MySQL查询优化与事务实战指南
本节用到的员工信息管理表结构放到资源中，需要的同学自取。本节内容以此表为示例：
面试题：innodb与myisam的区别。
外键，事务
| 特性 | InnoDB | MyISAM |
|---|---|---|
| 事务支持 | 支持 | 不支持 |
| 外键 | 支持 | 不支持 |
| 锁粒度 | 行级锁 | 表级锁 |
| 索引结构 | 聚簇索引 | 非聚簇索引 |
| 崩溃恢复 | 支持 | 不支持 |
| 空间效率 | 较高（但占用更多空间） | 较低（但更紧凑） |
| 写性能 | 高（行级锁） | 低（表级锁） |
| 适用场景 | 事务、高并发写 | 静态数据、读密集型 |
一、简单查询
语法：
select [ 去重关键字distinct] 字段 from 表格名称;
字段：*代表所有字段
select 字段 as "字段别名"... from 表格名称;
as可以省略不写，后面空格直接跟别名。
查询所有员工的编号，姓名，薪资
select empno"员工编号",ename"员工姓名",sal"员工薪资" from emp;二、限定查询
语法：
select [ 去重关键字distinct] 字段 from 表格名称 [限定语法]；
where >, < ,>= ,<= ,!=, between...and...,
查询公司中工资高于2000的员工
select * from emp where sal > 2000;查询公司中工资1000到3000的员工
select * from emp where sal between 1000 and 3000;
select * from emp where sal > 1000 and sal < 3000;查询有奖金的员工信息
select * from emp where comm > 0查询没有奖金的员工信息
select * from emp where comm IS null or comm = 0查询名称中以S开头 模糊匹配 %通配所有 _通配一位
select * from emp where ename like "s%" 以s开头select * from emp where ename like "%s" 以s结尾select * from emp where ename like "%s%" 名称中包含sselect * from emp where ename like "_o%" 第二位为o,其余无所谓查询1981年入职的员工信息
select * from emp where HIREDATE BETWEEN '1981-01-01' and '1981-12-31'select * from emp where HIREDATE like '%1981%'查询员工编号为7499,7521的员工信息
select * from emp where EMPNO = 7499 or EMPNO = 7521select * from emp where EMPNO in (7499,7521)三、排序查询
语法：
select [ 去重关键字distinct] 字段 from 表格名称 [限定语法][排序条件]；
排序关键字：order by
升序：asc
降序：desc
查询员工信息，根据薪资做倒序排序
select * from emp order by asl desc;查询员工信息，根据入职日期做降序排序， 日期一致则按薪资升序排序。
select * from emp order by hiredate desc ,sal asc；
四、多表查询
语法：select [去重关键字DISTINCT] 字段 from 表格名称 , 表格名称 [限定语法][排序条件];
查询所有员工信息，包含部门信息
select * from emp,dept以上查询方式将两张表进行简单堆积，查询中有无用的冗余数据，这种现象称之为笛卡尔积效应
在查询过程中，添加关联条件，用来在显示上消除笛卡尔积效应
select * from emp,dept where emp.deptno = dept.deptnoselect e.*,d.DNAME,d.loc from emp e,dept d where e.deptno = d.deptno查询所有员工信息，包含员工编号、员工姓名、员工薪资、领导编号、领导姓名、领导薪资
确定需要的表格：emp e1,emp e2
确定需要的字段：e1.empno '员工编号',e1.ename '员工姓名',e1.sal '员工薪资',e2.empno '领导编号',e2.ename '领导姓名',e2.sal '领导薪资'
确定需要的关联条件：e1.mgr = e2.empno
组装sql：
SELECT e1.empno '员工编号', e1.ename '员工姓名', e1.sal '员工薪资', e2.empno '领导编号', e2.ename '领导姓名', e2.sal '领导薪资' FROM emp e1, emp e2 WHERE e1.mgr = e2.empno;
以上sql查询完之后，显示13条结果，KING这条数据没有显示（边界值无法查询），如果向解决边界值问题，需要使用连接查询
五、连接查询
语法：
select [去重关键字DISTINCT] 字段 from 表格名称 [连接条件] 表格名称 [限定语法][排序条件];
左（外）连接：left(outer) join ...on...
右（外）连接：right(outer) join ...on...
以哪个表为重点就哪边连接；
查询所有员工信息，包含员工编号、员工姓名、员工薪资、领导编号、领导姓名、领导薪资
SELECT e1.empno AS '员工编号',e1.ename AS '员工姓名',e1.sal AS '员工薪资',e2.empno AS '领导编号',e2.ename AS '领导姓名',e2.sal AS '领导薪资'
FROM emp e1
LEFT JOIN emp e2 ON e1.mgr = e2.empno; 
拓展语法：SQL1999语法
交叉连接：select * from emp join dept; 类似于“，”进行笛卡尔积， 查询显示56条结果
自然连接：select * from emp natural join dept; 自动组合共同字段，查询显示14条结果
join...on+条件：select * from emp join dept on emp.deptno = dept.deptno; 查询显示14条结果
join...using(两边表的共同字段)：select * from emp join dept using(deptno); 查询显示14条结果
六、分组查询
分组前提：需要分组的字段有重复值
语法：
select [去重关键字DISTINCT] 字段 from 表格名称 [限定语法][分组条件][排序条件];
分组关键字：group by注意事项：
1.一旦出现分组条件，那么select后边只允许出现统计函数和分组字段
2.分组之后如果还想使用限定条件筛选，那么不允许使用where，需要使用having
查询每一个部门的平均工资
确定需要的表：emp
确定需要的字段：avg(sal)
确定需要的分组条件：group by deptno
组装sql:select avg(sal) from emp group by deptno优化sql:select deptno,avg(sal) from emp group by deptno
发现上述sql中没有40部门（边界值）
确定需要的表：emp e,dept d
确定需要的字段：d.deptno,avg(sal)
确定需要的分组条件：group by d.deptno
组装sql:SELECT d.deptno, IFNULL(AVG(sal), 0) '平均工资' FROM emp e RIGHT JOIN dept d ON e.deptno = d.deptno GROUP BY d.deptno;
查询部门的平均薪资，要求显示平均薪资高于2000的信息
SELECT d.deptno, IFNULL(AVG(e.sal), 0) AS '平均工资'
FROM dept d
LEFT JOIN emp e ON d.deptno = e.deptno
GROUP BY d.deptno
HAVING IFNULL(AVG(e.sal), 0) > 2000; -- 确保在过滤时处理 NULL 值AVG(sal) > 2000七、统计查询
平均avg 最大值max 最小值min 统计数量 count 求和 sum
拓展技术：
单行函数参考单行函数文档。
八、子查询
where 子查询
当查询的结果为单行单列或多行单列的时候
查询比smith工资高的所有员工信息。
SELECT *
FROM emp
WHERE sal > (SELECT sal FROM emp WHERE ename = 'SMITH');查询公司中和经理一样工资的员工信息
SELECT *
FROM emp
WHERE sal in (SELECT sal FROM emp WHERE job = 'manager')
小贴士：
=ang 等同于 in
<ang 等同于 比最大值小的数据
>ang 等同于 比最小值大的数据
<all 等同于 比最小值小的数据
>all 等同于 比最大值大的数据
from 子查询
当查询的结果为多行多列
查询部门编号、部门名称、部门位置、部门人数、部门平均薪资
第一步：查询部门单表信息(4条结果)
select * from dept第二步：查询员工表，得到部门人数、部门平均(3条结果)
确定需要的表格：emp e 确定需要的字段：e.deptno deptno,count(e.empno) num,avg(e.sal) sal 确定需要的分组条件：group by e.deptno 组装sql: select e.deptno deptno,count(e.empno) num,avg(e.sal) sal from emp e group by e.deptno
第三步：将上述sql进行左右连接查询
确定需要的表格： dept d, (select e.deptno deptno,count(e.empno) num,avg(e.sal) sal from emp e group by e.deptno) temp 确定需要的字段：d.deptno,d.dname,d.loc,temp.num,temp.sal 确定需要的关联条件：d.deptno = temp.deptno 组装sql:SELECT d.deptno,d.dname,d.loc,temp.num,temp.sal FROM dept d LEFT JOIN (SELECT e.deptno AS deptno,COUNT(e.empno) AS num,AVG(e.sal) AS salFROM emp eGROUP BY e.deptno) temp ON d.deptno = temp.deptno;
九、分页查询
为什么需要分页查询？
语法：select [去重关键字DISTINCT] 字段 from 表格名称 [限定语法][分组条件][排序条件][分页条件]
分页：limit n,m
n:数据索引，从0开始
m:每一页显示多少条
查询第一页员工数据，一页显示10条
select * from emp limit 0,10;
当n为0的时候，可以省略不写：select * from emp limit 10;
第二页：
select * from emp limit 10,10;
事务
数据库事务( transaction)是访问并可能操作各种数据项的一个数据库操作序列，这些操作要么全部执行,要么全部不执行，是一个不可分割的工作单位。事务由事务开始与事务结束之间执行的全部数据库操作组成。
事务的四大特性：
1、原子性(Atomicity)：事务中的全部操作在数据库中是不可分割的，要么全部完成，要么全部不执行。
2、一致性(Consistency)：几个并行执行的事务，其执行结果必须与按某一顺序 串行执行的结果相一致。
3、隔离性(Isolation)：事务的执行不受其他事务的干扰，事务执行的中间结果对其他事务必须是透明的。
4、持久性(Durability):对于任意已提交事务，系统必须保证该事务对数据库的改变不被丢失，即使数据库出现故障。
脏读 幻读
MySQL数据库事务测试
mysql的事务是默认提交机制
事务提交机制有两种：自动提交，手动提交
修改数据库事务提交机制：
关闭自动提交：set autocommit = 0；开启自动提交：set autocommit = 1；
如果关闭自动提交，那么在发生增删改以后需要程序员提交（commit）或回滚（rollback）
MySQL数据库事务隔离级别
MySQL 提供了四种事务隔离级别，以确保数据的一致性和完整性。这四种隔离级别分别是：读未提交（Read Uncommitted）、读已提交（Read Committed）、可重复读（Repeatable Read）和可串行化（Serializable）
读未提交(Read Uncommitted)：
定义:事务可以读取其他未提交事务的更改。问题:可能导致脏读(Dirty Read)
适用场景:对数据一致性要求不高的场景。
读已提交(Read Committed):（oracle默认级别）定义:事务只能读取其他已提交事务的更改。
问题:避免了脏读，但可能导致不可重复读(Non-repeatable Read)
适用场景:大多数数据库系统的默认隔离级别，如oracle。
可重复读(Repeatable Read):（MySQL默认级别）定义:在同一事务中多次读取相同数据时，结果一致。
问题:避免了脏读和不可重复读，但可能导致幻读(Phantompead)。
适用场景:MySQL 的默认隔离级别，适用于大部分应用。
可串行化(serializable):
定义:最高的隔离级别，事务按顺序逐个执行，完全隔离。
问题:避免了脏读、不可重复读和幻读，但并发性能最差。
适用场景:对数据一致性要求极高的场景。
脏读（Dirty Read）。
定义：读取到其他事务未提交的修改数据，若该事务回滚则导致数据无效
示例：事务A修改账户余额后未提交，事务B读取到该临时值；若事务A回滚，事务B基于脏数据操作将引发错误不可重复读（Non-repeatable Read）
定义：同一事务内多次读取同一数据，因其他事务已提交的修改导致结果不一致
示例：事务A第一次查询余额为1000元，事务B修改为800元并提交后，事务A再次查询结果变为800元幻读（Phantom Read）
定义：同一事务内两次范围查询的结果行数不同，因其他事务插入或删除数据
示例：事务A首次查询年龄>30的用户共10人，事务B新增1人后，事务A再次查询结果为11人
隔离级别测试：
数据库默认隔离级别查看：
- 查看全局默认隔离级别（5.7版本之前）：
SELECT @@global.tx_isolation; - 查看全局默认隔离级别（5.7版本之后）：
SELECT @@global.transaction_isolation; - 查看当前会话隔离级别（5.7版本之前）：
SELECT @@session.tx_isolation; - 查看当前会话隔离级别（5.7版本之后）：
SELECT @@session.transaction_isolation;
第一步：修改数据库隔离级别
SET [GLOBAL|SESSION} TRANSACTION ISOLATION LEVEL
[READ UNCOMMITTED|READ COMMITTED|REPEATABLE READ|SERIALIZABLE]
第二步：设置手动提交
set autocommit = 0;第三步：开启事务
start transaction;第四步：测试业务
update t_person set sal = sal-500 where id = 1;update t_person set sal = sal+500 where id = 3;索引、优化、b+tree后续再了解。
python连接数据库
安装模块pymysql
第一步：导入模块
import pymysql第二步：创建连接
conn = pymysql.connect
(host='locohost', user='user', password='password', port=3306,database='database')第三步：创建数据库对象
cursor = conn.cursor()第四步：执行sql语句
sql = "select * from emp"#通过数据库对象执行sql
cont = cursor.execute(sql)
#执行sql语句，返回查询结果的行数。
result = cursor.fetchall()
#执行 execute() 后查询的所有结果第五步：关闭连接
cursor.close()
conn.close()传参问题
- 方式一：直接字符串拼接
把变量（如username、password、id）拼接到 SQL 语句里，有严重 SQL 注入风险 ，比如用户输入恶意内容可篡改查询逻辑。
示例：sql = "select * from t_user where username = '" +username+ "' and password = '" +password+ "'" - 方式二：简单格式化拼接（仍有风险）
用%做占位符拼接参数，看似规范但本质还是字符串拼接，仍可能被 SQL 注入 （如输入lufei' or 1=1 --可绕过校验 ）sql = "select * from t_user where username = '%s' and password = '%s'"%(username,password) - 方式三：参数化查询（推荐）
用%s做占位符，但实际执行时由数据库驱动自动处理参数转义，可有效避免 SQL 注入 ，是安全的传参方式sql = "select * from t_user where username = %(name)s and password = %(pwd)s" cursor.execute(sql, {"name": username, "pwd": password})