MySQL基础

前言

MySQL是我们常用的关系型数据库，今天我们重新回顾一下这个老朋友。

基础概念

数据库（Database）：数据库是按照数据结构来组织、存储和管理数据的仓库。

表（Table）：表是数据库中用于存储数据的结构，由行（记录）和列（字段）组成。

字段（Field）：字段是表中数据的属性，定义了数据的类型和特征。

记录（Record）：记录是表中的一行数据，包含所有字段的信息。

主键（Primary Key）：主键是表中的一个字段或字段组合，其值在表中唯一，用于唯一标识一条记录。

索引（Index）：索引是对表中数据进行排序和检索的一种数据结构，可以加快查询速度。

概念间的关系

SQL类型

• DDL（Data Definition Language，数据定义语言）用于定义和修改数据库结构，如创建、删除、修改表等；
• DML（Data Manipulation Language，数据操纵语言）用于对数据库中的数据进行操作，如插入、更新、删除数据等；
• DCL（Data Control Language，数据控制语言）用于控制用户对数据库的访问权限，如授权、撤销权限等。

数据类型

数值类型

• 整数类型

  • TINYINT：占用1个字节，有符号范围为-128到127，无符号范围为0到255。
  • SMALLINT：占用2个字节，有符号范围为-32768到32767，无符号范围为0到65535。
  • MEDIUMINT：占用3个字节，有符号范围为-8388608到8388607，无符号范围为0到16777215。
  • INT或INTEGER：占用4个字节，有符号范围为-2147483648到2147483647，无符号范围为0到4294967295。
  • BIGINT：占用8个字节，有符号范围为-9223372036854775808到9223372036854775807，无符号范围为0到18446744073709551615。

• 浮点数类型：

  • FLOAT：单精度浮点数，占用4个字节。
  • DOUBLE或DOUBLE PRECISION：双精度浮点数，占用8个字节。
  • DECIMAL或NUMERIC：用于存储精确的小数，需要指定精度和小数位数。

• 位类型：

  • BIT(M)：用于存储位字段值，M表示位值的长度。

日期和时间类型

• DATE：格式为YYYY-MM-DD，仅存储日期信息。
• TIME：格式为HH:MM:SS，仅存储时间信息，可以包含 fractional seconds precision（小数秒精度）。
• DATETIME：格式为YYYY-MM-DD HH:MM:SS，同时存储日期和时间信息，可以包含 fractional seconds precision。
• TIMESTAMP：类似于DATETIME，但范围有限，适合存储时间戳，可以包含 fractional seconds precision。
• YEAR：用于存储年份信息，格式为YYYY。

字符串类型

• 字符类型：

  • CHAR(M)：固定长度字符串，M表示最大长度，存储效率高，适用于存储固定长度的数据，如身份证号、MD5值等。
  • VARCHAR(M)：可变长度字符串，M表示最大长度，节省存储空间，适用于存储长度不固定的数据，如用户名、地址等。

• 文本类型：

  • TINYTEXT：用于存储较小的文本数据。
  • TEXT：用于存储较大的文本数据，如博客内容、评论等。
  • MEDIUMTEXT：用于存储非常大的文本数据。
  • LONGTEXT：用于存储极大的文本数据。

• 枚举类型：

  • ENUM：用于存储有限值的集合，如性别、状态等固定选项。

• 集合类型：

  • SET：支持存储多个选项的组合，如用户权限、兴趣标签等。

二进制类型

• 二进制字符串类型：

  • BINARY：固定长度的二进制字符串。
  • VARBINARY：可变长度的二进制字符串。

• 二进制大对象类型：

  • TINYBLOB：用于存储较小的二进制数据。
  • BLOB：用于存储较大的二进制数据，如图片、音频、视频等。
  • MEDIUMBLOB：用于存储非常大的二进制数据。
  • LONGBLOB：用于存储极大的二进制数据。

空间数据类型

• MySQL支持空间数据类型，用于存储和操作地理空间数据，如点、线、多边形等。

JSON数据类型

• JSON：用于存储JSON格式的数据，方便对JSON数据进行查询和操作。

选择数据类型的依据

• 存储效率：合理分配字段的存储大小，避免浪费。例如，根据数据的实际范围选择合适的整数类型。
• 数据准确性：确保字段只能存储符合业务逻辑的数据。例如，年龄字段应选择整数类型，且范围应符合实际年龄的可能值。
• 查询性能：优化查询速度，减少不必要的计算和转换。例如，对于经常需要进行范围查询的数值字段，选择合适的数据类型和索引可以提高查询效率。
• 业务需求：根据具体的应用场景和业务需求选择合适的数据类型。例如，金融计算需要高精度，应选择DECIMAL类型；而科学计算对精度要求不高，可以选择FLOAT或DOUBLE类型。对于日期和时间数据，根据需要存储的信息精度选择DATE、TIME、DATETIME或TIMESTAMP类型。

DDL语句

MySQL的DDL语句（Data Definition Language，数据定义语言）用于定义和修改数据库结构，包括创建、修改、删除数据库和表等对象。

数据库操作

• 查询所有数据库

show databases;

• 查询当前数据库

select database();

• 创建数据库

create database [if not exists] 数据库名 [default charset 字符集] [collate 排序规则];
# 示例
CREATE DATABASE IF NOT EXISTS test_db;

• 删除数据库

drop database [if exists] 数据库名;
# 示例
DROP DATABASE IF EXISTS test_db;

• 使用数据库

USE 数据库名;

表操作

• 查询当前数据库所有的表

show tables;

• 查看指定表结构

desc 表名

• 查询指定表的建表语句

show create table 表名;

• 删除表

DROP TABLE [IF EXISTS] 表名;
# 示例
DROP TABLE IF EXISTS users;

• 删除数据，但保留表结构

TRUNCATE TABLE 表名;

• 创建表结构

CREATE TABLE 表名(
   字段1 字段1类型 [默认值 非空约束] [ COMMENT 字段1注释 ],
   字段2 字段2类型 [默认值 非空约束] [COMMENT 字段2注释 ],
   字段3 字段3类型 [默认值 非空约束] [COMMENT 字段3注释 ],
   ......
   字段n 字段n类型 [默认值 非空约束] [COMMENT 字段n注释 ]
) [ COMMENT 表注释 ];

# 示例
CREATE TABLE stu02(
   ind int not null COMMENT '序号',
   name VARCHAR(50) default null COMMENT '姓名',
   age int COMMENT '年龄',
   gender VARCHAR(1) COMMENT '性别'
) COMMENT '学生表';

• 表修改

  • 添加字段

  ALTER TABLE 表名 ADD 字段名 数据类型 [默认值 非空约束] [COMMENT 注释];
  # 示例
  ALTER TABLE users ADD email VARCHAR(100);

  • 修改某字段的数据类型

  ALTER TABLE 表名 MODIFY 字段名 新数据类型 [默认值 非空约束]  [COMMENT 注释];
  # 示例
  ALTER TABLE users MODIFY username VARCHAR(100) NOT NULL COMMENT '用户名';

  • 修改字段名和字段类型

  ALTER TABLE 表名 CHANGE 旧字段名 新字段名 新数据类型  [默认值 非空约束] [COMMENT 注释] ;
  # 示例
  ALTER TABLE users CHANGE nickname nick VARCHAR(30);

  • 删除某字段

  ALTER TABLE 表名 DROP 字段名;
  # 示例
  ALTER TABLE users DROP COLUMN email;

  • 修改表名

  ALTER TABLE 表名 RENAME TO 新表名;
  # 示例
  ALTER TABLE tb_user RENAME TO employee;

索引操作

• 创建索引

-- UNIQUE 表示添加唯一索引，Index 表示是普通索引
CREATE [UNIQUE] INDEX 索引名 ON 表名(字段名);

-- 或者 使用alter table 语法，就是不同的语法而已，效果一样
alter table 表名 add [UNIQUE] index 索引名(字段名);

# 示例
-- 普通索引
CREATE [UNIQUE] INDEX 索引名称 ON 表名称 (列名称 [(长度)]);
CREATE INDEX idx_username ON users(username);
alter table users add uk_userName(username);

-- 唯一索引
CREATE UNIQUE INDEX 索引名称 ON 表名称 (列名称 [(长度)]);
CREATE UNIQUE INDEX idx_username ON users(username);
alter table users add unique uk_userName(username);

-- 全文索引
CREATE FULLTEXT INDEX 索引名称 ON 表名称 (列名称);

• 删除索引

DROP INDEX 索引名 ON 表名;

-- 或者（删除普通索引和唯一索引的语法是一样的）
alter table 表名 drop index 索引名;

• 查看索引

SHOW INDEX FROM 表名称;

# 示例：
SHOW INDEX FROM users;

视图操作

视图是基于 SQL 查询结果集的虚拟表，它不实际存储数据，而是存储查询定义（也就是三级模式中的外模式）。

视图的优点如下：

- 简化复杂查询：将复杂的 SQL 查询封装为简单的表形式（需要注意性能问题）
- 数据安全性：可以限制用户只能看到特定的数据列
- 逻辑独立性：可以屏蔽底层表结构变化对应用的影响
- 数据整合：可以从多个表中整合相关数据

• 创建视图

CREATE [OR REPLACE] [ALGORITHM = {UNDEFINED | MERGE | TEMPTABLE}]
VIEW 视图名称 [(列名称列表)]
AS 查询语句
[WITH [CASCADED | LOCAL] CHECK OPTION];sql

# 示例
create view test_view as select * from user where id <100;

• 删除视图

drop view 视图名称;

# 示例
drop view test_view;

DML语句

MySQL的DML语句（Data Manipulation Language, 数据操纵语言）主要包括插入（INSERT）、更新（UPDATE）、删除（DELETE）和查询（SELECT）语句，以下是按分类列举的示例：

插入 INSERT

• 插入单条完整记录

INSERT INTO 表名 (列1, 列2, ..., 列n) VALUES (值1, 值2, ..., 值n);
# 示例
INSERT INTO students (student_id, name, age, gender) VALUES (1, '张三', 18, '男');

• 插入多条记录

INSERT INTO 表名 (列1, 列2, ..., 列n) 
VALUES 
(值1a, 值2a, ..., 值na),
(值1b, 值2b, ..., 值nb),
...;

# 示例
INSERT INTO students (student_id, name, age, gender) 
VALUES 
(2, '李四', 19, '男'),
(3, '王五', 20, '女');

• 插入单条部分记录（省略列名，值顺序与表中列顺序一致）

INSERT INTO 表名 VALUES (值1, 值2, ..., 值n);

# 示例
INSERT INTO students VALUES (4, '赵六', 21, '男');

• 插入结果查询

INSERT INTO 表名 (列1, 列2, ..., 列n) SELECT 列1, 列2, ..., 列n FROM 另一个表名 WHERE 条件;

# 示例
INSERT INTO new_students (student_id, name, age) SELECT student_id, name, age FROM students WHERE age > 18;

更新 UPDATE

• 更新单个字段

UPDATE 表名 SET 列名 = 新值 WHERE 条件;
# 示例
UPDATE students SET age = 20 WHERE student_id = 1;

• 更新多个字段

UPDATE 表名 SET 列1 = 新值1, 列2 = 新值2, ..., 列n = 新值n WHERE 条件;
# 示例
UPDATE students SET name = '张三丰', age = 25 WHERE student_id = 1;

• 无条件更新（全表更新）

UPDATE 表名 SET 列名 = 新值;
# 示例
UPDATE students SET gender = '男';

删除 DELETE

• 条件删除

DELETE FROM 表名 WHERE 条件;
# 示例
DELETE FROM students WHERE age < 18;

• 删除所有数据

DELETE FROM 表名;
# 示例
DELETE FROM students;

查询 SELECT

查询是数据库操作的重点，为了更好的说明，我们先来新建两张表并插入几条测试数据

示例数据表

• users（用户表）

id	name	age	gender	city	email	phone	register_time
1	张三	22	男	北京	zhangsan@test.com	13800138	2023-01-15 08:30:00
2	李四	28	男	上海	lisi@test.com	NULL	2023-02-20 10:15:00
3	王五	25	女	广州	NULL	13900139	2023-03-05 14:20:00
4	赵六	30	男	北京	zhaoliu@test.com	13700137	2023-01-10 09:45:00
5	孙七	23	女	深圳	sunqi@test.com	13600136	2023-02-18 16:00:00
6	周八	35	男	上海	zhouba@test.com	13500135	2022-12-05 11:30:00
7	吴九	19	女	广州	wujiu@test.com	NULL	2023-03-20 15:10:00

• orders（订单表）

order_id	user_id	product_name	price	order_time
101	1	手机	3999	2023-01-20 10:00:00
102	1	耳机	799	2023-02-05 14:30:00
103	4	电脑	5999	2023-01-12 09:15:00
104	5	平板	2999	2023-02-25 16:40:00
105	6	手表	1599	2022-12-10 11:20:00
106	NULL	键盘	299	2023-03-01 08:50:00

• 创建表结构及插入数据的SQL

CREATE TABLE users (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(50) NOT NULL,
    age TINYINT UNSIGNED,
    gender ENUM('男', '女') NOT NULL,
    city VARCHAR(50),
    email VARCHAR(100),
    phone VARCHAR(20),
    register_time DATETIME NOT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

INSERT INTO users (id, name, age, gender, city, email, phone, register_time) VALUES
(1, '张三', 22, '男', '北京', 'zhangsan@test.com', '13800138', '2023-01-15 08:30:00'),
(2, '李四', 28, '男', '上海', 'lisi@test.com', NULL, '2023-02-20 10:15:00'),
(3, '王五', 25, '女', '广州', NULL, '13900139', '2023-03-05 14:20:00'),
(4, '赵六', 30, '男', '北京', 'zhaoliu@test.com', '13700137', '2023-01-10 09:45:00'),
(5, '孙七', 23, '女', '深圳', 'sunqi@test.com', '13600136', '2023-02-18 16:00:00'),
(6, '周八', 35, '男', '上海', 'zhouba@test.com', '13500135', '2022-12-05 11:30:00'),
(7, '吴九', 19, '女', '广州', 'wujiu@test.com', NULL, '2023-03-20 15:10:00');

CREATE TABLE orders (
    order_id INT AUTO_INCREMENT PRIMARY KEY,
    user_id INT,
    product_name VARCHAR(100) NOT NULL,
    price DECIMAL(10,2) NOT NULL,
    order_time DATETIME NOT NULL,
    FOREIGN KEY (user_id) REFERENCES users(id) ON DELETE SET NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

INSERT INTO orders (order_id, user_id, product_name, price, order_time) VALUES
(101, 1, '手机', 3999.00, '2023-01-20 10:00:00'),
(102, 1, '耳机', 799.00, '2023-02-05 14:30:00'),
(103, 4, '电脑', 5999.00, '2023-01-12 09:15:00'),
(104, 5, '平板', 2999.00, '2023-02-25 16:40:00'),
(105, 6, '手表', 1599.00, '2022-12-10 11:20:00'),
(106, NULL, '键盘', 299.00, '2023-03-01 08:50:00');

基础查询关键字

SELECT + FROM

• 解释：
  • SELECT：指定要查询的列（投影操作），SELECT * 表示查询所有列。
  • FROM ：指定数据来源的表（或视图、子查询等）。
• 示例：

-- 查询 users 表中所有列
SELECT * FROM users;

-- 查询 users 表中的 id、name、age 列
SELECT id, name, age FROM users;

条件筛选关键字

WHERE

• 解释：用于过滤行，只返回满足条件的记录。支持比较运算符（=、>、< 等）、逻辑运算符（AND、OR）、通配符（LIKE）等。

  • 支持逻辑运算符（AND、OR）用于组合多个条件：
    • AND：需同时满足所有条件才返回记录（逻辑 “与”）；
    • OR：只要满足任一条件就返回记录（逻辑 “或”）；

• 示例

  -- 查询 age 大于 18 且 gender 为 '男' 的用户
  SELECT name, age FROM users 
  WHERE age > 18 AND gender = '男';
  
  -- 查询 name 以 '张' 开头的用户
  SELECT name FROM users WHERE name LIKE '张%';

BETWEEN ... AND ...

• 解释：范围查询：筛选列值在指定范围内的记录（包含边界值），一般用于数字类型和日期类型字段的查询。

• 示例：

  -- 查询 age 在 20 到 30 之间的用户
  SELECT name, age FROM users WHERE age BETWEEN 20 AND 30;

IN

• 解释：判断列值是否在指定的列表中，简化多个 OR 条件。

• 示例：

  -- 查询来自 '北京'、'上海'、'广州' 的用户
  SELECT name, city FROM users WHERE city IN ('北京', '上海', '广州');

IS NULL / IS NOT NULL

• 解释：判断列值是否为 NULL（注意：NULL 表示无值，不能用 = 比较）。

• 示例：

  -- 查询未填写邮箱的用户
  SELECT name FROM users WHERE email IS NULL;
  
  -- 查询已填写手机号的用户
  SELECT name FROM users WHERE phone IS NOT NULL;

排序关键字

ORDER BY

• 解释：对查询结果按指定列排序，默认升序（ASC），可指定降序（DESC）。

• 示例：

  -- 按 age 升序排列（默认），若年龄相同则按注册时间降序
  SELECT name, age, register_time FROM users 
  ORDER BY age, register_time DESC;
  
  -- 结果先按 age 从小到大排序，年龄相同的用户再按 register_time 从新到旧排序。示例中所有用户年龄均不同，直接按年龄升序排列

聚合与分组关键字

聚合函数

• 解释：对一组数据进行计算并返回单一结果

  • COUNT(column)：统计非 NULL 值的行数；
  • SUM(column)：计算列值总和；
  • AVG(column)：计算列值平均值；
  • MAX(column) / MIN(column)：获取列的最大值/最小值。

• 示例：

  -- 统计用户总数
  -- 注意：COUNT(column)：仅统计该列非 NULL 值的行数； COUNT(*) 统计所有行（包括 NULL值的行数）
  SELECT COUNT(*) AS total_users FROM users;
  
  -- 计算所有商品的平均价格
  SELECT AVG(price) AS avg_price FROM orders;
  
  -- 获取最大年龄和最小年龄
  SELECT MAX(age) AS max_age, MIN(age) AS min_age FROM users;

GROUP BY

• 解释：将结果按指定列分组，通常与聚合函数搭配使用，对每组数据进行聚合计算。

• 示例：

  -- 按 gender 分组，统计每组的用户数量
  SELECT gender, COUNT(*) AS user_count FROM users GROUP BY gender;

HAVING

• 解释：对 GROUP BY 分组后的结果进行筛选（WHERE 用于分组前筛选行，HAVING 用于分组后筛选组）。

• 示例：

  -- 按 city 分组，筛选出用户数 > 1 的城市
  SELECT city, COUNT(*) AS user_count 
  FROM users 
  GROUP BY city 
  HAVING user_count > 1;

限制与偏移关键字

LIMIT

• 解释：限制返回的行数，常用于分页查询。语法：LIMIT 起始位置, 行数（起始位置默认从0开始）。

• 示例：

  -- 返回前 3 条用户记录
  SELECT name, age FROM users LIMIT 3;
  
  -- 分页查询：从第 3 条开始（起始位置2），返回 2 条（第4-5条）
  SELECT name, age FROM users LIMIT 2, 2;

连接查询关键字

ON（连接条件）

• 解释：在连接查询（JOIN，默认就是 inner join）中用于指定表之间的关联条件，定义两表如何建立连接关系。与 WHERE 不同，ON 是专门用于连接时的条件筛选，仅作用于关联的表。

• 示例：通过 users.id = orders.user_id 关联两表，查询用户姓名和对应的订单商品：

  -- 查询用户及其订单信息（只显示用户有订单，且订单的用户也存在的 数据）
  SELECT u.name, o.product_name 
  FROM users u
  JOIN orders o ON u.id = o.user_id;

INNER JOIN（内连接）

• 解释：只返回两表中匹配条件的行（交集）。

• 示例：

  -- 查询用户及其订单信息（只显示用户有订单，且订单的用户也存在的 数据）
  SELECT u.name, o.product_name 
  FROM users u
  INNER  JOIN orders o ON u.id = o.user_id;

LEFT JOIN（左连接）

• 解释：返回左表所有行，右表中无匹配的行用 NULL 填充。

• 示例：

  -- 查询所有用户及其订单（包括无订单的用户）
  SELECT u.name, o.order_id 
  FROM users u
  LEFT JOIN orders o ON u.id = o.user_id;
  
  -- 返回所有7个用户，有订单的显示订单ID，无订单的 order_id 为 NULL（李四、王五、吴九无订单）

RIGHT JOIN（右连接）

• 解释：返回右表所有行，左表中无匹配的行用 NULL 填充（与左连接相反）。

• 示例：

  -- 查询所有订单及其对应的用户（包括无用户信息的订单）
  SELECT o.order_id, u.name 
  FROM users u
  RIGHT JOIN orders o ON u.id = o.user_id;

UNION（合并+去重）

• 解释：用于合并两个或多个 SELECT 语句的结果集，要求各查询返回的列数、列顺序和数据类型必须一致。合并结果集并去除重复记录（相当于对合并后的数据进行去重）；

• 示例：

  -- 合并北京和上海的用户姓名（去重，实际两城市无重名）
  SELECT name FROM users WHERE city = '北京'
  UNION
  SELECT name FROM users WHERE city = '上海';

UNION ALL（合并）

• 解释：仅合并结果集，保留所有记录（包括重复项），执行效率高于 UNION（因无需去重）。

• 示例：

  -- 合并北京和上海的用户姓名（保留重复，实际无重复）
  SELECT name FROM users WHERE city = '北京'
  UNION ALL
  SELECT name FROM users WHERE city = '上海';

其他常用关键字

DISTINCT

• 解释：去除查询结果中的重复行。

• 示例：

  -- 查询所有不重复的城市
  SELECT DISTINCT city FROM users;

AS

• 解释：为列或表指定别名，简化查询语句。

• 示例：

  -- 为表和列起别名
  SELECT u.name AS 用户名, o.product_name AS 商品名 
  FROM users u, orders o 
  WHERE u.id = o.user_id;

MySQL 关键字执行顺序

MySQL 执行 SQL 语句时，会按照特定的逻辑顺序解析和执行关键字，而非语句中书写的顺序。理解这一顺序有助于优化查询和排查问题。以下是核心关键字的执行流程（从先到后）。

执行流程

1. FROM

• 首先确定查询的数据源，即指定要操作的表（或视图、子查询等）。
• 若涉及多表连接（如 JOIN），会在此阶段进行表的关联，生成临时的 “连接结果集”。

2. ON

• 针对多表连接（JOIN），ON 用于指定表之间的关联条件，筛选符合条件的连接记录，仅作用于关联的表。

3. JOIN

• 根据 JOIN 类型（INNER JOIN、LEFT JOIN 等），结合 ON 条件，生成最终的连接结果集（包含匹配的记录，左连接 / 右连接会保留主表未匹配的记录）。

4. WHERE

• 对 FROM 和 JOIN 生成的临时结果集进行筛选，保留满足条件的记录。
• 注意：WHERE 中不能使用 SELECT 中定义的别名，也不能使用聚合函数（如 SUM()、COUNT()），因为此时聚合尚未执行。

5. GROUP BY

• 将 WHERE 筛选后的结果集按照指定字段分组，相同分组的记录会被合并为一组。
• 分组后，后续的聚合函数（如 SUM、AVG）会基于每组数据计算结果。

6. HAVING

• 对 GROUP BY 分组后的结果进行二次筛选，可使用聚合函数（因分组已完成）。
• 与 WHERE 的区别：HAVING 作用于分组后的数据，WHERE 作用于分组前的原始数据。

7. SELECT

• 从前面步骤处理后的结果集中，提取指定的列（或计算字段、别名等）。
• 此时可以使用 AS 定义别名，供后续步骤（如 ORDER BY）使用，注意在mysql对此做了扩展，字段别名也允许在GROUP By + HAVING中使用。

8. DISTINCT

• 对 SELECT 提取的结果进行去重，保留唯一的记录（仅在指定 DISTINCT 时执行）。

9. ORDER BY

• 按照指定字段（或表达式）对结果集进行排序（升序 ASC 或降序 DESC）。
• 可以使用 SELECT 中定义的别名，也可以使用列的序号（不推荐，可读性差）。

10. LIMIT / OFFSET

• 最后对排序后的结果集进行截取，返回指定数量的记录（如分页查询）。

示例

以下 SQL 语句的书写顺序与执行顺序对比：

SELECT dept, AVG(salary) AS avg_salary  -- 7. SELECT（定义别名）
FROM employees                          -- 1. FROM（指定表）
INNER JOIN departments                  -- 3. JOIN（关联表）
  ON employees.dept_id = departments.id -- 2. ON（关联条件）
WHERE hire_year > 2020                  -- 4. WHERE（筛选原始数据）
GROUP BY dept                           -- 5. GROUP BY（分组）
HAVING avg_salary > 5000                -- 6. HAVING（筛选分组结果）
ORDER BY avg_salary DESC                -- 9. ORDER BY（排序）
LIMIT 10;                               -- 10. LIMIT（截取结果）

注意

• 别名使用范围：SELECT 中定义的别名可在 ORDER BY、HAVING 中使用，但不能在 WHERE中使用（因执行顺序在前，注意：标准sql别名也不允许在 GROUP BY + HAVING中使用，只是mysql做了扩展而已： 有兴趣可研读 MySQL官网）。
• 聚合函数位置：聚合函数（如 SUM）只能在 SELECT、HAVING 中使用，不能在 WHERE 中使用（WHERE 执行时未分组，无法聚合）。
• 效率影响：WHERE 比 HAVING 更早执行，尽量用 WHERE 筛选原始数据以减少分组 / 聚合的计算量，提升效率。

DCL语句

MySQL的DCL语句（DCL，Data Control Language，数据控制语言）主要分为两类：用户管理语句和权限控制语句。以下是按分类列举的MySQL DCL语句，以及对可控制的权限内容的介绍和示例。

用户管理语句

• 查询用户

SELECT * FROM mysql.user;

• 创建用户

CREATE USER '用户名'@'主机名' IDENTIFIED BY '密码';
# 示例
CREATE USER 'newuser'@'%' IDENTIFIED BY 'password';

• 修改用户密码

ALTER USER '用户名'@'主机名' IDENTIFIED WITH mysql_native_password BY '新密码';
# 示例
ALTER USER 'newuser'@'%' IDENTIFIED BY 'newpassword';

• 删除用户

DROP USER '用户名'@'主机名';
# 示例
DROP USER 'newuser'@'%';

权限控制语句

• 查询权限

SHOW GRANTS FOR '用户名'@'主机名';
# 示例
SHOW GRANTS FOR 'newuser'@'%';

• 授予权限

GRANT privileges ON database.table TO 'username'@'host' [WITH GRANT OPTION];
# 示例
GRANT SELECT ON testdb.* TO 'newuser'@'%';
GRANT SELECT, INSERT ON testdb.testtable TO 'newuser'@'%' WITH GRANT OPTION;

• 撤销权限

REVOKE privileges ON database.table FROM 'username'@'host';
# 示例
REVOKE SELECT ON testdb.* FROM 'newuser'@'%';