August Rush

一个还在努力成长的小火汁!

游龙当归海,海不迎我自来也。

We create our own demons.

You can reach me at augustrush0923@gmail.com
MySQL的高级特性
发布:2020年11月25日 | 作者:augustrush | 阅读量: 1133

视图


对于复杂的查询,往往是有多个数据表进行关联查询而得到,如果数据库因为需求等原因发生了改变,为了保证查询出来的数据与之前相同,则需要在多个地方进行修改,维护起来非常麻烦。这是可以通过定义视图来解决这个问题


视图是什么


通俗的讲,视图就是一条select语句执行后返回的结果集。所以我们在创建视图的时候,主要的工作就落在创建这条SQL查询语句上。

视图是对若干张基本表的引用,一张虚表,查询语句执行的结果,不存储具体的数据(基本表数据发生了改变,视图也会跟着改变);

方便操作,特别是查询操作,减少复杂的SQL语句,增强可读性;


定义视图


create view 视图名称 as select语句


查看视图


查看表会将所有的视图也列出来

show tables;


使用视图


视图的用途就是查询


select * from v_stu_score;


删除视图


drop view 视图名称;


例子


# 查询3张表的信息
select * from goods as g left join goods_cates as c on g.cate_id=c.id left join goods_brands as b on g.brand_id=b.id;

# 将查询的结果,只作为一个虚拟的表,这就是视图
create view v_goods_info as select * from goods as g left join goods_cates as c on g.cate_id=c.id left join goods_brands as b on g.brand_id=b.id;

# 查看视图
select * from v_goods_info;

# 更新字段
update goods set name="苹果电脑" where id=21;


视图的作用


  1. 提高了重用性,就像一个函数

  2. 对数据库重构,却不影响程序的运行

  3. 提高了安全性能,可以对不同的用户

  4. 让数据更加清晰


事务


事务广泛的运用于订单系统、银行系统等多种场景

A用户和B用户是银行的储户,现在A要给B转账500元,那么需要做以下几件事:

  1. 检查A的账户余额是否大于500元;

  2. A账户中扣除500元;

  3. B账户中增加500元;

正常的流程走下来,A账户扣了500,B账户加了500,皆大欢喜。

那如果A账户扣了钱之后,系统出故障了呢?A白白损失了500,而B也没有收到本该属于他的500。

以上的案例中,隐藏着一个前提条件:A扣钱和B价钱,要么同时成功,要么同时失败。事物的需求就在于此

所谓事务,它是一个操作序列,这些操作要么都执行,要么都不执行,它是一个不可分割的工作单位。

例如,银行转账工作:从一个账号扣款并使另一个账号赠款,这两个操作要么都执行,要么都不执行。 所以,应该把他们看成一个事务。事务是数据库维护数据一致性的单位,在每个事务结束时,都能保持数据一致性。


事务四大特性


  • 原子性(Atomicity)

  • 一致性(Consistency)

  • 隔离性(Isolation)

  • 持久性(Durability)


以上面那个银行业务为例,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。

可以使用START TRANSACTION语句开始一个事务,然后要么使用COMMIT提交将修改的数据永久保存,要么使用ROLLBACK撤销所有的修改。

start transaction

select balance from checking where customer_id = 10233276;

update checking set balance = balance -200.00 where customer_id = 10233276;

update savings set balance = balance + 200.00 where customer_id = 10233276;

commit;


一个很好的事务处理系统,必须具备这些标准特性:

  • 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位,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

  • 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。)

  • 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,则其看到支票账户的余额并没有被减去200美元。)

  • 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。)


事务命令


表的引擎类型必须是innodb类型才可以使用事务,这是MySQL表的默认引擎


通过查看表的创建语句,可以看到ENGINE=InnoDB

-- 查看jd下的goods表
show create table goods;


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;
-- 或者
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

rollback;


  1. 修改数据的命令会自动的触发事务,包括insert,update,delete

  2. 而在SQL语句中有手动开启事务的原因是:可以进行多次数据的修改,如果成功一起成功,否则一起回滚到之前的数据

begin;
insert into good_cates(name) values('游戏机')
commit;

begin;
insert into good_cates(name) values('保健品')
rollback;


索引


一般的应用系统对比数据库的读写比例在10:1左右(即10次查询操作时有1次写的操作),而且插入操作和更新操作很少出现性能问题,遇到最多、最容易出问题还是一些复杂的查询操作,所以查询语句的优化显然是重中之重。


当数据库中数据量很大时,查找数据会变得很慢。这时可以使用索引来解决。

索引是什么


索引是一种特殊的文件(InnoDB数据表上的索引是表空间的一个组成部分),它们包含着对数据表里所有记录的引用指针。

更通俗的说,数据库索引好比是一本书前面的目录,能加快数据库的查询速度


索引目的


索引的目的在于提高查询效率,可类比字典,如果要查mysql这个单词,我们肯定需要定位到m字母,然后从下往下找到y字母,再找到剩下的sql。如果没有索引,那么你可能需要把所有单词看一遍才能找到你想要的


索引原理


除了字典,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,同时把随机的事件变成顺序的事件。也就是我们总是通过同一种查找方式来锁定数据。

数据库也是一样,但显然要复杂许多,因为不仅面临着等值查询,还有范围查询、模糊查询、并集查询等等。数据库应该选择怎么样的方式来应对所有的问题呢?我们回想字典的例子,能不能把数据分成段,然后分段查询?最简单的如果1000条数据,1到100分成一段,101到200分成第二段,以此类推。这样查询第250条数据,只要找到第三段就可以了,一下子去除了90%的无效数据。


索引的使用


  • 查看索引
show index from 表名;


  • 创建索引

    • 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

create index 索引名称 on 表名(字段名称(长度))


  • 删除索引
drop index 索引名称 on 表名;


例子


创建测试表test_index

create table test_index(title varchar(10))


导入十万条数据

from pymysql import connect

def main():
    # 创建Connection连接
    conn = connect(host='localhost', port=3306, database='jd', user='root', password='pwd', 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('testing-%d')" % i)
    # 提交数据
    coon.commit()


if __name__ == "__main__":
    main()


查询

  • 开启运行时间监测:
set profiling=1;


  • 查找第1万条数据testing-9999
select * from test_index where title='testing-9999';


  • 查看执行的时间:
show profiles;


  • 为表title_index的title列创建索引:
create index title_index on test_index(title(10));


  • 执行查询语句:
select * from test_index where title='testing-9999';
  • 再次查看执行的时间
show profiles;


要注意的是,建立太多的索引将会影响更新和插入的速度,因为它需要同样更新每个索引文件。对于一个经常需要更新和插入的表格,就没有必要为一个很少使用的where字句单独建立索引了,对于比较小的表,排序的开销不会很大,也没有必要建立另外的索引。

建立索引会占用磁盘空间




  • 标签云

  • 支付宝扫码支持一下

  • 微信扫码支持一下



基于Nginx+Supervisord+uWSGI+Django1.11.1+Python3.6.5构建

京ICP备20007446号-1 & 豫公网安备 41100202000460号

网站地图 & RSS | Feed