△数据库系统（DBS）
数据库(DB) + 数据库管理系统 (DBS)+ 数据库应用程序 + 数据库管理员 (BDA)+ 最终用户

△数据库管理系统-DBM
我们要使用服务端的数据 - 需要有一个客户端
客户端可以自己写   : 未来写代码的时候
也可以用别人写好的 : 第三方的工具 数据库管理软件的公司出版的官方客户端
数据库管理系统本质上也是管理一堆文件
只不过人家的管理方式比我们更高效 更安全

△数据库管理员-DBA

用户的创建 权限的管理
数据库的二次开发 : 让数据库具有公司的特质

1、易于维护：都是使用表结构，格式一致
2、使用方便：SQL语言通用，可用于复杂查询
3、复杂操作：支持SQL，可用于一个表以及多个表之间非常复杂的查询

1、读写性能比较差，尤其是海量数据的高效率读写
2、固定的表结构，灵活度稍欠
3、高并发读写需求，传统关系型数据库来说，硬盘I/O是一个很大的瓶颈

1、格式灵活：存储数据的格式可以是key,value形式、文档形式、图片形式等等
2、速度快，成本低：nosql数据库部署简单，基本都是开源软件

1、不提供sql支持，学习和使用成本较高
3、数据结构相对复杂，复杂查询方面稍欠

△ SQL是关系数据库管理系统的标准语言。

终端，python，第三方工具

△服务端-安装启动关闭

1,先跟数据库进行连接(用账号和密码,默认3306端口)

m:  显示宽度,和数据类型的取值范围是无关的

MySQL中使用浮点数和定点数来表示小数。它们都可以用(m,n)来表示，其中m称为精度，表示总共的位数；n称为标度，是表示小数的位数（会四舍五入）

默认当前时间并级联更新

让datetime 自动写当前时间，级联更新
 

 

 
 

 
 

 例如建表时定义字段
爱好 set（“游泳”，“篮球”，“下棋”，“音乐”，“旅游”）
insert into t_1 values("游泳，篮球，音乐")
添加时会自动去重和去掉不存在的
 
 

填充的时候也必须时字符串格式,添加时会自动去重和去掉不存在的

在维护和操作时，一定要先备份一份，之后再去操作数据库

会遭遇各的数据丢失的情况:

# 默认用户登陆之后并没有实际操作的权限
# 需要使用管理员root用户登陆
# 输入“ipconfig”即可查看到本机的ip信息。
# ；表示sql语句的结束
# \c放弃当前要执行的sql语句
 

先切换到文件夹下：use db1 
 
 show creat table 表名； 查看建表语句和搜索引擎，显示的信息更全面
 

 

 _ 通配符  表示一个字符长度的任意内容
 
 

 % 通配符  表示任意字符长度的任意内容
 
 

查看所有员工中名字是jin开头，n或者g结果的员工信息
 

 

 (判断某个字段是否为NULL不能用等号，需要用IS)
 
 注意''是空字符串，不是null
 再用上条查看，就会有结果了

 先执行执行select,把查到的内容导入到t2
 
 

 
 

 

 having要跟在group by之后，对分组查询的结果进行过滤（过滤分组）
where要出现在group by之前，执行表中所有数据来进行过滤（过滤行）
另外，having可以用聚合函数，并支持所有where子句操作符数
 
 

 

 查看字符的ASCII码值,str是空时返回0
 
 

 

 查看ASCII码值对应的字符
 
 

 

 字符串中包含的字符个数
 
 

 

 
 

 截取字符串左端的len个字符
 
 

 
 

 
 

 

 返回删除了左空格的字符串
 
 

 
 

 返回删除了右空格的字符串
 
 

 
 

 

 返回由n个空格组成的字符串
 
 

 

 表示将值 n 四舍五入为整数，无小数位
 
 

 

 表示将值 n 四舍五入为小数点后 D 位的数值，D为小数点后小数位数
若要保留 n 值小数点左边的 D 位，可将 D 设为负值
 
 

 

 获取一个0.0-1.0之间的随机数
 
 

format参数可用的值如下：
%Y 年份，返回4 位整数
%y 年份，返回2 位整数
%d 日期，返回0-31之间的整数
 

使用算数表达式查询某几列:年龄增加50

查询每个国家都有谁，注意：distinct后面的字段用逗号分隔，逗号两边不能有空格

# 查询岗位名以及岗位包含的所有员工名字
# 查询各部门年龄在20岁以上的人的平均薪资
 

 

 having放在分组之后，因为作用的对象不同。WHERE 子句作用于表和视图，HAVING 子句作用于组
 
 

查询平均薪资大于1w的部门
1. 查询各岗位内包含的员工个数小于2的岗位名、岗位内包含员工名字、个数
3. 查询各岗位平均薪资大于10000且小于20000的岗位名、平均工资
 

# 约束各自不能为空 且联合唯一 还占用了整张表的主键

 

 排列顺序从高到低 DESC
 
 

 

 在查询时可以只检索前几条或者中间某几行数据（数据量很大时，几百万条）
SELECT * FROM t_user LIMIT 0,3;
limit 后面的第一个数字设置从哪里开始检索（偏移量，从0开始）
limit 后面的第二个数字是设置显示多少条
 
 

 

 所有不在条件匹配内的数据，都会被剔出连表
 
 

子查询效率相对于连表查低, 因为 子查询要查两张表,连表查询查一张表

△外键：用来和其他表建立联系
外键具有保持数据完整性和一致性的机制，目前MySQL只在InnoDB引擎下支持
外键是表中的一个列，其值必须在另一个表的主键或者唯一键中列出
作为主键的表称为 主表，作为外键的表称为 依赖表
外键会参照主表的主键或唯一键

1.对子表(外键所在的表)的作用：子表在进行写操作的时候，如果外键字段在父表中找不到对应的匹配，操作就会失败
2.对父表的作用：对父表的主键字段进行删和改时，如果对应的主键在子表中被引用，操作就会失败

△以下情况创建外键会失败：
外键的引用类型不一样，如主键是int外键是char
主键和外键的字符编码不一样

数据库存储引擎是数据库底层软件组件，数据库管理系统使用数据引擎进行创建、查询、更新和删除数据操作
使用不同的存储引擎还可以获得特定的功能

表结构 存在一个文件中  : 硬盘上

表数据 存在另一个文件中、内存中

索引(目录) 为了方便查找设计的一个机制 ：

存储方式为索引+数据 表结构 ,数据的持久化存储

提供了具有提交、回滚和崩溃恢复能力的事务安全，支持外键。但是比起Myisam存储引擎，InnoDB写的处理效率差一些并且会占用更多的磁盘空间。MySQL 5.5.5 之后，InnoDB 作为默认存储引擎.

存储方式为索引 数据 表结构  数据的持久化存储 ,有表级锁

不支持事务、也不支持外键，但访问速度快，对事务没有要求

存储方式为表结构,数据断电消失

查看MySQL重要引擎

建表的时候可以指定引擎

一致性 n条语句的执行状态是一致的

行级锁 ：只对涉及到修改的行加锁，利于并发的修改，但是对于一次性大量修改效率低下
表级锁 ：一次性加一把锁就锁住了整张表，不利于并发的修改，但是加锁速度比行锁的效率要高
外键约束 ：被约束表中的数据不能随意的修改/删除 约束字段据要根据被约束表来使用数据

△聚集索引/聚簇索引 ： 叶子节点会存储整行数据 —— innodb的主键
△辅助索引/非聚集索引 ：除了主键之外的普通索引都是辅助索引，一个索引没办法查到整行数据，需要回聚集索引再查一次(回表)

△b+树 是为了更好的处理范围问题在b树的基础上有所优化
△mysql中innodb存储引擎的所有的索引树都是b+树

当数据库中存在很多条记录，例如几十万条，查询速度就成了一个问题
先在目录中查询，然后根据目录所示的页码找到查询内容，大大缩短查询时间.
不使用索引，MySQL必须从第一条记录开始读完整个表，直到找出相关的行
表中查询的列有一个索引，MySQL能够快速到达一个位置去搜索数据文件

索引也需要占空间，如果我们有大量的索引，索引文件可能会占很多空间
3、当对表中的数据进行增加、删除、修改时，索引也需要动态的维护，降低了数据的维护速度。

1.对经常更新的表就避免对其进行索引，对经常用于查询的字段应该创建索引
2.数据量小的表最好不要使用索引
3.在不同值少的列上(字段上)不要建立索引，比如在"性别"字段上只有男，女两个不同值

1，创建表时，主键会默认带有索引

在创建一个视图时，只存放视图的定义，也就是动态检索数据的查询语句，并不存放视图对应的数据，在用户使用视图时才去求相对应的数据，所以视图称为‘虚表’

-- 查看每个国家的总人数，年龄总和，平均年龄，最高年龄，最低年龄
为上面的语句创建视图：
 

 
 

 
#三个部门：教学，销售，运营
 

 
 

 
 

0.建表book，并向表中插入数据
1.查询egon写的所有书和价格
2.找出最贵的图书的价格
4.将所有图书按照出版日期排序
5.查询alex写的所有书的平均价格
6.查询人民音乐不好听出版社出版的所有图书
7.查询人民音乐出版社出版的alex写的所有图书和价格
8.找出出版图书均价最高的作者
9.找出最新出版的图书的作者和出版社
10.显示各出版社出版的所有图书
11.查找价格最高的图书，并将它的价格修改为50元
12.删除价格最低的那本书对应的数据
自己研究上面sql语句中的year函数的功能，完成需求：
将所有2017年出版的图书从数据库中删除
15.有文件如下，请根据链接自学pymysql模块，使用python写代码将文件中的数据写入数据库

△数据库系统（DBS）
数据库(DB) + 数据库管理系统 (DBS)+ 数据库应用程序 + 数据库管理员 (BDA)+ 最终用户

△数据库管理系统-DBM
我们要使用服务端的数据 - 需要有一个客户端
客户端可以自己写 : 未来写代码的时候
也可以用别人写好的 : 第三方的工具 数据库管理软件的公司出版的官方客户端
数据库管理系统本质上也是管理一堆文件
只不过人家的管理方式比我们更高效 更安全

△数据库管理员-DBA

用户的创建 权限的管理
数据库的二次开发 : 让数据库具有公司的特质

1、易于维护：都是使用表结构，格式一致
2、使用方便：SQL语言通用，可用于复杂查询
3、复杂操作：支持SQL，可用于一个表以及多个表之间非常复杂的查询

1、读写性能比较差，尤其是海量数据的高效率读写
2、固定的表结构，灵活度稍欠
3、高并发读写需求，传统关系型数据库来说，硬盘I/O是一个很大的瓶颈

1、格式灵活：存储数据的格式可以是key,value形式、文档形式、图片形式等等
2、速度快，成本低：nosql数据库部署简单，基本都是开源软件

1、不提供sql支持，学习和使用成本较高
3、数据结构相对复杂，复杂查询方面稍欠

△ SQL是关系数据库管理系统的标准语言。

终端，python，第三方工具

△服务端-安装启动关闭

1,先跟数据库进行连接(用账号和密码,默认3306端口)

m: 显示宽度,和数据类型的取值范围是无关的

MySQL中使用浮点数和定点数来表示小数。它们都可以用(m,n)来表示，其中m称为精度，表示总共的位数；n称为标度，是表示小数的位数（会四舍五入）

date 年-月-日 入职日期 出账日期 还款日期

timestamp 年-月-日 时:分:秒 不能为空，自动写当前时间，级联更新，范围小

now() 函数表示当前时间

默认当前时间并级联更新

让datetime 自动写当前时间，级联更新

char(255) ：定长的 节省时间 浪费空间 手机号码、身份证号

set 多选，自动去重

爱好 set（“游泳”，“篮球”，“下棋”，“音乐”，“旅游”）
添加时会自动去重和去掉不存在的

在维护和操作时，一定要先备份一份，之后再去操作数据库

会遭遇各的数据丢失的情况:

# 默认用户登陆之后并没有实际操作的权限
# 需要使用管理员root用户登陆
# 输入“ipconfig”即可查看到本机的ip信息。
# ；表示sql语句的结束
# \c放弃当前要执行的sql语句

先切换到文件夹下：use db1 
 
 show creat table 表名； 查看建表语句和搜索引擎，显示的信息更全面

having要跟在group by之后，对分组查询的结果进行过滤（过滤分组）
where要出现在group by之前，执行表中所有数据来进行过滤（过滤行）
另外，having可以用聚合函数，并支持所有where子句操作符数

查看字符的ASCII码值,str是空时返回0

查看ASCII码值对应的字符

字符串中包含的字符个数

截取字符串左端的len个字符

返回删除了左空格的字符串

返回删除了右空格的字符串

返回由n个空格组成的字符串

表示将值 n 四舍五入为整数，无小数位

表示将值 n 四舍五入为小数点后 D 位的数值，D为小数点后小数位数
若要保留 n 值小数点左边的 D 位，可将 D 设为负值

获取一个0.0-1.0之间的随机数

使用算数表达式查询某几列:年龄增加50

_ 通配符 表示一个字符长度的任意内容

% 通配符 表示任意字符长度的任意内容

(判断某个字段是否为NULL不能用等号，需要用IS)

# 查询岗位名以及岗位包含的所有员工名字
# 查询各部门年龄在20岁以上的人的平均薪资

having放在分组之后，因为作用的对象不同。WHERE 子句作用于表和视图，HAVING 子句作用于组

查询平均薪资大于1w的部门
1. 查询各岗位内包含的员工个数小于2的岗位名、岗位内包含员工名字、个数
2. 查询各岗位平均薪资大于10000的岗位名、平均工资
3. 查询各岗位平均薪资大于10000且小于20000的岗位名、平均工资

排列顺序从高到低 DESC

在查询时可以只检索前几条或者中间某几行数据（数据量很大时，几百万条）
limit 后面的第一个数字设置从哪里开始检索（偏移量，从0开始）
limit 后面的第二个数字是设置显示多少条

所有不在条件匹配内的数据，都会被剔出连表

△外键：用来和其他表建立联系
外键具有保持数据完整性和一致性的机制，目前MySQL只在InnoDB引擎下支持
外键是表中的一个列，其值必须在另一个表的主键或者唯一键中列出
作为主键的表称为 主表，作为外键的表称为 依赖表
外键会参照主表的主键或唯一键

1.对子表(外键所在的表)的作用：子表在进行写操作的时候，如果外键字段在父表中找不到对应的匹配，操作就会失败
2.对父表的作用：对父表的主键字段进行删和改时，如果对应的主键在子表中被引用，操作就会失败

△以下情况创建外键会失败：
外键的引用类型不一样，如主键是int外键是char
主键和外键的字符编码不一样

数据库存储引擎是数据库底层软件组件，数据库管理系统使用数据引擎进行创建、查询、更新和删除数据操作
使用不同的存储引擎还可以获得特定的功能

表结构 存在一个文件中 : 硬盘上

表数据 存在另一个文件中、内存中

索引(目录) 为了方便查找设计的一个机制 ：

存储方式为索引+数据 表结构 ,数据的持久化存储

提供了具有提交、回滚和崩溃恢复能力的事务安全，支持外键。但是比起Myisam存储引擎，InnoDB写的处理效率差一些并且会占用更多的磁盘空间。MySQL 5.5.5 之后，InnoDB 作为默认存储引擎.

存储方式为索引 数据 表结构 数据的持久化存储 ,有表级锁

不支持事务、也不支持外键，但访问速度快，对事务没有要求

存储方式为表结构,数据断电消失

查看MySQL重要引擎

建表的时候可以指定引擎

一致性 n条语句的执行状态是一致的

行级锁 ：只对涉及到修改的行加锁，利于并发的修改，但是对于一次性大量修改效率低下
表级锁 ：一次性加一把锁就锁住了整张表，不利于并发的修改，但是加锁速度比行锁的效率要高
外键约束 ：被约束表中的数据不能随意的修改/删除 约束字段据要根据被约束表来使用数据

△聚集索引/聚簇索引 ： 叶子节点会存储整行数据 —— innodb的主键
△辅助索引/非聚集索引 ：除了主键之外的普通索引都是辅助索引，一个索引没办法查到整行数据，需要回聚集索引再查一次(回表)

△b+树 是为了更好的处理范围问题在b树的基础上有所优化
△mysql中innodb存储引擎的所有的索引树都是b+树

当数据库中存在很多条记录，例如几十万条，查询速度就成了一个问题
先在目录中查询，然后根据目录所示的页码找到查询内容，大大缩短查询时间.
不使用索引，MySQL必须从第一条记录开始读完整个表，直到找出相关的行
表中查询的列有一个索引，MySQL能够快速到达一个位置去搜索数据文件

索引也需要占空间，如果我们有大量的索引，索引文件可能会占很多空间
3、当对表中的数据进行增加、删除、修改时，索引也需要动态的维护，降低了数据的维护速度。

1.对经常更新的表就避免对其进行索引，对经常用于查询的字段应该创建索引
2.数据量小的表最好不要使用索引
3.在不同值少的列上(字段上)不要建立索引，比如在"性别"字段上只有男，女两个不同值

1，创建表时，主键会默认带有索引

在创建一个视图时，只存放视图的定义，也就是动态检索数据的查询语句，并不存放视图对应的数据，在用户使用视图时才去求相对应的数据，所以视图称为‘虚表’

-- 查看每个国家的总人数，年龄总和，平均年龄，最高年龄，最低年龄
为上面的语句创建视图：

0.建表book，并向表中插入数据
1.查询egon写的所有书和价格
2.找出最贵的图书的价格
4.将所有图书按照出版日期排序
5.查询alex写的所有书的平均价格
6.查询人民音乐不好听出版社出版的所有图书
7.查询人民音乐出版社出版的alex写的所有图书和价格
8.找出出版图书均价最高的作者
9.找出最新出版的图书的作者和出版社
10.显示各出版社出版的所有图书
11.查找价格最高的图书，并将它的价格修改为50元
12.删除价格最低的那本书对应的数据
自己研究上面sql语句中的year函数的功能，完成需求：
将所有2017年出版的图书从数据库中删除
15.有文件如下，请根据自学pymysql模块，使用python写代码将文件中的数据写入数据库