表
下面是阿里的mysql设计原则，可以参考，不一定按照阿里规则，但一个团队一定要有规则，如果现在没有规则，从现在开始，慢慢推广，适应
1.【强制】表达是与否概念的字段，必须使用 is_xxx的方式命名，数据类型是 unsigned tinyint( 1表示是，0表示否) 说明：任何字段如果为非负数，必须是 unsigned。
2.【强制】表名、字段名必须使用小写字母或数字；禁止出现数字开头，禁止两个下划线中间只出现数字。数据库字段名的修改代价很大，因为无法进行预发布，所以字段名称需要慎重考虑。 正例：getter_admin，task_config，level3_name 反例：GetterAdmin，taskConfig，level_3_name
3.【强制】表名不使用复数名词。 说明：表名应该仅仅表示表里面的实体内容，不应该表示实体数量，对应于 DO类名也是单数形式，符合表达习惯。
4.【强制】禁用保留字，如 desc、range、match、delayed等，请参考 MySQL官方保留字。
5.【强制】唯一索引名为 uk_字段名；普通索引名则为 idx_字段名。 说明：uk_ 即 unique key；idx_ 即 index的简称。
6.【强制】小数类型为 decimal，禁止使用 float和 double。 说明：float和 double在存储的时候，存在精度损失的问题，很可能在值的比较时，得到不正确的结果。如果存储的数据范围超过 decimal的范围，建议将数据拆成整数和小数分开存储。
7.【强制】如果存储的字符串长度几乎相等，使用 char定长字符串类型。
8.【强制】varchar是可变长字符串，不预先分配存储空间，长度不要超过 5000，如果存储长度大于此值，定义字段类型为 text，独立出来一张表，用主键来对应，避免影响其它字段索引效率。
9.【强制】表必备三字段：id, gmt_create, gmt_modified。 说明：其中 id必为主键，类型为 unsigned bigint、单表时自增、步长为 1。 gmt_create,gmt_modified的类型均为 date_time类型。
10.【推荐】表的命名最好是加上“业务名称_表的作用”。 正例：tiger_task / tiger_reader / mpp_config
11.【推荐】库名与应用名称尽量一致。
12.【推荐】如果修改字段含义或对字段表示的状态追加时，需要及时更新字段注释。
13.【推荐】字段允许适当冗余，以提高性能，但是必须考虑数据同步的情况。冗余字段应遵循： 1)不是频繁修改的字段。 2)不是 varchar超长字段，更不能是 text字段。 正例：商品类目名称使用频率高，字段长度短，名称基本一成不变，可在相关联的表中冗余存储类目名称，避免关联查询。
14.【推荐】单表行数超过 500万行或者单表容量超过 2GB，才推荐进行分库分表。 说明：如果预计三年后的数据量根本达不到这个级别，请不要在创建表时就分库分表。
15.【参考】合适的字符存储长度，不但节约数据库表空间、节约索引存储，更重要的是提升检索速度。 正例：人的年龄用 unsigned tinyint(表示范围 0-255，人的寿命不会超过 255岁)；海龟就必须是 smallint，但如果是太阳的年龄，就必须是 int；如果是所有恒星的年龄都加起来，那么就必须使用 bigint
创建索引的原则
1. 对查询条件，分组条件，排序条件的字段创建索引，有可能是多列索引，update时后面的条件语句也属于查询条件
2. 创建索引对更新插入删除有影响，相反
3. 索引字段的长度越小越好，这里指的是性能
Mysql存储引擎使用的B+Tree
B+树是演变过来的，首先是二叉查找树，平衡二叉树，B树
1.二叉查找树，树种结点的度不大于2的有序树，最多结点数：2^n -1 ,n为数的高度，如n=3，最多7个结点，n=5，最多31个结点(达到最大结点数叫做满二叉树)
某一层的最多结点个数 2^(n-1) ,如果n=3，第三层最多4个结点，如n=30，第31层最多 2^30=1073741824,记住这一点，后面会用到
2. 二叉树如果在不控制的情况下会变为一条直线，失去了查找优势，这时出现二叉平衡树
3. B树，二叉树实际情况无法使用，因为需要n多次的磁盘IO，B树，一个结点存储更多的key，同时存储数据
4. B+树，为了存储更多的key值，同时考虑到数据库查询的其它需要，B树结点不存储数据，只存储key，所有数据存储在叶子结点
5. mysql默认页大小16k，能存储多少数据记录和数据库记录大小有关系，假设叶子结点存储16条数据，一条记录大小1K，非叶子结点存储1000个key
高度为3 ，总记录数就是 1000*1000*16 = 16000000.
视图，记录，字段
每种数据库有自己视图，我们常说的视图一般是关系视图，可以关联一张或几张表，方便信息查询和权限控制等
数据库事务
ACID ，mysql数据库隔离级别 ，Read Uncommited ，Read Commited ，Repeatable Read，Serialiable，注意，mysql是这几种隔离级别，其它数据库不一定有
脏数据，读到了没有提交的数据
不可重复读，一个事务在执行过程中，两次读的数据不一致，解决方法是mvvc
幻读，数据做了插入或删除操作，但是其它事务插入或删除了某条数据，出现没有删除干净，或者都删除了的情况，在可重复读的隔离级别下，快照读不会出现幻读，当前读时，innodb 通过间隙锁和行锁共同作用控制，使得查询语句扫描到的数据及数据中间不能插入也不允许修改，从而不会出现幻读现象。
SQL和存储过程
SQL99和SQL92

实体关系图是什么呢？实体关系图也称ER模型(是指以实体、关系、属性三个基本概念概括数据的基本结构，从而描述静态数据结构的概念模型)，全称为实体联系模型或实体关系模型，是概念数据模型的高层描述所使用的数据模型或模式图。
关系图提供了表示实体型、属性和联系的方法，用来描述现实世界的概念模型，把概念模型映射到逻辑模型如关系模型上，使用关联实体来解决有多对多联系的两个实体关系，实体联系的模型可以依据是否只允许二元联系而分类为二元实体关系联系和一般实体联系模型。
二元联系是在两个实体联系之间的联系，所以在一般实体联系模型中在三个或更多实体之间的联系也是允许的。在不同的数量联系间(1：1，1：n,m:n)用不同的数量关系进行标注。
实体关系图常见用途
一般在逻辑和物理数据库设计中使用，包括信息工程和空间建模。也可以用在两个或更多实体相互如何关联，比如老师给学生授课存在授课关系，学生选课存在选课关系。一般情况下实体绘制为矩形，联系绘制为菱形，属性绘制为椭圆形。
1、常用于信息系统设计中在概念结构设计阶段用来描述信息需求或要存储在数据库中的信息类型，作为用户与分析员之间有效的交流工具。
2.描述感兴趣区域的任何本体对使用的术语和它们的联系的概述和分类，用实体、联系和属性这三个概念来理解现实问题。
实体关系图绘制方法
实体关系图的制作方法十分简单，通过以下几个步骤，即可轻松绘制出一幅专业实用的实体关系图。第一步：点击下载“亿图图示"软件，或访问在线版亿图图示。启动软件，开始作图！第二步：新建实体关系图。在搜索框输入关键词“er图”。然后从例子库中，选择一个模板，点击使用并“克隆”(会员可直接克隆使用)即可以在模板图示上做适当的修改。
第三步：先点击画布中的实体关系图，可直接拖拽左侧符号库中的线条以及几何图形，根据自身所需要内容创作。
第四步：双击文本框，替换实体关系图模板里的文字，确定所有的实体集合，确定好实体集之间的关系。
第五步：完成实体关系图的绘制后，可以点击右上角的文件、保存(或导出)、下载、打印、分享等按钮，对绘制好的实体关系图作品进行存储。也可以将作品导出为图片、PDF、PPT等格式。
实体关系图绘制软件---亿图图示
亿图图示是一款综合型的图形图表设计应用，用户可以在网页通过它绘制260多种类型的图示，如果你使用亿图图示去绘制关系图，当你选中某一个模型，会在左边的符号库中自动出现你可能会用到的实体关系的各种符号，直接拖拽使用就可以。在模板库中快速转变关系模式，简单的更改就可以直接导出使用，还有其余可协助关系图形成的数据流图，帮助你分析各个实体联系，属性，然后填入相应框图中，更有跨平台无障碍创作，适合于各种场景，在学习和工作中是一款综合性比较高的可视化工具。
使用亿图图示绘制实体关系图，直接选用相关模板，模板配色符合主流审美，自己也可以快速替换颜色字体，做好工作的同时展现出自己的审美能力，并快速绘制出符合要求的实体关系图，有效提升使用者的办公和学习效率！下图也是亿图图示中的部分实体关系图。
为什么选择亿图图示绘制实体关系图？
1、海量符号资源库点击你要绘制的图示类型，符号库中还会快速搭建出符合自身要求的图形图标，除此之外还可以自行添加，有丰富的符号库，拖拽式操作，自动对齐和吸附，使图示变得美观又实用，不仅轻松实现创意表达，还可以高效制作专业图。
2、符合国人创作思维作为一款国产软件，全中文的界面和模板符合国人使用习惯，没有任何的技术门槛，操作可谓行云流水。
3、支持多种设备使用支持Windows、Mac和Linux系统(包含国产操作系统)，最新版本支持桌面版与网页版云同步存储，可直接网页登陆使用，方便快捷。
4、支持多种导入、导出格式一键即可将图表转化为Word、Excel、PowerPoint、PDF、SVG、PNG等格式，便于交流分享，并支持Visio格式的批量导入和导出，轻松实现文件转移。

	

二元关系这一章很重要。本篇包括二元关系的闭包、偏序关系、等价关系等内容，其中包含划分、哈斯图、最大最小元、上下界等小知识点。
一、闭包
1.定义：
闭包是包含原关系具有某种性质的最小的关系。
闭包是关系的一种特殊运算，运算结果依然是关系。
闭包有三种，自反闭包、对称闭包、传递闭包。R的自反闭包记作r(R), 对称闭包记作s(R), 传递闭包记作t(R)。
2.求法：
(1).集合表示法中闭包的求法：
设R为A上的关系, 则有
(2).矩阵表示法中闭包的求法：
设关系R, r(R), s(R), t(R)的关系矩阵分别为M, Mr , Ms 和 Mt ，则有  (1) Mr=M+E   
(2) Ms=M+M '      
(3) Mt=M+M2+M3+…
E 是单位矩阵, M '是 转置矩阵，相加时使用逻辑加。
(3).关系图表示法中闭包的求法：
设关系R, r(R), s(R), t(R)的关系图分别记为G, Gr, Gs, Gt, 则Gr , Gs , Gt 的顶点集与G 的顶点集相等. 除了G 的边以外, 以下述方法添加新的边：
(a) 考察G 的每个顶点, 若没自回路就加一个自回路，得到Gr  
(b) 考察G 的每条边, 若有一条 xi 到 xj 的单向边, i≠j, 则在G中加一条 xj 到 xi 的反向边,  得到Gs
(c) 考察G 的每个顶点 xi, 找 xi 可达的所有顶点 xj (允许i=j )， 如果没有从 xi  到 xj  的边, 就加上这条边, 得到图Gt
例：设A={a,b,c,d}, R={,,,,}, 求r(R), s(R), t(R)。
解：r(R)={,,,,,
s(R)={,,,,,,,}
 t(R)={,,,,,
如果在关系图中解，R和r(R), s(R), t(R)的关系图如下图所示。
二、偏序关系
1.定义
    偏序关系是非空集合A上的自反、反对称和传递的关系，记作≼.设≼为偏序关系, 如果 ∈≼, 则记作 x≼ y, 读作x“小于或等于”y。
      集合A上的恒等关系IA是A上的偏序关系。
      小于或等于关系，整除关系，包含关系也是相应集合上典型的偏序关系。
      偏序关系的关系图比较复杂，特别是在元素比较多的时候就比较凌乱了。为此，专门有一种图来表示偏序关系，这就是哈斯图。哈根达斯的哈，哈根达斯的斯。是不是感觉很凉爽呢？
2.画法   
     哈斯图是利用偏序关系的自反、反对称、传递性进行简化的关系图。
     特点：三省
      (1)省去自回路。 偏序关系是自反的，每个结点都有自回路，那么自回路也就不是特点了，直接省去。
      (2)省去箭头。 两个连通的结点之间的序关系通过结点位置的高低表示，位置低的元素的顺序在前。
      (3) 省去传递的边。
      比如偏序集的哈斯图如下：
3.根据哈斯图些序偶
        同样，已知一个哈斯图，要会写出图中所包含的序偶。
        比如： 已知偏序集的哈斯图如下图所示, 试求出集合A和关系R的表达式。
解：A={ a, b, c, d, e, f, g, h}
R={,,,,,,,,,,,,,,,,}
4.哈斯图的8个概念
在哈斯图中，有8个概念，需要大家掌握。它们分别是最大元、最小元；极大元、极小元；上界、下界；上确界、下确界。
定义：
设为偏序集, B是A的子集, y∈B
(1) 若任意x(x∈B→y≼x)成立, 则称 y 为B的最小元
(2) 若任意x(x∈B→x≼y)成立, 则称 y 为B的最大元
(3) 若任意x(x∈B∧x≼y→x=y)成立, 则称 y 为B的极小元
(4) 若任意x(x∈B∧y≼x→x=y)成立, 则称 y 为B的极大元
例：设偏序集，求A的极小元、最小元、极大元、最
大元。
解
极小元：a, b, c, g；  
极大元：a, f, h；
没有最小元与最大元。
总结：
(a) 对于有穷集，极小元和极大元一定存在，可能存在多个。
(b) 最小元和最大元不一定存在，如果存在一定唯一。
(c) 最小元一定是极小元；最大元一定是极大元。
(d) 孤立结点既是极小元，也是极大元。
定义：
设为偏序集,B是A的子集, y∈A
(5) 若任意x(x∈B→x≼y)成立, 则称y为B的上界 
(6) 若任意x(x∈B→y≼x)成立, 则称y为B的下界 
(7) 令C＝{y| y为B的上界}, C的最小元为B的最小上界或上确界 
(8) 令D＝{y| y为B的下界}, D的最大元为B的最大下界或下确界
例：
设偏序集，设B＝{ b,c,d }, 求B的下界、上界、下确界、上确界。
解：B的下界和最大下界都不存在；
上界有 d 和 f, 
最小上界为 d。
总结：
(e) 下界、上界不一定存在； 下界、上界存在时，下确界、上确界不一定存在
(f) 下界、上界如果存在不一定唯一
(g) 下确界、上确界如果存在，则唯一
(h) 集合的最小元是其下确界，最大元是其上确界；反之不对.
三、等价关系
1.定义
    等价关系是非空集合A上的自反、对称和传递的关系。在日常生活中也有不少等价关系(还记得上课举过的例子吗？你们的回答太搞笑了)。
    常见的等价关系有模m同余关系，这个关系很重要，我们在其它的章节以及其它的课程中会多次用到。
 2.等价关系与等价划分
      在一个集合上的等价关系和等价划分是一一对应的。“一一对应“这四个字，表示知道一个等价关系，可以求出一个等价划分；反之，知道一个等价划分，也能求出一个等价关系。
       下面讲述这两种题型的解法。        
        (1)已知A上的一个等价关系R，求R在A上所诱导的划分。
        解法：画出等价关系R的关系图，图中有几个不连通的部分，就有几个划分块。
        例题：设A={1,2,3,4,5,6,7,8}，A上的等价关系R={<1,1>,<2,2>,<3,3>,<4,4>,<5,5>,<6,6>,<7,7>,<8,8><1,4><1,7>,<2,5>,<2,8>,<3,6><4,1>,<4,7>,<5,2>,<5,8>,<6,3>,<7,1>,<7,4>,<8,2>,<8,5>}，求R在A上所诱导的等价划分。
         解：直接根据R中的序偶画出关系R的关系图。
      图中的结点分为不连通的三个部分，所以A上由关系R所诱导的划分是{{1,4,7},{2,5,8},{3,6}}.
    (2)已知A上的一个划分S={S1,S2,...,Sn}，求S在A上所诱导的等价关系R。
     解法：R=(S1ⅩS1)∪(S2ⅩS2)∪…∪ (SnⅩSn)
     例题：设A={1,2,3,4,5,6,7}，确定A上的等价关系R，使R能产生划分{{1，2，5}，{4,6}，{3,7}}。
      解：R=({1,2,5}Ⅹ{1,2,5})∪({4,6}Ⅹ{4,6})∪ ({3,7}Ⅹ{3,7})
             ={<1,1>,<1,2>,<1,5>,<2,1>,<2,2>,<2,5>,<5,1>,<5,2>,<5,5>}∪{<4,4>,<4,6>,<6,4>,<6,6>}∪{<3,3>,<3,7>,<7,3>,<7,7>}
       ={<1,1>,<1,2>,<1,5>,<2,1>,<2,2>,<2,5>,<5,1>,<5,2>,<5,5>,<4,4>,<4,6>,<6,4>,<6,6>,<3,3>,<3,7>,<7,3>,<7,7>}

1、定义

       关系模式（Relation Schema）是对 关系的描述，比如一个事物有那些属性，这些属性的关系又是怎么样的。模式的实例就是模式的具体值， 模式反应的是数据的结构和联系，是相对稳定的一种型。而实例反应的则是关系在某一时刻的值，是相对变动的一种状态。

关系模式可以形式化地表示为：

R（U，D，dom，F）

其中R为关系名，U为组成该关系的属性名集合，D为属性组U中属性所来自的域，dom为属性向域的映象集合，F为属性间数据的依赖关系集合。
例如：
               student(U , D , DOM , F)
               U={ studentID , name , sex, department}
               
               D:D1={数字或字符组成的字符串}
                   D2={英文或汉字}
                   D3={男，女}
                   D4={院系}
               
               DOM:DOM{studentID}=D1
                        DOM{name}=D2
                        DOM{sex}=D3
                        DOM{department}=D4


               F:studentID--->name
                  studentID--->sex
                  studentID--->department
 ps：数据库模型分为数据模型、E-R模型、关系模型、层次模型和网状模型，其中关系模型是无数个关系模式的集合，而关系模式是对关系的描述。
      2、规范化
           我们可以通过设计适当的范式的模式来进行关系数据库的设计，我们主要有6种范式，分为1NF、2NF、3NF、BCNF、4NF和5NF，一般我们将一个低级的关系模式转换成若干个高级范式，这种过程就叫规范化。
               （1）第一范式（1NF）
                            在关系模式R中，当且仅当所有域只包含原子值，即每个分量都是不可再分的数据项，则称关系模式R属于第一范式。所谓的不可再分就是实体的该属性不能含有多个值或者是不能有重复的属性值，如果有重复的属性值出现，那么就要定义一个新的实体，新的实体由重复的属性构成，并且新实体与实体之间是一对多的关系。
                ps：在关系数据库中，任何关系数据库都必须满足第一范式，不满足第一范式的数据库就不是关系数据库。        
                 例如：student{ studentID , name , name， sex, department }，这个学生表就不符合第一范式，因为name属性重复了
                           正确的表：
                            student{ studentID , name ， sex, department }
            （2）第二范式（2NF）
                            第二范式的前提是必须满足第一范式，如关系模式R满足了第一范式，并且每个非主属性完全依赖于码，则关系模式R属于第二范式。也就是说在满足第一范式的条件下，关系模式R要求的实体的属性必须完全依赖于主键，完全依赖是说不能存在仅依赖主键一部分的属性。倘若存在，那么这个属性和主键的这部分就得分离出来重新定义一个实体，新实体与原实体之间是一对多的关系。为了区分通常要在表上加上一列来存储各个实例的唯一标识。
例如：有一张学生课程成绩表：
           student{stuNo,stuName,age,sex,courseNo,courseName,credit，score} 如图：




              从上图得知该表有两个主键，因此该表的主键是联合主键（stuNo,courseName），从表可以看出，主键stuNo和courseName可以唯一确定score属性值，符合第二范式要求，但是，表中其他的属性，比如stuName属性可以直接由stuNo唯一确定，courseName属性可以直接由courseNo唯一确定，这就出现了仅依赖主键的一部分，不符合完全依赖，所以不符合第二范式，因此这张表就不符合第二范式。
              如果想要让这表符合第二范式，那么就要将这张表进行拆分，前面提到进行拆分时要将依赖主键一部分的属性和主键分离出来建立新表，分离结果如下：


              stuName、age、sex都是依赖部分主键stuNo










            courseName、credit都依赖部分主键courseNo








          分离到最后的原表为：








        （3）第三范式（3NF）
        如果关系模式R满足第二范式（2NF）并且R中的非主属性都不传递依赖与R中的候选码，则称该关系模式R为第三范式（3NF）。也就是说在满足第二范式的条件下，只要满足不存在X在属性组Y及非主属性Z（Z⊄Y）使得X->Y,Y->Z就说明该关系模式为第三范式。
    例如：
        这有一张员工信息表，Employee(emp_id,emp_name,emp_age,dept_id,dept_name,dept_info)
    如图：



 
    从表中我们可以看出主键是emp_id，它能唯一标识确定其他所有属性，所以dept_id在这里是属于非主属性，但是，我们发现dept_name依赖于dept_id，而dept_id又依赖于emp_id，因此这就存在了传递依赖，此外传递依赖存在一个很大的缺点，数据冗余。
   我们的解决方法是将存在传递依赖的属性分离出来，重新定义一个表，这里的dept_name和dept_info存在传递依赖，所以将这两个属性删掉然后新建一个表，如图：
   
   删除后的原表：




               新建的表：




  （4）巴克斯范式（BCNF）
      当3NF消除了主属性对码的部分依赖和传递依赖，则称为BCNF。BCNF是实质上是3NF的升级版，3NF只是考虑了非主属性对键的依赖情况，而BCNF除此之外还考虑了主属性对键的依赖情况，BCNF要求的条件比3NF的要高,因此如果关系模式是BCNF的，则该关系模式必然3NF，反之则不成立。特性如下：

      1.所有非主属性对每一个码都是完全函数依赖。
      2.所有的主属性对每一个不包含它的码,也是完全函数依赖。
      3.没有任何属性完全函数依赖于非码的任何一组属性。

          例如：
                   假设仓库管理关系表为StorehouseManage(仓库ID, 存储物品ID, 管理员ID, 数量)，且有一个管理员只在一个仓库工作；一个仓库可以存储多种物品。这个数据库表中存在如下决定关系：
          (仓库ID, 存储物品ID) →(管理员ID, 数量)
          (管理员ID, 存储物品ID) → (仓库ID, 数量)
        所以，(仓库ID, 存储物品ID)和(管理员ID, 存储物品ID)都是StorehouseManage的候选关键字，表中的唯一非关键字段为数量，它是符合第三范式的。但是，由于存在如下决定关系：
          (仓库ID) → (管理员ID)
          (管理员ID) → (仓库ID)
即存在关键字段决定关键字段的情况，所以其不符合BCNF范式。
把仓库管理关系表分解为二个关系表：
          仓库管理：StorehouseManage(仓库ID, 管理员ID)；
          仓库：Storehouse(仓库ID, 存储物品ID, 数量)。
          这样的数据库表是符合BCNF范式的。

   （5）第四范式（4NF）
      4NF是限制关系模式的属性间不允许有非平凡且非函数的多值依赖。由于第四范式软考不怎么考，所以在这里就不详细讲解。


PS:如果还没看明白可以看看别的大神的理解：点击打开链接