数据库操作（1）

数据库操作

一、前置回顾（承接上节）

数据库初阶 = MySQL 数据库 ，是一类软件的统称。
- Oracle、MySQL、SQL Server、SQLite → 关系型数据库，通过「表」组织数据。
- 很多行，每一行都有固定的列 → 对数据的格式要求非常严格。
MySQL 是一个客户端-服务器 结构的程序。
- 主动发起通信的一方 => 客户端 ；被动接受的一方 => 服务器。
- 客户端给服务器发送的数据 => 请求；服务器给客户端返回的数据 => 响应。
- 服务器的两个特性：1) 要给多个客户端提供服务；2) 通常要 7×24 小时运行。
MySQL 服务器是「本体」（存储、组织数据的部分）。服务器通常没有用户界面，因此只能看到命令行这样的程序（8.0）。
MySQL 客户端种类很多：
1. 官方自带命令行客户端 （非常广泛使用，重点掌握）------适合「专业人士」使用。
  - 界面形如：
    text 复制代码
```
Enter password: ****
Welcome to the MySQL monitor.  Commands end with ; or \g.
Server version: 8.0.42 MySQL Community Server - GPL
Copyright (c) 2000, 2025, Oracle and/or its affiliates.
Type 'help;' or '\h' for help. Type '\c' to clear the current input statement.
mysql>
```
2. 官方自带的图形化客户端：MySQL Workbench 8.0 CE。
3. 第三方的图形化客户端：Navicat Premium Lite。
idea、vscode 也都自带 MySQL 的图形化客户端......

二、MySQL 初阶主要学什么？

SQL 编程语言 （如何和数据库服务器之间进行交互）
- 其他关系型数据库都支持 SQL 这一套语言；虽然不同数据库的 SQL 语法细节支持略有差异，90% 以上的内容都是一致的。
- 对于「非关系型数据库」通常不能直接支持 SQL（NoSQL）。
MySQL 相关的一些核心面试题：索引、事务。
如何在 Java 程序中操作数据库。

三、SQL

SQL（Structured Query Language）是结构化查询语言的简称。
SQL 的风格和 C/Java 差距非常大：
- 命令式语言：需要开发者明确说清楚，每一步都做什么。
- 声明式语言：开发者只描述「我想要啥」，至于东西是咋来的、中间的过程，开发者不关心。
- SQL 本身语法规则并不复杂。

3.2 SQL 分类

DDL （Data Definition Language，数据定义语言）：用来维护存储数据的结构。代表指令：create、drop、alter。
DML （Data Manipulation Language，数据操纵语言）：用来对数据进行操作。代表指令：insert、delete、update、select。
DCL （Data Control Language，数据控制语言）：主要负责权限管理和事务。代表指令：grant、revoke、commit。
不需要记住这些分类，只需要知道常用的 SQL 怎么写即可。

关于学习 SQL

暴论：SQL 语法是可以速成的~~

可以（速成），但没必要（面试一般不考语法层面的东西）。

四、库的操作

注意理解「数据库」这个词的差别：

之前谈的数据库：一类软件。
此处的数据库：只是一种数据集合。

结构示意：

text 复制代码

客户端  ───────▶  服务器（主机）
        ◀───────    └─ 服务器（程序）── 存储数据操作
数据库（逻辑上的数据集合）

数据库和数据库之间，里面的数据是「互不相关」的。
能否存储「多类数据」（站在业务的角度）：完全可以把这些不同的数据，存储在同一个机器、同一个数据库服务器程序中（常见做法）。

MySQL 的数据库服务器程序，对于数据是这样管理的：

一个数据库服务器程序，可以存储多个「数据库」逻辑集合。
一个数据库逻辑集合，里面可以存储多个数据表。
一个数据表，里面可以包含很多记录（每个记录对应一行、一条数据）。
一个记录中，可以包含很多列（每个列也称为一个字段 / 属性）。

创建 / 查看 / 选中 / 删除数据库，都可以通过 SQL 这样的编程语言来操作。

1. 创建数据库

sql 复制代码

create database 数据库名字;

create、database 是关键字。
注意事项：
1. 确保关键字英文拼写不要写错。
2. 单词之间至少要有一个空格。
3. SQL 中的关键字不区分大小写（还是区分比较好，但 SQL 是一个非常古老的编程语言；个人建议写成「小写」）。
4. 在同一个数据库服务器中，创建的数据库名字不能重复。
5. 数据库的名字不能和 SQL 的关键字重复。典型例子：order（既是 SQL 关键字「排序」，又有「订单」的意思）。

语法：

sql 复制代码

CREATE DATABASE [IF NOT EXISTS] 数据库名 [create_option] ...

IF NOT EXISTS：不存在时才创建。使用之后，即使数据库已经存在也不会报错。
给数据库名字加上反引号 `````，就可以绕开关键字的限制，顺利创建出数据库。
- 反引号：1) 英文模式；2) 键盘左上角，和 ~ 是同一个按键。
在命令行的客户端中，可以通过向上的方向键切到上一条 SQL。

常见报错：

text 复制代码

mysql> create database java119;
ERROR 1007 (HY000): Can't create database 'java119'; database exists
mysql> create database if not exists java119;
Query OK, 1 row affected, 1 warning (0.01 sec)

text 复制代码

mysql> CREATE DATABASE java119;
ERROR 1007 (HY000): Can't create database 'java119'; database exists

text 复制代码

mysql> create database order
（order 与关键字冲突）
mysql> create database java119;
ERROR 1064 (42000): You have an error in your SQL syntax; check the manual that corresponds
to your MySQL server version for the right syntax to use near 'create database jav...

学习阶段，SQL 是「一条一条」手动输入 / 执行的。
真实的开发中，通常都是把 SQL 提前写到一个文件中，批量执行 。
- 批量执行的场景下，其中任何一个 SQL 报错，都会使批量执行停下来。

字符集详解（重点）

create_option 中的字符集相关选项：

sql 复制代码

[DEFAULT] { CHARACTER SET [=] charset_name
          | COLLATE [=] collation_name
          | ENCRYPTION [=] {'Y' | 'N'} }

字符集 / 字符编码，是专业的开发者与非专业之间对字符集理解的重要分水岭。

问题：在计算机中，一个汉字占几个字节？？

这取决于你当前使用的字符集是什么。
很多同学脱口而出「2 个」（错误）。只要你回答出具体数字，都一定是错误的。
计算机表示字符，就是通过数字。
ASCII：只使用一个字节进行编码，实际能表示的范围非常有限，只能表示英文字母 + 阿拉伯数字 + 标点符号。
汉字的种类太多了：日常常用汉字 4000 多个，算上各种生僻字 5-6w 个。还是用数字表示汉字，但要建立更大的表。
一种典型做法：GBK 编码（国内一度非常流行的编码方式），使用 2 个字节表示一个汉字。
- 2 个字节表示的数字范围 0~65535。
- Windows 简体中文版默认的字符编码方式就是 GBK。
- 学习 C 阶段，打印 strlen => 2。
放眼全世界，语言文字的种类更多了：少数民族的语言文字有蒙文、满文、藏文......
UTF-8 变长编码：
- 一个字符可能是 1~4 个字节 => 全世界最主流的编码方式。
- 全世界所有的语言文字都能被囊括其中。
- 汉字在 UTF-8 体系中通常占用 3 个字节。
- 具体码表长啥样？一个汉字对应的 GBK / UTF8 数值是啥？这样的表比较大。

小结：

一个汉字几个字节 => 编码方式。
编码方式约定了一个大表格，每个汉字 / 字符使用怎样的数字来表示。
编码方式有很多种，不同的方式下表示细节也不同。
UTF-8 是当下最主流的编码方式。

MySQL 8.0 中默认使用 utf8 作为编码方式。
MySQL 5 系列中默认使用拉丁文作为编码方式（引起中文乱码）。
Java 中默认使用 UTF-16 编码方式（UTF-8 的变种），也是固定 2 个字节表示一个文字。

进制对照示例：

字符	编码(10 进制)	编码(16 进制)
你	20320	4F60
好	22909	597D

一个 16 进制数字对应 4 bit；两个 16 进制数字对应 8 bit => 1 byte。
Unicode 编码（16 进制）也是一种编码方式，UTF-8 基于 Unicode 展开。

字符集的细节补充：

实际上 MySQL 中的 utf8 是一个「残废」，是不完整的版本 ，典型的就是缺失 emoji。
教务系统上提交作业时，如果你的作业中包含了类似这种 emoji 的字符，作业就会提交失败。
utf8mb4 => 完全体的 utf8。

2. 查看数据库

sql 复制代码

show databases;

输出示例：

text 复制代码

+--------------------+
| Database           |
+--------------------+
| information_schema |
| java117            |
| java117_2          |
| java117_3          |
| java118            |
| java118_2          |
| java119            |
| mysql              |
| performance_schema |
| store              |
| sys                |
| test               |
+--------------------+

information_schema、mysql、performance_schema、sys 等是自带的数据库，保存了 MySQL 服务器这边的一些配置信息（数据库高阶）。
一旦列表比较长、比较杂，命令行客户端就不太方便输入。

3. 选中数据库

当前已经有多个数据库了，选中某个数据库之后，后续针对数据表的操作就围绕这个数据库来展开。

sql 复制代码

use 数据库名;

执行结果：Database changed
非常类似于 RTS 类游戏的选中单位 => 发起命令。
在 Navicat 中，选中 SQL 之后 ctrl + r 就能快速运行选中的 SQL。

4. 删除数据库

sql 复制代码

drop database 数据库名;

这是一个非常危险的操作！！ 一旦删除，数据就还原不回来了！！
当前阶段，自己在电脑上怎么搞都行；但是在公司的机器上（生产环境上）千万不要乱操作！！
- 很可能一个操作，你的饭碗就没了，甚至搞不好会「进去」。
公司的数据库中，通常是非常重要、非常宝贵的数据。万一删错了、把不该删的「重要数据」给删了 => 非常严重的后果，毁灭性打击。
从「删库」到「跑路」。

公司中接触的几类环境：

办公环境：往往就是普通的笔记本（台式机），少数公司可能发 mac（装逼神器，mac 上没法打游戏）。

开发环境：写代码、调试代码的环境。简单项目里开发环境 == 办公环境；复杂项目里开发环境是单独的服务器，用办公机远程连接到服务器上开发（很可能你开发的程序，一启动就吃掉 100G 内存~~ ）。

测试环境：和开发环境差不多。

生产环境 / 线上环境 ：一组专门的服务器，给外面的用户提供真实服务，这里的 bug 都能被真实用户感知到；生产环境也有专门的数据库，保存真实用户的数据。

这里的数据库也需要，但上面的数据一般都是构造的「假数据」。

既然数据库这么重要，如何保证数据库不被「误删除」？？

对数据库的权限进行明确限制 （主流数据库都支持一套「权限体系」）。
- 老员工承担「管理员」的角色，给其他人分配不同权限的用户 => DBA 数据库管理员。
对数据进行及时备份 。
- 即使有数据出现问题，还可以通过备份来还原。
- 备份得越频繁，成本更高；备份得越不频繁，还原数据时的数据偏差更大。
确实需要你真正进行数据库的危险操作时 （尤其是针对生产环境操作）：
- 不要自己「咋呼咋搞」，而是拉一个老员工和你一起。
- 一旦出问题，你的饭碗基本就丢了。
- 很多公司入职时会给你分配一个导师（导师并不会真的教你啥东西，更不会给你上课......）。
- 但如果你闯出祸来，导师往往要「连坐」；如果没有导师，就找你的领导。

五、LLM 操作数据库

数据库的命令行客户端 => 由文本构成。
对于图形化的客户端，对于「多模态」的大模型也能操作。

命令行客户端的入口示例：

text 复制代码

$ mysql -h 127.0.0.1 -P 3306 -u root -p2222 -e "SHOW DATABASES;"

text 复制代码

$ & 'C:\Program Files\MySQL\MySQL Server 8.0\bin\mysql.exe' -h 127.0.0.1 -P 3306 -u root -p2222 `
    -e "CREATE DATABASE java119 CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; SHOW CREATE DATABASE java119;" 2>&1

执行后会出现警告：mysql: [Warning] Using a password on the command line interface can be insecure.

LLM 对于数据库操作非常在行。
- 未来会有一些比较复杂的查询操作。
- 这样的操作最多只在开发环境 / 测试环境 执行，不敢让 LLM 直接操作生产环境！！
- LLM 是可能有幻觉的：万一 LLM 理解错了，给你搞个删库操作 => 后果非常严重。
- LLM 没法替人去坐牢。
LLM 能否替代程序员？？
- 一定无法完全替代。
- LLM 不能承担责任。
- LLM 会大幅度减少社会上程序员的数量。
命令行程序 => 专业人士 / 生产力工具 => 天然和 LLM 结合。
图形化程序 => 非专业人士 / 降低上手门槛。
- 业界目前有一种风潮：把当前的一些图形化程序开发出对应的命令行版本。其中有 PS、飞书（钉钉？）→ 飞书 CLI（命令行版本的飞书）。
- 无奈之举：GUI 程序不好直接操作。
MCP：一种「客户端-服务器」通信的方式，用来实现 LLM 的控制。
- 24 年 12 月左右 MCP 被提出，刚提出来的时候很火。
- 确实挺有用，但缺点非常明显：每增加一个 MCP 都会占用一部分上下文空间。
- 现在业界对 MCP / skill 的态度和以前不一样：以前是「多多益善」，要做更强的工程化；现在则是要「节制、克制」，更多的能力交给 LLM 本身（LLM 现在也比之前强太多了）。
同样是操作 MySQL，现在看到的情况非常顺（准确率、速度都非常好）；去年 6 月左右，当时使用 LLM 操作 MySQL 就比较费劲。
理解了 SQL，正确地指挥 LLM ~~ 操作者决定了 LLM 的上限 ~~
- 一个 LLM 通常有很多很多的参数。
- 一次响应过程中只激活其中的一部分操作（与提示词直接相关）。

六、数据类型

数据库表操作 => 数据类型。

数据类型，就是对数据进行了不同的分类。
不同的类型，支持的动作 / 操作是不同的。
通过类型表示。

常见数值类型（部分）：

类型	大小	说明
`BIT[(M)]`	bit	位值类型，M 表示每个值的位数（1~64）
`TINYINT[(M)]`	1 byte	相当于 Java 的 byte
`BOOL`	1 byte	布尔
`SMALLINT[(M)]`	2 byte	short
`MEDIUMINT[(M)]`	3 byte	---
`INT[(M)]`	4 byte	int
`INTEGER[(M)]`	4 byte	`INT[(M)]` 的同义词
`BIGINT[(M)]`	8 byte	long
`FLOAT[(M,D)]`	4 byte	单精度浮点型
`DOUBLE[(M,D)]`	8 byte	双精度浮点型
`DECIMAL[(M[,D])]`	动态	不存在精度损失

数字类型 ：如果需要表示「位图」这样的结构，就可以使用 bit。上述对应 Java 的 bit / byte / short / int / long。
SQL 太古老了，上古时期对于类型叫什么名字还没有达成「共识」。
上面这些都是「有符号类型 」，还有一类「无符号类型 」unsigned。
- 比较鸡肋，很多时候不推荐使用，特别容易溢出，相减时也有问题（负数）。
- MySQL 官方文档中明确表述不推荐使用无符号类型（但仍支持）。
float / double 都存在精度问题：
text 复制代码
```
if (0.1 + 0.2 == 0.3)   // false
```
Decimal 能够精确表示小数。
- 代价：消耗更多的空间存储，计算时消耗更多的时间。