MySQL数据库视频课程学习

文章目录

• 了解SQL语句在Mysql内部是怎么流转的？
• • MySQL的体系结构
  • • MySQL存储方式：
    • SQL语句执行过程
    • 1 服务层
    • 2 核心层（mysqld） 指的是CPU和内存部分
    • 3 存储引擎层 硬盘
    • SQL语句执行步骤
    • InnoDB buffer pool原理
  • 索引设计
  • • 常见索引模型
  • 表连接
  • • 表连接的执行计划
    • • 常用的表连接方式
      • 辅助索引范围扫描的优化方式
  • MySQL函数
  • • 三种函数
    • • string函数
      • Date and Time函数
      • numeric函数
    • select语句中的聚合函数
    • • union
      • group by
  • 执行计划的阅读
  • MySQL中的锁
  • • 全局锁
    • 表级锁
    • • 表锁
      • 元数据锁 MDL（metadata lock）
    • 行级锁
    • 总结
  • 主从复制用途
• 补充知识
• • 在MySQL的innodb引擎中如何查看未完成的事务
  • 查看mysql当前活跃的并发连接数
  • mysql的执行计划是在什么地方生成的？
  • 如何压缩并且重建表的索引
  • mysql数据类型
  • SQL循环语句
  • key_len表示被使用索引列的长度
  • lenngth()表示字节数；char_length()表示字符数
  • sum()和avg()函数的限制是
  • 加载表上的锁
  • 能观察到锁的信息

了解SQL语句在Mysql内部是怎么流转的？ MySQL的体系结构

redis缓存？抗住数据的高并发

MySQL主从架构：主要数据库接收用户传过来的数据变化，从数据库接收主数据库中的变化

MySQL是一个千万级的数据结构，一张表的数据量控制到几千万
要存储大数据量——采用分布式存储，一张表分散到几个数据库中去存储

要学习分析数据库内部的性能

• MySQL语句是单进程多线程的，所有的解析优化都是一个进程完成的
• 主键是非空且唯一的
• ENGINE：表中的主键引擎方式。MySQL5.5之后默认创建的数据库引擎为ENGINE=InnoDB。若没有指定主键，则MySQL会找第一个非空且唯一的数据作为主键。若都没有，则会默认建立一个隐藏列，这个隐藏列就会作为非空且唯一的6字节主键索引。因此不要求必须要有非空且唯一列。

MySQL存储方式：

• InnoDB（聚簇cluster table）：内部是按照主键的形式存在的，主键所在的叶子位置就是这条数据的位置。要是非主键索引来查数据，会先找到非主键指向的数据行，然后由这行数据中的主键索引再次查询找到这条数据的索引位置
  支持事务
  考虑索引的性能需要考虑树的高度，当需要取出的数据量比较小的时候才适合用索引查找

• MylSAM（非聚簇）：是一个典型的堆表，来一个数据堆存储，来一个数据堆存储——逐渐淘汰 不支持事务
  由主键索引的树结构进行折半查找，找到相应的员工号所在叶子节点，里边存员工号的值与具体所在的行号指针，指针指向这条数据所在的行

SQL语句执行过程

从SQL语句执行过程开始：
Commander Sispatcher：命令分发器 Query Cache Module：缓存，方便重复取值——一般不用，8.0之后版本就没有了
|
Parser：解析SQL语句——下边有多个优化的分支
|
Access Control Module：有没有访问权限
|
Table Manager
|
Abstracted Storage Engine Module：抽象存储引擎——InnoDB、MylSAM

1 服务层 2 核心层（mysqld） 指的是CPU和内存部分

包括SQL接口、解析器、优化

3 存储引擎层 硬盘 SQL语句执行步骤

1. 解析： 根据SQL语句第一个单词把SQL语句路由到相应的位置 耗费CPU

• 词法解析：看你要查的这个表的这个列存在不存在
• 语法解析：看SQL语句语法对不对

2. 优化器： 生成真正的执行计划

• SELECT——Optimizer
• UPDATE,etc.——Table Modification Module (Update etc.)
  MySQL不缓存执行计划，用的是硬解析，需要CPU去解析
  MySQL8.0之后query cache缓存被去掉了

3. 执行器： 到不同的存储引擎中把数据查取出来 耗费的硬盘资源
   MySQL数据文件：一张表一个文件 比如emp表会有文件emp.ibd存数据， 文件emp.frm存表结构文件
   InnoDB buffer pool是一个大的存储空间
4. 获取： 若为取数据则直接取，若有排序则还需进行排序再获取数据

• MySQL数据访问状态：
  idle空闲
  active
  session会话

InnoDB buffer pool原理

• InnoDB buffer pool即InnoDB存储引擎内存模型——缓冲池
  InnoDB buffer pool存储的是索引和数据

• InnoDB buffer pool以LRU（Latest Recent Use，最近最少使用）链表的方式存储数据

• 作用：缓存索引和数据

• warm up预热，让表缓存到内存池InnoDB buffer pool，防止系统崩溃

• Instance参数：设置CPU数量
  %：通配符代表任意字符串

• 每个用户创建之后就会生成一些内存缓存：sort buffer、join buffer、mult-range read buffer(MRR)

• 内存中会产生脏数据dirty date
  写脏数据和是否写commit没有关系，取决于当前磁盘的IO压力
  commit提交事务：将日志永久的保存到磁盘里
  rollback取消事务事务
  事务：就是对数据做修改，最后以确认commit或者回滚rollback为结束。
  事务的四大特性：原子性（commit 和 rollback，要么都成功要么都失败）、一致性（UNDO保证）、隔离性（锁）、持久性（redo 日志）

• 了解InnoDB buffer pool的两个进程：
  IO write thread *n：写数据线程 线程的个数不能超过CPU的核数
  IO read thread *n：读数据线程

• ibdata1文件：存放undo日志，里边存数据被修改之前的值【前镜像】，UNDO里边的值在commit之后就失效了
  undo日志作用：
  （1）没有提交或者回滚的时候，做一致性读取【前镜像】
  （2）回滚rollback之后，就支持事务的回滚

• log buffer日志缓存：当缓存内容达1M就会存到磁盘
  ib_logfile0文件、ib_logfile1文件：保存REDO日志，redo日志太小则会导致数据库hang住
  redo日志: 当数据库对数据做修改的时候，需要把数据页从磁盘读到buffer pool中，然后在buffer pool中进行修改，那么这个时候buffer pool中的数据页就与磁盘上的数据页内容不一致，称buffer pool的数据页为dirty page 脏数据，redo日志记录相应的数据修改内容（记录日志是顺序IO），因此当DB发生crush的情况，回复DB的时候，可以根据redor日志将这个文件的记录内容重新应用到磁盘文件，使得数据保持一致。
  数据库服务器宕机，如果发生其他故障导致尚有脏页未写入磁盘的场景，也是可以通过redo log恢复的。
  redo 日志不可以归档！
  log buffer 进程：log thread
  数据库软件设计第二大原则：日志先行Write ahead log（WAL）,日志记录先一切操作
  断电后内存中的数据丢失，磁盘中的数据还在
  commit操作就是将log buffer中的日志刷到redo log里，这叫落盘，redo log主要节省的是随机写磁盘的IO消耗（转成顺序写）
  要尽量避免随机读，物理损耗太大，减少commit提交量
  参数：inndb_flush_log_at_trx_commit：为1则严格执行commit一次刷一次盘； 为0则每秒钟刷一次盘（有可能丢失1秒钟的数据），可以提高事务的执行速度，因为每攒够1秒钟就刷一次数据； 为2则每commit一次则把其存到操作系统的一个缓存区里，每1秒钟再把缓存的commit数据统一刷到磁盘里。

• redo log执行流程图：
  

• 关系型数据库瓶颈：并发。 多个生产者应对一个消费者

mysqld 内存+CPU	log buffer
engine 存储引擎	redo log

• 在MySQL的innodb引擎中如何查看未完成的事务：通过information_schema.innodb_trx视图
• length和char_length的区别：
  select length(“xxx”)：返回存储这个字符串所占的字节数
  utf8编码：一个汉字三个字节，一个数字或字母一个字节。
  gbk编码：一个汉字两个字节，一个数字或字母一个字节。
  select char_length(“xxx”)：返回存储这个字符串所占的字符数，字母、数字、汉字都当成一个字符处理。按照参数值character_set_client=xxx来计算，若=utf8则是一个字符占3个字节，若=latin1则一个字符占一个字节
  数据库的变量合集：show variables like '%xxx%'

varchar是变长类型

索引设计

• 索引目的：提高查询效率，就像书的目录一样

常见索引模型

主键索引也叫聚簇索引

• 哈希表索引
  插入速度快；没有办法做范围性查询

• 有序数组
  插入更新速度慢；支持范围查询；
  只适合一些历史表

• 二叉树
  把折半查找形象化了；
  查找速率最快；
  只能挂两个分支，数据越多树层数越多，效率越低，因此受限制，数据库不使用

• N叉搜索树 也叫 B+树 也叫 平衡搜索树
  Balance平衡
  N叉树中的N取决于数据块的大小
  树高是多少每次取这个数据就需要经过多少次IO

• InnoDB索引模型：
  主键ID索引：聚簇索引
  K值索引：二级索引、辅助索引

  1. 若语句是主键查询方式，则只需要搜索ID这颗B+树；
  2. 若语句是普通索引查询方式，则需要先搜索K索引树，得到ID值，再到ID索引树搜索一次，这个过程称为回表
     若select的内容只包含k和ID，则不需要回表

• InnoDB索引维护：插入新值得时候需要做必要的维护。比如在建表的时候加上自增主键。
  不涉及到挪动其他记录，也不会触发叶子结点的分裂
  若用整型（int）做主键，则只要4个字节，若长整型（bigint）则是8个字节
  主键长度越小，普通索引的叶子结点越小，普通索引占用的空间也就越小。

• select * from T where k between 3 and 5需要执行6次树的搜索操作。每次搜索都需要从根节点开始搜索
  图：
  3 7
  1 2 3 5 6
  100 200 300 500 600

• 覆盖索引 —— 常用的索引优化手段
  目的：减少回表
  设计表的时候索引有(name, age)的时候是一个联合索引，实则有三列，因为主键id也暗自包括在里边了，(name, age)就是把年龄和姓名拼接起来存储。
  联合索引必须第一列出现的时候才会有效，最左列的分支将数据先定义到某一个分支，然后才去匹配后边的列。——最左前缀原则。当通配符%出现在最前边的时候，索引失效。

• select concat与select ws_concat的区别
  concat(str1,str2,...)：concat是直接将字符串进行拼接
  concat_ws(separator,str1,str2,...)：ws_concat会把第一个字符当做分隔符，然后再用该分隔符将字符串连接起来

• user()和current_user()
  user()返回当前登陆的用户user
  current_user()返回这个用户user在数据库mysql.user表里对应的账号

• 获得当前日期：curdate()
  date是数据类型不是函数

• 收集统计信息：analyze table test1;（test1表示表名）
  查看统计信息：show index from test1;

• 唯一索引与普通索引
  （1）若创建的是唯一索引，则每次插入值的时候都会走一次索引，查询是否有重复的数据。唯一索引的每一列都是不一样的。由于索引定义了唯一性，在查找到第一个满足条件的记录后，就会停止检索，返回找到的数据
  （2）普通索引：在查找到满足条件的第一个记录（5,500）之后，还需要查找下一个记录，直到碰到第一个不满足k=5条件的记录
  唯一索引，修改时要判断唯一性，change buffer失效
  普通索引，修改时不需要读取记录
  （3）性能：普通索引比唯一索引多做了一次内存搜素和判断，性能相差不大
  （4）区别：数据不在内存时候，唯一索引要加载数据判断唯一性，普通直接存入change buffer，返回

• Innodb引擎的change buffer
  change buffer 是对数据进行修改的时候(insert、update、delete)的时候将修改优先写入change buffer，减少磁盘的随机IO消耗
  change buffer是Innodb buffer pool特有的
  把修改先缓存到change buffer，当数据缓存到一定程度之后，再将修改进行分类刷到磁盘，减少物理移动的次数， changebuffer因为减少了随机读磁盘的IO消耗，所以提升了更新数据的性能
  若要修改的列有唯一索引，则change buffer失效
  change buffer劣势： 不适合于马上写就要马上读的操作；不适合写多读少的业务；不适合账单类、日志类业务

delimiter指令：重新定义分号;，若没有重新定义则每句的结尾就是以分号结束，重新定义可以自定义结束符号

call指令：调用存储过程

表连接 表连接的执行计划

-- 假设t1有100条数据；t2有1000条数据
-- 表连接查询语句：
select * from t1 join t2 on(t1.a=t2.a)
-- 查看表连接这个操作的执行计划指令：`explain`
explain select * from t1 join t2 on(t1.a=t2.a)

force index：强制让表查询走索引

！、 <> 、 is null、 is not null不走索引

常用的表连接方式

Nested-Loop join：嵌套循环连接

1. Index Nested-Loop Join：
   Index：有索引
   （1）先选一个数据量比较小的表作为驱动表，对表t1做一次全表扫描，前提是被驱动表里边有索引；
   （2）每从t1里拿出一行，就在被驱动表t2中进行1次索引查找，一共100次；
   （3）返回结果；
2. Simple Nested-Loop join： 即被驱动表t2没有索引，需要做M*N次扫描
   Simple：没索引
   优化手段：Block-Nested-Loop join： Block：分块
   优化方法：先把驱动表缓存到join buffer里，这个区域属于内存区域这样做全表扫描的时候就非常快，然后再用被驱动表去扫描驱动表 扫描的数量个数没有变，优化的点在于驱动表放在了内存区域中的join buffer里，这样查询速度快了。
   Block NLJ问题：用join buffer将其中的一个较小的表缓存到join buffer中，若两个表的数据都比较大，则需要将join buffer的大小调大一些，方便使用。
   join buffer不适合高并发的场景。

• 四种表连接的优化方法：
  Batched Key Access（BKA） > Index NLJ > Block NLJ> Simple NLJ
  怎么使用：设置优化方法参数set optimizer_switch = 【要启动的优化方法】
  要启动的优化方法中：
  block_nested_loop默认是on的；1
  bached_key_access默认是off的，要打开的话还需要把MRR的设置也启动，即 mrr=on, mrr_cost_based=off;

辅助索引范围扫描的优化方式

MRR（multi range read）：优化器对二级辅助索引扫描的优化方法
MRR也是每次用户一登入都会给用户分配的一个内存的buffer

show variables like '%buffer%'：查看参数中有buffer字段的变量都有哪些
read_rnd_buffer_size：存储辅助索引范围扫描后的结果，对其进行分类优化
optimizer_switch：控制优化器能够使用什么算法，用参数指定

当二级索引范围扫描比较多的时候，就可以启动MRR扫描：set optimizer_switch = 'mrr=on, mrr_cost_based=off'

表连接的Index NLJ就可以用到这个MRR优化方法——Batched Key Access（BKA）
将辅助索引主键缓存到join buffer里

• 用到join buffer的表连接优化方式有： BNL、BKA

MySQL函数 三种函数

• String：处理字符串
• Data and Time：处理时间类型
• Numeric：处理数字

string函数

• 获取字符串的长度：
  select length('xxx');返回字节数（byte）
  select char_length('xxx');返回字符个数
• instr(string, subdtring)：返回substring在string中的位置，从1开始数
• strcmp(string1, string2)：返回两个字符串的比较。返回值0：相同；-1：string1比string2要小；1：string1比string2大
• 字符串拼接：
  concat('str1', 'str2', 'str3')：将字符串拼接在一起
  concat_ws('sep', 'str1', 'str2', 'str3')：用分隔符sep将字符串拼接起来
• reverse('xxx')：把字符串取反
• 截取字符串：
  left('xxx', num)：从左到右截取num个字符
  right('xxx', num)：从右到左截取num个字符
• 变大小写：
  lower()：全部转换成小写
  upper()：全部转换呈大写
• 位数不足则补位
  lpad('MySQL', 9, '.')：’…MySQL’
  lpad('MySQL', 9, '.')：‘MySQL…’
• 从固定位置截取指定位数的字符串
  substring('xxxxxx', 位置，要截取的位数) .
• 用字符s分割字符串，取出其中的前n个字符串，n为正数则从左往右数的前n个字符串，n为负数则为从右往左数的前n个字符串
  substring_index('xxx1sxxx2', 's', 1)：xxx1
• 去除空格或者指定的字符
  trim( MySQL )：‘MySQL’
  trim('x' from 'xxxMySQLxxx')：‘MySQL’去除字符串中指定的字符
  leading去掉头部的空格

Date and Time函数

时间字段尽量使用时间类型，对时间类型数据的加减操作也是
data

函数	语法
获取当前的日期以及时间	select now()
获取当前的日期	curdate()
获取当前的时间	select curtime()
获取年	year(data_expression日期类型的参数)
获取月	monthname(data_expression)
获取日	dayname(data_expression)
获取时、分、秒	hour(data_expression)、minute(data_expression)、second(data_expression)

数据类型	默认的格式
DATE	YYYY-MM-DD
TIME	HH:MM:SS
DATETIME	YYYY-MM-DD HH:MM:SS
TIMESTAMP	YYYY-MM-DD HH:MM:SS
YEAR	YYYY

numeric函数

• 四舍五入
  round()：四舍五入到整数
  round(num, n)：四舍五入到小数点后的第n位
  特殊：round(23.298, -1) = 20

• 截取：
  truncate(num, n)：不考虑四舍五入的截取小数点后的n位
  特殊：truncate(122.999, -2) = 100

• 无论大小均进数：ceiling()、ceil()

• 查看当前用户：
  user()：查看当前登录的用户
  current_user()：查看当前用户在mysql.user数据表里的位置，即数据字典里对应的内容

create user 'jack'@'%' identified by 'jack'; -- 创建用户jack可以从任意主机登录
mysql -h localhost -p3306 -ujack -p jack; -- 登录创建的用户

select语句中的聚合函数

• count()：计数 select count(*) from tble1; – 统计数据的条数
• sum()：求和
• group by：分组
• having：对group by之后的行再进行条件筛选，即对分组再进行过滤
• group_concat()：分组后把每组的内容放在group_concat()这个列里
  语法：group_concat( [DISTINCT] 要连接的字段 [Order BY 排序字段 ASC/DESC] [Separator ‘分隔符’] )
  例如：以id分组，把price字段的值在一行打印出来，分号分隔select id,group_concat(price separator ';') from goods group by id;

union

union：并集去重， 需要先缓存在temparary buffer临时buffer里进行去重， 有主键
union all：合并不去重

group by

group by原理：用到了temporary buffer，在这里新建一个临时表用来存储两列数据，一个是要聚合的字段名，一个是计数器count()的结果
执行计划的extra里的字段是：using temporary
group by耗费的是CPU，每次拿到值都需要在临时表里进行扫描，并且默认的会对group by的结果进行排序，若不需要默认排序则order by null即可

一张表最多4~5个索引

用到temporary buffer的操作：group by 、union 、 distinct

执行计划的阅读

• 在SQL语句前加explain，调查最终查询的执行计划，这条SQL语句是不执行的，只是打印出执行计划
• 执行计划的内容：
  id：SQL语句里简单标识符
  select_type：描述正在执行的select类型，一般是simple
  table：表名
  partitions：查询将要匹配记录的分区
  type：查询方式（全表扫描、索引） all：全表扫描 ref：等值索引扫描 range：索引范围扫描 index：索引扫描 符合最左前缀原则
  possible：可能用到的索引都有啥
  key：最终用到的索引
  key_len：用到的索引所占的字节数 int(x)表示整数，永远占4字节，因为x是这个整数的位数
  ref：
  rows：估计要取出select的数据大概要扫描多少行
  filtered：过滤率是多少，即最终得到的数据行数与扫描的行数的比值
  extra：附加信息 using filesort：用了用户自身的sort buffer去排序

快速创建一张和已存在表结构数据一样的表：create table cityex as select *from city;
项目中创建一张类似的表可用该方法，然后再将不需要的字段删除，将需要的字段插入即可

analyze table 表名：手动收集统计信息
查看统计信息：show index from 表名

创建复合索引：alter table cityex add index idx_name_id(name, id);

• 任何带 函数、表达式、含不等于！或<>的列、包含null 的查询条件不能走索引
  in可以走索引，not in不可以走索引
  like 'h%'可以走索引，like '%h'不能走索引，最左原则
• SQL里null与任何值做计算都是null

MySQL中的锁

锁保证了事务的隔离性

全局锁

使用场景：做备份
命令：Flush tables with red lock

表级锁

加在表上的锁：lock table、MDL锁

表锁

每登录一个用户就是进入一个session会话

-- 读锁
lock table emp read;
-- 解锁
unlock tables;

-- 写锁，也叫排他，其他人不能做任何操作
lock table emp write;
-- 解锁
unlock tables;

元数据锁 MDL（metadata lock）

• 参数tx_isolation：可以设置MySQL事务的隔离级别

begin; -- 开启一个事务

• 要注意线上加索引可能会导致整个数据库锁住

• select后边最好不要加 * ，需要什么则查询什么，这样便于索引优化

• 排序的原理：
  用了排序则在extra：附加信息里有 using filesort，即使用了sort buffer，不能证明使用了磁盘排序

小文件：直接在sort buffer 里排序
大文件用了磁盘排序：先把要排序的内容从磁盘里加载到Innodb buffer pool，然后将其分成多个小部分再sort buffer里进行排序，每次排好序的临时文件数据就放到磁盘里，然后再将每一个排好序的临时文件中的最小数据再拿出来进行排序

再设计上要尽量避免大数据量的排序，可以在业务上进行区分等等

select * from cityex order by population desc; --使用filesort
delect population from cityex order by population desc; --使用了索引排序
delect name, population from cityex order by population desc;  --使用filesort

行级锁 总结

• change buffer 和 MRR都是Innodb特有的

• Innodb索引的特点：
  （1）最左原则
  （2）二级索引要回表（即到主键索引中再查一遍）
  （3）支持索引扫描

• Innodb的索引：
  聚簇索引（整张表的主键，放在叶子上面的）
  唯一索引
  普通索引
  前缀索引（取索引字段的前几位作为索引，需要考虑前缀的区分度）

• 唯一索引和普通索引的区别：
  只有普通索引能用change buffer
  普通索引适合于频繁写入，但不常读取的操作
  对于写完即读的情况，二者没有区别

• select * from cityex where upper(name)='BEIJING';这种操作不走索引MySQL里不走函数索引

• 复合索引扫描时符合最左前缀原则。不符合最左前缀原则时，不走索引
  要定位到上面的分支才能走下面的分支，没有索引跳跃扫描

• explain中的type：数据扫描的方式，为ref或者range即走了索引扫描
  =ref时为等值索引扫描
  =range为走索引扫描

• possible key：可能用到的索引

• key_len：用到的索引长度。若为复合索引则会只显示用到了那几个索引的长度
  int(20) 长度4 id int 长度为5（空值位占1位）
  cahr(20) 长度20
  varchar(20) 长度22 -utf8 占20*3+2=62位
  datetime 长度8
  date 长度3
  如果字段可为 null，则需要额外再加1

• 表连接的优化方法： Batched Key Access（BKA） >
  Index NLJ（最常用） > Block NLJ（是Simpe NLJ的优化，用的join buffer）> Simple NLJ（Index NLJ中没有被驱动表则会退化为这个）

• 二级索引的范围查询：用MRR（Multi Range Read）
  MRR也是每次用户一登入都会给用户分配的一个内存的buffer

• Batched Key Access（BKA）与Block NLJ会用到join buffer

• 用了order by的查询会在extra：附加信息中显示 using filesort，只说明用了sort buffer，不能证明用了排序

• 为了优化sort buffer，会给order by后面加上索引，这个索引要求和select后面的内容相对应

主从复制用途

binlog 日志：记录完整地事务；以commit的顺序来进行记录；
和redo 日志一样也在Innodb里

sync_binlog：=1，0（每秒钟落一次盘），n

参数sync_binlog与innodb_flush_log_tx_commit，都设为1是最安全的；都设为0是性能最高的

如果要求写入即读，只能采用单实例，即主库写主库读

半同步复制

• PXC主从架构业务使用场景：
  多点写入
  数据同步
  并发复制
  快速维护
  自动克隆

• PXC分布式数据库的障碍：
  无法实现即时读写，只是把日志先传递到了其他的库
  乐观锁定

基于中间件的分布式

分布式：
查询和修改尽量在一个分片上

补充知识 在MySQL的innodb引擎中如何查看未完成的事务

• 通过information_schema.innodb_trx视图

查看mysql当前活跃的并发连接数

• Threads_running ：这个数值指的是激活的连接数，这个数值一般远低于connected数值。Threads_running是代表当前并发数
• Threads_connected ：跟show processlist结果相同，表示当前连接数

mysql的执行计划是在什么地方生成的？

• 优化器

如何压缩并且重建表的索引

• optimze table city;

mysql数据类型

整数类型包括 TINYINT、SMALLINT、MEDIUMINT、INT、BIGINT
浮点数类型包括 FLOAT 和 DOUBLE
定点数类型为 DECIMAL。

SQL循环语句

declare @i int 
set @i=1 
while @i<30 
begin 
insert into test (userid) values(@i) 
set @i=@i+1 
end 

loop
repeat

key_len表示被使用索引列的长度 lenngth()表示字节数；char_length()表示字符数

• lenngth()一个汉字占3个字节；一个字母或数字占1个字节
  length(“你好”)=6
  length(“he”)=2
• char_length()中无论汉字/字符还是数字都占1个字符
  char_length(“你好”)=2
  char_length(“he”)=2

sum()和avg()函数的限制是

• 不支持字符类型
• 不支持临时数据
• 不能用其他的聚合函数作为参数

加载表上的锁

• 元数据锁：MDL锁（metadata lock）
• lock table

能观察到锁的信息

• information_schema.innodb_lock
• show engine innodb status;