速通SQL语法
SQL(Structured Query Language)是用于管理关系型数据库的标准语言。它用于查询、插入、更新和删除数据库中的数据。在本教程中,我们将分别介绍 SQL 的基础和进阶知识,涵盖 SQL 查询的基本利用以及如何进行 SQL 性能优化,包括常见的优化技术如 CTE(公用表表达式)和其他优化本领。
一、SQL 基础
1. 数据库和表的基本利用
SQL 的基础利用通常包括数据库的创建、删除和表的利用。
- CREATE DATABASE my_database;
复制代码
- CREATE TABLE users (
- id INT AUTO_INCREMENT PRIMARY KEY,
- username VARCHAR(50) NOT NULL,
- email VARCHAR(100) NOT NULL,
- created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
- );
复制代码
- INSERT INTO users (username, email)
- VALUES ('Alice', 'alice@example.com'),
- ('Bob', 'bob@example.com');
复制代码
- UPDATE users
- SET email = 'new_email@example.com'
- WHERE username = 'Alice';
复制代码
- DELETE FROM users WHERE username = 'Bob';
复制代码 2.查询数据的基本利用
- SELECT username, email FROM users;
复制代码
- SELECT * FROM users WHERE username = 'Alice';
复制代码
- SELECT * FROM users ORDER BY created_at DESC;
复制代码
- SELECT * FROM users LIMIT 5;
复制代码
- SELECT COUNT(*) FROM users;
- SELECT AVG(age) FROM users;
复制代码 3.常见的数据类型
数值类型:INT, FLOAT, DECIMAL
字符类型:VARCHAR, CHAR, TEXT
日期时间类型:DATE, TIMESTAMP, DATETIME
布尔类型:BOOLEAN
二、进阶SQL
1.联接(JOIN)
SQL 中的联接(JOIN)用于将多个表中的数据组合在一起。
- SELECT orders.id, users.username
- FROM orders
- INNER JOIN users ON orders.user_id = users.id;
复制代码
- SELECT users.username, orders.id
- FROM users
- LEFT JOIN orders ON users.id = orders.user_id;
复制代码
- SELECT users.username, orders.id
- FROM users
- RIGHT JOIN orders ON users.id = orders.user_id;
复制代码
- SELECT users.username, orders.id
- FROM users
- FULL JOIN orders ON users.id = orders.user_id;
复制代码 2. 子查询(Subqueries)
子查询是嵌套在其他查询中的查询,用于在查询中动态盘算值。
- SELECT username, (SELECT COUNT(*) FROM orders WHERE orders.user_id = users.id) AS order_count
- FROM users;
复制代码
- SELECT * FROM users WHERE id IN (SELECT user_id FROM orders WHERE amount > 100)
复制代码
- SELECT * FROM (SELECT * FROM users WHERE active = 1) AS active_users;
复制代码 3. 公用表表达式(CTE)
CTE(Common Table Expression)是 SQL 的一种暂时效果集,可以提高复杂查询的可读性和性能。
- WITH RecentOrders AS (
- SELECT user_id, COUNT(*) AS order_count
- FROM orders
- WHERE order_date >= '2024-01-01'
- GROUP BY user_id
- )
- SELECT users.username, RecentOrders.order_count
- FROM users
- INNER JOIN RecentOrders ON users.id = RecentOrders.user_id;
复制代码 CTE 可以简化嵌套查询,使查询逻辑更清晰,而且可以大概在查询中多次引用暂时表。
4.索引
索引可以显著提高查询性能,特别是在查询条件中包含大数据量的表时。SQL 索引通过减少扫描表的行数来加快查询。
- CREATE INDEX idx_username ON users(username);
复制代码
- DROP INDEX idx_username ON users;
复制代码
- CREATE UNIQUE INDEX idx_email ON users(email);
复制代码 5.事件
事件用于确保数据库利用的原子性,保证利用的同等性、隔离性和持久性(ACID)。
6.视图(Views)
视图是一个假造表,它是从数据库中的一个或多个表中检索的数据的聚集。视图本身不存储数据,而是存储查询。
- CREATE VIEW active_users AS
- SELECT username, email FROM users WHERE active = 1;
复制代码
- SELECT * FROM active_users;
复制代码
三、SQL性能优化技巧
1.避免使用SELECT *
只管只选择需要的列,减少不必要的数据传输。
- SELECT username, email FROM users;
复制代码 2. 使用适当的索引
确保在查询条件中使用的列上创建了索引,尤其是经常用作过滤条件或连接条件的列。
3.避免在 WHERE 子句中使用函数
假如在查询条件中使用了函数,数据库大概无法有效利用索引,导致全表扫描。
- -- 不推荐的查询方式
- SELECT * FROM users WHERE YEAR(created_at) = 2024;
复制代码 4.避免返效果
对于大数据集,使用LIMIT限定查询效果的数量,可以避免查询过多的数据。
- SELECT * FROM users LIMIT 100;
复制代码 5.避免重复的盘算
使用 CTE 或暂时表将盘算移到查询外部,减少重复盘算的次数。
- WITH recent_orders AS (
- SELECT * FROM orders WHERE order_date > '2024-01-01'
- )
- SELECT user_id, COUNT(*) FROM recent_orders GROUP BY user_id;
复制代码 6.分析查询筹划
使用EXPLAIN分析查询的执行筹划,查看数据库是如何执行查询的,从而找出潜在的性能瓶颈。
- EXPLAIN SELECT * FROM users WHERE username = 'Alice';
复制代码 7. 分区表(Partitioning)
分区表是将大表的数据分割成多个较小的物理存储部分,可以提高查询和维护的效率。
- CREATE TABLE orders (
- id INT,
- order_date DATE,
- total_amount DECIMAL
- )
- PARTITION BY RANGE (YEAR(order_date)) (
- PARTITION p2019 VALUES LESS THAN (2020),
- PARTITION p2020 VALUES LESS THAN (2021),
- PARTITION p2021 VALUES LESS THAN (2022)
- );
复制代码 8.批量利用
对于大量数据的插入、更新或删除利用,使用批量利用而非单条逐条执行,可以显著提高效率。
- INSERT INTO orders (user_id, order_date, total_amount)
- VALUES
- (1, '2024-01-01', 100),
- (2, '2024-01-02', 150),
- (3, '2024-01-03', 200);
复制代码
- UPDATE orders
- SET total_amount = total_amount * 1.1
- WHERE order_date >= '2024-01-01';
复制代码 9.慎用DISTINCT和GROUP BY
DISTINCT和GROUP BY和需要对整个数据集进行排序和去重,通常会增加查询的复杂性。避免不必要的去重利用。
10. 缓存常用查询效果
对于一些频繁查询的数据,可以使用缓存技术(如 Redis)来减少数据库的查询压力,提升性能。
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。 |