这是我在学习 SQL / MySQL 时整理的系列笔记（共 11 篇）：讲解部分是我按自己的理解写的，示例数据和 SQL 都是我整理并在 MySQL 8 上跑过的，参考的主要是 MySQL 官方文档和一些公开的入门视频。理解有偏差的地方欢迎指出。

0 MySQL Server 与 MySQL Workbench 下载指南

0.1 核心概念

MySQL 是关系型数据库（Relational Database）。MySQL Workbench 是一个可视化并对数据库（DB）执行操作的工具。两者均可从官方地址下载：

https://dev.mysql.com/downloads/

0.2 Windows 安装

通过“MySQL Installer for Windows”下载 MySQL Server 和 MySQL Workbench。

Windows 这边的安装步骤我参考了这个视频：https://youtu.be/YSOY_NyOg40?t=57

0.3 Mac 安装

0.3.1 MySQL Community Server

从官方下载并跟随安装步骤，安装过程中：

• 系统会提示创建“root”用户的密码（Password），需记录。
• 端口（Port）保留默认值 3306。
• 验证安装：在终端（Terminal）输入以下命令连接数据库：

mysql -u root -p

连接成功后应显示 MySQL 监视器（Monitor）欢迎信息及版本号（如 8.0.45 MySQL Community Server）。输入 quit 退出。

连接和验证的过程参考了这个视频：https://www.youtube.com/watch?v=aVH81OT5XVk

0.3.2 MySQL Workbench

下载并安装 MySQL Workbench。

Workbench 的安装参考了这个视频：https://www.youtube.com/watch?v=npt01LZMCVc

连接前提条件：必须先运行 MySQL Server，才能通过“root”用户和端口 3306 连接实例。

1 数据库与 DBMS 基础

1.1 Database (数据库)

• 数据库（Database）是有组织的数据集合，用来为现实世界的某个方面建模：数据不是随手堆在一起，而是按一定结构存起来，方便查询和维护。
• 示例：一个电商系统里会分别存客户、订单、商品的数据，再通过它们之间的联系把信息串起来。
• 它是绝大多数软件应用的核心组件——不管什么产品，数据最终都要落到数据库里。

1.2 Database Management System (DBMS，数据库管理系统)

• DBMS 就是管理数据库的软件，应用通过它来存储、查询和维护数据。
• 它要负责的事情大致有六类：
  • 数据定义与操作（data definition and manipulation）：建表、改表，以及增删改查。
  • 数据安全与访问控制（data security and access control）：认证、授权、加密。
  • 数据完整性（data integrity）：用约束保证数据准确且一致。
  • 并发控制（concurrency control）：让多个用户和应用同时访问同一份数据而不互相踩踏。
  • 备份与恢复（backup and recovery）。
  • 事务管理（transaction management）：保证一组操作可靠地完成或整体回退。

1.3 Data Model (数据模型) 与 Schema (模式)

• 数据模型（data model）是对"数据长什么样、彼此怎么关联"的一套抽象描述。
• 模式（schema）是这套模型在具体数据库里的结构：以关系模型为例，schema 里会写明有哪些表、每张表有哪些列、表之间靠什么关联、建了哪些索引。

1.4 数据模型类型

1.4.1 Relational Model (关系模型)

• 用数据之间的逻辑关系来组织数据库，是今天最主流的模型。
• 映射关系很直观：实体 → 表，属性 → 列，实体之间的联系 → 表之间的键约束。
• 示例：Customers（客户）和 Orders（订单）两张表，通过订单上的 CustId 指向客户的主键建立联系。

1.4.2 Document Model (文档模型)

• 非关系 (NoSQL) 数据模型。
• 数据由 documents (文档) 表示，包含 field-value pairs (字段-值对)。
• 示例：

{
  "orderId": 1001,
  "amount": 99,
  "items": [
    {"sku": "A-01", "qty": 2},
    {"sku": "B-07", "qty": 1}
  ]
}

1.4.3 Vector Model (向量模型)

• 数组数据模型。
• 数据由 array of embeddings (嵌入数组) 表示。
• 用于 Machine Learning (机器学习) 和 Data Science (数据科学)。
• 示例：

id1 -> [0.45, 0.67, 0.50, ...]
id2 -> [0.79, 0.54, 0.10, ...]

2 关系数据库核心概念与 SQL 历史

2.1 关系数据库优势

• 使用 SQL 查询和管理数据。
• 通过 constraints (约束) 强制数据完整性，例如 Primary Key (主键) 和 Foreign Key (外键)。
• 支持 ACID transactions (ACID 事务)：Atomicity (原子性)、Consistency (一致性)、Isolation (隔离性)、Durability (持久性)。
• 建立表间关系，支持复杂查询和检索。

2.2 SQL 历史

1971 IBM 创建第一个关系查询语言 SQUARE
1972 IBM 为关系数据库 System R 创建 SEQUEL
1986 SQL 被 ANSI 和 ISO 标准组正式采纳为操作数据库的标准语言

• SQL 子语言：
  • DDL (Data Definition Language，数据定义语言)：创建和修改数据库对象。
  • DML (Data Manipulation Language，数据操纵语言)：查询和更新数据。
  • DCL (Data Control Language，数据控制语言)：创建角色、授予访问权限。

2.3 数据完整性与引用完整性

• Data integrity (数据完整性)：数据是否一致且准确。
• Referential integrity (引用完整性)：关系数据库通过 Primary Key (主键) 和 Foreign Key (外键) 约束强制表间一致链接。

2.4 键与表关系

• Primary key (主键)：表中行的唯一标识符。
• Foreign key (外键)：连接表并建立依赖关系。
• 示例：

CUSTOMER (parent table，父表)
ORDER (dependent table，依赖表)

• 想删掉 CUSTOMER 里的某个客户，但 ORDER 里还挂着他的订单时，删除会被引用完整性拦住；反过来，往 ORDER 里插一条指向不存在客户的记录，同样插不进去。
• 复合主键（composite primary key）：由多于一列共同组成唯一标识，例如 ORDER_DETAILS 里的 (OrderId, ProductId)；引用它的外键也要对应这组列。

3 ACID 与 SQL vs NoSQL

3.1 ACID 属性

• 数据库里的一组操作通常放在事务（transaction）里执行。
• 原子性（atomicity）：整个事务要么全部成功、要么全部回滚（rollback），不会停在中间状态。
• 一致性（consistency）：事务执行前后都要满足表上的约束，数据不会停在"半对半错"的状态。
• 隔离性（isolation）：并发执行的事务之间互不干扰。
• 持久性（durability）：事务一旦提交，即使之后系统故障，数据也不会丢。
• 顺带一提：NoSQL 并不等于"不要 ACID"，它只是常常为了扩展性放弃其中一部分保证。

3.2 SQL vs NoSQL：数据一致性视角

3.2.1 SQL/Relational (SQL/关系型)

• 结构化 schemas (模式) 和 tables (表)，强调数据一致性。
• 传统上 vertical scaling (垂直扩展)；在 horizontal scaling (水平扩展) 的分布式系统中维护 ACID 更具挑战。
• 用例：Healthcare orders (医疗订单)、Commercial banking (商业银行)、Accounting (会计)，数据可靠性和一致性关键。

3.2.2 NoSQL/Non-relational (NoSQL/非关系型)

• 灵活数据结构，强调 scalability (可扩展性) 和 performance (性能)，牺牲部分一致性。
• Horizontal + vertical scaling (水平 + 垂直扩展)。
• 用例：非结构化数据如 documents (文档)、images (图像)、multimedia content (多媒体内容)，例如 media streaming services (媒体流服务)、social media services (社交媒体服务)；Graph and network analysis (图与网络分析)，例如 social network analysis (社交网络分析)。

3.3 关系型 DBMS 类型

PostgreSQL：完全开源；高级特性如 JSONB 支持、自定义数据类型、复杂索引。
MySQL：开源但由 Oracle 拥有；功能简单易用。
Microsoft SQL Server：商业；丰富企业功能如高级安全。

4 MySQL 数据类型与 SQL 学习路线

4.1 MySQL 常见数据类型

• VARCHAR(n)：变长字符串，n 是最大字符数，必须指定。适合长度可预期、又不太长的文本（姓名、邮箱等）。
• TEXT：长文本，适合长度不确定的内容（文章正文等）；不能设默认值，建索引时通常要指定前缀长度。
• INT：整数，常用于主键、数量这类字段。
• DECIMAL(p, s)：定点小数，p 是总位数、s 是小数位数；金额这类要求精确的值不要用 FLOAT/DOUBLE。
• DATE / DATETIME：日期与日期时间。
• JSON：MySQL 5.7 起支持，以二进制格式存储 JSON 文档，可以直接用 ->、->> 取字段。

4.2 这个系列的学习路线

• 先解决"怎么把数据查出来"（第 02～04 篇）：
  • 基本查询（SELECT）
  • 连接数据（JOIN）
  • 聚合与分组（aggregation & grouping）
  • 输出控制（ORDER BY / LIMIT）
  • 数据操纵：插入、更新、删除（INSERT / UPDATE / DELETE）
• 再解决"怎么把结构设计好"（第 05～11 篇）：
  • 数据定义语言（DDL）
  • 创建数据库对象：表、索引、视图
  • 删除和修改对象（DROP / ALTER）
  • 用约束保证数据完整性（constraints）
  • 视图与存储过程（views / stored procedures）