SQL语言简介

喜欢ヅ旅行 2022-01-07 02:17 296阅读 0赞

## SQL语言 ##

SQL语言按照功能划分成以下4个部分：

1.  DDL(Data Definition Language)数据定义语言，它用来定义我们的数据库对象，包括数据库、数据表和列。通过使用DDL，我们可以创建，删除和修改数据库和表结构。
2.  DML(Data Manipulation Language)数据操作语言，我们用它操作和数据库相关的记录，如增加、删除、修改数据表中的记录。
3.  DCL(Data Control Language)数据控制语言，我们用它来定义访问极限和安全级别。
4.  DQL(Data Query Language)数据查询语言，我们用它查询想要的记录，它是SQL语言的重中之重。实际业务中，我们绝大多数情况下都是在和查询打交道，因此，学会编写正确且高效的查询语句，是学习的重点。

SQL是我们与DBMS 交流的语言，我们在创建DBMS之前，还需要对它进行设计，对于RDBMS来说采用的是ER图（Entity Relationship Diagram），即实体-关系图的方式进行设计。

![er][]

ER图评审通过后，我们再用SQL语句或都可视化管理工具（Navicat）创建数据库表。

实体-关系图有什么用呢？

实体-关系图是我们用来描述现实世界的概念模型，在这个模型中有3个要素：

*  实体
 *  属性
 *  关系

SQL大小写的问题，总结如下：

1.  表名、表别名、字段名、字段别名都小写；
2.  SQL保留字、函数名、绑定变量等都大写。

## DB、DBS和DBMS的区别是什么 ##

DBMS 的英文全称是 DataBase Management System，数据库管理系列。实际上它可以对多个数据库进行管理，所以你可以理解为 DBMS = 多个数据库（DB）+ 管理程序。

DB 的英文是 DataBase，也就是数据库。数据库是存储数据的集合，你可以把它理解为多个数据表。

DBS 的英文是 DataBase System，数据库系统。它是更大的概念，包括了数据库、数据库管理系统以及数据库管理人员DBA。

Oracle中的 SQL 是如何执行的

SQL语句

## oracle 中sql执行 ##

SQL在Oracle中的执行过程：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2plaWtlcnhpYW8_size_16_color_FFFFFF_t_70]

SQL语句在oracle中经历了民以下的几个步骤：

1.  语法检查：检查 SQL 拼写是否正确，如果不正确，Oracle 会报语法错误。
2.  语义检查：检查 SQL 中的访问对象是否存在。如SQL语句中表名，列名是否正确。
3.  权限检查：看用户是否具备访问该数据的权限。
4.  共享池检查：共享池（Shared Pool）是一块内存池，最主要的作用是缓存SQL语句和该语句的执行计划。Oracle 通过检查共享池是否存在SQL语句的执行计划，来判断进行软解析，还是硬解析。怎么解理软解析和硬解析呢?  
    在共享池中，Oracle首先对SQL语句进行Hash运算，然后根据 Hash 值在库缓存（Library Cache）中查找，如果存在SQL语句的执行计划，就直接拿来执行，直接进入“执行器”的环节，这就是软解析。  
    如果没有找到 SQL 语句和执行计划，Oracle 就需要创建解析树进行解析，生成执行计划，进入“优化器”这个步骤，这就是硬解析。
5.  优化器：优化器中就是要进行硬解析，也就是决定怎么做，比如创建解析树，生成执行计划。
6.  执行器：当有了解析树和执行计划之后，就知道了SQL该怎么被执行，这样就可以在执行器中执行语句了。

共享池是Oracle中的术语，包括了库缓存，数据字典缓冲区等。

*  库缓存：我们上面已经讲到了库缓存区，它主要缓存SQL语句和执行计划。
 *  数据字典缓冲区：存储的是 Oracle 中的对象定义，比如表、视图、索引等对象。当对SQL语句进行解析的时候，如果需要相关的数据，会从数据字典缓冲区中提取。

库缓存这一个步骤，决定了SQL语句是否需要进行硬解析。为了提升SQL的执行效率，我们应该尽量避免硬解析，因为在SQL的执行过程中，创建解析树，生成执行计划是很消耗资源的。

## MySQL 中的 SQL 是如何执行的 ##

首先 MySQL 是典型的 C/S 架构，即 Client/Server架构，服务器端程序使用的 mysqld。整体的 MySQL 流程如下图所示：

![图mysql1][mysql1]

可以看到 MySQL 由三层组成：

1.  连接层：客户端和服务器端建立连接，客户端发送 SQL 至服务器端；
2.  SQL 层：对SQL语句进行查询处理；
3.  存储引擎层：与数据库文件打交道，负责数据的存储和读取。

其中SQL 层与数据库文件的存储方式无关，我们来看下 SQL 层的结构：

![图mysql2][mysql2]

1.  查询缓存： Server如果在查询缓存中发现了这条SQL语句，就会直接将结果返回给客户端；如果没有，就进入到解析器阶段。需要说明的是，因为查询缓存往往效率不高，所以在MySQL8.0之后注抛弃了这个功能。
2.  解析器：在解析器中对SQL 语句进行语法分析、语义分析。
3.  优化器：在优化器中会确定 SQL 语句的执行路径，比如是根据全表检索，还是根据索引来检索等。
4.  执行器：在执行之前需要判断该用户是否具备权限，如果具备权限就执行SQL 查询并返回结果。在MySQL8.0以下的版本，如果设置了查询缓存，这时将查询结果进行缓存。。

与Oracle 不同的是，MySQL的存储引擎采用了插件的形式，每个存储引擎都面向一种特定的数据库应用环境。同时开源的MySQL 还允许开发人员设置自己的存储引擎，下面是一些常见的存储引擎：

1.  InnoDB 存储引擎： 它是 MySQL 5.5 版本之后默认的存储引擎，最大的特点是支持事务、行级锁定、外键约束等。
2.  MyISAM 存储引擎：在 MySQL 5.5 版本之前是默认的存储引擎，不支持事务，也不支持外键，最大的特点就是速度快，占用资源少。
3.  Memory存储引擎：使用系统内存作为存储介质，以便得到更快的响应速度。不过如果mysqld进程崩溃，则会导致所有的数据丢失，因此我们只有当数据是临时的情况下才使用Memory存储引擎。
4.  NDB存储引擎：也叫做 NDB Cluster存储引擎，主要用于 MySQL Cluster分布式集群环境，类型于Oracle的RAC集群。
5.  Archive 存储引擎：它有很好的压缩机制，用于文件归档，在请求写入时会进行压缩，所以也经常来用做仓库。

既然一条SQL 语句会经历不同的模块，那我们来看一下，在不同的模块中，SQL执行所使用的资源（时间）是怎样的。下面我来教你如何在 MySQL中对一条 SQL语句的执行时间进行分析。

首先查看一下 profiling是否开启，开启它可以让 MySQL收集在 SQL执行时所使用的资源情况，命令如下：

select @@profiling;

profiling=0 代表关闭，我们需要把 profiling打开，即设置为1：

select profiling = 1;

然后我们执行一个 SQL 查询（执行任何一个）：

select * from scc_patient;

查看当前会话所产生的所有 profiles:

show profiles;

[er]: /images/20211227/c0118bffc2cb4601b5f0174588c0e3b2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2plaWtlcnhpYW8_size_16_color_FFFFFF_t_70]: /images/20211227/605f96c42f0d42c3bfcddca781c9475a.png
[mysql1]: /images/20211227/53355eefe65a42afa20384a04e5ba3b9.png
[mysql2]: /images/20211227/c07eaf9ba4a64807a90903bf0b3795ae.png