百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

MySQL命令行常用指令(mysql 命令行)

ztj100 2025-03-28 23:30 17 浏览 0 评论

前言

在某些环境下开发经常不能使用 Navicat 等数据库界面化客户端,这就要求开发人员退而求其次使用 MySQL自带的命令行客户端。本文主要介绍MySQL 常用的命令,基本上可以平替界面话的操作。

常用命令

常用命令主要有数据库连接、切换数据库、查看表信息、创建索引、创建表、修改表和清空表等。

查看MySQL版本

# 注意 V 是大写
mysql -V

结果如图所示:

用户

-- 创建用户
 create user '<用户名>'@'%' identified by '<密码>';
 
-- 赋予权限
GRANT ALL PRIVILEGES ON *.* TO '<用户名>'@'%';

-- 刷新更改
flush privileges;

连接数据库

mysql -h -u<用户名> -p<密码>

# 示例
mysql -hlocalhost -uroot -p123456

结果如图所示:

切换数据库

use <数据库名>;

-- 示例:
use sys;

结果如图所示:

查看表

查看表信息

show table status;

结果如图所示:

如果列比较多,可以在结尾处将 ; 号改成 \G ,表示每行数据竖向展示。

由上图可以看到 sys 数据库只有一张表 sys_config ,我们可以了解到这张表的数据库引擎是 InnoDB ,还能查询到这张表的创建时间、更新时间、表注释等信息。

查看表结构

-- 查看表结构
describe <表名>;

-- 示例
describe sys_config;

结果如图所示:

由上图可知, sys_config 表有四个字段,它们的字段类型是 varchar 和 timestamp ,字段是否可以为空,字段的默认值等。

但是 describe 命令并不能得到表的索引信息,所以我们还需要 show indexes 命令单独查询表的索引。

查看表索引

-- 查看索引
show indexes from <表名>;

-- 示例
show indexes from sys_config;

结果如图所示:

主要返回字段:

  • Non_unique: 0表示是唯一索引,1表示不是唯一索引
  • Key_name: PRIMARY 表示索引的名字是主键索引
  • Seq_in_index : 索引项在索引定义中的顺序位置。对于单列索引,Seq_in_index 的值总是 1,因为它只有一个列;对于多列复合索引,每一列都会有一个递增的 Seq_in_index 值,指示该列在索引定义中的位置。

例如,假设你有一个表 users,并且在 (first_name, last_name) 上创建了一个复合索引,那么:first_name 在索引中的 Seq_in_index 值将是 1,last_name 在索引中的 Seq_in_index 值将是 2。


创建表

CREATE TABLE table_name (
    column1 datatype constraints,
    column2 datatype constraints,
    column3 datatype constraints,
    ...
    CONSTRAINT constraint_name PRIMARY KEY (column_list)
);

-- 示例
CREATE TABLE `sys_test` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '主键id',
  `name` varchar(255) DEFAULT NULL COMMENT '名称',
  `status` tinyint DEFAULT NULL COMMENT '状态,0:禁用,1:正常',
  `create_time` datetime DEFAULT NULL COMMENT '创建时间',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='测试表';

修改表

添加表字段

ALTER TABLE <表名> ADD COLUMN <字段名> <字段类型>(<字段长度>) NOT[DEFAULT] NULL;

-- 示例
ALTER TABLE sys_test ADD COLUMN name VARCHAR(255) DEFAULT NULL;

修改表字段

ALTER TABLE <表名> MODIFY COLUMN <字段名> <字段类型>(<字段长度>) NOT[DEFAULT] NULL;

-- 示例
ALTER TABLE sys_test MODIFY COLUMN name VARCHAR(255) DEFAULT NULL;

创建唯一索引

CREATE UNIQUE INDEX <索引名> ON <表名>(<字段名>[(字段长度)]);

-- 示例
CREATE UNIQUE INDEX `uk_name` ON `sys_test`(`name`(255));

唯一索引的名字一般是以 uk_ 的前缀开头。如果唯一索引字段是 text 类型的,需要在创建唯一索引的时候指定索引的长度。

创建普通索引

ALTER TABLE <表名> ADD INDEX <索引名>(<字段名>) USING BTREE;

-- 示例
ALTER TABLE `sys_test` ADD INDEX `idx_name`(`name`) USING BTREE;

普通索引的名字一般是以 idx_ 的前缀开头。上述示例给 sys_test 表创建了一个名为 idx_name 的普通索引,索引字段是 name 。

删除索引

-- 两种删除索引的方式
ALTER TABLE <表名> DROP INDEX <索引名>;
DROP INDEX <索引名> ON <表名>;

-- 示例
ALTER TABLE sys_test DROP INDEX idx_name;
DROP INDEX idx_name ON sys_test ;

导出

-- 导出表结构
mysqldump -u[username] -p[password] --no-data --routines --triggers [dbname] > file.sql

-- 示例
mysqldump -uroot -p123456 --no-data --routines --triggers dp-pro > d:\dp-pro.sql
  • u [username] 是你的MySQL用户名;
  • p[password] 之后直接跟上你的密码,或者可以输入p然后按回车键输入密码;
  • -no-data 表示只导出表结构而不导出数据;
  • -routines 和 -triggers 是可选的,如果你的数据库包含存储过程或触发器的话,可以加上这两个选项来包含它们;
  • [dbname] 是你要导出的数据库名。
  • 要将输出保存到一个文件中,可以使用重定向操作符>

清空表

-- truncate
truncate table <表名>;

-- 示例
truncate table sys_test;

-- delete from
delete from <表名>;

-- 示例
delete from sys_test;

truncate 和 delete from 两种清空方式的区别:

  • 清空速度:truncate 不需要逐条删除记录,而delete from 是逐条删除,所以truncate更快,truncate会删除所有数据页,并重置表的大小;
  • 事务处理:truncate 是非事务性操作,而delete from是事务性操作。truncate 之后不能回滚;
  • 自增字段重置:truncate 可以重置 AUTO_INCREMENT 自增字段,delete from 不能重置;
  • 返回行数:truncate 返回0行被影响,因为truncate 是 DDL(数据定义语言) 命令,而delete from是 DML(数据操作语言) 命令;
  • 权限要求:TRUNCATE 需要 DROP 权限,而不仅仅是 DELETE 权限;
  • 条件过滤:DELETE 可以带有 WHERE 子句来删除指定的行,而 TRUNCATE TABLE 不能。

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: