概述

为什么要使用数据库？

持久化(persistence)∶把数据保存到可掉电式存储设备中以供之后使用。大多数情况下，特别是企业级应	
用,数据持久化意味着将内存中的数据保存到硬盘上加以"固化”，而持久化的实现过程大多通过各种关系
数据库来完成。
持久化的主要作用是将内存中的数据存储在关系型数据库中，当然也可以存储在磁盘文件、XML数据文
件中。

DB：数据库（Database）

即存储数据的“仓库”，其本质是一个文件系统，它保存了一系列有组织的数据

DBMS：数据库管理系统（Database Management System）

是一种操纵和管理数据库的大型软件，用于建立、使用和维护数据库，对数据库进行统一管理和控制。用户通过数据库管理系统访问数据库中表内的数据。

SQL：结构化查询语言（Structured Query Language）

专门用来与数据库通信的语言

关系：

关系型数据库与非关系型数据库

关系型数据库：

关系型数据库：这种类型的数据库是最古老的数据库类型，关系型数据库模型是把复杂的数据结构归结	
为简单的二元关系
关系型数据库以行和列的形式存储数据，以便于用户理解。这一系列的行和列被称为表，一组表组成了
一个库
表与表之间的数据记录有关系。现实世界中的各种实体以及实体之间的各种联系均用关系模型来表示。
关系型数据库，就是建立在关系模型基础上的数据库。

非关系型数据库：

非关系型数据库，可看成传统关系型数据库的功能阉割版本，基于键值对存储数据，不需要经过SQL层
的解析，性能非常高。同时，通过减少不常用的功能，进一步提高性能。
常见类别：
1.键值型数据库（Redis）
2.文档型数据库（MongoDB）
3.搜索引擎数据库（ES）
4.列式数据库（HBase）
5.图形数据库（Neo4J）

SQL

SQL通用语法

1. SQL语句可以单行或多行书写，以分号结尾。
2. SQL语句可以使用空格/缩进来增强语句的可读性。
3.MySQL数据库的SQL语句不区分大小写，关键字建议使用大写。
4．注释:
单行注释:--注释内容或#注释内容(MySQL特有)
多行注释:/产注释内容*/

SQL语言分类：

1.DDL（Data Definition Language）:数据定义语言，用来定义数据库对象(数据库，表，字段)
2.DML（Data Manipulation Language）:数据操作语言，用来对数据库表中的数据进行增删改
3.DQL（Data Query Language）：数据查询语言，用来查询数据库中表的记录
4.DCL（Data Control Language）：数据控制语言，用来创建数据库用户、控制数据库的访问权限

DDL

database:

SHOW DATABASES;
SELECT DATABASE();--当前所处的数据库
CREATE DATABASE [IF NOT EXISTS]数据库名 [DEFAULT CHARSET 字符集][COLLATE 排序规则];
DROP DATABASE [IF EXISTS]数据库名;
USE 数据库名;

table:

SHOW TABLES;
DESC 表名;--查询表结构
SHOW CREATE TABLE 表名;--查询这张表的建表语句

CREATE TABLE表名(
字段1 字段1类型[COMMENT字段1注释],
字段2 字段2类型[COMMENT字段2注释],
字段3 字段3类型[COMMENT字段3注释],
...
字段n 字段n类型[COMMENT字段n注释]
)[COMMENT 表注释];
例如：
mysql> create table user(
    -> id int comment '编号',
    -> name varchar(50) comment '姓名',
    -> gender varchar(1) comment '性别',
    -> age int comment '年龄'
    -> );

DDL数据类型：

数字类型：

类型	大小	有符号范围	无符号范围	描述
TINYINT	1byte	(-128,127)	(0,255)	小整数值
SMALLINT	2bytes	(-215,215-1)	(0,216-1)	较小整数值
MEDIUMINT	3bytes	(-223,223-1)	(0,224-1)	中整数值
INT	4bytes	(-231,231-1)	(0,232-1)	大整数值
BIGINT	8bytes	(-263,263-1)	(0,264-1)	极大整数值
FLOAT	4bytes	(-3.402823466E+38，3.402823466351E+38)	0和（1.175494351E-38,3.402823466E+38）	单精度浮点数
DOUBLE	8bytes	略	略	双精度浮点数
DECIMAL		依赖于M(精度)和D(标度) 的值	依赖于M(精度)和D(标度)的值	小数值（精准定点数）

类型的定义：

age TINYINT UNSIGNED
score double(4,1)//4整体长度，1是小数的位数

字符串类型：

类型	大小	描述
CHAR	0~255 bytes	定长字符串
VARCHAR	0~65535 bytes	变长字符串
TINYBLOB	0~255 bytes	不超过255个字符的二进制数据
TINYTEXT	0~255 bytes	短文本字符串
BLOB	0~65535 bytes	二进制的长文本数据
TEXT	0~65535 bytes	长文本数据
CHAR	0~255 bytes	定长字符串
MEDIUMBLOB	0~16777215 bytes	二进制形式的中等长度文本数据
MEDIUMTEXT	0~16777215 bytes	中等长度文本数据
LONGBLOB	0~4294967295 bytes	二进制形式的极大文本数据
LONGTEXT	0~4294967295 bytes	极大文本数据

日期类型：

类型	大小	范围	格式	描述
DATE	3	1000-01-01到9999-12-31	YYYY-MM-DD	日期值
TIME	3	-838：59：59至838：59：59	HH:MM:SS	时间或持续时间
YEAR	1	1901至2155	YYYY	年份值
DATETIME	8	1000-01-01 00:00:00至9999-12-31 23:59:59	YYYY-MM-DD HH:MM:SS	混合日期和时间值
TIMESTAMP	4	1970-01-01 00:00:01至2038-01-19 03:14:07	YYYY-MM-DD HH:MM:SS	混合日期和时间值、时间戳

练习：

CREATE TABLE emp(
	id int comment'编号',
	workno varchar(10) comment '工号',
	name varchar(10) comment '姓名',
	gender char(1) comment '性别',
	age tinyint unsigned comment '年龄',
	idcard char(18) comment '身份证号',
	entrydate date comment '入职时间'
)comment '员工表';

表修改：

//添加字段
ALTER TABLE 表名 ADD 字段名 类型(长度) [COMMENT 注释][约束];
//修改字段名和字段类型
ALTER TABLE 表名 CHANGE 旧字段名 新字段名 类型(长度) [COMMENT 注释][约束];
//删除字段
ALTER TABLE 表名 DROP 字段名;
//修改表名
ALTER TABLE 表名 RENAME TO 新表名
//删除表
DROP TABLE[IF EXISTS]表名;
//删除指定表，并重新创建该表
TRUNCATE TABLE 表名;

DML

//给指定字段添加数据
INSERT INTO 表名(字段名1,字段名2,...) VALUES(值1,值2,...);
//给全部字段添加数据
INSERT INTO 表名 VALUES(值1,值2,...);
//批量添加数据，字段与值的顺序是一一对应的，字符串或日期应该在引号中
INSERT INTO 表名(字段名1,字段名2,...)VALUES(值1,值2,...),(值1,值2,...),(值1,值2,...);
INSERT INTO 表名 VALUES(值1,值2,...),(值1,值2,...),(值1,值2,...);

UPDATE 表名 SET 字段名1=值1,字段名2=值2,...[WHERE 条件];
#修改列数据
ALTER TABLE 表名 MODITY 字段名 字段属性;

DELETE FROM 表名 [WHERE 条件]
//DELETE不能删除某一字段的值，如果要做，需要用UPDATE修改某一字段

DQL

单表查询

SELECT 字段列表 FROM 表名列表 WHERE 条件列表 GROUP BY 分组字段列表 HAVING 分组后条件列表 ORDER BY 排序字段列表 LIMIT 分页参数

1.查询多个字段：

SELECT 字段1,字段2,字段3...FROM 表名;
SELECT * FROM 表名;

2.设置别名：

SELECT 字段1 [AS 别名1],字段2 [AS 别名2]...FROM 表名;

3.去除重复记录

SELECT DISTINCT 字段列表 FROM 表名;

4.条件查询

SELECT 字段列表 FROM 表名 WHERE 条件列表;
SELECT id,name,age FROM user WHERE age>22;
SELECT * FROM user WHERE name like '__';--查询名字为2位的用户信息
SELECT * FROM user WHERE name like '%n';--查询名字最后一个字符为n的用户信息

5.聚合函数
将一列数据作为一个整体，进行纵向计算

所有的null值不参与聚合函数计算

SELECT 聚合函数(字段列表) FROM 表名;
SELECT count(id) FROM user;

6.分组查询

SELECT 字段列表 FROM 表名 [WHERE 条件]GROUP BY 分组字段名 [HAVING 分组后过滤条件];

WHERE与HAVING区别：

1.执行时机不同：where是分组之前进行过滤，不满足where条件，不参与分组；而having是分组之后对	
结果进行过滤
2.判断条件不同：where不能对聚合函数进行判断，而having可以

7.排序查询

SELECT 字段列表 FROM 表名 ORDER BY 字段1 排序方式1,字段2 排序方式2
排序方式：
	ASC:升序（默认值）
	DESC：降序

8.分页查询

SELECT 字段列表 FROM 表名 LIMIT 起始索引,查询记录数;

注意：

起始索引从0开始，起始索引=(查询页码-1)*每页显示记录数。
分页查询是数据库的方言，不同的数据库有不同的实现，MySQL中是LMIT。
如果查询的是第一页数据，起始索引可以省略，直接简写为limit 10。

练习：

SELECT * FROM user WHERE age IN (20,21,22,23);

SELECT * FROM user WHERE gender='男' AND age BETWEEN 20 AND 40 AND name LIKE '___';

SELECT count(*) FROM user WHERE age<60 GROUP BY gender;

SELECT name,age FROM user WHERE age<=35 ORDER BY age ASC,enterTime DESC;

SELECT * FROM user WHERE gender='男' AND age BETWEEN 20 AND 40 ORDER BY age ASC,enterTime DESC LIMIT 5;

多表查询

项目开发中，在进行数据库表结构设计时，会根据业务需求及业务模块之间的关系，分析并设计表结构，由于业务之间相互关联，所以各个表结构之间也存在着各种联系，基本上分为三种:

一对多(多对一)
多对多
一对一

连接：

1.内连接
2.外连接：左外连接、右外连接

内连接：连接的是两张表交集的部分

1.隐式内连接
SELECT 字段列表 FROM 表1，表2 WHERE 条件...
2.显式内连接
SELECT 字段列表 FROM 表1 [INNER]JOIN 表2 ON 连接条件...;

--隐式内连接
SELECT student.name,student_course.course_id FROM student,student_course WHERE student.id=student_course.student_id

--显式内连接
SELECT student.name,student_course.course_id FROM student inner JOIN student_course on student.id = student_course.student_id

外连接：全部连接
左外连接：包含左表全部数据，包含左表和右表交集部分的数据
右外连接：包含右表全部数据，包含右表和左表交集部分的数据

--左外连接
select student.name,sc.course_id FROM student LEFT JOIN student_course sc on student.id = sc.student_id

--右外连接
select student.name,sc.course_id FROM student RIGHT JOIN student_course sc on student.id = sc.student_id

自连接：自己跟自己连接，可以是外连接，也可以是内连接

联合查询：把多次查询的结果合并起来，形成一个新的查询结果集

SELECT 字段列表 FROM 表A ...
UNION[ALL]
SELECT 字段列表 FROM 表B ...

SELECT * FROM student WHERE id<5
UNION ALL
SELECT * FROM student WHERE name='zyj5'
--同时满足两个条件的结果会重复出现，去掉UNION后边的ALL就可以去重

子查询：SQL语句中嵌套SELECT语句，称为嵌套查询，又称子查询。

SELECT * FROM t1 WHERE column1=(SELECT column1 FROM t2);
--子查询的外部的语句可以是INSERT/UPDATE/DELETE/SELECT的任何一个

标量子查询：子查询返回的结果是单个值（数字、字符串、日期等），最简单的形式，这种子查询成为标量子查询。

SELECT * FROM emp WHERE entrydate > (SELECT entrydate FROM emp WHERE name='xxx')

列子查询：子查询返回的结果是一列（可以是多行)，这种子查询称为列子查询。
常用的操作符:IN、NOT IN 、ANY、SOME、ALL

SELECT * FROM emp WHERE dept_id IN(SELECT id FROM dept WHERE name='销售部' or name='市场部');//查询在销售部或者市场部的人的信息
SELECT * FROM emp WHERE salary>ALL(SELECT salary FROM emp WHERE dept_id=(SELECT id FROM dept WHERE name='财务部'));//查询员工薪资大于财务部所有人工资的员工信息

行子查询：子查询返回的结果是一行（可以是多列)，这种子查询称为行子查询。
常用操作符：=、<>、IN、NOT IN

SELECT * FROM emp WHERE (salary,managerid)=(SELECT salary,managerid FROM emp WHERE name='张无忌');//查询与“张无忌”的薪资及直属领导相同的员工信息

表子查询：子查询返回的结果是多行多列，这种子查询称为表子查询。
常用的操作符：IN

SELECT * FROM emp WHERE (job,salary) IN(SELECT job、salary FROM emp WHERE name='鹿杖客' OR name='孙远桥');
--查询与'鹿杖客'或者‘孙远桥’同一份工作和薪资的用户信息

SELECT * FROM (SELECT * FROM emp WHERE entrydate>'2006-01-01') e LEFT JOIN dept d ON e.dept_id=d.id;
--查询入职日期大于2006年的员工的信息

SELECT * FROM emp e2 WHERE e2.salary<(SELECT avg(e1.salary) FROM emp e1 WHERE e1.dept_id=e2.dept_id)
--查询低于本部门平均工资的员工信息

SELECT d.id,d.name,(SELECT COUNT(*) FROM emp e WHERE e.dept_id=d.id)'人数' FROM dept d;
--查询所有的部门信息，并统计部门的员工人数

DQL的执行顺序

1.FROM，通过FROM来决定查询哪张表
2.WHERE，通过WHERE来决定查询的条件
3.GROUP BY，分组
4.HAVING，分组之后的条件
5.SELECT，查询要返回哪些字段
6.ORDER BY
7.LIMIT

DCL

管理用户

1.查询用户

USE mysql;
SELECT * FROM user;

2.创建用户

CREATE USER '用户名'@'主机名' IDENTIFIED BY '密码'; 

3.修改用户密码

ALTER USER '用户名'@'主机名' IDENTIFIED WITH mysql_native_password BY '新密码';

4.删除用户

DROP USER '用户名'@'主机名'

//在localhost上创建新用户zyj
create user 'zyj'@'localhost' identified by '123456'; 
//创建任何主机都可以访问的新用户zyj
create user 'zyj'@'%' identified by '123456'; 

修改用户zyj的密码
alter user 'zyj'@'localhost' identified with mysql_native_password by '123456';

控制权限

1.查询权限

SHOW GRANTS FOR '用户名'@'主机名';

2.授予权限

GRANT 权限列表 ON 数据库名.表名 TO '用户名'@'主机名';

3.撤销权限

REVOKE 权限列表 ON 数据库名.表名 FROM '用户名'@'主机名';

show grants for 'zyj'@'localhost';
grant insert,update on test.* to 'zyj'@'localhost';
revoke insert,update on test.* from 'zyj'@'localhost';

函数

字符串函数：

UPDATE emp SET workNo=lpad(workNo,5,'0');
//把表中的编号全部格式化为5位

数值函数：

select ceil(1.5);
select mod(12,5);
select lpad(round(rand()*1000000,0),6,'0');//随机获取6验证码

日期函数：

select name,datediff(curdate(),entrydate) as 'entrydays' from emp order by entrydays desc;
//将所有员工的入职天数按降序排序

流程函数：

--根据分数显示成绩的等级
select
    name AS '姓名',
    (case when score<60 then '不及格' when score>60&&score<70 then '及格' when score>70 then '良好' when score>80 then '优秀' end )AS '成绩等级'
from user

约束

概念：约束是作用于表中字段的规则，用于限制存储在表中的数据。
目的：保证数据库中数据的正确、有效性和完整性。
分类：

create table user
(
    id int primary key auto_increment comment '主键',
    name varchar(10) not null unique  comment '非空且唯一',
    age int unsigned check ( age>0 AND age<=120 ) comment '检查约束，大于0小于等于120',
    status char(1) default '1' comment '默认为1',
    gender char(1) comment '性别'
)comment '用户表';

外键约束：

CREATE TABLE 表名(
	字段名 数据类型
	...
	[CONSTRANT] [外键名称] FOREIGN KEY(外键字段名) REFERENCES 主键(主表列名)
)

ALTER TABLE 表名 ADD CONSTRAINT 外键名称 FOREIGN KEY(外键字段名) REFERENCES 主表(主表列名);
ALTER TABLE 表名 DROP FOREIGN KEY 外键名称;

alter table user add constraint fk_emp_dept_id foreign key (dept_id) references dept(id);

外键的删除/更新行为：

ALTER TABLE 表名 ADD CONSTRAINT 外键名称 FOREIGN KEY (外键字段) REFERENCES 主表名(主表字段名) ON UPDATE ON DELETE CASCADE;

事务

事务是一组操作的集合，它是一个不可分割的工作单位，事务会把所有的操作作为一个整体一起向系统提交或撤销操作。
请求，即这些操作要么同时成功，要么同时失败。

select @@autocommit = 0;
# 设置为手动提交

select * from account where nane ='张三';

update account set money = money - 1000 where name = '张三';

update account set money = money + 1000 where name = '李四';

commit 

事务的操作

# 开启事务
START TRANSACTION或BEGIN
# 提交事务
COMMIT
# 回滚事务
ROLLBACK

事务的四大特性：

原子性(Atomicity):事务是不可分割的最小操作单元，要么全部成功，要么全部失败。
一致性(Consistency) :事务完成时，必须使所有的数据都保持一致状态。
隔离性（Ilsolation)∶数据库系统提供的隔离机制，保证事务在不受外部并发操作影响的独立环境下运
行。
持久性(Durability):事务一旦提交或回滚，它对数据库中的数据的改变就是永久的。

并发事务问题：

脏读：
A事务读取B事务尚未提交的数据，此时如果B事务发生错误并执行回滚操作，那么A事务读取到的数据就是脏数据。

不可重复读：
事务A在执行读取操作，由整个事务A比较大，前后读取同一条数据需要经历很长的时间 。而在事务A第一次读取数据，比如此时读取了小明的年龄为20岁，事务B执行更改操作，将小明的年龄更改为30岁，此时事务A第二次读取到小明的年龄时，发现其年龄是30岁，和之前的数据不一样了。

幻读（前后多次读取，数据总量不一致）：
事务A在执行读取操作，需要两次统计数据的总量，前一次查询数据总量后，此时事务B执行了新增数据的操作并提交后，这个时候事务A读取的数据总量和之前统计的不一样，就像产生了幻觉一样，平白无故的多了几条数据，成为幻读。

事务隔离级别：

SELECT @@TRANSACTION_ISOLATION
#查看事务的隔离级别
SET [SESSION|GLOBAL] TRANSACTION ISOLATION LEVEL {READ UNCOMMITTED|READ COMMITTED|REPEATABLE READ|SERIALIZABLE}
#设置事务隔离级别
#SESSION只针对当前客户端窗口有效，GLOBAL对所有客户端窗口都有效

存储引擎

Mysql体系结构：

连接层

最上层是一些客户端和链接服务，主要完成一些类似于连接处理、授权认证、及相关的安全方案。服务	
器也会为安全接入的每个客户端验证它所具有的操作权限。

服务层

第二层架构主要完成大多数的核心服务功能，如SQL接口，并完成缓存的查询，SQL的分析和优化，部
分内置函数的执行。所有跨存储引擎的功能也在这一层实现，如过程、函数等。

引擎层

存储引擎真正的负责了MySQL中数据的存储和提取，服务器通过API和存储引擎进行通信
不同的存储引擎具有不同的功能，这样我们可以根据自己的需要，来选取合适的存储引擎。

存储层

主要是将数据存储在文件系统之上，并完成与存储引擎的交互。

存储引擎：存储引擎就是存储数据、建立索引、更新/查询数据等技术的实现方式。存储引擎是基于表的而不是基于库的，所以存储引擎也可被称为表类型。

show engines;# 查看存储引擎情况

InnoDB：

InnoDB是一种兼顾高可靠性和高性能的通用存储引擎，在MySQL 5.5之后，InnoDB是默认的MySQL存
储引擎。

特点：
DML操作遵循ACID模型，支持事务;
行级锁，提高并发访问性能;
支持外键FOREIGN KEY约束，保证数据的完整性和正确性;

文件：
xxx.ibd:xxx代表的是表名，innoDB引擎的每张表都会对应这样一个表空间文件，存储该表的表结构
（frm、sdi)、数据和索引。
参数: innodb_file_per_table

InnoDB：

MyISAM：

MylSAM是MySQL早期的默认存储引擎。

特点
不支持事务
不支持外键
支持表锁，不支持行锁
访问速度快

文件
XXX.sdi:存储表结构信息
XXX.MYD:存储数据
XXX.MYI:存储索引

Memory：

Memory引擎的表数据时存储在内存中的，由于受到硬件问题、或断电问题的影响，只能将这些表作为临
时表或缓存使用。

特点
内存存放
hash索引（默认)

文件
XXX.sdi:存储表结构信息

存储引擎的选择：
在选择存储引擎时，应该根据应用系统的特点选择合适的存储引擎。对于复杂的应用系统，还可以根据实际情况选择多种存储引擎进行组合。

InnoDB:是Mysql的默认存储引擎，支持事务、外键。如果应用对事务的完整性有比较高的要求，在并发
条件下要求数据的一致性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，那么InnoDB	
存储引擎是比较合适的选择。

MyISAM:如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并
发性要求不是很高，那么选择这个存储引擎是非常合适的。

MEMORY:将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。MEMORY的缺陷就是对表
的大小有限制，太大的表无法缓存在内存中，而且无法保障数据的安全性。

索引

概述

索引(index）是帮助MySQL高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

优点：

	1.提高数据库检索的效率，降低数据库的IO成本
	2.通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗

缺点：

	1.索引列也是要占用空间的
	2.索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行INSERT、UPDATE、DELETE
	时，效率降低

索引结构：MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种：

索引结构	描述
B+Tree索引	最常见的索引类型，大部分引擎都支持B+树索引
Hash索引	底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询
R-Tree(空间索引)	空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少
Full-text(全文索引)	是一种通过建立倒排索引，快速匹配文档的方式。类似于Lucene,Solr,ES

B+Tree：
以一颗最大度数（max-degree)为4（4阶）的b+tree为例:

Mysql对B+Tree进行了优化，在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。

InnoDB存储引擎选择使用B+tree作为索引结构的原因？

1.相对于二叉树，层次更少，搜索效率高
2.对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样每个非叶子节点都指向具体的字段
信息。这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导
致性能降低。而B+树非叶子节点不存在数据只存索引。
3.相对Hash索引，B+tree支持范围匹配及排序操作

索引分类：

在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：

聚集索引选取规则:

如果存在主键，主键索引就是聚集索引。
如果不存在主键，将使用第一个唯一(UNIQUE）索引作为聚集索引。
如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。

聚集索引：

查询语句的执行过程SELECT * FROM user WHERE name='Arm';

1.先从二级索引根据name查到主键值
2.再根据主键值查询聚集索引查到对应的行

这叫做“回表查询”

语法

创建索引：

CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name(index_col_name,...);

查看索引：

SHOW INDEX FROM table_name;

删除索引：

DROP INDEX index_name ON table_name;

create index idx_student_name on student(name);
create index idx_student_name_no on student(name,no); 

drop index idx_student_name on student

性能分析

SQL执行频率：
MySQL客户端连接成功后，通过show [session|globall] status命令可以提供服务器状态信息。通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次:

SHOW GLOBAL STATUS LIKE 'Com_______';

如果查询占了大多数，就需要进行优化

慢查询日志：
慢查询日志记录了所有执行时间超过指定参数(long_query_time，单位:秒，默认10秒）的所有SQL语句的日志。
MySQL的慢查询日志默认没有开启，需要在MySQL的配置文件（/etc/my.cnf）中配置如下信息:

#开启MySQL慢日志查询开关
slow_query_log=1

#设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long_query_time=2

配置完毕之后，通过以下指令重新启动MySQL服务器进行测试，查看慢日志文件中记录的信息/var/lib/mysql/localhost-slow.log,

profile详情：
show profiles能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。通过have_profling参数，能够看到当前MySQL是否支持

profile操作:

SELECT @@have_profiling;

默认profiling是关闭的，可以通过set语句在session/global级别开启profiling：

select @@profiling;

set profiling =1;

执行一系列的业务SQL的操作，然后通过如下指令查看指令的执行耗时:

#查看每一条SQL的耗时基本情况
show profiles;

#查看指定query_id的SQL语句各个阶段的耗时情况
show profile for query query_id;

#查看指定query_id的SQL语句CPU的使用情况
show profile cpu for query query_id;

explain执行计划：
EXPLAIN或者DESC命令获取MySQL如何执行SELECT语句的信息，包括在SELECT语句执行过程中表如何连接和连接的顺序。
语法:

#直接在select语句之前加上关键字explain/desc
EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件;

EXPLAIN select * FROM student WHERE id=1;

EXPLAIN执行计划各字段含义：

id：select查询的序列号，表示查询中执行select子句或者是操作表的顺序(id相同，执行顺序从上到下；	
id不同，值越大，越先执行)。

select_type:表示SELECT的类型，常见的取值有SIMPLE(简单表，即不使用表连接或者子查询）、
PRIMARY（主查询，即外层的查询)、UNION(UNION 中的第二个或者后面的查询语句）、SUBQUERY 
(SELECT/WHERE之后包含了子查询）等

type:表示连接类型，性能由好到差的连接类型为NULL、system、const、eq_ref、ref、range、index、
all 。

possible_key:显示可能应用在这张表上的索引，一个或多个。

key:实际使用的索引，如果为NULL，则没有使用索引。

key_len:表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性
的前提下，长度越短越好。

rows:MySQL认为必须要执行查询的行数，在innodb引擎的表中，是一个估计值，可能并不总是准确的。

filtered:表示返回结果的行数占需读取行数的百分比,filtered的值越大越好。

索引的使用

最左前缀法则：

如果索引了多列(联合索引)，要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，并且
不跳过索引中的列。如果跳跃某一列，索引将部分失效(后面的字段索引失效)。

create index idx_user_pro_age_sta on tb_user(profession,age,status);

explain select*from tb_user where profession= '软件工程' and age = 31 and status='0' #
explain select* from tb_user where profession= '软件工程' and age = 31;
explain select * from tb_user where profession= "软件工程";
#可以使用索引
explain select * from tb_user where age = 31 and status = '0';
explain select* from tb user where status = '0';
#不能使用索引

范围查询：联合索引中，出现范围查询，范围查询右侧的列索引失效

explain select * from tb_user where profession= '软件工程' and age > 30 and status = 'O';
#age右侧的索引没有用到
explain select *from tb_user where profession= '软件工程' and age >= 30 and status = '0';
#正常使用索引

索引列运算：不要在索引列上进行运算操作，索引将失效。

explain select * from tb_user where substring(phone,10,2)='15';
#不能使用索引，全表扫描

字符串不加引号：字符串类型字段使用时，不加引号，索引将失效。

。:
explain select * from tb_user where profession= '软件工程' and age = 31 and status = O;#status索引没走到
explain select *from tb_user where phone = 17799990015;#无法走索引

模糊查询：如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效

explain select * from tb_user where profession= '软件%'#索引正常
explain select * from tb_user where profession= '%工程'#无法走索引

or连接的条件：用or分割开的条件，如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。

explain select * from tb_user where id=10 or age = 23;
explain select * from tb_user where phone = '17799990017' or age = 23;

数据分布影响：如果MysQL评估使用索引比全表更慢，则不使用索引。

explain select * from tb_user where id>=0;#不会走索引，因为都满足这个条件，全表更快

sql提示：SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。

use index:

explain select *from tb_user use index(idx_user_pro) where profession= '软件工程';#建议mysql使用哪个索引

ignore index:

explain select * from tb_user ignore index(idx_user_pro) where profession='软件工程';#告诉mysql不使用哪个索引

force index:

explain select * from tb_user force index(idx_user_pro) where profession= '软件工程';#强制mysql使用哪个索引

覆盖索引：尽量使用覆盖索引(查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到)，减少select *。

explain select id, profession from tb_user where profession='软件工程' and age=31 and status = '0';

explain select id,profession,age,status from tb_user where profession ='软件工程' and age=31 and status = '0'; #根据profession,age索引就能查到id，所以不用回表查询

explain select id,profession,age, status, name from tb_user where profession='软件工程' and age=31 and status = '0';#name字段没有索引，需要回表查询

explain select * from tb_user where profession='软件工程' and age = 31 and status = '0 ;

using index condition :查找使用了索引，但是需要回表查询数据
using where; using index:查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据

前缀索引：当字段类型为字符串(varchar， text等),时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘lO，影响查询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。

create index idx_xxxx on table_name(column(n));

前缀长度：

可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索
引选择性越高则查询效率越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。

select count(distinct email) / count(*) from tb_user ;
select count(distinct substring(email,1,5)) / count(*) from tb_user ;

求前缀的选择性

select count(distinct substring(email,1,10))/count(*) from tb_user;

create index idx_email_5 on tb_user(email(5));

索引设计原则：

1.针对于数据量较大，且查询比较频繁的表建立索引。
2.针对于常作为查询条件（where)、排序（order by)、分组(group by）操作的字段建立索引。
3.尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。
4.如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引。
5.尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免	
回表，提高查询效率。
6.要控制素引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改
的效率。
7.如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含
NULL值时，它可以更好地确定哪个索引最有效地用于查询。

SQL的优化

insert优化

1.批量插入

insert into table values(),()

2.手动提交事务

start transaction;
insert ...
insert ...
commit;

3.主键顺序插入

大批量插入数据：
如果一次性需要插入大批量数据，使用insert语句插入性能较低，此时可以使用MySQL数据库提供的load指令进行插入。操作如下:

#客户端连接服务端时，加上参数 --local-infile
mysql --local-infile -u root -p
#设置全局参数local-infile为1，开启从本地加载文件导入数据的开关
set global local-infile=1;
#执行load指令将准备好的数据，加载到表结构中，列直接按，分割，行之间按\n分割
load data local infile '/root/sql.log' into table 'tb_user' fields terminated by ',' lines terminated by '\n';

主键优化

数据组织方式：
在InnoDB存储引擎中，表数据都是根据主键顺序组织存放的，这种存储方式的表称为索引组织表。

1.页分裂：页可以为空，也可以填充一半，也可以填充100%。每个页包含了2-N行数据，根据主键排列。
2.页合并：当删除一行记录时，实际上记录并没有被物理删除，只是记录被标记（flaged)为删除并且它的空间变得允许被其他记录声明使用。当页中删除的记录达到MERGE_THRESHOLD(默认为页的50%)，InnoDB会开始寻找最靠近的页（前或后）看看是否可以将两个页合并以优化空间使用。

优化策略：

1.满足业务需求的情况下，尽量降低主键的长度
2.插入数据时，尽量选择顺序插入，选择使用AUTO_INCREMENT自增主键
3.尽量不要使用UUID做主键或者是其他自然主键，如身份证号
4.业务操作时，避免对主键的修改

Order by优化

1.using filesort：通过表的索引或全表扫描，读取满足条件的数据行，然后在排序缓冲区sort buffer中完成排序操作，所有不是通过索引直接返回排序结果的排序都叫FileSort排序
2.using index：通过有序索引顺序扫描直接返回有序数据，这种情况即为using index，不需要额外排序，操作效率高

#没有创建索引时，根据age, phone进行排序
explain select id,age,phone from tb_user order by age , phone;#using filesort
#创建索引
create index idx_user_age_phone_aa on tb_user(age,phone);
#创建索引后，根据age, phone进行升序排序
explain select id,age,phone from tb_user order by age , phone;#using index
#创建索引后，根据age, phone进行降序排序
explain select id,age,phone from tb_user order by age desc, phone desc ;


#创建索引2
create index idx_user_age_phone_aa on tb_user(age asc,phone desc);
#创建索引后，根据age升序, phone进行降序排序
explain select id,age,phone from tb_user order by age asc ,phone desc;#using index

优化策略：

1.根据排序字段建立合适的索引，多字段排序时，也遵循最左前缀法则（where条件中含有也算）。
2.尽量使用覆盖索引。
3.多字段排序,一个升序一个降序，此时需要注意联合索引在创建时的规则（ASC/DESC)。
4.如果不可避兔的出现filesort，大数据量排序时，可以适当增大排序缓冲区大小 sort
buffer_size(默认256k)。

其它优化

limit优化：
用覆盖索引和子查询代替limit

select * from tb_sku order by id limit 9000000,10

select * from tb_sku a,(select id from tb_sku order by id limit 90000000,10)

count优化：

MylSAM引擎把一个表的总行数存在了磁盘上，因此执行count(*)的时候会直接返回这个数，效率很高;
InnoDB引擎就麻烦了，它执行count(*)的时候，需要把数据一行一行地从引擎里面读出来，然后累积计
数。

count的几种用法：

count（主键)
InnoDB引擎会遍历整张表，把每一行的主键id 值都取出来，返回给服务层。服务层拿到主键后，直接按	
行进行累加(主键不可能为null)。
count(字段)
没有not null约束:InnoDB引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，服务层判断是	
否为null，个为null，订数系加。有not null约束: InnoDB引擎会遍历整张表把每一行的字段值都取出来，
返回给服务层，直接按行进行累加。
count ( 1)
InnoDB引擎遍历整张表，但不取值。服务层对于返回的每一行，放一个数字“1”进去，直接按行进行累
加。
count (s)
InnoDB引擎并不会把全部字段取出来，而是专门做了优化，不取值，服务层直接按行进行累

update优化：

where一定是根据索引字段更新，不然可能会导致行锁升级为表锁

存储对象

视图

视图（View）是一种虚拟存在的表。视图中的数据并不在数据库中实际存在，行和列数据来自定义视图的查询中使用的表，并且是在使用视图时动态生成的。
通俗的讲，视图只保存了查询的SQL逻辑，不保存查询结果。所以我们在创建视图的时候，主要的工作就落在创建这条SQL查询语句上。

创建：

CREATE [OR REPLACE]VIEW 视图名称（列名列表） AS SELECT语句[WITH[CASCADE|LOCAL|CHECK OPTION]

查询：

查看创建视图语句:SHOW CREATE VIEW 视图名称;
查看视图数据:SELECT * FROM 视图名称

修改：

方式一:CREATE[OR REPLACE] VIEW视图名称[(列名列表)]AS SELECT语句 WITH CASCADED| LOCAL][CHECK OPTION]
方式二:ALTER VIEW 视图名称[(列名列表)]AS SELECT语句 [WITH CASCADED | LOCAL]
[CHECK OPTION]

插入：

INSERT INTO 视图名 VALUES(字段1值，字段2值)

删除：

DROP VIEW IF EXISTS 视图名

视图的检查选项
当使用WTHCHECK OPTION子句创建视图时，MySQL会通过视图检查正在更改的每个行，例如插入，更新，删除，以使其符合视图的定义。M)SQL允许基于另一个视图创建视图，它还会检查依赖视图中的规则以保持一致性。为了确定检查的范围，mysql提供了两个选项:CASCADED和LOCAL，默认值为CASCADED。
CASCADE：比如，v2视图是基于v1视图的，如果在v2视图创建的时候指定了检查选项为 cascaded，但是v1视图创建时未指定检查选项。 则在执行检查时，不仅会检查v2，还会级联检查v2的关联视图v1。
LOCAL：比如，v2视图是基于v1视图的，如果在v2视图创建的时候指定了检查选项为 local ，但是v1视图创建时未指定检查选项。 则在执行检查时，知会检查v2，不会检查v2的关联视图v1。

视图的更新
要使视图可更新，视图中的行与基础表中的行之间必须存在一对一的关系。如果视图包含以下任何一项，则该视图不可更新;
1.聚合函数或窗口函数(SUM()、MIN()、MAX()、COUNT()等)
2.DISTINCT
3.GROUP BY
4.HAVING
5. UNION或者UNION ALL

视图的作用：

1.简单：视图不仅可以简化用户对数据的理解，也可以简化他们的操作。那些被经常使用的查询可以被
定义为视图，从而使得用户不必为以后的操作每次指定全部的条件。
2.安全：数据库可以授权，但不能授权到数据库特定行和特定的列上。通过视图用户只能查询和修改他
们所能见到的数据
3.数据独立：视图可帮助用户屏蔽真实表结构变化带来的影响。

案例：
1.为了保证数据库表的安全性，开发人员在操作tb_user表时，只能看到的用户的基本字段，屏蔽手机号和邮箱两个字段。

CREATE VIEW tb_user_view AS SELECT id,name,profession,age,gender,status,createTime FROM tb_user;
select * from tb_user_view;

2．查询每个学生所选修的课程（三张表联查)，这个功能在很多的业务中都有使用到，为了简化操作，定义一个视图。

CREATE VIEW tb_stu_course_view AS SELECT s.name StudentName,s.no StudentNo,c.name CourceName FROM student s,student_course sc,course c WHERE s.id=sc.student_id AND sc.course_id=c.id;

存储过程

存储过程是事先经过编译并存储在数据库中的一段SQL语句的集合，调用存储过程可以简化应用开发人员的很多工作，减少数据在数据库和应用服务器之间的传输，对于提高数据处理的效率是有好处的。
存储过程思想上很简单，就是数据库SQL语言层面的代码封装与重用。

特点：

1.封装、复用
2.可以接收参数，也可以返回数据
3.减少网络交互，效率提升

基本操作

创建

CREATE PROCEDURE 存储过程名称（[参数列表]）
BEGIN
	--SQL语句
END

注意:在命令行中，执行创建存储过程的SQL时，需要通过关键字delimiter 指定SQL语句的结束符。

调用

CALL 名称（[参数]）

CREATE PROCEDURE p1()

begin
    select count(*) from student;
end;

call p1();

查看

SELECT * FROM information_schema.ROUTINES WHERE ROUTINE_SCHEMA='XXX';#查询指定数据库的存储过程及状态信息
SHOW CREATE PROCEDURE 存储过程名称;#查询某个存储过程的定义

删除

DROP PROCEDURE [IF EXISTS]存储过程名称;

变量

1.系统变量：MySQL服务器提供，不是用户定义的，属于服务器层面。分为全局变量(GLOBAL)、会话变量(SESSION)。

查看系统变量：

SHOW [SESSION | GLOBAL ]VARIABLES;##查看所有系统变量
SH0W [SESSION |GLOBAL ] VARIABLES LIKE '......';##可以通过LKE模糊匹配方式查找变量
SELECT @@[SESSION]GLOBAL]系统变量名;##查看指定变量的值

设置系统变量：

SET [SESSION | GLOBAL] 系统变量名=值;
SET @@[SESSION | GLOBAL] 系统变量名=值;

如果没有指定SESSION/GLOBAL，默认是SESSION，会话变量。
mysql服务重新启动之后，所设置的全局参数会失效，要想不失效，可以在/etc/ny.cnf 中配置。

2.用户定义变量：用户定义变量是用户根据需要自己定义的变量，用户变量不用提前声明，在用的时候直接 用“@变量名”使用就可以。其作用域为当前连接。

赋值

SET @var_name = pr [,@var_name =expr)] ...;
SET @var_name := expr[,@var_name :=expr ] ... ;
SELECT @var_name := expr [,@var_name ;=expr] ...;
SELECT字段名INTO@var_name FROM表名;

使用

SELECT @var_name;

set @myname='zyj';
set @myage:=10;
set @mygender:='男',@myhobby='Golang';
select @myname,@myage,@mygender,@myhobby;

3.局部变量：局部变量是根据需要定义的在局部生效的变量，访问之前，需要DECLARE声明。可用作存储过程内的局部变量和输入参数，局部变量的范围是在其内声明的BEGIN…END块。

声明：

DECLARE 变量名 变量类型[DEFAULT ...];

变量类型就是数据库字段类型:INT、BIGINT、CHAR、VARCHAR、DATE、TIME等。

赋值：

SET 变量名=值;
SET 变量名:=值;
SELECT 字段名 INTO 变量名 FROM 表名...;

CREATE PROCEDURE p2()
BEGIN
    DECLARE stu_count int default 0;
    SELECT count(*) into stu_count  FROM student;
    SELECT stu_count;
END;

IF条件判断

IF 条件1 THEN
	...
ELSEIF 条件2 THEN	--可选
	...
ELSE	--可选
	...
END IF;

DROP PROCEDURE IF EXISTS p2;
CREATE PROCEDURE p2()
BEGIN
    DECLARE score INT DEFAULT 58;
    DECLARE result varchar(10);
    IF score>=85 then
        set result:='优秀';
    ELSEIF score>=60 then
        set result:='及格';
    ELSE
        set result:='不及格';
    END IF;
    SELECT result;
END;

CALL p2();

case语句同样适用，具体参考前面

参数

CREATE PROCEDURE 存储过程名称([IN/OUT/INOUT 参数名 参数类型])
BEGIN
--SQL语句
END;

DROP PROCEDURE IF EXISTS p2;
CREATE PROCEDURE p2(IN score int,OUT result varchar(10))
BEGIN
    IF score>=85 then
        set result:='优秀';
    ELSEIF score>=60 then
        set result:='及格';
    ELSE
        set result:='不及格';
    END IF;
END;

CALL p2(68,@result);
SELECT @result;

循环

While循环：

#先判定条件，如果条件为true，则执行逻辑，否则，不执行逻辑
WHILE 条件 DO
	#SQL逻辑...
END WHILE;

DROP PROCEDURE IF EXISTS p2;
CREATE PROCEDURE p2(IN n int)
BEGIN
    DECLARE count int default 0;
    WHILE n>0 DO
        SET count:=count+1;
        SET n:=n-1;
        end while;
END;

Repeat循环：

repeat是有条件的循环控制语句,当满足条件的时候退出循环。具体语法为:

#先执行一次逻辑，然后判定逻辑是否满足，如果满足，则退出。如果不满足，则继续下一次循环
REPEAT
SQL逻辑...
UNTIL 条件
END REPEAT;

DROP PROCEDURE IF EXISTS p2;
CREATE PROCEDURE p2(IN n int)
BEGIN
    DECLARE count int default 0;
REPEAT
    set count:=count+1;
    set n:=n-1;
until  n<=0
    end repeat;
END;

Loop
LOOP实现简单的循环，如果不在set逻辑中增加退出循环的条件，可以用其来实现简单的死循环。LoOP可以配合一下两个语句使用:
LEAVE:配合循环使用，退出循环。
ITERATE:必须用在循环中，作用是跳过当前循环剩下的语句，直接进入下一次循环。

[begin_label:] LOOP
SQL逻辑…
END LOOP [end label];

LEAVE label;--退出指定标记的循环体
ITERATE label; --直接进入下一次循环

DROP PROCEDURE IF EXISTS p2;
CREATE PROCEDURE p2(IN n int)
BEGIN
    DECLARE count int default 0;

    sum:loop
        if n<=0 then
            leave sum;
        end if;

        set count:=count+1;
        set n:=n-1;
    end loop sum;
END;

游标：
游标（CURSOR)是用来存储查询结果集的数据类型，在存储过程和函数中可以使用游标对结果集进行循环的处理。游标的使用包括游标的声明、OPEN、FETCH和CLOSE，其语法分别如下。

声明游标：

DECLARE 游标名称 CURSOR FOR 查询语句;

打开游标：

OPEN 游标名称

获取游标记录：

FETCH 游标名称 INTO 变量 [,变量];

关闭游标：

CLOSE 游标名称;

CREATE PROCEDURE p(IN uage int)
BEGIN
    DECLARE name varchar(10);
    DECLARE pro varchar(20);
    DECLARE u_cursor cursor for select name,profession from tb_user where age<=uage;
    #先声明变量，再声明游标

    DROP TABLE IF EXISTS tb_user_pro;

    CREATE TABLE IF NOT EXISTS tb_user_pro(
        id int primary key auto_increment,
        name varchar(10),
        profession varchar(20)
    );

    OPEN u_cursor;
    WHILE true DO
            fetch u_cursor into name,pro;
            INSERT INTO tb_user_pro values (null,name,pro);
        end while;
    close u_cursor;
end;

条件处理程序

条件处理程序（Handler)可以用来定义在流程控制结构执行过程中遇到问题时相应的处理步骤。具体语法为：

DECLARE handler_action HANDLERFOR condition_value [, condition_value] ... statement;

handler_action
CONTINUE:继续执行当前程序
EXIT:终止执行当前程序
condition_value
	SQLSTATE sqlstate_value:状态码，如02000
	SQLWARNING:所有以01开头的5QLSTATE代码的简写NOT FOUND:所有以02开头的SQLSTATE代码的简写
	SQLEXCEPTION:所有没有被SQLWARNING 或 NOT FOUND捕获的SQLSTATE代码的简写

CREATE PROCEDURE p(IN uage int)
BEGIN
    DECLARE name varchar(10);
    DECLARE pro varchar(20);
    DECLARE u_cursor cursor for select name,profession from tb_user where age<=uage;
    #先声明变量，再声明游标
    DECLARE EXIT HANDLER FOR NOT FOUND CLOSE u_cursor;
    #声明一个条件处理程序，状态码满足02000时退出关闭游标

    DROP TABLE IF EXISTS tb_user_pro;

    CREATE TABLE IF NOT EXISTS tb_user_pro(
        id int primary key auto_increment,
        name varchar(10),
        profession varchar(20)
    );

    OPEN u_cursor;
    WHILE true DO
            fetch u_cursor into name,pro;
            INSERT INTO tb_user_pro values (null,name,pro);
        end while;
    close u_cursor;
end;

存储函数

存储函数是有返回值的存储过程，存储函数的参数只能是IN类型的。具体语法如下：

CREATE FUNCION存储函数名称([参数列表])
RETURNS type [characteristic ...]
BEGIN
--SQL语句
RETURN....;
END ;

characteristic说明:
DETERMINISTIC:相同的输入参数总是产生相同的结果
NO SQL:不包含SQL语句。
READS SQL DATA:包含读取数据的语句，但不包含写入数据的语句。

CREATE FUNCTION f(n INT)
RETURNS INT
BEGIN
    DECLARE cnt int default 0;

    while n>0 DO
        set cnt:=cnt+1;
        set n:=n-1;
        end while;
    RETURN cnt;
end;

SELECT f(100);

触发器

触发器是与表有关的数据库对象，指在insert/update/delete 之前或之后，触发并执行触发器中定义的SQL语句集合。触发器的这种特性可以协助应用在数据库端确保数据的完整性，日志记录，数据校验等操作。
使用别名OLD和NEW来引用触发器中发生变化的记录内容，这与其他的数据库是相似的。现在触发器还只支持行级触发，不支持语句级触发。

创建：

CREATE TRIGGER trigger_name
BEFORE/AFTER INSERT/UPDATE/DELETE
ON tbl_name FOR EACH ROW--行级触发器
BEGIN
trigger_stmt ;
END;

查看：

SHOW TRIGGERS;

删除：

DROP TRIGGER [schema_name.]trigger name;--如果没有指定schema_name，默认为当前数据库。

CREATE TRIGGER tb_user_insert_trigger
    AFTER INSERT ON student FOR EACH ROW
BEGIN
    INSERT INTO user_logs(ID, OPERATION, OPERATE_TIME, OPERATE_ID, OPERATE_PARAMS) VALUES
    (null,'INSERT',now(),new.id,concat('插入的数据内容为：id=',new.id,'name=',new.name,'id=',new.no));
end;

锁

锁是计算机协调多个进程或线程并发访问某一资源的机制。在数据库中，除传统的计算资源（CPU、RAM、I/O)的争用以外，数据也是一种供许多用户共享的资源。如何保证数据并发访问的一致性、有效性是所有数据库必须解决的一个问题，锁冲突也是影响数据库并发访问性能的一个重要因素。从这个角度来说，锁对数据库而言显得尤其重要，也更加复杂。
MYSQL中，按照锁的粒度分，分为以下三类：

1.全局锁:锁定数据库中的所有表。
2.表级锁:每次操作锁住整张表。
3.行级锁:每次操作锁住对应的行数据。

全局锁

全局锁就是对整个数据库实例加锁，加锁后整个实例就处于只读状态，后续的DML的写语句，DDL语句，已经更新操作的事务提交语句都将被阻塞。
其典型的使用场景是做全库的逻辑备份，对所有的表进行锁定，从而获取一致性视图，保证数据的完整性。

flush tables with read lock;
#加锁
mysqldump -uroot -p 1234 test > test.sql;
unlock tables;

全局锁存在的问题：

1．如果在主库上备份，那么在备份期间都不能执行更新，业务基本上就得停摆。
2．如果在从库上备份，那么在备份期间从库不能执行主库同步过来的二进制日志（binlog)，会导致主从
延迟。

在InnoDB引擎中，我们可以在备份时加上参数–single-transaction参数来完成不加锁的一致性数据备份。

mysqldump --single-transaction -uroot -p123456 itcast > itcast.sql

表级锁

表级锁，每次操作锁住整张表。锁定粒度大，发生锁冲突的概率最高，并发度最低。应用在MyISAM、InhoDB、BDB等存储引擎中。

对于表级锁，主要分为以下三类:

1.表锁
2.元数据锁(meta data lock,MDL)
3.意向锁

表锁：

1.表共享读锁（read lock）
2.表独占写锁（write lock）

语法：

1.加锁：lock tables 表名...read/write
2.释放锁：unlock tables/客户端断开连接

读锁：

读锁会使别的客户端的写阻塞，使自己客户端写操作报错

写锁：

元数据锁：

MDL加锁过程是系统自动控制，无需显式使用，在访问一张表的时候会自动加上。MDL锁主要作用是维护表元数据的数据一致性，在表上有活动事务的时候，不可以对元数据进行写入操作。为了避免DML与DDL冲突，保证读写的正确性。
在MySQL5.5中引入了MDL，当对一张表进行增删改查的时候，加MDL读锁(共享);当对表结构进行变更操作的时候，加MDL写锁(排他)。

意向锁：

为了避免DML在执行时，加的行锁与表锁的冲突，在InnoDB中引入了意向锁，使得表锁不用检查每行数据是否加锁，使用意向锁来减少表锁的检查。
意向锁分为两种：

1.意向共享锁（IS）：由语句select...lock in share mode添加。与表锁共享锁（read）兼容，与表锁排它
锁（write）互斥
2.意向排他锁（IX）：由insert、update、delete、select...for update添加。与表锁共享锁（read）与排	
它锁（write）都互斥。
意向锁之间不会互斥。

SELECT * FROM student WHERE id=1 LOCK IN SHARE MODE;

行级锁

行级锁，每次操作锁住对应的行数据。锁定粒度最小，发生锁冲突的概率最低，并发度最高。应用在InisoDB存储引擎中。

InnoDB的数据是基于索引组织的，行锁是通过对索引上的索引项加锁来实现的，而不是对记录加的锁。对于行级锁，主要分为以下三类：

1.行锁(Record Lock)∶锁定单个行记录的锁，防止其他事务对此行进行update和delete。在RC、RR隔离
级别下都支持。
2.间隙锁(Gap Lock)：锁定索引记录间隙〈不含该记录)，确保索引记录间隙不变，防止其他事务在这个	
间隙进行insert，产生幻读。在RR隔离级别下都支持。
3.临键锁（Next-Key Lock)∶行锁和间隙锁组合，同时锁住数据，并锁住数据前面的间隙Gap。在RR隔
离级别下支持。

lnnoDB实现了以下两种类型的行锁:

1．共享锁(S）∶允许一个事务去读一行，阻止其他事务获得相同数据集的排它锁。
2．排他锁（X)∶允许获取排他锁的事务更新数据，阻止其他事务获得相同数据集的共享锁和排他锁。

默认情况下，InnoDB在 REPEATABLE READ事务隔离级别运行，InnoDB使用next-key锁进行搜索和索引扫描，以防止幻读。

1．针对唯一索引进行检索时，对已存在的记录进行等值匹配时，将会自动优化为行锁。
2. InnoDB的行锁是针对于索引加的锁，不通过索引条件检索数据，那么InnoDB将对表中的所有记录加
锁，此时就会升级为表锁。

间隙锁：
默认情况下，InnoDB在 REPEATABLE READ事务隔离级别运行，InnoDB使用next-key锁（全局锁+行锁）进行搜索和索引扫描，以防止幻读。
1.索引上的等值查询(唯一索引)，给不存在的记录加锁时，优化为间隙锁。
2.索引上的等值查询(普通索引)，向右遍历时最后一个值不满足查询需求时，next-key lock退化为间隙锁。
3.索引上的范围查询(唯一索引)–会访问到不满足条件的第一个值为止。

注意:间隙锁唯一目的是防止其他事务插入间隙。间隙锁可以共存，一个事务采用的间隙锁不会阻止另一个事务在同一间隙上采用间隙锁。

InnoDB引擎

存储结构

逻辑存储结构：

表空间(ibd文件)：一个mysql实例可以对应多个表空间，用于存储记录、索引等数据

段：分为数据段、索引段、回滚段、InnoDB是索引组织表，数据段就是B+树的叶子节点，索引段即为B+树的非叶子节点。段用来管理多个Extent（区）。

区：区，表空间的单元结构，每个区的大小为1M。默认情况下，InnoDB存储引擎页大小为16K，即一个区中一共有64个连续的页。

页：是InnoDB存储引擎磁盘管理的最小单元，每个页的大小默认为16KB。为了保证页的连续性，InnoDB存储引擎每次从磁盘申请4-5个区。

行：InnoDB存储引擎数据是按行进行存放的。

架构：

Buffer Pool:缓冲池是主内存中的一个区域，里面可以缓存磁盘上经常操作的真实数据，在执行增删改查操作时，先操作缓冲池中的数据（若缓冲池没有数据，则从磁盘加载并缓存），然后再以一定频率刷新到磁盘，从而减少磁盘IO，加快处理速度。

Change Buffer:更改缓冲区（针对于非唯一二级索引页)，在执行DML语句时，如果这些数据Page没有在Buffer Pool中，不会直接操作磁盘，而会将数据变更存在更改缓冲区Change Buffer 中，在未来数据被读取时，再将数据合并恢复到Buffer Pool中，再将合并后的数据刷新到磁盘中。

缓冲池以Page页为单位，底层采用链表数据结构管理Page。根据状态，将Page分为三种类型:

free page:空闲page，未被使用。
clean page:被使用page，数据没有被修改过。
dirty page:脏页，被使用page，数据被修改过，也中数据与磁盘的数据产生了不一致。

Change Buffer的意义是什么?

与聚集索引不同，二级索引通常是非唯一的，并且以相对随机的顺序插入二级索引。同样，删除和更新
可能会影响索引树中不相邻的二级索引页，如果每一次都操作磁盘，会造成大量的磁盘IO。有了
ChangeBuffer之后，我们可以在缓冲池中进行合并处理，减少磁盘I0。

Adaptive Hash Index:自适应hash索引，用于优化对Buffer Pool数据的查询。InnoDB存储引擎会监控对表上各索引页的查询，如果观察到hash索引可以提升速度，则建立hash索引，称之为自适应hash索引。
自适应哈希索引，无需人工干预，是系统根据情况自动完成。
参数: adaptive_hash_index

Log Buffer:日志缓冲区，用来保存要写入到磁盘中的log日志数据（redo log ，undo log)，默认大小为16MB，日志缓冲区的日志会定期剧新到磁盘中。如果需要更新、插入或删除许多行的事务，增加日志缓冲区的大小可以节省磁盘l/O。
参数:
innodb_log_buffer_size:缓冲区大小
innodb_flush_log_at_trx_commit:日志刷新到磁盘时机

	1:日志在每次事务提交时写入并刷新到进盘
	0:每秒将日志写入并刷新到磁盘一次。
	2:日志在每次事务摸交后写入，并每秒刷新到磁盘一次。

System Tablespace:系统表空间是更改缓冲区的存储区域。如果表是在系统表空间而不是每个表文件或通用表空间中创建的，它也可能包含表和索引数据。(在MySQL5.x版本中还包含InnoDB数据字具、undolog等）
参数:innodb_data_file_path

File-Per-Table Tablespaces:每个表的文件表空间包含单个InnoDB表的数据和索引，并存储在文件系统上的单个数据文件中。
参致: innodb_file_per_table

General Tablespaces;通用表空间，需要通过CREATE TABLESPACE语法创建通用表空间，在创建表时，可以指定该表空间。

Undo Tablespaces﹔撤销表空间，MySQL实例在初始化时会自动创建两个默认的undo表空间（初始大小16M)，用于存储undo log日志。

Temporary Tablespaces: InnoDB使用会话临时表空间和全局临时表空间。存储用户创建的临时表等数据。

Doublewrite Buffer Files:双写缓冲区，innoDB引擎将数据页从Buffer Poal刷新到磁盘前，先将数据页写入双写缓冲区文件中，便于系统异常时恢复数据。
#ib_16384_0.dblwr
#ib_16384_1.dblwr

Redo Log:重做日志，是用来实现事务的持久性。该日志文件由两部分组成：重做日志缓冲(redo log buffer）以及重做日志文件（redo log),前者是在内存中，后者在磁盘中。当事务提交之后会把所有修改信息都会存到该日志中，用于在刷新脏页到磁盘时，发生错误时，进行数据恢复使用。
以循环方式写入重做日志文件，涉及两个文件:ib_logfile0 ib_logfile1

后台线程

1.Master Thread
核心后台线程，负责调度其他线程，还负责将缓冲池中的数据异步刷新到磁盘中，保持数据的一致性，还包括脏页的刷新、合并插入缓存、undo页的回收。
2.IO Thread
在InnoDB存储引擎中大量使用了AIO来处理IO请求，这样可以极大地提高数据库的性能，而IOThread主要负责这些lO请求的回调。

3.Purge Thread
主要用于回收事务已经提交了的undo log，在事务提交之后，undo log可能不用了，就用它来回收。
4. Page Cleaner Thread
协助Master Thread刷新脏页到磁盘的线程，它可以减轻Master Thread的工作压力，减少阻塞。

Log

redo log保证事务的持久性

redo.log:重做日志，记录的是事务提交时数据页的物理修改，是用来实现事务的持久性。
该日志文件由两部分组成：重做日志缓冲(redo log buffer)以及重做日志文件（redo log file),前者是在内存中，后者在磁盘中。当事务提交之后会把所有修改信息都存到该日志文件中，用于在刷新脏页到磁盘，发生错误时，进行数据恢复使用。每隔一段时间就会清理redo.log。

undo log保证事务的原子性
回滚日志，患于记录数据被修改前的信息，作用包含两个：提供回滚和MVCC(多版本并发控制）
undo log和redo log记录物理日志不一样，它是逻辑日志。可以认为当delete一条记录时,undo log中会记录一条对应的insert记录，反之亦然，当update一条记录时，它记录一条对应相反的update记录。当执行rollback时，就可以从undo log中的逻辑记录读取到相应的内容并进行回滚。
Undo log销毁: undo log在事务执行时产生，事务提交时，并不会立即删除undo log，因为这些日志可能还用于MVCC.。
Undo log存储: undo log采用段的方式进行管理和记录，存放在前面介绍的rollback segment 回滚段中，内部包含1024个undo logsegment。
当insert的时候，产生的undo log日志只在回滚时需要，在事务提交后，可被立即删除。
而update、 delete的时候，产生的undo log日志不仅在回滚时需要，在快照读时也需要，不会立即被删除。

MVCC

当前读

读取的是记录的最新版本，读取时还要保证其他并发事务不能修改当前记录，会对读取的记录进行加
锁。对于我们日常的操作，如:select...lock in share mode(共享锁)，select ... for update、update、
insert、delete(排他锁)都是一种当前读。

快照读

简单的select(不加锁）就是快照读，快照读，读取的是记录数据的可见版本，有可能是历史数据，不加
锁，是非阻塞读。. Read Committed:每次select，都生成一个快照读。
Repeatable Read:开启事务后第一个select语句才是快照读的地方。
Serializdble:快照读会退化为当前读。

MVCC

全称Multi-Version Concurrency Control，多版本并发控制。指维护一个数据的多个版本，使得读写操作
没有冲突，快照读为MySQL实现MVCC提供了一个非阻塞读功能。MVCC的具体实现，还需要依赖于数
据库记录中的三个隐式字段、undo log日志、readView.

记录中的隐藏字段：

ibd2sdi student.ibd #查看ibd文件，会显示隐藏字段

readview:
ReadView (读视图）是快照读SQL执行时MVCC提取数据的依据，记录并维护系统当前活跃的事务（未提交的) id。
ReadView中包含了四个核心字段:

readview:

不同的隔离级别，生成ReadView的时机不同:

READ COMMITTED∶在事务中每一次执行快照读时生成ReadView。
REPEATABLE READ: 仅在事务中第一次执行快照读时生成ReadView，后续复用该ReadView。

Mysql管理

系统数据库

Mysql数据库安装完成后，自带了一下四个数据库，具体作用如下:

mysql客户端：

语法:
mysql [options] [database]选项:
-u, --user=name
#指定用户名
-p, --password[=name]
#指定密码
-h, --host=name
#指定服务器IP或域名
-P,--port=port
#指定连接端口
-e ,--execute=name
#执行SQL语句并退出

mysql -uroot -p123456 -e "select * from stu"

mysqladmin是一个执行管理操作的客户端程序。可以用它来检查服务器的配置和当前状态、创建并删除数据库等。

mysqladmin --help

mysqladmin -uroot -p123456 drop 'test01';
mysqladmin -uroot -p123456 vserion;

mysqlbinlog由于服务器生成的二进制日志文件以二进制格式保存，所以如果想要检查这些文本的文本格式，就会使用到mysqlbinlog 日志管理工具。

语法:
mysqlbinlog [options] log-files1 log-files2 ...
选项:
-d, --database=name 指定数据库名称，只列出指定的数据库相关操作。
-o, --offset=# 忽略掉日志中的前n行命令。
-r,--result-file=name 将输出的文本格式日志输出到指定文件。
-s, --short-form 显示简单格式，省略掉一些信息。
--start-datatime=date1 --stop-datetime=date2 指定日期间隔内的所有日志。
--start-position=pos1 --stop-position=pos2 指定位置间隔内的所有日志。

mysqlshow:客户端对象查找工具，用来很快地查找存在哪些数据库、数据库中的表、表中的列或者索引。

语法:
mysqlshow [options] [db_name [table_name [col_name]]]
选项:
--count 显示数据库及表的统计信息（数据库,表均可以不指定)
-i  显示指定数据库或者指定表的状态信息
示例:
#查询每个数据库的表的数量及表中记录的数量
mysqlshow -uroot -p2143 --count

#查询test库中每个表中的字段数，及行数
mysqlshow -uroot -p2143 test --count

#查询test库中book表的详细情况
mysqlshow -uroot -p2143 test book --count

mysqldump:客户端工具用来备份数据库或在不同数据库之间进行数据迁移。备份内容包含创建表，及插入表的SQL语句。

语法:
mysqldump [options] db_name [tables]
mysqldump [options] --database/-B db1 [db2 db3...]
mysqldump [options] --all-databases/-A
连接选项:
-u, --user=name
指定用户名
-p,--password[=name]
指定密码
-h, --host=name
指定服务器ip或域名
-P,--port=#
指定连接端口
输出选项:
--add-drop-database 在每个数据库创建语句前加上drop database语句
--add-drop-table 在每个表创建语句前加上drop table语句，默认开启;不开启(--skip-add-drop-table)
-n,--no-create-db 不包含数据库的创建语句
-t, --no-create-info 不包含数据表的创建语句
-d --no-data 不包含数据
-T, --tab=name 自动生成两个文件:一个.sql文件，创建表结构的语句;一个.txt文件，数据文件

mysqlimport:是客户端数据导入工具，用来导入mysqldump加-T参数后导出的文本文件。

语法:
mysqlimport [options] db_name textfile1 [textfile2...]
示例:
mysqlimport-uroot -p2143 test /tmp/city.txt

如果导入sql文件，可以使用mysql中的source指令：

语法:
source /root/xxxxx.sql

日志

错误日志

错误日志是MySQL中最重要的日志之一，它记录了当mysqld启动和停止时，以及服务器在运行过程中发生任何严重错误时的相关信息。当数据库出现任何故障导致无法正常使用时，建议首先查看此日志。
该日志是默认开启的，默认存放目录/var/log/，默认的日志文件名为 mysqld.log。查看日志位置:

show variables like '%log_error%'

二进制日志

二进制日志（BINLOG）记录了所有的DDL(数据定义语言）语句和DML（数据操纵语言）语句，但不包括数据查询（SELECT、SHOW)语句。
作用：1.灾难时的数据恢复;2.MySQL的主从复制。
在MySQL8版本中，默认二进制日志是开启着的，涉及到的参数如下：

show variables like '%log_bin%'

日志格式：
MySQL服务器中提供了多种格式来记录二进制日志，具体格式及特点如下：

show variables like '%binlog_format%';

statement记录的是数据变更的sql语句
row记录的是变更行，变更之前和变更之后的数据状态信息

日志查看：
由于日志是以二进制方式存储的，不能直接读取，需要通过二进制日志查询工具mysqlbinlog来查看，具体语法：

mysqlbinlog[参数选项] logfilename

参数选项:
-d 指定数据库名称，只列出指定的数据库相关操作。
-o 忽略掉日志中的前n行命令。
-v 将行事件(数据变更)重构为SQL语句
-w 将行事件(数据变更)重构为SQL语句，并输出注释信息

日志删除：
对于比较繁忙的业务系统，每天生成的binlog数据巨大，如果长时间不清除，将会占用大量磁盘空间。可以通过以下几种方式清理日志：

也可以在mysql的配置文件中配置二进制日志的过期时间，设置了之后，二进制日志过期会自动删除。

show variables like '%binlog_expire_logs_seconds%';

查询日志

查询日志中记录了客户端的所有操作语句，而二进制日志不包含查询数据的SQL语句。默认情况下，查询日志是未开启的。如果需要开启查询日志，可以设置以下配置︰

show variables like '%general%';

修改MYSQL的配置文件/etc/my.cnf文件，添加如下内容：

#该选项用来开启查询日志，可选值:0或者1 ;0代表关闭，1代表开启
general_log=1
#设置日志的文件名，如果没有指定，默认的文件名为host_name.log
general_log_file=mysql_query.log

慢查询日志

慢查询日志记录了所有执行时间超过参数long_query_time设置值并且扫描记录数不小于min_examined_row_limit的所有的SQL语句的日志，默认未开启。long_query_time默认为10秒，最小为0，精度可以到微秒。

启动需要修改etc/my.cnf配置文件

#慢查询日志
slow query log=1
#执行时间参数
long _query time=2

默认情况下，不会记录管理语句，也不会记录不使用索引进行查找的查询。可以使用log_slow_admin_statements和更改此行为log _queries_not_using_indexes，如下所述。

#记录执行较慢的管理语句
log_slow_admin_statements =1
#记录执行较慢的未使用索引的语句
log_queries_not_using indexes =1

主从复制

主从复制是指将主数据库的DDL和DML操作通过二进制日志传到从库服务器中，然后在从库上对这些日志重新执行（也叫重做），从而使得从库和主库的数据保持同步。
MySQL支持一台主库同时向多台从库进行复制，从库同时也可以作为其他从服务器的主库，实现链状复制。

MySQL复制的有点主要包含以下三个方面:

1.主库出现问题，可以快速切换到从库提供服务。
2．实现读写分离，降低主库的访问压力。
3.可以在从库中执行备份，以避免备份期间影响主库服务。

原理：

从上图来看，复制分成三步:

1. Master主库在事务提交时，会把数据变更记录在二进制日志文件 Binlog 中。
2. 从库读取主库的二进制日志文件 Binlog，写入到从库的中继日志 Relay Log 。
3. slave重做中继日志中的事件，将改变反映它自己的数据。

分库分表

单数据的弊端

随着互联网及移动互联网的发展，应用系统的数据量也是成指数式增长，若采用单数据库进行数据存储，存在以下性能瓶颈:

1. I/O瓶颈:热点数据太多，数据库缓存不足，产生大量磁盘IO，效率较低。请求数据太	
多,带宽不够，网络IO瓶颈。
2. CPU瓶颈:排序、分组、连接查询、聚合统计等SQL会耗费大量的CPU资源，请求数太	
多CPU出现瓶颈。

拆分策略

垂直拆分：1.垂直分库 2.垂直分表
水平拆分：1.水平分库 2.水平分表

垂直拆分：

垂直分库:以表为依据，根据业务将不同表拆分到不同库中。
特点:

1.每个库的表结构都不一样。
2.每个库的数据也不一样。
3.所有库的并集是全量数据。

垂直分表:以字段为依据，根据字段属性将不同字段拆分到不同表中
特点:

1.每个表的结构都不、样。
2.每个表的数据也不一样，一般通过一列（主键/外键）关联。
3．所有表的并集是全量数据。

水平拆分：

水平分库:以字段为依据，按照一定策略，将一个库的数据拆分到多个库中。
特点:

1.每个库的表结构都一样。
2.每个库的数据都不一样。
3.所有库的并集是全量数据。

水平分表：以字段为依据，按照一定策略，将一个表的数据拆分到多个表中。

特点:

1.每个表的表结构都一样。
2.每个表的数据都不一样。
3.所有表的并集是全量数据。

sharding]DBC:基于AOP原理，在应用程序中对本地执行的SQL进行拦截，解析、改写、路由处理。需要自行编码配置实现，只支持java语言，性能较高。
MyCat:数据库分库分表中间件，不用调整代码即可实现分库分表，支持多种语言，性能不及前者。

分库分表所带来的问题：

1.事务不一致问题：由于分库分表把数据分布在不同库甚至不同服务器，不可避免会带来分布式事务问
题。
2.跨节点关联查询：但垂直分库后[商品信息]和[店铺信息]不在一个数据库，甚至不在一台服务器，无法
进行关联查询。可将原关联查询分为两次查询，第一次查询的结果集中找出关联数据id，然后根据id发起	
第二次请求得到关联数后将获得到的数据进行拼接。
3.分页、排序问题：跨节点多库进行查询时，limit分页、order by排序等问题，就变得比较复杂了。需要
先在不同的分片节点中将数据进行排序并返回，然后将不同分片返回的结果集进行汇总和再次排序。

mysql集群的部署：
1.安装docker
2.docker中启动主服务器
在/home/yogen/mysql/master/conf下创建my.cnf

[mysqld] I
#服务器唯一id，默认值1
server-id=1
#设置日志格式，默认值ROW
binlog_format=STATEMENT
#二进制日志名，默认binlog
# log-bin=binlog
#设置需要复制的数据库，默认复制全部数据库
#binlog-do-db=mytestdb
#设置不需要复制的数据库
#binlog-ignore-db=mysql
#binlog-ignore-db=infomation_schema

docker run -d -p 9904:3306 -v /home/yogen/mysql/master/conf:/etc/mysql/conf.d -v /home/yogen/mysql/master/data:/var/lib/mysql -e MYSQL_ROOT_PASSWORD=123456 --name=mysql-master mysql:latest

3.进入容器内部创建用户

#进入容器:env LANG=C.UTF-8避免容器中显示中文乱码
docker exec -it mysql-master env LANG=C.UTF-8 /bin/bash#进入容器内的mysql命令行
mysql -uroot -p
#修改默认密码校验方式
ALTER USER 'root'@'%' IDENTIFIED WITH mysql_native_password BY '123456';

--创建slave用户
CREATE USER 'slave'@'%';
--设置密码
ALTER USER 'slave' @'%' IDENTIFIED WITH mysql_native_password BY'123456';
--授予复制权限
GRANT REPLICATION SLAVE ON *.* TO 'slave'@'%';
--刷新权限
FLUSH PRIVILEGES;

4.主机查询master状态

SHOW MASTER STATUS;

记下File和Position的值。执行完此步骤后不要再操作主服务器MYSQL，防止主服务器状态值变化。
5.准备从服务器

docker run -d -p 9905:3306 -v /home/yogen/mysql/slave1/conf:/etc/mysql/conf.d -v /home/yogen/mysql/slave1/data:/var/lib/mysql -e MYSQL_ROOT_PASSWORD=123456 --name=mysql-slave1 mysql:latest

6.在/home/yogen/mysql/slave1/conf创建my.cnf

[ mysqld]
#服务器唯一id，每台服务器的id必须不同，如果配置其他从机，注意修改id
server-id=2
#中继日志名，默认x××××XXXXXXx-relay-bin
#relay-log=relay-bin

7.在从机上配置主从关系

CHANGE MASTER TO MASTER_HOST='172.17.0.2',
MASTER_USER= 'slave',MASTER_PASSWORD='123456',MASTER_PORT=3306,
MASTER_LOG_FILE='binlog.000003',MASTER_LOG_POS= 1332;

8.实现主从同步
启动从机的复制功能，执行SQL

START SLAVE;
--查看状态
SHOW SLAVE STATUS\G

go语言分库分表

垂直分片

服务准备：

水平分片

服务准备：

水平分片的id需要在业务层实现，不能依赖数据库的主键自增，可以使用一些分布式id策略

inline表达式：配置的简化与一体化是行表达式所希望解决的两个主要问题。
在繁琐的数据分片规则配置中，随着数据节点的增多，大量的重复配置使得配置本身不易被维护。通过行莉达式可以有效地简化数据节点配置工作量。
语法说明：行表达式的使用非常直观，只需要在配置中使用$expression或$->{ expression }标识行表达式即可。目前支持数据节点和分片算法这两个部分的配置。行表达式的内容使用的是Groovy的语法，Groovy 能够支持的所有操作，行表达式均能够支持。
${begin…end}表示范围区间
$[unit1,unit2，uni{t}_x]表示枚举值行表达式中如果出现连续多个${ expression }或$->{ expression }表达式，整个表达式最终的结果将会根据每个子表达式的结果进行笛卡尔组合。

${['online', 'offline']}_table${1..3}

最终解释为：online_table1，online_table2，online_table3，offline_table1, offline_table2,offline_table3

db0.t_order0、db0.t_order1、db1.t_order0、db1.t_order1
可以替代为
db$->{0..1}.t_order$->{0..1}

分片算法：

分片算法类型：自动分片算法、标准分片算法、复合分片算法

SNOWFLAKE:在分片规则配置模块可配置每个表的主键生成策略，默认使用雪花算法 (snowflake)生成64bit的长整型数据。
雪花算法是由Twitter公布的分布式主键生成算法，它能够保证不同进程主键的不重复性，以及相同进程主键的有序性。

雪花算法的实现原理：
在同一个进程中，它首先是通过时间位保证不重复，如果时间相同则是通过序列位保证。同时由于时间位是单调递增的，且各个服务器如果大体做了时间同步，那么生成的主键在分布式环境可以认为是总体有序的，这就保证了对索引字段的插入的高效性。例如MySQL的Innodb 存储引擎的主键。使用雪花算法生成的主键，二进制表示形式包含4部分，从高位到低位分表为:1bit符号位、41bit时间戳位、10bit工作进程位以及12bit序列号位。符号位(1bit)

实操代码

分库：
1.DBResolver 为 GORM 提供了多个数据库支持，支持以下功能：
2.支持多个 sources、replicas
3.读写分离
4.根据工作表、struct 自动切换连接
5.手动切换连接
6.Sources/Replicas 负载均衡
7.适用于原生 SQL
8.事务

package main

import (
	"gorm.io/driver/mysql"
	"gorm.io/gorm"
	"gorm.io/gorm/logger"
	"gorm.io/gorm/schema"
	"gorm.io/plugin/dbresolver"
)

func main() {
	dsn := ""
	db, err := gorm.Open(mysql.Open(dsn), &gorm.Config{
		SkipDefaultTransaction:                   false,
		DisableForeignKeyConstraintWhenMigrating: true,
		Logger:                                   logger.Default,
		NamingStrategy: schema.NamingStrategy{
			SingularTable: true,
		},
	})
	if err != nil {
		panic(err)
	}

	db.Use(dbresolver.Register(dbresolver.Config{
  // use `db2` as sources, `db3`, `db4` as replicas
  Sources:  []gorm.Dialector{mysql.Open("db2_dsn")},
  Replicas: []gorm.Dialector{mysql.Open("db3_dsn"), mysql.Open("db4_dsn")},
  // sources/replicas load balancing policy
  Policy: dbresolver.RandomPolicy{},
  // print sources/replicas mode in logger
  ResolverModeReplica: true,
}).Register(dbresolver.Config{
  // use `db1` as sources (DB's default connection), `db5` as replicas for `User`, `Address`
  Replicas: []gorm.Dialector{mysql.Open("db5_dsn")},
}, &User{}, &Address{}).Register(dbresolver.Config{
  // use `db6`, `db7` as sources, `db8` as replicas for `orders`, `Product`
  Sources:  []gorm.Dialector{mysql.Open("db6_dsn"), mysql.Open("db7_dsn")},
  Replicas: []gorm.Dialector{mysql.Open("db8_dsn")},
}, "orders", &Product{}, "secondary"))

package main

import (
	"fmt"
	"time"

	"gorm.io/driver/mysql"
	"gorm.io/gorm"
	"gorm.io/gorm/logger"
	"gorm.io/gorm/schema"
	"gorm.io/plugin/dbresolver"
)

const dsn1 = "root:123456@tcp(127.0.0.1:9904)/course?charset=utf8mb4&parseTime=True&loc=Local"
const dsn2 = "root:123456@tcp(127.0.0.1:9905)/user?charset=utf8mb4&parseTime=True&loc=Local"

type User struct {
	ID    uint
	Name  string
	Age   uint
	Score float32
}

type Course struct {
	ID   uint
	Name string
	Time time.Time
}

var (
	db  *gorm.DB
	err error
)

func insertUser(u *User) error {
	return db.Create(&u).Error
}

func insertCourse(c *Course) error {
	return db.Create(&c).Error
}

func SelectUser() (users []User, err error) {
	err = db.Find(&users).Error
	return
}

func SelectCourse() (course []Course, err error) {
	err = db.Find(&course).Error
	return
}

func main() {
	db, err = gorm.Open(mysql.Open(dsn1), &gorm.Config{
		SkipDefaultTransaction:                   false,
		DisableForeignKeyConstraintWhenMigrating: true,
		Logger:                                   logger.Default,
		NamingStrategy: schema.NamingStrategy{
			SingularTable: true,
		},
	})
	if err != nil {
		panic(err)
	}
	db.Use(dbresolver.Register(dbresolver.Config{
		Sources: []gorm.Dialector{mysql.Open(dsn2)},
	}, User{}).Register(dbresolver.Config{}, Course{}))
	u := &User{
		ID:    1,
		Name:  "yogen",
		Age:   22,
		Score: 99.1,
	}
	err := insertUser(u)
	if err != nil {
		panic(err)
	}
	c := &Course{
		ID:   1,
		Name: "数据分析",
		Time: time.Now(),
	}
	err = insertCourse(c)
	if err != nil {
		panic(err)
	}
	users, err := SelectUser()
	if err != nil {
		panic(err)
	}
	fmt.Println(users)
}

分表：
Sharding 是一个高性能的 Gorm 分表中间件。它基于 Conn 层做 SQL 拦截、AST 解析、分表路由、自增主键填充，带来的额外开销极小。对开发者友好、透明，使用上与普通 SQL、Gorm 查询无差别，只需要额外注意一下分表键条，就能提供高性能的数据库访问。支持一下功能：

1.非侵入式设计，加载插件，指定配置，既可实现分表。
2.轻快， 非基于网络层的中间件，像 Go 一样快
3.支持多种数据库。 PostgreSQL 已通过测试，MySQL 和 SQLite 也在路上。
4.多种主键生成方式支持（Snowflake, PostgreSQL Sequence, 以及自定义支持）Snowflake 支持从主键中确定分表键。

import (
    "fmt"

    "gorm.io/driver/postgres"
    "gorm.io/gorm"
    "gorm.io/sharding"
)

dsn := "postgres://localhost:5432/sharding-db?sslmode=disable"
db, err := gorm.Open(postgres.New(postgres.Config{DSN: dsn}))

db.Use(sharding.Register(sharding.Config{
    ShardingKey:         "user_id",
    NumberOfShards:      64,
    PrimaryKeyGenerator: sharding.PKSnowflake,
}, "orders").Register(sharding.Config{
    ShardingKey:         "user_id",
    NumberOfShards:      256,
    PrimaryKeyGenerator: sharding.PKSnowflake,
    // This case for show up give notifications, audit_logs table use same sharding rule.
}, Notification{}, AuditLog{})))

go生成分布式主键

package main

import (
    "fmt"
    "os"

    "github.com/bwmarrin/snowflake"
)

func main() {
    n, err := snowflake.NewNode(1)
    if err != nil {
        println(err)
        os.Exit(1)
    }

    for i := 0; i < 3; i++ {
        id := n.Generate()
        fmt.Println("id", id)
        fmt.Println(
            "node: ", id.Node(),
            "step: ", id.Step(),
            "time: ", id.Time(),
            "\n",
        )
    }
}

读写分离

读写分离,简单地说是把对数据库的读和写操作分开,以对应不同的数据库服务器。主数据库提供写操作，从数据库提供读操作，这样能有效地减轻单台数据库的压力。
通过MyCat即可轻易实现上述功能，不仅可以支持MySQL，也可以支持Oracle和SQL Server

环境准备：

负载均衡策略，目前取值有4种，对应balance取值：

双主双从：
一个主机Master1用于处理所有写请求，它的从机slave1和另一台主机Master2还有它的从机Slave2负责所有读请求。当Master1主机宕机后，Master2主机负责写请求，Master1 、Master2互为备机。架构图如下：

环境的搭建：

1.主库修改配置文件 /etc/my.cnf

#mysql服务ID，保证整个集群环境中唯一，取值范围:1-2^32-1，默认为1
server-id=1
#指定同步的数据库
binlog-do-db=db01
binlog-do-db=db02
binlog-do-db=db03
#在作为从数据库的时候，有写入操作也要更新二进制日志文件
log-slave-updates

2.重启MYSQL服务器

systemctl restart mysqld

3.两台主库创建账户并授权

#创建itcast用户，并设置密码，该用户可在任意主机连接该MySQL服务
CREATE USER 'itcast@'%'IDENTIFIED WITH mysql_native_password BY 'Root@123456';
#为'itcast'@'%'用户分配主从复制权限
GRANT REPLICATION SLAVE ON *.* TO 'itcast'@'%";

通过指令，查看两台主库的二进制日志坐标

show master status;

4.从库配置
修改配置文件/etc/ my.cnf

#mysql服务ID，保证整个集群环境中唯一，取值范围:1-232-1，默认为1
server-id=2

重启MYSQL服务器

systemctl restart mysqld

负载均衡算法：

1.轮询算法：ROUND_ROBIN
2.随机访问算法：RANDOM
3.权重访问算法：WEIGHT，使用中的读库都必须配置权重