1.查询语句的执行流程
第一步，客户端发送SQL查询语句到MySQL服务器。
第二步，MySQL服务器的连接器开始处理这个请求，跟客户端建立连接、获取权限、管理连接。
第三步（MySQL 8.0以后已经干掉了），连接建立后，MySQL服务器的查询缓存组件会检查是否有缓存的查询结果。如果有，直接返回给客户端；如果没有，进入下一步。
第三步，解析器开始对SQL语句进行解析，检查语句是否符合SQL语法规则，确保引用的数据库、表和列都存在，并处理SQL语句中的名称解析和权限验证。
第四步，优化器负责确定SQL语句的执行计划，这包括选择使用哪些索引，以及决定表之间的连接顺序等。优化器会尝试找出最高效的方式来执行查询。
第五步，执行器会调用存储引擎的API来进行数据的读写。
第六步，MySQL的存储引擎是插件式的，不同的存储引擎在细节上面有很大不同。例如，InnoDB是支持事务的，而MyISAM是不支持的。之后，会将执行结果返回给客户端
第七步，客户端接收到查询结果，完成这次查询请求。
2.MYSQL移除查询缓存的原因
2.1.性能瓶颈明显
在现代高并发应用中，查询缓存反而成为性能瓶颈。
缓存的维护和失效操作会引起严重的锁竞争，尤其是在 InnoDB 存储引擎下。
2.2.使用率下降
很多用户根本不使用查询缓存，或者使用不当。
大部分性能优化依赖InnoDB Buffer Pool和应用层缓存（如Redis、Memcached），而不是查询缓存。
2.3.替代方案更高效
InnoDB Buffer Pool 可以高效缓存热点数据和索引。
应用层缓存更灵活，可缓存查询结果或业务对象，避免数据库内部复杂锁竞争。
3.MYSQL常用命令
3.1.数据库操作
创建数据库:
CREATE DATABASE database_name;
删除数据库:
DROP DATABASE database_name;
选择数据库:
USE database_name;
3.2.表操作
①创建表:
CREATE TABLE table_name(
column1 datatype,
column2 datatype,
...
);
②删除表:
DROP TABLEtable_name;
③显示所有表:
SHOW TABLES;
④查看表结构:
DESCRIBE（DESC）table_name;
⑤修改表（添加列）:
ALTER TABLE table_name ADD column_name datatype;
3.3.CRUD 命令
①插入数据:
INSERT INTO table_name (column1, column2, ...) VALUES (value1, value2, ...);
②查询数据:
SELECT column_names FROM table_name WHERE condition;
③更新数据:
UPDATE table_name SET column1 = value1, column2 = value2 WHERE condition;
④删除数据:
DELETE FROM table_name WHERE condition;
3.4.说说索引和约束的创建修改命令
①创建索引:
CREATE INDEXindex_nameONtable_name (column_name);
②添加主键约束:
ALTER TABLEtable_nameADD PRIMARY KEY (column_name);
③添加外键约束:
ALTER TABLEtable_nameADD CONSTRAINTfk_nameFOREIGN KEY(column_name) REFERENCES parent_table (parent_column_name);
3.5.用户和权限管理的命令
①创建用户:
CREATE USER'username'@'host'IDENTIFIED BY'password';
②授予权限:
GRANT ALL PRIVILEGES ON database_name.table_nameTO'username'@'host';
③撤销权限:
REVOKE ALL PRIVILEGES ONdatabase_name.table_nameFROM'username'@'host';
④删除用户:
DROP USER'username'@'host';
3.6.事务控制的命令
①开始事务:
START TRANSACTION;
②提交事务:
COMMIT;
③回滚事务:
ROLLBACK;
④关闭自动提交模式
SET autocommit = 0; --关闭自动提交
3.7.分组
①按指定列分组，并对每组数据执行聚合计算。
SELECTID,ADDTIME FROM YONGHU GROUP BY ID;
②统计每个用户的订单总金额。
SELECTuser_id,SUM(amount) AS total_amountFROMordersGROUP BYuser_id;
③按用户和订单状态组合维度统计记录数。
SELECTuser_id, status,COUNT(*) AS cntFROM ordersGROUP BY user_id, status;
④分组后过滤数据（HAVING）
SELECT user_id, SUM(amount) AS total FROM orders GROUP BY user_id HAVING total > 100;
HAVING是用于过滤分组后的数据，与WHERE不同，WHERE是用于过滤分组前的数据。