分组一章补充窗口函数:与 GROUP BY 的区别、每组取前 N 条、ROW_NUMBER、RANK、DENSE_RANK 的区别、累计值与默认计算范围,以及 SELECT 各子句的逻辑执行顺序,附 MySQL 8.0 实测。
29 KiB
SQL 语法
一、基础
模式定义了数据如何存储、存储什么样的数据以及数据如何分解等信息,数据库和表都有模式。
主键的值一般不修改,也不复用(不把已经删除的主键值赋给新数据行的主键),这是普遍遵循的习惯,数据库本身并不禁止。
SQL(Structured Query Language),标准 SQL 由 ANSI 标准委员会管理,从而称为 ANSI SQL。各个 DBMS 都有自己的实现,如 PL/SQL、Transact-SQL 等。
SQL 语句不区分大小写,但是数据库表名、列名和值是否区分依赖于具体的 DBMS 以及配置。
MySQL 支持以下三种注释,其中 # 是 MySQL 特有的,-- 后面必须跟空白字符(例如空格):
# 注释
SELECT *
FROM mytable; -- 注释
/* 注释1
注释2 */
数据库创建与使用:
CREATE DATABASE test;
USE test;
二、创建表
CREATE TABLE mytable (
# int 类型,不为空,自增
id INT NOT NULL AUTO_INCREMENT,
# int 类型,不可为空,默认值为 1
col1 INT NOT NULL DEFAULT 1,
# 变长字符串类型,最长为 45 个字符,可以为空
col2 VARCHAR(45) NULL,
# 日期类型,可为空
col3 DATE NULL,
# 设置主键为 id
PRIMARY KEY (`id`));
三、修改表
添加列
ALTER TABLE mytable
ADD col CHAR(20);
删除列
ALTER TABLE mytable
DROP COLUMN col;
删除表
DROP TABLE mytable;
四、插入
普通插入
INSERT INTO mytable(col1, col2)
VALUES(val1, val2);
插入检索出来的数据
INSERT INTO mytable1(col1, col2)
SELECT col1, col2
FROM mytable2;
将一个表的内容插入到一个新表
CREATE TABLE newtable AS
SELECT * FROM mytable;
五、更新
UPDATE mytable
SET col = val
WHERE id = 1;
六、删除
DELETE FROM mytable
WHERE id = 1;
TRUNCATE TABLE 可以清空表,也就是删除所有行。
TRUNCATE TABLE mytable;
与不带 WHERE 的 DELETE 不同,TRUNCATE 会隐式提交当前事务,不能回滚,并且会把 AUTO_INCREMENT 的值重置为初始值。
使用更新和删除操作时一定要用 WHERE 子句,不然会把整张表的数据都破坏。可以先用 SELECT 语句进行测试,防止错误删除。
七、查询
DISTINCT
相同值只会出现一次。它作用于所有列,也就是说所有列的值都相同才算相同。
SELECT DISTINCT col1, col2
FROM mytable;
LIMIT
限制返回的行数。可以有两个参数,第一个参数为起始行,从 0 开始;第二个参数为返回的总行数。
返回前 5 行:
SELECT *
FROM mytable
LIMIT 5;
SELECT *
FROM mytable
LIMIT 0, 5;
返回第 3 ~ 5 行:
SELECT *
FROM mytable
LIMIT 2, 3;
八、排序
- ASC:升序(默认);
- DESC:降序。
可以按多个列进行排序,并且为每个列指定不同的排序方式:
SELECT *
FROM mytable
ORDER BY col1 DESC, col2 ASC;
九、过滤
不进行过滤的数据非常大,导致通过网络传输了多余的数据,从而浪费了网络带宽。因此尽量使用 SQL 语句来过滤不必要的数据,而不是传输所有的数据到客户端中然后由客户端进行过滤。
SELECT *
FROM mytable
WHERE col IS NULL;
下表显示了 WHERE 子句可用的操作符
| 操作符 | 说明 |
|---|---|
| = | 等于 |
| < | 小于 |
| > | 大于 |
| <> != | 不等于 |
| <= !> | 小于等于 |
| >= !< | 大于等于 |
| BETWEEN | 在两个值之间 |
| IS NULL | 为 NULL 值 |
其中 !> 和 !< 只有 SQL Server 等少数 DBMS 支持,MySQL 中会报语法错误。
应该注意到,NULL 与 0、空字符串都不同。
AND 和 OR 用于连接多个过滤条件。优先处理 AND,当一个过滤表达式涉及到多个 AND 和 OR 时,可以使用 () 来决定优先级,使得优先级关系更清晰。
IN 操作符用于匹配一组值,其后也可以接一个 SELECT 子句,从而匹配子查询得到的一组值。
NOT 操作符用于否定一个条件。
十、通配符
通配符也是用在过滤语句中,一般用于文本字段,MySQL 也允许对数值列使用 LIKE(先隐式转换成字符串)。
-
% 匹配 >=0 个任意字符;
-
_ 匹配 ==1 个任意字符;
-
[ ] 可以匹配集合内的字符,例如 [ab] 将匹配字符 a 或者 b。用脱字符 ^ 可以对其进行否定,也就是不匹配集合内的字符。需要注意的是,只有 SQL Server 等少数 DBMS 支持 [ ] 通配符,MySQL 不支持,需要改用 REGEXP。
使用 LIKE 来进行通配符匹配。
SELECT *
FROM mytable
WHERE col LIKE '[^AB]%'; -- 不以 A 和 B 开头的任意文本
MySQL 中的等价写法:
SELECT *
FROM mytable
WHERE col REGEXP '^[^AB]';
不要滥用通配符。通配符位于开头时,无法用这个条件在 B+ 树索引中做范围查找,大表上会非常慢。
十一、计算字段
在数据库服务器上完成数据的转换和格式化的工作往往比客户端上快得多,并且转换和格式化后的数据量更少的话可以减少网络通信量。
计算字段通常需要使用 AS 来取别名,否则输出的时候字段名为计算表达式。
SELECT col1 * col2 AS alias
FROM mytable;
CONCAT() 用于连接多个字段。许多数据库会使用空格把一个值填充为列宽,因此连接的结果会出现一些不必要的空格,使用 TRIM() 可以去除首尾空格。
SELECT CONCAT(TRIM(col1), '(', TRIM(col2), ')') AS concat_col
FROM mytable;
十二、函数
各个 DBMS 的函数都是不相同的,因此不可移植,以下主要是 MySQL 的函数。
汇总
| 函 数 | 说 明 |
|---|---|
| AVG() | 返回某列的平均值 |
| COUNT() | 返回行数,COUNT(*) 统计所有行,COUNT(列) 只统计该列不为 NULL 的行 |
| MAX() | 返回某列的最大值 |
| MIN() | 返回某列的最小值 |
| SUM() | 返回某列值之和 |
除了 COUNT(*),这些函数都会忽略 NULL 行。
使用 DISTINCT 可以汇总不同的值。
SELECT AVG(DISTINCT col1) AS avg_col
FROM mytable;
文本处理
| 函数 | 说明 |
|---|---|
| LEFT() | 左边的字符 |
| RIGHT() | 右边的字符 |
| LOWER() | 转换为小写字符 |
| UPPER() | 转换为大写字符 |
| LTRIM() | 去除左边的空格 |
| RTRIM() | 去除右边的空格 |
| LENGTH() | 字节数 |
| CHAR_LENGTH() | 字符数 |
| SOUNDEX() | 转换为语音值 |
其中, SOUNDEX() 可以将一个字符串转换为描述其语音表示的字母数字模式。
SELECT *
FROM mytable
WHERE SOUNDEX(col1) = SOUNDEX('apple');
日期和时间处理
- 日期格式:YYYY-MM-DD;
- 时间格式:HH:MM:SS。
| 函 数 | 说 明 |
|---|---|
| ADDDATE() | 增加一个日期(天、周等) |
| ADDTIME() | 增加一个时间(时、分等) |
| CURDATE() | 返回当前日期 |
| CURTIME() | 返回当前时间 |
| DATE() | 返回日期时间的日期部分 |
| DATEDIFF() | 计算两个日期之差 |
| DATE_ADD() | 高度灵活的日期运算函数 |
| DATE_FORMAT() | 返回一个格式化的日期或时间串 |
| DAY() | 返回一个日期的天数部分 |
| DAYOFWEEK() | 对于一个日期,返回对应的星期几 |
| HOUR() | 返回一个时间的小时部分 |
| MINUTE() | 返回一个时间的分钟部分 |
| MONTH() | 返回一个日期的月份部分 |
| NOW() | 返回当前日期和时间 |
| SECOND() | 返回一个时间的秒部分 |
| TIME() | 返回一个日期时间的时间部分 |
| YEAR() | 返回一个日期的年份部分 |
mysql> SELECT NOW();
2018-04-14 20:25:11
数值处理
| 函数 | 说明 |
|---|---|
| SIN() | 正弦 |
| COS() | 余弦 |
| TAN() | 正切 |
| ABS() | 绝对值 |
| SQRT() | 平方根 |
| MOD() | 余数 |
| EXP() | 指数 |
| PI() | 圆周率 |
| RAND() | 随机数 |
十三、分组
把具有相同的数据值的行放在同一组中。
可以对同一分组数据使用汇总函数进行处理,例如求分组数据的平均值等。
MySQL 5.7 及之前的版本在一定条件下会自动按分组字段排序,MySQL 8.0 不再隐式排序,需要排序时应当使用 ORDER BY。
SELECT col, COUNT(*) AS num
FROM mytable
GROUP BY col;
ORDER BY 也可以按汇总字段来进行排序。
SELECT col, COUNT(*) AS num
FROM mytable
GROUP BY col
ORDER BY num;
WHERE 在分组之前过滤行,不能使用汇总函数;HAVING 在分组之后过滤分组,可以使用汇总函数。能写在 WHERE 中的条件不放到 HAVING,以减少参与分组的行。
SELECT col, COUNT(*) AS num
FROM mytable
WHERE col > 2
GROUP BY col
HAVING num >= 2;
分组规定:
- GROUP BY 子句出现在 WHERE 子句之后,ORDER BY 子句之前;
- 除了汇总字段外,SELECT 语句中的每一字段都必须在 GROUP BY 子句中给出;
- NULL 的行会单独分为一组;
- 有些 DBMS 不允许按大文本类型的列分组,MySQL 中 VARCHAR 和 TEXT 列都可以分组。
窗口函数
窗口函数指的是对每一行,用和它相关的一组行计算一个值,例如这一行在所属用户的订单中排第几、到这一行为止的累计金额。它和汇总函数的区别是不合并行:GROUP BY 把一组行合并成一行,窗口函数保留每一行,只是多出一列计算结果。MySQL 从 8.0 开始支持。
以下面的订单表为例:
order_id user_id amount created_at
1024 1001 59.90 2026-11-01 10:00:00
1025 1001 199.00 2026-11-03 09:30:00
1027 1002 88.00 2026-11-02 14:00:00
1029 1003 45.50 2026-11-04 08:45:00
1031 1001 199.00 2026-11-05 20:15:00
1033 1002 120.00 2026-11-06 18:20:00
1040 1001 35.00 2026-11-08 12:00:00
要查每个用户最近的一笔订单,GROUP BY user_id 只能求出 MAX(created_at),再把 order_id 这类列放进 SELECT 会报 1055 错误,因为一组中有多行,不知道取哪一行的值。窗口函数先给每个用户的订单按时间编号,再取编号为 1 的行:
SELECT order_id, user_id, amount, created_at
FROM (
SELECT o.*,
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) AS rn
FROM orders o
) t
WHERE rn = 1;
结果为 1040、1033、1029 三笔订单。OVER 子句定义窗口:
- PARTITION BY:按哪些列分区,函数在每个分区内单独计算,省略时整个结果是一个分区;
- ORDER BY:分区内的排序,决定编号的顺序和累计的方向。
需要注意的是,窗口函数只能写在 SELECT 列表和 ORDER BY 中,因为它在 WHERE、GROUP BY 和 HAVING 之后才计算。直接写 WHERE ROW_NUMBER() OVER (...) = 1 会报 3593 错误,在 WHERE 中引用别名 rn 也会报 1054 错误,所以要像上面那样套一层子查询,或者写成 WITH t AS (...) SELECT ... FROM t WHERE rn = 1。
排名常用三个函数,区别在于值相同(并列)时怎么编号。用户 1001 的订单按金额从高到低:
order_id amount ROW_NUMBER RANK DENSE_RANK
1025 199.00 1 1 1
1031 199.00 2 1 1
1024 59.90 3 3 2
1040 35.00 4 4 3
- ROW_NUMBER:每行编号都不同,并列的两行谁先谁后不确定,要在 ORDER BY 中加上主键这样的唯一列才能确定;
- RANK:并列的行编号相同,后面跳过被占用的名次,所以没有第 2 名;
- DENSE_RANK:并列的行编号相同,后面的名次连续。
“每组取前 N 个”按题意选择函数:取每个用户金额最高的 2 笔订单,用 ROW_NUMBER 时用户 1001 只返回 1025 和 1031;按金额的前 2 名取,并列的都要,用 DENSE_RANK 时还会返回第 2 名 1024,共 3 笔。
SUM、COUNT、AVG 这类汇总函数加上 OVER 也可以作为窗口函数,常用于累计值和占比;LAG 和 LEAD 取分区中前一行和后一行的值,常用于计算间隔:
SELECT order_id, user_id, amount,
SUM(amount) OVER (PARTITION BY user_id ORDER BY created_at) AS running_total,
LAG(created_at) OVER (PARTITION BY user_id ORDER BY created_at) AS prev_time
FROM orders;
用户 1001 四笔订单的 running_total 依次为 59.90、258.90、457.90、492.90,第一笔的 prev_time 为 NULL。OVER 中没有 ORDER BY 时,SUM 计算的是整个分区的合计,每行都是 492.90。
需要注意的是,有 ORDER BY 时,默认的计算范围是从分区开头到当前行,并且包括与当前行排序值相同的行。按 amount 排序累加时,两笔 199.00 的订单得到相同的累计值 492.90,而不是 293.90 和 492.90;需要严格逐行累计时,写成 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW(见附录 A1)。
MySQL 5.7 没有窗口函数,“每个用户金额最高的 2 笔”可以用相关子查询,统计同一用户中金额比当前订单高的订单数,少于 2 的保留,结果与 RANK 取前 2 名相同。这种写法对每一行都要再查一次同一用户的订单,数据量大时很慢:10 万笔订单、1000 个用户、建有 (user_id, amount) 索引,求每个用户的前 3 名,相关子查询用了 1.6~1.8 s,RANK 约 0.05 s(MySQL 8.0 实测,见附录 A1)。
一条 SELECT 语句在逻辑上按以下顺序处理,这个顺序解释了上面几处限制:
- FROM 和 JOIN:确定参与查询的行;
- WHERE:过滤行,这时还没有分组,也没有计算 SELECT 中的别名;
- GROUP BY:分组;
- HAVING:过滤分组;
- 窗口函数:在剩下的行上计算;
- SELECT 列表、DISTINCT;
- ORDER BY;
- LIMIT。
WHERE 中不能用汇总函数、窗口函数和 SELECT 中的别名,都是因为它执行得早。MySQL 允许在 GROUP BY、HAVING 和 ORDER BY 中引用 SELECT 中的别名,这是对标准 SQL 的扩展。需要注意的是,这是逻辑上的顺序,优化器实际执行时可以调整,例如条件下推、使用索引避免排序,只要结果相同。
十四、子查询
作为 IN 等条件与一个字段比较的子查询,只能返回一个字段的数据;MySQL 也支持 (col1, col2) IN (SELECT x, y ...) 这样同时比较多个字段。
可以将子查询的结果作为 WHERE 语句的过滤条件:
SELECT *
FROM mytable1
WHERE col1 IN (SELECT col2
FROM mytable2);
下面的语句可以检索出客户的订单数量,子查询语句会对第一个查询检索出的每个客户执行一次:
SELECT cust_name, (SELECT COUNT(*)
FROM Orders
WHERE Orders.cust_id = Customers.cust_id)
AS orders_num
FROM Customers
ORDER BY cust_name;
十五、连接
连接用于连接多个表,使用 JOIN 关键字,并且条件语句使用 ON 而不是 WHERE。
很多子查询可以改写为连接。MySQL 8.0 的优化器会把 IN 子查询自动转换为半连接,两种写法常常得到相同的执行计划,快慢以 EXPLAIN 为准。
可以用 AS 给列名、计算字段和表名取别名,给表名取别名是为了简化 SQL 语句以及连接相同表。
内连接
内连接只返回两张表中满足连接条件的行,使用 INNER JOIN 关键字;连接条件是等值比较时也叫等值连接。
SELECT A.value, B.value
FROM tablea AS A INNER JOIN tableb AS B
ON A.key = B.key;
可以不明确使用 INNER JOIN,而使用普通查询并在 WHERE 中将两个表中要连接的列用等值方法连接起来。
SELECT A.value, B.value
FROM tablea AS A, tableb AS B
WHERE A.key = B.key;
自连接
自连接可以看成内连接的一种,只是连接的表是自身而已。
一张员工表,包含员工姓名和员工所属部门,要找出与 Jim 处在同一部门的所有员工姓名。
子查询版本
SELECT name
FROM employee
WHERE department = (
SELECT department
FROM employee
WHERE name = 'Jim');
自连接版本
SELECT e1.name
FROM employee AS e1 INNER JOIN employee AS e2
ON e1.department = e2.department
AND e2.name = 'Jim';
自然连接
自然连接是把同名列通过等值测试连接起来的,同名列可以有多个。
内连接和自然连接的区别:内连接用 ON 或 USING 指定连接条件,自然连接自动用所有同名列做等值连接。使用 SELECT * 时,自然连接会合并所有同名列,USING 只合并括号中指定的连接列,ON 则保留两张表的全部列。例如 Customers 和 Orders(内容见下文的外连接)只有 cust_id 一个同名列:
SELECT cust_id, cust_name, order_id
FROM Customers NATURAL JOIN Orders;
需要注意的是,两表都有 key 和 value 列时,NATURAL JOIN 要求两列都相等,而不只是 key 相等。
外连接
外连接保留了没有关联的那些行。分为左外连接,右外连接以及全外连接,左外连接就是保留左表没有关联的行。MySQL 不支持 FULL OUTER JOIN,可以用 UNION ALL 合并左外连接的结果和右外连接中左表没有匹配的行(WHERE 左表主键 IS NULL);直接用 UNION 合并两个外连接会把相同的行去重,可能少行。
检索所有顾客的订单信息,包括还没有订单信息的顾客。
SELECT Customers.cust_id, Customers.cust_name, Orders.order_id
FROM Customers LEFT OUTER JOIN Orders
ON Customers.cust_id = Orders.cust_id;
customers 表:
| cust_id | cust_name |
|---|---|
| 1 | a |
| 2 | b |
| 3 | c |
orders 表:
| order_id | cust_id |
|---|---|
| 1 | 1 |
| 2 | 1 |
| 3 | 3 |
| 4 | 3 |
结果:
| cust_id | cust_name | order_id |
|---|---|---|
| 1 | a | 1 |
| 1 | a | 2 |
| 3 | c | 3 |
| 3 | c | 4 |
| 2 | b | NULL |
如果改成内连接,结果只有前 4 行,没有订单的顾客 b 不会出现。
十六、组合查询
使用 UNION 来组合两个查询。如果第一个查询返回 M 行,第二个查询返回 N 行,UNION 默认去除相同的行,结果最多 M+N 行;需要保留相同的行时使用 UNION ALL,结果正好是 M+N 行。
每个查询的列数必须相同,对应列的类型要兼容,结果的列名取第一个查询的列名。
不加括号时只能包含一个 ORDER BY 子句,并且必须位于语句的最后。括号中的 ORDER BY 不决定最终结果的顺序,没有 LIMIT 时会被忽略。
SELECT col
FROM mytable
WHERE col = 1
UNION
SELECT col
FROM mytable
WHERE col = 2;
十七、视图
视图是虚拟的表,本身不包含数据,也就不能对其进行索引操作。
查询视图和查询普通表一样;只有不含汇总函数、DISTINCT、GROUP BY、UNION 等的简单视图才能用 INSERT、UPDATE、DELETE 修改,修改会作用到底层的表。
视图具有如下好处:
- 简化复杂的 SQL 操作,比如复杂的连接;
- 只使用实际表的一部分数据;
- 通过只给用户访问视图的权限,保证数据的安全性;
- 更改数据格式和表示。
CREATE VIEW myview AS
SELECT Concat(col1, col2) AS concat_col, col3*col4 AS compute_col
FROM mytable
WHERE col5 = val;
十八、存储过程
存储过程可以看成是对一系列 SQL 操作的批处理。
使用存储过程的好处:
- 代码封装,保证了一定的安全性;
- 代码复用;
- 减少客户端与服务器之间的往返。需要注意的是,MySQL 并不预先编译存储过程,只在每个会话第一次调用时解析并缓存。
命令行中创建存储过程需要自定义分隔符,因为命令行是以 ; 为结束符,而存储过程中也包含了分号,因此会错误把这部分分号当成是结束符,造成语法错误。
包含 in、out 和 inout 三种参数。
可以用 SET 或者 SELECT ... INTO 给变量赋值。SELECT ... INTO 可以一次给多个变量赋值,但查询结果只能有一行,否则报错 1172(Result consisted of more than one row),多行结果要用下面的游标逐行处理。
delimiter //
create procedure myprocedure( out ret int )
begin
declare y int;
select sum(col1)
from mytable
into y;
select y*y into ret;
end //
delimiter ;
call myprocedure(@ret);
select @ret;
十九、游标
在存储过程中使用游标可以对一个结果集进行移动遍历。
MySQL 的游标只能在存储过程等存储程序中使用,并且是只读的,只能从前往后逐行读取。
使用游标的四个步骤:
- 声明游标,这个过程没有实际检索出数据;
- 打开游标;
- 取出数据;
- 关闭游标。
delimiter //
create procedure myprocedure(out ret int)
begin
declare done boolean default 0;
declare mycursor cursor for
select col1 from mytable;
# 定义了一个 continue handler,当 sqlstate '02000' 这个条件出现时,会执行 set done = 1
declare continue handler for sqlstate '02000' set done = 1;
open mycursor;
repeat
fetch mycursor into ret;
# 最后一次 fetch 没有取到数据时 done 已经为 1,不能再输出 ret
if not done then
select ret;
end if;
until done end repeat;
close mycursor;
end //
delimiter ;
二十、触发器
触发器会在某个表执行以下语句时而自动执行:DELETE、INSERT、UPDATE。
触发器必须指定在语句执行之前还是之后自动执行,之前执行使用 BEFORE 关键字,之后执行使用 AFTER 关键字。BEFORE 用于数据验证和净化,AFTER 用于审计跟踪,将修改记录到另外一张表中。
INSERT 触发器包含一个名为 NEW 的虚拟表。
CREATE TRIGGER mytrigger AFTER INSERT ON mytable
FOR EACH ROW SELECT NEW.col into @result;
SELECT @result; -- 获取结果
DELETE 触发器包含一个名为 OLD 的虚拟表,并且是只读的。
UPDATE 触发器包含一个名为 NEW 和一个名为 OLD 的虚拟表,其中 NEW 只能在 BEFORE 触发器中修改(SET NEW.col = ...),而 OLD 是只读的。
MySQL 的触发器可以使用 CALL 语句调用存储过程,但是该存储过程不能向客户端返回数据,也不能使用动态 SQL。
二十一、事务管理
基本术语:
- 事务(transaction)指一组 SQL 语句;
- 回退(rollback)指撤销指定 SQL 语句的过程;
- 提交(commit)指结束当前事务,使事务中的修改永久生效;
- 保留点(savepoint)指事务中设置的临时标记,可以只回退到这个标记,而不回退整个事务。
不能回退 SELECT 语句,回退 SELECT 语句也没意义;也不能回退 CREATE 和 DROP 语句,这类语句执行前会隐式提交当前事务,之前的修改也无法再回滚。
MySQL 默认开启自动提交(autocommit),每执行一条语句就把这条语句当成一个事务然后进行提交。当出现 START TRANSACTION 语句时,会关闭自动提交;当 COMMIT 或 ROLLBACK 语句执行后,事务会自动关闭,重新恢复自动提交。
设置 autocommit 为 0 可以取消自动提交;autocommit 标记是针对每个连接而不是针对服务器的。
如果没有设置保留点,ROLLBACK 会回退到 START TRANSACTION 语句处;如果设置了保留点,并且在 ROLLBACK 中指定该保留点,则会回退到该保留点。
START TRANSACTION;
-- ...
SAVEPOINT delete1;
-- ...
ROLLBACK TO delete1;
-- ...
COMMIT;
二十二、字符集
基本术语:
- 字符集为字母和符号的集合;
- 编码为某个字符集成员的内部表示;
- 校对(collation)指定字符如何比较,主要用于排序和分组。
MySQL 8.0 默认的字符集是 utf8mb4,校对是 utf8mb4_0900_ai_ci(ci 表示不区分大小写,'a' = 'A' 为真)。MySQL 的 utf8 实际是 utf8mb3,每个字符最多 3 字节,存不下 emoji 等 4 字节字符。
除了给表指定字符集和校对外,也可以给列指定:
CREATE TABLE mytable
(col VARCHAR(10) CHARACTER SET latin1 COLLATE latin1_general_ci )
DEFAULT CHARACTER SET hebrew COLLATE hebrew_general_ci;
可以在排序、分组时指定校对:
SELECT *
FROM mytable
ORDER BY col COLLATE latin1_general_ci;
二十三、权限管理
MySQL 的账户信息保存在 mysql 这个数据库中。
USE mysql;
SELECT user FROM user;
创建账户:
新创建的账户没有任何权限。
CREATE USER myuser IDENTIFIED BY 'mypassword';
修改账户名:
RENAME USER myuser TO newuser;
删除账户:
DROP USER myuser;
查看权限:
SHOW GRANTS FOR myuser;
授予权限:
账户用 username@host 的形式定义,省略主机名时为 username@'%',表示可以从任意主机连接。
GRANT SELECT, INSERT ON mydatabase.* TO myuser;
删除权限:
GRANT 和 REVOKE 可在几个层次上控制访问权限:
- 整个服务器,使用 ON *.*;
- 整个数据库,使用 ON database.*;
- 特定的表,使用 ON database.table;
- 特定的列;
- 特定的存储过程。
REVOKE SELECT, INSERT ON mydatabase.* FROM myuser;
更改密码:
MySQL 8.0 移除了 Password() 函数,直接指定新密码即可。
SET PASSWORD FOR myuser = 'new_password';
附录:实测
A1 窗口函数
MySQL 8.0.44,sql_mode 为默认值(含 ONLY_FULL_GROUP_BY),orders 表的数据见窗口函数。
mysql> SELECT user_id, order_id, MAX(created_at) FROM orders GROUP BY user_id;
ERROR 1055 (42000): Expression #2 of SELECT list is not in GROUP BY clause and contains nonaggregated
column 'win_demo.orders.order_id' which is not functionally dependent on columns in GROUP BY clause
mysql> SELECT order_id FROM orders
-> WHERE ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) = 1;
ERROR 3593 (HY000): You cannot use the window function 'row_number' in this context.
mysql> SELECT order_id, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) AS rn
-> FROM orders WHERE rn = 1;
ERROR 1054 (42S22): Unknown column 'rn' in 'where clause'
每个用户金额前 2 笔,ROW_NUMBER:1025, 1031 | 1033, 1027 | 1029
每个用户金额前 2 名,DENSE_RANK:1025, 1031, 1024 | 1033, 1027 | 1029
相关子查询(金额比自己高的少于 2 笔):1025, 1031 | 1033, 1027 | 1029
用户 1001 按 amount 累加:
order_id amount 默认范围(RANGE) ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
1040 35.00 35.00 35.00
1024 59.90 94.90 94.90
1025 199.00 492.90 293.90
1031 199.00 492.90 492.90
耗时:用递归 CTE 生成 10 万笔订单,user_id 取 1000 个值,建 (user_id, amount) 索引,求每个用户金额前 3 名(两种写法都返回 3000 行),SHOW PROFILES 取两次:
相关子查询 1.781 s, 1.552 s
RANK() 0.053 s, 0.052 s(删除索引后 0.062 s)
参考资料
- Ben Forta. SQL 必知必会 [M]. 人民邮电出版社, 2013.
- MySQL 8.0 Reference Manual: Window Function Concepts and Syntax
- MySQL 8.0 Reference Manual: Window Function Descriptions
- MySQL 8.0 Reference Manual: Window Function Frame Specification
- MySQL 8.0 Reference Manual: MySQL Handling of GROUP BY
- MySQL 8.0 Reference Manual: Problems with Column Aliases