SQL的一些基础知识
先给个表结构
CREATE TABLE account ( id int(11) NOT NULL AUTO_INCREMENT COMMENT '主键', name varchar(255) DEFAULT NULL COMMENT '账户名', balance int(11) DEFAULT NULL COMMENT '余额', create_time datetime NOT NULL COMMENT '创建时间', update_time datetime NOT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间', PRIMARY KEY (id), KEY idx_name (name), KEY idx_update_time (update_time) )
通过explain可以查看sql的执行计划，如下是一个普通查询的例子
id：数字越大越先执行，数字一样大，就从上往下依次执行
select_type：
simple：表示不需要union操作或者不包含子查询的简单select查询。有连接查询时，外层的查询为simple，且只有一个
primary：一个需要union操作或者含有子查询的select，位于最外层的单位查询的select_type即为primary。且只有一个
union：union连接的两个select查询，第一个查询是dervied派生表，除了第一个表外，第二个以后的表select_type都是union
dependent union：与union一样，出现在union 或union all语句中，但是这个查询要受到外部查询的影响
union result：包含union的结果集，在union和union all语句中,因为它不需要参与查询，所以id字段为null
subquery：除了from字句中包含的子查询外，其他地方出现的子查询都可能是subquery
dependent subquery：与dependent union类似，表示这个subquery的查询要受到外部表查询的影响
derived：from字句中出现的子查询，也叫做派生表，其他数据库中可能叫做内联视图或嵌套select
table：表名，或者临时表的别名
type：访问类型，从好到差排列（常见的）：system，const，eq_ref，ref，range，index，ALL。除了ALL，都会走索引，但是日常开发中一般至少要达到range级别，最好达到ref。
possible_keys：可能使用到的索引
key：查询真正使用到的索引
key_len：用于处理查询的索引长度，如果是单列索引，那就整个索引长度算进去，如果是多列索引，那么查询不一定都能使用到所有的列，具体使用到了多少个列的索引，这里就会计算进去，没有使用到的列，这里不会计算进去。留意下这个列的值，算一下你的多列索引总长度就知道有没有使用到所有的列了。要注意，mysql的ICP特性使用到的索引不会计入其中。另外，key_len只计算where条件用到的索引长度，而排序和分组就算用到了索引，也不会计算到key_len中。
ref：如果是使用的常数等值查询，这里会显示const，如果是连接查询，被驱动表的执行计划这里会显示驱动表的关联字段，如果是条件使用了表达式或者函数，或者条件列发生了内部隐式转换，这里可能显示为func
rows：估算的扫描行数
extra：可以有很多信息信息，有几十种，常用的有
using where： 存储引擎返回的记录并不是所有的都满足查询条件，需要过滤
using index: 查询时不需要回表查询，直接通过索引就可以获取查询的数据。
using index condition: 使用索引下推，不满足的直接不取出来
using filesort：排序时无法使用到索引时，就会出现这个。常见于order by和group by语句中
using temporary：使用了临时表存储中间结果
using join buffer(Block Nested Loop): 5.6.x之后的版本优化关联查询的BNL，BKA特性。主要是减少内表的循环数量以及比较顺序地扫描查询。
回表：
inner db中， 如果命中了普通索引（非主键），但是需要select其他列（非主键、非当前索引列），此时就需要回表，根据普通索引中的主键，再次去搜索B+树，得到所需的列。 因为普通索引中只存储了主键，是非聚簇索引。
聚簇索引：
inner db中主键索引是聚簇索引，索引中存储了所有的列
非聚簇索引：
inner db中非普通索引、联合索引、唯一索引等（非主键索引）都是非聚簇索引，索引中值存储了主键，如果需要其他列，需要再根据主键去搜索B+树
SQL的执行顺序：
from -> where -> group by -> having -> select -> order by -> limit
所以limit中offset比较大的时候，直接查询是会丢弃大量的数据，导致性能差
in和exists的异同点：
一些用的比较少的关键词
| avg | 平均值 |
| min | 最小值 |
| max | 最大值 |
| sum | 总和 |
| count | 计数 |
| distinct | 表示将distinct后的属性去重 |
| group by | 将在group by上取值相同的信息分在一个组里 |
| having | 对group by产生的分组进行筛选，可以使用聚集函数 |
窗口函数：
像排序的几个窗口函数需要MySQL8才支持，常规的聚合函数5.7也支持
聚合函数：SUM、COUNT、MAX、MIN
序号函数：ROW_NUMBER()、RANK()、DENSE_RANK()
分布函数：PERCENT_RANK()、CUME_DIST()
前后函数：LAG()、LEAD()
头尾函数：FIRST_VALUE()、LAST_VALUE()
其它函数：NTH_VALUE()、NTILE()
