MySQL零基础保姆级教程：从建库建表到索引优化一次搞懂

MySQL数据库关系型数据库 本内容遵循CC 4.0 BY-SA版权协议
2026-10-02 09:03:22 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›
不靠谱的糖饼 不靠谱的糖饼 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要
行人重识别(ReID)自定义数据集构建与模型训练实战 行人重识别(ReID)是计算机视觉中跨摄像头追踪行人的关键技术，其核心在于学习具有判别力的行人特征表示。通过深度学习模型提取的特征向量需满足同一行人在不同视角下的特征一致性，同时区分不同行人。在实际工程应用中，公开数据集与业务场景的数据分布差异(domain gap)会导致模型性能显著下降。构建高质量自定义数据集能有效提升模型在安防监控、智能零售等场景的准确率30-50%。关键技术环节包括：基于YOLOv8+DeepSort的行人检测跟踪、Laplacian方差图像质量过滤、以及结合Triplet Loss 阅读详情

1. 先把"数据库到底在干嘛"这件事说透

零基础学 MySQL，最忌讳的事情就是一上来就背命令。很多教程第一页就甩出 CREATE TABLE，读者连"表"为什么要存在都没搞明白，自然学一个忘一个。所以这篇保姆级教程我特意把"为什么"放在前面，你先想通数据库存在的意义，后面所有语法都会变得顺理成章。

1.1 没有数据库的世界，到底乱成什么样

想象你开了一家小卖部。刚开始用 Excel 记录每天的进货和销售，挺顺手。可一旦顾客多起来、商品类别复杂起来，"多人同时改同一个表怎么办""数据到了几十万行查询变得特别慢怎么办""电脑死机数据没保存怎么办""A同事改的数据把B同事的覆盖了怎么办"——这些问题一个接一个冒出来。

数据库管理系统（DBMS）就是专门解决这些问题的软件。它把数据以结构化方式存储在磁盘上，提供高效查询、并发控制、故障恢复、权限管理等一整套能力。MySQL 就是其中应用最广的开源关系型数据库之一，从个人博客到大型电商平台，到处都有它的身影。

很多初学者容易把"数据库"和"MySQL"这两个概念混在一起，其实 MySQL 只是数据库的一种实现。你可以把"数据库"理解成"汽车"这个大类，MySQL、PostgreSQL、Oracle、SQL Server 都是具体的品牌和车型。

1.2 "关系型"的"关系"两个字，到底指什么

MySQL 属于关系型数据库管理系统（RDBMS）。"关系型"这个词听起来特别学术，拆开理解就一句话：数据以二维表格的形式存放，表与表之间通过相同的字段建立联系。

比如你有两张表：

  • 学生表：学号、姓名、班级
  • 成绩表：学号、科目、分数

成绩表里不需要存学生的姓名，只需要存学号，就能通过"学号"这个共同字段找到学生信息。正因为这种"关系"，我们可以用一条 SQL 把两张表的数据连起来查，不需要在每一处都重复存姓名。这就是关系型数据库设计里"减少冗余"的核心思想。

1.3 MySQL 的整体架构：面试会问，理解也不难

不少人搜"mysql架构"，其实是想搞明白 MySQL 里面到底是怎么协作的。我建议零基础阶段不需要深究源码，但要把下面这个分层模型记牢，因为它是后续学习优化和排错的基础：

  • 连接层：负责接收客户端的连接请求，做身份验证、权限校验。每次你用 mysql -uroot -p 登录，第一步走的就是这一层。
  • 服务层：SQL 解析、查询优化、内置函数、存储过程、触发器都在这层。你说一句 SELECT * FROM user WHERE id=1，MySQL 先在这里解析成执行计划。
  • 存储引擎层：真正负责数据的读写。MySQL 默认且最常用的是 InnoDB 引擎，支持事务、行级锁、崩溃恢复。不同引擎的存储方式、锁粒度都不同，这是后续性能调优的关键战场。
  • 文件系统层：数据最终以文件形式落到磁盘。datadir 目录下的 .ibd 文件就是 InnoDB 存储真实数据的地方。

打个比方：连接层像公司前台，验证你身份；服务层像项目经理，拆解需求、制定执行方案；存储引擎层像干活的员工，真正执行任务；文件系统层像档案室，所有成果都存在这里。

2. 从零装好 MySQL 环境，每一步都讲清楚

环境搭不起来，后面全是纸上谈兵。我在这些年见过太多人卡在安装这一步，其实大多数坑是有规律可循的。下面把几种常见安装方式都过一遍，你按自己的系统选一种就行。

2.1 版本和下载地址怎么选

初学者经常会搜"mysql下载地址""mysql官网"，但到了官网又不知道点哪。我直接说结论：**选 MySQL Community Server 版本即可，这是官方免费社区版，功能和商业版在核心使用上没有任何区别。**下载地址就是 dev.mysql.com/downloads/mysql/。

版本方面，现在主推 8.0 系列（比如 8.0.46）。相比老版本 5.7，8.0 的默认字符集是 utf8mb4、支持窗口函数、支持公用表表达式（CTE），性能也有不少提升。零基础直接学新版本，别在 5.7 上花时间了。

2.2 Windows 安装：MSI 向导和 ZIP 压缩包两种办法

方式一：MSI 安装包，适合不想折腾的人

下载 mysql-installer-community-8.0.xx.msi，双击开始安装。需要注意几步：

  • 选择 Setup Type 时，选 Server only 就够了，其他组件以后需要再装。
  • 到 "Type and Networking" 这一步，端口保持默认的 3306。如果本机 3306 被占用（常见于之前装过其他数据库），可以改成 3307。
  • 认证方式建议选 "Use Strong Password Encryption"。
  • 设置 root 密码时，一定要记牢，或者直接存到密码管理工具里。
  • 最后一步配置 Windows Service，勾选开机自启动，方便省事。

方式二：ZIP 压缩包，自己掌控一切

很多人在搜"mysql 8.0.46 压缩版安装"，这种方式的本质就是手动初始化并注册服务。步骤如下：

  1. 把压缩包解压到 D:\mysql-8.0.46-winx64。
  2. 在根目录新建 my.ini 配置文件：
INI
[mysqld]
basedir=D:/mysql-8.0.46-winx64
datadir=D:/mysql-8.0.46-winx64/data
port=3306
character-set-server=utf8mb4
default-storage-engine=InnoDB
 
[client]
default-character-set=utf8mb4
  1. 以管理员身份打开 CMD，进入 bin 目录，执行初始化命令：
BASH
mysqld --initialize-insecure

注意：这里用 --initialize-insecure 会生成一个空密码的 root 用户，适合新手首次登录。如果用了 --initialize，系统会生成随机密码并把密码写在 data 目录下的 .err 日志文件里，很多新手找不到这个文件，白白卡住。

  1. 注册成 Windows 服务并启动：
BASH
mysqld --install mysql8
net start mysql8

以后你可以直接在 Windows 服务管理面板里启停 MySQL，也可以用 net stop mysql8 停止。

2.3 Docker 安装：一条命令搞定

如果你用 Docker，安装 MySQL 可能是所有方式里最省心的。很多人搜"docker安装mysql"，核心命令就这几行：

BASH
docker pull mysql:8.0
docker run -d \
--name mysql8 \
-p 3306:3306 \
-e MYSQL_ROOT_PASSWORD=123456 \
mysql:8.0

注意几个参数的含义：

  • -d 表示后台运行。
  • --name mysql8 给容器起个名。
  • -p 3306:3306 把容器内的 3306 端口映射到宿主机，这样外部程序才能通过宿主机 IP 访问数据库。
  • -e MYSQL_ROOT_PASSWORD=123456 设置 root 密码。

如果要指定字符集，可以在命令后面加：

BASH
docker run -d --name mysql8 -p 3306:3306 \
-e MYSQL_ROOT_PASSWORD=123456 \
mysql:8.0 \
--character-set-server=utf8mb4 --collation-server=utf8mb4_unicode_ci

我第一次用 Docker 装 MySQL 时，忘了设置字符集，建表时插入中文全是问号。后来排查发现容器默认的 character_set_server 不是 utf8mb4，教训深刻。

2.4 客户端工具：命令行、Workbench、Navicat 怎么选

装好服务端之后，你需要一个"入口"去操作它。

  • 命令行 mysql：装 MySQL 自带的客户端，敲 mysql -uroot -p 进入。虽然界面简陋，但它是排查问题最直接的工具，零基础阶段建议先用它，能让你理解每条命令的执行流程。
  • MySQL Workbench：官方免费图形化工具，支持建表可视化、ER 图、查询执行计划查看。适合不想记语法的人，也适合做数据建模。
  • Navicat for MySQL：第三方商业工具，界面真的很顺手，导入导出也方便。很多人在搜"navicat for mysql 免费版"，它确实有试用期，正版需要付费购买。预算有限的用户可以用 Workbench 平替，功能上完全够用。

我的建议是：前期命令行为主，图形工具为辅。 遇到报错时，命令行能告诉你最原始的错误信息，这对学习排错至关重要。

3. 建库建表：数据模型是地基，先学会画这张表

环境跑通之后，就进入正式实操了。先记住 SQL 的两个基本规矩：语句以分号结尾，关键字不区分大小写但习惯上大写（我下面的示例用小写更贴近实战习惯，你也可以全大写，效果一样）。

3.1 创建和删除数据库

SQL
SHOW DATABASES;
CREATE DATABASE shop DEFAULT CHARACTER SET utf8mb4;
USE shop;

创建数据库时显式指定 utf8mb4 字符集非常重要。MySQL 8.0 虽然默认就是 utf8mb4，但老版本默认是 latin1，存中文会变成乱码。utf8mb4 是完整的 UTF-8 实现，不仅支持中文，还支持 emoji 表情，现在做新项目基本都选它。

删除数据库用 DROP DATABASE shop;，这句命令会把整个库连同数据全部删掉，执行前一定要三思。生产环境我几乎不用 DROP，更常用的是先备份再改名。

3.2 数据类型别乱选，先记这几种就够了

建表时最纠结的往往是"这个字段该用什么类型"。我把日常开发出现频率最高的类型整理成一张表：

类别 数据类型 使用场景
整数 INT, BIGINT 数量、ID、订单号等
小数 DECIMAL(10,2) 金额、价格
字符串 VARCHAR(255) 用户名、手机号、邮箱
长文本 TEXT, LONGTEXT 文章正文、备注
日期时间 DATETIME, TIMESTAMP 创建时间、更新时间
布尔 TINYINT(1) 状态标志，0 和 1

一个经典教训：金额绝对不能用 FLOAT 或 DOUBLE 存。浮点数是近似值，0.1 + 0.2 在计算机里可能算出 0.30000000000000004，线上账目一旦用浮点算金额，对不上账就是分分钟的事。金额正确姿势是 DECIMAL(10,2)，它是定点数，按整数方式存储，精确可靠。

3.3 主键、唯一键、外键：这些约束到底在约束什么

主键（PRIMARY KEY） 是每行记录的唯一标识。一个表只能有一个主键，主键值不能为空，通常用自增整数或 UUID。自增主键简单高效，是新手最稳妥的选择。

唯一键（UNIQUE KEY） 保证一列或多个列的组合值不重复。比如用户表里的 username 通常要加唯一约束，防止注册重名。一个表可以有多个唯一键。注意主键本身也包含唯一性约束。

外键（FOREIGN KEY） 用来维护表间数据的一致性。比如订单表的 user_id 引用用户表 id，如果用户被删除，订单里的关联数据怎么处理？外键的 ON DELETE CASCADE 或 ON DELETE SET NULL 可以控制这种行为。

不过实际开发中，很多团队出于性能考虑，选择不建物理外键，而是在应用层维护数据关系。这样做的好处是插入、更新更快，坏处是数据一致性靠代码保证，容易出 bug。面试时能讲出这个取舍，会显得你理解了本质。

3.4 建表语句实战

下面创建一个用户表，几乎涵盖日常建表 90% 的场景：

SQL
CREATE TABLE user (
id BIGINT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
username VARCHAR(50) NOT NULL UNIQUE,
nickname VARCHAR(50) DEFAULT '',
age TINYINT UNSIGNED DEFAULT 0,
balance DECIMAL(12,2) DEFAULT 0.00,
created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
updated_at DATETIME DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

几个细节逐一说一下：

  • BIGINT UNSIGNED：无符号大整数，取值范围比普通 BIGINT 大，用作主键基本不会爆。
  • AUTO_INCREMENT：自增列，每次插入自动加 1，不用手动赋值。
  • NOT NULL UNIQUE：既约束非空，又要求唯一，防止重复用户名。
  • DEFAULT CURRENT_TIMESTAMP：插入时自动生成当前时间，省去应用层传参。
  • ON UPDATE CURRENT_TIMESTAMP：更新记录时自动修改 updated_at，做数据审计非常好用。
  • ENGINE=InnoDB：8.0 默认就是 InnoDB，写不写都行，但写上能提醒你关注引擎差异。

3.5 修改表结构是家常便饭

项目需求一变，加字段、删字段、改类型是常有的事。

SQL
-- 新增一列，放在 nickname 后面
ALTER TABLE user ADD COLUMN phone VARCHAR(20) AFTER nickname;
 
-- 修改列的数据类型
ALTER TABLE user MODIFY COLUMN phone VARCHAR(30);
 
-- 修改列名
ALTER TABLE user CHANGE COLUMN phone mobile VARCHAR(30);
 
-- 删除列
ALTER TABLE user DROP COLUMN mobile;
 
-- 查看当前表结构
DESC user;

ALTER TABLE 在大表上执行时可能锁表，生产环境要选择合适的时机或者用在线 DDL 工具。零基础阶段先掌握命令本身，优化意识等有项目经验了再培养。

4. 增删改查：MySQL 最核心的四个动作

CRUD 是日常开发里执行频率最高的操作，也是面试题的高发区。下面我从实际场景出发，把四种操作一次讲透。

4.1 INSERT：插入数据的正确姿势

SQL
INSERT INTO user (username, nickname, age)
VALUES ('zhangsan', '张三', 20);

注意到我没有插入 id、created_at 等字段，因为它们有默认值或自增。一次插入多条数据时，一条 INSERT 的多 VALUES 写法比循环逐条插入效率高得多：

SQL
INSERT INTO user (username, nickname, age) VALUES
('lisi', '李四', 21),
('wangwu', '王五', 25);

实际项目中，如果要从另一张表批量导入数据，常用 INSERT INTO ... SELECT：

SQL
INSERT INTO user_backup (username, nickname, age)
SELECT username, nickname, age FROM user WHERE age > 18;

4.2 SELECT：筛选、分组、排序一次讲明白

查询是重中之重。基础查询：

SQL
SELECT id, username, nickname FROM user WHERE age >= 18;

按年龄分组，统计每个年龄段有多少人：

SQL
SELECT
CASE
WHEN age < 18 THEN '未成年'
WHEN age < 30 THEN '青年'
ELSE '中年及以上'
END AS age_group,
COUNT(*) AS cnt
FROM user
GROUP BY age_group
ORDER BY cnt DESC;

这里用了 CASE WHEN 做条件分组、COUNT(*) 聚合统计、GROUP BY 分组、ORDER BY 排序，一条语句串起了查询的核心能力。注意执行顺序：先 WHERE 过滤，再 GROUP BY 分组，再聚合函数计算，最后 ORDER BY 排序。

4.3 排序和分页：数据库命令大全里最常用的组合

SQL
-- 按余额从高到低
SELECT * FROM user ORDER BY balance DESC;
 
-- 按创建时间倒序，时间相同时按 id 正向
SELECT * FROM user ORDER BY created_at DESC, id ASC;
 
-- 分页：每页 20 条，第 3 页
SELECT * FROM user ORDER BY id LIMIT 20 OFFSET 40;

LIMIT 20 OFFSET 40 等价于 LIMIT 40, 20，表示跳过 40 条再取 20 条。页码和偏移的关系是 offset = (page - 1) * pageSize。

新手常犯的错误是 LIMIT 后面两个数字顺序搞反。LIMIT 20, 40 和 LIMIT 40, 20 返回的结果完全不一样，排查时先确认书写顺序。

4.4 mysql 8.0 的窗口函数：分组内排序的利器

很多人搜"mysql排序"，其实是想做"每个分组内取前几名"这种需求。在 8.0 之前，这类需求要写子查询或者用户变量，非常绕。8.0 引入窗口函数后，一条 SQL 搞定：

SQL
-- 按年龄分组，组内按余额从高到低排序编号
SELECT
username, age, balance,
ROW_NUMBER() OVER (PARTITION BY age ORDER BY balance DESC) AS rn
FROM user;

PARTITION BY age 就是"按年龄分桶"，ORDER BY balance DESC 是桶内排序，ROW_NUMBER() 给每行一个序号。想取每组前三名，外面再包一层：

SQL
SELECT * FROM (
SELECT
username, age, balance,
ROW_NUMBER() OVER (PARTITION BY age ORDER BY balance DESC) AS rn
FROM user
) t
WHERE rn <= 3;

零基础阶段先把普通 GROUP BY 练熟，窗口函数作为进阶加分项，能写出这条，面试官对你的好感会明显上升。

4.5 UPDATE：更新子查询要注意自引用陷阱

简单更新：

SQL
UPDATE user SET balance = balance + 50 WHERE id = 1;

很多人搜"mysql中更新子查询"，核心痛点在于 MySQL 不允许在 UPDATE 里直接查询并更新同一张表。报错信息通常是 You can't specify target table for update in FROM clause。

比如你想给余额最高的人名字加上 "VIP"：

SQL
UPDATE user
SET nickname = CONCAT(nickname, 'VIP')
WHERE id = (SELECT MAX(id) FROM user);

上面这句就会报错，因为子查询和目标表是同一张表。解决办法是包一层派生表，让 MySQL 认为外层已经换了一张虚拟表：

SQL
UPDATE user
SET nickname = CONCAT(nickname, 'VIP')
WHERE id = (
SELECT id FROM (
SELECT MAX(id) AS id FROM user
) t
);

核心思路一句话：update 子查询要绕一层，不要让 MySQL 发现在边查边改同一张表。

4.6 DELETE：删除操作的保命原则

简单删除：

SQL
DELETE FROM user WHERE id = 100;

删全表：

SQL
TRUNCATE TABLE user;

TRUNCATE 和 DELETE 不一样：TRUNCATE 直接清空整个表并重置自增 ID，速度快但不能带条件、不能回滚；DELETE 可以带条件，逐行删，配合事务可以回滚。

我给新手的保命建议是：任何 DELETE 执行前，先把 WHERE 条件改成 SELECT 跑一遍，确认影响行数是你预期中的数量，再执行删除。

SQL
SELECT * FROM user WHERE age > 60; -- 先数一下
DELETE FROM user WHERE age > 60; -- 再删

这个习惯养成之后，能帮你躲过绝大多数线上事故。

5. 索引与性能：让查询从"龟速"变"秒回"的关键

数据库性能优化是个大话题，但零基础阶段只需要抓住一个核心——索引。面试中考索引的频率极高，实战中排查慢查询也绕不开它。

5.1 索引的本质：用空间换时间

索引的原理可以理解成一本书的目录。没有目录时，要在 500 万行数据里找一条记录，只能一行行扫描，这叫做全表扫描，慢到没朋友。有了索引之后，MySQL 通过 B+ Tree 树形结构，能在几十毫秒内定位到目标行，效率是数量级的提升。

代价是索引需要额外占用磁盘空间，每次 INSERT、UPDATE、DELETE 时还要同步维护索引树，所以写操作会变慢。这就是"空间换时间、读快写慢"的权衡。

常见索引类型：

  • 普通索引（INDEX）：加速查询，不要求唯一。
  • 唯一索引（UNIQUE KEY）：加速查询，同时保证值唯一。
  • 联合索引（复合索引）：多个列组合成一个索引，遵循最左前缀原则。
  • 全文索引（FULLTEXT）：用于全文检索，实际项目里中文全文检索往往交给 Elasticsearch 这类专用系统。

5.2 创建索引的正确姿势和最左前缀原则

SQL
-- 普通索引
CREATE INDEX idx_username ON user(username);
 
-- 唯一索引
CREATE UNIQUE INDEX idx_username_unique ON user(username);
 
-- 联合索引，字段顺序有讲究
CREATE INDEX idx_age_balance ON user(age, balance);
 
-- 查看表上所有索引
SHOW INDEX FROM user;
 
-- 删除索引
DROP INDEX idx_username ON user;

联合索引的列顺序很关键。idx_age_balance 建立在 (age, balance) 两个字段上，它能高效命中以下查询：

SQL
WHERE age = 20
WHERE age = 20 AND balance > 100

但对单独用 balance 过滤的查询，这个索引是无效的，因为 B+ Tree 结构先按 age 排序，再按 balance 排序。这就是最左前缀原则：必须从索引最左边的列开始匹配，中间不能跳过。

所以联合索引字段顺序一般遵循两个原则：一是区分度高的列放前面，二是经常等值查询的字段放前面。

5.3 用 EXPLAIN 看一条 SQL 走没走索引

EXPLAIN 是 MySQL 提供的执行计划分析工具，在 SELECT 前面加一个 EXPLAIN 关键字即可：

SQL
EXPLAIN SELECT * FROM user WHERE username = 'zhangsan';

返回结果里重点看这几个字段：

  • type：连接类型。从好到差大致是 const > eq_ref > ref > range > index > ALL。看到 ALL 就要警惕，说明是全表扫描。
  • key：实际使用的索引名。如果是 NULL，可能没走索引。
  • rows：预估扫描行数，越小越好。

比如你建了索引但 type 还是 ALL，常见原因包括：

SQL
-- 在索引列上使用函数，导致索引失效
EXPLAIN SELECT * FROM user WHERE YEAR(created_at) = 2024;
 
-- 改成范围比较，索引就能生效
EXPLAIN SELECT * FROM user WHERE created_at >= '2024-01-01' AND created_at < '2025-01-01';

SQL 写法对索引的影响非常大，这个知识点面试和实际排查中都极其高频。

6. 事务、存储过程、视图：入坑进阶前要知道的三大件

掌握前面的内容，日常增删改查基本没问题了。但想应对真实项目和面试，下面这几个特性必须理解。

6.1 事务的 ACID，不只是四个字母

事务是"一组要么全部成功、要么全部失败"的操作。最经典的例子是转账：A 转给 B 100 元，包含 A 扣 100、B 加 100 两步操作，任何一步失败，整个操作都应该回滚，否则账就对不上了。

事务的四个特性，缩写 ACID：

  • 原子性（Atomicity）：事务内操作不可分割，要么全做，要么全不做。
  • 一致性（Consistency）：事务执行前后，数据总量和业务规则保持一致。
  • 隔离性（Isolation）：多个事务并发执行时互不干扰。MySQL 通过锁和 MVCC 实现不同的隔离级别。
  • 持久性（Durability）：事务提交后，即使系统崩溃，修改也必须永久保存。

MySQL 中使用事务很简单：

SQL
START TRANSACTION;
 
UPDATE account SET balance = balance - 100 WHERE id = 1;
UPDATE account SET balance = balance + 100 WHERE id = 2;
 
COMMIT;
-- 如果中途发现异常，执行 ROLLBACK 回滚

我看过不少线上事故就是"存储过程里多步 UPDATE 没包事务"，第一步成功、第二步失败，数据就错乱了。养成"涉及多表写操作就开事务"的习惯很重要。

6.2 存储过程：封装一段复杂 SQL 逻辑

存储过程就是把一段复杂的 SQL 逻辑保存在数据库端，应用调用时传参数即可。它可以减少网络往返，也能统一管理业务 SQL。很多人搜"mysql存储过程""mysql储存过程+错误信息"，核心需求其实是如何处理存储过程中的报错。

下面是一个带错误处理的转账存储过程：

SQL
DELIMITER //
 
CREATE PROCEDURE sp_transfer(IN from_id INT, IN to_id INT, IN amount DECIMAL(12,2))
BEGIN
DECLARE EXIT HANDLER FOR SQLEXCEPTION
BEGIN
ROLLBACK;
SELECT '转账失败，已回滚' AS msg;
END;
 
START TRANSACTION;
UPDATE account SET balance = balance - amount WHERE id = from_id;
UPDATE account SET balance = balance + amount WHERE id = to_id;
COMMIT;
SELECT '转账成功' AS msg;
END//
 
DELIMITER ;

调用：

SQL
CALL sp_transfer(1, 2, 100.00);

DECLARE EXIT HANDLER FOR SQLEXCEPTION 是这里最关键的语句。它声明了一个"如果在执行过程中遇到任何 SQL 异常，就回滚事务并退出"的处理器。没有它，存储过程里的错误不会自动处理，事务可能悬在半空中。

注意 DELIMITER // 的作用：默认 MySQL 用分号作为语句分隔符，但存储过程内部本身就有分号，所以要临时把分隔符改成一个不常用的符号，等存储过程建完再改回来。

6.3 视图和触发器：封装与自动化的两个武器

视图（VIEW） 本质是一条保存起来的 SELECT 查询，可以当成虚拟表使用。

SQL
CREATE VIEW v_user_overview AS
SELECT id, username, balance
FROM user
WHERE balance > 0;
 
-- 之后可以直接查询
SELECT * FROM v_user_overview;

视图的好处是隐藏复杂逻辑、简化重复查询。视图不存数据，每次查询都是动态执行底层 SQL。注意不要在大表上创建太多嵌套视图，性能容易出问题。

触发器（TRIGGER） 是当表发生 INSERT、UPDATE、DELETE 时自动执行的一段 SQL。比如每次更新订单表时，自动记录一条日志：

SQL
CREATE TRIGGER trg_user_update
AFTER UPDATE ON user
FOR EACH ROW
INSERT INTO user_log(user_id, old_balance, new_balance, updated_at)
VALUES (OLD.id, OLD.balance, NEW.balance, NOW());

OLD 表示更新前的行，NEW 表示更新后的行。触发器好用，但别放太重逻辑，否则会拖慢每次写入速度。零基础阶段了解概念、知道场景即可。

7. 日常运维：备份、连接和常见故障排查

很多新手以为把 SQL 写好就完事了。实际上，数据库的稳定运行依赖日常运维习惯。这几项技能不学，等出问题时往往已经来不及。

7.1 定时备份，保命的第一道防线

数据是无价的。硬盘会坏、误删会犯、上线脚本可能写错条件。我的经验是：不管项目多小，一定要有自动备份。

最常用的逻辑备份工具是 mysqldump：

BASH
# 备份整个数据库
mysqldump -u root -p shop > shop_backup.sql
 
# 备份单张表
mysqldump -u root -p shop user > user_backup.sql
 
# 恢复
mysql -u root -p shop < shop_backup.sql

备份出来的 SQL 文件是纯文本，里面一条条 CREATE TABLE 和 INSERT 语句，可以跨版本迁移，也算一种可读文档。

7.2 自动备份 bat 脚本，Windows 用户照着抄

很多人搜"mysql自动备份bat"，我直接把一套能用的脚本放上来。在 Windows 上配合"任务计划程序"就能实现每日自动备份。

BAT
@echo off
set BACKUP_DIR=D:\mysql_backup
set DB_NAME=shop
set MYSQL_HOME=C:\Program Files\MySQL\MySQL Server 8.0\bin
set DATE_TAG=%date:~0,4%%date:~5,2%%date:~8,2%
 
if not exist "%BACKUP_DIR%" mkdir "%BACKUP_DIR%"
 
"%MYSQL_HOME%\mysqldump" -u root -p123456 %DB_NAME% > "%BACKUP_DIR%\%DB_NAME%_%DATE_TAG%.sql"
echo backup success: %DB_NAME%_%DATE_TAG%.sql

实际使用中有几个要点：

  • bat 脚本里的密码是明文，安全敏感场景建议用 mysqldump --defaults-extra-file=/path/to/backup.cnf 指向一个权限受限的配置文件，密码写在 cnf 里而不是命令行上。
  • %date% 的格式依赖系统区域设置，最好先 echo %date% 确认格式，再决定截取哪些位。
  • 备份文件会越积越多，建议在脚本末尾加清理命令，只保留最近 30 天：
BAT
forfiles /p "%BACKUP_DIR%" /s /m *.sql /d -30 /c "cmd /c del @path"
  • 定时任务的触发器设置建议选"每天"运行一次，尽量选凌晨业务低峰期，比如凌晨 2 点。

7.3 连不上 MySQL？按这个顺序排查

我在社区看到最多的求助帖就是"mysql 连接不上"。这类问题大多是下面几个原因之一，按顺序查基本都能解决：

  1. 服务没启动：Windows 下看服务管理器里 mysql 状态，Linux 下执行 systemctl status mysqld。
  2. 端口不对或被占用：默认是 3306，先试 mysql -uroot -p -P 3306 能不能连。用 netstat -ano | findstr 3306 看端口监听情况。
  3. 账号权限不够：root 默认一般只允许本机登录。要从远程连接，需要单独建账号并授权。
  4. 防火墙或安全组：云服务器上连接超时，多数原因是安全组没开放 3306 端口。本机测试先关掉防火墙试试。

7.4 连接池是什么，为什么程序要管连接

很多人搜"mysql的数据库连接池"，这里简单讲一下。每次新建一个数据库连接，需要经过 TCP 握手、认证、权限校验等流程，耗时可达毫秒甚至几十毫秒。如果高并发下每个请求都新建连接，数据库很快就会被连接请求打垮。

连接池就是预先创建一批连接，程序用的时候从池里取，用完放回池里，重复利用。Java 里的 HikariCP、Druid，Go 里的 database/sql 连接池，都在干这件事。零基础阶段理解到这个层面就够，等你写项目时自然会接触到具体配置。

8. 高频面试点与新手必踩的坑，一次整理给你

有些知识点在热搜词和面试题里反复出现，说明它们确实是区分"会点"和"懂行"的分水岭。下面把几个最重要的集中讲透。

8.1 面试三问：引擎、字符、优化

MyISAM 和 InnoDB 有什么区别？

  • InnoDB 支持事务、外键、行级锁，支持崩溃恢复；MyISAM 不支持事务和外键，使用表级锁，查询速度在某些场景下稍快，但并发写性能差。
  • 8.0 之后 MyISAM 虽然还存在，但已经不是主流。记住一句话：默认选 InnoDB，没有特殊理由不要换。

char 和 varchar 怎么选？

  • char(n) 是定长，varchar(n) 是变长。char 在值不足 n 时右补空格，取出来再去掉，浪费空间但存取简单，适合固定长度的值，如手机号、身份证号。
  • varchar 只存实际字符长度加 1-2 字节的长度信息，省空间，是绝大多数场景的首选。

深分页怎么优化？

LIMIT 100000, 10 这种深分页之所以慢，是因为 MySQL 要先扫 10 万行再扔到 10 万行，前面的 10 万行全是无用功。优化思路是"延迟关联"或"基于游标"：

SQL
-- 延迟关联：先在索引上找到起点主键，再回表取详情
SELECT * FROM user
WHERE id > (
SELECT id FROM user ORDER BY id LIMIT 100000, 1
)
ORDER BY id
LIMIT 10;

只查主键列的扫描开销远小于全行扫描，特别适合大表分页。

8.2 整数类型怎么选，mysql 可以存哪些整数

有人搜"mysql可以存储整数数值的是"这种问题，说明大家对类型范围没概念。MySQL 整数类型及范围如下：

类型 取值范围（有符号） 常见用途
TINYINT -128 ~ 127 状态码、0/1标记
SMALLINT -32768 ~ 32767 较小数值
MEDIUMINT -8388608 ~ 8388607 中规中矩
INT -2147483648 ~ 2147483647 业务编号、数量
BIGINT 更大范围 自增主键、订单号

日常建议：主键用 BIGINT UNSIGNED，状态用 TINYINT，一般计数用 INT。

8.3 字符串大小写和字符集相关的问题

有热搜词提到"kingbase mysql模式字符串不区分大小写咋回事"，这其实涉及 MySQL 的排序规则。MySQL 的字符串比较是否区分大小写，取决于列的 collation。

  • utf8mb4_general_ci 里的 _ci 表示 case-insensitive，即不区分大小写，默认常用。
  • utf8mb4_bin 表示二进制比较，区分大小写。
SQL
-- 建表时指定区分大小写
CREATE TABLE user (
code VARCHAR(50) COLLATE utf8mb4_bin NOT NULL
) DEFAULT CHARSET=utf8mb4;

如果发现两条字符串 'ABC' 和 'abc' 被当成相同值，去查表的 collation 和列级别的 collation，大概率是 _ci 排序规则导致的。

8.4 端口问题和多个 MySQL 共存

默认端口是 3306。一台机器上同时装 MySQL 5.7 和 8.0 时，可以让两个实例分别监听不同端口，比如 3306 和 3307。连接时用 -P 3307 指定端口，注意是大写 P，小写 -p 是密码参数。这个大小写问题坑过很多新手：

BASH
mysql -uroot -p123456 -P3307

8.5 mysqldump 导入导出大文件时要注意什么

用 mysqldump 导出的 SQL 文件如果特别大，直接用 GUI 工具导入容易卡死或超时。更稳的方式是进入命令行客户端后使用 source：

SQL
source D:/shop_backup.sql;

如果导入时遇到 max_allowed_packet 超限报错，可以临时调大这个参数：

SQL
SET GLOBAL max_allowed_packet = 64 * 1024 * 1024;

导入大批量数据时，还可以临时关闭自动提交和唯一约束检查，等全部导入完再审一遍。不过这个操作要谨慎，非生产环境可以放心用。

写到这里，MySQL 入门所需的主干知识点差不多齐了。我个人的学习心得是：**不要试图一次性背完所有知识点，而是先把环境跑起来，跟着把建库、建表、增删改查完整走一遍，再带着问题去学索引、事务、备份这些进阶内容。**数据库是极度依赖实操的领域，看的再多，不如自己真枪实弹跑几条命令记得牢。

如果中途卡住，优先看报错信息原文，其次拿报错语句去搜索引擎查，而不是笼统地搜"mysql 报错"。很多坑不是你一个人踩过，网上一定有人碰到完全一致的情况。

最后再分享一个学习方法：给自己建一个练习库，模拟一个简单的电商订单系统，每天写几条 SQL 查订单、查用户、统计销售额。这种"以业务带学习"的方式，比零散背 SQL 词条高效得多。等你有一天能随手写出多表 JOIN、子查询、分组统计的时候，MySQL 就算真正入门了。

孪生网络与三胞胎网络实战指南：工业级相似性匹配工程落地 度量学习是解决图像、文本等非结构化数据‘语义相似性’判断的基础技术范式，其核心在于构建可比的特征空间并优化样本间距离度量。孪生网络通过权重共享实现成对对比，三胞胎网络引入锚点-正例-反例三元组与边界约束（Margin），显著提升特征判别力与鲁棒性。相比分类模型，它不依赖精细标注，抗噪声强、泛化好，特别适用于小样本、零样本迁移及跨域匹配场景。在电商去重、金融票据比对、医疗影像配准等工业任务中，该技术以更低算力开销和更高服务QPS，成为实时相似检索的首选方案。本文聚焦Contrastive Learning与T 阅读详情

相关推荐

基于Python+Open CV的手势识别算法设计

伴随着人工智能时代的到来，人机交互的领域也逐渐成为研究的一大方向；其中，手势识别是人机交互领域的一项关键技术，自此手势识别也迎来了一波高潮，近几年无论是在消费领域、电子领域、数码领域、家电领域甚至汽车领域上，都能或多或少的见到手势识别的身影。 手势识别在设计智能高效的人机界面方面具有至关重要的作用, 目前手势识别已应用到手语识别、智能监控、到虚拟现实等各个领域，手势识别的原理都是利用各种传感器（例如红外、摄像头等）对手部的形态进行捕捉并进行建模，形成一个模型信息的序列帧，而后将这些信息序列转换为机器能够识别的相对应指令（例如打开、切换菜单、移动等）来完成控制。 采用Python的集成开发环境Pycharm进行本次课程设计，在Pycharm中进行需要库（模块）的下载，调取电脑摄像头，按帧读取摄像头采集到的头像，形态学处理，图像旋转（由于摄像头采集到的图像是镜像，需要用cv2.flip将摄像头采集到的图像进行处理），选取图片中固定位置作为手势输入，用红线画出手势识别框，基于hsv的肤色检测，进行高斯滤波，找出轮廓，求出图像中手势的凹凸点，手指间角度求取。

努力学习前端的小陈

ROS-CV-ImageConverter：将ROS图像转换为OpenCV（cv :: Mat）类型的图像

ROS-CV图像转换器 依存关系 cv_bridge（ROS软件包）

Willis Wang

计算机视觉图像处理-CV2与图像插值算法

用最近邻插值与双线性插值原理完成图像缩放 最近邻插值，是指将目标图像中的点，对应到源图像中后，找到最相邻的整数点，作为插值后的输。缺点：使用最近邻插值算法处理图像放大时，在图象中可能出现明显的块状效应 双线性插值，在两个方向上做三次线性插值。使用双线性插值算法处理图像放大时，在图象中可能出现马赛克 代码 import cv2 img = cv2.imread(’./xiabang.jpg’, cv2.IMREAD_UNCHANGED) #缩放比例 scale_percent = 0.3 width = int(img.shape[1] * scale_percent) height = int

weixin_38697274

基于水平集CV模型的图像分割（Matlab代码）

基于水平集CV模型的图像分割（Matlab代码），全套代码

小宇QAQ

导向滤波（guide_filter）的python实现

导向滤波（guide_filter）的python实现，可以结合暗通道；理论实现比较好的图像去噪效果。

zachzhan_g
返回顶部
不靠谱的糖饼
不靠谱的糖饼
博客等级 码龄8年 37粉丝 8,394原创