MySQL 数据库从零入门：安装、建表、增删改查与索引优化指南

MySQL 简介

MySQL 是世界上最流行的开源关系型数据库。无论是个人博客还是大型电商平台，MySQL 都能胜任。本文从零开始，带你掌握 MySQL 的安装、建表、增删改查和索引优化。

安装 MySQL

# Ubuntu / Debian
sudo apt update
sudo apt install mysql-server -y
sudo systemctl start mysql
sudo systemctl enable mysql

# 安全配置
sudo mysql_secure_installation

# 验证安装
mysql --version

连接 MySQL

# 本地连接
sudo mysql -u root -p

# 或使用 root 免密登录（刚安装时）
sudo mysql

数据库和表的操作

-- 创建数据库
CREATE DATABASE myblog CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

-- 使用数据库
USE myblog;

-- 创建表
CREATE TABLE posts (
    id INT AUTO_INCREMENT PRIMARY KEY,
    title VARCHAR(200) NOT NULL,
    content TEXT,
    author VARCHAR(50),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

-- 查看表结构
DESCRIBE posts;

增删改查（CRUD）

-- 插入数据
INSERT INTO posts (title, content, author) VALUES
('Docker 入门教程', 'Docker 是一个容器化平台...', 'Leo'),
('Python 爬虫实战', '使用 requests 抓取网页...', 'Leo');

-- 查询数据
SELECT * FROM posts;
SELECT title, created_at FROM posts WHERE author = 'Leo' ORDER BY created_at DESC;

-- 更新数据
UPDATE posts SET content = '更新后的内容' WHERE id = 1;

-- 删除数据
DELETE FROM posts WHERE id = 2;

索引优化

-- 创建索引（加速查询）
CREATE INDEX idx_author ON posts(author);

-- 查看查询是否使用索引
EXPLAIN SELECT * FROM posts WHERE author = 'Leo';

-- 复合索引（多列）
CREATE INDEX idx_author_date ON posts(author, created_at);

常用函数

-- 聚合函数
SELECT COUNT(*) FROM posts;
SELECT author, COUNT(*) as post_count FROM posts GROUP BY author;

-- 字符串函数
SELECT UPPER(title) FROM posts;
SELECT CONCAT(title, ' - ', author) FROM posts;

-- 日期函数
SELECT DATE(created_at) FROM posts;
SELECT * FROM posts WHERE created_at > NOW() - INTERVAL 7 DAY;

备份与恢复

# 导出（备份）
mysqldump -u root -p myblog > myblog_backup.sql

# 导入（恢复）
mysql -u root -p myblog < myblog_backup.sql

Python 连接 MySQL

import mysql.connector

conn = mysql.connector.connect(
    host='localhost',
    user='root',
    password='your_password',
    database='myblog'
)
cursor = conn.cursor()
cursor.execute('SELECT * FROM posts')
for row in cursor.fetchall():
    print(row)

总结

MySQL 入门只需要掌握：安装 → 建库建表 → CRUD → 索引优化。配合 Python/PHP 等语言，就能搭建完整的数据库应用。