2019-04-25-day040-数据库的查询

内容回顾

1. 数据的增删改查
2. 插入数据
   • insert into 表 values (值1,值2...)
   • insert into 表(指定字段名1,字段名2) values (值1,值2...)
3. 删除数据
   • delete from 表名 where 条件
4. 更新数据
   • update 表名 set 字段=新的值 where 条件
5. 查询数据
   • select * from 表
     • where 条件
     • group by 分组 having 过滤条件(可以使用聚合函数)
     • order by 排序(默认是升序asc,降序desc)
     • limit m,n (默认m=0,从m+1开始,取n个)
       • limit n offset m(与上面的写法完全一致)

多表查询

• 连表查询
  • 表和表是怎么连在一起的
    • 通过笛卡尔积得到一个全量拼接的大表
  • 内连接(inner join) 双方能够互相匹配的项才会被显示出来
    • select * from 表1 inner join 表2 on 条件
    • select * from employee inner join department
    • on employee.dep_id = department.id
    • 给表重命名
    • select t1.name,t2.name from employee as t1 inner join department as t2
    • on t1.dep_id = t2.id
  • 外连接
    • 左外连接(left join) 只完整的显示左表中的所有内容,以及右表中与左表匹配的项
      • select * from 表1 left join 表2 on 条件
      • select * from employee left join department
      • on employee.dep_id = department.id
    • 右外连接(right join) 只完整的显示右表中的所有内容,以及左表中与右表匹配的项
      • select * from 表1 right join 表2 on 条件
      • select * from employee right join department
      • on employee.dep_id = department.id
    • 全外连接 永远显示左表和右表中所有的项
      • select * from employee left join department
      • on employee.dep_id = department.id
      • union
      • select * from employee right join department
      • on employee.dep_id = department.id
• 子查询
  • 总是在一个select中 套着另一个select语句
    • 嵌套着的这个select语句就是一个子查询语句
  • 查"技术"部的所有员工的名字
    • 查询技术部的id
    • select id from department where name = '技术'
    • select name from employee where dep_id = (select id from department where name = '技术');
  • 如果一个需求 子查询和连表查询都能实现,选择连表or子查询?
    • 选连表查询
  • 查"技术"和"销售"部的所有员工的名字
    • select id from department where name in ('技术','销售');
    • select name from employee where dep_id in (select id from department where name in ('技术','销售'));

练习

• 连表查询
• 1.找出年龄大于25岁的员工以及员工所在的部门
• select e.name,d.name from employee e inner join department d
• on e.dep_id = d.id where e.age>25
• 2.以内连接的方式查询employee和department表，并且以age字段的升序方式显示
• select * from employee e inner join department d
• on e.dep_id = d.id order by e.age
• 子查询
• 查询平均年龄在25岁以上的部门名
  • select dep_id from employee group by dep_id having avg(age)>25
  • select name from department where id in (select dep_id from employee group by dep_id having avg(age)>25);
• 查看技术部员工姓名
  • select name from employee where dep_id = (select id from department where name = '技术');
• 查看不足1人的部门名(子查询得到的是有人的部门id)
  • 在员工表中不存在的一个部门id,在department表里
  • 在department表里的id字段中找到一个在员工表的dep_id中不存在的项
  • select name from department where id not in (select dep_id from employee group by dep_id);
  • 把员工表里所有的人所在的dep_id都查出来
• 带比较运算的子查询
• 1.查询大于所有人平均年龄的员工名与年龄
  • select avg(age) from employee;
  • select name,age from employee where age > (select avg(age) from employee);
• 2.查询大于部门内平均年龄的员工名、年龄
  • select dep_id,avg(age) from employee group by dep_id;
  • select * from employee inner join (select dep_id,avg(age) as avg_age from employee group by dep_id) as t2
  • on employee.dep_id = t2.dep_id where employee.age > t2.avg_age;

练习

查询每个部门最新入职的那位员工

• 入职时间最大的员工
• 每个部门最新入职员工的时间
• select post,max(hire_date) from emp group by post;
• select emp.name,emp.hire_date from emp inner join (select post,max(hire_date) latest_date from emp group by post) as t
• on emp.post = t.post where emp.hire_date = t.latest_date;

select
(select t2.name from emp as t2 where t2.post=t1.post order by hire_date desc limit 1)
from emp as t1 group by post;

索引原理

读还是写操作多

• 博客园
• 百度
• 豆瓣
• 知乎
  ###读操作更多
• 读写 :10:1
  ###IO一次 写更浪费时间
• 数据库的瓶颈 : 读取数据的时间
• 磁盘的读效率
• 上百万条数据
  • 如何存储
  • 如何读取

alex 50 [email protected]
wusir 30 [email protected]
jin 70 [email protected]
baoyuan 45 [email protected]
ning 91 [email protected]
xiaohei 53 [email protected]
lihua 21 [email protected]

1
2
3

存储

1. 树型结构里
2. balance tree 平衡树
3. 平衡树能够提高读的速度,但是降低了写的速度
4. 存储行数据和树中数字的关系
   • 树中的数字指向数据的具体地址
   • 树中的数字节点内直接存储行内容
5. 如果在非叶子节点 存储数值和表中的具体行,那么会导致每个节点能够存储的数据量降低
   • 无形中增加了树的高度
6. 查找数据的效率不稳定
7. 一种新的存储数据的办法

alex 50 [email protected]
wusir 30 [email protected]
jin 70 [email protected]
baoyuan 45 [email protected]
ning 91 [email protected]
xiaohei 53 [email protected]
lihua 21 [email protected]

1. 所有的数据都存储在叶子节点上而不是存储在根节点或者分支中
2. select * from 表 where age between 20 and 70
3. 在叶子节点之间添加了双向链表,让范围查询变得更加容易

树型结构里

1. balance tree 平衡树
2. 平衡树能够提高读的速度,但是降低了写的速度
3. 存储行数据和树中数字的关系
   • 叶子节点中的数字指向数据的具体地址
   • 叶子节点内直接存储行内容
4. 所有的数据都存储在叶子节点上而不是存储在根节点或者分支中
   • 为了降低树的高度
   • 让每一个数据被找到的时间变得稳定
5. 在叶子节点之间添加了双向链表,为了能够更加快速的进行范围查询

b+树

• 影响查找速度的最根本的原因是什么
  • IO次数 - 树的高度
  • 为了降低树的高度
    • 1.增加数据与数据之间的区分度
    • 2.降低目录列的数据的长度
• 索引 : 实际上就是一个搜索表时使用的目录
  • 聚集索引 : 叶子节点内直接存储行内容
    • 只有innodb存储引擎才有聚集索引
    • 主键
  • 辅助索引 : 叶子节点中的数字指向数据的具体地址
    • innodb中和myisam中都可以存在
      # innodb 对应2个文件 表结构 数据 + 索引
      # myisam 对应3个文件 表结构 纯数据 辅助索引