MySQL 增删改查详解

增删改查是数据库操作的基础，但不同层次的理解深度决定了 SQL 编写的质量和效率。本文以层次递进的方式，从最基础的语法，到执行逻辑、性能优化，再到高级注意事项，系统梳理 MySQL 中的 CRUD 核心知识。

一、基础操作

1.1 INSERT：插入数据

-- 单行插入
INSERT INTO users (name, age) VALUES ('Alice', 25);

-- 多行插入
INSERT INTO users (name, age) VALUES ('Bob', 30), ('Carol', 28);

-- 插入查询结果
INSERT INTO archive_users SELECT * FROM users WHERE age > 60;

1.2 SELECT：查询数据

-- 基本查询
SELECT name, age FROM users WHERE age > 18;

-- 排序与分页
SELECT * FROM users ORDER BY age DESC LIMIT 10, 20; -- 跳过10条取20条

-- 聚合与分组
SELECT department, AVG(salary) FROM employees GROUP BY department HAVING AVG(salary) > 5000;

1.3 UPDATE：更新数据

-- 更新单行/多行
UPDATE users SET age = 26 WHERE name = 'Alice';

-- 批量更新（谨慎使用）
UPDATE users SET status = 1 WHERE age > 60;

1.4 DELETE：删除数据

-- 条件删除
DELETE FROM users WHERE id = 123;

-- 清空全表
TRUNCATE TABLE temp_logs;

二、执行逻辑

2.1 SELECT 的逻辑执行顺序

书写顺序 ≠ 执行顺序。数据库引擎按以下顺序处理：

1. FROM：确定表及连接方式
2. WHERE：逐行过滤
3. GROUP BY：分组
4. HAVING：过滤分组
5. SELECT：选择列、计算表达式
6. ORDER BY：排序
7. LIMIT：截取行数

这个顺序解释了为什么 WHERE 不能用 SELECT 中的别名，而 ORDER BY 可以。例如：

-- 错误：WHERE 无法识别别名 total
SELECT salary * 12 AS total FROM emp WHERE total > 100000;
-- 正确：使用表达式或子查询
SELECT salary * 12 AS total FROM emp WHERE salary * 12 > 100000;

2.2 索引如何影响 CRUD

• SELECT ：索引加速 WHERE、JOIN、ORDER BY、GROUP BY，且覆盖索引可避免回表。
• INSERT/UPDATE/DELETE：索引虽加速条件定位，但会带来维护成本。每次修改索引列都需要同步更新索引结构。

2.3 事务与锁

在 InnoDB 中：

• SELECT 默认不加锁（快照读），除非使用 FOR UPDATE 或 LOCK IN SHARE MODE。
• INSERT 产生插入意向锁，通常不阻塞其他插入。
• UPDATE/DELETE 对匹配行加排他锁，并可能加间隙锁，范围越大锁越多。

三、性能与优化

3.1 插入优化

• 批量插入 ：INSERT INTO ... VALUES (...), (...) 比逐条插入快数倍。
• 关闭自动提交：将多条插入包在一个事务中，减少磁盘同步。
• 使用 LOAD DATA INFILE：适合大批量文本导入，效率最高。

3.2 查询优化

• 避免 SELECT *：只取需要的列，减少网络传输和内存开销。
• 索引列上避免函数或运算 ：WHERE YEAR(create_time) = 2023 无法走索引，应改为范围查询。
• 联合索引最左前缀 ：索引 (a, b, c) 支持 a、a,b、a,b,c 的查询，不支持跳过 a 使用 b。
• 覆盖索引 ：查询的列都包含在索引中，无需回表，EXPLAIN 显示 Using index。

3.3 更新与删除优化

• 使用索引定位 ：WHERE 条件列有索引时，更新/删除只锁定少量行，否则可能锁全表。
• 分批操作：大范围更新/删除应拆分成多批，每批处理几千行，减少长事务和锁持有时间。
• 注意碎片 ：频繁 DELETE 后表空间不会释放，可定期 OPTIMIZE TABLE 整理碎片（低峰期执行）。

---

四、注意事项

4.1 INSERT 的主键冲突处理

• INSERT IGNORE：跳过冲突行，适合批量导入时忽略重复。

• ON DUPLICATE KEY UPDATE：存在则更新，不存在则插入，常用于幂等写入。

  INSERT INTO daily_stats (date, pv) VALUES ('2023-01-01', 100)
  ON DUPLICATE KEY UPDATE pv = pv + VALUES(pv);

4.2 UPDATE 与 DELETE 的"危险"设计

• 不带 WHERE 会作用于全表，这是 SQL 语法允许的，但极易误操作。建议在开发环境开启 sql_safe_updates 模式，禁止无条件的更新删除。
• DELETE 不会重置自增计数器，TRUNCATE 会。

4.3 锁与死锁

• 更新/删除时，如果多个事务以不同顺序锁定多行，可能发生死锁。优化方式：尽量按相同顺序操作，缩短事务，合理设计索引减少锁范围。
• 间隙锁可能导致并发插入阻塞，在 REPEATABLE READ 下尤其明显。评估业务是否需要使用 READ COMMITTED 隔离级别。

4.4 大数据量下的特殊手段

• 归档旧数据：定期将历史数据移出主表，减小主表体积。
• 分区表：按时间等维度分区，便于快速删除整个分区（TRUNCATE PARTITION）。
• 异步批量删除：通过程序分批循环删除，避免长事务。

---

总结

掌握增删改查的层次结构：

• 基础层：能写出正确的 SQL。
• 逻辑层：理解语句执行顺序、索引和锁的影响。
• 优化层：针对性能瓶颈进行优化。
• 高级层：应对复杂场景和工程陷阱。