《sql必知必会》——读书笔记（1）

一、设计数据表的原则

1.考虑的问题

1.用户需要什么数据？

2.需要在数据表中保存哪些数据？

3.哪些数据是经常访问的数据？

4.如何提升检索效率？

2.三少一多原则

a.数据表的个数越少越好

数据表越少，证明实体和联系设计的越简洁。

b.数据表中的字段个数越少越好

不要存在，某个字段的取值可以由其他字段计算出来。

当然字段少是相对的，我们通过会在数据冗余和检索效率中进行平衡。

c.数据表中的联合主键的字段个数越少越好

设值主键是为了确定唯一性，当一个字段无法确定唯一性的时候，就需要采用联合主键的方式。（多个字段来定义一个主键）

联合主键的字段越多，占用的索引空间越大，不仅会增加理解难度，还会增加运行时间和索引空间，因此联合主键的字段越少越好。

d.使用主键和外键越多越好

复用原则，通过主键和外键的使用来增强数据表之间的复用率。因为一个主键可以理解为一张表的代表。键设置的越多，证明它们之间的利用率越高。

二、mysql 检索数据

1.去掉重复行

Disinct使用的注意点：

a. Distinct需要放在所有列名的前面

如果写成

select name,DINSTINCT sex from students;

则会报错。

b.DISTINCT工作原理

dinstinct 其实是对后面所有列名的组合进行去重。

2.约束查询的好处

可以减少数据表的网络传输量，也可以提升查询效率。

3.select的执行顺序

a.关键字的顺序不能颠倒

select ... from ... where ... group by ... having ... order by ...

b.select 执行顺序

from > where > group by > having > select 的字段 > distinct > order by > limit

比如你写了一个sql语句，那么它的关键字顺序和执行顺序是下面这样的：

SELECT DISTINCT player_id, player_name, count(*) as num # 顺序 5
FROM player JOIN team ON player.team_id = team.team_id # 顺序 1
WHERE height > 1.80 # 顺序 2
GROUP BY player.team_id # 顺序 3
HAVING num > 2 # 顺序 4
ORDER BY num DESC # 顺序 6
LIMIT 2 # 顺序 7

在select 语句 执行这些步骤的时候，每个步骤都会产生一个虚拟表，然后将这个虚拟表传入下一个步骤中作为输入。需要注意的时候，这些步骤隐含在sql的执行过程中，对我们来说并不可见。

c.sql的执行原理

首先，你可以注意到，select是先执行from这一步的。在这个阶段，如果是多表联查，还会经历如下几个步骤：

• 首先，先通过cross join求笛卡儿积，相当于得到虚拟表(vitual table) vt1-1;
• 通过on进行筛选，在虚拟表vt1-1的基础上进行筛选，得到虚拟表vt1-2;
• 添加外部行。如果我们使用的是左连接，右连接或者全连接，就会涉及到外部行，也就是在虚拟表vt1-2的基础上增加外部行，得到虚拟表vt1-3；

当然，如果我们操作的是两张表以上的表，还会重复上面的步骤，直到所有表都被处理完为止。这个过程得到的是我们的原始数据。

当我们拿到了查询数据表的原始数据，也就是最终的虚拟表vt1，就可以在此基础上再进行where阶段。在这个阶段中，会根据vt1表的结果进行筛选过滤，得到表vt2.

然后进入第三步和第四步，也就是group和having阶段。在这个阶段中，时间上是在虚拟表vt2的基础上进行分组和分组过滤，得到中间的虚拟表vt3和vt4。

当我们完成了条件筛选部分之后，据可以筛选表中提取的字段，也就是进入到select和distinct阶段。

• 首先，在select阶段会提取想要的字段，然后在distinct阶段过滤掉重复的行，分别得到中间的虚拟表vt5-1和vt5-2；
• 当我们提取了想要的字段数据后，就可以按照指定的字段进行排序，也就是order by阶段，得到虚拟表vt6；
• 最后在vt6的基础上，取出指定行的记录，也就是limit阶段，得到最终的结果，对应的是虚拟表vt7；

当然，我们在写select语句的时候，不一定存在所有的关键字，相应的阶段就会省略掉。