备案控制台
探索云世界
开发者社区 数据库 文章 正文

MySQL基础入门

2022-08-07 224
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
云原生数据库 PolarDB MySQL 版，Serverless 5000PCU 100GB
推荐场景：
PolarDB for MySQL 多主集群体验
云数据库 RDS MySQL Serverless，0.5-2RCU 50GB
推荐场景：
学生管理系统数据库设计 搭建个人博客
简介： 要想了解MySQL，我们就要先知道数据库的相关概念。

1、MySQL概述

要想了解MySQL，我们就要先知道数据库的相关概念。

1.1 数据库相关概念

主要要有三点：

  1. 数据库：存储数据的仓库，数据是有组织的进行存储，简称DataBase（DB）；
  2. 数据库管理系统：操纵和管理数据库的大型软件,比如本篇博客介绍的MySQL,简称DataBase Management System (DBMS)；
  3. SQL：操作关系型数据库的编程语言，定义了一套操作关系型数据库统一标准，简称：Structured QueryLanguage (SQL)。

而目前主流的关系型数据库管理系统的市场占有率排名如下：
image.png
大家有兴趣可以去了解一下其他的数据库。

而我们的MySQL数据库属于开源免费的中小型数据库，后来Sun公司收购了MySQL，而Oracle又收购了Sun公司。 目前Oracle推出了收费版本的MySQL，也提供了免费的社区版本。

当然，不论我们使用的是哪一款关系型数据库，最终在操作时，都是使用SQL语言来进行统一操作， 因为我们前面讲到SQL语言，是操作关系型数据库的 统一标准 。

1.2 MySQL数据库

官网： MySQL

image.png

MySQL官方提供了两种不同的版本：

  1. 社区版本（MySQL Community Server）免费， MySQL不提供任何技术支持。
  2. 商业版本（MySQL Enterprise Edition）收费，可以使用30天，官方提供技术支持

所以本篇博客采用的是MySQL社区版-MySQL Community Server 8.0.26。

下载地址是： MySQL :: Download MySQL Installer (Archived Versions)

image.png

安装教程：https://developer.aliyun.com/article/986996?spm=a2c6h.13148508.setting.14.34ba4f0elGGWtr

安装完大家可以去选择自己知道的数据库可视化工具。

像Navicat ，DataGrip，这些都ok，如果大家不知道如何下载破解可以私信我，有时间会回的。

1.3 数据模型

首先我们要知道什么是关系型数据库（RDBMS）。

概念：建立在关系模型基础上，由多张相互连接的二维表组成的数据库。

而所谓二维表，指的是由行和列组成的表，如下图（就类似于Excel表格数据，有表头、有列、有行， 还可以通过一列关联另外一个表格中的某一列数据）。

image.png

image.png

MySQL、Oracle、DB2、 SQLServer这些都是属于关系型数据库，里面都是基于二维表存储数据的。简单说，基于二维表存储 数据的数据库就成为关系型数据库，不是基于二维表存储数据的数据库，就是非关系型数据库。

特点：

  • 使用表存储数据，格式统一，便于维护。
  • 使用SQL语言操作，标准统一，使用方便。

MySQL是关系型数据库，是基于二维表进行数据存储的。

  1. 我们可以通过MySQL客户端连接数据库管理系统DBMS，然后通过DBMS操作数据库。
  2. 可以使用SQL语句，通过数据库管理系统操作数据库，以及操作数据库中的表结构及数据。
  3. 一个数据库服务器中可以创建多个数据库，一个数据库中也可以包含多张表，而一张表中又可以包含多行记录。

2、SQL

全称 Structured Query Language，结构化查询语言。操作关系型数据库的编程语言，定义了 一套操作关系型数据库统一标准 。

2.1 SQL通用语法

1、SQL语句可以单行或多行书写，以分号结尾。

image.png

2、 SQL语句可以使用空格/缩进来增强语句的可读性。

3、MySQL数据库的SQL语句不区分大小写，关键字建议使用大写。

image.png
4、注释：

​ 单行注释：-- 注释内容 或 # 注释内容

​ 多行注释：/ 注释内容 /

image.png

2.2 SQL分类

SQL语句，根据其功能，主要分为四类：DDL、DML、DQL、DCL。

image.png

2.3 DDL

Data Definition Language，数据定义语言，用来定义数据库对象(数据库，表，字段) 。

2.3.1 数据库操作

1、 查询所有数据库

show databases;

image.png

2、查询当前数据库

select database() ;

3、创建数据库

create database [ if not exists ] 数据库名 [ default charset 字符集 ] [ collate 排序 规则 ] ;

案例： 创建一个book数据库, 使用数据库默认的字符集

create database book;

image.png

在同一个数据库服务器中，不能创建两个名称相同的数据库，否则将会报错。

image.png

可以通过if not exists 参数来解决这个问题，数据库不存在, 则创建该数据库，如果存在，则不创建。

create database if not exists book

image.png

创建一个books数据库，并且指定字符集

create database books default charset utf8mb4;

image.png

4、删除数据库

drop database [ if exists ] 数据库名 ;

如果删除一个不存在的数据库，将会报错。此时，可以加上参数 if exists ，如果数据库存在，再执行删除，否则不执行删除。

image.png

注：这条语句，尽量少用或者不用，要不然就是MySQL入门到删库跑路了。

5、 切换数据库

use 数据库名 ;

我们要操作某一个数据库下的表时，就需要通过该指令，切换到对应的数据库下，否则是不能操作的。

2.3.2 表操作

2.3.2 .1 表操作-创建查询

1、 查询当前数据库所有表

show tables;

image.png

2、 查看指定表结构

通过这条指令，我们可以查看到指定表的字段，字段的类型、是否可以为NULL，是否存在默认值等信息

desc 表名 ;

image.png

3、查询指定表的建表语句

通过这条指令，主要是用来查看建表语句的，而有部分参数我们在创建表的时候，并未指定也会查询到，因为这部分是数据库的默认值，如：存储引擎、字符集等

show create table 表名 ;

image.png

4、 创建表结构

CREATE TABLE 表名( 
    字段1 字段1类型 [ COMMENT 字段1注释 ], 
    字段2 字段2类型 [COMMENT 字段2注释 ], 
    字段3 字段3类型 [COMMENT 字段3注释 ], 
    ...... 字段n 字段n类型 [COMMENT 字段n注释 ]
  ) [ COMMENT 表注释 ] ;
注意: [...] 内为可选参数，最后一个字段后面没有逗号

比如，我们创建一张表 tb_user ，对应的结构如下，那么建表语句为：
image.png

create table emp(
    id  int auto_increment comment 'ID' primary key,
    name varchar(50) not null comment '姓名',
    age  int comment '年龄',
    dept_id int comment '部门ID'
)comment '员工表';

2.3.2.2 表操作数据类型

在上述的建表语句中，我们在指定字段的数据类型时，用到了int ，varchar，那么在MySQL中除了 以上的数据类型，还有哪些常见的数据类型呢？ 接下来,我们就来详细介绍一下MySQL的数据类型。

MySQL中的数据类型有很多，主要分为三类：数值类型、字符串类型、日期时间类型。

1、数值类型

20.png

如:

  1. 年龄字段 -- 不会出现负数, 而且人的年龄不会太大 age tinyint unsigned
  2. 分数 -- 总分100分, 最多出现一位小数 score double(4,1)

2、字符串类型

image.png

char 与 varchar 都可以描述字符串，char是定长字符串，指定长度多长，就占用多少个字符，和 字段值的长度无关 。

而varchar是变长字符串，指定的长度为最大占用长度 。

相对来说，如果你的字段（性别，不是男就是女）已知长度使用char的性能会更高些。

3、 日期时间类型
image.png
如:

  • 生日字段 birthday： birthday date
  • 创建时间 createtime： createtime datetime

2.3.2.3 表操作修改

1、添加字段

ALTER TABLE 表名 ADD 字段名 类型 (长度) [ COMMENT 注释 ] [ 约束 ]; 1

2、 修改数据类型

ALTER TABLE 表名 MODIFY 字段名 新数据类型 (长度);

3、 修改字段名和字段类型

ALTER TABLE 表名 CHANGE 旧字段名 新字段名 类型 (长度) [ COMMENT 注释 ] [ 约束 ];

4、删除字段

ALTER TABLE 表名 DROP 字段名;

5、修改表名

ALTER TABLE 表名 RENAME TO 新表名;

2.3.2.4 表操作删除

删除表

DROP TABLE [IF EXISTS]  表名;

可选项 IF EXISTS 代表，只有表名存在时才会删除该表，表名不存在，则不执行删除操作(如果不 加该参数项，删除一张不存在的表，执行将会报错)

注：少用或者不用，用之前记得备份。

2.4 DML

DML英文全称是Data Manipulation Language(数据操作语言)，用来对数据库中表的数据记录进行增、删、改操作。

  1. 添加数据（INSERT）
  2. 修改数据（UPDATE）
  3. 删除数据（DELETE）

2.4.1 添加数据

1、 给指定字段添加数据

INSERT INTO 表名 (字段名1, 字段名2, ...) VALUES (值1, 值2, ...);

2、 给全部字段添加数据

INSERT INTO 表名 VALUES (值1, 值2, ...);

3、批量添加数据

INSERT INTO 表名 (字段名1, 字段名2, ...) VALUES (值1, 值2, ...), (值1, 值2, ...), (值 1, 值2, ...) ;
INSERT INTO 表名 VALUES (值1, 值2, ...), (值1, 值2, ...), (值1, 值2, ...) ;
注：

插入数据时，指定的字段顺序需要与值的顺序是一一对应的。

字符串和日期型数据应该包含在引号中。

插入的数据大小，应该在字段的规定范围内。

2.4.2 修改数据

修改数据的具体语法为:

UPDATE 表名 SET 字段名1 = 值1 , 字段名2 = 值2 , .... [ WHERE 条件 ] ;

image.png

注意事项:

修改语句的条件可以有，也可以没有，如果没有条件，则会修改整张表的所有数据。

2.4.3 删除数据

删除数据的具体语法为：

DELETE FROM 表名 [ WHERE 条件 ] ;

注意事项:

  1. DELETE 语句的条件可以有，也可以没有，如果没有条件，则会删除整张表的所有数据。
  2. DELETE 语句不能删除某一个字段的值(可以使用UPDATE，将该字段值置为NULL即 可)。
  3. 当进行删除全部数据操作时，datagrip会提示我们，询问是否确认删除，我们直接点击 Execute即可。

2.5 DQL

DQL英文全称是Data Query Language(数据查询语言)，数据查询语言，用来查询数据库中表的记录。

查询关键字: SELECT

在一个正常的业务系统中，查询操作的频次是要远高于增删改的，当我们去访问企业官网、电商网站，在这些网站中我们所看到的数据，实际都是需要从数据库中查询并展示的。

而且在查询的过程中，可能还会涉及到条件、排序、分页等操作。

那么，现在 我们就来学习如何进行数据的查询操作。先执行下面的数据库脚本。

create table emp
(
    id          int comment '编号',
    workno      varchar(10) comment '工号',
    name        varchar(10) comment '姓名',
    gender      char(1) comment '性别',
    age         tinyint unsigned comment '年龄',
    idcard      char(18) comment '身份证号',
    workaddress varchar(50) comment '工作地址',
    entrydate   date comment '入职时间'
) comment '员工表';
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (1, '00001', '柳岩666', '女', 20, '123456789012345678', '北京', '2000-01-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (2, '00002', '张无忌', '男', 18, '123456789012345670', '北京', '2005-09-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (3, '00003', '韦一笑', '男', 38, '123456789712345670', '上海', '2005-08-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (4, '00004', '赵敏', '女', 18, '123456757123845670', '北京', '2009-12-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (5, '00005', '小昭', '女', 16, '123456769012345678', '上海', '2007-07-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (6, '00006', '杨逍', '男', 28, '12345678931234567X', '北京', '2006-01-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (7, '00007', '范瑶', '男', 40, '123456789212345670', '北京', '2005-05-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (8, '00008', '黛绮丝', '女', 38, '123456157123645670', '天津', '2015-05-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (9, '00009', '范凉凉', '女', 45, '123156789012345678', '北京', '2010-04-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (10, '00010', '陈友谅', '男', 53, '123456789012345670', '上海', '2011-01-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (11, '00011', '张士诚', '男', 55, '123567897123465670', '江苏', '2015-05-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (12, '00012', '常遇春', '男', 32, '123446757152345670', '北京', '2004-02-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (13, '00013', '张三丰', '男', 88, '123656789012345678', '江苏', '2020-11-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (14, '00014', '灭绝', '女', 65, '123456719012345670', '西安', '2019-05-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (15, '00015', '胡青牛', '男', 70, '12345674971234567X', '西安', '2018-04-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (16, '00016', '周芷若', '女', 18, null, '北京', '2012-06-01');

准备完毕后，我们就可以看到emp表中准备的16条数据。

image.png

接下来，我们再来完成DQL语法的学习。

2.5.1 基本语法

DQL 查询语句，语法结构如下：

image.png
我会将上面的完整语法进行查询，分开讲解。

2.5.2 基础查询

在基本查询的DQL语句中，不带任何的查询条件，查询的语法如下：

1、查询多个字段

SELECT 字段1, 字段2, 字段3 ... FROM 表名 ;
SELECT * FROM 表名 ;
注：* 号代表查询所有字段，在实际开发中尽量少用（不直观、影响效率）

2、字段设置别名

SELECT 字段1 [ AS 别名1 ] , 字段2 [ AS 别名2 ] ... FROM 表名; 1
SELECT 字段1 [ 别名1 ] , 字段2 [ 别名2 ] ... FROM 表名;

26.png
3、去除重复记录

SELECT DISTINCT 字段列表 FROM 表名;

image.png

2.5.3 条件查询

1、语法

SELECT 字段列表 FROM 表名 WHERE 条件列表 ;

2、条件

常用的比较运算符如下:
image.png
常用的逻辑运算符如下:
image.png
image.png

2.5.4 聚合函数

1、介绍

将一列数据作为一个整体，进行纵向计算 。

2、 常见的聚合函数

image.png

3、语法

SELECT 聚合函数(字段列表) FROM 表名 ;
注 : NULL值是不参与所有聚合函数运算的。

4、案例

4.1 统计该企业员工数量

select count(*) from emp; -- 统计的是总记录数
select count(idcard) from emp; -- 统计的是idcard字段不为null的记录数

对于count聚合函数，统计符合条件的总记录数，还可以通过 count(数字/字符串)的形式进行统计查询，比如：

select count(1) from emp

4.2 统计该企业员工的平均年龄

select avg(age) from emp;

4.3 统计该企业员工的最大年龄

select max(age) from emp;

4.4 统计该企业员工的最小年龄

select min(age) from emp;

4.5 统计西安地区员工的年龄之和

select sum(age) from emp where workaddress = '西安';

2.5.5 分组查询

1、 语法

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 ];

2、where与having区别

  • 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

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 。
  • 支持多字段分组, 具体语法为 : group by columnA,columnB

image.png

2.5.6 排序查询

排序在日常开发中是非常常见的一个操作，有升序排序，也有降序排序。

1、语法

SELECT 字段列表 FROM 表名 ORDER BY 字段1 排序方式1 , 字段2 排序方式2 ;

2、 排序方式

  • ASC : 升序(默认值)
  • DESC: 降序

注意事项：

  1. 如果是升序, 可以不指定排序方式ASC ;
  2. 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 ;

image.png

2.5.7 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，我们在网站中看到的各种各样的分页条，后台都需要借助于数据库的分页操作。

1、语法

SELECT 字段列表 FROM 表名 LIMIT 起始索引, 查询记录数 ;

注：

  1. 起始索引从0开始，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 10。

image.png

2.5.8 执行顺序
image.png
验证：
查询年龄大于15的员工姓名、年龄，并根据年龄进行升序排序。

select name , age from emp where age > 15 order by age asc;

在查询时，我们给emp表起一个别名 e，然后在select 及 where中使用该别名。

select e.name , e.age from emp e where e.age > 15 order by age asc;

执行上述SQL语句后，我们看到依然可以正常的查询到结果：
image.png
此时就说明： from 先执行, 然后 where 和 select 执行。那 where 和 select 到底哪个先执行呢?

此时，此时我们可以给select后面的字段起别名，然后在 where 中使用这个别名，然后看看是否可以执行成功

select e.name ename , e.age eage from emp e where eage > 15 order by age asc;

image.png

由此我们可以得出结论: from 先执行，然后执行 where ， 再执行select

接下来，我们再执行如下SQL语句，查看执行效果：

image.png

结果执行成功。 那么也就验证了: order by 是在select 语句之后执行的。

2.6 DCL

DCL英文全称是 Data Control Language(数据控制语言)，用来管理数据库用户、控制数据库的访问权限。

2.6.1 管理用户

1、 查询用户

select * from mysql.user;

查询的结果如下:
image.png
其中 Host代表当前用户访问的主机, 如果为localhost, 仅代表只能够在当前本机访问，是不可以远程访问的。

User代表的是访问该数据库的用户名。

在MySQL中需要通过Host和User来唯一标识一个用户。

2、创建用户

CREATE USER '用户名'@'主机名' IDENTIFIED BY '密码';

image.png

3、 修改用户密码

ALTER USER '用户名'@'主机名' IDENTIFIED WITH mysql_native_password BY '新密码' ;

image.png

4、 删除用户

DROP USER '用户名'@'主机名' ;

image.png

  1. 在MySQL中需要通过用户名@主机名的方式，来唯一标识一个用户。
  2. 主机名可以使用 % 通配。
  3. 这类SQL开发人员操作的比较少，主要是DBA（Database Administrator 数据库管理员）使用

2.6.2 权限控制

MySQL中定义了很多种权限，但是常用的就以下几种：

image.png

上述只是简单罗列了常见的几种权限描述，其他权限描述及含义，可以直接参考 MySQL :: MySQL 8.0 Reference Manual :: 6.2.2 Privileges Provided by MySQL

1、 查询权限

SHOW GRANTS FOR '用户名'@'主机名' ;

2、授予权限

GRANT 权限列表 ON 数据库名.表名 TO '用户名'@'主机名';

3、 撤销权限

REVOKE 权限列表 ON 数据库名.表名 FROM '用户名'@'主机名';

注：

  1. 多个权限之间，使用逗号分隔
  2. 授权时， 数据库名和表名可以使用 * 进行通配，代表所有。
文章标签：
云数据库 RDS MySQL 版
云原生数据库 PolarDB
SQL
关系型数据库
索引
数据库管理
数据安全/隐私保护
MySQL
Oracle
数据格式
数据库
存储
关键词：
云数据库 RDS MySQL 版入门
云数据库 RDS MySQL 版基础入门
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
一切总会归于平淡
目录
相关文章
技术蜜糖罐
|
16天前
|
存储 监控 关系型数据库
轻松入门Mysql：MySQL性能优化与监控，解锁进销存系统的潜力（23）
轻松入门Mysql：MySQL性能优化与监控，解锁进销存系统的潜力（23）
技术蜜糖罐
28 0
技术蜜糖罐
|
16天前
|
SQL 数据可视化 关系型数据库
轻松入门MySQL：深入探究MySQL的ER模型，数据库设计的利器与挑战（22）
轻松入门MySQL：深入探究MySQL的ER模型，数据库设计的利器与挑战（22）
技术蜜糖罐
99 0
技术蜜糖罐
|
16天前
|
存储 关系型数据库 MySQL
轻松入门MySQL：数据库设计之范式规范，优化企业管理系统效率（21）
轻松入门MySQL：数据库设计之范式规范，优化企业管理系统效率（21）
技术蜜糖罐
42 0
技术蜜糖罐
|
16天前
|
存储 关系型数据库 MySQL
轻松入门MySQL：揭秘MySQL游标，数据处理的神秘利器（16）
轻松入门MySQL：揭秘MySQL游标，数据处理的神秘利器（16）
技术蜜糖罐
27 0
技术蜜糖罐
|
16天前
|
存储 SQL 关系型数据库
轻松入门MySQL：加速进销存！利用MySQL存储过程轻松优化每日销售统计（15）
轻松入门MySQL：加速进销存！利用MySQL存储过程轻松优化每日销售统计（15）
技术蜜糖罐
50 0
技术蜜糖罐
|
16天前
|
SQL 关系型数据库 MySQL
轻松入门MySQL：保障数据完整性，MySQL事务在进销存管理系统中的应用（12）
轻松入门MySQL：保障数据完整性，MySQL事务在进销存管理系统中的应用（12）
技术蜜糖罐
29 0
技术蜜糖罐
|
16天前
|
存储 关系型数据库 MySQL
轻松入门MySQL：优化进销存管理，掌握MySQL索引，提升系统效率（11）
轻松入门MySQL：优化进销存管理，掌握MySQL索引，提升系统效率（11）
技术蜜糖罐
26 0
技术蜜糖罐
|
16天前
|
关系型数据库 MySQL 数据库
轻松入门MySQL：精准查询，巧用WHERE与HAVING，数据库查询如虎添翼（7）
轻松入门MySQL：精准查询，巧用WHERE与HAVING，数据库查询如虎添翼（7）
技术蜜糖罐
27 0
技术蜜糖罐
|
16天前
|
SQL 存储 关系型数据库
轻松入门MySQL：玩转数据表的增、删、改、查（4）
轻松入门MySQL：玩转数据表的增、删、改、查（4）
技术蜜糖罐
36 0
一只牛博
|
2月前
|
SQL 存储 关系型数据库
解析MySQL Binlog：从零开始的入门指南【binlog入门指南】
解析MySQL Binlog：从零开始的入门指南【binlog入门指南】
一只牛博
934 0

热门文章

最新文章

  • 1
    超1/3中国500强企业都在用的「汇联易」，为什么选用阿里云RDS？
  • 2
    详解MySQL字符集和Collation
  • 3
    RDS MySQL 数据库运维简述
  • 4
    阿里云mysql数据库价格购买和使用教程
  • 5
    阿里云MySQL云数据库优惠价格、购买和使用教程分享！
  • 6
    阿里云MySQL数据库价格、购买、创建账号密码和连接数据库教程
  • 7
    使用阿里云的数据传输服务DTS（Data Transmission Service）进行MySQL 5.6到MySQL 8.0的迁移
  • 8
    Docker安装详细步骤及相关环境安装配置（mysql、jdk、redis、自己的私有仓库Gitlab 、C和C++环境以及Nginx服务代理）
  • 9
    购买阿里云RDS实例
  • 10
    MySQL学习（三）
  • 1
    连接和管理RDS
    24
  • 2
    购买和初始化阿里云RDS
    26
  • 3
    rds教程
    27
  • 4
    TiDB与MySQL、PostgreSQL等数据库的比较分析
    81
  • 5
    OBCP实践 - 迁移 MySQL 数据到 OceanBase 集群
    33
  • 6
    Flink CDC产品常见问题之mysql整库同步到starrock时任务挂掉如何解决
    34
  • 7
    TIDB和MySQL的区别
    158
  • 8
    Flink CDC产品常见问题之mysql整库同步到starrock时任务挂掉如何解决
    59
  • 9
    [MySQL]事务原理之redo log,undo log
    41
  • 10
    [MySQL]SQL优化之sql语句优化
    51

    • 相关课程

    更多
  • MySQL企业常见架构与调优经验分享
  • 云数据库MySQL版快速上手教程
  • 阿里云云原生数据仓库AnalyticDB MySQL版 使用教程
  • MySQL实战进阶
  • 数据库及SQL/MySQL基础
  • 云数据库MySQL快速入门

    • 相关电子书

    更多
  • 搭建电商项目架构连接MySQL
  • 搭建4层电商项目架构，实战连接MySQL
  • PolarDB MySQL引擎重磅功能及产品能力盛大发布

    • 相关实验场景

    更多
  • 测试场景（RDS无优惠）
  • MySQL引擎及架构优化
  • 基于EBS部署高性能的MySQL服务
  • 使用Python完成RDS数据开发及分析
  • Excel文件转存到RDS数据库
  • 使用CloudLens采集RDS日志并进行审计分析

    • 推荐镜像

    更多
  • mysql
  • mariadb
  • postgresql
    • 下一篇
    阿里云oss简介和使用流程