mysql中怎么存储数组

SQL没有数组这种类型，数组是一种数据结构的概念，跟关系型mysql数据存储持久化没有关系。

如果要将数组的内容存储的mysql中，如 arr[n][m]二维数组，你创建一个table arr, 列是 A B，循环数组的每个元素，然后存储到对应的表中的A B列。

当然怎么存储到数据库中看你自己的需要，可以存到一个字段中，用分隔符分开，倒是取出来的时候直接字符串split得到数组。

扩展资料：

系统特性：

1、mySQL使用 C和 C++编写，并使用了多种编译器进行测试，保证了源代码的可移植性。

2、支持 AIX、FreeBSD、HP-UX、Linux、Mac OS、NovellNetware、OpenBSD、OS/2 Wrap、Solaris、Windows等多种 *** 作系统。

3、为多种编程语言提供了 API。这些编程语言包括 C、C++、Python、Java、Perl、PHP、Eiffel、Ruby,NET和 Tcl 等。

4、支持多线程，充分利用 CPU 资源。

5、优化的 SQL查询算法，有效地提高查询速度。

6、既能够作为一个单独的应用程序应用在客户端服务器网络环境中，也能够作为一个库而嵌入到其他的软件中。

7、提供多语言支持，常见的编码如中文的 GB 2312、BIG5，日文的 Shift_JIS等都可以用作数据表名和数据列名。

8、提供 TCP/IP、ODBC 和 JDBC等多种数据库连接途径。

9、提供用于管理、检查、优化数据库 *** 作的管理工具。

10、支持大型的数据库。可以处理拥有上千万条记录的大型数据库。

参考资料来源：百度百科-mySQL

下载mysqlconnector库

然后把爬虫爬到的bai数据通过mysql里面的insert语句查到du数据库，当然也可以zhi建表dao，一般我没用python建表 是先建好再写数据的

import mysqlconnector

conn = mysqlconnectorconnect(

user='root',

password='root',

host='127001',

port='3306',

database='test_demo'

)

cursor = conncursor()

cursorexecute("INSERT INTO test_user(`uuid`,`user_name`,`user_level`) VALUES (%s,%s,%s)",[id, user_name, user_level])

cursorexecute("INSERT INTO tieba_user_detail(`user_name`,`user_exp`,`user_sex`,`tieba_age`,`tieba_note`,`user_favorites`,`user_fans`) VALUES (%s,%s,%s,%s,%s,%s,%s)",[user_name,user_exp,user_sex, tieba_age,tieba_note, user_favorites, user_fans])

print(' %s %s 数据保存成功 '%(user_rank,user_name))

conncommit()

cursorclose()

数据库索引文件采用数据结构概述：1、非主键索引需要在数据表本身的存储空间外额外开销存储空间，所以在更新的时候可能不仅要更新数据表本身，还要更新非主键索引，更新内容更多了，所以导致速度降低

反过来，如果数据表中的数据按照主键索引的顺序存储，更新的时候就没有额外的开销

非主键索引对提高查询速度来讲，主要的方面是：检索的条件(where

)如果命中对应的非主键索引的话，就不需要对数据表做全表扫描，效率肯定是大大提高

（索引的创建和使用是数据库设计和优化的重要部分，是一个数据库程序员的必修课，不同数据库系统的语法不同，但是原理基本相同）;2、如果检索结果的字段包含在非主键索引中，即使对非主键索引做全扫描，也比对整表字段做全扫描快，因为只有非主键索引本身的数据需要从存储设备调入内存，节约了IO时间

3、不过一般说索引对查询速度的影响，主要指第一种情况

关于数据库索引的数据结构，大多数数据库都是采用B树

可参照文章：非主键索引需要在数据表本身的存储空间外额外开销存储空间，所以在更新的时候可能不仅要更新数据表本身，还要更新非主键索引，更新内容更多了，所以导致速度降低

反过来，如果数据表中的数据按照主键索引的顺序存储，更新的时候就没有额外的开销

非主键索引对提高查询速度来讲，主要的方面是：检索的条件(where

)如果命中对应的非主键索引的话，就不需要对数据表做全表扫描，效率肯定是大大提高

（索引的创建和使用是数据库设计和优化的重要部分，是一个数据库程序员的必修课，不同数据库系统的语法不同，但是原理基本相同）;另一方面，也有如下的可能：如果检索结果的字段包含在非主键索引中，即使对非主键索引做全扫描，也比对整表字段做全扫描快，因为只有非主键索引本身的数据需要从存储设备调入内存，节约了IO时间

不过一般说索引对查询速度的影响，主要指第一种情况

基本数据结构

表

表是关系数据库中的一个基本数据结构。表就是行的集合。每行（row）包含一个或多个列。

从Oracle8企业版以后，就提供了分区选件，它允许将表和索引进行分区。利用分区，Oracle可从以下两方面改善性能：

。Oracle不用去访问那些不满足查询条件的分区

。如果分区中所有数据都满足查询条件，那么Oracle将选择全部数据而不需要对每行均进行字句检查。

视图

视图（view）是Oracle中的一种由SQL语句构造的数据结构。SQL语句存储在数据库中，在查询中使用一个视图时，所存储的查询将得以执行，并向用户返回基表（base table）中的数据。

视图不包含数据，而是表示一些方法可以查看查询所指定的基表数据。

视图有以下几种用途：

。简化对多个表数据的访问

。可以保证表中数据的安全（如，创建包含WHERE子句的视图就可以限制访问表中的数据）

。将应用与表中某些特定的结构分离

视图建立在基表集合的基础之上，基表包括Oracle数据库中的事实表或者其他视图。如果视图中的任何一个基表进行修改，那么该视图将无法继续使用它们，因此视图本身也无法再使用。

索引

索引（index）是用来加快访问数据库中记录速度的一种数据结构。一个索引与一个特定的表相关，而且包含该表的一个或多个列的数据。

创建索引的SQL基本语法：

CREAT INDEX emp_idx1 on emp （ename，job）；

其中，emp_idx1时索引名，emp是创建索引的表，ename和job时构成索引的列值。

除了索引数据以外，索引项中还为其相关行保存了ROWIDROWID是获取数据库行的最快方式，因此随后数据库行的获取都是以这种最佳方式来完成。

Oracle中使用的4中类型的索引结构：标准B-树索引、反向键索引、位图索引以及Oracle8i引入的基于函数的索引。Oracle使你可以对表中的数据进行聚合，从而改善性能。

其它数据结构

序列（Sequence）

在多用户数据库中经常出现的大问题，就是很难为键或标识符提供唯一的序号。在这种情况下，Oracle允许创建序列对象。

序列号可以用名字，一个递增值或有关序列的其他一些信息。序列独立于任何表，因此多个表可以使用同样的序列号。

同义词（Synonym）

所有的Oracle数据库的数据结构都存储在一个特定的模式（schema）。模式是和一个特定的用户名相关联的，所有对象都通过带有对象名的模式名得到引用。

例如，模式DEMO中有一个表名为EMP如果想引用表EMP，那么应该通过完整名DEMOEMP来引用。如果没有提供特定的模式名，那么Oracle假定该结构处于当前用户名的模式中。

集群（Cluster）

集群是一种能够改善获取性能的数据结构。集群和索引一样，不会影响表的逻辑视图。

散列集群（Hash Cluster）

数据设计

约束

约束（constraint）强制数据库中某些数据的完整性。当给某列增加一个约束，Oracle自动确保不满足此约束的数据是绝不能被接受的。

约束可以在创建或增加包括某列（通过关键字）的表时与列相关联，或者在表创建后通过SQL命令ALTER TABLE来实现与该列的关联。在Oracle8及以后的版本中支持以下5个约束类型：

NOT NULL

对于任何列都可以设为NOT NULL如果在任何SQL *** 作中将一个NULL值赋给某个有NOT NULL约束的列，Oracle会为这个语句返回一个错误。

惟一性

主键

外键

校验

某些约束需要创建所以来支持。

约束可以是立即的或延迟的。立即约束（immediate constraint）只要有写 *** 作就会立即对受约束列产生影响；而延迟约束（deferred constraint）只有在对约束行产生变化的SQL语句执行完时才有强制作用。

对于某个特定表的约束可设置成暂时挂起。当再次启动该约束 *** 作时，再要求Oracle对该约束验证所有数据，或者只是对新数据应用约束。在现有表中增加约束时，可以指定是否对表中所有记录进行约束校验。

触发器

触发器是个代码块，当某个表中发生了某种类型的数据库事件时它就会被触发，有以下3种事件会导致触发器的触发：

。数据库UPDATE

。数据库INSERT

。数据库DELETE

例如，可以定义一个触发器，从而在用户改变某一行时，写一个定制的审查记录。

触发器是在行一级被定义的。可以指定触发器是对每一行触发，或者对触发该触发器事件的SQL语句触发。

触发器的触发有3个时机：

。在执行触发事件之前

。在执行触发事件之后

。非触发事件

将前两种时间选项与触发器所触发的行和语句的结合，则有4种可能的触发器实现：在语句之前；在行之前；在语句之后；在行之后。

任何触发器都可以有一个触发器限制（trigger restriction）。触发器限制是一个布尔表达式，如果其值为FALSE，那么就阻止触发器触发。

触发器的定义和存储都独立于使用它们的表。因为触发器包含逻辑，所以必须通过比SQL功能强的某种实现数据访问的语言来写。可以直接用PL/SQL或Java来写触发器，也可以通过调用其中任一种语言编写的现有存储过程来写触发器。

触发器触发是SQL语句执行的结果，该SQL语句修改了某个表中的行。触发触发器的 *** 作可能是修改这个表中的数据，或者产生某些改变来触发其他表的触发器。这么做的最后结果可能是以某种方法修改了数据，但Oracle认为这是不合逻辑的。这些情况都会导致Oracle返回变异表（mutating table，被其他触发器修改的表）的运行时错误，或是返回约束表（constraining table，被其他约束修改的表）的运行时错误。

Oracle8i还引入了一组非常有用的系统事件触发器和用户事件触发器。现在可以在系统事件（如，数据库启动或关闭）中放置触发器，也可以在用户事件（登录和退出）中放置触发器。

先从数据结构的角度来答

题主应该知道B-树和B树最重要的一个区别就是B树只有叶节点存放数据，其余节点用来索引，而B-树是每个索引节点都会有Data域

这就决定了B树更适合用来存储外部数据，也就是所谓的磁盘数据

从Mysql（Inoodb）的角度来看，B树是用来充当索引的，一般来说索引非常大，尤其是关系性数据库这种数据量大的索引能达到亿级别，所以为了减少内存的占用，索引也会被存储在磁盘上

那么Mysql如何衡量查询效率呢？磁盘IO次数，B-树（B类树）的特定就是每层节点数目非常多，层数很少，目的就是为了就少磁盘IO次数，当查询数据的时候，最好的情况就是很快找到目标索引，然后读取数据，使用B树就能很好的完成这个目的，但是B-树的每个节点都有data域（指针），这无疑增大了节点大小，说白了增加了磁盘IO次数（磁盘IO一次读出的数据量大小是固定的，单个数据变大，每次读出的就少，IO次数增多，一次IO多耗时啊！），而B树除了叶子节点其它节点并不存储数据，节点小，磁盘IO次数就少

这是优点之一

另一个优点是什么，B树所有的Data域在叶子节点，一般来说都会进行一个优化，就是将所有的叶子节点用指针串起来

这样遍历叶子节点就能获得全部数据，这样就能进行区间访问啦

至于MongoDB为什么使用B-树而不是B树，可以从它的设计角度来考虑，它并不是传统的关系性数据库，而是以Json格式作为存储的nosql，目的就是高性能，高可用，易扩展

首先它摆脱了关系模型，上面所述的优点2需求就没那么强烈了，其次Mysql由于使用B树，数据都在叶节点上，每次查询都需要访问到叶节点，而MongoDB使用B-树，所有节点都有Data域，只要找到指定索引就可以进行访问，无疑单次查询平均快于Mysql（但侧面来看Mysql至少平均查询耗时差不多）

总体来说，Mysql选用B树和MongoDB选用B-树还是以自己的需求来选择的

以上就是关于mysql中怎么存储数组全部的内容，包括:mysql中怎么存储数组、python列表套列表的数据结构怎么存入数据库、数据库系统的实现中采用了哪些常用的数据结构等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！