MySql数据库select的执行过程、连接语句、范式等

1. Mysql种执行select时，数据库处理指令的流程：

   1、FORM: 对FROM左边的表和右边的表计算笛卡尔积，产生虚表VT1。
   2、ON: 对虚表VT1进行ON过滤，只有那些符合<join-condition>的行才会被记录在虚表VT2中。
   3、JOIN： 如果指定了OUTER JOIN（比如left join、 right join），那么保留表中未匹配的行就会作为外部行添加到虚拟表VT2中，产生虚拟表VT3。
   4、WHERE： 对虚拟表VT3进行WHERE条件过滤。只有符合<where-condition>的记录才会被插入到虚拟表VT4中。
   5、GROUP BY: 根据group by子句中的列，对VT4中的记录进行分组操作，产生VT5。
   6、HAVING： 对虚拟表VT5应用having过滤，只有符合<having-condition>的记录才会被 插入到虚拟表VT6中。
   7、SELECT： 执行select操作，选择指定的列，插入到虚拟表VT7中。
   8、DISTINCT： 对VT7中的记录进行去重。产生虚拟表VT8.
   9、ORDER BY: 将虚拟表VT8中的记录按照<order_by_list>进行排序操作，产生虚拟表VT9.
   10、LIMIT：取出指定行的记录，产生虚拟表VT10, 并将结果返回。

2. 连接语句，条件放在on后面和放在where后面的区别：
   比如两张表A,B，A种5条数据，B中5条数据，A,B中数据一一对应，B中有一个字段status，前三条值为1，后两条值为2，问下面语句分别可以查出多少条数据：
   （1）select * from A left join B on B.status=1 where A.name=B.name;
   （2）select * from A left join B where A.name=B.name AND B.status=1;
   这里考察的正是语句的执行顺序，答案是：（1）查出来5条，（2）查出来3条
   原因是：on会先对连接的B表做筛选过滤，（1）中此时B表相当于只有3条数据，然后和5条数据的A表做链接，由于是一一对应的，所以查出来就是常规的5条数据；（2）中没有on此时是A5条数据和B5条数据做连接得到5条连接后的数据，再做where的筛选，此时5条中只有3条status=1，所以（2）查出来是3条。

3. 数据库的三范式：
   第一范式（1NF）：第一范式是指数据库表中的每一列都是不可分割的基本数据项，同一列中不能有多个值，即实体中的某个属性不能有多个值或者不能有重复的属性。
   第二范式（2NF）：满足1NF后，表必须有一个主键，二是没有包含在主键中的列必须完全依赖于主键，而不能只依赖于主键的一部分。
   第三范式（3NF）：必须先满足第二范式（2NF），消除非主属性的传递函数依赖；
   简单说就是：一范式要求，列的功能要唯一不可分，比如一个表有个电话的字段，电话又分为手机和固话，此时只用电话来表示该字段就不满足一范式。二范式要求列完全依赖于主键，这句话隐含着列不能部份依赖，比如，学生+课程决定了书籍，学生+课程是联合主键，只靠课程如果也可以决定书籍的话，那么这就不满足二范式。三范式要求没有以来传递，比如 学生+课程 可以确定老师，老师又可以确定老师的职称，那么，老师和职称就不能放在学生课程表里，因为如果老师职称提升了，就需要修改每一条选课记录，而不是只改一次。

4. 哪些不当用法会导致放弃索引而进行全表扫描：
   1.应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：select id from t where num is null可以在num上设置默认值0，确保表中num列没有null值。
   2.应尽量避免在 where 子句中使用!=或<>操作符，否则引擎将放弃使用索引而进行全表扫描。
   3.应尽量避免在 where 子句中使用or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：select id from t where num=10 or num=20可以这样查询：select id from t where num=10 union all select id from t where num=20。
   4.in 和 not in 也要慎用，否则会导致全表扫描，如：select id from t where num in(1,2,3) 对于连续的数值，能用 between 就不要用 in 了。
   5.下面的查询也将导致全表扫描：select id from t where name like ‘%李%'若要提高效率，可以考虑全文检索。
   6.应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。如：select id from t where num/2=100应改为:select id from t where num=100*2。

5. 聚簇索引和非聚簇索引：
   MySQL索引使用的数据结构主要有BTree索引 和 哈希索引 。对于哈希索引来说，底层的数据结构就是哈希表，因此在绝大多数需求为单条记录查询的时候，可以选择哈希索引，查询性能最快；其余大部分场景，建议选择BTree索引。MySQL的BTree索引使用的是B数中的B+Tree，但对于主要的两种存储引擎的实现方式是不同的。MyISAM: B+Tree叶节点的data域存放的是数据记录的地址。在索引检索的时候，首先按照B+Tree搜索算法搜索索引，如果指定的Key存在，则取出其 data 域的值，然后以 data 域的值为地址读取相应的数据记录。这被称为“非聚簇索引”。InnoDB: 其数据文件本身就是索引文件。相比MyISAM，索引文件和数据文件是分离的，其表数据文件本身就是按B+Tree组织的一个索引结构，树的叶节点data域保存了完整的数据记录。这个索引的key是数据表的主键，因此InnoDB表数据文件本身就是主索引。这被称为“聚簇索引（或聚集索引）”。而其余的索引都作为辅助索引，辅助索引的data域存储相应记录主键的值而不是地址，这也是和MyISAM不同的地方。在根据主索引搜索时，直接找到key所在的节点即可取出数据；在根据辅助索引查找时，则需要先取出主键的值，再走一遍主索引。 因此，在设计表的时候，不建议使用过长的字段作为主键，也不建议使用非单调的字段作为主键，这样会造成主索引频繁分裂。 PS：整理自《Java工程师修炼之道》

6. 大量文件导入数据库怎么做：
   使用批处理，可以减少事务的开销。