1.常用API
insert()
lower()
upper()
trim()
reverse()
length(字段名)
substring(字段名,’’,’’)
replace(字段名,‘被替换字符’,‘替换字符’)
curdate() 返回当前时间，不带时间
now() 返回当前时间，带时间
sum(可以是字段，也可以是表达式)
2.常问类型
data 年月日 YYY-MM-DD
TIME 时分秒 HH:MM:SS
datatime 年月日时分秒 YYYY-MM-DD HH:MM:SS
TIMESTAME 年月日时分秒 YYYY-MM-DD HH:MM:SS 范围小
3.MySQL常见的两种存储引擎
MyISAM与InnoDB，默认是InnoDB
区别：
1.InnoDB是聚集索引，使用B+Tree作为索引结构，数据文件跟索引是存在一起的，必须要有主键，通过主键索引效率会很高。使用辅助索引的话需要查询两次，先查询到主键，再根据主键去查询数据
2.MyISAM是非聚集索引，索引和数据文件是分离的，索引保存的是数据文件的指针。主键索引和辅助索引是独立的。也就是说InnoDB的叶子节点存的就是数据文件，而MyISAM的叶子节点存储的是指向数据文件的指针
3.当你去创建的时候可以去mysql文件存放位置观察，当你创建的是InnoDB引擎，会有一个.frm 跟.opt文件，当你创建的是MyISAM引擎的话会有 .frm,.MYI.MYD.opt四个文件
4.InnoDB支持事务，而MyISAM不支持事务
5.InnoDB支持外键，而MyISAM不支持
6.InnoDB支持表、行(默认)级锁，而MyISAM支持表级锁
7.InnoDB表必须有唯一索引（如主键）（用户没有指定的话会自己找/生产一个隐藏列Row_id来充当默认主键），而Myisam可以没有
4.锁的区别
-
MyISAM采用表级锁(table-level locking)。
-
InnoDB支持行级锁(row-level locking)和表级锁,默认为行级锁
表级锁和行级锁对比： -
表级锁：是粒度较大的锁，它锁的是整张表，实现简单，资源消耗也比较少，加锁快，不会出现死锁。触发锁冲突的概率高，并发度最低
-
行级锁：是粒度较小的锁，只针对当前操作的行进行加锁。 行级锁能大大减少数据库操作的冲突，但加锁的开销也最大，加锁慢，会出现死锁。
5.什么是索引，索引都有哪些
概念：官方的讲，索引是帮助MySQL高效获取数据的数据结构，通俗的讲就是好比一本书的目录，能够加快查询速度。Mysql索引使用的数据结构主要有BTree索引 和 哈希索引，
InnoDB跟MyISAM都是BTree索引，不支持hash索引，memory引擎支持hash索引
优势：能够提高数据检索速度，降低IO成本
缺点：索引是会占据磁盘空间的，所以提高了查询效率，降低了更新表的效率
普通索引
唯一索引
全文索引
聚集索引
非聚集索引
6.B+树 哈希树的区别
B+树：是B-树的变体，有着比B-树更好的查询效率，B+树主要有几个特点
1.中间节点不保存数据，只用来做索引
2.叶子节点包含了全部元素信息，并且是有序的，是以自小而大的顺序链接的
3.所有中间节点元素都存在于子节点，并且是子结点中最大的元素
4.数据库的聚集索引中，叶子节点直接包含卫星数据，而非聚集索引中，叶子节点包含的是指向卫星数据的索引。
（卫星数据：索引元素所指向的数据记录）
优势：
1.B+树查询更加稳定，因为都需要遍历到叶子节点获取数据
2.因为叶子节点是有序的，所以更适用于范围查询
3.因为B+树比较矮胖，所以IO次数比较少
哈希树
1.结构简单
2.查找迅速
3.在删除的时候，不做任何结构调整，采取的是一种“见缝插针”的算法
4.最大的缺点就是 非排序性，哈希树不支持排序，没有顺序特性。
7.为什么要使用递增主键？
因为自增ID可以保证每次插入时B+索引是从右边扩展的，可以避免B+树和频繁合并和分裂，如果使用字符串主键和随机主键，会使得数据随机插入，效率比较差。
8.mysql跟oracle的区别
1.宏观上：
（1）mysql是开源的，而oracle是收费的，oralce出了问题可以找售后，mysql出了问题自己百度
（2）mysql是中小型数据库，而oralce是大型数据库
（3）oralce支持大并发
2.微观上：
（1）mysql即支持表级锁，也支持行级锁，而oracle只支持行级锁
（2）oracle的行级锁锁的是数据行，不依赖于索引，所以并发性会更好一些
（3）事务默认的隔离级别不同，mysql默认是可重复读，而oracle默认是读已提交
（4）数据安全问题，mysql默认是自动提交的，而oralce是需要手动提交的，所以如果在更新中，如果发生宕机问题，mysql可能会造成数据丢失问题，而oracle会把提交的sql操作写到在线联机日志文件中，保存到磁盘上，所以即使发生了宕机，也可以根据日志文件去恢复数据
（5）mysql的语句更加灵活，比如分页的话 mysql使用关键字limit，而oracle的分页是通过伪列和子查询完成的
（6）性能诊断方面，oracle有很多调优工具，而mysql只能根据慢查询日志去优化sql
9.大表优化
1.限定数据范围，限制不带任何条件的查询，比如查询历史订单的话限制查询一个月
2.读/写分离： 经典的数据库拆分方案，主库负责写，从库负责读
3.使用MySQL的缓存，另外对重量级、更新少的数据可以考虑使用应用级别的缓存；
4.垂直分区：根据数据库里面数据表的相关性进行拆分。 例如，用户表中既有用户的登录信息又有用户的基本信息，可以将用户表拆分成两个单独的表。
5.水平拆分：是指数据表行的拆分，表的行数超过200万行时，就会变慢，这时可以把一张的表的数据拆成多张表来存放。水平拆分能够 支持非常大的数据量存储，应用端改造也少，但 分片事务难以解决 ，跨界点Join 性能较差，逻辑复杂。
主要实现有两种方案：
（1）客户端代理： 分片逻辑在应用端，封装在jar包中，通过修改或者封装JDBC层来实现。
（2）中间件代理： 在应用和数据中间加了一个代理层。分片逻辑统一维护在中间件服务中。比如Mycat
10.mysql缓存
my.cnf加入以下配置，重启Mysql开启查询缓存
query_cache_type=1
query_cache_size=600000
或执行sql语句开启
set global query_cache_type=1;
set global query_cache_size=600000;
开启查询缓存后在同样的查询条件以及数据情况下，会直接在缓存中返回结果。这里的查询条件包括查询本身、当前要查询的数据库、客户端协议版本号等一些可能影响结果的信息。因此不满足条件的查询不会命中缓存。
**缓存虽然能够提升数据库的查询性能，但是缓存同时也带来了额外的开销，每次查询后都要做一次缓存操作，失效后还要销毁。**因此，开启缓存查询要谨慎，并控制缓存空间的大小。可以通过sql_cache和sql_no_cache来控制某个查询语句是否需要缓存：
select sql_no_cache count(*) from usr;
看到最后的帅哥们记得点赞哦！还有想了解的知识点请评论，博主会更新哟