SQL

• 1. 什么是 SQL
• 2. 常见列类型(column type)
  • 2.1 数值类型（Numeric Types）
  • 2.2 字符类型（String / Text Types）
  • 2.3 日期时间类型（Date/Time Types）
  • 2.4 布尔类型（Boolean Type）
  • 2.5 二进制类型（Binary / Blob）
  • 2.6 JSON / 枚举类型（部分数据库特有）
  • 2.7 选类型的建议
• 3. 主键与外键
  • 3.1 主键（Primary Key）
  • 3.2 外键（Foreign Key）
• 4. 索引
  • 4.1 索引有什么用
  • 4.2 索引的代价
  • 4.3 常见索引类型
  • 4.4 全文索引和空间索引
• 5. SQL 语句的常见分类
  • 5.1 DDL
  • 5.2 DML
  • 5.3 DCL
  • 5.5 TCL
• 6. 常用查询语法
  • 6.1 查（SELECT）
  • 6.2 筛（WHERE）
  • 6.3 排（ORDER BY）
  • 6.4 聚（GROUP BY）
  • 6.5 连（JOIN）
  • 6.6 套（子查询）
• 7. 建表、改表（加列、删列、重命名表）、删表
  • 7.1 建表 CREATE TABLE
  • 7.2 增加列 ALTER TABLE
  • 7.3 删除列
  • 7.4 重命名表
  • 7.5 删表 DROP TABLE
• 8. 分表、分库
  • 8.1 垂直拆分
  • 8.2 水平拆分
• 9. SQL 执行顺序
• 10. 学习资源

1. 什么是 SQL

SQL 全称 Structured Query Language，用于操作关系型数据库中的数据和数据库对象。
常见的关系型数据库包括：

• MySQL
• PostgreSQL
• SQLite
• Oracle
• SQL Server

这些数据库都受到 SQL 标准影响，但并不是所有语法都完全通用。

关系型数据库通常由一组相互关联的表组成。每张表有：

• 列：描述字段，例如 id、name、created_at
• 行：一条具体记录

可以把它理解为“比 Excel 更适合存储、约束和查询数据的表格系统”。

2. 常见列类型(column type)

在 SQL/关系型数据库里，每一列（column）都有一个数据类型（type），用于限制该列可以存储什么样的数据。
选择合适的数据类型，会影响：

• 数据正确性
• 存储空间
• 查询性能
• 可维护性

2.1 数值类型（Numeric Types）

说明：

• 金额、价格、比例这类对精度敏感的数据，优先用 DECIMAL / NUMERIC
• 浮点数适合科学计算，不适合直接存钱

2.2 字符类型（String / Text Types）

说明：

• CHAR(n) 常用于长度固定的数据，例如国家码、状态码
• VARCHAR(n) 更常用，适合大多数字符串字段
• 字符串字面量通常用单引号，例如 ‘Alice’
• 字符串中若包含单引号，通常写成两个单引号，例如 ‘I’‘m Bob’

2.3 日期时间类型（Date/Time Types）

说明：

• TIMESTAMP 和 DATETIME 在不同数据库中的行为并不完全一样
• PostgreSQL 常用 TIMESTAMP
• MySQL 同时有 DATETIME 和 TIMESTAMP
• 如果业务涉及时区，设计时要提前考虑“是否存时区”或“是否统一用 UTC”

2.4 布尔类型（Boolean Type）

说明：

• BOOLEAN 是常见写法，但不同数据库实现不同
• MySQL 中 BOOLEAN 本质上是 TINYINT(1) 的别名
• SQL Server 没有标准 BOOLEAN，通常使用 BIT

2.5 二进制类型（Binary / Blob）

2.6 JSON / 枚举类型（部分数据库特有）

2.7 选类型的建议

• 金额、积分、汇率：优先 DECIMAL / NUMERIC
• 用户名、标题、手机号：通常用 VARCHAR
• 超长正文：考虑 TEXT
• 时间字段：先明确是否要处理时区
• 想要更强可移植性时，少依赖 ENUM、YEAR 这类方言类型

3. 主键与外键

在关系型数据库中，主键（Primary Key）和外键（Foreign Key）是最核心的概念之一，用于保证数据的唯一性和表之间的关联。

3.1 主键（Primary Key）

主键用来唯一标识表中的每一行记录。一个表只能有 一个主键，但主键可以由多列组成（复合主键）。

• 唯一性 每行数据的主键值都不相同
• 非空 主键列不能为 NULL
• 自动索引 数据库会自动为主键建立索引，提高查询效率

示例：

CREATE TABLE users (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    email VARCHAR(100)
);

复合主键示例：

CREATE TABLE orders (
    order_id INT,
    product_id INT,
    quantity INT,
    PRIMARY KEY (order_id, product_id)
);

3.2 外键（Foreign Key）

外键用于建立 表与表之间的关联。外键列引用另一个表的主键或唯一键，从而保证数据一致性。

• 参照性完整性 外键值必须在被引用表的主键中存在，或者为 NULL
• 可为空 外键列可以允许 NULL（表示没有关联）
• 可级联操作 可以设置 ON DELETE CASCADE 或 ON UPDATE CASCADE 自动更新/删除关联数据

示例：

CREATE TABLE orders (
    order_id INT PRIMARY KEY,
    user_id INT,
    order_date DATE,
    FOREIGN KEY (user_id) REFERENCES users(id)
);

这里 user_id 是外键，引用 users 表的 id 列，保证订单一定属于某个用户。

带级联的外键示例：

FOREIGN KEY (user_id) REFERENCES users(id)
ON DELETE CASCADE
ON UPDATE CASCADE

含义：

• 删除用户时，相关订单也会被删掉
• 更新用户主键值时，关联记录同步更新

级联操作很方便，但要谨慎，避免误删大量数据。

4. 索引

在数据库中，索引（Index）是提高查询效率的重要手段，相当于书的目录，让数据库可以快速找到需要的数据。大多数数据库索引基于 B+ 树实现。

4.1 索引有什么用

• 加快 WHERE 条件过滤
• 加快 JOIN 关联
• 在某些场景下优化 ORDER BY、GROUP BY
• 对唯一约束提供支持

4.2 索引的代价

索引不是越多越好。索引会带来：

• 更多存储开销
• 更慢的 INSERT
• 更慢的 UPDATE
• 更慢的 DELETE

因为数据变了，索引也要一起维护。

4.3 常见索引类型

1. 主键索引（Primary Key Index）

     CREATE TABLE users (id INT PRIMARY KEY, name VARCHAR(50));
   

   自动为主键列建立索引，唯一且非空。

2. 唯一索引（Unique Index）

     CREATE UNIQUE INDEX idx_email ON users(email);
   

   保证列值唯一，可在非主键列上创建。

3. 普通索引（Index / Non-Unique Index）

     CREATE INDEX idx_name ON users(name);
   

   仅用于加快查询，允许重复值。

4. 组合索引（Composite Index）

     CREATE INDEX idx_name_email ON users(name, email);
   

   索引覆盖多列，顺序重要，查询时最好按索引顺序。

4.4 全文索引和空间索引

1. 全文索引（Fulltext Index）

     CREATE FULLTEXT INDEX idx_content ON articles(content);
   

   用于文本搜索，支持 MATCH … AGAINST 搜索文本。

2. 空间索引（Spatial Index）

     CREATE SPATIAL INDEX idx_location ON places(location);
   

   用于 GIS / 坐标数据，支持 POINT, GEOMETRY 类型。

全文索引、空间索引都很常见，但它们不是通用入门 SQL 的核心部分，而且不同数据库支持方式差异很大。例如：

• MySQL 有 FULLTEXT INDEX
• PostgreSQL 更常见的是全文检索能力配合 tsvector
• GIS 相关索引在不同数据库中也有不同实现

5. SQL 语句的常见分类

5.1 DDL

Data Definition Language，数据定义语言，定义和修改数据库结构（表、索引、视图等）。常见语句：

• CREATE 创建数据库、表、视图、索引等
• ALTER 修改已有数据库对象结构
• DROP 删除数据库对象
• TRUNCATE 清空表数据（保留表结构）

5.2 DML

Data Manipulation Language，数据操作语言，用来增删改查数据。常见语句：

• SELECT 查询数据
• INSERT 插入数据
• UPDATE 更新数据
• DELETE 删除数据

Note

• UPDATE 和 DELETE 执行之前最好先使用 SELECT 确认约束的数据集合是否是自己的预期。
• 有的资料把 SELECT 单独分类成 DQL。

5.3 DCL

Data Control Language，数据控制语言，控制数据库访问权限和安全。常见语句：

• GRANT 授权用户权限
• REVOKE 收回用户权限

5.5 TCL

Transaction Control Language，事务控制语言，管理事务，确保数据一致性。常见语句：

• COMMIT 提交事务，永久保存更改
• ROLLBACK 回滚事务，撤销未提交更改
• SAVEPOINT 设置事务保存点，可回滚到此点
• SET TRANSACTION 设置事务属性

6. 常用查询语法

6.1 查（SELECT）

SELECT name, age FROM users;

取哪些字段。
FROM 查询的数据来源，可以是表，也可以是临时结果集。

6.2 筛（WHERE）

SELECT * FROM users WHERE age > 18;

过滤条件

6.3 排（ORDER BY）

ORDER BY age DESC;

排序

6.4 聚（GROUP BY）

SELECT city, COUNT(*) FROM users GROUP BY city;

分组聚合，GROUP BY 后，只能 SELECT 分组字段 or 聚合函数

6.5 连（JOIN）

SELECT u.name, o.amount
FROM users u
JOIN orders o ON u.id = o.user_id;

连接多表

6.6 套（子查询）

SELECT name FROM users
WHERE id IN (SELECT user_id FROM orders);

7. 建表、改表（加列、删列、重命名表）、删表

7.1 建表 CREATE TABLE

CREATE TABLE users (
    id INT PRIMARY KEY,
    name VARCHAR(50) NOT NULL,
    email VARCHAR(100) UNIQUE,
    created_at TIMESTAMP
);

7.2 增加列 ALTER TABLE

ALTER TABLE users
ADD COLUMN phone VARCHAR(20);

7.3 删除列

ALTER TABLE users
DROP COLUMN phone;

7.4 重命名表

ALTER TABLE users
RENAME TO app_users;

说明：

• 不同数据库在 ALTER TABLE 的细节上可能略有不同
• 写迁移脚本前要确认当前数据库的语法

7.5 删表 DROP TABLE

DROP TABLE app_users;

危险操作建议：

• 先确认环境是不是生产库
• 先确认是否有备份

8. 分表、分库

分库分表不是 SQL 基础语法，而是数据库架构层面的设计问题。

8.1 垂直拆分

按业务拆，例如：

• 用户表放到用户库
• 订单表放到订单库

优点：

• 业务边界清晰
• 单库压力降低

代价：

• 跨库查询和事务更复杂

8.2 水平拆分

按数据行拆，例如按 user_id 取模，把同一张大表拆到多个表或多个库中。

优点：

• 单表数据量下降
• 可以分摊存储和查询压力

代价：

• 路由复杂
• 聚合查询复杂
• 扩容和迁移复杂

9. SQL 执行顺序

SELECT DISTINCT column, AGG_FUNC(column_or_expression), …
FROM mytable
    JOIN another_table
      ON mytable.column = another_table.column
    WHERE constraint_expression
    GROUP BY column
    HAVING constraint_expression
    ORDER BY column ASC/DESC
    LIMIT count OFFSET COUNT;

常见的逻辑执行顺序可以理解为：

1. FROM
2. JOIN
3. WHERE
4. GROUP BY
5. HAVING
6. SELECT
7. DISTINCT
8. ORDER BY
9. LIMIT / OFFSET

这也是为什么：

• WHERE 里不能直接使用 SELECT 阶段才产生的别名
• HAVING 是对分组后的结果再做筛选

10. 学习资源

基础

• SQLBolt
• w3schools SQL Tutorial

进阶

• SQL必知必会

刷题

• LeetCode database
• 牛客网 SQL必知必会