主键（PRIMARY KEY）的完整称呼是“主键约束”，是 MySQL 中使用最为频繁的约束。一般情况下，为了便于 DBMS 更快的查找到表中的记录，都会在表中设置一个主键。
主键:primary key 唯一键:unique 非空:not null 缺省:default 外键:foreign key
其中：外键名为定义的外键约束的名称，一个表中不能有相同名称的外键；字段名表示子表被外健约束的字段名；主表名即被子表外键所依赖的表的名称；主键列表示主表中定义的主键列或者列组合。
blog.csdn.net/weixin_39420024/article/details/80040549
MySQL索引分为普通索引、唯一索引、主键索引、组合索引、全文索引。索引不会包含有null值的列，索引项可以为null（唯一索引、组合索引等），但是只要列中有null值就不会被包含在索引中。
数据库如何判定，当前这一条记录是重复的？先查找，再插入。但是加上约束之后，数据库的执行过程可能就变了。因此执行时间或者效率会受到很大影响。
Mysql是最流行的关系型数据库管理系统，在WEB应用方面MySQL是最好的RDBMS(Relational Database Management System：关系数据库管理系统)应用软件之一。 ---- RDBMS 术语 数据库: 数据库是一些关联表的集合。. 数据表: 表是数据的矩阵。在一个数据库中的表看起来像一个简单的电子表格。 列: 一列(数据元素) 包含了相同的数据, 例如邮政编码的数据。 行：一行（=元组，或记录）是一组相关的数据，例如一条用户订阅的数据。 冗余：存储两倍数据，冗余降低了
Select [distinct ] <字段名称> from 表 1 [ <join 类型> join 表 2 on <join 条件> ] where <where 条件> group by <字段>
在系统性能问题中，数据库往往是性能的瓶颈关键因素。那么如何去检测mysql的性能问题，如何构建高性能的mysql，如何编写出高性能的sql语句？为此，整理一些建议。
关于之前有人提到的Python如何操控MySQL，其实很简单，以pymysql的库为例。
聚簇索引并不是一种单独的索引类型，而是一种数据存储方式。术语‘聚簇’表示数据行和相邻的键值聚簇的存储 在一起。
Redis系列到上一篇已经全部结束了，从本篇开始进入Mysql系列文章专题。本篇作为Mysql系列专题的开篇文章，主要是一文带大家大致了解什么是Mysql。本篇文章主要涉及的内容有：
所谓索引就是为特定的mysql字段进行一些特定的算法排序,比如二叉树的算法和哈希算法,哈希算法是通过建立特征值,然后根据特征值来快速查找,而用的最多,并且是mysql默认的就是二叉树算法 BTREE,通过BTREE算法建立索引的字段,比如扫描20行就能得到未使用BTREE前扫描了2^20行的结果,具体的实现方式后续本博客会出一个算法专题里面会有具体的分析讨论;
整数：INT。 ⼩数：DECIMAL。 字符串：TEXT。 ⽇期与时间：DATETIME。
不允许出现相同的值，且不能为NULL值，一个表只能有一个primary_key索引。
explain所有人都应该很熟悉，通过它我们可以知道SQL是如何执行的，虽然不是100%管用，但是至少大多数场景通过explain的输出结果我们能直观的看到执行计划的相关信息。
select查询优化一直是日常开发和数据库运维绕不开的一道坎，SQL的查询速度决定了页面的加载速度，进一步决定了客户浏览体验。
在业务型java项目中最大的隐患项之一就是慢SQL，它影响到服务的稳定性，也是日常工作中经常导致程序的最大隐患，在日常开发中如何避免出现慢SQL，出现了慢SQL应该按照什么思路去解决是我们必须要知道。其优化原则，总体可以归纳为：
MySQL索引的建立对于MySQL的高效运行是很重要的，索引可以大大提高MySQL的检索速度。
在这个学习案例中,最后要介绍的是排序。使用文件排序对小数据集是很快的，但如果个查询匹配的结果有上百万行的话会怎样?例如如果 WHERE子句只有sex列，如何排序? 对于那些选择性非常低的
MySQL 是最流行的关系型数据库管理系统，在 WEB 应用方面 MySQL 是最好的 RDBMS(Relational Database Management System：关系数据库管理系统)应用软件之一。
不管是啥业务，最终数据都要落地，数据库这一环是肯定少不了的。随着业务发展，并发越来越高，数据库很容易成为整个链路的短板。这也是大厂面试中比较常被问到的。而调优的第一步，都是从sql语句、索引入手。先得保证单个数据库执行没问题，才会有更高层次的分库分表、弹性、容灾等等。
常用的数据库应用设计优化方法 水平拆分，分库分表 增加缓存层，减少数据库的访问次数，大部分的查询访问ckv，更新操作异步更新到db 读写分离，实现在线访问和离线访问的隔离，避免相互影响，需要注意实例间同步时延的问题 表结构设计优化 主键设计：使用自增id主键 推荐使用自增id主键的原因： InnoDB数据是按照主键聚簇的，数据在物理上按照主键大小顺序存储，使用其他列或者组合无法保证顺序插入，随机IO导致插入性能下降 所有二级索引都存储了主键的，采用二级索引查询，首先找到的主键，然后通过主键定位数据
前几天老大问我怎么进行sql优化的，我回答了新建索引。哈哈哈，然后老大就出去找棍子了，进来之后跟我说你知道门在哪边吧，自己出去还是我请你出去？
为了保证数据的完整性，SQL 规范以约束的方式对表数据进行额外的条件限制。从以下四个方面考虑：
在MySQL使用的过程中，所谓的性能问题，在大部分的场景下都是指查询的性能，导致查询缓慢的根本原因是数据量的不断变大，解决查询性能的最常见手段是：针对查询的业务场景，设计合理的索引结构。
上周新系统改版上线，上线第二天就出现了较多的线上慢sql查询，紧接着dba 给出了定位及解决方案，这里较多的是使用延迟关联去优化。 而我对于这个延迟关联也是第一次听说（o(╥﹏╥)o），所以今天一定要学习并产出一篇学习笔记。(^▽^)
唯一索引 唯一索引不允许两行具有相同的索引值。 如果现有数据中存在重复的键值，则大多数数据库都不允许将新创建的唯一索引与表一起保存。当新数据将使表中的键值重复时，数据库也拒绝接受此数据。例如，用户表中的身份证(idcard) 列上创建了唯一索引，则所有身份证不能重复 主键索引 主键索引是唯一索引的特殊类型。 数据库表通常有一列或列组合，其值用来唯一标识表中的每一行。该列称为表的主键。 在数据库关系图中为表定义一个主键将自动创建主键索引，主键索引是唯一索引的特殊类型。主键索引要求主键中的每个值是唯一的。当在查
存储引擎：MySQL中的数据、索引以及其他对象是如何存储的，是一套文件系统的实现。
MySQL的索引分类问题一直让人头疼，几乎所有的资料都会给你列一个长长的清单，给你介绍什么主键索引、单值索引，覆盖索引，自适应哈希索引，全文索引，聚簇索引，非聚簇索引等……给人的感觉就是云里雾里，好像MySQL索引的实现方式有很多种，但是都没有一个清晰的分类。所以本人尝试总结了一下如何给MySQL的索引类型分类，便于大家记忆，由于MySQL中支持多种存储引擎，在不同的存储引擎中实现略微有所差距，下文中如果没有特殊声明，默认指的都是InnoDB存储引擎。
1.创建表：之前需要use database database_name 然后create table 表名（）； 例：创建员工表tb_employee1，结构如下表所示 字段名称 数据类型 备注 id int（11） 员工编号 name varchar（25） 员工名称 depld int（11） 所在部门编号 salary float 工资 mysql> create database
数据库指的是以一定方式储存在一起、能为多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。简单来说可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。
1、MYSQL配置参数lower_case_table_names，不可动态更改，LINUX系统默认为0，即库表名以实际情况存储，大小写敏感。如果是 1，以小写存储，大小写不敏感。如果是 2，以实际情况存储，但以小写比较。
聚簇索引规定了一个数据表的排序方式，一个数据表只能有一个聚簇索引，通常使用聚簇索引的是数据表的主键。 聚簇索引和数据行是存放在一起的，所以使用聚簇索引的查询效率很高。同时由于聚簇索引已经进行了排序，所以范围查找的效率很高。但是聚簇索引插入删除的代价可能会比较高，可能会引起页分裂的情况（B+Tree 的数据结构特性，因为 B+Tree 的一个节点的度通常是数据页的大小，向一个满度的节点插入数据，就会导致分页）。 非聚簇索引又称二级索引，可以有多个，它也是一个 B+Tree 结构，它的叶节点指向的是行的 key 字段和主键值。所以通过非聚簇索引搜索时，首先通过非聚簇索引获取到行的主键值（先获取到数据表的聚簇索引值），然后根据主键值获取到数据行信息，相当于比聚簇索引多了一倍的 IO。 聚簇索引和非聚簇索引不是矛盾关系。
当然这个还是非常有实用价值的，工作中你也一定用的上。如果应用得当，升职加薪，指日可待
mysql数据库存储数据的方式与excel类似，都是以表格的形式来存储数据。 excel一般用一张表来存储少量的数据，数据库可以用多个表来存储大量的数据。
MySQL 是一个关系型数据库管理系统，由瑞典 MySQL AB 公司开发，目前属于 Oracle 公司。MySQL 是一种关联数据库管理系统，关联数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。
为了防止不符合规范的数据进入数据库，在用户对数据进行插入、修改、删除等操作时，DBMS自动按照一定的约束条件对数据进行监测，使不符合规范的数据不能进入数据库，以确保数据库中存储的数据正确、有效、相容。
数据库（Database）是按照数据结构来组织、存储和管理数据的仓库，每个数据库都有一个或多个不同的API用于创建，访问，管理，搜索和复制所保存的数据。我们也可以将数据存储在文件中，但是在文件中读写数据速度相对较慢。 所以，现在我们使用关系型数据库管理系统（RDBMS）来存储和管理的大数据量。所谓的关系型数据库，是建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据。 RDBMS即关系数据库管理系统(Relational Database Management System)的特点： （1）数据以表格的形式出现 （2）每行为各种记录名称 （3）每列为记录名称所对应的数据域 （4）许多的行和列组成一张表单 （5）若干的表单组成database
大部分开发和DBA同行都对分页查询非常非常了解，看帖子翻页需要分页查询，搜索商品也需要分页查询。那么问题来了,遇到上千万或者上亿的数据量怎么快速的拉取全量，比如大商家拉取每月千万级别的订单数量到自己独立的ISV做财务统计;或者拥有百万千万粉丝的公众大号,给全部粉丝推送消息的场景。本文讲讲个人的优化分页查询的经验，抛砖引玉。
表名：city id City Provinceid 1 广州 1 2 深圳 1 3 惠州 1 4 长沙 2 5 武汉 3 ………. 广州 表名称：province: id Province 1 广东 2 湖南 3 湖北 ……….
问题1：char、varchar的区别是什么？ varchar是变长而char的长度是固定的。如果你的内容是固定大小的，你会得到更好的性能。
数据完整性是指数据的准确性和逻辑一致性，用来防止数据库中存在不符合语义、无效数据或错误数据等。例如，网上商城系统数据库中的商品编号、名称不能为空，订单号必须唯一，邮箱格式必须符合规范等。MySQL中，数据完整性通常使用约束来实现，本任务主要的约束包括PRIMARY KEY约束、NOT NULL约束、DEFAULT约束、UNIQUE约束、CHECK约束和FOREIGH KEY约束。
规范业务系统对MySQL数据库在设计、开发、运维等阶段所必须遵循的原则，旨在控制对数据库的滥用，收敛不合理的使用形式，保障数据库安全、稳定、高效的运行以及业务运营的稳定性。
基础规范 表存储引擎必须使用 InnoDB 表字符集默认使用 utf8，必要时候使用 utf8mb4 说明： 1）通用，无乱码风险，汉字3字节，英文1字节 2）`utf8mb4` 是 `utf8` 的超集，有存储 4 字节例如表情符号时，使用它 复制代码 禁止使用存储过程，视图，触发器，Event 说明： 1）对数据库性能影响较大，互联网业务，能让站点层和服务层干的事情，不要交到数据库层 2）调试，排错，迁移都比较困难，扩展性、移植性较差 复制代码 禁止在数据库中存储大文件，例如照片，可以
一、建表规约 1、表达是与否概念的字段，必须使用 is_xxx 的方式命名，数据类型是 unsigned tinyint（1 表示是， 0 表示否） 。 2、表名、字段名必须使用小写字母或数字， 禁止出现数字开头，禁止两个下划线中间只出现数字。数据库字段名的修改代价很大，因为无法进行预发布，所以字段名称需要慎重考虑。 3、表名不使用复数名词。 4、主键索引名为 pk_字段名； 唯一索引名为 uk_字段名； 普通索引名则为 idx_字段名。 5、小数类型为 decimal，禁止使用 float 和 doubl
领取专属 10元无门槛券
手把手带您无忧上云
