二、数据库基础概念

数据库基础概念

什么是数据库？

数据库是结构化信息的集合，支持高效的数据存储、检索和管理。常见的类型包括：

• 关系型数据库（如MySQL、PostgreSQL）
• 非关系型数据库（如MongoDB、Redis）

关系型 vs 非关系型

特性	关系型数据库	非关系型数据库
数据结构	表（行和列）	灵活（文档、键值等）
扩展方式	垂直扩展	水平扩展
适用场景	复杂查询、事务支持	大数据、灵活模式

---

SQL基础

创建表

/*
 * 创建用户信息表
 * 功能：存储系统用户的核心信息
 * 设计规范：
 *   - 主键使用自增ID确保唯一性
 *   - 关键字段添加约束保证数据完整性
 */
CREATE TABLE users (
    -- 用户唯一标识（主键）
    -- 类型：INT(4字节整型)
    -- 约束：PRIMARY KEY（主键索引），AUTO_INCREMENT（自动+1）
    id INT PRIMARY KEY AUTO_INCREMENT,
    
    -- 用户姓名（必填字段）
    -- 类型：VARCHAR(50)（最大50个字符的变长字符串）
    -- 约束：NOT NULL（禁止空值）
    name VARCHAR(50) NOT NULL,
    
    -- 用户邮箱（唯一标识）
    -- 类型：VARCHAR(100)（最大100个字符）
    -- 约束：UNIQUE（唯一索引，禁止重复）
    email VARCHAR(100) UNIQUE,
    
    -- 记录创建时间（自动填充）
    -- 类型：TIMESTAMP（精确到秒的时间戳）
    -- 默认值：CURRENT_TIMESTAMP（系统当前时间）
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

插入数据

INSERT INTO users (name, email) 
VALUES ('Alice', 'alice@example.com');

查询数据

SELECT name, email FROM users WHERE id = 1;

---

数据库设计

规范化（Normalization）

• 目标：减少数据冗余，避免更新异常。
• 常用范式：
  1. 1NF：列不可再分。
  2. 2NF：消除部分依赖。
  3. 3NF：消除传递依赖。

索引的作用

• 加速查询，但会增加写操作的开销。
• 示例：CREATE INDEX idx_name ON users (name);

---

性能优化

慢查询优化步骤

1. 使用EXPLAIN分析执行计划。
2. 确保查询使用了索引。
3. 避免SELECT *，只取需要的字段。
4. 优化JOIN操作，减少临时表大小。

示例：EXPLAIN输出解读

EXPLAIN SELECT * FROM users WHERE name = 'Alice';

• 关键列：type（扫描类型）、rows（预估扫描行数）、key（使用的索引）。

---

事务管理

ACID属性

• Atomicity（原子性）：事务全部成功或全部失败。
• Consistency（一致性）：事务前后数据库状态合法。
• Isolation（隔离性）：并发事务互不干扰。
• Durability（持久性）：事务提交后数据永久保存。

隔离级别

级别	脏读	不可重复读	幻读
READ UNCOMMITTED	✔️	✔️	✔️
READ COMMITTED	✖️	✔️	✔️
REPEATABLE READ	✖️	✖️	✔️
SERIALIZABLE	✖️	✖️	✖️

---

常见问题与解决方案

错误：Deadlock found

• 原因：多个事务互相等待资源。
• 解决：
  1. 重试事务。
  2. 调整事务顺序，缩短持有锁的时间。

SQL注入防护

• 永远不要拼接SQL字符串！

• 使用参数化查询：

  # Python示例
  cursor.execute("SELECT * FROM users WHERE id = %s", (user_id,))