zoukankan html css js c++ java

day49——视图、触发器、事务...

今日内容

视图
触发器
事务
存储过程
内置函数
流程控制
索引理论

除了事务需要掌握，其他了解即可

一、视图

什么是视图

试图就是将查询得到的虚拟表保存下来，后期需要重复操作的表的时候直接使用试图即可，试图的本质也是表。

如何操作

固定语法：

create view 表名 as 虚拟表查询sql语句

具体操作：

create veiw teacher2course as 
select  * from teacher inner join course
on teahcer.tid=course.theacher_id;

注意：

1）创建视图在硬盘上只会有表结构文件，而没有表数据文件(真正的数据还是来源于之前的表)

2）创建视图一般是用来查询，里面的数据最好不要进行修改，如果修改原来的表的数据也会跟着改变，会影响原来的表。
视图的使用频率

视图的使用频率不高，几乎不怎么用，因为视图创建多了，表不好维护。

二、触发器

什么是触发器

满足对表进行增、删、该、查的情况下，自动触发的功能
作用

使用触发器能帮助我们实现监控，记录日志...
触发器触发的六种情况

增前增后改前改后删前删后（查询不考虑）

基本语法

伪代码：

create trigger 触发器的名字 before/after insert/update/delete on
表名
for each row
begin
	sql语句
end

ps:触发器的名字应见名知意

具体使用

# 针对增
create trigger tri_before_insert_t1  before insert on t1
for each row
begin
	sql语句
end
create trigger tri_after_insert_t1  after insert on t1
for each row
begin
	sql语句
end
"""针对删除和修改 书写格式一致"""

ps:修改MySQL默认的语句结束符  只作用于当前窗口
	delimiter $$  将默认的结束符号由;改为$$
    delimiter ;
    
# 案例
CREATE TABLE cmd (
    id INT PRIMARY KEY auto_increment,
    USER CHAR (32),
    priv CHAR (10),
    cmd CHAR (64),
    sub_time datetime, #提交时间
    success enum ('yes', 'no') #0代表执行失败
);

CREATE TABLE errlog (
    id INT PRIMARY KEY auto_increment,
    err_cmd CHAR (64),
    err_time datetime
);
"""
当cmd表中的记录succes字段是no那么就触发触发器的执行去errlog表中插入数据
NEW指代的就是一条条数据对象
"""
delimiter $$
create trigger tri_after_insert_cmd after insert on cmd 
for each row
begin
	if NEW.success = 'no' then
    	insert into errlog(err_cmd,err_time) values(NEW.cmd,NEW.sub_time);
    end if;
end $$
delimiter ;

# 朝cmd表插入数据
INSERT INTO cmd (
    USER,
    priv,
    cmd,
    sub_time,
    success
)
VALUES
    ('jason','0755','ls -l /etc',NOW(),'yes'),
    ('jason','0755','cat /etc/passwd',NOW(),'no'),
    ('jason','0755','useradd xxx',NOW(),'no'),
    ('jason','0755','ps aux',NOW(),'yes');

# 删除触发器
drop trigger tri_after_insert_cmd;

针对修改和删除，书写格式和增一致

三、事务

何为事务

包含多个sql语句的操作序列，这些sql语句要么都执行，要么都不执行。
事务的作用

保证数据操作的安全性

例：

用户A支付宝转给用户B100元，用户A账号上减掉100元，这个时候网络出现问题，用户B的账号上并没有加100元，转账出错；将用户A减钱和用户B加钱做成事务，只有在A减钱且B加钱的时候，转账才能成功，否则两者都不执行，避免出错。
事务的四大特性ACID

1）原子性A（Atomicity）：

事务为一个不可分割的整体，包含多个操作，要么同时成功，要么同时失败。

2）一致性C（consistency）：

事务必须是数据库从一个一致性的状态变为另一个一致性的状态，一致性和原子性密切相关。

3）隔离性I（Isolation）：

每个事件的执行都不受其他事件的影响

（即一个事务内部的操作及使用到的数据对并发的其他事务是隔离的，并发执行的事务之间也是互相不干扰的）

4）持久性（Durability）D：

持久性也叫永久性，即事务一但提交成功那么永久有效，接下来的其他操作或者故障对其都不会有任何的影响。

如何用事务

关键字：

# 开启事务
start tansaction
# 回滚 （回到事务执行之前的状态）
rollback
# 确认 （确认后无法回滚）
commit

事务模拟转账：

# 创建表用于存储用户和对应金额
create table user(
id int primary key auto_increment,
name char (16),
balance int);

# 插入数据（用户名、余额）
insert into user(name,balance) values
('jason',1000),
('egon',1000),
('tank',1000);


# 开启事务
start transaction;

# 事务所包含的多条语句
update user set balance=900 where name='jason';
update user set balance=1010 where name='egon';
update user set balance=1100 where name='tank';

# 确认
commit;

# 验证
select balance from user;
'''
+---------+
| balance |
+---------+
|     900 |
|    1010 |
|    1100 |'''

总结

当你向让多条sql语句保持一致性时，即它们同时成功或者同时失败，就可以使用事务，事务可以保证操作数据的安全。

四、存储过程

存储过程好比与python的自定义函数，存储过程内部包含了一系列可以执行的sql语句（函数体代码），存储过程存放在MySQL服务端中（函数存放在名称空间中），可以直接调用存储过程触发内部的sql语句的执行（函数加括号调用），并且创建存储过程时可以指定形参（定义函数指定形参）。

基本使用：

# 伪代码
create procedure 存储过程的名字(形参1,形参2,...)
begin
	sql语句
end

# 调用
call 存储过程的名字();

三种开发模型

1）第一种

应用程序：程序员写代码开发

MySQL：提前写好存储过程，供应用程序使用

好处：开发效率提高了，执行效率也提高了

缺点：考虑到人为因素，跨部门沟通的问题，后续的存储过程的扩展性差

2）第二种

应用程序：程序员写代码开发之外设计到数据库操作也自己动手写
优点：扩展性很高
缺点：开发效率降低；编写sql语句太过繁琐而且后续还需要考虑sql优化的问题

3）第二种

应用程序：只写程序代码不写sql语句基于别人写好的操作MySQL的python框架直接调用操作即可 ORM框架
优点：开发效率比上面两种情况都要高
缺点：语句的扩展性差可能会出现效率低下的问题

存储过程具体演示

delimiter $$
create procedure p1(
	in m int,  # 只进不出 m不能返回出去
	in n int,
	out res int,  #该形参可以返回出去
)
begin 
	select tname from teacher where tid>m and tid<n;
    set res=666;  #将变量修改，用来表示当前的存储过程代码确实执行了
end $$
delimiter ;


# 针对形参res 不能直接传数据，应该传一个变量名
# 定义变量
set @ret = 10;
select @ ret;

pymysql 模块中调用存储过程

import pymysql


conn = pymysql.connect(
    host = '127.0.0.1',
    port = 3306,
    user = 'root',
    passwd = '123456',
    db = 'day48',
    charset = 'utf8',
    autocommit = True
)
cursor = conn.cursor(pymysql.cursors.DictCursor)
# 调用存储过程
cursor.callproc('p1',(1,5,10))
"""
@_p1_0=1
@_p1_1=5
@_p1_2=10
"""
# print(cursor.fetchall())
cursor.execute('select @_p1_2;')
print(cursor.fetchall())

五、函数

上面提到存储过程类似于自定义函数，那么MySQL中的函数即相当于python中内置函数

#('jason','0755','ls -l /etc',NOW(),'yes')  Now为函数

CREATE TABLE blog (
    id INT PRIMARY KEY auto_increment,
    NAME CHAR (32),
    sub_time datetime
);

INSERT INTO blog (NAME, sub_time)
VALUES
    ('第1篇','2015-03-01 11:31:21'),
    ('第2篇','2015-03-11 16:31:21'),
    ('第3篇','2016-07-01 10:21:31'),
    ('第4篇','2016-07-22 09:23:21'),
    ('第5篇','2016-07-23 10:11:11'),
    ('第6篇','2016-07-25 11:21:31'),
    ('第7篇','2017-03-01 15:33:21'),
    ('第8篇','2017-03-01 17:32:21'),
    ('第9篇','2017-03-01 18:31:21');

select date_format(sub_time,'%Y-%m'),count(id) from blog group by date_format(sub_time,'%Y-%m');

六、流程控制

# if 判断
delimiter //
create procedure proc_if ()
begin 
	declare i int default 0;
    if i = 1 then
    	select 1;
    elseif i =2 then
    	select 2;
    else 
    	select 7;
    end if;
end //
delimiter ;


# while 循环
delimiter //
create procedure pro_while ()
begin
	declare num int;
	set num =0;
	while num<10 do
		select
        	num;
         set num = num+1;
    end while;
delimiter ;

七、索引

ps:数据都是存在与硬盘上的，查询数据不可避免的需要进行IO操作

索引:就是一种数据结构，类似于书的目录。意味着以后在查询数据的应该先找目录再找数据，而不是一页一页的翻书，从而提升查询速度降低IO操作

索引在MySQL中也叫“键”,是存储引擎用于快速查找记录的一种数据结构

primary key
unique key
index key

注意foreign key不是用来加速查询用的是用于表与表之间建立关系的，不在我们的而研究范围之内,上面的三种key，前面两种除了可以增加查询速度之外各自还具有约束条件，而最后一种index key没有任何的约束条件，只是用来帮助你快速查询数据

本质

通过不断的缩小想要的数据范围筛选出最终的结果，同时将随机事件(一页一页的翻)变成顺序事件(先找目录、找数据),也就是说有了索引机制，我们可以总是用一种固定的方式查找数据

一张表中可以有多个索引(多个目录)

索引虽然能够帮助你加快查询速度但是也有缺点

"""
1 当表中有大量数据存在的前提下 创建索引速度会很慢
2 在索引创建完毕之后 对表的查询性能会大幅度的提升 但是写的性能也会大幅度的降低
"""
索引不要随意的创建！！！

b+树

"""
只有叶子节点存放的是真实的数据 其他节点存放的是虚拟数据 仅仅是用来指路的
树的层级越高查询数据所需要经历的步骤就越多(树有几层查询数据就需要几步)

一个磁盘块存储是有限制的
为什么建议你将id字段作为索引
	占得空间少 一个磁盘块能够存储的数据多
	那么就降低了树的高度 从而减少查询次数
"""

聚集索引（主键primary key）

"""
聚集索引指的就是主键 
Innodb  只有两个文件  直接将主键存放在了idb表中 
MyIsam  三个文件  单独将索引存在一个文件
"""

辅助索引（unique , index）

查询数据的时候不可能一直使用到主键，也有可能会用到name,password等其他字段那么这个时候你是没有办法利用聚集索引。这个时候你就可以根据情况给其他字段设置辅助索引(也是一个b+树）

"""
叶子节点存放的是数据对应的主键值
	先按照辅助索引拿到数据的主键值
	之后还是需要去主键的聚集索引里面查询数据
"""

覆盖索引

在辅助索引的叶子节点就已经拿到了需要的数据

# 给name设置辅助索引
select name from user where name='jason';
# 非覆盖索引
select age from user where name='jason';

测试索引是否有效

**准备**

```mysql
#1. 准备表
create table s1(
id int,
name varchar(20),
gender char(6),
email varchar(50)
);

#2. 创建存储过程，实现批量插入记录
delimiter $$ #声明存储过程的结束符号为$$
create procedure auto_insert1()
BEGIN
    declare i int default 1;
    while(i<3000000)do
        insert into s1 values(i,'jason','male',concat('jason',i,'@oldboy'));
        set i=i+1;
    end while;
END$$ #$$结束
delimiter ; #重新声明分号为结束符号

#3. 查看存储过程
show create procedure auto_insert1G 

#4. 调用存储过程
call auto_insert1();
```

``` mysql 
# 表没有任何索引的情况下
select * from s1 where id=30000;
# 避免打印带来的时间损耗
select count(id) from s1 where id = 30000;
select count(id) from s1 where id = 1;

# 给id做一个主键
alter table s1 add primary key(id);  # 速度很慢

select count(id) from s1 where id = 1;  # 速度相较于未建索引之前两者差着数量级
select count(id) from s1 where name = 'jason'  # 速度仍然很慢


"""
范围问题
"""
# 并不是加了索引，以后查询的时候按照这个字段速度就一定快   
select count(id) from s1 where id > 1;  # 速度相较于id = 1慢了很多
select count(id) from s1 where id >1 and id < 3;
select count(id) from s1 where id > 1 and id < 10000;
select count(id) from s1 where id != 3;

alter table s1 drop primary key;  # 删除主键 单独再来研究name字段
select count(id) from s1 where name = 'jason';  # 又慢了

create index idx_name on s1(name);  # 给s1表的name字段创建索引
select count(id) from s1 where name = 'jason'  # 仍然很慢！！！
"""
再来看b+树的原理，数据需要区分度比较高，而我们这张表全是jason，根本无法区分
那这个树其实就建成了“一根棍子”
"""
select count(id) from s1 where name = 'xxx';  
# 这个会很快，我就是一根棍，第一个不匹配直接不需要再往下走了
select count(id) from s1 where name like 'xxx';
select count(id) from s1 where name like 'xxx%';
select count(id) from s1 where name like '%xxx';  # 慢 最左匹配特性

# 区分度低的字段不能建索引
drop index idx_name on s1;

# 给id字段建普通的索引
create index idx_id on s1(id);
select count(id) from s1 where id = 3;  # 快了
select count(id) from s1 where id*12 = 3;  # 慢了  索引的字段一定不要参与计算

drop index idx_id on s1;
select count(id) from s1 where name='jason' and gender = 'male' and id = 3 and email = 'xxx';
# 针对上面这种连续多个and的操作，mysql会从左到右先找区分度比较高的索引字段，先将整体范围降下来再去比较其他条件
create index idx_name on s1(name);
select count(id) from s1 where name='jason' and gender = 'male' and id = 3 and email = 'xxx';  # 并没有加速

drop index idx_name on s1;
# 给name，gender这种区分度不高的字段加上索引并不难加快查询速度

create index idx_id on s1(id);
select count(id) from s1 where name='jason' and gender = 'male' and id = 3 and email = 'xxx';  # 快了  先通过id已经讲数据快速锁定成了一条了
select count(id) from s1 where name='jason' and gender = 'male' and id > 3 and email = 'xxx';  # 慢了  基于id查出来的数据仍然很多，然后还要去比较其他字段

drop index idx_id on s1

create index idx_email on s1(email);
select count(id) from s1 where name='jason' and gender = 'male' and id > 3 and email = 'xxx';  # 快 通过email字段一剑封喉 
```

#### 联合索引

```mysql
select count(id) from s1 where name='jason' and gender = 'male' and id > 3 and email = 'xxx';  
# 如果上述四个字段区分度都很高，那给谁建都能加速查询
# 给email加然而不用email字段
select count(id) from s1 where name='jason' and gender = 'male' and id > 3; 
# 给name加然而不用name字段
select count(id) from s1 where gender = 'male' and id > 3; 
# 给gender加然而不用gender字段
select count(id) from s1 where id > 3; 

# 带来的问题是所有的字段都建了索引然而都没有用到，还需要花费四次建立的时间
create index idx_all on s1(email,name,gender,id);  # 最左匹配原则，区分度高的往左放
select count(id) from s1 where name='jason' and gender = 'male' and id > 3 and email = 'xxx';  # 速度变快
```

慢查询日志
设定一个时间检测所有超出该时间的sql语句，然后针对性的进行优化！

查看全文

相关阅读:
Python字符编码详解
 Python 编程规范
 希尔排序
 浅析 Python 的 metaclass
c#通过数据集生成浏览页面
 QQ搜索群参数详解
 扩展名为HTM或HTML的文件图标不能正常显示的解决方案
 利用QQ2009协议，将抓包直接解密出ClientKey(SessionKey)
用Sql语句还原，分离，删除数据库连接
 asp.net 导出excel 问题（服务器的部署)

原文地址：https://www.cnblogs.com/zhangtieshan/p/12852747.html

day49——视图、触发器、事务...

一、视图

什么是视图

如何操作

固定语法：

具体操作：

注意：

二、触发器

什么是触发器

作用

触发器触发的六种情况

基本语法

伪代码：

具体使用

三、 事务

何为事务

事务的作用

例：

事务的四大特性ACID

1） 原子性A（Atomicity）：

2） 一致性C（consistency）：

3） 隔离性I（Isolation）：

4） 持久性（Durability）D：

如何用事务

关键字：

事务模拟转账：

总结

四、存储过程

基本使用：

三种开发模型

1） 第一种

2） 第二种

3） 第二种

存储过程具体演示

pymysql 模块中调用存储过程

五、 函数

六、流程控制

七、索引

聚集索引（主键primary key）

辅助索引（unique , index）

覆盖索引

测试索引是否有效

三、事务

1）原子性A（Atomicity）：

2）一致性C（consistency）：

3）隔离性I（Isolation）：

4）持久性（Durability）D：

1）第一种

2）第二种

3）第二种

五、函数