企业官网建设流程全解析

一、本周学习收获

1. 数据库分类与整体认知

本周先建立了对数据库的整体认知：数据库分为关系型数据库和非关系型数据库两大类。关系型数据库以表的形式组织数据，表与表之间通过外键建立联系，适合结构清晰、需要强一致性的业务场景；非关系型数据库则更灵活，适合海量数据、高并发读写或结构不固定的场景。

学习数据库的第一步是建库建表，而建表之前要先学会画ER 图（实体关系图）。ER 图把现实业务抽象成「实体」和「关系」，实体对应一张表，关系对应表与表之间的关联方式，画清楚 ER 图，后面的建表思路就顺了。

2. 表关系与外键设计

ER 图里最核心的是三种关系，以及外键该放在哪张表上：

• 一对多：外键要放在「多」的那张表上。例如一个班级有多个学生，学生表里放班级 id 作为外键。
• 多对多：需要建立一张中间表，把两个实体的主键都放进去，共同组成关联。
• 一对一：两张表通过唯一外键关联，一般用于把不常用或敏感字段拆出去。

一句话总结：外键是用来维护表与表之间关系的，放错位置关系就断了。

3. 增删改查（CRUD）

CRUD 是数据库操作的基本功，对应四种操作：

新增：

INSERTINTO表名(字段1,字段2)VALUES(值1,值2);

修改：

UPDATE表名SET字段1=值1,字段2=值2WHERE条件;

删除：

DELETEFROM表名WHERE条件;

这里有个很重要的实践认知：一般不会做物理删除，而是做逻辑删除。也就是加一个状态字段（如is_deleted），删除时只改状态，数据仍然保留，方便追溯和恢复。

4. 查询：从单条件到多条件

查询是本周花时间最多的部分，按难度递进整理如下。

单条件查询：用WHERE加条件。

• 比较运算：<、>、!=、=
• 范围查询：BETWEEN A AND B
• 模糊查询：LIKE，例如LIKE '%关键字%'
• IN查询：WHERE id IN (1, 2, 3)
• 空值判断：IS NULL/IS NOT NULL

多条件查询：用AND、OR连接，注意AND的优先级高于OR，混用时最好加括号明确逻辑。

排序：ORDER BY 字段 DESC（降序）/ASC（升序）。

分页：LIMIT 起始值, 步长长度，起始值默认为 0。例如LIMIT 0, 10表示从第 0 条开始取 10 条。

SELECT*FROMstudentWHEREage>18ANDnameLIKE'%张%'ORDERBYageDESCLIMIT0,10;

5. 聚合函数与分组

常用的五个聚合函数：

• MAX()最大值
• MIN()最小值
• SUM()求和
• COUNT()计数
• AVG()平均值

配合GROUP BY 字段做分组统计，再用HAVING对分组后的结果做筛选。这里要区分清楚：WHERE筛选的是分组前的行，HAVING筛选的是分组后的组。

SELECTclass_id,COUNT(*)AS人数,AVG(score)AS平均分FROMstudentGROUPBYclass_idHAVINGCOUNT(*)>10;

6. 多表联查与子查询

多表联查主要用三种连接方式：

• INNER JOIN：只保留两表都匹配上的数据
• LEFT JOIN：以左表为主，右表没匹配上的补 NULL
• RIGHT JOIN：以右表为主，左表没匹配上的补 NULL

子查询分为：

• 标量子查询：子查询返回单个值，可以放在WHERE的比较条件里
• 列子查询：子查询返回一列多行，常配合IN使用

7. 建表与数据类型

建表语法：

CREATETABLE表名(属性名 类型 约束,属性名 类型 约束);

数值类型：

• 整数：TINYINT、SMALLINT、MEDIUMINT、INT、BIGINT
• 小数：FLOAT、DOUBLE、DECIMAL（存金额，精准，面试高频）
• 布尔：BOOL / BOOLEAN，本质就是TINYINT(1)，0 为假，非 0 为真

字符串类型：

• 短字符：CHAR（固定长度）、VARCHAR（可变长度，最常用）
• 大文本：TEXT、MEDIUMTEXT、LONGTEXT
• 枚举：ENUM，只能选给定的值，比如性别男/女
• 集合：SET，可以多选
• 二进制：BLOB，存文件、图片，一般项目很少用

日期时间类型：DATE日期、TIME时间、DATETIME日期+时间、TIMESTAMP时间戳、YEAR年份。

特殊类型：JSON存 JSON 格式数据，现在很常用；此外还有空间类型（POINT等）和新版本的VECTOR向量类型，专科考试基本不考。

约束：

1. 非空约束NOT NULL
2. 主键 / 外键约束PRIMARY KEY/FOREIGN KEY
3. 唯一约束UNIQUE

8. 事务与索引

事务的四大特性（ACID）：

• A 原子性：要么全部执行成功，要么全部失败
• C 一致性：数据从一个合法状态转到另一个合法状态
• I 隔离性：并发事务之间互不干扰
• D 持久性：事务提交后数据永久保存

索引：索引能提高查询效率，但会降低增删改的效率，因为每次写操作都要同步维护索引结构。所以索引不是越多越好，要按查询场景有选择地建。

9. 项目设计：三层架构

项目设计上接触了三层架构：

• 表现层：负责输入输出，和用户交互
• 业务层：负责业务逻辑处理
• 数据层：负责 SQL 与数据库交互

分层的好处是职责清晰，改一层不影响其他层。

二、遇到的难题与困惑

1. 外键到底放在哪张表上容易搞混

一开始画 ER 图时，一对多关系里外键的位置总是记反。后来用「多的一方持有外键」这句话反复对照例子才理顺：一个学生只属于一个班级，学生是「多」，所以班级 id 放在学生表里。

2.WHERE和HAVING分不清

写分组统计时，经常把筛选条件写错位置。现在明确了：条件里涉及原始字段就用WHERE，涉及聚合函数结果就用HAVING。

3.AND和OR混用结果不对

多条件查询时，AND优先级高于OR，不加括号很容易得到意料之外的结果。目前的做法是只要混用就加括号，先保证逻辑正确。

4.LIMIT的起始值理解偏差

LIMIT 0, 10里的 0 是起始索引而不是「第几条」，一开始按第 1 条去理解，导致分页数据错位。现在记住：起始值从 0 开始，第二个参数是取多少条。

5. 索引为什么会让增删改变慢

知道结论但原理上还不够透。目前的理解是：索引本身是一份额外的有序结构，每次插入、更新、删除都要同步维护它，所以写操作变慢。至于「索引失效的情况」，还需要再系统整理一遍。

6. 多表联查时LEFT JOIN和INNER JOIN结果差异

同样的 SQL 换一种连接方式，结果行数就变了。现在明白是「以哪张表为主」的问题，但复杂多表场景下还是需要多练。

三、错题反思与总结

错题 1：金额字段用了FLOAT

错误做法：建表时金额字段用了FLOAT。

反思：FLOAT是浮点数，存在精度误差，金额这种要求精确的场景必须用DECIMAL。这也是面试高频考点，属于必须记住的常识。

错题 2：DELETE直接物理删除

错误做法：删除数据时直接DELETE FROM 表 WHERE 条件。

反思：实际项目一般不做物理删除，而是逻辑删除，用状态字段标记。物理删除后数据无法恢复，风险太大。

错题 3：分组统计把条件写进了WHERE

错误做法：WHERE COUNT(*) > 10。

反思：聚合函数不能出现在WHERE里，必须用HAVING。这是语法层面的硬性规则，写错直接报错。

错题 4：IS NULL写成了= NULL

错误做法：WHERE 字段 = NULL。

反思：NULL不能用=比较，任何值和NULL比较结果都是未知，必须用IS NULL/IS NOT NULL。

错题 5：多对多关系没有建中间表

错误做法：多对多关系里直接在一张表里塞另一个表的主键。

反思：多对多必须通过中间表实现，否则一条记录无法对应多个关联对象。ER 图阶段就应该把中间表画出来。

本周总结

1. 先画图再建表：ER 图理清实体和关系，外键位置就不会错。
2. 查询是重点：单条件、多条件、排序、分页、聚合、分组、联查、子查询，是一条完整的递进链路，需要反复练。
3. 细节决定正确性：DECIMAL存金额、IS NULL判空、HAVING筛分组、LIMIT从 0 开始，这些细节是错题的高发区。
4. 索引和事务是进阶：ACID 要能背能解释，索引的收益与代价要能说清楚，索引失效的情况下周继续补齐。
5. 三层架构建立工程视角：从「会写 SQL」到「知道 SQL 写在项目哪一层」，是本周最大的认知升级。

下周计划：系统整理索引失效的常见场景，补练多表联查与子查询的组合题，并把本周的建表语句在真实项目里跑一遍。