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