视图
视图是一种基于查询结果产生的虚拟表。
为什么要有视图?
当在执行查询操作时,经常会出现查询频率高并且查询语句非常复杂的情况。 每次都要将复杂的SQL语句重新书写,非常不便。
比如:显示每种商品的名字以及对应的商品类型名和品牌名
select goods.name,goods_cates.name,goods_brands.name from goods inner join goods_cates on goods.cate_id = goods_cates.id inner join goods_brands on goods.brand_id = goods_brands.id;
上面的功能实际很简单,但是书写起来很头疼,如果每天还要执行很多次。头大。。。
如果能将这个查询的结果保存下来,下次在使用时,直接使用结果就非常完美了。
这个需求通过视图就可以完成。
视图的特性
- 视图是一个虚拟表,实际它就是一条被封装起来的 SQL 查询语句。
- 在使用视图时,就相当执行了被封装的复杂SQL查询语句。
- 视图不存储具体的数据。
- 视图的基本表发生变化,那么视图也随之变化
定义视图
视图在定义时,建议视图名称以 v_xxx 形式命名,以便和普通的表区分。 语法:create view 视图名称 as select语句;
create view v_goods_info as select goods.name as gname,goods_cates.name as gcname,goods_brands.name as gbname from goods inner join goods_cates on goods.cate_id = goods_cates.id inner join goods_brands on goods.brand_id = goods_brands.id;
查看视图
视图以表的形式体现,通过 show tables
即可查看视图。
使用视图
视图的作用就是用来查询,视图的作用类似将子查询做了封装。
select * from v_goods_info;
删除视图
语法: drop view 视图名称
drop view v_goods_info;
视图小结
* 视图封装了对多张基本表的复杂操作,简化用户操作
* 视图只是一个虚表,并不存储任何基本表的表数据,当用户使用视图的时候 视图会从基本表中取出
* 通过视图可以对用户展示指定字段从而屏蔽其他字段数据,更加安全
事务
事务Transaction,是指作为一个基本工作单元执行的一系列SQL语句的操作,要么完全地执行,要么完全地都不执行。
为什么要有事务?
以下内容出自《高性能MySQL》第三版,了解事务的ACID有助于我们更好的理解事务运作。 下面举一个银行应用是解释事务必要性的一个经典例子。假如一个银行的数据库有两张表:支票表(checking)和储蓄表(savings)。现在要从用户Jane的支票账户转移200美元到她的储蓄账户,那么至少需要三个步骤:
> 1. 检查支票账户的余额高于或者等于200美元。
> 2. 从支票账户余额中减去200美元。
> 3. 在储蓄帐户余额中增加200美元。
上述三个步骤的操作必须打包在一个事务中,任何一个步骤失败,则必须回滚所有的步骤。
可以用START TRANSACTION语句开始一个事务,然后要么使用COMMIT提交将修改的数据持久保存,要么使用ROLLBACK撤销所有的修改。事务SQL的样本如下:
> 1. start transaction;
> 2. select balance from checking where customer_id = 10233276;
> 3. update checking set balance = balance - 200.00 where customer_id = 10233276;
> 4. update savings set balance = balance + 200.00 where customer_id = 10233276;
> 5. commit;
事务的四大特性 ACID
1. 原子性(Atomicity)
>一个事务必须被视为一个不可分割的最小工作单元,整个事务中的所有操作要么全部提交成功,要么全部失败回滚,对于一个事务来说,不可能只执行其中的一部分操作,这就是事务的原子性
2. 一致性(Consistency)
>数据库总是从一个一致性的状态转换到另一个一致性的状态。(在前面的例子中,一致性确保了,即使在执行第三、四条语句之间时系统崩溃,支票账户中也不会损失200美元,因为事务最终没有提交,所以事务中所做的修改也不会保存到数据库中。)
3. 隔离性(Isolation)
>通常来说,一个事务所做的修改在最终提交以前,对其他事务是不可见的。(在前面的例子中,当执行完第三条语句、第四条语句还未开始时,此时有另外的一个账户汇总程序开始运行,则其看到支票帐户的余额并没有被减去200美元。)
4. 持久性(Durability)
>一旦事务提交,则其所做的修改会永久保存到数据库。(此时即使系统崩溃,修改的数据也不会丢失。)
事务操作
MySQL使用的InnoDB引擎支持事务操作。
+ 开启事务
开启事务后执行修改命令,变更会维护到本地缓存中,而不维护到物理表中
`begin;`
或
`start transaction;`
+ 提交事务
将缓存中的数据变更维护到物理表中
`commit;`
+ 回滚事务
放弃缓存中变更的数据 表示事务执行失败 应该回到开始事务前的状态
`rollback;`
验证事务提交
为了查看效果,需要打开两个终端窗口,使用同一个数据库,操作同一张表。
step 1:
两个终端同时连接同一个数据库并查询同一张表
`select * from goods_cates;`
step 2:
终端1开启事务,插入数据,查看
```sql
begin;
insert into goods_cates(name) values('手机')
select * from goods_cates; -- 插入的数据显示插入成功了
```
setp 3:
终端2查询数据
```sql
select * from goods_cates; -- 并没有看到新数据,因为终端1的操作缓存在本地,还没有提交。隔离性
```
step 4:
终端1提交数据,并查询
```sql
commit; -- 提交后,事务完成,原子性操作结束
select * from goods_cates;
```
step 5:
终端2查询
```sql
select * from goods_cates; -- 可以查到新数据,一致性,持久性。
```
验证事务回滚
为了查看效果,需要打开两个终端窗口,使用同一个数据库,操作同一张表。
step 1:
两个终端同时连接同一个数据库并查询同一张表
`select * from goods_cates;`
step 2:
终端1开启事务,删除所有数据,查看
```sql
begin;
insert into goods_cates(name) values('HIFI播放器');
select * from goods_cates; -- 插入的数据显示插入成功了
```
setp 3:
终端2查询数据
```sql
select * from goods_cates; -- 并没有看到新数据,因为终端1的操作缓存在本地,还没有提交。隔离性
```
step 4:
终端1因为各种原因不想或不能提交数据,取消之前的操作
```sql
rollback;
```
step 5:
终端2查询
```sql
select * from goods_cates; -- 没有查到新数据,一致性,持久性。
```
事务小结
事务的存在是解决数据在操作过程中的 ACID 问题。
索引
什么是索引?
能够快速查询数据的线索就称之为索引。
为什么需要索引?
思考: 如何在一个图书馆中找到一本书的?
在图书馆中如果没有其他辅助手段只能一条道走到黑,一本书->一本书的扫。 终于经过1个小时的连续扫描发现你需要看的那本书在一分钟之前被人借走了。这种就是顺序查找。 图书馆管理员发现这个问题,于是决定减少这样的(>﹏<)悲剧故事。 为同学们购置了一套图书馆管理系统。 大家要找书籍先在系统上查找到书籍所在的房屋编号和货架编号,然后就可以直接大摇大摆的去取书了。 这个房屋编号和货架编号就是索引。
索引目的
索引的目的在于提高查询效率。
索引原理
除了词典,生活中随处可见索引的例子,如火车站的车次表、图书的目录等,它们的原理都是一样的。 通过不断的缩小想要获得数据的范围来筛选出最终想要的结果。
索引的使用
+ 查看表中已有索引
`show index from 表名`
+ 创建索引
`create index 索引名称 on 表名(字段名称(长度))`
- 如果指定字段是字符串,需要指定长度,建议长度与定义字段时的长度一致
- 字段类型如果不是字符串,可以不填写长度部分
+ 删除索引:
`drop index 索引名称 on 表名;`
验证索引的效率
+ 创建一个新表(不带索引)
```sql
create table test_index(title varchar(10));
```
+ 准备10万条数据
```python
from pymysql import connect
def main():
# 创建Connection连接
conn = connect(host='localhost',port=3306,database='jddb',user='root',password='123123',charset='utf8')
# 获得Cursor对象
cursor = conn.cursor()
# 插入10万次数据
for i in range(100000):
cursor.execute("insert into test_index values('ha-%d')" % i)
# 提交数据
conn.commit()
if __name__ == "__main__":
main()
```
+ 查询验证
- 开启运行时间监测
`set profiling=1;`
- 查询 ha-99999 的数据
`select * from test_index where title='ha-99999;`
- 为表 test_index 创建索引
`create index title_index on test_index(title(10));`
- 再次查询 ha-99999 的数据
`select * from test_index where title='ha-99999;`
- 查看执行时间
`show profiles;`
<img src='images/118.png'>
- 使用 desc 命令也可以查看索引的效率
` desc select * from test_index where title='ha-99999';`
<img src='images/119.png'>
索引小结:
1. 索引可以明显提高某些字段的查询效率。
1. 但不是所有的表都需要建立索引
1. 如果表中数据很少,没有必要建立索引
1. 如果一个表中的数据增删很频繁,不能建立索引 ,因为只要数据发生增减,索引就要重新建立。增加了系统开销,反而慢了。
1. 索引只适合查询操作频繁的表。