2023年MySQL实战核心技术前言篇(前言可能比较枯燥,下一篇开始后就会让你热血沸腾)

本文涉及的产品
云数据库 RDS MySQL Serverless,0.5-2RCU 50GB
简介: 2023年MySQL实战核心技术前言篇(前言可能比较枯燥,下一篇开始后就会让你热血沸腾)

前言: MySQL开篇前言补充含有前三点,先认识大概的MySQL,从下一篇开始进入MySQL的核心技术讲解。



一 . MySQL开篇前言补充 存储:一个完整的数据存储过程是怎样的?



1.1 数据存储过程


MySQL是怎么进行数据存储的。

存储数据是处理数据的第一步,对各种繁杂的数据,进行有序和高效地存储起来。

在MySQL中,完整的数据存储过程共有4步,分别是 创建数据库,确认字段,创建数据表,插入数据。


1.1.1 创建MySQl 数据库


数据存储的第一步就是创建数据库。


1.1.1.1 为什么我们要先创建一个数据库,而不是直接创建数据表?


数据库是MySQL里面最大的存储单元,系统架构层次上看,MySQL数据库系统,从小到大依次是数据库服务器,数据库,数据表,数据表的行与列。


没有数据库,数据表就没有载体,就无法存储数据。


1.1.1.2基本操作部分


1.1.1.2.1 创建数据库

create database demo;


1.1.1.2.2 删除数据库

drop database demo;


1.1.1.2.3 查看数据库

show databases;


1.1.1.2.4 创建数据表:
create table demo.test
(
barcode text,
goodsname text,
price int
);


1.1.1.2.5 查看表结构
describe  demo.test;


1.1.1.2.6 查看所有表
show tables;


1.1.1.2.7 添加主键
alter table demo.test
add column itemnumber int primary key auto_increment


1.1.1.2.8 向表添加数据
insert into demo.test
(barcode,goodsname,price)
values('0001','本',3);


1.2 选择索引问题


select count(*) from t; t中有id(主键),name,age,sex4个字段。假设数据10条,对sex添加索引。用explain 查看执行计划发现用了sex索引,为什么不是主键索引呢?主键索引应该更快的.


1.2.1 选择优先索引解答:


MySQL Innodb的主键索引是一个B+树,数据存储在叶子节点上,10条数据,就有10个叶子节点。

1. sex索引是辅助索引,也是一个B+树,不同之处在于,叶子节点存储的是主键值,由于sex只有2个

可能的值:男和女,因此,这个B+树只有2个叶子节点,比主键索引的B+树小的多

2. 这个表有主键,因此不存在所有字段都为空的记录,所以COUNT(*)只要统计所有主键的值就可以

了,不需要回表读取数据

3. SELECT COUNT(*) FROM t,使用sex索引,只需要访问辅助索引的小B+树,而使用主键索引,要

访问主键索引的那个大B+树,明细工作量大,这就是为什么,优化器使用辅助索引的原因


二 . MySQL开篇前言补充  字段:这么多的字段类型,应该如何定义



2.1 简介


MySQl中有很多字段类型,比如整数,文本,浮点数。


2.1.1 例子:


在销售流水表中,需要定义商品销售的数量。由于有称重

商品,不能用整数,想当然地用了浮点数,为了确保精度,还用了 DOUBLE 类型。

结果却造成了在没有找零的情况下,客人无法结账的重大错误,DOUBLE 类型是不精准的,不能使用。


2.1.1.1解释:


浮点数在计算机中的内部表示是二进制的,而不是十进制的。对于某些常见的十进制小数(如0.1),其在二进制表示中是一个无限循环的小数。这样就存在一些十进制小数无法准确转换为浮点数的二进制表示。


当进行浮点数计算时,舍入误差会逐渐累积。即使看似简单的计算,例如0.1 + 0.1 + 0.1,也可能产生一个微小的舍入误差。这意味着在处理货币或计量单位时,通过浮点数计算得到的结果可能与预期的结果有细微差异。


在结账场景中,如果使用浮点数(DOUBLE)存储商品销售的数量和金额,并进行计算,那么可能会出现舍入误差。例如,如果商品价格是0.1元,数量是3个,正确的总金额应该是0.3元。但由于浮点数的舍入误差,实际计算时可能得到一个接近0.30000000000000004的结果。这样就导致无法准确匹配预期的金额,客人无法正确结账。


因此,在处理与货币或计量单位相关的数据时,浮点数(DOUBLE)类型不是一个理想的选择,因为它可能引发舍入误差和精度问题。更好的选择是使用固定点数类型(如DECIMAL),它可以提供更高的精确度和准确性来处理这些情况,避免结账错误的发生。


2.2 整数类型


整数类型一共5种:tinyint ,smallint,mediumint,int(integer),bigint。


2.2.1 如何选择合适的整数类型


需要考虑存储空间和可靠性的平衡问题:


占用字节数少的整数类型可以节省出存储空间,如果太小了,可能会出现超出取值范围的情况,引发系统问题。


例子:


在我们的项目中,商品编号采用的数据类型是 INT。


我们之所以没有采用占用字节更少的 SMALLINT 类型整数,原因就在于,客户门店中流通的

商品种类较多,而且,每天都有旧商品下架,新商品上架,这样不断迭代,日积月累。如果使

用 SMALLINT 类型,虽然占用字节数比 INT 类型的整数少,但是却不能保证数据不会超出范

围 65535。相反,使用 INT,就能确保有足够大的取值范围,不用担心数据超出范围影响可

靠性的问题。


注意:实际工作中,系统故障产生的成本远远超过增加几个字段存储空间所产生的成本,我们应该首先确保数据不会超过取值范围,在这个前提下考虑如何节省存储空间。


2.3 浮点数类型和定点类型


浮点数和定点数的特点是可以处理小数,将整数看成小数的特例。

浮点数类型:float,double,real

float 表示单精度浮点数;4字节

double 表示 双精度浮点数   8字节

real 默认 double,

如果要float:set sql_mode = " real_as_float";


2.3.1 为什么浮点数类型的无符号只有有符号的一半取值范围?


原因是MySQL 是按照这个格式存储浮点数的:符号(S)、尾数(M)和阶

码(E)。因此,无论有没有符号,MySQL 的浮点数都会存储表示符号的部分。因此,所谓

的无符号数取值范围,其实就是有符号数取值范围大于等于零的部分。


2.3.2 浮点数的精度问题


2.3.2.1 建表:


CREATE TABLE demo.goodsmaster
(
barcode TEXT,
goodsname TEXT,
price DOUBLE,
itemnumber INT PRIMARY KEY AUTO_INCREMENT
);


2.3.2.2 然后插入数据


-- 第一条
INSERT INTO demo.goodsmaster
(
barcode,
goodsname,
price
)
VALUES
(
'0001',
'书',
0.47
);
-- 第二条
INSERT INTO demo.goodsmaster
(
barcode,
goodsname,
price
)
VALUES
(
'0002',
'笔',
0.44
);
-- 第三条
INSERT INTO demo.goodsmaster
(
barcode,
goodsname,
price
)
VALUES
(
'0002',
'胶水',
0.19
);


2.3.2.3 查看表里面的数据


SELECT * from demo.goodsmaster;


结果:


mysql> SELECT *
-> FROM demo.goodsmaster;
+---------+-----------+-------+------------+
| barcode | goodsname | price | itemnumber |
+---------+-----------+-------+------------+
| 0001 | 书 | 0.47 | 1 |
| 0002 | 笔 | 0.44 | 2 |
| 0002 | 胶水 | 0.19 | 3 |
+---------+-----------+-------+------------+
3 rows in set (0.00 sec)


2.3.2.4 利用SQl语句进行价格相加:


1. SELECT SUM(price)
2. FROM demo.goodsmaster;


2.3.2.4.1 sum:


关键字sum,MySQL的求和函数,MySQL聚合函数的一种,知道这个函数表述计算字段值的和就可以了。

我们应该理想的值,0.47+0.44+0.19 =1.1


结果:

mysql> SELECT SUM(price)
-> FROM demo.goodsmaster;
+--------------------+
| SUM(price) |
查询结果是 1.0999999999999999


将类型改成float,输出的值为1.0999999940395355,误差更大。

当我们需要进行值对比作为条件进行查询的时候,就会发生误差。

比如:

SELECT *
FROM demo.goodsmaster
WHERE SUM(price)=1.1


2.3.2.4.1.1 导致这个的原因;


出在 MySQL 对浮点类型数据的存储方式上。

MySQL 用 4 个字节存储 FLOAT 类型数据,用 8 个字节来存储 DOUBLE 类型数据。无论哪

个,都是采用二进制的方式来进行存储的。比如 9.625,用二进制来表达,就是 1001.101,


如果尾数不是 0 或 5(比如 9.624)。



在计算机中,所有数字都是以二进制的形式表示的。因此,将十进制小数转换为二进制小数是非常重要的,这样计算机才能够进行准确的计算和精确的表示。
证明这种转换方式的正确性其实很简单。我们知道,在十进制中,小数点左侧的每一位数位的权重都是10的非负整数次幂,如:
1000   100    10    1   .     1/10    1/100    1/1000
10^3   10^2   10^1  10^0     10^-1   10^-2   10^-3
同样地,在二进制中,小数点右侧的每一位数位的权重都是2的负整数次幂,如:
.     1/2    1/4    1/8   1/16   1/32   1/64
2^-1  2^-2   2^-3   2^-4  2^-5   2^-6   2^-7
因此,我们可以将十进制小数乘以2,并取整数部分,再将所得到的小数部分继续乘以2,直到小数部分为0或者达到所需要的位数。这样,就可以通过二进制小数精确地表示十进制小数。
当然,二进制小数并非适用于所有的十进制小数,有些十进制小数是无法精确地表示为有限的二进制小数的。但是,在实际应用中,我们通常只需要使用有限位数的二进制小数来进行计算。因此,通过乘以2并取整的方法来转换小数可以满足大多数应用场景的需求。


你就无法用一个二进制数来精确表达。怎么办呢?就只好在取值允许的范围内进行近似(四舍五入)。现在你一定明白了,为什么数据类型是 DOUBLE 的时候,我们得到的结果误差更小一些,而数据类型是 FLOAT 的时候,误差会更大一下。原因就是,DOUBLE 有 8 位字节,精度更高。


2.3.2.5 解决小数的精度问题


定点数类型 decimal是一种用于精确表示小数的数据类型,它的实现方式可以保证精度的正确性。 decimal 类型一般由两个部分组成:整数部分和小数部分。整数部分用于表示正负号和整数部分的数值,而小数部分用于表示小数的位数和数值。

在 decimal 类型中,精度是由小数部分的位数定义的。


2.3.2.5 .1 decimal 解释的例子:


decimal(5,2) 表示总共有 5 位数,其中 2 位是小数位。这意味着 decimal 类型可以表示从 -99.99 到 +99.99 的范围内的任意小数,且小数部分会被精确地保留到两位小数。


decimal类型的实现会使用一些算法来确保精度的正确性,例如四舍五入、进位等。这样,无论使用 decimal 类型进行何种数学运算,系统都会在内部处理这些算法,以保证最终结果的精度是正确的。


因此,使用 decimal 类型可以有效地确保小数的精度是正确的。在进行计算过程中,如果需要保持较高的精度,请选择合适的 decimal 类型和位数,以适应应用的需求。


2.4 文本类型


对于存储的条码、商品名称,都是字符串数据。这两个字段的数据类型,我们可能都选择了 TEXT 类型。


2.4.1 TEXT 类型


是 MySQL 支持的文本类型的一种。此外,MySQL 还支持 CHAR、VARCHAR、

ENUM 和 SET 等文本类型。


2.4.2 CHAR(M):


固定长度字符串。CHAR(M) 类型必须预先定义字符串长度。如果太短,数据

可能会超出范围;如果太长,又浪费存储空间。


2.4.3 VARCHAR(M):


可变长度字符串。VARCHAR(M) 也需要预先知道字符串的最大长度,不

过只要不超过这个最大长度,具体存储的时候,是按照实际字符串长度存储的。


2.4.4 TEXT:


字符串。系统自动按照实际长度存储,不需要预先定义长度。

2.4.5 ENUM:


枚举类型,取值必须是预先设定的一组字符串值范围之内的一个,必须要知道字

符串所有可能的取值。


SET:是一个字符串对象,取值必须是在预先设定的字符串值范围之内的 0 个或多个,也必

须知道字符串所有可能的取值。


2.4 .1 详细解释TEXT类型


TEXT 类型也有 4 种,它们的区别就是最大长度不同。

TINYTEXT:255 字符(这里假设字符是 ASCII 码,一个字符占用一个字节,下同)。


TEXT: 65535 字符。

MEDIUMTEXT:16777215 字符。

LONGTEXT: 4294967295 字符(相当于 4GB)。


TEXT 有一个问题:由于实际存储的长度不确定,


MySQL 不允许TEXT 类型的字段做主键。


遇到这种情况,我们只能采用 CHAR(M),或者 VARCHAR(M)。


三 .  MySQL开篇前言补充  表:怎么创建和修改数据表?  



3.1 解释


创建和修改数据表,是数据存储过程中的重要一环。我们不仅需要把表创建出来,还需要正确地设置限定条件,这样才能确保数据的一致性和完整性。同时,表中的数据会随着业务需求的

变化而变化,添加和修改相应的字段也是常见的操作。


3.2添加数据


1. 
2. INSERT INTO 表名 [(字段名 [,字段名] ...)] VALUES (值的列表);


3.3插入数据记录


MySQL 支持的数据插入操作十分灵活。你既可以通过给表里面所有的字段赋值,完整

地插入一条数据记录,也可以在插入记录的时候,只给部分字段赋值。


3.4例子:


demo.goodsmaster 的表,包括了 itemnumber、barcode、

goodsname、specification、unit 和 price 共 6 个字段。我想要插入一条数据记录,其中包

含了所有字段的值,


INSERT INTO demo.goodsmaster
(
itemnumber,
barcode,
goodsname,
specification,
unit,
price
)
VALUES
(
4,
'0003',
'尺子',
'三角型',
'把',
5
);


查询后:


mysql> SELECT *
-> FROM demo.goodsmaster;
+------------+---------+-----------+---------------+------+-------+
| itemnumber | barcode | goodsname | specification | unit | price |
+------------+---------+-----------+---------------+------+-------+
| 4 | 0003 | 尺子 | 三角型 | 把 | 5.00 |
+------------+---------+-----------+---------------+------+-------+
1 row in set (0.01 sec)


也可以只给部分字段赋值,对应取值就行。

如果没有赋值需要考虑的情况:


3.4.1 第一种情况:


如果字段允许为空,而我们没有给它赋值,那么 MySQL 会自动给它们赋予空

值。在刚刚的代码中,“specification”“unit”字段都允许为空,因此,如果数据插入语句

没有指定这几个字段的值,MySQL 会自动插入空值。


3.4.2 第二种情况:


如果字段是主键,就不能为空,这个时候,MySQL 会按照我们添加的约束进

行处理。比如字段“itemnumber”是主键,不能为空,而我们定义了自增约束,所以MySQL 自动在之前的最大值基础上加了 1。因此,“itemnumber”也有了自己该有的值。

3.4.3 第三种情况:


如果有一个字段定义不能为空,又不是主键,当你插入一条数据记录的时候,

就必须给这个记录赋值。


进行操作:

1. ALTER TABLE demo.goodsmaster
2. MODIFY specification TEXT NOT NULL;


将没有进行赋值的字段“specification”进行赋值或者进行删除,再进行字段“specification”添加非空约束的操作冲突了。

因此,我们要把字段“speicification”的值为空的数据记录删除,然后再修改字段约束:

相关实践学习
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境,其中LAMP分别代表Linux、Apache、MySQL和PHP。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
28天前
|
SQL 关系型数据库 MySQL
【MySQL技术专题】「问题实战系列」深入探索和分析MySQL数据库的数据备份和恢复实战开发指南(8.0版本升级篇)
【MySQL技术专题】「问题实战系列」深入探索和分析MySQL数据库的数据备份和恢复实战开发指南(8.0版本升级篇)
96 0
|
1天前
|
安全 关系型数据库 MySQL
node实战——后端koa结合jwt连接mysql实现权限登录(node后端就业储备知识)
node实战——后端koa结合jwt连接mysql实现权限登录(node后端就业储备知识)
10 3
|
1天前
|
SQL 关系型数据库 MySQL
不允许你不知道的 MySQL 优化实战(一)
不允许你不知道的 MySQL 优化实战(一)
|
4天前
|
关系型数据库 MySQL 中间件
【MySQL实战笔记】07 | 行锁功过:怎么减少行锁对性能的影响?-02 死锁和死锁检测
【4月更文挑战第19天】在高并发环境下,死锁发生在多个线程间循环等待资源时,导致无限期等待。MySQL中,死锁可通过`innodb_lock_wait_timeout`参数设置超时或`innodb_deadlock_detect`开启死锁检测来解决。默认的50s超时可能不适用于在线服务,而频繁检测会消耗大量CPU。应对热点行更新引发的性能问题,可以暂时关闭死锁检测(风险是产生大量超时),控制并发度,或通过分散记录减少锁冲突,例如将数据分拆到多行以降低死锁概率。
19 1
|
7天前
|
SQL 关系型数据库 MySQL
Python与MySQL数据库交互:面试实战
【4月更文挑战第16天】本文介绍了Python与MySQL交互的面试重点,包括使用`mysql-connector-python`或`pymysql`连接数据库、执行SQL查询、异常处理、防止SQL注入、事务管理和ORM框架。易错点包括忘记关闭连接、忽视异常处理、硬编码SQL、忽略事务及过度依赖低效查询。通过理解这些问题和提供策略,可提升面试表现。
28 6
|
14天前
|
存储 关系型数据库 MySQL
【MySQL实战笔记】 04 | 深入浅出索引(上)-02
【4月更文挑战第9天】InnoDB数据库使用B+树作为索引模型,其中主键索引的叶子节点存储完整行数据,非主键索引则存储主键值。主键查询只需搜索一棵树,而非主键查询需两次搜索,因此推荐使用主键查询以提高效率。在插入新值时,B+树需要维护有序性,可能导致数据页分裂影响性能。自增主键在插入时可避免数据挪动和页分裂,且占用存储空间小,通常更为理想。然而,如果场景仅需唯一索引,可直接设为主键以减少查询步骤。
15 1
【MySQL实战笔记】 04 | 深入浅出索引(上)-02
|
16天前
|
存储 SQL 关系型数据库
【MySQL实战笔记】03.事务隔离:为什么你改了我还看不见?-02
【4月更文挑战第7天】数据库通过视图实现事务隔离,不同隔离级别如读未提交、读已提交、可重复读和串行化采用不同策略。以可重复读为例,MySQL使用多版本并发控制(MVCC),每个事务有其独立的视图。回滚日志在无更早视图时被删除。长事务可能导致大量存储占用,应避免。事务启动可显式用`begin`或设置`autocommit=0`,但后者可能意外开启长事务。建议使用`autocommit=1`并显式管理事务,若需减少交互,可使用`commit work and chain`。
30 5
|
18天前
|
SQL 存储 关系型数据库
【MySQL实战笔记】02.一条SQL更新语句是如何执行的-2
【4月更文挑战第5天】两阶段提交是为确保`redo log`和`binlog`逻辑一致,避免数据不一致。若先写`redo log`, crash后数据可能丢失,导致恢复后状态错误;若先写`binlog`,crash则可能导致重复事务,影响数据库一致性。一天一备相较于一周一备,能缩短“最长恢复时间”,但需权衡额外的存储成本。
16 1
|
28天前
|
SQL 关系型数据库 MySQL
【MySQL技术专题】「问题实战系列」深入探索和分析MySQL数据库的数据备份和恢复实战开发指南(数据恢复补充篇)(一)
【MySQL技术专题】「问题实战系列」深入探索和分析MySQL数据库的数据备份和恢复实战开发指南(数据恢复补充篇)
30 0
|
1月前
|
存储 Kubernetes 关系型数据库
KubeSphere 核心实战之一【在kubesphere平台上部署mysql】(实操篇 1/4)
KubeSphere 核心实战之一【在kubesphere平台上部署mysql】(实操篇 1/4)
47 0