where是在分组（聚合）前对记录进行筛选，而having是在分组结束后的结果里筛选，最后返回整个sql的查询结果。
变更表结构的是 DBA 经常会遇到的问题之一，在 MySQL 的环境中，一般会直接使用 Alter 语句来完成这些操作，这些 Alter 语句对应的操作通常也称之为 DDL 操作。
在上一期《数据库对象信息记录表|全方位认识 mysql 系统库》中，我们详细介绍了mysql系统库中的元数据记录表，本期我们将为大家带来系列第四篇《统计信息记录表|全方位认识 mysql 系统库》，下面请跟随我们一起开始 mysql 系统库的系统学习之旅吧。
②NameNode 向Client返回可以可以存数据的 DataNode 这里遵循机架感应原则;
1）当使用组函数的select语句中没有group by子句时，中间结果集中的所有行自动形成一组，然后计算组函数；
据库最主要的操作就是增(create)删(update)改(retrieve)查(delete)。（CURD） 注意：进行增删改查操作的时候，请务必选中数据库。
索引用来快速地寻找那些具有特定值的记录，所有MySQL索引都以B-树的形式保存。如果没有索引，执行查询时MySQL必须从第一个记录开始扫描整个表的所有记录，直至找到符合要求的记录。表里面的记录数量越多，这个操作的代价就越高。如果作为搜索条件的列上已经创建了索引，MySQL无需扫描任何记录即可迅速得到目标记录所在的位置。
MySQL 数据库在 5.1 版本时添加了对分区（partitioning）的支持。分区的过程是将一个表或索引分解成多个更小、更可管理的部分。就访问数据库的应用而言，从逻辑上来讲，只有一个表或一个索引，但是在物理上这个表或索引可能由数十个物理分区组成。
SQL 注入就是指，在输入的字符串中注入 SQL 语句，如果应用相信用户的输入而对输入的字符串没进行任何的过滤处理，那么这些注入进去的 SQL 语句就会被数据库误认为是正常的 SQL 语句而被执行。
这种说法愈演愈烈，甚至被很多同学奉为真理。咱啥话也不说，举个例子。假如我们有个表s1，结构如下：
过去几年，使用NoSQL数据库的网站和应用数量激增。 MongoDB无处不在。 现代网络如何偏离传统的基于SQL的数据库确实令人着迷。 MongoDB和其他NoSQL数据库在存储和检索数据方面有一种新方法。 那么让我们来看看MongoDB与MySQL不同的一些关键因素。
通俗地讲表分区是将一大表，根据条件分割成若干个小表。mysql5.1开始支持数据表分区了。 如：某用户表的记录超过了600万条，那么就可以根据入库日期将表分区，也可以根据所在地将表分区。当然也可根据其他的条件分区。
https://mp.weixin.qq.com/s/1MsyxhtG6Zk3Q9gIV2QVbA
不管是任何数据库.都会有查询功能.而且是很重要的功能.上一讲知识简单的讲解了表的查询所有.
索引是存储引擎用于快速找到记录的一种数据结构。索引优化应该是对查询性能优化最有效的手段了。索引能够轻易将查询性能提高几个数量级，"最优"的索引有时比一个"好的"索引性能要好两个数量级。
此小结与索引其实没有太多的关联，但是为了便于理解索引的内容，添加此小结作为铺垫知识。
SELECT column, group_function,... FROM table
最近接受了深圳开源中国（也就创作和运营马云中国gitee网络的公司）科技公司面试官的电话面试，面试过程中面试官要求我谈一谈Mysql的数据结构。笔者当时只记得Mysql数据库的InnoDB存储引擎底层用到了B+树，对于什么是B+树以及InnoDB数据页结构的了解也不多，所以当时面试回答得很肤浅。很明显结果凉凉了，所以决定写篇文章系统地总结这个问题给自己加深印象，下次面试官再问这一块的问题，保证绝对不再翻车！
介绍了mysql的两种存储引擎的索引信息和mysql在不同查询语句中访问索引的方式
mysql-1 一.数据库 1. 数据库介绍 数据库就是存储数据的仓库，其本质是一个文件系统，数据按照特定的格式将数据存储起来，用户可以通过sql语句对数据库中的数据进行增加，修改，删除及查询操作 2. 关系型数据库 关系数据库(Relationship DataBase Management System 简写:RDBMS) ，描述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。说白了就是描述实体与实体之间的关系的数据库.例如用户购物下订单,订单包含商品.他们之间的
MySQL事务特性之一就是要保证原子性，一组SQL要么全部成功、要么全部失败。当事务进行过程中，如果出现失败或者异常情况要进行回滚，回到之前最初的样子，要这样实现就要需要把之前的数据记录下来。
对于我们这些MySQL的使用者来说，MySQL其实就是一个软件，平时用的最多的就是查询功能。DBA时不时丢过来一些慢查询语句让优化，我们如果连查询是怎么执行的都不清楚还优化个毛线，所以是时候掌握真正的技术了。我们在第一章的时候就曾说过，MySQL Server有一个称为查询优化器的模块，一条查询语句进行语法解析之后就会被交给查询优化器来进行优化，优化的结果就是生成一个所谓的执行计划，这个执行计划表明了应该使用哪些索引进行查询，表之间的连接顺序是啥样的，最后会按照执行计划中的步骤调用存储引擎提供的方法来真正的执行查询，并将查询结果返回给用户。不过查询优化这个主题有点儿大，在学会跑之前还得先学会走，所以本章先来瞅瞅MySQL怎么执行单表查询（就是FROM子句后边只有一个表，最简单的那种查询～）。不过需要强调的一点是，在学习本章前务必看过前边关于记录结构、数据页结构以及索引的部分，如果你不能保证这些东西已经完全掌握，那么本章不适合你。
二、SQL基本知识 SQL 是一种典型的非过程化程序设计语言，这种语言的特点是：只指定哪些数据被操纵，至于对这些数据要执行哪些操作，以及这些操作是如何执行的，则未被指定。非过程化程序设计语言的优点在于它的简单易学，因此已经成为关系数据库访问和操纵数据的标准语言。 表是数据在一个 SQL 数据库中的存储机制，它包含一组固定的列。表中的列描述该表所跟踪的实体的属性，每个列都有一个名字及各自的特性。 列由两部分组成：数据类型(datatype)和长度(length)。 MySQL数据类型： 字符串值：字符串是类似
1、innodb_trx表提供了当前innodb引擎内每个事务的信息（只读事务除外），包括当一个事务启动，事务是否在等待一个锁，以及交易正在执行的语句（如果有的话）。查询语句：
通常情况下，分页接口一般会查询两次数据库，第一次是获取具体数据，第二次是获取总的记录行数，然后把结果整合之后，再返回。
索引是提高关系型数据库查询性能的利器，但其并非银弹，必须精通其原理，才能发挥奇效。
对于后端开发人员来说，经常会和数据打交道，今天总结下数据库相关的知识。包括MySQL，JDBC基础，JDBC进阶，MongoDB，性能优化等知识点。
MySQL分区就是将一个表分解为多个更小的表。从逻辑上讲，只有一个表或一个索引，但在物理上这个表或者索引可能由多个物理分区组成。每个分区在物理上都是独立的。MySQL数据库分区类型：Range分区：行数据基于属于一个给定连续区间的列值放入分区。
答案来自这个链接： 每日一面 - mysql 的自增 id 的实现逻辑是什么样子的？
在上一小节中介绍了 MySQL 数据库的一些最最最基础的入门级也是必须要掌握的10条语句，本节将继续深入学习 MySQL 的增删改查语句。本节讲的增删改查是相对于表 而言的。
相信在此之前，很多人都只是记忆，没去理解，只知道count(*)、count(1)包括了所有行，在统计结果的时候，不会忽略列值为NULL，count(列名)只统计列名那一列，在统计结果的时候，会忽略列值为NULL的记录。
以前给大家介绍过MySQL中的统计信息，相信大家也都了解了。那么统计信息是存放在哪里呢？我们怎么去查看？ 在MySQL中提供了两个表记录统计信息的相关内容,分别是 innodb_table_stats
在RANGE和LIST分区中，我们必须明确指定一个给定的区间或列值集合，来指定哪些记录进入哪些分区；
MySQL中的行格式（Row Format）是指存储在数据库表中的数据的物理格式。它决定了数据是如何在磁盘上存储的，以及如何在查询时被读取和解析的。MySQL支持多种行格式，每种格式都有其特定的优点和适用场景。
问题27：简述MySQL分表操作和分区操作的工作原理，分别说说分区和分表的使用场景和各自优缺点。
where & group by & having & order by & limit ⼀起协作
l 对于唯一ID或其它可用字符串或数字表示的值，选择用数字列好过用字符串列。因为相比对应的字符串，可使用更少的字节存储大数字，同时，转换并比较数字速度更快且消耗更少的内存。
值列表中需要为表的每一个字段指定值，并且值的顺序必须和数据表中字段定义时的顺序相同。
上节课给大家介绍了数据库的基本概念以及如何创建数据库，具体可回顾MySQL创建数据库（一）。从本节课开始，我们将对MySQL中的基本知识点进行分别介绍。本节课先向大家介绍MySQL数据插入insert into与where条件查询的基本用法。
在上一篇《InnoDB 层系统字典表|全方位认识 information_schema》中，我们详细介绍了InnoDB层的系统字典表，本期我们将为大家带来系列第六篇《InnoDB 层锁、事务、统计信息字典表|全方位认识 information_schema》
可以把没有索引的表理解为Java中的List，在没有索引的情况下，我们要查找指定的数据，只能遍历这个list，但是随着数据量的逐渐增大，遍历list产生的开销也随之增大。因此我们需要一个无需遍历整个list（ps：无需扫描整张表）就可以找到指定数据的方案，这个方案就是索引。（ps：遍历list可以理解为mysql的全表扫描）
我创建了一个存储引擎为InnoDB的表user_innodb，其中包含主键id、姓名字段（name）、性别字段（gender，用0，1表示不同性别）、手机号字段（phone），并批量初始化了500W+条数据。
触发器是和表关联的特殊的存储过程，可以在插入，删除或修改表中的数据时触发执行，比数据库本身标准的功能有更精细和更复杂的数据控制能力。
Spark 支持以下六个核心数据源，同时 Spark 社区还提供了多达上百种数据源的读取方式，能够满足绝大部分使用场景。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
