MySQL数据库简介-阿里云开发者社区

数据库简介

关系型数据

可以存放在Excel中的数据
数据表有明确的结构, 结构不会频繁变化
- 列名, 每一列有固定的类型, 每一列大小范围可以预计
用来存储关系型数据的就是关系型数据库

常用的关系型数据库

Oracle

mysql

sqlserver

postgre

非关系型数据

文本/图像长度不固定
结构频繁变化

常用的非关系型数据库

强调 Key-Value 的方式存储数据

Pycharm链接Mysql

Mysql简介

MySQL的特点：免费，支持大型数据库，标准的SQL语言形式，跨平台。
课程使用的版本时MySQL8.0/5.6版本。
MySQL登录的两种方式：
- 方法一：mysql -uroot -p123456 (登陆本机的mysql)
- 方法二：mysql --host=192.168.88.161 --user=root --password=123456 (登陆远程的mysql)

SQL 简介

sql 结构化查询语言(Structured Query Language)简称SQL

不同数据库厂商在标准SQL的基础上, 都会做一些微调

标准SQL 和 Mysql /Oracle SQL 大多数语句都是一样的, 但是有一些细节上的差别

sql 语句, 如果是针对Mysql来写的, 迁移到其它的数据库, 这些SQL语句可能还需要调整, 不见得直接就能运行

SQL语句的分类

1、数据定义语言：简称DDL(Data Definition Language)用来定义数据库对象：数据库，表，列等。关键字：create，alter，drop等

2、数据操作语言：简称DML(Data Manipulation Language)用来对数据库中表的记录进行更新。关键字：insert，delete，update等

3、数据查询语言：简称DQL(Data Query Language)用来查询数据库中表的记录。关键字：select，from，where等

4、数据控制语言：简称DCL(Data Control Language)用来定义数据库的访问权限和安全级别，及创建用户。

DDL/DML/DQL 重点是查询语句 DQL

SQL 写法

在pycharm中写SQL 所有的关键字会自动变色(默认蓝色)
在建表, 给表名,字段起名字的时候要避开关键字
注释写法单行注释 # 多行 / /

SQL 常用的数据类型

MySQL 支持多种类型，大致可以分为三类：
- 数值整形/浮点型
- 日期/时间日期/时间/日期时间/时间戳
- 字符串(字符)类型
  - char (100) 声明100 就会申请100个字符
  - varchar(100) 看用了多少, 用多少占多少,但是不会超过上限(100)
  - text/blob 比较长的二进制文件长文本用的不多

DDL语句

对数据库的操作

创建数据库：CREATE DATABASE 数据库名；
查看数据库：SHOW DATABASES;
删除数据库：DROP DATABASE 数据库名；
使用数据库：USE 数据库名；

对数据表的操作

创建表

# 创建数据表  创建表的时候, 需要指定字段名字, 字段类型, 如果某些字段需要添加约束 在类型后面写约束的内容
create table category(
    cid varchar(20) primary key not null ,
    cname varchar(100)
);

查看表

desc 表名; # 查看表结构
show tables; # 查看当前数据库内所有的数据表

删除表

drop table 表名;

修改表

增加字段

alter table 表名 add 字段名字 类型(长度) [约束]

修改字段

alter table 表名 change 要修改的字段名字 要改成的字段名字 类型(长度) [约束]

删除字段

alter table 表名 drop 字段名字

修改表名

# 修改表名
格式：rename table 表名 to 新表名;

DML语句

插入数据 insert into

insert into 表名(字段1, 字段2...) values (值1, 值2 ....),(值1, 值2 ....)....
# 如果所有的字段都赋值了, 字段名字可以不写, 传入值的时候, 就按照所有字段的先后顺序传入
insert into 表名 values (值1, 值2 ....),(值1, 值2 ....)....

如果数据中有中文的内容, 最好在建数据库的时候, 就指定数据库的字符集charset=utf8

建数据库的时候指定好了中文字符集, 里面所有的数据表字段都是utf8的, 否则每次建表的时候都要单独指定

修改数据 update

update 表名 set 字段名 = 值, 字段名= 值 ...

update category2 set cname = '家电'; # 不加条件, 整列值都修改成相同的

update category2 set cname='水果' where cid = 'c001'; # 加了条件只修改满足条件的记录

1、列名的类型与修改的值要一致.

2、修改值得时候不能超过最大长度.

3、除了数值类型外，其它的字段类型的值必须使用引号引起

删除数据 delete

delete from 表名 [where 条件]
delete from category2 # 删除表中所有数据

delete from category2 where cid='05';  # 删除 cid是05的数据

truncate category2; # 清空表

delete from category2

truncate category2

使用delete删除表记录时，主键自增序列不清零。使用truncate删除表记录时，主键自增序列清零。

约束

建表的时候, 可以给字段添加约束信息, 用来对字段做一些限制

主键约束

primary key auto_increment

不能为空
不能重复
加上auto_increment 可以由Mysql自己维护, 每次自动+1

create table person2(
    id int primary key auto_increment,
    last_name varchar(100),
    first_name varchar(100),
    address varchar(100),
    city varchar(100)
);

1）主键应当是对用户没有意义的

2）永远也不要更新主键。

3）主键不应包含动态变化的数据，如时间戳、创建时间列、修改时间列等。

4）主键应当由计算机自动生成。

当字段为主键并自增的时候, 插入数据的时候, 可以不传这一列

insert into person2(first_name,last_name) values ('Bill','Gates');

如果只是声明了primary key 没有声明自动增长, 这列信息一定要传, 需要自己维护

insert into person(id,first_name,last_name) values (1,'Bill','Gates');

Not null

非空约束

当前列添加了非空约束, 这一列中不能有空值

create table person3(
    id int primary key auto_increment,
    last_name varchar(100) not null ,
    first_name varchar(100),
    address varchar(100),
    city varchar(100)
);

unique

唯一约束

当前列添加了非空约束, 这一列中不能有重复值

create table person4(
    id int primary key auto_increment,
    last_name varchar(100) unique,
    first_name varchar(100),
    address varchar(100),
    city varchar(100)
);

default 默认值

如果一列添加了默认值, 某一行没有传入这一列数据的时候, 就会用默认值来填充

create table person5(
    id int primary key auto_increment,
    last_name varchar(100) unique,
    first_name varchar(100),
    address varchar(100),
    city varchar(100) default '北京'
);

条件查询语句

比较查询

select * from product where pname='花花公子';
select * from product where price=800;
select * from product where price!=800;
select * from product where price<>800;
select * from product where price>60;
select * from product where price<800;

范围查询

select * from product where price between 200 and 1000;
select * from product where price in (200,800);

这里 in 不是范围, 而是两个具体的取值, 上面的sql语句只能查询出价格=200 价格=800的商品, 而不是0<价格<800

逻辑查询

select * from product where price >=200 and price<=1000;
select * from product where price =200 or price=800;
select * from product where not (price =800);

模糊查询

# 模糊查询
select * from product where pname like '香%';
select * from product where pname like '%想%';

% 通配符这里可以代替0~多个字符

_ 代表一个字符

模糊查询遍历这列数据的所有行, 看字段是否满足传入的条件

非空查询

select * from product where category_id is Null;
select * from product where category_id is not null ;

查询结果排序 order by

select * from product order by price;
select * from product order by price ,category_id DESC ;

默认升序 ASC

降序 DESC

多字段排序, 当前面的字段排序的时候, 排序结果中有相同取值的时候, 后面排序的字段才能看到效果

聚合查询

count() 计数 NULL值会过滤

sum() 求和

avg() 求平均

min() 最小值

max() 最大值

# 聚合查询
# 查询所有商品的条目数
select count(*) from product;
select count(*) from product where category_id='c001';
# 查询类别是c002的所有商品价格的总和
select sum(price) from product where category_id='c002';
# 查询类别是c002的所有商品价格的平均值
select avg(price) from product where category_id='c003';
# 查询c003类别中商品价格最大值最小值
select MAX(price),MIN(price) from product where category_id='c003';

pycharm常用快捷键

 shift + alt + ↑↓ 移动一行/多行代码
 ctrl+D  复制代码

分组查询

group by

group by 分组字段会把这个字段中取值相同的数据行放到一组中, 做后续的计算
- 分组聚合
- 分组过滤
- 分组转换
分组之后的结果可以添加having子句进行过滤, 类似于where条件

# 统计各个分类商品的个数
select category_id,count(*) from product group by category_id;
# 统计各个分类商品的个数 , 且只显示个数大于1的类别
select category_id,count(*) from product group by category_id HAVING count(*)>1;

# 统计各个类别商品的平均价格
select category_id,avg(price) from product group by category_id;
select
    category_id,
    max(price)
from
    product
group by
    category_id;

1).having是在分组后对数据进行过滤,where是在分组前对数据进行过滤

2).having后面可以使用分组函数(统计函数),where后面不可以使用分组函数。

分页查询

当满足查询条件的记录比较多的时候, 我们希望控制每次返回的数据条目数, 可以使用LIMIT 做分页返回

LIMIT M,N

M 从第几条开始返回 M计算 (第几页-1) * N(一页返回几条数据)
N 一次返回几条数据

select * from product LIMIT 0,5;
select * from product LIMIT 5,5;
select * from product LIMIT 10,5;

MySQL数据库简介