MySQL数据库管理

目录

一、数据库

1.1数据

1.2表

1.3数据库

1.4数据库分类

1.41关系型数据库

1.42非关系型数据库

[1.5 MySQL介绍](#1.5 MySQL介绍)

二、SQL语句

查看数据库

创建数据库

切换数据库

创建数据表

查看库中的表

删除表

删除库

在表中插入数据

查询数据表中的数据

更改表中数据

删除表中字段

克隆表

创建临时表

创建主表

创建从表

[为主表 profession 添加一个主键约束。主键名建议以"PK_"开头。](#为主表 profession 添加一个主键约束。主键名建议以“PK_”开头。)

[为从表 student 表添加外键,并将 student 表的 proid 字段和 profession 表的 pid 字段建立外键关联。外键名建议以"FK_"开头。](#为从表 student 表添加外键,并将 student 表的 proid 字段和 profession 表的 pid 字段建立外键关联。外键名建议以“FK_”开头。)

在主从表中插入数据

删除主从表数据

查看用户信息

修改用户密码

修改用户名

删除用户

[忘记 root 密码的解决办法](#忘记 root 密码的解决办法)


一、数据库

1.1数据

  • 描述事物的符号记录
  • 包括数字,文字、图形、图像、声音、档案记录等
  • 以"记录"形式按统一的格式进行存储

1.2表

  • 将不同的记录组织在一起
  • 用来存储具体数据

1.3数据库

  • 表的集合,是存储数据的仓库
  • 以一定的组织方式存储的相互有关的数据集合
  • 是按照数据结构来组织、存储和管理数据的仓库

1.4数据库分类

数据库分为关系型数据库和非关系型数据库

1.41关系型数据库

关系型数据库的结构是**二维表格,**二维表格中每一行是一个记录,每一列是一个属性;每一个记录用来描述一个对象的完整信息,每一个属性用来描述对象关系(如:一个人为对象,这个人的身高,姓名,年龄,性别等都是这个人的属性)。

优点:

1、易于维护:都是使用表结构,格式一致;

2、使用方便:SQL语言通用,可用于复杂查询;

3、复杂操作:支持SQL,可用于一个表以及多个表之间非常复杂的查询。
缺点:

1、读写性能比较差,尤其是海量数据的高效率读写;

2、固定的表结构,灵活度稍欠;

3、高并发读写需求,传统关系型数据库来说,硬盘I/O是一个很大的瓶颈。

1.42非关系型数据库

非关系型数据库严格上不是一种数据库,应该是一种数据结构化存储方法的集合,可以是文档或者键值对等。

优点:

1、格式灵活:存储数据的格式可以是key,value形式、文档形式、图片形式等等,文档形式、

图片形式等等,使用灵活,应用场景广泛,而关系型数据库则只支持基础类型。

2、速度快:nosql可以使用硬盘或者随机存储器作为载体,而关系型数据库只能使用硬盘;

3、高扩展性;

4、成本低:nosql数据库部署简单,基本都是开源软件。

缺点:

1、不提供sql支持,学习和使用成本较高;

2、无事务处理;

3、数据结构相对复杂,复杂查询方面稍欠。

1.5 MySQL介绍

特点

  • 性能卓越、服务稳定
  • 开源、无版权限制、成本低
  • 多线程、多用户
  • 基于C/S(客户端/服务器)架构
  • 安全可靠

二、SQL语句

查看数据库

创建数据库

切换数据库

创建数据表

查看库中的表

删除表

删除库

在表中插入数据

查询数据表中的数据

更改表中数据

删除表中数据

扩展表结构

删除表中字段

克隆表

创建临时表

创建主表

创建从表

主键表和外键表的理解:

(1)以公共关键字作主键的表为主键表(父表、主表)

(2)以公共关键字作外键的表为外键表(从表、外表)

注意:与外键关联的主表的字段必须设置为主键。要求从表不能是临时表,主从表的字段具备相同的数据类型、字符长度和约束。

为主表 profession 添加一个主键约束。主键名建议以"PK_"开头。

为从表 student 表添加外键,并将 student 表的 proid 字段和 profession 表的 pid 字段建立外键关联。外键名建议以"FK_"开头。

在主从表中插入数据

删除主从表数据

查看用户信息

修改用户密码

修改用户名

删除用户

忘记 root 密码的解决办法

相关推荐
这个DBA有点耶6 小时前
NULL不是空——数据库里最反直觉的设计,90%新人踩过的坑
数据库·mysql·代码规范
这个DBA有点耶8 小时前
AI写的SQL跑崩了生产库,这锅谁背?
数据库·人工智能·程序员
镜舟科技9 小时前
Databricks 再提 LTAP,AI 时代的数据底座为何重回大一统叙事?
数据库·架构·agent
Databend9 小时前
从湖仓升级为 Agent 时代的数据控制面,Snowflake 和 Databricks 有哪些布局
大数据·数据库·agent
ClouGence13 小时前
SQL Server CDC 能放到 Always On 备库读吗?一文讲透原理与实践
数据库·sql server
先吃饱再说1 天前
存储的进化:从 MySQL 到浏览器缓存,数据到底住在哪?
数据库
Nturmoils1 天前
字段太多看不全,ksql 的展开模式和输出控制怎么用
数据库·后端
Databend1 天前
Agent 轨迹分析与归因的数据工程实践
大数据·数据库·agent
这个DBA有点耶1 天前
SQL改写进阶:标量子查询的“隐形代价”与消除实战
数据库·mysql·架构
smallyoung1 天前
数据库乐观锁深度解析:MySQL、PostgreSQL 实战 + Spring Boot 集成指南
数据库·mysql·postgresql