MySQL的基本命令

启动：net start mySql

进入：mysql -u root -p/mysql -h localhost -u root -p databaseName

列出数据库：show databases

选择数据库：use databaseName

列出表格：show tables；

显示表格列的属性：show columns from tableName；

建立数据库：source fileName.txt

匹配字符：可以用通配符_代表任何一个字符，％代表任何字符串

增加一个字段：alter table tabelName add column fieldName dateType

增加多个字段：alter table tabelName add column fieldName1 dateType,add columns fieldName2 dateType

多行命令输入:注意不能将单词断开当插入或更改数据时，不能将字段的字符串展开到多行里，否则硬回车将被储存到数据中

增加一个管理员帐户：grant all on *.* to user@localhost identified by "password"

每条语句输入完毕后要在末尾填加分号''，或者填加'\g'也可以；

查询时间：select now()

查询当前用户：select user()

查询数据库版本：select version()

查询当前使用的数据库：select database()

1、删除student_course数据库中的students数据表：

rm -f student_course/students.*

2、备份数据库：(将数据库test备份)

mysqldump -u root -p test>c:\test.txt

备份表格：(备份test数据库下的mytable表格)

mysqldump -u root -p test mytable>c:\test.txt

将备份数据导入到数据库：(导回test数据库)

mysql -u root -p test

3、创建临时表：(建立临时表zengchao)

create temporary table zengchao(name varchar(10))

4、创建表是先判断表是否存在

create table if not exists students(……)

5、从已经有的表中复制表的结构

create table table2 select * from table1 where 1<>1

6、复制表

create table table2 select * from table1

7、对表重新命名

alter table table1 rename as table2

8、修改列的类型

alter table table1 modify id int unsigned//修改列id的类型为int unsigned

alter table table1 change id sid int unsigned//修改列id的名字为sid，而且把属性修改为int unsigned

9、创建索引

alter table table1 add index ind_id (id)

create index ind_id on table1 (id)

create unique index ind_id on table1 (id)//建立唯一性索引

10、删除索引

drop index idx_id on table1

alter table table1 drop index ind_id

11、联合字符或者多个列(将列id与":"和列name和"="连接)

select concat(id,':',name,'=') from students

12、limit(选出10到20条)<第一个记录集的编号是0>

select * from students order by id limit 9,10

13、MySQL不支持的功能

事务，视图，外键和引用完整性，存储过程和触发器

14、MySQL会使用索引的 *** 作符号

<,<=,>=,>,=,between,in,不带%或者_开头的like

15、使用索引的缺点

1)减慢增删改数据的速度；

2）占用磁盘空间；

3）增加查询优化器的负担；

当查询优化器生成执行计划时，会考虑索引，太多的索引会给查询优化器增加工作量，导致无法选择最优的查询方案；

16、分析索引效率

方法：在一般的SQL语句前加上explain；

分析结果的含义：

1）table：表名；

2）type：连接的类型，(ALL/Range/Ref)。其中ref是最理想的；

3）possible_keys：查询可以利用的索引名；

4）key：实际使用的索引；

5）key_len：索引中被使用部分的长度（字节）；

6）ref：显示列名字或者"const"（不明白什么意思）；

7）rows：显示MySQL认为在找到正确结果之前必须扫描的行数；

8）extra：MySQL的建议；

17、使用较短的定长列

1）尽可能使用较短的数据类型；

2）尽可能使用定长数据类型；

a）用char代替varchar，固定长度的数据处理比变长的快些；

b）对于频繁修改的表，磁盘容易形成碎片，从而影响数据库的整体性能；

c）万一出现数据表崩溃，使用固定长度数据行的表更容易重新构造。使用固定长度的数据行，每个记录的开始位置都是固定记录长度的倍数，可以很容易被检测到，但是使用可变长度的数据行就不一定了；

d）对于MyISAM类型的数据表，虽然转换成固定长度的数据列可以提高性能，但是占据的空间也大；

18、使用not null和enum

尽量将列定义为not null，这样可使数据的出来更快，所需的空间更少，而且在查询时，MySQL不需要检查是否存在特例，即null值，从而优化查询；

如果一列只含有有限数目的特定值，如性别，是否有效或者入学年份等，在这种情况下应该考虑将其转换为enum列的值，MySQL处理的更快，因为所有的enum值在系统内都是以标识数值来表示的；

19、使用optimize table

对于经常修改的表，容易产生碎片，使在查询数据库时必须读取更多的磁盘块，降低查询性能。具有可变长的表都存在磁盘碎片问题，这个问题对blob数据类型更为突出，因为其尺寸变化非常大。可以通过使用optimize table来整理碎片，保证数据库性能不下降，优化那些受碎片影响的数据表。 optimize table可以用于MyISAM和BDB类型的数据表。实际上任何碎片整理方法都是用mysqldump来转存数据表，然后使用转存后的文件并重新建数据表；

20、使用procedure analyse()

可以使用procedure analyse()显示最佳类型的建议，使用很简单，在select语句后面加上procedure analyse()就可以了；例如：

select * from students procedure analyse()

select * from students procedure analyse(16,256)

第二条语句要求procedure analyse()不要建议含有多于16个值，或者含有多于256字节的enum类型，如果没有限制，输出可能会很长；

21、使用查询缓存

1）查询缓存的工作方式：

第一次执行某条select语句时，服务器记住该查询的文本内容和查询结果，存储在缓存中，下次碰到这个语句时，直接从缓存中返回结果；当更新数据表后，该数据表的任何缓存查询都变成无效的，并且会被丢弃。

2）配置缓存参数：

变量：query_cache _type，查询缓存的 *** 作模式。有3中模式，0：不缓存；1：缓存查询，除非与 select sql_no_cache开头；2：根据需要只缓存那些以select sql_cache开头的查询； query_cache_size：设置查询缓存的最大结果集的大小，比这个值大的不会被缓存。

22、调整硬件

1）在机器上装更多的内存；

2）增加更快的硬盘以减少I/O等待时间；

寻道时间是决定性能的主要因素，逐字地移动磁头是最慢的，一旦磁头定位，从磁道读则很快；

3）在不同的物理硬盘设备上重新分配磁盘活动；

如果可能，应将最繁忙的数据库存放在不同的物理设备上，这跟使用同一物理设备的不同分区是不同的，因为它们将争用相同的物理资源（磁头）。

最左原则顾名思义就是从最左边开始匹配的原则，mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配，索引可以任意顺序，mysql的查询优化器会帮你优化成索引可以识别的形式，其针对的是组合索引（又名联合索引）。

假设我们现在对A、B、C三个字段建立组合索引，来剖析什么时候会用到索引。

A=nickName, B=groupId, C=sign。

首先来看下我的表结构和索引如图1-2，在这里就不作过多赘述。

我先来介绍下图3中sql在expalin执行计划后得一些参数。

id： 为选择标识符。

select_type： 表示查询的类型，SIMPLE表示简单的select,没有union和子查询。

table： 输出结果集的表。

partitions： 匹配的分区。

type： 表示表的连接类型，range是指给定范围内的检索，比如 in(xx, xx) 或者 between。该类最好的时候是const（即表示为通过索引一次就找到了），最差的时候是all（需要遍历全表）。

possible_keys： 表示查询时，可能使用的索引。（显示可能应用在这张表中的索引，不一定能应用到。）

key： 表示实际使用的索引。

key_len： 索引字段的长度。

ref： 列与索引的比较。

rows： 找到所需的记录所需要读取的行数。

filtered： 按表条件过滤的行百分比。

Extra： 执行情况的描述和说明。

由图3的key字段看出A、B、C下，我们使用上了nickName_id_sign联合索引，rows字段看出，读取了1行。

那我们来看看B、C、A与C、B、A呢？

图4-5看出B、C、A与C、B、A也用到了索引，为什么呢？

这是因为当客户端把SQL语句传送到服务器后，服务器进程会对该语句进行解析。这个解析的工作是在服务器端所进行的，解析动作又可分为很多小动作。其中最重要的一步就是确定最佳执行计划。服务器进程会根据一定的规则，对这条语句进行优化。（在执行计划开始之前会有一步查询转换，如：视图合并、子查询解嵌套、谓语前推及物化视图重写查询等。【此处不理解可以忽略，大概可以理解为优化器寻找最低成本的执行计划】）。最终确定可能的最低成本的执行计划。当服务器进程的优化器确定这条查询语句的最佳执行计划后， 就会将这条SQL语句与执行计划保存到数据高速缓存，提高SQL语句处理效率。

在mysql中会使用Index Merge intersection algorithm算法来调整条件子句顺序(可以理解为上面所表述的 寻找最低成本的执行计划 )，详情请看 官方文档 。

由图6可以看出A、B组合也使用到了索引，看到type值为ref（非唯一性索引扫描，返回匹配某个单独值的所有行，本质上也是一种索引访问，它返回所有匹配某个单独值的行，它可能会找到多个符合条件的行，所以他应该属于查找和扫描的混合体。），再看rows，为40条，比A、B、C下略多，但还好，可以接受。

由图7可以看出A、C组合也使用到了索引，可以看到key_len索引中使用的字节数比A、B、C与A、B下小得多，再看rows，为七万多条， filtered 的过滤条件仅为百分之十，这是因为A、B、C组合索引覆盖了（A）、（A，B）、（A，B，C）三个索引 点击查看官方文档 ，而A、C组合用到了A索引，我们来看图8只有A条件nickName下与图7的rows参数都一致。filtered参数不一致是因为where的后置条件决定其过滤比例的。

图9可看出B、C组合下没有用到索引，type类型为ALL遍历整表去寻找记录， possible_keys与key 都为空，rows几乎为全表记录。这是因为组合索引的最左匹配原则，mysql会根据A来确定下一步的搜索方向，当没有A时，就只能去全记录去寻找。

有什么问题请留言，大家一起探讨学习