数据库范式
1NF：属性不可再分割，字段只能是一个值，不能再分为多个其他字段。
2NF：非主键字段之间不能存在依赖关系，必须完全依赖于主键。
3NF：所有非主键字段必须直接依赖于主键，不能存在传递依赖。
【注意】阿里巴巴开发手册这样说到：不得使用外键与级联，一切外键概念必须在应用层解决。
说明: 以学生和成绩的关系为例，学生表中的 student_id 是主键，那么成绩表中的 student_id 则为外键。如果更新学生表中的 student_id，同时触发成绩表中的 student_id 更新，即为级联更新。外键与级联更新适用于单机低并发，不适合分布式、高并发集群；级联更新是强阻塞，存在数据库更新风暴的风险；外键影响数据库的插入速度
数据库设计通常分为哪几步？
-
需求分析 : 分析用户的需求，包括数据、功能和性能需求。
-
概念结构设计 : 主要采用 E-R 模型进行设计，包括画 E-R 图。
-
逻辑结构设计 : 通过将 E-R 图转换成表，实现从 E-R 模型到关系模型的转换。
-
物理结构设计 : 主要是为所设计的数据库选择合适的存储结构和存取路径。
-
数据库实施 : 包括编程、测试和试运行。
-
数据库的运行和维护 : 系统的运行与数据库的日常维护。
NoSQL
概念：非关系型数据库，主要针对键值、文档以及图形类型数据存储。
NoSQL数据库代表：HBase、MongoDB、Redis
| SQL 数据库 | NoSQL 数据库 | |
|---|---|---|
| 数据存储模型 | 结构化存储，具有固定行和列的表格 | 非结构化存储。文档：JSON 文档，键值：键值对，宽列：包含行和动态列的表，图：节点和边 |
| 发展历程 | 减少数据重复 | 提升可扩展性，减少大规模数据的存储成本 |
| 例子 | Oracle、MySQL、Microsoft SQL Server、PostgreSQL | 文档：MongoDB、CouchDB，键值：Redis、DynamoDB，宽列：Cassandra、 HBase，图表：Neo4j、 Amazon Neptune、Giraph |
| ACID 属性 | 提供原子性、一致性、隔离性和持久性 (ACID) 属性 | 通常不支持 ACID 事务，为了可扩展、高性能进行了权衡，少部分支持比如 MongoDB 。不过，MongoDB 对 ACID 事务 的支持和 MySQL 还是有所区别的。 |
| 性能 | 性能通常取决于磁盘子系统。要获得最佳性能，通常需要优化查询、索引和表结构。 | 性能通常由底层硬件集群大小、网络延迟以及调用应用程序来决定。 |
| 扩展 | 垂直（使用性能更强大的服务器进行扩展）、读写分离、分库分表 | 横向（增加服务器的方式横向扩展，通常是基于分片机制） |
| 用途 | 普通企业级的项目的数据存储 | 用途广泛比如图数据库支持分析和遍历连接数据之间的关系、键值数据库可以处理大量数据扩展和极高的状态变化 |
游标
-
应用场景：批量更新/删除数据，逐行处理查询结果。
-
使用游标的几个明确步骤：
- 声明游标，这个过程世纪没有检索数据，它只是定义要使用的
SELECT语句和游标选项。 - 一旦声明，就必须打开游标以供使用，这个过程用前面定义的
SELECT语句把数据世纪检索出来。 - 对于填有用的游标，根据需要取出各行。
- 结束游标使用时，必须关闭 & 释放 游标。
- 声明游标，这个过程世纪没有检索数据，它只是定义要使用的
触发器
-
应用场景：
-
优点：
- 捕获数据库层中业务逻辑中的错误。
- 检查数据完整性。
-
说明：
-
trigger_name：触发器名 -
trigger_time: 触发器的触发时机。取值为BEFORE或AFTER。 -
trigger_event: 触发器的监听事件。取值为INSERT、UPDATE或DELETE。 -
table_name
: 触发器的监听目标。指定在哪张表上建立触发器。 -
FOR EACH ROW: 行级监视，Mysql 固定写法，其他 DBMS 不同。 -
trigger_statements
: 触发器执行动作。是一条或多条 SQL 语句的列表，列表内的每条语句都必须用分号;` 来结尾。
-
当触发器的触发条件满足时，将会执行 BEGIN 和 END 之间的触发器执行动作。
书写高质量SQL建议
- 查询最大/小记录，建议使用
limit 1 - 尽量避免在
where子句中使用or来连接条件（使用or可能会使索引失效，从而全表扫描） - like模糊查询
select userId，namefromuserwhere userId like'123%';
# 反例：%123 --> 导致索引失效
- Inner join 、left join、right join，优先使用Inner join，如果是left join，左边表结果尽量小
理由：
- 如果inner join是等值连接，或许返回的行数比较少，所以性能相对会好一点。
- 使用了左连接，左边表数据结果尽量小，条件尽量放到左边处理，意味着返回的行数可能比较少。
- 慎用distinct关键字，字段很多的请款下，会大大降低查询效率。
