唯一
inner join、left join、right join、full join
inner join 保留符合条件的数据
left join 优先保留左表数据
right join 优先保留右表数据
full join 合并两张表的数据
concat, group_concat函数
concat 将多个字符串连接成一个字符串
group_concat 对group by后的数据用逗号拼接在一起
事务
事务指的是多个sql组成一个事务，有一个sql异常，整个事务回滚
索引
索引指的是用来保存数据查找算法的一种数据结果
优点：
1. 加快数据的查找速度，减少IO操作
2. 通过索引对数据进行排序，降低了数据排序的成本，降低了CPU的利用率；
缺点:
1. 索引实际上也是一张表，索引会占用一定的存储空间；
2. 更新数据表的数据时，需要同时维护索引表，因此，会降低insert、update、delete的速度
什么情况需要建索引
- 主键自动创建唯一非空索引；
- 频繁作为查询条件的字段应该创建索引；
- 频繁更新的字段不适合简历索引，因为每次更新不仅仅更新数据表同时还会更新索引表；
- 查询中经常排序的字段，可以考虑创建索引；
- 如果某个字段的重复数据较多，不适合创建普通索引；
ACID
ACID，指数据库事务正确执行的四个基本要素的缩写。包含：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）
存储过程
存储过程包含了一系列可执行的sql语句，存储过程存放于MySQL中，通过调用它的名字可以执行其内部的一堆sql
视图
视图是一个虚拟表（非真实存在），其本质是【根据SQL语句获取动态的数据集，并为其命名】，用户使用时只需使用【名称】即可获取结果集，可以将该结果集当做表来使用
SQL的执行计划
生成的方法很简单在相应的select前面加explain即可
MySql的数据类型
数字：
整型：tinyinit int bigint
小数：
float ：在位数比较短的情况下不精准
double ：在位数比较长的情况下不精准
0.000001230123123123
存成：0.000001230000
decimal：（如果用小数，则用推荐使用decimal）精准内部原理是以字符串形式去存
char（10）：简单粗暴，浪费空间，存取速度快
varchar：精准，节省空间，存取速度慢
时间类型：
最常用：datetime
枚举类型与集合类型
hash索引和B+树索引
哈希索引基于哈希表实现，只有精确匹配索引的所有列的查询才有效。对于每一行数据，存储引擎都会对所有的索引列计算一个哈希码，哈希码是一个较小的值，并且不同键值的行计算出来的哈希码也不一样。哈希索引将所有的哈希码存储在索引中，同时在哈希表中保存指向每个数据行的指针。也就是说，由于哈希查找比起B-Tree索引，其本身对于单行查询的时间复杂度更低，有了哈希索引后明显可加快单行查询速度。
但是哈希索引也有它自己的限制：
哈希索引只包含哈希值和行指针，而不存储字段值，所以不能使用索引中的值来避免读取行。不过，访问内存中的行的速度很快，所以大部分情况下这一点对性能的影响并不明显。
哈希索引数据并不是按照索引值顺序存储的，所以也就无法用于排序。
哈希索引也不支持部分索引列匹配查找，因为哈希索引始终是使用索引列的全部内容来计算哈希值的。例如，在数据列(A, B)上建立哈希索引，如果查询只有数据列A，则无法使用该索引。
哈希索引只支持等值比较查询，包括=、in()、<=>。不支持任何范围查询，例如where price > 100。
访问哈希索引的数据非常快，除非有很多哈希冲突。如果哈希冲突很多的话，一些索引维护操作的代价也很高。
B+树索引是B树索引的变体，本质上也是多路平衡查找树数据备份类型
- 完全备份：这是大多数人常用的方式，它可以备份整个数据库，包含用户表、系统表、索引、视图和存储过程等所有数据库对象。但它需要花费更多的时间和空间，所以，一般推荐一周做一次完全备份。
- 事务日志备份 事务日志是一个单独的文件，它记录数据库的改变，备份的时候只需要复制自上次备份以来对数据库所做的改变，所以只需要很少的时间。为了使数据库具有鲁棒性，推荐每小时甚至更频繁的备份事务日志。
- 差异备份 也叫增量备份。它是只备份数据库一部分的另一种方法，它不使用事务日志，相反，它使用整个数据库的一种新映象。它比最初的完全备份小，因为它只包含自上次完全备份以来所改变的数据库。它的优点是存储和恢复速度快。推荐每天做一次差异备份。
- 文件备份 数据库可以由硬盘上的许多文件构成。如果这个数据库非常大，并且一个晚上也不能将它备份完，那么可以使用文件备份每晚备份数据库的一部分。由于一般情况下数据库不会大到必须使用多个文件存储，所以这种备份不是很常用