mysql-笔记一 - 技术栈

一、数值类型

1. 整数类型（INTEGER）

类型	存储空间	有符号范围	无符号范围（UNSIGNED）	用途
TINYINT	1字节	-128 ~ 127	0 ~ 255	年龄、状态、性别、小枚举
SMALLINT	2字节	-32768 ~ 32767	0 ~ 65535	评分、库存量、小范围数值
MEDIUMINT	3字节	-8388608 ~ 8388607	0 ~ 16777215	中等范围数值（如粉丝数）
INT / INTEGER	4字节	-2147483648 ~ 2147483647	0 ~ 4294967295	主键id、数量（最常用）
BIGINT	8字节	-9223372036854775808 ~ 9223372036854775807	0 ~ 18446744073709551615	超大id、订单号、时间戳（毫秒）

属性说明：

sql 复制代码

-- UNSIGNED：无符号，不能存负数（范围翻倍）
age TINYINT UNSIGNED  -- 0~255

-- ZEROFILL：不足位数补0（自动加UNSIGNED）
id INT(5) ZEROFILL  -- 存1显示00001

-- 括号内数字（如 INT(11)）：不影响范围，只影响显示宽度（配合ZEROFILL）

2. 浮点类型（非精确数值，有精度丢失风险）

类型	存储空间	有符号范围	无符号范围	精度	用途
FLOAT	4字节	±1.175494351E-38 ~ ±3.402823466E+38	0 ~ ±3.402823466E+38	约7位小数	科学计算、温度、百分比（不需要精确的场景）
FLOAT(M,D)	4字节	取决于M,D	取决于M,D	约7位小数	指定小数位数的浮点数（不推荐）
DOUBLE	8字节	±2.2250738585072014E-308 ~ ±1.7976931348623157E+308	0 ~ ±1.7976931348623157E+308	约15位小数	科学计算、高精度浮点运算
DOUBLE(M,D)	8字节	取决于M,D	取决于M,D	约15位小数	指定小数位数的双精度（不推荐）
REAL	8字节	同DOUBLE	同DOUBLE	约15位小数	DOUBLE的同义词（取决于MySQL设置）
FLOAT(p)	变长	取决于p	取决于p	取决于p	p=0~24用FLOAT，p=25~53用DOUBLE

参数说明：

M：总位数（最大255）
D：小数位数（最大30）
p：精度位数（0~53）

⚠️ 核心问题：精度丢失

浮点数采用二进制存储，某些十进制小数无法精确表示：

sql 复制代码

-- ❌ 浮点数计算会出错
SELECT 0.1 + 0.2;  
-- 结果：0.30000000000000004（不是 0.3！）

-- ❌ 比较也会出问题
SELECT 0.1 = 0.1;  -- 看起来没问题
SELECT 0.1 + 0.2 = 0.3;  -- 结果是 0（false）！

-- ✅ 用DECIMAL就精确
SELECT CAST(0.1 AS DECIMAL(10,2)) + CAST(0.2 AS DECIMAL(10,2));
-- 结果：0.30

二、字符串类型

1. 字符类型（最常用）

类型	最大长度	存储空间	特点	用途
CHAR(N)	255字符	固定N字节	定长、性能略好、浪费空间	手机号(11)、身份证(18)、MD5(32)、固定编码
VARCHAR(N)	65535字符	实际长度 + 1~2字节	变长、最常用、节省空间	姓名、标题、地址、描述、邮箱
TINYTEXT	255字符	实际长度 + 1字节	短文本、有长度前缀	极短内容（很少用，已被VARCHAR替代）
TEXT	65535字符	实际长度 + 2字节	长文本、有长度前缀	文章内容、备注、评论、富文本
MEDIUMTEXT	16777215字符（约16MB）	实际长度 + 3字节	中等长文本	日志、JSON数据、序列化数据
LONGTEXT	4294967295字符（约4GB）	实际长度 + 4字节	超长文本	全文、大数据JSON、大型文档

存储空间计算（UTF-8编码）：

字符类型	存储字节数
英文字母/数字	1字节
中文字符	3字节（UTF-8）
Emoji表情	4字节
特殊符号	1~4字节

sql 复制代码

-- 示例：VARCHAR(50) 在 UTF-8 下
-- 存 'hello' → 5字节 + 1字节前缀 = 6字节
-- 存 '你好' → 6字节 + 1字节前缀 = 7字节
-- 存 '😊' → 4字节 + 1字节前缀 = 5字节

三、日期时间类型

1. 完整类型列表

类型	格式	范围	存储空间	零值	用途
DATE	'YYYY-MM-DD'	'1000-01-01' ~ '9999-12-31'	3字节	'0000-00-00'	生日、入职日期、合同开始日
TIME	'HH:MM:SS'	'-838:59:59' ~ '838:59:59'	3字节	'00:00:00'	上班时间、时长、倒计时
DATETIME	'YYYY-MM-DD HH:MM:SS'	'1000-01-01 00:00:00' ~ '9999-12-31 23:59:59'	8字节	'0000-00-00 00:00:00'	创建时间、更新时间（最常用）
TIMESTAMP	'YYYY-MM-DD HH:MM:SS'	'1970-01-01 00:00:01' UTC ~ '2038-01-19 03:14:07' UTC	4字节	'0000-00-00 00:00:00'	跨时区系统、日志时间
YEAR	'YYYY'	1901 ~ 2155	1字节	0000	毕业年份、成立年份
TIMESTAMP(6)	带微秒	同上	7字节	'0000-00-00 00:00:00.000000'	高精度时间（需微秒级）
DATETIME(6)	带微秒	同上	8字节	'0000-00-00 00:00:00.000000'	高精度时间（带微秒）

2. DATE 类型（只有日期）

sql 复制代码

-- 常见格式
birthday DATE COMMENT '生日'

-- 插入数据（多种格式）
INSERT INTO users (birthday) VALUES ('1990-05-15');
INSERT INTO users (birthday) VALUES ('1990/05/15');
INSERT INTO users (birthday) VALUES ('19900515');
INSERT INTO users (birthday) VALUES (NOW());  -- 当前日期

-- 常用函数
SELECT YEAR(birthday) FROM users;   -- 提取年份
SELECT MONTH(birthday) FROM users;  -- 提取月份
SELECT DAY(birthday) FROM users;    -- 提取日
SELECT WEEKDAY(birthday) FROM users; -- 星期几（0=周一）
SELECT DATE_ADD(birthday, INTERVAL 1 YEAR); -- 加1年
SELECT DATEDIFF(NOW(), birthday) / 365 AS age; -- 计算年龄

四、表基本命令

查看表数据库表

sql 复制代码

SHOW TABLES

创建表

sql 复制代码

CREATE TABLE users (
    `id` INT PRIMARY KEY AUTO_INCREMENT COMMENT '主键',
    `name` VARCHAR(50) NOT NULL COMMENT '姓名',
    `age` TINYINT UNSIGNED DEFAULT 22 COMMENT '年龄',
    `salary` DECIMAL(10,2) COMMENT '工资（10位总长，2位小数）',
    `created_time` DATETIME DEFAULT NOW() COMMENT '创建时间'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

删除表

sql 复制代码

DROP TABLE users

查看建表语句

sql 复制代码

SHOW CREATE TABLE users

增、删、改、查

sql 复制代码

-- 插入
INSERT INTO users (name, age, salary) VALUES ('张三', 25, 8000.00);

-- 查询（最常用）
SELECT * FROM users WHERE age > 20 ORDER BY id DESC LIMIT 10;

-- 更新（务必加WHERE）
UPDATE users SET salary = 9000.00 WHERE id = 1;

-- 删除（务必加WHERE）
DELETE FROM users WHERE id = 1;

join链接以及外键

sql 复制代码

-- 用户表（users）
CREATE TABLE users (
    id INT PRIMARY KEY AUTO_INCREMENT COMMENT '用户ID',
    name VARCHAR(50) NOT NULL COMMENT '姓名',
    age TINYINT UNSIGNED DEFAULT 0 COMMENT '年龄',
    created_time DATETIME DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='用户表';

-- 订单表（orders）
CREATE TABLE orders (
    id BIGINT PRIMARY KEY AUTO_INCREMENT COMMENT '主键ID',
    order_id VARCHAR(32) NOT NULL COMMENT '订单号（业务唯一）',
    user_id INT NOT NULL COMMENT '用户ID',
    create_time DATETIME(3) NOT NULL DEFAULT CURRENT_TIMESTAMP(3) COMMENT '创建时间（毫秒精度）',
    order_json JSON DEFAULT NULL COMMENT '订单扩展信息（JSON格式）',
    -- 索引
    UNIQUE KEY uk_order_id (order_id),
    KEY idx_user_id (user_id),
    KEY idx_create_time_desc (create_time DESC),
    -- 外键约束
    CONSTRAINT fk_orders_user FOREIGN KEY (user_id) REFERENCES users(id) ON DELETE RESTRICT ON UPDATE CASCADE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='订单表';


-- 1. 插入用户
INSERT INTO users (name, age) VALUES ('张三', 25), ('李四', 30), ('王五', 28);

-- 2. 插入订单（user_id 必须存在于 users 表）
INSERT INTO orders (order_id, user_id, order_json) VALUES
('ORD20260724001', 1, '{"product":"手机","price":2999.00}'),
('ORD20260724002', 1, '{"product":"耳机","price":399.00}'),
('ORD20260724003', 2, '{"product":"电脑","price":5999.00}');

-- 3. 查询订单及用户信息（连表查询）
-- 内链接
INNER JOIN
-- 左链接
LEFT JOIN
-- 右链接
RIGHT JOIN
SELECT 
    o.order_id,
    o.create_time,
    u.name AS user_name,
    u.age AS user_age,
    o.order_json
FROM orders o
LEFT  JOIN users u ON o.user_id = u.id
ORDER BY o.create_time DESC;

五、索引

索引是帮助 MySQL 高效获取数据的数据结构，类似于书的目录。

核心作用：

✅ 大幅提升查询速度（从全表扫描 O(n) 变成 B+Tree 查询 O(log n)）
❌ 占用额外存储空间
❌ 降低插入/更新/删除的速度（需要同步维护索引）

1. 按功能分类

索引类型	关键字	允许重复值	允许NULL	每表数量	用途
普通索引	INDEX / KEY	✅ 允许	✅ 允许	多个	单纯加速查询
唯一索引	UNIQUE INDEX	❌ 不允许	✅ 允许（只能1个NULL）	多个	加速 + 唯一约束
主键索引	PRIMARY KEY	❌ 不允许	❌ 不允许	1个	加速 + 唯一 + 非空
全文索引	FULLTEXT INDEX	✅ 允许	✅ 允许	多个	全文搜索（MyISAM/InnoDB 5.6+）
空间索引	SPATIAL INDEX	❌ 不允许	❌ 不允许	多个	GIS地理信息查询

2. 按字段数量分类

索引类型	说明	最左匹配
单列索引	只建在1个字段上	不存在
联合索引（复合索引）	建在多个字段上，如 (age, salary)	✅ 必须遵守
覆盖索引	查询的所有字段都在索引中，无需回表	不涉及

3. 按存储结构分类

索引类型	底层结构	特点
B-Tree索引（默认）	B+Tree	等值查询、范围查询（>、<、BETWEEN）都很快
Hash索引（极少用）	哈希表	等值查询极快，但不支持范围查询（Memory引擎专用）
R-Tree索引	R-Tree	空间索引（GIS地理信息）

4.索引操作命令

sql 复制代码

-- 建表时创建
CREATE TABLE users (
    id INT PRIMARY KEY AUTO_INCREMENT,
    name VARCHAR(50),
    age TINYINT,
    salary DECIMAL(10,2),
    email VARCHAR(100),
    -- 普通索引
    INDEX idx_name (name),
    -- 唯一索引
    UNIQUE INDEX idx_email (email),
    -- 联合索引
    INDEX idx_age_salary (age, salary)
);

-- 建表后添加（方式1）
CREATE INDEX idx_name ON users(name);

-- 建表后添加（方式2，更灵活）
ALTER TABLE users ADD INDEX idx_name (name);

-- 添加唯一索引
CREATE UNIQUE INDEX idx_email ON users(email);
ALTER TABLE users ADD UNIQUE INDEX idx_email (email);

-- 添加全文索引（MySQL 5.6+ InnoDB支持）
CREATE FULLTEXT INDEX idx_content ON articles(content);
ALTER TABLE articles ADD FULLTEXT INDEX idx_content (content);

-- 添加联合索引
CREATE INDEX idx_age_salary ON users(age, salary);

-- 添加前缀索引（针对长字符串，节省空间）
CREATE INDEX idx_name_prefix ON users(name(10));  -- 只取前10个字符

5.索引失效

索引失效 = MySQL 执行查询时，没有使用你创建的索引 ，而是进行全表扫描（type = ALL）。

场景1：LIKE 以 % 开头

错误写法（索引失效）：

sql 复制代码

SELECT * FROM users WHERE name LIKE '%张三%';
SELECT * FROM users WHERE name LIKE '%张三';

正确写法（索引生效）：

sql 复制代码

SELECT * FROM users WHERE name LIKE '张三%';

原因： B+Tree 索引从左到右匹配，% 开头无法确定起始位置，只能全表扫描。

场景2：类型隐式转换

错误写法（索引失效）：

sql 复制代码

-- phone 是 VARCHAR 类型
SELECT * FROM users WHERE phone = 13800138000;

正确写法（索引生效）：

sql 复制代码

SELECT * FROM users WHERE phone = '13800138000';

原因：等价于 CAST(phone AS INT) = 13800138000，对索引列用了函数。

场景3：对索引列使用函数

错误写法（索引失效）：

sql 复制代码

SELECT * FROM users WHERE DATE(created_time) = '2026-07-24'; 
SELECT * FROM users WHERE YEAR(created_time) = 2026; 
SELECT * FROM users WHERE UPPER(name) = 'ZHANG';

正确写法（索引生效）：

sql 复制代码

SELECT * FROM users WHERE created_time >= '2026-07-24' AND created_time < '2026-07-25'; 
SELECT * FROM users WHERE name = 'ZHANG';

原因： 对索引列使用函数，MySQL 无法利用索引的有序性。

场景4：OR 连接（必须所有字段都有索引）

错误写法（索引失效）：

sql 复制代码

-- age 有索引，但 name 没有索引 
SELECT * FROM users WHERE age = 25 OR name = '张三';

正确写法（索引生效）：

sql 复制代码

-- 方案1：用 UNION 
SELECT * FROM users WHERE age = 25 UNION SELECT * FROM users WHERE name = '张三';  
-- 方案2：给 name 也建索引 
CREATE INDEX idx_name ON users(name); 
SELECT * FROM users WHERE age = 25 OR name = '张三';

原因： OR 条件中只要有 1 个字段没有索引，整个查询就走全表扫描。

场景5：联合索引违反最左匹配

错误写法（索引失效）：

sql 复制代码

-- 假设联合索引是 (age, salary, name)  
-- 跳过了 age，索引失效 
SELECT * FROM users WHERE salary = 8000; 
SELECT * FROM users WHERE name = '张三'; 
SELECT * FROM users WHERE salary = 8000 AND name = '张三';

正确写法（索引生效）：

sql 复制代码

-- 从最左列 age 开始匹配 
SELECT * FROM users WHERE age = 25; 
SELECT * FROM users WHERE age = 25 AND salary = 8000; 
SELECT * FROM users WHERE age = 25 AND salary = 8000 AND name = '张三';

原因： 联合索引必须从索引的最左列开始匹配，不能跳过。

场景6：范围查询右侧截断（联合索引）

错误写法（索引失效）：

sql 复制代码

-- 假设联合索引是 (age, salary, name)  
-- age 等值 → salary 范围 → name 失效（范围查询右侧截断） 
SELECT * FROM users WHERE age = 25 AND salary > 8000 AND name = '张三';

正确写法（索引生效）：

sql 复制代码

-- 调整索引顺序：等值查询放前面，范围查询放后面 
CREATE INDEX idx_age_name_salary ON users(age, name, salary);  
-- 三个字段都能用上 
SELECT * FROM users WHERE age = 25 AND name = '张三' AND salary > 8000;

原因： 联合索引遇到 >、<、BETWEEN、LIKE 后，右侧的索引列会失效。

场景7：使用 != 或 <>

错误写法（索引失效）：

sql 复制代码

SELECT * FROM users WHERE age != 25;
SELECT * FROM users WHERE age <> 25;

正确写法（索引生效）：

sql 复制代码

SELECT * FROM users WHERE age < 25 OR age > 25;

原因： != 和 <> 无法利用索引的有序性，大多数情况全表扫描。

场景8：使用 NOT IN

错误写法（索引失效）：

sql 复制代码

SELECT * FROM users WHERE age NOT IN (25, 30, 35);

正确写法（索引生效）：

sql 复制代码

-- 方案1：用 NOT EXISTS 
SELECT * FROM users u1  
              WHERE NOT EXISTS (  
              SELECT 1 FROM users u2   
              WHERE u2.age IN (25, 30, 35) AND u2.id = u1.id 
);  
-- 方案2：用 LEFT JOIN + IS NULL
SELECT u1.* FROM users u1 
LEFT JOIN users u2 ON u1.id = u2.id AND u2.age IN (25, 30, 35) 
WHERE u2.id IS NULL;

原因： NOT IN 无法走索引，改为 NOT EXISTS 或 LEFT JOIN。

场景9：使用 IS NULL 或 IS NOT NULL（部分情况失效）

错误写法（可能失效）：

sql 复制代码

SELECT * FROM users WHERE age IS NULL; SELECT * FROM users WHERE age IS NOT NULL;

正确写法（索引生效）：

sql 复制代码

-- 优化方案：字段设置 NOT NULL + DEFAULT 默认值 
ALTER TABLE users MODIFY age TINYINT NOT NULL DEFAULT 0; 
-- 然后查询默认值替代 IS NULL 
SELECT * FROM users WHERE age = 0;

原因： NULL 值在索引中存储方式特殊，大范围 NULL 查询效率低。

场景10：隐式计算

错误写法（索引失效）：

sql 复制代码

SELECT * FROM users WHERE id + 1 = 10; 
SELECT * FROM users WHERE age * 2 > 50;

正确写法（索引生效）：

sql 复制代码

SELECT * FROM users WHERE id = 9;
SELECT * FROM users WHERE age > 25;

原因： 对索引列做计算，MySQL 无法使用索引。

场景11：ORDER BY 顺序与索引不一致

错误写法（索引失效）：

sql 复制代码

-- 假设索引是 (age, salary)  
-- 排序顺序不对 
SELECT * FROM users ORDER BY salary, age;  
-- 升降序不一致 
SELECT * FROM users ORDER BY age ASC, salary DESC;

正确写法（索引生效）：

sql 复制代码

-- 顺序一致 
SELECT * FROM users ORDER BY age, salary;  
-- 升降序一致 
SELECT * FROM users ORDER BY age ASC, salary ASC;

原因： ORDER BY 必须和索引顺序、升降序完全一致才能走索引。

场景12：数据量太小

错误写法（索引失效）：

sql 复制代码

-- 表只有 10 条数据，MySQL 认为全表扫描更快 
SELECT * FROM users WHERE age = 25;

正确写法（索引生效）：

sql 复制代码

-- 数据量小不需要优化，MySQL 优化器会自动选择最优方案 -- 数据量变大后自然会走索引

原因： 小表全表扫描比走索引更快（索引需要额外 IO 成本）。