数据库开发-MySQL基础DQL和多表设计

男娘i 2024-03-03 09:08 102阅读 0赞

### 1. 数据库操作-DQL ###

DQL英文全称是**Data Query Language**(数据查询语言)，用来查询数据库表中的记录。

#### 1.1 介绍 ####

查询关键字：SELECT

查询操作是所有SQL语句当中最为常见，也是最为重要的操作。在一个正常的业务系统中，查询操作的使用频次是要远高于增删改操作的。当我们打开某个网站或APP所看到的展示信息，都是通过从数据库中查询得到的，而在这个查询过程中，还会涉及到条件、排序、分页等操作。

![c53e469d6275479b9abe6716973fdde6.png][]

#### 1.2 语法 ####

SELECT
    	字段列表
    FROM
    	表名列表
    WHERE
    	条件列表
    GROUP  BY
    	分组字段列表
    HAVING
    	分组后条件列表
    ORDER BY
    	排序字段列表
    LIMIT
    	分页参数

#### 1.3 基本查询 ####

-- 查询多个字段
    
    select 字段1, 字段2, 字段3 from  表名;
    
    
    -- 查询所有字段（通配符）
    
    select *  from  表名;
    
    -- 设置别名
    
    select 字段1 [ as 别名1 ] , 字段2 [ as 别名2 ]  from  表名;
    
    
    -- 去除重复记录
    
    select distinct 字段列表 from  表名;

#### 1.4 条件查询 ####

select  字段列表  from   表名   where   条件列表 ; -- 条件列表：意味着可以有多个条件

学习条件查询就是学习条件的构建方式，而在SQL语句当中构造条件的运算符分为两类：

*  比较运算符
 *  <table> 
     <thead> 
      <tr> 
       <th><strong>比较运算符</strong></th> 
       <th><strong>功能</strong></th> 
      </tr> 
     </thead> 
     <tbody> 
      <tr> 
       <td>&gt;</td> 
       <td>大于</td> 
      </tr> 
      <tr> 
       <td>&gt;=</td> 
       <td>大于等于</td> 
      </tr> 
      <tr> 
       <td>&lt;</td> 
       <td>小于</td> 
      </tr> 
      <tr> 
       <td>&lt;=</td> 
       <td>小于等于</td> 
      </tr> 
      <tr> 
       <td>=</td> 
       <td>等于</td> 
      </tr> 
      <tr> 
       <td>&lt;&gt; 或 !=</td> 
       <td>不等于</td> 
      </tr> 
      <tr> 
       <td>between ... and ...</td> 
       <td>在某个范围之内(含最小、最大值)</td> 
      </tr> 
      <tr> 
       <td>in(...)</td> 
       <td>在in之后的列表中的值，多选一</td> 
      </tr> 
      <tr> 
       <td>like 占位符</td> 
       <td>模糊匹配(_匹配单个字符, %匹配任意个字符)</td> 
      </tr> 
      <tr> 
       <td>is null</td> 
       <td>是null</td> 
      </tr> 
     </tbody> 
    </table>
 *  逻辑运算符

<table> 
 <thead> 
  <tr> 
   <th><strong>逻辑运算符</strong></th> 
   <th><strong>功能</strong></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>and 或 &amp;&amp;</td> 
   <td>并且 (多个条件同时成立)</td> 
  </tr> 
  <tr> 
   <td>or 或 ||</td> 
   <td>或者 (多个条件任意一个成立)</td> 
  </tr> 
  <tr> 
   <td>not 或 !</td> 
   <td>非 , 不是</td> 
  </tr> 
 </tbody> 
</table>

#### 1.5 聚合函数 ####

查询都是横向查询，就是根据条件一行一行的进行判断，而使用聚合函数查询就是纵向查询，它是对一列的值进行计算，然后返回一个结果值。（将一列数据作为一个整体，进行纵向计算）

select  聚合函数(字段列表)  from  表名 ;

**注意 : 聚合函数会忽略空值，对NULL值不作为统计。**

**常用的聚合函数**

<table> 
 <thead> 
  <tr> 
   <th><strong>函数</strong></th> 
   <th><strong>功能</strong></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>count</td> 
   <td>统计数量</td> 
  </tr> 
  <tr> 
   <td>max</td> 
   <td>最大值</td> 
  </tr> 
  <tr> 
   <td>min</td> 
   <td>最小值</td> 
  </tr> 
  <tr> 
   <td>avg</td> 
   <td>平均值</td> 
  </tr> 
  <tr> 
   <td>sum</td> 
   <td>求和</td> 
  </tr> 
 </tbody> 
</table>

#### 1.6 分组查询 ####

分组： 按照某一列或者某几列，把相同的数据进行合并输出。

分组其实就是按列进行分类(指定列下相同的数据归为一类)，然后可以对分类完的数据进行合并计算。

**分组查询通常会使用聚合函数进行计算。**

select  字段列表  from  表名  [where 条件]  group by 分组字段名  [having 分组后过滤条件];

注意事项:

• 分组之后，查询的字段一般为聚合函数和分组字段，查询其他字段无任何意义

• **执行顺序：where > 聚合函数 > having**

**where与having区别（面试题）**

*  执行时机不同：where是分组之前进行过滤，不满足where条件，不参与分组；而having是分组之后对结果进行过滤。
 *  判断条件不同：where不能对聚合函数进行判断，而having可以。

#### 1.7 排序查询 ####

select  字段列表  
    from   表名   
    [where  条件列表] 
    [group by  分组字段 ] 
    order  by  字段1  排序方式1 , 字段2  排序方式2 … ;

*  排序方式：
    
     *  **ASC ：升序（默认值）**
     *  **DESC：降序**

注意事项：如果是多字段排序，当第一个字段值相同时，才会根据第二个字段进行排序

#### 1.8 分页查询 ####

分页操作在业务系统开发时，也是非常常见的一个功能，日常我们在网站中看到的各种各样的分页条，后台也都需要借助于数据库的分页操作。

select  字段列表  from   表名  limit  起始索引, 查询记录数 ;

案例1：从起始索引0开始查询员工数据, 每页展示5条记录

select id, username, password, name, gender, image, job, entrydate, create_time, update_time
    from tb_emp
    limit 0 , 5; -- 从索引0开始，向后取5条记录

注意事项:

1.  起始索引从0开始。 计算公式 ： **起始索引 = （查询页码 - 1）\* 每页显示记录数**
2.  分页查询是数据库的方言，不同的数据库有不同的实现，MySQL中是LIMIT
3.  如果查询的是第一页数据，起始索引可以省略，直接简写为 limit 条数

**if(表达式, tvalue, fvalue) ：当表达式为true时，取值tvalue；当表达式为false时，取值fvalue**

**case 表达式 when 值1 then 结果1 \[when 值2 then 结果2 ...\] \[else result\] end**

### 2. 多表设计 ###

项目开发中，在进行数据库表结构设计时，会根据业务需求及业务模块之间的关系，分析并设计表结构，由于业务之间相互关联，所以各个表结构之间也存在着各种联系，基本上分为三种：

*  一对多(多对一)
 *  多对多
 *  一对一

#### 2.1 一对多 ####

**一对多关系实现：在数据库表中多的一方，添加字段，来关联属于一这方的主键。**

##### 2.1.2 外键约束 #####

外键约束：让两张表的数据建立连接，保证数据的一致性和完整性。

对应的关键字：foreign key

方式1：通过SQL语句操作

-- 创建表时指定
    create table 表名(
    	字段名    数据类型,
    	...
    	[constraint]   [外键名称]  foreign  key (外键字段名)   references   主表 (主表列名)	
    );
    
    
    -- 建完表后，添加外键
    alter table  表名  add constraint  外键名称  foreign key(外键字段名) references 主表(主表列名);

方式2：图形化界面操作

![9e347cc4acba445f8f2c507da087adaa.png][]

外键约束（foreign key）：保证了数据的完整性和一致性。

##### **物理外键和逻辑外键** #####

*  物理外键
    
     *  概念：使用foreign key定义外键关联另外一张表。
     *  缺点：
        
         *  影响增、删、改的效率（需要检查外键关系）。
         *  仅用于单节点数据库，不适用与分布式、集群场景。
         *  容易引发数据库的死锁问题，消耗性能。
 *  逻辑外键
    
     *  概念：在业务层逻辑中，解决外键关联。
     *  通过逻辑外键，就可以很方便的解决上述问题。

**在现在的企业开发中，很少会使用物理外键，都是使用逻辑外键。 甚至在一些数据库开发规范中，会明确指出禁止使用物理外键 foreign key**

#### 2.2 一对一 ####

一对一关系表在实际开发中应用起来比较简单，通常是用来做单表的拆分，也就是将一张大表拆分成两张小表，将大表中的一些基础字段放在一张表当中，将其他的字段放在另外一张表当中，以此来提高数据的操作效率。

一对一的应用场景： 用户表(基本信息+身份信息)

![b5699173744b4dcbb7d63ca635d1a929.png][]

*  基本信息：用户的ID、姓名、性别、手机号、学历
 *  身份信息：民族、生日、身份证号、身份证签发机关，身份证的有效期(开始时间、结束时间)

如果在业务系统当中，对用户的基本信息查询频率特别的高，但是对于用户的身份信息查询频率很低，此时出于提高查询效率的考虑，我就可以将这张大表拆分成两张小表，第一张表存放的是用户的基本信息，而第二张表存放的就是用户的身份信息。他们两者之间一对一的关系，一个用户只能对应一个身份证，而一个身份证也只能关联一个用户。

那么在数据库层面怎么去体现上述两者之间是一对一的关系呢？

其实一对一我们可以看成一种特殊的一对多。一对多我们是怎么设计表关系的？是不是在多的一方添加外键。同样我们也可以通过外键来体现一对一之间的关系，我们只需要在任意一方来添加一个外键就可以了。

![9d4895c9ba0f48439e55b2836c3a307f.png][]

**一对一 ：在任意一方加入外键，关联另外一方的主键，并且设置外键为唯一的(UNIQUE)**

#### 2.3 多对多 ####

多对多的关系在开发中属于也比较常见的。比如：学生和老师的关系，一个学生可以有多个授课老师，一个授课老师也可以有多个学生。在比如：学生和课程的关系，一个学生可以选修多门课程，一个课程也可以供多个学生选修。

案例：学生与课程的关系

*  关系：一个学生可以选修多门课程，一门课程也可以供多个学生选择
 *  **实现关系：建立第三张中间表，中间表至少包含两个外键，分别关联两方主键**

![25c8683e2ddf4033877ca182ad6f5758.png][]

[c53e469d6275479b9abe6716973fdde6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/03/89f3acb6b8ed4e2cb0027fff36adfd02.png
[9e347cc4acba445f8f2c507da087adaa.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/03/da09612dc338413c874548181ac527f5.png
[b5699173744b4dcbb7d63ca635d1a929.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/03/65dcca3b606f4f13a1c4d952d1a62763.png
[9d4895c9ba0f48439e55b2836c3a307f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/03/708f3633debe47909ddb561630cd3da9.png
[25c8683e2ddf4033877ca182ad6f5758.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/03/761c66778a0c406a8f529b5855778c05.png