【无标题】

SQL 学习笔记

阅读方式

• 第 0 章是速查表，随时回来翻；
• 第 1~3 章是基础（概念 / 数据类型 / 建表改表）；
• 第 4~7 章是查询与函数（日常写得最多）；
• 第 8~10 章是高级（窗口函数 / 索引 / 事务锁）；
• 第 11~15 章是设计、避坑、方言、面试、附录。
• 难度用 ⭐ 标注，⭐ 越多越难。难点一律用表格呈现。

全文示例表统一（先看一眼，后面所有 SQL 都基于它们）：

employees（员工表）                          departments（部门表）
┌────────┬────────┬─────────┬────────┬────────────┬────────────┐   ┌─────────┬───────────┬──────────┐
│ emp_id │ name   │ dept_id │ salary │ hire_date  │ manager_id │   │ dept_id │ dept_name │ location │
├────────┼────────┼─────────┼────────┼────────────┼────────────┤   ├─────────┼───────────┼──────────┤
│  1     │ 张三   │   10    │ 8000   │ 2021-03-01 │     3      │   │   10    │ 技术部    │ 北京     │
│  2     │ 李四   │   10    │ 12000  │ 2020-07-15 │     3      │   │   20    │ 市场部    │ 上海     │
│  3     │ 王五   │   20    │ 15000  │ 2019-01-20 │    NULL    │   │   30    │ 财务部    │ 北京     │
│  4     │ 赵六   │   30    │ 9000   │ 2022-11-05 │     3      │   └─────────┴───────────┴──────────┘
│  5     │ 孙七   │   NULL  │ 7000   │ 2023-02-10 │    NULL    │
└────────┴────────┴─────────┴────────┴────────────┴────────────┘

orders（订单表，用于分组/窗口函数示例）
┌──────────┬─────────┬────────┬────────────┬────────┐
│ order_id │ user_id │ amount │ order_date │ status │
├──────────┼─────────┼────────┼────────────┼────────┤
│  1001    │    1    │ 120.50 │ 2024-01-05 │ 已付款 │
│  1002    │    1    │ 300.00 │ 2024-02-11 │ 已付款 │
│  1003    │    2    │  80.00 │ 2024-01-20 │ 已退款 │
└──────────┴─────────┴────────┴────────────┴────────┘

方言说明 ：正文默认 MySQL 8.0。关键差异在第 13 章统一对比。

---

〇、常用命令速查表（先看这个）

0.1 六大基本动作

动作	语法模板	说明
查 DQL	SELECT 列 FROM 表 WHERE 条件;	最高频，占日常 80%
增 DML	INSERT INTO 表(列1,列2) VALUES(值1,值2);	批量：VALUES(...),(...);
改 DML	UPDATE 表 SET 列=新值 WHERE 条件;	忘写 WHERE = 全表更新
删 DML	DELETE FROM 表 WHERE 条件;	忘写 WHERE = 全表清空
建 DDL	CREATE TABLE 表(列 类型 约束, ...);	见 §3
改结构 DDL	ALTER TABLE 表 ADD/MODIFY/CHANGE/DROP 列;	加字段、改类型

0.2 查询语句标准骨架（背下来）

SELECT   [DISTINCT] 列, 聚合函数(列)
FROM     表 [别名]
[JOIN    另一张表 [别名] ON 连接条件]
WHERE    行级过滤条件
GROUP BY 分组列
HAVING   分组后过滤条件
ORDER BY 排序列 [ASC|DESC]
LIMIT    条数 [OFFSET 偏移];

0.3 一句话速查（按使用频率排序）

我想做...	写法	难度
查所有列	SELECT * FROM t;	⭐
去重	SELECT DISTINCT col FROM t;	⭐
模糊匹配	WHERE name LIKE '张%';	⭐
多值匹配	WHERE dept_id IN (10,20);	⭐
区间	WHERE salary BETWEEN 8000 AND 15000;	⭐
空值判断	WHERE x IS NULL / IS NOT NULL	⭐
排序	ORDER BY salary DESC;	⭐
取前 N 行	LIMIT 10;	⭐
分页	LIMIT 10 OFFSET 20;	⭐⭐
建表	CREATE TABLE t(id INT PRIMARY KEY AUTO_INCREMENT, ...);	⭐⭐
加字段	ALTER TABLE t ADD COLUMN age INT DEFAULT 0;	⭐⭐
建索引	CREATE INDEX idx_name ON t(col);	⭐⭐
计数	COUNT(*)、COUNT(DISTINCT col)	⭐⭐
分组统计	GROUP BY dept_id	⭐⭐
分组后过滤	HAVING COUNT(*) > 2	⭐⭐
两表关联	JOIN d ON e.dept_id = d.dept_id	⭐⭐
插入更新二选一	INSERT ... ON DUPLICATE KEY UPDATE ...	⭐⭐⭐
拼接字符串	CONCAT(a,'-',b)	⭐⭐
分组内合并成串	GROUP_CONCAT(name)	⭐⭐⭐
条件分支	CASE WHEN ... THEN ... ELSE ... END	⭐⭐⭐
组内排名	ROW_NUMBER() OVER(PARTITION BY x ORDER BY y)	⭐⭐⭐⭐
同比环比	LAG(x,1) OVER(ORDER BY y)	⭐⭐⭐⭐
复杂中间结果	WITH t AS (SELECT ...) SELECT ... FROM t	⭐⭐⭐⭐
看执行计划	EXPLAIN SELECT ...;	⭐⭐⭐⭐

0.4 常用函数速查

类别	函数	作用
聚合	COUNT SUM AVG MAX MIN	计数/求和/均值/最大/最小
字符串	CONCAT SUBSTRING TRIM UPPER LOWER REPLACE LENGTH LOCATE	拼接/截取/去空格/大小写/替换/长度/定位
数值	ROUND CEIL FLOOR ABS MOD TRUNCATE	四舍五入/上取整/下取整/绝对值/取余/截断
日期	NOW() CURDATE() DATE_ADD DATEDIFF DATE_FORMAT TIMESTAMPDIFF	当前时间/今天/加减/差值/格式化
条件	IFNULL(x,0) COALESCE(x,...) NULLIF(a,b) IF(c,a,b) CASE WHEN	空值兜底/分支
转换	CAST(x AS 类型) CONVERT(x, 类型)	显式类型转换
分组	GROUP_CONCAT	组内值合并成字符串
窗口	ROW_NUMBER RANK DENSE_RANK LAG LEAD SUM() OVER	见 §8.2
JSON	JSON_EXTRACT JSON_OBJECT -> ->>	见 §7.6

0.5 数据类型速查表（建表时对照）⭐⭐

想存什么	推荐类型	理由
主键 ID	BIGINT UNSIGNED AUTO_INCREMENT 或 INT	自增整数，索引效率高
姓名 / 标题 / 邮箱	VARCHAR(50~255)	长度可变且不长
手机号 / 身份证 / MD5 / UUID	CHAR(11) / CHAR(18) / CHAR(32)	定长用 CHAR，省长度字节
状态 / 类型码（少量枚举）	TINYINT 或 ENUM	占 1 字节
布尔	TINYINT(1)	MySQL 无原生 BOOLEAN
金额	DECIMAL(10,2)	绝不能用 FLOAT/DOUBLE
百分比 / 比率	DECIMAL(5,4)	精度可控
计数 / 年龄	INT	范围足够
创建时间	DATETIME 或 TIMESTAMP	见 §2.4
纯日期（生日）	DATE	3 字节
文章内容 / 长描述	TEXT	超过 VARCHAR 就上 TEXT
图片 / 文件	不建议存库 ，只存路径 VARCHAR	数据库只存 URL/路径
灵活结构	JSON	MySQL 5.7+ 原生支持

0.6 DDL 一句话速查 ⭐⭐

操作	语句
建库	CREATE DATABASE db DEFAULT CHARSET utf8mb4 COLLATE utf8mb4_unicode_ci;
删库	DROP DATABASE db;
建表	CREATE TABLE t (...);
复制表结构	CREATE TABLE t2 LIKE t1;
复制表结构+数据	CREATE TABLE t2 AS SELECT * FROM t1;
加列	ALTER TABLE t ADD COLUMN c INT AFTER b;
改列类型	ALTER TABLE t MODIFY COLUMN c VARCHAR(100);
改列名+类型	ALTER TABLE t CHANGE COLUMN old new INT;
删列	ALTER TABLE t DROP COLUMN c;
改表名	RENAME TABLE old TO new;
清空表	TRUNCATE TABLE t;
删表	DROP TABLE IF EXISTS t;
建索引	CREATE INDEX idx ON t(c1,c2);
删索引	DROP INDEX idx ON t;
看建表语句	SHOW CREATE TABLE t;
看表结构	DESC t; / SHOW COLUMNS FROM t;

---

一、基础概念 ⭐

1.1 SQL 五类语句

分类	全称	作用	代表语句
DQL	Data Query Language	查询	SELECT
DML	Data Manipulation Language	增删改数据	INSERT UPDATE DELETE
DDL	Data Definition Language	定义/修改表结构	CREATE ALTER DROP TRUNCATE RENAME
DCL	Data Control Language	权限	GRANT REVOKE
TCL	Transaction Control Language	事务	BEGIN COMMIT ROLLBACK SAVEPOINT

💡 面试常问：DDL 与 DML 最大区别是 DDL 会隐式提交事务，无法回滚。

1.2 DELETE / TRUNCATE / DROP 对比（高频考点）

对比项	DELETE	TRUNCATE	DROP
分类	DML	DDL	DDL
删除什么	按条件删行	清空所有行，保留表结构	删除整张表（结构+数据+索引）
能否加 WHERE	✅	❌	❌
能否回滚	✅ 可回滚	❌ 隐式提交，不可回滚	❌ 不可回滚
是否记日志	✅ 逐行记 undo/binlog（慢）	❌ 只记少量（快）	---
自增 ID	不重置	重置为 1	---
触发器	✅ 触发	❌ 不触发	❌
释放表空间	❌ 需 OPTIMIZE TABLE	✅ 立即释放	✅
速度	慢	快	快

1.3 术语对照表

术语	含义	类比
Database / Schema	数据库（MySQL 中二者基本等价）	一个 Excel 文件
Table	表	Excel 中的一个 sheet
Row / Record	行 / 记录	sheet 中的一行
Column / Field	列 / 字段	sheet 中的一列
Primary Key	主键，唯一标识一行	身份证号
Foreign Key	外键，指向另一表主键	引用别的 sheet 的 ID
Index	索引，加速查询	书的目录
View	视图，虚拟表	保存好的查询结果
Transaction	事务，一组原子操作	转账的"扣款+入账"

1.4 命名规范与注释

-- 单行注释（-- 后必须有空格）
# MySQL 特有的单行注释
/* 多行
   注释 */

-- 推荐命名：小写 + 下划线，见名知意
CREATE TABLE user_order (
    id         BIGINT PRIMARY KEY,
    user_id    BIGINT NOT NULL,
    created_at DATETIME NOT NULL
);

规范项	建议
大小写	关键字大写、表名列名小写（可读性）
分隔符	下划线 user_id，别用驼峰
布尔字段	用 is_ 前缀：is_deleted
时间字段	用 _at 后缀：created_at、updated_at
禁止	用保留字做列名（order、desc、status 需加反引号或改名）
长度	表名 ≤ 32 字符

---

二、数据类型（重点补充）⭐⭐

2.1 三大类概览

大类	具体类型	常见用途
数值	TINYINT/SMALLINT/MEDIUMINT/INT/BIGINT、DECIMAL、FLOAT/DOUBLE、BIT	ID、数量、金额、比率
字符串	CHAR、VARCHAR、TEXT 家族、ENUM、SET	姓名、地址、正文
日期时间	DATE、TIME、DATETIME、TIMESTAMP、YEAR	生日、下单时间
二进制	BINARY、VARBINARY、BLOB 家族	图片、文件、加密数据
特殊	JSON、GEOMETRY（空间）	灵活结构、地理位置

2.2 CHAR vs VARCHAR vs TEXT（★重点，最容易搞混）

CREATE TABLE demo (
    code    CHAR(6),        -- 定长 6 字符
    name    VARCHAR(50),    -- 变长，最多 50 字符
    content TEXT            -- 长文本
);

核心对比表

对比维度	CHAR(n)	VARCHAR(n)	TEXT
存储方式	定长，不足补空格到 n	变长，实际长度 + 1~2 字节长度前缀	变长，过长时存行外（溢出页），行内只留指针
最大长度	255 字符	受行总 65535 字节限制（utf8mb4 下约 16383 字符）	TEXT 64KB / MEDIUMTEXT 16MB / LONGTEXT 4GB
空间占用	声明多少占多少（可能浪费）	按实际内容（省空间）	按实际内容
尾随空格	存入时补空格，读取时自动去掉	原样保留	原样保留
默认值 DEFAULT	✅ 支持	✅ 支持	❌ MySQL 中不支持
索引	整列可建索引	整列可建（过长需前缀索引）	⚠️ 必须指定前缀长度 INDEX(content(20))
排序比较	全列参与	全列参与	只比较前 max_sort_length（默认 1024）字节
内存临时表	定长，引擎友好	变长	大字段易导致内存临时表转磁盘临时表（慢）
WHERE / ORDER 性能	最快（定长、无碎片）	快	慢（尤其排序、去重）
UPDATE 碎片	无	变长更新可能产生行碎片	可能产生
能否整行存内存	✅	✅	超阈值时只存指针，需额外 IO

选择建议表

场景	选什么	为什么
手机号（11 位）、身份证（18 位）	CHAR(11) / CHAR(18)	长度固定，CHAR 省掉长度前缀字节，定长查找更快
国家代码、状态码、性别	CHAR(2) / CHAR(1)	定长且极短
MD5（32）、UUID（36）	CHAR(32) / CHAR(36)	定长
姓名、邮箱、标题、地址	VARCHAR(50~255)	长度变化大
商品描述、短备注	VARCHAR(500~2000)	仍在单行舒适区内
文章内容、评论正文、日志、大 JSON	TEXT / MEDIUMTEXT	超过 VARCHAR 舒适区
频繁被 WHERE/ORDER BY/GROUP BY 的字段	绝不用 TEXT	会拖垮性能

必须知道的 6 个细节

① VARCHAR(n) 里的 n 是「字符数」不是「字节数」（MySQL 5.0.3 之后）

-- utf8mb4 下一个汉字占 4 字节
VARCHAR(10)   -- 最多存 10 个汉字 或 10 个英文字母，但最多占 40 字节

② 长度前缀是 1 字节还是 2 字节？

列定义的最大字节数	长度前缀
≤ 255 字节（如 utf8mb4 的 VARCHAR(63)）	1 字节
> 255 字节	2 字节

所以能省则省：utf8mb4 下 VARCHAR(255) 比 VARCHAR(256) 每个值省 1 字节。

③ 行总长度限制 65535 字节

-- ❌ 报错：Row size too large
CREATE TABLE bad (a VARCHAR(20000), b VARCHAR(20000)) CHARSET utf8mb4;
-- utf8mb4: 20000*4 + 20000*4 = 160000 字节 > 65535

TEXT / BLOB 在行内只占 9~12 字节指针，不计入这个限制 ------ 这也是长文本必须用 TEXT 的原因之一。

④ CHAR 的尾随空格"吃掉"现象

CREATE TABLE t (c CHAR(5), v VARCHAR(5));
INSERT INTO t VALUES ('ab  ', 'ab  ');
SELECT CONCAT('[', c, ']'), CONCAT('[', v, ']') FROM t;
-- 结果：[ab]    [ab  ]     ← CHAR 的尾随空格被去掉了！

如果尾随空格有业务含义（如定长文件导入），改用 VARCHAR。

⑤ TEXT 家族容量表

类型	最大长度	约等于
TINYTEXT	255 字节	短句
TEXT	64 KB	一篇文章
MEDIUMTEXT	16 MB	一本书
LONGTEXT	4 GB	极大文本

⑥ TEXT vs BLOB

对比	TEXT	BLOB
内容	文本，有字符集和排序规则	二进制字节流，无字符集
比较排序	按字符序	按字节
用途	文章、描述	图片、文件、加密数据

⑦ 性能最佳实践：TEXT 垂直拆分

-- ✅ 推荐：主表只放常用小字段，正文单独一张表
CREATE TABLE article (id BIGINT PRIMARY KEY, title VARCHAR(200), author_id BIGINT, created_at DATETIME);
CREATE TABLE article_content (article_id BIGINT PRIMARY KEY, content MEDIUMTEXT);

列表页只查 article 很快，点进详情才查 article_content。

2.3 数值类型

整数类型对照表

类型	字节	有符号范围	无符号范围	用途
TINYINT	1	-128 ~ 127	0 ~ 255	状态码、年龄、布尔
SMALLINT	2	±32767	0 ~ 65535	小计数
MEDIUMINT	3	±838 万	0 ~ 1677 万	中等计数
INT / INTEGER	4	±21 亿	0 ~ 42 亿	最常用
BIGINT	8	±922 亿亿	0 ~ 1844 亿亿	主键、大额、雪花 ID

id         BIGINT UNSIGNED NOT NULL AUTO_INCREMENT   -- 无符号，范围翻倍
age        TINYINT UNSIGNED                          -- 0~255，够用且省空间
is_deleted TINYINT(1) DEFAULT 0                      -- 当作布尔用

⚠️ INT(11) 里的 11 不是长度！ 那是"显示宽度"，配合 ZEROFILL 才有用，MySQL 8.0.17 起已废弃。存储范围只由类型本身（INT）决定。

DECIMAL vs FLOAT vs DOUBLE（★金额必考）

对比	DECIMAL(M,D)	FLOAT	DOUBLE
精度	精确定点数	单精度近似（约 7 位有效数字）	双精度近似（约 15 位）
是否有误差	❌ 无	✅ 有	✅ 有
存储	变长（每 4 字节存 9 位）	4 字节	8 字节
计算速度	慢（十进制运算）	快	快
适用场景	金额、汇率、税率	科学计算	科学计算

-- 灾难演示
SELECT 0.1 + 0.2 = 0.3;    -- 结果 0（FALSE！浮点误差）
SELECT CAST(0.1 AS DECIMAL(10,2)) + CAST(0.2 AS DECIMAL(10,2))
     = CAST(0.3 AS DECIMAL(10,2));    -- 结果 1（TRUE）

参数	含义	示例
M	总位数（精度），最大 65	DECIMAL(10,2) → 共 10 位
D	小数位数（标度），最大 30	→ 小数 2 位，整数 8 位

铁律：凡是涉及钱、必须精确对账的，一律 DECIMAL。

2.4 日期时间类型（★重点）

类型	字节	格式	范围	时区敏感	用途
DATE	3	YYYY-MM-DD	1000-01-01 ~ 9999-12-31	❌	生日、纯日期
TIME	3	HH:MM:SS	-838:59:59 ~ 838:59:59	❌	时长、营业时间
YEAR	1	YYYY	1901 ~ 2155	❌	年份
DATETIME	8	YYYY-MM-DD HH:MM:SS	1000 ~ 9999 年	❌ 不随时区变	推荐：下单时间、创建时间
TIMESTAMP	4	YYYY-MM-DD HH:MM:SS	1970 ~ 2038-01-19	✅ 随时区转换	需要自动更新 / 跨时区

DATETIME vs TIMESTAMP 深度对比

对比项	DATETIME	TIMESTAMP
存储空间	8 字节	4 字节（省一半）
时间范围	1000~9999 年	1970~2038（2038 问题）
时区	存什么读什么，不转换	存时转 UTC，读时转回当前时区
NULL	可为 NULL	默认 NOT NULL，且自动填充当前时间
自动更新	需显式写 ON UPDATE CURRENT_TIMESTAMP	默认第一个 TIMESTAMP 列会自动设置
索引效率	略低	略高

CREATE TABLE t (
    created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
    updated_at DATETIME DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
    birthday   DATE,
    duration   TIME
);

2038 问题 ：TIMESTAMP 用 32 位存秒，2038-01-19 03:14:07 后溢出。长期系统建议 DATETIME。

2.5 ENUM / SET

类型	含义	存储	示例
ENUM	单选，从预设值里选一个	1~2 字节（存下标）	ENUM('男','女','未知')
SET	多选，可选多个	1~8 字节（位图）	SET('read','write','delete')

CREATE TABLE user (
    gender ENUM('男','女','未知') DEFAULT '未知',
    perms  SET('read','write','delete')
);
INSERT INTO user VALUES ('男', 'read,write');

优点	缺点
省空间、自带约束（非法值插不进）	增删枚举值要 ALTER TABLE，线上有风险
可读性好	排序按下标而非字母序，反直觉
	跨数据库移植差

实践建议 ：变动频繁的状态码用 TINYINT + 字典表，而不是 ENUM。

2.6 JSON 类型（MySQL 5.7+）

CREATE TABLE config (id BIGINT PRIMARY KEY, data JSON);
INSERT INTO config VALUES (1, '{"theme":"dark","lang":"zh"}');

SELECT data->>'$.theme' FROM config;               -- 'dark'（去引号）
SELECT JSON_EXTRACT(data, '$.lang') FROM config;   -- "zh"（带引号）
SELECT * FROM config WHERE data->>'$.theme' = 'dark';

函数	作用
JSON_EXTRACT(j,path) / j->path	取值（带引号）
j->>path	取值（自动去引号）
JSON_OBJECT(k,v,...)	构造 JSON 对象
JSON_ARRAY(v,...)	构造 JSON 数组
JSON_SET / JSON_REPLACE / JSON_REMOVE	修改
JSON_CONTAINS(j,val,path)	是否包含
JSON_LENGTH(j)	元素个数

⚠️ JSON 列不能直接建索引，需借助生成列间接索引：

ALTER TABLE config ADD COLUMN theme VARCHAR(20)
    GENERATED ALWAYS AS (data->>'$.theme') STORED;
CREATE INDEX idx_theme ON config(theme);

2.7 隐式类型转换陷阱表 ⭐⭐⭐

场景	后果	例子
字符串列 vs 数字比较	索引失效，全表扫描	WHERE phone = 13800138000（phone 是 VARCHAR）
VARCHAR 列存数字后排序	按字典序：'10' < '9'	ORDER BY varchar_col
日期列 vs 字符串	一般可转换，格式错则变 NULL	'2024/01/01' 不被识别
+ 运算	字符串被强转数字，非数字变 0	'1abc' + 1 = 2（有 warning）

口诀：比较时两侧类型必须一致，否则索引白建。

2.8 类型选择总原则

原则	说明
越小越好	能用 TINYINT 就别用 INT，省磁盘、省内存、省索引空间
简单越好	整数 > 字符串；IP 用 INT UNSIGNED 而非 VARCHAR(15)
避免 NULL	尽量 NOT NULL DEFAULT ''，NULL 让索引、统计、比较都变复杂
金额用 DECIMAL	绝不用浮点
定长用 CHAR	手机号、编码、MD5
长文本拆表	TEXT 独立出去

---

三、DDL 数据定义语言 ⭐⭐

3.1 CREATE TABLE 完整语法

CREATE TABLE IF NOT EXISTS employee (
    emp_id     BIGINT UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '员工ID',
    name       VARCHAR(50)     NOT NULL                COMMENT '姓名',
    dept_id    INT                                     COMMENT '部门ID',
    salary     DECIMAL(10,2)   NOT NULL DEFAULT 0.00   COMMENT '月薪',
    hire_date  DATE            NOT NULL                COMMENT '入职日期',
    manager_id BIGINT UNSIGNED                         COMMENT '上级ID',
    PRIMARY KEY (emp_id),
    UNIQUE KEY uk_name_dept (name, dept_id),
    KEY        idx_dept (dept_id),
    CONSTRAINT fk_dept FOREIGN KEY (dept_id) REFERENCES departments(dept_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='员工表';

组成部分	说明
IF NOT EXISTS	表已存在时不报错
列定义	列名 类型 [约束] [DEFAULT 默认值] [COMMENT 注释]
PRIMARY KEY	主键
UNIQUE KEY	唯一索引
KEY / INDEX	普通索引
FOREIGN KEY	外键
ENGINE=InnoDB	存储引擎（默认，支持事务 + 行锁）
CHARSET=utf8mb4	必须 utf8mb4 （utf8 是残缺的 3 字节，存不了 emoji）
COLLATE	排序规则，utf8mb4_unicode_ci 不区分大小写

3.2 约束详解表（★重点）

约束	关键字	作用	说明
主键	PRIMARY KEY	唯一标识一行	隐含 NOT NULL + UNIQUE；一表仅一个；InnoDB 中是聚簇索引
外键	FOREIGN KEY	引用另一表主键	保证引用完整性；大厂常禁用（性能与分库限制）
唯一	UNIQUE	值不可重复	允许多个 NULL；一表可多个
非空	NOT NULL	不能为空	强烈建议都加
默认	DEFAULT	没给值时的兜底	DEFAULT 0、DEFAULT CURRENT_TIMESTAMP
自增	AUTO_INCREMENT	自动递增	必须作用在索引列（通常主键）
检查	CHECK	自定义条件	CHECK (salary > 0)；MySQL 8.0.16 才真正生效

-- 组合主键
PRIMARY KEY (order_id, product_id)

-- 建表后加/删约束
ALTER TABLE employee ADD CONSTRAINT uk_email UNIQUE (email);
ALTER TABLE employee ADD CONSTRAINT ck_salary CHECK (salary >= 0);
ALTER TABLE employee DROP CHECK ck_salary;

PRIMARY KEY vs UNIQUE

对比	PRIMARY KEY	UNIQUE
数量	每表 1 个	可多个
NULL	❌ 不允许	✅ 允许多个 NULL
索引类型	聚簇索引（InnoDB）	二级索引
语义	行的身份	业务唯一性

3.3 ALTER TABLE 常见操作

ALTER TABLE employee ADD COLUMN email VARCHAR(100) AFTER name;   -- 加列并指定位置
ALTER TABLE employee ADD COLUMN age TINYINT FIRST;               -- 加到最前
ALTER TABLE employee MODIFY COLUMN name VARCHAR(100) NOT NULL;   -- 改类型/约束
ALTER TABLE employee CHANGE COLUMN name full_name VARCHAR(100);  -- 改列名+类型
ALTER TABLE employee ALTER COLUMN salary SET DEFAULT 5000;       -- 设默认值
ALTER TABLE employee DROP COLUMN age;                            -- 删列
ALTER TABLE employee RENAME TO staff;                            -- 改表名
ALTER TABLE employee ADD INDEX idx_salary (salary);              -- 加索引
ALTER TABLE employee CHARACTER SET = utf8mb4;                    -- 改字符集

⚠️ 线上变更风险 ：大表 ALTER 会锁表（MySQL 8.0 支持 ALGORITHM=INSTANT 秒级加列，但改类型仍需重建表）。生产建议用 pt-online-schema-change 或 gh-ost。

3.4 索引的 DDL

CREATE INDEX idx_dept_salary ON employee(dept_id, salary);   -- 联合索引
CREATE UNIQUE INDEX uk_code ON product(code);                -- 唯一索引
CREATE FULLTEXT INDEX ft_content ON article(content);        -- 全文索引
ALTER TABLE employee ADD INDEX idx_name(name(10));           -- 前缀索引
DROP INDEX idx_dept_salary ON employee;
SHOW INDEX FROM employee;

---

四、DML 数据操作 ⭐⭐

4.1 INSERT 插入

-- 单行全列
INSERT INTO employees VALUES (1,'张三',10,8000.00,'2021-03-01',3);

-- 指定列（推荐）
INSERT INTO employees (name, dept_id, salary, hire_date)
VALUES ('李四', 10, 12000.00, '2020-07-15');

-- 批量（效率高很多）
INSERT INTO employees (name, dept_id, salary) VALUES
  ('王五', 20, 15000),
  ('赵六', 30, 9000),
  ('孙七', NULL, 7000);

-- 从查询结果插入
INSERT INTO employee_bak (name, salary)
SELECT name, salary FROM employees WHERE dept_id = 10;

四种"冲突处理"写法对比（★重点）

写法	遇到唯一键冲突时	说明
INSERT INTO	直接报错，整条失败	默认行为
INSERT IGNORE INTO	静默跳过	有 warning，其他错误也会被忽略（慎用）
INSERT ... ON DUPLICATE KEY UPDATE	执行 UPDATE	最常用（upsert）
REPLACE INTO	先 DELETE 再 INSERT	⚠️ 会删旧行，自增 ID 变化、触发删除触发器

-- upsert：存在则累加，不存在则插入
INSERT INTO daily_stat (stat_date, pv)
VALUES ('2024-01-01', 1)
ON DUPLICATE KEY UPDATE pv = pv + 1;

4.2 UPDATE 更新

-- 单表
UPDATE employees SET salary = salary * 1.1 WHERE dept_id = 10;

-- 关联更新（JOIN）
UPDATE employees e
JOIN departments d ON e.dept_id = d.dept_id
SET e.salary = e.salary * 1.2
WHERE d.location = '北京';

-- 带 LIMIT，防止误伤全表
UPDATE employees SET salary = 8000 WHERE dept_id IS NULL LIMIT 10;

-- 按排序更新
UPDATE employees SET salary = 8000 ORDER BY hire_date LIMIT 5;

⚠️ 安全习惯 ：先写 SELECT 验证 WHERE 条件命中行数，确认无误再改成 UPDATE。MySQL 开启 sql_safe_updates 后，不带主键条件的 UPDATE/DELETE 会被拒绝。

4.3 DELETE 删除

DELETE FROM employees WHERE emp_id = 5;
DELETE FROM employees WHERE dept_id IS NULL LIMIT 100;   -- 分批删，避免长事务

-- 多表删除
DELETE e
FROM employees e
JOIN departments d ON e.dept_id = d.dept_id
WHERE d.location = '上海';

4.4 外键级联行为表

动作	含义
CASCADE	主表删/改，从表跟着删/改
SET NULL	主表删/改，从表外键置 NULL（要求该列可为 NULL）
RESTRICT / NO ACTION	默认，从表还有引用则禁止主表删/改
SET DEFAULT	置为默认值（InnoDB 不支持）

FOREIGN KEY (dept_id) REFERENCES departments(dept_id)
  ON DELETE SET NULL
  ON UPDATE CASCADE

4.5 软删除 vs 硬删除

方式	做法	优点	缺点
硬删除	DELETE	干净、省空间	不可恢复，破坏外键
软删除（推荐）	UPDATE SET is_deleted=1	可恢复、保留历史	表变大，查询都要带 is_deleted=0

---

五、DQL 基础查询 ⭐

5.1 SELECT / FROM

SELECT * FROM employees;                                 -- 查所有列
SELECT name, salary FROM employees;                      -- 指定列
SELECT name AS 姓名, salary * 12 AS 年薪 FROM employees; -- 别名 + 运算
SELECT DISTINCT dept_id FROM employees;                  -- 去重

SELECT * 的四宗罪 ：① 多传无用列，浪费网络/IO；② 无法走覆盖索引；③ 表结构变更时程序易崩；④ 无法看清依赖。

5.2 WHERE 运算符表

运算符	含义	示例
= != <>	等于 / 不等于	dept_id <> 10
> < >= <=	比较	salary >= 8000
AND OR NOT	逻辑	a AND (b OR c)
BETWEEN a AND b	闭区间 a,b	salary BETWEEN 8000 AND 15000
IN / NOT IN	属于集合	dept_id IN (10,20)
LIKE	模糊匹配	name LIKE '张%'
IS NULL / IS NOT NULL	空值判断	dept_id IS NULL
EXISTS	子查询是否有结果	EXISTS (SELECT 1 FROM ...)
REGEXP / RLIKE	正则匹配	name REGEXP '^张'

⚠️ 优先级陷阱 ：AND 优先级 > OR。

WHERE a=1 OR b=2 AND c=3 ≡ a=1 OR (b=2 AND c=3)。混用时必须加括号。

5.3 LIKE 与 REGEXP

模式	含义	对 张三丰
'张%'	以张开头	✅
'%丰'	以丰结尾	✅
'张_丰'	张 + 任意 1 字符 + 丰	✅
'%三%'	包含三	✅
'\_'	转义下划线本身	匹配 _

SELECT * FROM employees WHERE name REGEXP '^[张李]';              -- 姓张或李
SELECT * FROM employees WHERE phone REGEXP '^1[3-9][0-9]{9}$';    -- 手机号校验

性能 ：'%xx' 前置通配符 → 索引失效 ；'xx%' → 可以走索引。

5.4 NULL 的三值逻辑（★重点）

SELECT * FROM employees WHERE dept_id = NULL;    -- ❌ 永远返回空！
SELECT * FROM employees WHERE dept_id IS NULL;   -- ✅ 正确

表达式	结果
NULL = NULL	UNKNOWN（不是 TRUE）
NULL <> NULL	UNKNOWN
NULL AND TRUE	UNKNOWN
NULL AND FALSE	FALSE
NULL OR TRUE	TRUE
NULL OR FALSE	UNKNOWN
NOT NULL	UNKNOWN

只有 WHERE 结果为 TRUE 的行才返回 ，UNKNOWN 被过滤 → 这就是 = NULL 查不到数据的原因。

另外：COUNT(col)、SUM()、AVG() 都自动忽略 NULL ；COUNT(*) 不忽略。

5.5 ORDER BY 排序

ORDER BY salary DESC, name ASC;                        -- 多列排序
ORDER BY ISNULL(dept_id), dept_id;                     -- MySQL 让 NULL 排最后
ORDER BY FIELD(status,'已付款','已退款','待付款');     -- 自定义顺序

场景	写法
升序	ASC（默认，可省略）
降序	DESC
NULL 排最后（MySQL）	ORDER BY col IS NULL, col
NULL 排最前（MySQL）	ORDER BY col IS NOT NULL, col
中文按拼音	字段使用 utf8mb4_unicode_ci 排序规则

5.6 LIMIT / OFFSET 分页

需求	写法	等价
前 10 条	LIMIT 10	LIMIT 0, 10
第 3 页（每页 10 条）	LIMIT 10 OFFSET 20	LIMIT 20, 10

LIMIT a, b = 跳过 a 条、取 b 条，顺序别搞反。

5.7 SQL 逻辑执行顺序（★必背）

书写顺序 ≠ 执行顺序。理解这张表，很多"怪问题"就通了。

书写顺序	执行顺序	阶段	关键说明
1 SELECT	6	投影	选列，别名在此才生效
2 FROM	1	取表	加载数据源
3 JOIN ... ON	2	连接	生成中间结果集
4 WHERE	3	行过滤	不能用聚合、不能用 SELECT 别名
5 GROUP BY	4	分组	行被压成组
6 HAVING	5	组过滤	可以用聚合函数
7 DISTINCT	7	去重
8 ORDER BY	8	排序	可以用 SELECT 别名
9 LIMIT	9	截断	最后执行

由此推出 3 条铁律：

1. WHERE 里不能 引用 SELECT 定义的别名（执行时别名还没生成）。
2. WHERE 里不能用聚合函数（聚合发生在 GROUP BY 之后）。
3. ORDER BY 可以用别名。

-- ❌ 错：WHERE 里用别名
SELECT salary * 12 AS 年薪 FROM employees WHERE 年薪 > 100000;
-- ✅ 对：重写表达式，或包一层子查询
SELECT * FROM (SELECT salary * 12 AS 年薪 FROM employees) t WHERE 年薪 > 100000;

---

六、进阶查询 ⭐⭐⭐

6.1 聚合函数

函数	作用	是否忽略 NULL
COUNT(*)	统计行数（含全 NULL 行）	否
COUNT(col)	统计该列非 NULL 值个数	是
COUNT(DISTINCT col)	非重复值个数	是
SUM(col) / AVG(col)	求和 / 平均	是
MAX(col) / MIN(col)	最大 / 最小	是
GROUP_CONCAT(col)	组内值拼成字符串	是

SELECT COUNT(*) AS 总人数,
       COUNT(dept_id) AS 有部门人数,     -- NULL 不计
       AVG(salary) AS 平均薪资,
       GROUP_CONCAT(name ORDER BY salary DESC SEPARATOR '、') AS 名单
FROM employees;
-- 名单示例：'王五、李四、赵六、张三'

COUNT(*) vs COUNT(1) vs COUNT(col)：前两者都统计行数（现代引擎优化后性能一致）；COUNT(col) 跳过 NULL，语义不同。

6.2 GROUP BY / HAVING

SELECT dept_id, COUNT(*) AS 人数, AVG(salary) AS 平均薪资
FROM employees
GROUP BY dept_id
HAVING COUNT(*) >= 2
ORDER BY 平均薪资 DESC;

WHERE vs HAVING 对比（★高频考点）

对比项	WHERE	HAVING
执行时机	分组前过滤原始行	分组后过滤分组结果
能否用聚合函数	❌	✅
能否用 SELECT 别名	❌	✅（部分引擎支持）
能否用普通列	✅	只能用 GROUP BY 中出现的列
性能	更优（先缩小数据量）	较差

黄金法则：能放 WHERE 的条件绝不放 HAVING。

GROUP BY 铁律 ：SELECT 里出现的非聚合列必须全部出现在 GROUP BY 中 ，否则结果不确定（MySQL 5.7+ 默认开启 ONLY_FULL_GROUP_BY，会直接报错）。

6.3 分组小计：WITH ROLLUP

SELECT dept_id, COUNT(*) AS 人数 FROM employees GROUP BY dept_id WITH ROLLUP;

dept_id	人数
10	2
20	1
30	1
NULL	4 ← 合计行

6.4 JOIN 多表连接（★重点）

SELECT e.name, d.dept_name
FROM employees e
LEFT JOIN departments d ON e.dept_id = d.dept_id;

六种连接对比表

类型	关键字	结果集	集合表示
内连接	INNER JOIN / JOIN	只保留两边都匹配的行	A ∩ B
左连接	LEFT JOIN	左表全保留，右表无匹配补 NULL	A 全部
右连接	RIGHT JOIN	右表全保留，左表无匹配补 NULL	B 全部
全连接	FULL OUTER JOIN	两边全保留，各自无匹配补 NULL	A ∪ B
交叉连接	CROSS JOIN	笛卡尔积（行数 = M×N）	A × B
自连接	SELF JOIN	同一张表跟自己连	A ⋈ A

   INNER JOIN          LEFT JOIN           RIGHT JOIN          FULL OUTER
  ┌───┐ ┌───┐        ┌───┐ ┌───┐        ┌───┐ ┌───┐        ┌───┐ ┌───┐
  │░░░│ │   │        │███│ │░░░│        │░░░│ │███│        │███│ │░░░│
  │ A │ │ B │        │ A │ │ B │        │ A │ │ B │        │ A │ │ B │
  └───┘ └───┘        └───┘ └───┘        └───┘ └───┘        └───┘ └───┘
  只取交集          左表全要           右表全要           两边全要
  ███ = 一定保留的部分   ░░░ = 匹配上才保留 / 补 NULL 保留

MySQL 不支持 FULL OUTER JOIN ，用 LEFT JOIN ... UNION ... RIGHT JOIN 模拟。

自连接示例（查员工及其上级）：

SELECT e.name AS 员工, m.name AS 上级
FROM employees e
LEFT JOIN employees m ON e.manager_id = m.emp_id;

ON vs WHERE 在 LEFT JOIN 中的差别（★经典陷阱）

写法	效果
LEFT JOIN b ON a.id=b.id AND b.status=1	保留左表全部行，右表只匹配 status=1 的
LEFT JOIN b ON a.id=b.id WHERE b.status=1	⚠️ 退化成 INNER JOIN（NULL 行被 WHERE 过滤）

6.5 UNION / UNION ALL

关键字	去重	性能
UNION	✅ 排序去重	慢
UNION ALL	❌ 直接拼接	快，优先用

SELECT name FROM employees
UNION ALL
SELECT dept_name FROM departments;   -- 列数、类型需兼容

6.6 子查询

类型	位置	示例
标量子查询	SELECT 列	(SELECT AVG(salary) FROM employees)
列子查询	WHERE + IN	WHERE dept_id IN (SELECT dept_id FROM ...)
相关子查询	WHERE 引用外层列	WHERE salary > (SELECT AVG(salary) FROM employees x WHERE x.dept_id = e.dept_id)
派生表	FROM	FROM (SELECT ... GROUP BY ...) t
EXISTS	WHERE	WHERE EXISTS (SELECT 1 FROM ... WHERE ...)

IN vs EXISTS 对比

对比	IN	EXISTS
执行方式	先算出子查询集合，再判断包含	对外层每行执行一次子查询
适合	子查询结果集小	子查询结果集大 / 有关联条件
NULL 陷阱	⚠️ 子查询含 NULL 时 NOT IN 永远返回空	✅ 不受 NULL 影响

⚠️ NOT IN + NULL 灾难：

SELECT * FROM employees WHERE dept_id NOT IN (SELECT dept_id FROM departments);
-- 若 departments 中有 dept_id 为 NULL 的行 → 结果永远为空！
-- 因为 x NOT IN (10,20,NULL) 恒为 UNKNOWN
-- ✅ 解决：改用 NOT EXISTS，或子查询加 WHERE dept_id IS NOT NULL

6.7 派生表必须起别名

-- ❌ MySQL 报错：Every derived table must have its own alias
SELECT * FROM (SELECT dept_id FROM employees GROUP BY dept_id);
-- ✅
SELECT * FROM (SELECT dept_id FROM employees GROUP BY dept_id) t;

---

七、函数大全 ⭐⭐⭐

7.1 字符串函数

函数	作用	示例 → 结果
CONCAT(a,b,...)	拼接（遇 NULL 整体为 NULL）	CONCAT('A','-','B') → A-B
CONCAT_WS(sep,a,b)	带分隔符拼接（跳过 NULL）	CONCAT_WS('-','A',NULL,'B') → A-B
SUBSTRING(s,pos,len)	截取（pos 从 1 开始）	SUBSTRING('abcdef',2,3) → bcd
LEFT(s,n) / RIGHT(s,n)	取左/右 n 个字符	LEFT('abcdef',3) → abc
TRIM / LTRIM / RTRIM	去空格	TRIM(' x ') → x
UPPER(s) / LOWER(s)	大小写	UPPER('ab') → AB
REPLACE(s,old,new)	替换	REPLACE('a-b','-','_') → a_b
LENGTH(s)	字节长度	utf8mb4 下 '中文' → 6
CHAR_LENGTH(s)	字符个数	'中文' → 2
LOCATE(sub,s)	子串位置（从 1 起，0 = 没找到）	LOCATE('b','abc') → 2
LPAD(s,n,pad) / RPAD	左/右补位	LPAD('7',3,'0') → 007
FIND_IN_SET(s,list)	在逗号串中找位置	FIND_IN_SET('b','a,b,c') → 2

⚠️ CONCAT 遇 NULL 结果就是 NULL，要兜底用 IFNULL 或改用 CONCAT_WS。

7.2 数值函数

函数	作用	示例 → 结果
ROUND(x,d)	四舍五入	ROUND(3.1415,2) → 3.14
TRUNCATE(x,d)	直接截断	TRUNCATE(3.149,2) → 3.14
CEIL(x) / FLOOR(x)	上/下取整	CEIL(3.2) → 4
ABS(x)	绝对值
MOD(a,b) / a % b	取余	MOD(7,3) → 1
RAND()	0~1 随机	ORDER BY RAND() LIMIT 1（大表慢）
GREATEST(a,b,...) / LEAST	最大 / 最小
FORMAT(x,d)	千分位格式化	FORMAT(1234567,2) → 1,234,567.00

7.3 日期函数

函数	作用
NOW() / CURDATE() / CURTIME()	当前日期时间 / 日期 / 时间
DATE(d) / TIME(d)	提取日期 / 时间部分
YEAR/MONTH/DAY(d)	取年 / 月 / 日
DATE_ADD(d, INTERVAL n unit)	日期加：DATE_ADD(NOW(), INTERVAL 7 DAY)
DATE_SUB(d, INTERVAL n unit)	日期减
DATEDIFF(d1,d2)	相差天数（d1 - d2）
TIMESTAMPDIFF(unit,d1,d2)	相差指定单位（YEAR/MONTH/DAY/HOUR...）
DATE_FORMAT(d,fmt)	格式化：DATE_FORMAT(NOW(),'%Y-%m-%d')
STR_TO_DATE(s,fmt)	字符串转日期
LAST_DAY(d)	当月最后一天
DAYOFWEEK(d)	星期几（1 = 周日）
UNIX_TIMESTAMP(d) / FROM_UNIXTIME(n)	时间戳互转

常用格式符 ：%Y 四位年、%y 两位年、%m 月、%d 日、%H 24 小时、%i 分、%s 秒、%W 星期名。

7.4 条件函数

函数	作用	示例
IF(cond,a,b)	三元表达式	IF(salary>10000,'高','低')
IFNULL(x,default)	x 为 NULL 返回 default	IFNULL(dept_id,0)
COALESCE(a,b,c)	返回第一个非 NULL	COALESCE(NULL,NULL,3) → 3
NULLIF(a,b)	a=b 返回 NULL，否则返回 a	NULLIF(b,0) 防除零
CASE WHEN	多分支	见 §8.1

SELECT salary / NULLIF(bonus_count, 0) FROM t;   -- 安全除法，避免除零报错

7.5 类型转换

SELECT CAST('123' AS UNSIGNED);     -- 字符串转数字
SELECT CAST(salary AS CHAR);        -- 数字转字符串
SELECT CONVERT('2024-01-01', DATE);
SELECT '123' + 0;                   -- 隐式转数字（小技巧）

目标类型	写法
整数	SIGNED / UNSIGNED
小数	DECIMAL(10,2)
字符串	CHAR / CHAR(20)
日期	DATE / DATETIME / TIME
二进制	BINARY

7.6 JSON 函数

SELECT JSON_OBJECT('id',1,'name','张三');      -- {"id": 1, "name": "张三"}
SELECT JSON_ARRAY(1,2,3);                      -- [1, 2, 3]
SELECT JSON_EXTRACT('{"a":1}', '$.a');         -- 1
SELECT JSON_SET('{"a":1}', '$.b', 2);          -- {"a": 1, "b": 2}
SELECT JSON_LENGTH('{"a":1,"b":2}');           -- 2
SELECT JSON_VALID('{"a":1}');                  -- 1

7.7 系统 / 元信息函数

函数	作用
DATABASE()	当前数据库名
VERSION()	数据库版本
USER() / CURRENT_USER()	当前用户
LAST_INSERT_ID()	最近插入的自增 ID
ROW_COUNT()	上条 DML 影响的行数
FOUND_ROWS()	配合 SQL_CALC_FOUND_ROWS 取总数

---

八、高级特性 ⭐⭐⭐⭐

8.1 CASE WHEN ------ SQL 里的 if-else

SELECT name, salary,
  CASE
    WHEN salary >= 15000 THEN '高'
    WHEN salary >= 10000 THEN '中'
    ELSE '低'
  END AS 薪资档位
FROM employees;

两种写法	语法	适用
简单 CASE	CASE 列 WHEN 值1 THEN r1 WHEN 值2 THEN r2 END	只有等值判断
搜索 CASE	CASE WHEN 条件1 THEN r1 WHEN 条件2 THEN r2 END	任意条件（更灵活）

⚠️ 忘记写 ELSE 时，不满足任何分支返回 NULL。

实战：行转列（透视表）

SELECT dept_id,
  SUM(CASE WHEN salary >= 15000 THEN 1 ELSE 0 END) AS 高薪人数,
  SUM(CASE WHEN salary <  15000 THEN 1 ELSE 0 END) AS 普通人数,
  SUM(CASE WHEN hire_date >= '2022-01-01' THEN 1 ELSE 0 END) AS 新人
FROM employees
GROUP BY dept_id;

8.2 窗口函数 ------ 高级 SQL 的分水岭 ⭐⭐⭐⭐

基本语法

函数名() OVER (
  [PARTITION BY 分组列]                 -- 类似 GROUP BY，但不合并行
  [ORDER BY 排序列 [ASC|DESC]]          -- 决定计算顺序
  [ROWS|RANGE BETWEEN ... AND ...]      -- 滑动窗口范围
)

窗口函数 vs GROUP BY（★核心区别）

对比	GROUP BY	窗口函数
输出行数	压缩（每组 1 行）	不变（每行都保留）
结果位置	直接作为列值	作为附加列挂在原行旁边
能否保留明细	❌	✅

SELECT dept_id, AVG(salary) FROM employees GROUP BY dept_id;   -- 3 行
SELECT name, dept_id, salary,
       AVG(salary) OVER (PARTITION BY dept_id) AS 本部门平均
FROM employees;                                                -- 5 行，明细都在

排名三兄弟对比（★超高频考点）

函数	并列时行为	序号是否跳跃	值为 100,100,90 时
ROW_NUMBER()	并列也强制不同号	不跳	1, 2, 3
RANK()	并列同号	跳跃	1, 1, 3
DENSE_RANK()	并列同号	不跳	1, 1, 2
NTILE(n)	分 n 桶	---	分 2 桶：1, 1, 2

SELECT name, dept_id, salary,
  ROW_NUMBER() OVER (PARTITION BY dept_id ORDER BY salary DESC) AS rn,
  RANK()       OVER (PARTITION BY dept_id ORDER BY salary DESC) AS rk,
  DENSE_RANK() OVER (PARTITION BY dept_id ORDER BY salary DESC) AS drk
FROM employees;

取"每组唯一 Top1"用 ROW_NUMBER()；"并列第一都要"用 RANK() / DENSE_RANK()。

其他常用窗口函数

函数	作用	典型用途
SUM/AVG/COUNT/MAX/MIN() OVER(...)	组内聚合	累计值、占比、组内基准
LAG(col, n, default)	取前 n 行的值	环比、上期对比
LEAD(col, n, default)	取后 n 行的值	下期、留存
FIRST_VALUE(col)	组内第一行的值	基准值
LAST_VALUE(col)	组内最后一行的值（注意 frame 默认到当前行）
NTH_VALUE(col, n)	组内第 n 行的值
NTILE(n)	分成 n 桶	分位数、Top N%
PERCENT_RANK()	相对排名 (rank-1)/(rows-1)
CUME_DIST()	累计分布

-- 环比
SELECT order_id, amount,
       LAG(amount, 1) OVER (ORDER BY order_date) AS 上单金额,
       amount - LAG(amount, 1) OVER (ORDER BY order_date) AS 差值
FROM orders;

-- 累计求和
SELECT order_id, amount,
       SUM(amount) OVER (ORDER BY order_date
                         ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS 累计
FROM orders;

-- 3 笔移动平均
SELECT order_date, amount,
       AVG(amount) OVER (ORDER BY order_date
                         ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS 移动平均
FROM orders;

-- 组内占比
SELECT name, dept_id, salary,
       ROUND(salary / SUM(salary) OVER (PARTITION BY dept_id) * 100, 2) AS 部门占比
FROM employees;

窗口范围（Frame）对比表（★难理解，重点看）

窗口定义	含义
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW	组开头 ~ 当前行（带 ORDER BY 时的默认）
ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING	整个分组（不带 ORDER BY 时的默认）
ROWS BETWEEN n PRECEDING AND CURRENT ROW	前 n 行 ~ 当前行（滑动平均）
ROWS BETWEEN n PRECEDING AND m FOLLOWING	前 n 行 ~ 后 m 行
RANGE BETWEEN INTERVAL 7 DAY PRECEDING AND CURRENT ROW	按值范围（近 7 天），不是按行数

关键词	含义
UNBOUNDED PRECEDING	分组第一行
UNBOUNDED FOLLOWING	分组最后一行
n PRECEDING	当前行往前 n 行
n FOLLOWING	当前行往后 n 行
CURRENT ROW	当前行

ROWS vs RANGE 区别：

	ROWS	RANGE
单位	物理行	逻辑值
并列值处理	每行单独算	同值行视为一组一起算
示例	ROWS 1 PRECEDING = 恰好前 1 行	RANGE 1 PRECEDING = 值 ≤ 当前值 -1 的所有行

命名窗口（复用定义）

SELECT name, salary,
  ROW_NUMBER() OVER w AS rn,
  RANK()       OVER w AS rk,
  SUM(salary)  OVER w AS cum
FROM employees
WINDOW w AS (PARTITION BY dept_id ORDER BY salary DESC);

⚠️ 窗口函数在 SELECT 阶段执行，晚于 WHERE / GROUP BY / HAVING 。

所以 WHERE ROW_NUMBER() OVER(...) = 1 是非法的，必须子查询或 CTE 包一层。

8.3 CTE（WITH 子句）⭐⭐⭐⭐

WITH dept_stat AS (
    SELECT dept_id, AVG(salary) AS avg_sal
    FROM employees GROUP BY dept_id
)
SELECT e.name, e.salary, d.avg_sal
FROM employees e JOIN dept_stat d ON e.dept_id = d.dept_id
WHERE e.salary > d.avg_sal;

CTE vs 子查询 / 临时表

对比	CTE	嵌套子查询	临时表
可读性	高（自顶向下）	低（层层嵌套）	中
可复用	✅ 定义一次多处引用	❌ 需重复写	✅
递归	✅ WITH RECURSIVE	❌	❌
是否落盘	否（多数引擎内联优化）	否	✅ 落盘
作用域	单条语句	单条语句	整个会话

递归 CTE（树形结构、层级、日期序列生成）：

WITH RECURSIVE org AS (
    SELECT emp_id, name, manager_id, 1 AS lvl
    FROM employees WHERE manager_id IS NULL          -- 锚点：根节点
    UNION ALL
    SELECT e.emp_id, e.name, e.manager_id, o.lvl + 1
    FROM employees e JOIN org o ON e.manager_id = o.emp_id   -- 递归：下级
)
SELECT * FROM org ORDER BY lvl;

-- 生成连续日期（报表补零用）
WITH RECURSIVE dates AS (
    SELECT DATE('2024-01-01') AS d
    UNION ALL
    SELECT d + INTERVAL 1 DAY FROM dates WHERE d < '2024-01-31'
)
SELECT * FROM dates;

8.4 视图与临时表

对象	语法	特点
视图	CREATE VIEW v AS SELECT ...	虚拟表，不存数据，查询时实时计算
物化视图	CREATE MATERIALIZED VIEW（MySQL 用表 + 定时任务模拟）	存结果，需刷新
临时表	CREATE TEMPORARY TABLE	会话级，断开自动消失，仅当前连接可见
派生表	FROM (SELECT ...) t	语句级

CREATE OR REPLACE VIEW v_high_salary AS
SELECT name, dept_id, salary FROM employees WHERE salary > 10000;

SELECT * FROM v_high_salary;   -- 像普通表一样查
DROP VIEW v_high_salary;

视图优点	视图缺点
简化复杂查询、隐藏表结构	不存数据，复杂视图查询慢
权限控制（只给视图权限）	嵌套视图易形成性能黑洞
逻辑复用	含聚合/DISTINCT/UNION 的视图不可更新

8.5 预处理语句（防 SQL 注入）⭐⭐⭐

PREPARE stmt FROM 'SELECT * FROM employees WHERE dept_id = ?';
SET @dept = 10;
EXECUTE stmt USING @dept;
DEALLOCATE PREPARE stmt;

对比	字符串拼接	参数化（预处理）
SQL 注入风险	⚠️ 极高	✅ 无
解析开销	每次硬解析	一次解析多次执行
反例	'... WHERE id = ' + userId	经典注入：' OR '1'='1

永远不要把用户输入拼进 SQL。 应用层应使用 PreparedStatement / ORM 的参数绑定。

8.6 慢查询排查

SET GLOBAL slow_query_log = 'ON';
SET GLOBAL long_query_time = 1;      -- 超过 1 秒记录
SHOW PROCESSLIST;                    -- 当前连接 / 正在跑的 SQL
KILL 12345;                          -- 杀掉慢查询

排查步骤	命令
找出慢 SQL	慢查询日志 / SHOW PROCESSLIST
看执行计划	EXPLAIN / EXPLAIN ANALYZE
看索引是否生效	关注 key、type
看索引/统计信息	SHOW INDEX FROM t、ANALYZE TABLE t
看锁等待	SHOW ENGINE INNODB STATUS

---

九、索引与执行计划 ⭐⭐⭐⭐⭐

9.1 索引数据结构对比

结构	支持情况	特点	适用
B+Tree	InnoDB / MyISAM 默认	有序、支持范围查询、树高低	绝大多数场景
Hash	Memory / InnoDB 自适应哈希	O(1) 等值，不支持范围/排序	纯等值查询
Full-Text	InnoDB 5.6+	倒排索引	文本搜索
R-Tree	MyISAM / InnoDB	空间索引	地理坐标

为什么是 B+Tree？

• 二叉搜索树：树太高，IO 次数多；
• B-Tree：非叶子节点也存数据，单页能放的索引项少 → 树更高；
• B+Tree ：非叶子只存键值（一页可放上千个索引项，树高仅 3~4 层），且叶子节点用链表相连，范围查询极快。

9.2 聚簇索引 vs 二级索引（★重点）

对比	聚簇索引（主键）	二级索引（辅助索引）
数量	每表 1 个	可多个
叶子存什么	整行数据	索引列 + 主键值
查到后	直接拿到数据	需回表：拿主键再查聚簇索引
没有主键时	InnoDB 选第一个非空唯一索引；再没有则生成 6 字节隐藏 rowid

二级索引 idx(dept_id)              聚簇索引 PRIMARY(emp_id)
┌─────────┬────────┐              ┌────────┬──────────────────────┐
│ dept_id │ emp_id │  --回表-->   │ emp_id │ name salary ... 整行 │
├─────────┼────────┤              ├────────┼──────────────────────┤
│   10    │   1    │              │   1    │ 张三 8000 ...        │
│   10    │   2    │              │   2    │ 李四 12000 ...       │
│   20    │   3    │              │   3    │ 王五 15000 ...       │
└─────────┴────────┘              └────────┴──────────────────────┘

回表与覆盖索引

概念	说明
回表	走二级索引拿到主键后，再去聚簇索引取整行 → 多一次 IO
覆盖索引	查询的列全都在索引里 ，无需回表 → EXPLAIN 的 Extra 显示 Using index

-- 假设有索引 idx(dept_id, salary)
SELECT dept_id, salary FROM employees WHERE dept_id = 10;
-- ✅ 覆盖索引，不用回表

SELECT name, salary FROM employees WHERE dept_id = 10;
-- ❌ name 不在索引里 → 必须回表

优化手段：把查询高频的列加进联合索引，做成覆盖索引。

9.3 索引类型

类型	关键字	特点
主键索引	PRIMARY KEY	唯一、非空、聚簇
唯一索引	UNIQUE	值唯一，允许多个 NULL
普通索引	INDEX / KEY	最常用
前缀索引	INDEX(col(n))	只索引前 n 字符，省空间（牺牲区分度）
联合索引	INDEX(a,b,c)	多列组合，遵守最左前缀
全文索引	FULLTEXT	MATCH(col) AGAINST('关键词')

9.4 最左前缀原则（★联合索引核心）

有联合索引 idx(a, b, c)，相当于同时拥有 (a)、(a,b)、(a,b,c) 三个索引：

查询条件	是否走索引	用到哪些列
WHERE a=?	✅	a
WHERE a=? AND b=?	✅	a, b
WHERE a=? AND b=? AND c=?	✅	a, b, c（完全命中）
WHERE a=? AND c=?	⚠️	只用 a（跳过 b，c 用不上）
WHERE b=? AND c=?	❌	无（跳过 a，索引失效）
WHERE b=? AND a=?	✅	a, b（优化器会自动重排顺序）
WHERE a>? AND b=?	⚠️	只用 a（范围条件后的列失效）

两条关键结论：

1. 联合索引要从最左列开始连续匹配；
2. 遇到范围查询 （>、<、BETWEEN、前缀 LIKE）后，其右边的列不再走索引。

9.5 索引失效场景表（★必背）

场景	反例	正解
对索引列用函数	WHERE YEAR(created_at)=2024	WHERE created_at >= '2024-01-01' AND created_at < '2025-01-01'
隐式类型转换	WHERE phone = 13800138000（phone 是 VARCHAR）	WHERE phone = '13800138000'
前置通配符	WHERE name LIKE '%张'	改用全文索引 / 冗余反转列
OR 连接非索引列	WHERE a=1 OR b=2（b 无索引）	分别建索引 / 改 UNION ALL
!= / <> / NOT IN	WHERE status != 1	改写成正向范围
索引列参与运算	WHERE salary + 100 > 5000	WHERE salary > 4900
JOIN 时字符集不一致	utf8mb4 JOIN utf8	统一字符集
区分度太低	WHERE gender='男'（90% 都是）	优化器直接全表，别建
数据分布倾斜	某值占比过高	同上

9.6 EXPLAIN 详解（★重点）

EXPLAIN SELECT * FROM employees WHERE dept_id = 10;
EXPLAIN ANALYZE SELECT ...;    -- MySQL 8.0.18+，给出真实耗时

type 访问类型（从好到坏）

type	含义	评价
system	表只有一行	最好
const	主键/唯一索引命中一行	极好
eq_ref	JOIN 时主键/唯一索引匹配	极好
ref	普通索引等值匹配	好
range	索引范围扫描	好
index	全索引扫描（扫整棵索引树）	一般
ALL	全表扫描	⚠️ 必须优化

关键列说明表

列	含义	关注点
id	查询序号	越大越先执行；相同则从上往下
select_type	查询类型	SIMPLE / PRIMARY / SUBQUERY / DERIVED / UNION
table	表名	<derived2> 表示派生表
type	访问类型	见上表
possible_keys	可能用到的索引
key	实际使用的索引	NULL = 没走索引
key_len	使用的索引字节数	可判断联合索引用了几列
ref	与索引比较的列/常量
rows	预估扫描行数	越小越好
filtered	过滤后剩余百分比
Extra	额外信息	见下表

Extra 常见值

Extra	含义	评价
Using index	覆盖索引，无需回表	✅ 好
Using where	存储引擎返回后还要过滤	正常
Using index condition	索引下推（ICP）	✅ 好
Using filesort	需要额外排序	⚠️ 考虑加索引消除排序
Using temporary	用了临时表（GROUP BY / DISTINCT）	⚠️ 需优化
Using join buffer	JOIN 用了缓冲区（BNL）	⚠️ 加索引
Using union(idx1,idx2)	索引合并	一般

9.7 索引设计原则

原则	说明
建在 WHERE/ORDER BY/GROUP BY/JOIN 的列上	只查不筛的列不必建
区分度高的列优先	COUNT(DISTINCT col)/COUNT(*) 越接近 1 越好
联合索引顺序：等值列在前，范围列在后	WHERE a=1 AND b>2 → idx(a,b)
考虑覆盖索引	把 SELECT 的列纳入索引
前缀索引省空间	长字符串取前 N 字符，保证区分度
索引不是越多越好	每个索引都是一棵 B+Tree，拖慢写入、占空间
单表索引建议 ≤ 5~6 个
优先扩展已有索引，别新建	idx(a) → idx(a,b)
避免冗余索引	有了 (a,b) 就不需要单独的 (a)

9.8 高级优化特性（了解）

特性	说明
ICP 索引下推	5.6+，把 WHERE 过滤下推到存储引擎层，减少回表
MRR	把随机 IO 转成顺序 IO（先排序主键再回表）
索引合并	多个索引的 OR/AND 结果合并（Using union）
自适应哈希	InnoDB 自动为热点页建哈希索引

---

十、事务与锁 ⭐⭐⭐⭐⭐

10.1 ACID

特性	含义	实现机制
A 原子性 Atomicity	要么全成功，要么全回滚	undo log
C 一致性 Consistency	事务前后完整性约束不变	约束 + A/I/D 共同保证
I 隔离性 Isolation	并发事务互不干扰	锁 + MVCC
D 持久性 Durability	提交后永久保存	redo log

BEGIN;                                     -- 或 START TRANSACTION
UPDATE accounts SET balance = balance - 100 WHERE id = 1;
UPDATE accounts SET balance = balance + 100 WHERE id = 2;
COMMIT;                                    -- 出错则 ROLLBACK

SAVEPOINT sp1;      -- 保存点
ROLLBACK TO sp1;    -- 回滚到保存点（不是全部回滚）

10.2 四种隔离级别（★必背）

级别	脏读	不可重复读	幻读	实现
读未提交 Read Uncommitted	✅ 有	✅ 有	✅ 有	无锁（几乎不用）
读已提交 Read Committed	❌	✅ 有	✅ 有	每条 SQL 生成新 ReadView
可重复读 Repeatable Read（MySQL 默认）	❌	❌	⚠️ 基本解决	事务首次快照读生成 ReadView + 间隙锁
串行化 Serializable	❌	❌	❌	全部加锁，串行执行

SELECT @@transaction_isolation;                            -- 查看隔离级别
SET SESSION TRANSACTION ISOLATION LEVEL READ COMMITTED;    -- 设置

三种并发问题

问题	现象	侧重
脏读	读到别人未提交的数据；对方回滚后数据就是假的
不可重复读	同一事务内两次读同一行，值不同	侧重 UPDATE / DELETE
幻读	同一事务内两次范围查询，行数不同	侧重 INSERT（多出"幻影行"）

10.3 MVCC 多版本并发控制（★难点）

概念	说明
隐藏列	每行有 DB_TRX_ID（最后修改的事务 ID）、DB_ROLL_PTR（回滚指针）、DB_ROW_ID
undo log 版本链	每次修改把旧值串成链表，可沿链找回历史版本
ReadView	快照读时生成，记录"当前活跃事务列表"，决定哪个版本可见
快照读	普通 SELECT，不加锁，读历史版本
当前读	SELECT ... FOR UPDATE、LOCK IN SHARE MODE、INSERT/UPDATE/DELETE，读最新版本并加锁

隔离级别	ReadView 生成时机	效果
RC	每条 SQL 语句都生成新的	每次看到最新已提交数据 → 会不可重复读
RR	事务中第一次快照读时生成，之后复用	整个事务看到同一版本 → 可重复读

版本链示意（undo log）
当前行  --roll_ptr-->  版本2  --roll_ptr-->  版本1  -->  (最初)
trx_id=30              trx_id=20              trx_id=10

10.4 锁（★重点）

按粒度分

锁	粒度	并发	开销	引擎
表锁	整表	低	小	MyISAM、InnoDB（DDL 时）
行锁	单行	高	大	InnoDB
页锁	一页	中	中	BDB

按类型分

锁	全称	兼容性	加锁方式
共享锁 S	Shared Lock（读锁）	多个 S 可共存，S 与 X 互斥	SELECT ... LOCK IN SHARE MODE
排他锁 X	Exclusive Lock（写锁）	与任何锁互斥	SELECT ... FOR UPDATE / UPDATE / DELETE
意向共享 IS	表级，声明"我要加行级 S 锁"		自动
意向排他 IX	表级，声明"我要加行级 X 锁"		自动

InnoDB 行锁三种算法（★难点）

锁类型	锁定范围	解决的问题
Record Lock 记录锁	锁定单条索引记录	防止该行被修改
Gap Lock 间隙锁	锁定两条记录之间的间隙（不含记录本身）	防止插入 → 解决幻读
Next-Key Lock 临键锁	Record + Gap ，左开右闭 (a, b]	InnoDB 默认行锁算法

索引值:     10        20        30
间隙:    (-∞,10)  (10,20)  (20,30)  (30,+∞)
Next-Key: (-∞,10]  (10,20]  (20,30]  (30,+∞]

注意 ：间隙锁只在 RR 及以上隔离级别生效（RC 下没有）。

锁升级为表锁的情况

场景	原因
不走索引的 UPDATE / DELETE	InnoDB 只能锁住扫描到的所有行 ≈ 锁全表
索引失效	同上

⚠️ UPDATE t SET x=1 WHERE name='张三' 若 name 无索引 → 锁全表！ 线上最常见事故之一。

10.5 死锁

项目	说明
产生条件	互斥、占有且等待、不可抢占、循环等待
InnoDB 处理	检测死锁后回滚代价较小的事务 （wait-for graph），或等 innodb_lock_wait_timeout（默认 50s）超时
排查	SHOW ENGINE INNODB STATUS 看 LATEST DETECTED DEADLOCK 段
避免手段	① 固定加锁顺序；② 缩小事务、尽快提交；③ 走索引减少锁范围；④ 避免大事务；⑤ 必要时降级到 RC

10.6 三大日志与两阶段提交

日志	层级	作用
redo log	InnoDB 引擎层，物理日志	崩溃恢复，保证 D（持久性）
undo log	InnoDB 引擎层，逻辑日志	回滚 + MVCC 版本链，保证 A（原子性）
binlog	MySQL Server 层，逻辑日志	主从复制、数据恢复、审计

写入流程（WAL：Write-Ahead Logging）
UPDATE  →  修改内存 Buffer Pool
        →  写 redo log（prepare 状态）
        →  写 binlog
        →  redo log 标记 commit      ← 两阶段提交，保证 redo 与 binlog 一致
        →  后台线程异步刷脏页

为什么需要两阶段提交：防止 redo log 写成功但 binlog 写失败，导致主库（redo）与从库（binlog）数据不一致。

---

十一、数据库设计基础 ⭐⭐⭐

11.1 三范式

范式	要求	反例 → 正解
1NF	列不可再分（原子性）	address='北京市朝阳区xx路' 存一整串 → 拆成省/市/区/详细地址
2NF	在 1NF 基础上，非主键列必须完全依赖主键（消除部分依赖）	订单明细 (订单ID,商品ID) → 商品名称，商品名称只依赖商品ID → 拆出商品表
3NF	在 2NF 基础上，非主键列不能传递依赖	员工表有 部门ID → 部门名称 → 部门位置 → 拆出部门表
BCNF	3NF 基础上，主属性也不能部分/传递依赖于码	更严格的 3NF

口诀：1NF 原子、2NF 完全依赖、3NF 直接依赖（不传递）。

11.2 范式 vs 反范式

项目	范式化（拆表）	反范式化（冗余）
数据冗余	少	多
一致性	容易保证	难（要靠程序/触发器同步）
查询	需 JOIN，慢	少 JOIN，快
写入	快、无异常	慢（要更新多处）
适用	OLTP（业务系统）	OLAP（报表、数仓）

实践 ：核心业务表做到 3NF；报表/查询热点做适度冗余 （如订单表冗余 user_name 快照）。

11.3 主键选型对比

方案	优点	缺点	适用
AUTO_INCREMENT 自增	顺序写入、索引紧凑、性能最好	分库分表需额外处理；易泄露业务量	单体首选
UUID	全局唯一、可提前生成	36 字节太长、随机写入导致页分裂、索引膨胀	一般不用
UUID 存 BINARY(16)	省空间（16 字节）	仍是无序写入	折中
雪花算法 Snowflake	全局唯一、趋势递增、8 字节	需发号器、依赖时钟	分布式首选

11.4 表设计检查清单

#	检查项
1	每张表都有主键，且是 BIGINT / INT
2	字符集统一 utf8mb4，排序规则统一
3	所有字段尽量 NOT NULL + 合理 DEFAULT
4	金额一律 DECIMAL，不用 FLOAT
5	时间统一 DATETIME，不要用字符串存时间
6	表/字段有 COMMENT 注释
7	外键是否使用（大厂多数禁用，改由应用层保证）
8	必备字段：created_at、updated_at、is_deleted
9	长文本（TEXT）是否垂直拆分
10	高频查询条件是否有对应索引

---

十二、易错点与调优清单 ⭐⭐⭐

12.1 高频踩坑表

坑	错误写法	正确写法
NULL 判断	WHERE x = NULL	WHERE x IS NULL
NOT IN 遇 NULL	WHERE id NOT IN (SELECT...)	用 NOT EXISTS 或子查询加 IS NOT NULL
全表更新	UPDATE t SET x=1;	必须带 WHERE
除零	a / b	a / NULLIF(b, 0)
浮点比较	WHERE price = 0.1	ABS(price-0.1) < 1e-6 或改用 DECIMAL
COUNT 语义	COUNT(col) 当行数	行数用 COUNT(*)
深分页	LIMIT 1000000, 20	游标：WHERE id > 上页最大id LIMIT 20
GROUP BY 漏列	SELECT dept,name,COUNT(*) GROUP BY dept	非聚合列全部进 GROUP BY
LEFT JOIN 退化	LEFT JOIN ... WHERE 右表列=值	条件写在 ON 里
WHERE 用别名	SELECT a+b AS s ... WHERE s>1	重写表达式或包子查询
窗口函数过滤	WHERE ROW_NUMBER() OVER(...)=1	子查询/CTE 包一层
字符串日期	WHERE dt='2024/1/1'	统一 '2024-01-01'
隐式转换	WHERE varchar_col = 123	WHERE varchar_col = '123'
大事务	一次 UPDATE 百万行	分批 + LIMIT
中文乱码 / emoji 存不进	用了 utf8	必须 utf8mb4

12.2 SQL 优化清单

#	优化点
1	不用 SELECT *，只查需要的列（利于覆盖索引）
2	WHERE 条件列建索引，遵守最左前缀
3	避免索引列上使用函数 / 运算 / 隐式转换
4	LIKE 避免前置 %，长文本用全文索引
5	UNION ALL 替代 UNION（能确定无重复时）
6	小表驱动大表（JOIN 时小表放前面）
7	深分页用游标（记录上次最大 ID）
8	大批量操作分批处理，避免长事务、大锁
9	子查询结果大时用 EXISTS 替代 IN
10	避免 !=、OR（改 UNION ALL）
11	ORDER BY 字段建索引，消除 filesort
12	GROUP BY 字段建索引，消除临时表
13	合理冗余，减少 JOIN
14	大表 ALTER 用 pt-osc / gh-ost
15	定期 ANALYZE TABLE 更新统计信息
16	冷热数据分离，归档历史数据
17	读写分离（主写从读）
18	分库分表（单表超千万行 / 2GB 时考虑）
19	连接池参数合理（避免连接数打满）
20	上线前先 EXPLAIN

12.3 深分页优化对比

-- ❌ 慢：扫描并丢弃前 100 万行
SELECT * FROM orders ORDER BY id LIMIT 1000000, 20;

-- ✅ 方案1：游标（记住上一页最后一条 id）------ 最快
SELECT * FROM orders WHERE id > 1000000 ORDER BY id LIMIT 20;

-- ✅ 方案2：延迟关联（覆盖索引先查 id，再回表）
SELECT o.* FROM orders o
JOIN (SELECT id FROM orders ORDER BY id LIMIT 1000000, 20) t ON o.id = t.id;

-- ✅ 方案3：业务上限制只能翻前 100 页

方案	适用	优点	缺点
游标	可连续翻页（信息流）	最快	不能跳页
延迟关联	必须支持跳页	比直接 LIMIT 快很多	仍需扫描索引
限制页数	搜索类	简单	体验受限

12.4 扩展：分库分表（了解）

概念	说明
垂直拆分	按业务 拆库（用户库、订单库）；按字段拆表（大字段独立）
水平拆分	按规则 把数据分到多张同构表（如 user_id % 8）
分片键	拆分依据的字段，选最常用于查询条件的字段
中间件	ShardingSphere、MyCat
带来的问题	分布式事务、跨库 JOIN、全局 ID、扩容迁移

---

十三、SQL 方言对比 ⭐⭐

能力	MySQL	PostgreSQL	Oracle	SQL Server
取前 N 行	LIMIT n	LIMIT n	ROWNUM <= n / FETCH FIRST n ROWS ONLY	TOP n
分页	LIMIT n OFFSET m	LIMIT n OFFSET m	OFFSET m ROWS FETCH NEXT n ROWS ONLY	OFFSET m ROWS FETCH NEXT n ROWS ONLY
字符串拼接	CONCAT(a,b)	`a		b`
自增列	AUTO_INCREMENT	SERIAL / IDENTITY	SEQUENCE + 触发器	IDENTITY(1,1)
当前时间	NOW()	NOW()	SYSDATE	GETDATE()
空值兜底	IFNULL(a,b)	COALESCE(a,b)	NVL(a,b)	ISNULL(a,b)
截取字符串	SUBSTRING(s,1,3)	SUBSTRING(s FROM 1 FOR 3)	SUBSTR(s,1,3)	SUBSTRING(s,1,3)
日期格式化	DATE_FORMAT(d,'%Y-%m-%d')	TO_CHAR(d,'YYYY-MM-DD')	TO_CHAR(d,'YYYY-MM-DD')	FORMAT(d,'yyyy-MM-dd')
字符串转日期	STR_TO_DATE(s,f)	TO_DATE(s,'YYYY-MM-DD')	TO_DATE(s,'YYYY-MM-DD')	CONVERT(DATE,s)
日期差	DATEDIFF(d1,d2)	d1 - d2（整数天）	d1 - d2	DATEDIFF(day,d1,d2)
FULL OUTER JOIN	❌ 不支持（需 UNION 模拟）	✅	✅	✅
窗口函数	8.0+	✅ 很早支持	✅	✅
CTE / 递归 CTE	8.0+	✅	✅（另有 CONNECT BY）	✅
布尔类型	TINYINT(1)	BOOLEAN	无（用 NUMBER(1)）	BIT
标识符引用符	反引号 `````	双引号 "	双引号 "	方括号 []
分组内拼接	GROUP_CONCAT	STRING_AGG	LISTAGG	STRING_AGG
正则	REGEXP	~ / SIMILAR TO	REGEXP_LIKE	LIKE（有限）

迁移提醒 ：重点关注分页、字符串拼接、日期函数、标识符引用符这四类，改不完会直接报错。

---

十四、面试高频题 ⭐⭐⭐⭐

题目	核心考点	思路
查各部门薪资最高的人	窗口函数 / 相关子查询	ROW_NUMBER() OVER(PARTITION BY dept_id ORDER BY salary DESC) 取 rn=1
第 N 高的薪水（去重）	DENSE_RANK / LIMIT+OFFSET	注意并列，用 DENSE_RANK()=N 更稳
查连续 3 天登录的用户	窗口 + 日期差	ROW_NUMBER() 与日期做差，差值相同即连续
删除重复数据只留一条	窗口 + 自连接	按业务键分区，ROW_NUMBER()>1 的删掉
次日留存率	自连接 + DATEDIFF	今日活跃 JOIN 次日活跃，相除
行转列 / 列转行	CASE WHEN / UNION ALL	行→列用聚合 + CASE；列→行用 UNION ALL
找出连续区间的起止	窗口 + 差值分组	id - ROW_NUMBER() 作为分组标识
累计 / 环比 / 同比	窗口函数	SUM() OVER / LAG()
求中位数	窗口 + 计数	正排 + 倒排取中间，或用 PERCENT_RANK
组内占比 / Top N%	窗口函数	x / SUM(x) OVER(PARTITION BY ...)
每个用户最近一笔订单	窗口 + 过滤	ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY date DESC)=1
树形结构（部门层级）	递归 CTE	WITH RECURSIVE
大表 COUNT(*) 慢	索引 / 汇总表 / 近似值	二级索引计数、维护汇总表、SHOW TABLE STATUS 估算
这条 SQL 为什么没走索引	EXPLAIN	见 §9.5 失效场景

例题 1：各部门薪资最高的员工（并列都要）

WITH ranked AS (
  SELECT name, dept_id, salary,
         DENSE_RANK() OVER (PARTITION BY dept_id ORDER BY salary DESC) AS drk
  FROM employees
)
SELECT name, dept_id, salary FROM ranked WHERE drk = 1;

例题 2：连续登录 ≥ 3 天的用户

WITH t AS (
  SELECT DISTINCT user_id, login_date FROM login_log
), g AS (
  SELECT user_id, login_date,
         DATE_SUB(login_date, INTERVAL
           ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) DAY) AS grp
  FROM t
)
SELECT user_id, COUNT(*) AS 连续天数
FROM g GROUP BY user_id, grp HAVING COUNT(*) >= 3;
-- 关键技巧：连续日期 - 行号 = 同一个常数，据此分组

例题 3：次日留存率

SELECT COUNT(DISTINCT b.user_id) / COUNT(DISTINCT a.user_id) AS 次日留存率
FROM login_log a
LEFT JOIN login_log b
  ON a.user_id = b.user_id
 AND DATEDIFF(b.login_date, a.login_date) = 1
WHERE a.login_date = '2024-01-01';

---

十五、附录

15.1 学习路径

阶段	目标	建议时长	练习重点
第 1 阶段 ⭐	会建表、会查单表	2~3 天	数据类型、DDL、SELECT / WHERE / ORDER BY / LIMIT
第 2 阶段 ⭐⭐	会增删改、会统计	3~5 天	INSERT/UPDATE/DELETE、GROUP BY、JOIN
第 3 阶段 ⭐⭐⭐	复杂查询	1~2 周	子查询、CASE WHEN、各类函数、CTE
第 4 阶段 ⭐⭐⭐⭐	数据分析	1~2 周	窗口函数、透视表、留存/漏斗分析
第 5 阶段 ⭐⭐⭐⭐⭐	性能与原理	3~4 周	索引、EXPLAIN、事务、锁、MVCC、分库分表

练习资源：

• LeetCode 数据库题库（中文、按难度分类）
• SQLZoo（交互式入门）
• 牛客网 SQL 题库（偏实战）

练习方法：

1. 每题先自己写，写完再对题解；
2. 一题多解（窗口函数 / 子查询 / JOIN 各写一遍）；
3. 写完 EXPLAIN 看有没有走索引；
4. 把常用片段存成自己的 snippet 库。

15.2 可直接执行的练习脚本

-- 建库
CREATE DATABASE IF NOT EXISTS sql_study
  DEFAULT CHARSET utf8mb4 COLLATE utf8mb4_unicode_ci;
USE sql_study;

-- 部门表
CREATE TABLE departments (
    dept_id   INT PRIMARY KEY,
    dept_name VARCHAR(50) NOT NULL,
    location  VARCHAR(50)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

-- 员工表
CREATE TABLE employees (
    emp_id     BIGINT UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '员工ID',
    name       VARCHAR(50)     NOT NULL                COMMENT '姓名',
    dept_id    INT                                     COMMENT '部门ID',
    salary     DECIMAL(10,2)   NOT NULL DEFAULT 0.00   COMMENT '月薪',
    hire_date  DATE            NOT NULL                COMMENT '入职日期',
    manager_id BIGINT UNSIGNED                         COMMENT '上级ID',
    PRIMARY KEY (emp_id),
    KEY idx_dept (dept_id),
    KEY idx_salary (salary),
    CONSTRAINT fk_dept FOREIGN KEY (dept_id) REFERENCES departments(dept_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='员工表';

-- 订单表
CREATE TABLE orders (
    order_id   BIGINT PRIMARY KEY AUTO_INCREMENT,
    user_id    BIGINT        NOT NULL,
    amount     DECIMAL(10,2) NOT NULL,
    order_date DATE          NOT NULL,
    status     VARCHAR(20)   NOT NULL DEFAULT '待付款',
    KEY idx_user_date (user_id, order_date)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

-- 插入数据
INSERT INTO departments VALUES
  (10,'技术部','北京'), (20,'市场部','上海'), (30,'财务部','北京');

INSERT INTO employees (name, dept_id, salary, hire_date, manager_id) VALUES
  ('张三', 10,  8000.00, '2021-03-01', 3),
  ('李四', 10, 12000.00, '2020-07-15', 3),
  ('王五', 20, 15000.00, '2019-01-20', NULL),
  ('赵六', 30,  9000.00, '2022-11-05', 3),
  ('孙七', NULL, 7000.00, '2023-02-10', NULL);

INSERT INTO orders (user_id, amount, order_date, status) VALUES
  (1, 120.50, '2024-01-05', '已付款'),
  (1, 300.00, '2024-02-11', '已付款'),
  (2,  80.00, '2024-01-20', '已退款'),
  (3, 500.00, '2024-03-01', '已付款');

-- 验证
SELECT * FROM employees;
SELECT * FROM departments;
SELECT * FROM orders;

15.3 术语速查表

缩写 / 术语	全称 / 含义
DDL / DML / DQL / DCL / TCL	语句五大分类，见 §1.1
ACID	Atomicity Consistency Isolation Durability，事务四特性
MVCC	Multi-Version Concurrency Control，多版本并发控制
WAL	Write-Ahead Logging，预写日志
B+Tree	索引默认数据结构
ICP	Index Condition Pushdown，索引下推
MRR	Multi-Range Read，多范围读
OLTP / OLAP	在线事务处理（业务系统）/ 在线分析处理（报表数仓）
QPS / TPS	每秒查询数 / 每秒事务数
回表	二级索引查到主键后再查聚簇索引
覆盖索引	Covering Index，查询列全在索引中，无需回表
最左前缀	联合索引的匹配规则
深分页	OFFSET 很大的分页查询
页分裂	乱序插入导致 B+Tree 节点分裂，性能下降

---

📌 本文基于 MySQL 8.0。要点回顾三句话：

1. 写查询：想清楚「要什么列、从哪张表、关联谁、怎么过滤、怎么分组、怎么排序」；
2. 建表：类型选最小、金额用 DECIMAL、时间用 DATETIME、字符集 utf8mb4、字段尽量 NOT NULL；
3. 调优 ：先 EXPLAIN，看 type / key / rows / Extra，消灭 ALL、filesort、temporary。