MySQL的基础知识
一，MySQL查询的五种子句：
1，where(条件查询)，常用的运算符:
①比较运算符
> , < , = , != , >= , <= , in( ) , between val1 and val2
②逻辑运算符
逻辑非：not / ! , 逻辑或：or / || , 逻辑与：and / &&
③模糊查询“like”
通配符：% 任意字符，例如：where name like ‘苹果%’
_ 匹配单个字符，例如：where name like ‘苹果__’
2，group by(分组)，一般情况下和统计函数(聚合函数)一起使用
mysql五种统计函数:
①max：求最大值 例如查询每个分类下面最高价格的商品：
select cat_id max(price) from goods group_by cat_id
②min：求最小值
③sum：求总和，例如：select sum(goods_number) from goods
④avg：求平均值，例如：求每个分类的商品平均价格
select cat_id avg(price) from goods group_by cat_id
⑤count：求商品条数，例如：select count(*) from goods
可以把每个字段名当成变量来理解，它可以进行运算：
例：查询本店每个商品价格比市场价低多少；select goods_id,goods_name,goods_price-market_price from goods;
可以用as给字段名起别名，group by前面如果没有使用聚合函数，默认就取每个分组的第一行数据
3，having与where的异同
having与where类似，可以筛选数据，where后的表达式怎么写，having后的表达式就怎么写
where针对表中的列发挥作用，查询数据
having针对查询结果中的列发挥作用，筛选数据
#查询本店商品价格比市场价低多少钱，输出低200元以上的商品
select goods_id,good_name,market_price - shop_price as s from goods having s>200 ;
#如果用where的话则是：select goods_id,goods_name from goods where market_price - shop_price > 200;
#同时使用where与having
select cat_id,goods_name,market_price - shop_price as s from goods where cat_id = 3 having s > 200;
4，order by
（1） order by price //默认升序排列
（2）order by price desc //降序排列
（3）order by price asc //升序排列，与默认一样
（4）order by rand() //随机排列，效率不高
#按栏目号升序排列，每个栏目下的商品价格降序排列： select * from goods where cat_id !=2 order by cat_id,price desc;
5，limit：limit [offset,] N
offset 偏移量，可选，不写则相当于limit 0,N。N取出条目
#取价格4-6高的商品select good_id,goods_name,goods_price from goods order by good_price desc limit 3,3;
二，mysql子查询
1，where型子查询
（把内层查询结果当作外层查询的比较条件）
#不用order by 来查询最新的商品
select goods_id,goods_name from goods where goods_id = (select max(goods_id) from goods);
#取出每个栏目下最新的产品(goods_id唯一)
select cat_id,goods_id,goods_name from goods where goods_id in(select max(goods_id) from goods group by cat_id);
2，from型子查询(把内层的查询结果供外层再次查询)
#用子查询查出挂科两门及以上的同学的平均成绩
思路：#先查出哪些同学挂科两门以上select name,count(*) as gk from stu where score < 60 having gk >=2;
#以上查询结果当做一个表放入下面的查询中去select name from (select name,count(*) as gk from stu having gk >=2) as t;
#找出这些同学了，那么再计算他们的平均分
select name,avg(score) from stu where name in (select name from (select name,count(*) as gk from stu having gk >=2) as t) group by name;
3，exists型子查询（把外层查询结果拿到内层，看内层的查询是否成立）
#查询哪些栏目下有商品，栏目表category,商品表goods
select cat_id,cat_name from category where exists(select * from goods where goods.cat_id = category.cat_id);
如果商品表中的商品的栏目id等于某个栏目的id那么证明该栏目下面存在商品，所以这些栏目在条件下成立。会被查询出来。
三，union的用法
UNION用于把来自许多SELECT语句的结果组合到一个结果集合中
四，内连接，左连接，右连接，全连接
表T1： 表T2：
id name passwd id jifen dengji
1 jack jpw 1 20 3
2 tom tpw 3 50 4
1，内连接
如果想把用户信息、积分、等级都列出来，那么一般会这样写：
普通:select * from T1, T2 where T1.id = T2.id
内连:select * from T1 inner join T2 on T1.id = T2.id
后者的效率比前面的效率高多了，建议使用内连
2，左连接
显示左表T1中的所有行，并把右表T2中符合条件加到左表T1中；
右表T2中不符合条件，就不用加入结果表中，并且NULL表示。
SQL语句：select * from T1 left join T2 on T1.id = T2.id
运行结果 :
T1.id name passwd T2.id jifen dengji
1 jack jpw 1 20 3
2 tom tpw NULL NULL NULL
3，右连接
显示右表T2中的所有行，并把左表T1中符合条件加到右表T2中；
左表T1中不符合条件，就不用加入结果表中，并且NULL表示。
SQL语句：select * from T1 right join T2 on T1.id = T2.id
运行结果：
T1.id name passwd T2.id jifen dengji
1 jack jpw 1 20 3
NULL NULL NULL 3 50 4
4，全连接
显示左表T1、右表T2两边中的所有行，即把左联结果表 + 右联结果表组合在一起，然后过滤掉重复的。SQL语句：
select * from T1 full join T2 on T1.id = T2.id
运行结果
T1.id name passwd T2.id jifen dengji
1 jack jpw 1 20 3
2 tom tpw NULL NULL NULL
NULL NULL NULL 3 50 4
四，MySQL的索引
1，什么是索引
一个索引是存储的表中一个特定列的值数据结构（最常见的是B-Tree）。索引是在表的列上创建。所以，要记住的关键点是索引包含一个表中列的值，并且这些值存储在一个数据结构中。说到底索引就是对数据列的值进行结构化排序的一个东西。记住这一点：索引是一种数据结构
B-Tree 是最常用的用于索引的数据结构。因为它们是时间复杂度低， 查找、删除、插入操作都可以可以在对数时间内完成。另外一个重要原因存储在B-Tree中的数据是有序的。数据库管理系统（RDBMS）通常决定索引应该用哪些数据结构。但是，在某些情况下，你在创建索引时可以指定索引要使用的数据结构。
2，索引是怎么提升性能的？
因为索引基本上是用来存储列值的数据结构，这使查找这些列值更加快速。如果索引使用最常用的数据结构-B-Tree-那么其中的数据是有序的。有序的列值可以极大的提升性能。下面解释原因。
假设我们在 Employee_Name这一列上创建一个B-Tree索引。这意味着当我们用之前的SQL查找姓名是‘Jesus’的雇员时，不需要再扫描全表。而是用索引查找去查找名字为‘Jesus’的雇员，因为索引已经按照按字母顺序排序。索引已经排序意味着查询一个名字会快很多，因为首字母为‘J’的员工都是排列在一起的。另外重要的一点是，索引同时存储了表中相应行的指针以获取其他列的数据。
3，数据库索引里究竟存的是什么？
你现在已经知道数据库索引是创建在表的某列上的，并且存储了这一列的所有值。但是，需要理解的重点是数据库索引并不存储这个表中其他列（字段）的值。举例来说，如果我们在Employee_Name列创建索引，那么列Employee_Age和Employee_Address上的值并不会存储在这个索引当中。
索引存储了指向表中某一行的指针
如果我们在索引里找到某一条记录作为索引的列的值，如何才能找到这一条记录的其它值呢？这是很简单 - 数据库索引同时存储了指向表中的相应行的指针。指针是指一块内存区域， 该内存区域记录的是对硬盘上记录的相应行的数据的引用。因此，索引中除了存储列的值，还存储着一个指向所在行数据的索引。也就是说，索引中的Employee_Name这列的某个值（或者节点）可以描述为 (“Jesus”, 0x82829)， 0x82829 就是包含 “Jesus”那行数据在硬盘上的地址。如果没有这个引用，你就只能访问到一个单独的值（“Jesus”），而这样没有意义
4，哈希表索引是怎么工作的？
哈希表是另外一种你可能看到用作索引的数据结构-这些索引通常被称为哈希索引。使用哈希索引的原因是，在寻找值时哈希表效率极高。所以，如果使用哈希索引，对于比较字符串是否相等的查询能够极快的检索出的值。例如之前我们讨论过的这个查询(SELECT * FROM Employee WHERE Employee_Name = ‘Jesus’) 就可以受益于创建在Employee_Name 列上的哈希索引。哈系索引的工作方式是将列的值作为索引的键值（key），和键值相对应实际的值（value）是指向该表中相应行的指针。因为哈希表基本上可以看作是关联数组，一个典型的数据项就像“Jesus => 0x28939″，而0x28939是对内存中表中包含Jesus这一行的引用。在哈系索引的中查询一个像“Jesus”这样的值，并得到对应行的在内存中的引用，明显要比扫描全表获得值为“Jesus”的行的方式快很多。
5，哈希索引的缺点
哈希表是无顺序的数据结构，对于很多类型的查询语句哈希索引都无能为力。举例来说，假如你想要找出所有小于40岁的员工。你怎么使用哈希索引进行查询？因为哈希表只适合查询键值对-也就是说查询相等的查询（例：like “WHERE name = ‘Jesus’）。哈希表的键值映射也暗示其键的存储是无序的。这就是为什么哈希索引通常不是数据库索引的默认数据结构-因为在作为索引的数据结构时，它没有B-Tree那么灵活
6，聚簇索引：
实际存储的顺序结构与数据存储的物理结构是一致的，所以通常来说物理顺序结构只有一种，那么一个表的聚簇索引也只能有一个，通常默认都是主键，设置了主键，系统默认就为你加上了聚簇索引，当然有人说我不想拿主键作为聚簇索引，我需要用其他字段作为索引，当然这也是可以的，这就需要你在设置主键之前自己手动的先添加上唯一的聚簇索引，然后再设置主键，这样就木有问题啦。总而言之，聚簇索引是顺序结构与数据存储物理结构一致的一种索引，并且一个表的聚簇索引只能有唯一的一条。
7，非聚簇索引：
非聚簇索引记录的物理顺序与逻辑顺序没有必然的联系，与数据的存储物理结构没有关系；一个表对应的非聚簇索引可以有多条，根据不同列的约束可以建立不同要求的非聚簇索引。
8，主键索引和唯一索引的区别
主键创建后一定包含一个唯一性索引，唯一性索引不一定就是主键。
唯一性索引列允许空值，而主键列不允许为空值。
主键列在创建时，已经默认为空值 + 唯一索引了。
主键可以被其他表引用为外键，而唯一索引不能。
一个表最多只能创建一个主键，但可以创建多个唯一索引。
主键更适合那些不容易更改的唯一标识，如自动递增列、身份证号等。
总结索引使用原则：
1:不要索引数据量不大的表，对于小表来讲，表扫描的成本并不高。
2:不要设置过多的索引，在没有聚集索引的表中，最大可以设置249个非聚集索引，过多的索引首先会带来更大的磁盘空间，而且在数据发生修改时，对索引的维护是特别消耗性能的。
3:合理应用复合索引，有某些情况下可以考虑创建包含所有输出列的覆盖索引。
4:对经常使用范围查询的字段，可能考虑聚集索引。
5:避免对不常用的列，逻辑性列，大字段列创建索引。
MySQL只对以下操作符才使用索引：<,<=,=,>,>=,between,in,以及某些时候的like(不以通配符%或_开头的情形)
来源[http://www.cnblogs.com/rollenholt/archive/2012/05/15/2502551.html]，[http://blog.csdn.net/weiliangliang111/article/details/51333169]
感谢以上博友分享！