1.MySQL部分
11.基本写法
列出数据库：show databases；创建数据库：create database mysql_test；切换数据库：use mysql_test；列出表：show tables；创建表：create table student（s_id int，s_name varchar(8)，s_birth date)；表的列名在前，数据类型在后。在表中插入数据：insert into student values (1,'赵雷','1990-01-01'), (8,'王菊','1990-01-20');
12.执行一条 SQL 查询语句，期间发生了什么？
- 连接器：建立连接，管理连接、校验用户身份；
- 查询缓存：查询语句如果命中查询缓存则直接返回，否则继续往下执行。
- 解析 SQL，通过解析器对 SQL 查询语句进行词法分析、语法分析，然后构建语法树，方便后续模块读取表名、字段、语句类型；
- 执行 SQL：执行 SQL 共有三个阶段：1. 预处理阶段：检查表或字段是否存在；将
select *中的*符号扩展为表上的所有列。2. 优化阶段：基于查询成本的考虑， 选择查询成本最小的执行计划。3. 执行阶段：根据执行计划执行 SQL 查询语句，从存储引擎读取记录，返回给客户端。
13.索引部分
131.索引的定义
索引是数据的目录，就是帮助存储引擎快速获取数据的一种数据结构。存储引擎，说白了就是如何存储数据、如何为存储的数据建立索引和如何更新、查询数据等技术的实现方法。MySQL 存储引擎有 MyISAM 、InnoDB、Memory，其中 InnoDB 是在 MySQL 5.5 之后成为默认的存储引擎。索引和数据就是位于存储引擎中。
132.索引的分类
- 按「数据结构」分类：B+tree索引、Hash索引、Full-text索引。
- 按「物理存储」分类：聚簇索引（主键索引）、二级索引（辅助索引）。
- 按「字段特性」分类：主键索引、唯一索引、普通索引、前缀索引。
- 按「字段个数」分类：单列索引、联合索引。
为什么 MySQL InnoDB 选择 B+tree 作为索引的数据结构？这是因为：B+树和B树相比，B+Tree 只在叶子节点存储数据，而 B 树 的非叶子节点也要存储数据，所以 B+Tree 的单个节点的数据量更小，在相同的磁盘 I/O 次数下，就能查询更多的节点。另外，B+Tree 叶子节点采用的是双链表连接，适合 MySQL 中常见的基于范围的顺序查找，而 B 树无法做到这一点。B+树和二叉树相比，对于有 N 个叶子节点的 B+Tree，其搜索复杂度为O(logdN)，其中 d 表示节点允许的最大子节点个数为 d 个。而二叉树的每个父节点的儿子节点个数只能是 2 个，意味着其搜索复杂度为 O(logN)，这已经比 B+Tree 高出不少，因此二叉树检索到目标数据所经历的磁盘 I/O 次数要更多。B+树和Hash表相比， Hash 表不适合做范围查询，它更适合做等值的查询。
从物理存储的角度来看，索引分为聚簇索引（主键索引）、二级索引（辅助索引）。
- 主键索引的 B+Tree 的叶子节点存放的是实际数据，所有完整的用户记录都存放在主键索引的 B+Tree 的叶子节点里；
- 二级索引的 B+Tree 的叶子节点存放的是主键值，而不是实际数据。
主键索引就是去用一个B+树去查主键字段，叶子节点存储的是整行数据，通过主键就可以获知全部信息，而二级索引则是去查其他字段，比如学生表中的姓名、成绩等列的字段，叶子节点存储的是该二级字段以及主键，通过二级字段可以获知主键，然后通过回表去查该主键对应的整行数据，所以这种方式可能需要两个B+树才能查到数据。
133.什么时候需要索引？
134.什么时候不需要索引？
135.优化索引的办法
- 前缀索引优化；
- 覆盖索引优化；
- 主键索引最好是自增的；
- 防止索引失效；