【数据库】模块二：SQL 语句、高级特性与优化

一、 SQL 语言四大分类 (Data Language Classification)

银行笔试常以"下列哪个命令属于 DDL/DCL？"的形式进行概念考查。必须熟练掌握下表的归类：

分类	全称	核心职能	常用关键字 / 命令	笔试避坑点
DDL	Data Definition Language 数据定义语言	操纵表结构、索引、视图等元数据（不触及具体行数据）。	CREATE, DROP, ALTER, TRUNCATE	TRUNCATE 属于 DDL 。它通过释放存储页来清空全表，速度极快，不走事务日志，无法回滚。
DML	Data Manipulation Language 数据操作语言	对表内的具体行数据进行增、删、改。	INSERT, UPDATE, DELETE	DELETE 属于 DML 。它逐行删除，会写入事务日志（Redo/Undo Log），可以回滚。
DQL	Data Query Language 数据查询语言	从数据库中检索、查询数据。	SELECT	数据库中使用频率最高、也是笔试算法/编写题的核心。
DCL	Data Control Language 数据控制语言	管理数据库用户权限、安全级别与访问控制。	GRANT (赋权), REVOKE (回收权限)	银行项目上线或外包人员进场时，权限严格管控必用 DCL。

二、 数据库高级特性：视图与索引

1. 视图 (View) --- 虚拟表

• 定义 ：视图是一张虚拟表 ，其自身并不在磁盘上存储真实数据。它仅在系统字典中保存一段 SELECT 语句的定义，数据在运行时动态生成。

• 核心作用（银行应用场景）：

  • 安全性（字段隔离）：隐藏敏感数据。例如，前台柜员只能访问包含"客户姓名、尾号、余额"的视图，而屏蔽包含"密码哈希、身份证号"的原表字段。

  • 简化查询 ：将涉及十几张表、上百行关联条件的复杂 JOIN 语句封装为视图，后续开发只需 SELECT * FROM view_name。

2. 索引 (Index) --- 数据目录

• 定义 ：索引是一种排好序的高效获取数据的数据结构 （在 InnoDB 中主要是 B+ 树）。

• 代价 ：空间换时间。

  • 优势：大幅提升数据检索（SELECT）和排序（ORDER BY）的性能。

  • 劣势：降低了写（INSERT / UPDATE / DELETE）的效率，因为每次数据变动都需要动态调整 B+ 树结构；同时会占用额外的磁盘空间。

三、 多表连接查询 (SQL JOINS)

多表联查是银行笔试中 SQL 编写题和结果集判断题的必考点。

1. 内连接 (INNER JOIN)

• 机制 ：只返回两张表中完全满足连接条件的交集记录。

• 特点：如果左表的某条记录在右表中找不到匹配项（或反之），该记录直接被过滤。

2. 左外连接 (LEFT JOIN / LEFT OUTER JOIN)

• 机制 ：以左表为基准，完整返回左表的所有记录。

• 特点 ：如果右表没有匹配的记录，则结果集中属于右表的字段全部填充为 NULL。

• 银行常考场景 ：查询"开户后从未办理过网银业务的客户列表"（WHERE 右表.id IS NULL）。

3. 右外连接 (RIGHT JOIN)

• 机制 ：与左外连接对称，以右表为基准 ，完整返回右表所有记录，左表未匹配处补 NULL。

4. 全外连接 (FULL JOIN)

• 机制 ：返回左右两表的所有记录。匹配成功的合并同行，匹配失败的单侧补 NULL。

• 注 ：MySQL 原生不支持 FULL JOIN，笔试中若需实现，通常采用 LEFT JOIN ... UNION ... RIGHT JOIN 的组合拳。

四、 SQL 性能优化：索引失效的"六大毒瘤"

在海量金融交易场景下，SQL 优化直接决定系统生死。笔试最爱考"下列哪个操作会导致全表扫描（索引失效）"。

⚠️ 金科玉律：只要对索引列进行了"加工"或"破坏了其物理顺序"，索引即告失效！

1. 违背最左前缀法则

• 场景 ：建立了复合索引 (a, b, c)。

• 失效 ：查询条件中跳过了前缀。如 WHERE b = 1 或 WHERE c = 2（索引完全失效）；WHERE a = 1 AND c = 2（仅 a 走索引，c 不走）。

2. 在索引列上进行运算或调用函数

• ❌ 错误（失效） ：WHERE YEAR(create_time) = 2026; 或 WHERE age - 1 = 29;

• • 正确（有效） ：WHERE create_time >= '2026-01-01' AND create_time <= '2026-12-31';

3. 隐式类型转换（类型不匹配）

• 场景 ：银行卡号 card_no 字段在设计时为字符串类型（VARCHAR）。

• ❌ 错误（失效） ：WHERE card_no = 62220212345678; （传入了数值型，数据库底层会自动调用函数对列进行转换）

• • 正确（有效） ：WHERE card_no = '62220212345678';

4. 模糊查询中通配符 % 开头

• ❌ 错误（失效） ：WHERE name LIKE '%明'; 或 WHERE name LIKE '%明%'; （无法利用 B+ 树的有序性，必走全表扫描）

• • 正确（有效） ：WHERE name LIKE '张%'; （属于范围查询，索引有效）

5. 在 WHERE 子句中使用 OR 连接未索引列

• 场景 ：age 有索引，但 phone 没有索引。

• ❌ 错误（失效） ：WHERE age = 18 OR phone = '13800000000'; （由于 phone 必须全表扫描，引擎会直接放弃 age 的索引，整体变更为全表扫描）

6. 使用不等于判断 (!= 或 <>)

• ❌ 错误（一般失效） ：WHERE status != 'CLOSED'; （不等于操作符会让优化器大概率认为扫描全表的代价比走索引更低，从而放弃索引）