目录
一、多表查询
1、概述
①、介绍
示例：
查询结果：17 * 5 = 85条数据
但这样查询会造成笛卡尔积现象。
②、分类
2、内连接查询（仅包含交集部分）
①、语法
②、示例
| 隐式内连接：
查询结果：
|
| 显式内连接：[inner]可省略
查询结果：
|
| 但由于有时候有的表名会比较长，且难以记住，这时，我们就可以通过起别名的方式来简化表名： |
|
查询结果：
那么需要注意的是，一旦给表起了别名，那么后面在指定字段名的时候，就不能使用表名了，而是应该使用别名 |
3、外连接查询
①、语法
②、示例
| 左外连接：（在真实开发中，一般都使用左外连接，因为右外也可以改成左外） |
|
查询结果：（会完全包含左表数据）
|
| 右外连接： |
|
查询结果：（会完全包含右表数据）
|
| 思考：是否可以把右外连接的写法改成左外连接的写法？ |
| 答案：可以！只需要把两个表调个个
|
4、子查询
①、概述
②、分类
③、标量子查询（子查询返回的结果为一个值）
| 标量子查询案例：
|
| 分解成两步：
将两步合并：
查询结果：
|
|
| 分解成两步：
将两步合并：
查询结果：
|
④、列子查询
| 列子查询示例：
|
| 分解成两步：
a步的返回结果：（列子查询，返回的结果是一列）
将两步合并：
查询结果：
|
⑤、行子查询
| 行子查询示例：
|
| 分解成两步：
a步的返回结果：（行子查询，返回结果是一行）
将两步合并：（需要用 and 连接两个子查询条件）
查询结果：
但这样合并的写法并不优雅与高效，因此我们可以进行对其进行下列优化：
最终写法：
|
⑥、表子查询
| 表子查询示例：
|
| 分解成两步：
a步的返回结果：（表子查询，返回结果多行多列）
b步的返回结果：（将a步的返回结果作为一个临时表来进行查询）
|
5、案例
①、需求
②、案例实现
| 需求1：
|
| 需求2：
|
| 需求3：（分组聚合）
|
| 需求4：（分组聚合）
|
| 需求5：
|
| 需求6：（子查询）
|
6、小结
二、事务
|
|
|
|
|
而要想解决这一类问题，我们就可以通过数据库当中的事务来进行解决 |
1、介绍 & 操作
①、概念
示例：
注意事项：（由于MySQL中的事务默认是自动提交的，当执行一条DML语句，MySQL会立刻提交。也就是，以上述示例为例，这两条SQL语句属于两个不同的事务）
②、操作
示例：（一旦出现异常就使用 rollback 操作恢复数据，从而保证在操作前后，数据是一致的）
| 执行语句：
|
2、四大特性（ACID）
3、小结
三、索引
一旦遇到数据量很大的数据表时，再对其进行任意的select简单查询，都会耗时很长
| 示例：我们在一个具有600万大小的数据表中查询 sn 为“100000003145003”的数据
|
| 耗时：13 s 306 ms
|
数据量越大，查询效率越低，那么我们就要对其进行优化，从而提高它查询效率，这时候就用到了索引。
| 建立索引：
|
| 耗时：（虽然建立索引的耗时也很长，但是我们只需要一次建立，之后就可以直接使用了）
|
| 当建立完索引以后，我们再次执行一开始的查询语句：
|
| 耗时：6 ms
|
1、索引介绍
①、有无索引的区别
| 没有索引，select是怎么查找的？ |
| 从头开始，全表扫描（数据效率非常低，且数据量越大，效率越低）
|
| 有索引：（树形结构——以二叉搜索树为例，非MySQL索引的真实数据结构） |
|
|
②、优缺点
2、索引结构
①、普通结构
②、B+树（多路平衡搜索树）
所有的数据都只在叶子节点中保存，且所有的Key也都会在叶子节点中出现，非叶子节点只是为了检索数据
3、语法
示例：
| 创建：
|
| 查询：
返回了3条记录：（PRIMARY -- 默认创建的主键索引 username字段上定义了唯一约束，一旦添加了唯一约束，就相当于定义了一个唯一索引）
|
| 删除：
效果展示：
|
4、小结
