04｜增删改查

前两篇建好了库和表，结构定好了。但表是空的——没有数据。数据库的日常操作就是往里存数据（INSERT）、查出来（SELECT）、改（UPDATE）、删（DELETE），合称 CRUD。

这四个操作看着简单，但 UPDATE 和 DELETE 用错了是事故源头——少个 WHERE 条件就改了全表、删了全表。本篇讲基础 CRUD，重点讲怎么安全地改和删。

一、INSERT：存数据

往表里插一条：

INSERT INTO servers (hostname, ip_addr, env, status, remark)
VALUES ('web-01', '10.0.0.11', 'prod', 1, 'nginx node');

始终写清楚字段名。有种偷懒写法不写字段名：

INSERT INTO servers VALUES ('web-01', '10.0.0.11', 'prod', 1, 'nginx node', ...);

这依赖字段顺序，表结构一改（中间加列），数据会塞到错的列。写字段名是最简单的防护——列对列匹配，不怕顺序变。

一次插多行：

INSERT INTO servers (hostname, ip_addr, env, status) VALUES
  ('web-02', '10.0.0.12', 'prod', 1),
  ('db-01',  '10.0.0.21', 'prod', 1);

比写多条 INSERT 快——一次事务提交。批量导数据用这种。

id 字段不用写——AUTO_INCREMENT 自动生成。created_at、updated_at 也不用写——有 DEFAULT CURRENT_TIMESTAMP。

二、SELECT：查数据

最基础的查询，指定要哪些字段、什么条件：

SELECT id, hostname, ip_addr, env FROM servers
WHERE env = 'prod'
ORDER BY id DESC
LIMIT 10;

WHERE 过滤、ORDER BY 排序、LIMIT 限制返回行数。查大表一定要 LIMIT，不然返回几十万行能把客户端和数据库都拖垮。

WHERE 的条件

等值、范围、组合：

-- 等值
WHERE env = 'prod'

-- 范围
WHERE id BETWEEN 100 AND 200
WHERE created_at > '2026-06-01'

-- 组合
WHERE env = 'prod' AND status = 1
WHERE env = 'prod' OR env = 'staging'

-- IN 列表
WHERE env IN ('prod', 'staging')

LIKE 模糊匹配

WHERE hostname LIKE 'web-%';     -- 前缀固定，走索引
WHERE hostname LIKE '%web%';     -- 任意位置，不走索引

LIKE 'web-%' 前缀固定能用索引加速。LIKE '%web%' 前面是通配符，BTree 索引没法定位，全表扫描。能固定前缀就固定前缀。

少用 SELECT *

SELECT * FROM servers WHERE env = 'prod';    -- 别这么写
SELECT id, hostname, ip_addr FROM servers WHERE env = 'prod';   -- 写清楚要哪些

SELECT * 取回所有字段，网络传输大、用不到的字段白取。表结构调整后程序可能受影响（多出个字段程序没处理）。写清楚需要的字段，也给读代码的人一个信号：这次查询关心这些数据。

三、UPDATE：改数据

改数据前先 SELECT 确认要改哪些行——这是防事故的关键习惯：

-- 先查：要改哪些行
SELECT id, hostname, status FROM servers WHERE hostname = 'web-01';

-- 确认范围对，再改
UPDATE servers SET status = 0 WHERE hostname = 'web-01';

UPDATE servers SET status = 0;

这会把整张表的 status 都改成 0。一行 WHERE 漏掉，全表被改，是不可逆的事故（除非有 binlog 能回放）。

安全更新保护

MySQL 有个开关防止无 WHERE 的误操作：

SET SQL_SAFE_UPDATES = 1;

开了之后，没有 key 条件或 LIMIT 的 UPDATE/DELETE 被拒绝。但它有局限——用不上索引的 WHERE 条件可能漏过去。生产操作前可以临时开，但不完全可靠，养成"先 SELECT 再改"的习惯才是根本。

大变更拆小批

改几十万行不适合一条 SQL 一次完成——锁持有时间长、事务大、可能卡住。拆成小批：

UPDATE servers SET status = 0 WHERE id BETWEEN 1 AND 1000;
UPDATE servers SET status = 0 WHERE id BETWEEN 1001 AND 2000;

每批几千行，控制锁持有时间。脚本里循环按 id 分批处理。

四、DELETE：删数据

删数据同样先 SELECT 确认范围：

SELECT id, hostname FROM servers WHERE env = 'test';
-- 确认这些是要删的

DELETE FROM servers WHERE env = 'test';

和 UPDATE 一样，无 WHERE 的 DELETE 删全表。

DELETE 和 TRUNCATE 的区别

DELETE FROM servers WHERE env = 'test';    -- 按条件删
TRUNCATE TABLE servers;                      -- 清空整张表

DELETE 按条件删行，可以加 WHERE，逐行删除、记 binlog（可恢复）。TRUNCATE 直接清空整表、重置自增 ID，不记 binlog（不可恢复），但比 DELETE 快很多。

要清空整张表且不要数据了，用 TRUNCATE。要按条件删，用 DELETE。TRUNCATE 不能加 WHERE，一旦执行表就空了，谨慎。

五、改和删的几条铁律

1. 永远先 SELECT 确认范围——改和删前先查一遍要影响哪些行
2. UPDATE/DELETE 必带 WHERE——没 WHERE 就是全表操作，几乎必然是事故
3. 生产环境开 SQL_SAFE_UPDATES——多一层防护
4. 大批量拆小批——别一条 SQL 改几十万行
5. 删前备份——重要的表删前先 mysqldump 导出一份，或记 binlog 位点

这几条不是形式主义，每一条都对应真实的事故。无 WHERE 的 UPDATE/DELETE 是最常见的数据库事故，养成先 SELECT 的习惯能挡掉大部分。

CRUD 之后

能存数据、查数据、改数据、删数据了。但前面查询都只是单表——现实里经常要关联多张表（查订单连带查用户信息）、要分组统计（每个环境多少台服务器）。下一篇讲查询进阶：JOIN、聚合、函数。