Mysql

插入数据
标准语法：
insert into 表名[字段列表] values(值列表)

如何以最快的速度向一个数据表中插入100万条数据?
蠕虫复制
就是在已有的数据的基础之上，将原来的数据进行复制，插入到相对应的表中！
语法规则：
insert into 表名 select *|字段列表from 表名
注意：
当一个表中的数据复制到另一个表中的时候，需要注意数据的来源要与被插入的表的字段数量和类型要保持一致！

总结蠕虫复制的优点：
1，可以以最快的速度复制另外一张表的数据
2，在短期内产生大量的数据，以测试服务器的压力

主键重复
思考：
如果在进行数据更新的时候，某条记录的主键已经存在，但是又需要将最新的数据更新到该记录中，怎么办？
策略一：
可以使用以下的语法：
insert into 表名[字段列表] values(值列表) on duplicate key update 字段1=值1，字段2=值2……
也就是说，当主键不冲突的时候，相当于一条插入语句，当主键有冲突的时候，相当于一条更新语句！
策略二：
如果主键重复，直接删除原纪录再插入replace into 表名[字段列表] values(值列表);

在插入之前进行一次判断，判断有没有主键重复，如果没有，跟普通的插入语句没有区别，如果有主键冲突，先删除以前的记录，再插入新记录！

修改数据
标准语法：
update 表名 set 字段1=值1，字段2=值2……where条件;

还可以加上orderby子句和limit子句：

update 表名 set 字段1=值1，字段2=值2……[where条件][order by 字段名 asc|desc][limit 数据量]

 

删除数据
标准语法：
delete from 表名 [where条件] [order by 字段名 asc|desc][limit 数据量]

还有一个类似删除功能的语法：
truncate table 表名; 或 truncate 表名;
注意：该语句不属于DML，属于DDL

相当于做了两件事情：
1，先把原表drop掉！
2，再按以前的原表的结构重新创建一次！

 

查询数据
查询数据可以说是整个业务逻辑中使用的最多也是最复杂的！
以前的语法：
select * |字段列表 from 表名 [where子句];

一个比较完整的语法：

select [select选项] *|字段列表 [as 字段别名] from 数据源 [where子句][group by子句][having子句][order by子句][limit子句];

以上的语法一般只是单表查询，另外还有多表查询，多表查询又有联合查询、子查询、连接查询（左连接，右连接，内连接，外连接，自然连接）
注意：
1，from后面的子句往往称之为：五子句，也叫五子查询！
2，五子查询都可以没有，但是，如果要有，就必须按顺序写！

 

select选项和别名

select选项
含义：
就是系统在查询到相关数据之后，如何显示！
这里的select选项有两个值：
all：也是缺省值（默认值），保留所有的查询结果！
distinct：去重，去掉重复的查询结果！

 

别名
所谓的别名，就是给字段或其他表达式等标识符另起一个名字，基本语法如下：
字段|表达式|表|子查询 [as] 别名
这里的as可以省略，但是为了增加可读性，一般还是写上！

为什么要给字段起别名？
如果多表查询的时候，不同的表内可能出现相同的字段名，如果使用同名字段，PHP在提取的时候就会造成数据的丢失！
而mysql中的数据最终是有php来提取，php会把一条记录放到一个数组里面进行保存！而数组的下标就是这里查询结构的字段名！所以要给出现同名字段的字段起一个别名，以免造成数据的丢失（覆盖）
为什么给表起别名？
在真实的项目中，表名往往都比较长，懒得写！
当数据源是一个子查询的时候，必须给该子查询语句起一个别名！（后面学）

虚拟表

查询语句的比较完整的语法：
select [select选项] *|字段列表 [as 字段别名] from 数据源 [where子句][group by子句][having子句][order by子句][limit子句];
但是，一条真实的sql语句，有可能连字段没有！
典型的，select语句可以当计算器使用：
但是，理论上认为一条sql语句必须从一个数据源中去获取数据！
所以，为了保证sql语句语法的结构完整性，在Mysql中执行select语句的时候在适当的时候会自动创建一个虚拟表！这个虚拟表就是当数据源来使用！
虚拟表的名称：dual

where子句

语法：where 表达式
功能：通过限定的表达式的条件对数据进行过滤，得到我们想要的结果
流程：逐一取出每一条记录，先通过当前记录来计算where后面表达式的值，如果计算的结果为真（非0），就返回来记录，如果计算的结构为假（0），则不返回记录！相当于对所有的记录做了一次遍历！
where子句后面往往配合MySQL运算符一起使用（做条件判断）
MySQL运算符
MySQL支持以下的运算符：
关系运算符
< >
<= >=
= !=(<>)
注意：这里的等于是一个等号

where子句后面往往配合MySQL运算符一起使用（做条件判断）
MySQL运算符
MySQL支持以下的运算符：
关系运算符
< >
<= >=
= !=(<>)
注意：这里的等于是一个等号

between and
做数值范围限定，相当于数学上的闭区间！
比如：
between A and B相当于 [A,B]
另外，between and 的前面还可以加上not，代表相反！

 

in和not in
语法形式：in|not in（集合）
表示某个值出现或没出现在一个集合之中！

逻辑运算符

&& and
|| or
！ not

where子句的其他形式
空值查询
select *|字段列表 from 表名 where 字段名 is [not] null

模糊查询
也就是带有like关键字的查询，常见的语法形式是：
select *|字段列表from 表名 where 字段名 [not] like ‘通配符字符串’;

所谓的通配符字符串，就是含有通配符的字符串！
MySQL中的通配符有两个：
_ ：代表任意的单个字符
% ：代表任意的字符

查找表中含有特殊符号_或含有%的信息
由于%和_都具有特殊的含义，所以如果确实想查询某个字段中含有%或_的记录，需要对它们进行转义！

也就是查找 \_ 和 \%

 

group by子句（也叫作分组统计查询语句！)

语法
group by 字段1[，字段2]……
从形式上看，就是通过表内的某个或某些字段进行分组：
所以，分组之后，只会从每一个组内取出第一条记录，这种查询结果毫无意义！

因为分组统计查询的主要作用不是分组，而是统计！或者说分组的目的就是针对每一个分组进行相关的统计！
此时，就需要使用系统中的一些统计函数！

 

统计函数（聚合函数）

sum()：求和，就是将某个分组内的某个字段的值全部相加
语法：select sum() as sum_() from 表 group by 字段

max()：求某个组内某个字段的最大值
语法：select max() as max_() from 表 group by 字段
min()：求某个组内某个字段的最小值
avg()：求某个组内某个字段的平均值
count()：统计某个组内非null记录的个数，通常就是用count(*)来表示！

注意：
统计函数都是可以单独的使用的！但是，只要使用统计函数，系统默认的就是需要分组，如果没有group by子句，默认的就是把整个表中的数据当成一组！

多字段分组
group by 字段1[，字段2]……
作用是：先根据字段1进行分组，然后再根据字段2进行分组！

回溯统计
回溯统计就是向上统计！
在进行分组统计的时候，往往需要做上级统计！

比如，先统计各个班的总人数，然后各个班的总人数再相加，就可以得到一个年级的总人数！

再比如，先统计各个班的最高分，然后各个班的最高分再进行比较，就可以得到一个年级的最高分！
在MySQL中，其实就是在语句的后面加上with rollup即可！

注意：
既然group by子句出现在where子句之后，说明了，我们可以先将整个数据源进行筛选，然后再进行分组统计！

having子句
having子句和where子句一样，也是用来筛选数据的，通常是对group by之后的统计结果再次进行筛选！
那么，having子句和where子句到底有什么区别呢？

二者的比较：

1，如果语句中只有having子句或只有where子句的时候，此时，它们的作用基本是一样的！
2，二者的本质区别是：where子句是把磁盘上的数据筛选到内存上，而having子句是把内存中的数据再次进行筛选！
3，where子句的后面不能使用统计函数，而having子句可以！因为只有在内存中的数据才可以进行运算统计！

 

order by子句

语法
根据某个字段进行排序，有升序和降序！
语法形式为：
order by 字段1[asc|desc]
默认的是asc，也就是升序！如果要降序排序，需要加上desc！
思考：
假如现在有若干个学生的成绩score是一样的，怎么办？
此时，可以使用多字段排序！
多字段排序
order by 字段1[asc|desc]，字段2[asc|desc]……
比如：order by score asc,age desc

也就是说，先按分数进行升序排序，如果分数一样的时候，再按年级进行降序排序！

 

limit子句

limit就是限制的意思，所以，limit子句的作用就是限制查询记录的条数！

语法
limit offset,length

其中，offset是指偏移量，默认为0，而length是指需要显示的记录数！
思考：
limit子句为什么排在最后？
因为前面所有的限制条件都处理完了，只剩下需要显示多少条记录的问题了！

思考：
假如现在想显示记录的第4条到第8条，limit子句应该怎么写？
limit 3,5;
注意：这里的偏移量offset可以省略的！缺省值就代表0！

分页原理
假如在项目中，需要使用分页的效果，就应该使用limit子句！

比如，每页显示10条记录：
第1页：limit 0,10
第2页：limit 10,10
第3页：limit 20,10
如果用$pageNum代表第多少页，用$rowsPerPage代表每页显示的长度

limit ($pageNum - 1)*$rowsPerPage, $rowsPerPage

 

联合查询

关键字：union

语法形式
select语句1
union[union选项]
select 语句2
union[union选项]
select 语句3
union[union选项]
……

作用：
所谓的联合查询，就是将多个查询结果进行纵向上的拼接，也就是select语句2的查询结果放在select语句1查询结果的后面。依次类推！

既然是纵向上的拼接，所以联合查询有一个最最基本的语法，就是各个select语句查询出来的结果，其中字段的个数必须相同，比如，不能一个是4列，一个是3列！并且从显示的结果上看，无论“拼接”了多少个select语句，字段名只显示第一条select语句的字段名！

其中，这里的union选项跟前面学习的select选择的值是一样的，只是默认值不一样：
all：也是缺省值，保留所有的查询结果！
distinct：去重（默认值），去掉重复的查询结果！

union的应用
union的主要应用有以下的两种情形：
第一，获得数据的条件，在同一个select语句中存在逻辑冲突，或者很难在同一个select语句中实现，这个时候，我们需要把这个业务逻辑进行拆分，也就是使用多个select语句单独的分别实现，然后再用union将各个select语句查询结果“拼接”到一起！

这里需要有几个主意的地方：
1，联合查询中如果要使用order by，那么就必须对这个select语句加上一对括号！
2，联合查询中的order by必须搭配上limit关键字才能生效！因为系统默认的联合查询的结果往往比较多，所以要加以限制，当然，如果想显示全部的数据，可以在limit子句后面加上一个很大的数，比如：999999

第二，如果一个项目的某张数据表的数据量特别大，往往会导致数据查询效率很低下，此时，我们需要对数据表进行优化处理，往往就是对该数据表进行“水平分割”，此时，这些拆分后的数据表，表结构都是一样的，只是存放的数据不一样！

比如：一个市区的手机号码机主信息，可以按不同网段放在不同的数据表中，现在，移动公司想查询平均每月消费在500元以上的客户，应该怎么查询？

回答：一个表一个表的查询，然后再通过union进行联合查询！

 

连接查询简介

概念
表与表之间是有联系的！
所谓的连接查询，就是指将两张或多张表按照某个指定的条件，进行横向上的连接并显示！

所以，从查询结果上看，字段数增加了！
比如：A表有3个字段，B表有4个字段，A表和B表进行连接查询可能有7个字段！

连接查询的操作有很多，根据连接查询的方式或性质不同，又可以将连接查询分成：
交叉连接、内连接、外连接和自然连接！

 

交叉连接

关键字：cross join

含义
就是从一张表的一条记录去连接另一张表中的所有记录，并且保存所有的记录，其中包括两个表的所有的字段！

从结果上看，就是对两张表做笛卡尔积！
笛卡尔积也就是两个表中所有可能的连接结果！如果第一张表有n1条记录，第二张表有n2条记录，那么笛卡尔积的结果有n1*n2条记录！

交叉连接语法：
select * | 字段列表 from 表1 cross join 表2