【MySQL】MySQL数据库基础以及初阶CRUD(增删改查)

简介: MySQL数据库基础、MySQL基本CRUD(增删改查)操作、CRUD内容总结

MySQL数据库基础

数据库的操作

显示当前的数据库

显示当前服务器已有的数据库

语法:

SHOW DATABASES;

d1.png


创建数据库

语法:

常用语法:CREATE DATABASE [IF NOT EXISTS] 数据库名;


完整语法:CREATE DATABASE [IF NOT EXISTS] db_name [create_specification [,

create_specification] ...]

create_specification:

[DEFAULT] CHARACTER SET charset_name

[DEFAULT] COLLATE collation_name


说明:

  • 大写的表示关键字
  • [] 是可选项
  • CHARACTER SET: 指定数据库采用的字符集
  • COLLATE: 指定数据库字符集的校验规则

示例:

  • 创建名为nba的数据库


d2.png


如果系统 没有 nba 的数据库,则创建一个名叫 nba的数据库,如果有则不创建说明:MySQL的utf8编码不是真正的utf8,没有包含某些复杂的中文字符。(MySQL真正的utf8是使用utf8mb4,建议大家都使用utf8mb4)


d3.png


使用数据库

语法:use 数据库名;


d4.png


删除数据库

语法:DROP DATABASE [IF EXISTS] 数据库名;


说明:

数据库删除以后,内部看不到对应的数据库,里边的表和数据全部被删除


d5.png


常用数据类型

数值类型

数值类型分为整型和浮点型


d6.png


扩展资料


数值类型可以指定为无符号(unsigned),表示 不取负数。


1字节(bytes)= 8bit。


对于整型类型的范围:

1. 有符号范围: -2^(类型字节数8-1)到 2^(类型字节数 * 8-1)-1,如int是4字节,就是-2^31到 2^31-1

2. 无符号范围:0到 2^(类型字节数8)-1,如int就是 2^32-1


尽量不使用unsigned,对于int类型可能存放不下的数据,int unsigned同样可能存放不下,与其如此,还不如设计时,将int类型提升为bigint类型。


字符串类型


d7.png


注意:

char(n) 和 varchar(n) 中 括号中 n 代表字符的个数,并不代表字节个数,比如 CHAR(30) 就 可以存储 30 个字符。


CHAR 和 VARCHAR 类型类似,但它们保存和检索的方式不同。它们的最大长度和是否尾部空格被保留等方面也不同。在存储或检索过程中不进行大小写转换。


日期类型

每个时间类型有一个有效值范围和一个"零"值,当指定不合法的MySQL不能表示的值时使用"零"值。


d8.png


表的操作

需要操作数据库中的表时,需要先使用该数据库

语法如下:

use db_test;


d9.png


查看表结构

注意:是查看表的结构,不是查看表!!!


desc 表名;


d10.png

创建表

语法:

CREATE TABLE 表名 (

字段1 数据类型,

字段2 数据类型,

字段3 数据类型

);


示例:

d11.png


删除表

语法:

drop table 表名;


– 如果存在 [某个] 表,则删除 [某个] 表

drop table if exists 表名;


基础知识总结

操作数据库:


– 查看

show 表;

– 创建

create table 表名(

字段1 类型1,

字段2 类型2,

...

);

– 删除

drop talbe 表名;


常用数据类型:


INT:整型

DECIMAL(M, D):浮点数类型

VARCHAR(SIZE):字符串类型

TIMESTAMP:日期类型


操作表:


– 显示

show databases;

– 创建

create database xxx;

– 使用

use xxx;

– 删除

drop database xxx;


MySQL基本CRUD(增删改查)操作

注释:在SQL中可以使用“--空格+描述”来表示注释说明

CRUD 即增加(Create)、查询(Retrieve)、更新(Update)、删除(Delete)四个单词的首字母缩写。

新增(Create)

语法:

– 单行插入

insert into 表(字段1, ..., 字段N) values (value1, ..., value N);

d12.png


– 多行插入

insert into 表(字段1, ..., 字段N) values
(value1, ...),
(value2, ...),
(value3, ...);


d13.png


查询(Retrieve)

全列查询

– 通常情况下不建议使用 * 进行全列查询

– 1. 查询的列越多,意味着需要传输的数据量越大;

– 2. 可能会影响到索引的使用。(索引待后面学了再写一篇)

SELECT * FROM 表名;


d14.png


指定列查询

– 指定列的顺序不需要按定义表的顺序来

SELECT 字段1, 字段2, 字段3 FROM 表名;


d15.png


查询字段为表达式

– 查询表达式字段

select 字段1+100,字段2+字段3 from 表


d16.png


别名

为查询结果中的列指定别名,表示返回的结果集中,以别名作为该列的名称

– 别名

select 字段1 别名1, 字段2 别名2 from 表

d17.png


去重:distinct

使用DISTINCT关键字对某列数据进行去重:

– 去重DISTINCT

select distinct 字段 from 表


d18.png


排序:order by

– ASC 为升序(从小到大)

– DESC 为降序(从大到小)

– 默认为 ASC


没有 ORDER BY 子句的查询,返回的顺序是未定义的,永远不要依赖这个顺序

NULL 数据排序,视为比任何值都小,升序出现在最上面,降序出现在最下面

可以使用表达式及别名排序

可以对多个字段进行排序,排序优先级随书写顺序

– 排序ORDER BY

select * from 表 order by 排序字段(asc/desc)


d19.png


默认升序:


d20.png


条件查询:where


d21.png


注:


WHERE条件可以使用表达式,但不能使用别名。

AND的优先级高于OR,在同时使用时,需要使用小括号()包裹优先执行的部分

– 条件查询WHERE:

– (1)比较运算符 (2)BETWEEN … AND … (3)IN (4)IS NULL (5)LIKE (6)AND (7)OR

(8)NOT


select * from 表 where 条件

如:查找获得三双的球员


d22.png    分页查询:limit

语法:


– 起始下标为 0


– 从 0 开始,筛选 n 条结果

SELECT ... FROM table_name [WHERE ...] [ORDER BY ...] LIMIT n;


– 从 s 开始,筛选 n 条结果

SELECT ... FROM table_name [WHERE ...] [ORDER BY ...] LIMIT s, n;


– 从 s 开始,筛选 n 条结果,比第二种用法更明确,建议使用

SELECT ... FROM table_name [WHERE ...] [ORDER BY ...] LIMIT n OFFSET s;


修改(update)

update 表 set 字段1=value1, 字段2=value2... where 条件

修改 威少—>杜兰特


d23.png


删除(delete)

delete from 表 where 条件

比如 删除 杜兰特 的数据


d24.png


CRUD内容总结

新增(Create)

– 单行插入

insert into 表(字段1, ..., 字段N) values (value1, ..., value N);

– 多行插入

insert into 表(字段1, ..., 字段N) values

(value1, ...),

(value2, ...),

(value3, ...);


查询(Retrieve)

– 全列查询

select * from 表

– 指定列查询

select 字段1,字段2... from 表

– 查询表达式字段

select 字段1+100,字段2+字段3 from 表

– 别名

select 字段1 别名1, 字段2 别名2 from 表

– 去重DISTINCT

select distinct 字段 from 表

– 排序ORDER BY

select * from 表 order by 排序字段

– 条件查询WHERE:

– (1)比较运算符 (2)BETWEEN … AND … (3)IN (4)IS NULL (5)LIKE (6)AND (7)OR

(8)NOT

select * from 表 where 条件


修改(Update)

update 表 set 字段1=value1, 字段2=value2... where 条件


删除(Delete)

delete from 表 where 条件


相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
相关文章
|
3月前
|
缓存 关系型数据库 BI
使用MYSQL Report分析数据库性能(下)
使用MYSQL Report分析数据库性能
164 3
|
3月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS费用价格:MySQL、SQL Server、PostgreSQL和MariaDB引擎收费标准
阿里云RDS数据库支持MySQL、SQL Server、PostgreSQL、MariaDB,多种引擎优惠上线!MySQL倚天版88元/年,SQL Server 2核4G仅299元/年,PostgreSQL 227元/年起。高可用、可弹性伸缩,安全稳定。详情见官网活动页。
802 152
|
3月前
|
关系型数据库 MySQL 分布式数据库
阿里云PolarDB云原生数据库收费价格:MySQL和PostgreSQL详细介绍
阿里云PolarDB兼容MySQL、PostgreSQL及Oracle语法,支持集中式与分布式架构。标准版2核4G年费1116元起,企业版最高性能达4核16G,支持HTAP与多级高可用,广泛应用于金融、政务、互联网等领域,TCO成本降低50%。
|
3月前
|
关系型数据库 分布式数据库 数据库
阿里云数据库收费价格:MySQL、PostgreSQL、SQL Server和MariaDB引擎费用整理
阿里云数据库提供多种类型,包括关系型与NoSQL,主流如PolarDB、RDS MySQL/PostgreSQL、Redis等。价格低至21元/月起,支持按需付费与优惠套餐,适用于各类应用场景。
|
3月前
|
SQL 关系型数据库 MySQL
Mysql数据恢复—Mysql数据库delete删除后数据恢复案例
本地服务器,操作系统为windows server。服务器上部署mysql单实例,innodb引擎,独立表空间。未进行数据库备份,未开启binlog。 人为误操作使用Delete命令删除数据时未添加where子句,导致全表数据被删除。删除后未对该表进行任何操作。需要恢复误删除的数据。 在本案例中的mysql数据库未进行备份,也未开启binlog日志,无法直接还原数据库。
|
3月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎,提供高性价比、稳定安全的云数据库服务,适用于多种行业与业务场景。
|
3月前
|
关系型数据库 MySQL 数据库
自建数据库如何迁移至RDS MySQL实例
数据库迁移是一项复杂且耗时的工程,需考虑数据安全、完整性及业务中断影响。使用阿里云数据传输服务DTS,可快速、平滑完成迁移任务,将应用停机时间降至分钟级。您还可通过全量备份自建数据库并恢复至RDS MySQL实例,实现间接迁移上云。
|
4月前
|
存储 运维 关系型数据库
从MySQL到云数据库,数据库迁移真的有必要吗?
本文探讨了企业在业务增长背景下,是否应从 MySQL 迁移至云数据库的决策问题。分析了 MySQL 的优势与瓶颈,对比了云数据库在存储计算分离、自动化运维、多负载支持等方面的优势,并提出判断迁移必要性的五个关键问题及实施路径,帮助企业理性决策并落地迁移方案。
|
3月前
|
Ubuntu 安全 关系型数据库
安装与配置MySQL 8 on Ubuntu,包括权限授予、数据库备份及远程连接指南
以上步骤提供了在Ubuntu上从头开始设置、配置、授权、备份及恢复一个基础但完整的MySQL环境所需知识点。
447 7
|
3月前
|
缓存 监控 关系型数据库
使用MYSQL Report分析数据库性能(上)
最终建议:当前系统是完美的读密集型负载模型,优化重点应放在减少行读取量和提高数据定位效率。通过索引优化、分区策略和内存缓存,预期可降低30%的CPU负载,同时保持100%的缓冲池命中率。建议每百万次查询后刷新统计信息以持续优化
247 6

热门文章

最新文章

推荐镜像

更多