1、视图

  简化sql语句的编写,限制可以查看的数据

  一张虚拟的表,不占任何内存,查视图时都是临时从所查的表中拿数据

  特点:

    对于视图的增删改查 都会同步到原始表

    对原始表的修改,会同步到视图内可查看的数据,

    视图的修改会同步到原始表中,但由于视图可能部分字段,很多时候会失败。所以一般不对视图修改

  创建语法:

    create [or replace] view view_name [表的查询结果];

    or replace ,如果存在视图则替换

  查看视图:

    desc view_name; //查看数据结构

    show create view view_name; //创建语句

  修改视图

    alter view view_name as select_statement;

  删除视图

    drop view view_name;

2、触发器

  当达到某个条件时,触发某个代码的执行。

  语法:

    create trigger t_name t_time t_event on table_name for each row

    begin

      具体代码

    end

    支持的时间点t_name: before|after

    支持的事件t_event: update inset delete

      update 可以用old访问旧数据 new访问新数据

      insert 可以用new访问新数据

      delete 可以用old访问旧数据

      (new和old是内部封装的对象,指的是这条数据的所有字段)

  删除触发器: drop trigger trigger_name;

#准备数据
CREATE TABLE cmd (
id INT PRIMARY KEY auto_increment,
USER CHAR (),
priv CHAR (),
cmd CHAR (),
sub_time datetime, #提交时间
success enum ('yes', 'no') #0代表执行失败
);
#错误日志表
CREATE TABLE errlog (
id INT PRIMARY KEY auto_increment,
err_cmd CHAR (),
err_time datetime
);
# 创建触发器
delimiter //
create trigger trigger1 after insert on cmd for each row
begin
if new.success = "no" then
insert into errlog values(null,new.cmd,new.sub_time);
end if;
end//
delimiter ; #往表cmd中插入记录,触发触发器,根据IF的条件决定是否插入错误日志
INSERT INTO cmd (
USER,
priv,
cmd,
sub_time,
success
)
VALUES
('jerry','','ls -l /etc',NOW(),'yes'),
('jerry','','cat /etc/passwd',NOW(),'no'),
('jerry','','useradd xxx',NOW(),'no'),
('jerry','','ps aux',NOW(),'yes');
# 查看错误日志表中的记录是否有自动插入
select *from errlog;

案例

  注意:

    1. delimiter 修改默认的行结束符

    2. 外键不能触发事件,主表删除摸个主键,从表删除也会相应删除,但是不会执行触发器

    3. 触发器中不能使用事务,不能使用select查询数据

    4. 相同时间点的相同事件的触发器不能同时存在

3、事务

  事务是一组逻辑上的操作,要么成功要么失败

  好处:解决了一些不可控因素造成的数据不完全修改问题,保证了数据库的完整性;

  如何使用:

    开启事务:start transaction;

    设置保存点: savepoint save_name;

    提交: commit; 使数据生效,

    回滚: rollback; 如果没有提交,可以使数据回到原来状态,rollback save_name;

  使用pymysql实现事务:

    pymysql内部封装了事务的开启,我们需要的做的事执行成功后提交事务commit()

    注:连接时,autocommit=True,则不开启事务,一般不修改,默认为False。

try:
conn =pymysql.connect(host="127.0.0.1",
user="root",
password="",
db="day46")
print("连接服务器成功!") cursor = conn.cursor(pymysql.cursors.DictCursor)
sql = 'update account set money = money - 1000 where id = 1;'
sql2 = 'update account set money = money + 1000 where id = 2;' # money打错了将导致执行失败
try:
cursor.execute(sql)
cursor.execute(sql2)
conn.commit()
print("执行成功 提交")
except:
print("发送错误 回滚..")
conn.rollback() except Exception as e:
print("连接服务器失败.....")
print(type(e),e)
finally:
if cursor:cursor.close()
if conn:conn.close()

4、事务的特性

  原子性:一个事务是一个不可分割的整体,要么都成功,要么都失败

  一致性:事务前后的数据完整性应保持一致。(数据库的完整性:如果数据库在某一时间点下,所有的数据都符合所有的约束,则称数据库为完整性的状态)

  隔离性:多个并发事务之间数据要相互隔离

  持久性:一个事物一旦提交,他对数据的改变就是永久性的。

5、事务的用户隔离

  遇到的并发问题:

    脏读:当前事务读到的数据是别的事务想要修改但还没有修改成功的数据

    不可重复读:当前事务先进行了一次数据读取,然后再次读取到的数据,

          就是别的事务修改成功的数据,导致两次读取的数据不匹配。

    幻读:事务A首先根据条件索引得到N条数据,然后事务B改变了这N条数据之外的M条或添加M条如何事务A搜索条件的数据,导致事务A再次搜索发现了N+M条数据了。

  解决办法:

    read uncommitted -- 不做任何隔离,可能脏读

    read committed -- 可以防止脏读,不能防止不可重复读和幻读

    Repeatable read -- 可以防止脏读,不可重复读,但不能防止幻读

    Serializable -- 数据库运行在串行化实现,所有问题都没有,就是性能低

  修改隔离级别:

    select @@tx_isolation; -- 查看当前级别

    set [session|golbal] transaction isolation level read uncommitted; -- 修改级别

    在配置文件内修改:

      transaction_isolation=REPEATABLED-READ

6、存储过程

  一个存储过程中包含任意sql语句,以及流程控制事务等,

  创建存储过程

    create procedure p1(type 参数名 数据类型)

    type: in输入参数, out输出参数, inout既能输出又能输入

delimiter //
create procedure p2(in a double,in b double,out res char())
begin
select *from account where money >= a and money <= b;
set res = "success";
end//
delimiter ; set @x='' --设置变量
call p2(,,@x);
select @x;

  删除存储过程:drop procedure 名称;

  查看存储过程:

    # 当前库中所有的存储过程名称

    select name from mysql.proc where db='db02' and type='procedure';

    # 查看创建语句

    show create procedure p1;

    # 查看所有库的状态

    show procedure status;

import pymysql

conn = pymysql.connect(host="127.0.0.1",user="root",password="",
database = "day46",autocommit = False)
cursor = conn.cursor(pymysql.cursors.DictCursor) #调用存储过程 如果是一个输出out参数 随便给个值就行
cursor.callproc("p2",(,,)) # pymysql会自动定义变量 @_存储过程名称_参数索引
# 分别是 : @_p2_0 @_p2_1 @_p2_2 # 获取结果
print(cursor.fetchall())
# 获取存储过程的结果
cursor.execute("select @_p2_2")
print(cursor.fetchall()) 注:若存储过程内有多个select,pymysql只能得到第一个select的结果

pymysql中调用存储过程

delimiter //
create PROCEDURE p5(OUT p_return_code char(20))
BEGIN
DECLARE exit handler for sqlexception
BEGIN
# ERROR
set p_return_code = "出现异常,回滚!";
rollback;
END;
# exit 也可以换成continue 表示发生异常时继续执行
DECLARE exit handler for sqlwarning
BEGIN
# WARNING
set p_return_code = "出现警告,回滚!";
rollback;
END; START TRANSACTION;
update account set money = money - 1000 where id = 1;
update account set moneys = money - 1000 where id = 1; # moneys字段导致异常
COMMIT; # SUCCESS
set p_return_code = 0; #0代表执行成功
END //
delimiter ; #在mysql中调用存储过程
call p5(@res);
select @res;

存储过程的事务的应用

  存储过程与函数的区别:

    函数仅仅是一个单纯工具 与数据无关 所以函数中不能出现msl语句

    存储过程即可包含mysql的逻辑代码 也能包含sql语句

7、函数

CREATE FUNCTION f_name(paramters)
returns dataType
return value; # 说明:
# paramters 只能是in输入参数
# 必须有返回值
# returns后面是返回值的类型,这里不加分号
# return后面要的是返回值

自定义函数

8、数据备份

#单库备份
mysqldump -uroot -p123 db1 > db1.sql
mysqldump -uroot -p123 db1 table1 table2 > db1-table1-table2.sql #多库备份
mysqldump -uroot -p123 --databases db1 db2 mysql db3 > db1_db2_mysql_db3.sql #备份所有库
mysqldump -uroot -p123 --all-databases > all.sql

备份

1、退出数据库后
mysql -u -p < filename.sql;
2、在数据库内
use db1;
source /root/db1.sql

恢复

9、索引

什么是索引?
一索引是一种单独的, 物理层面的数据结构,其作用是用于加速查询
为什么需要索引?
mysql把数据存储到硬盘中,硬盘读写速度非常慢,
一个应用程序,本质就是对数据进行增删改查
一旦数据量大时,硬盘响应变慢, 查询操作是应用程序使用中频率最高的操作,所以索引的目的就是提高查询速度
加入索引带来的问题:
1. 添加索引,使得整体的数据更大了
2. 数据修改时,都会引发索引的重建(效率降低了) 索引的实现:
查询之所以慢的原因,硬盘的IO速度问题
mysql 通过B+树结构来组织数据,降低IO次数,
树的结构越低越IO次数越少 所以建议把数据量小的作为索引 来降低高度
(B+树使用最左匹配原则) 如何使用索引?
聚集索引(主键)
主键索引,速度快,因为只要根据id找到椰子节点,那么该行的所有数据都能拿到
innodb 需要主键索引来建立数据结构
所以每个表都应该有主键 辅助索引
除了主键索引之外的所有索引都是辅助索引
辅助索引会单独创建树结构,其中存储索引数据本身以及该数据对应主键值 查找过程中可定出现的情况:
覆盖索引:是在当前树结构中就拿到所需的数据
回表: 在辅助索引中没有查询到需要的数,需要拿id回到主键索引中查找 查询速度
主键 > 辅助索引 > 回表 编写sql时,如果有主键值 有限使用聚集索引
如果没有主键值 需要用辅助索引,这时就尽量少查字段 最好保证需要的数据就要在辅助索引中
避免 select * 索引优化:
索引结构优化
数据量小的
应该把重复度低的字段作为索引 sql语句的优化
sql语句中条件应该时索引字段
避免模糊查询类似的“like '%aaaa'”法
不要再主键进行运算,例如: where id*10=100;应该先算出来再查询
在and 语句中mysql 会优先查询带索引的字段 无论书写位置在前或在后 or 语句中 不会自动选择有索引的 时依次执行 无论是否有条件成立都查一遍
优化:使用union 创建索引的语法:
create index 索引的名字 on 表名(字段名)
删除索引
drop index 索引名字 on 表名; 多字段联合索引
要查询的字段较多,如果每个字段创建索引 会造成额外的容量的占用,并且 当你修改一条记录时,有可能所有索引都需要重建 顺序是重点:创建索引时,把重复度低的字段放到最左边
create index all_index on user(email, name, gender);
编写sql时,保证重复度低的字段出现即可

索引简单了解

最新文章

  1. TensorFlow安装(Ubuntu 16.04)
  2. Kickstart/Anaconda实现自动化安装原理探究
  3. Python札记 -- 装饰器补充
  4. 配置ActiveX控件在网页中下载安装
  5. NEFU 1142 表哥的面包
  6. ACM2013.9.7
  7. pt-online-schema-change
  8. Linux 内核简介
  9. setTimeout中0毫秒延时
  10. cocoapods使用指南
  11. 编译cwm-recovery(含部分修改步骤)[转]
  12. 整理一些css在使用中的小技巧(进行中)
  13. Spring MVC如何测试Controller(使用springmvc mock测试)
  14. Java集合框架总结
  15. 18 Ui美化 剪切动画clip
  16. 计算机基础-BIOS
  17. 7-11Zombie&#39;s Treasure Chest uva12325
  18. 玩转SpringCloud Spring Cloud 微服务
  19. [JS] console.time() - 计时器构造函数及如何计时
  20. EBS中比较复杂的trace方法

热门文章

  1. (摘)C#生成随机数的三种方法
  2. 封装继承多态(OOP)
  3. Java开发笔记(八十五)通过字符流读写文件
  4. MySql 创建新用户
  5. C# 通过KD树进行距离最近点的查找.
  6. WebSocket-java实践
  7. ZOJ 2480 - Simplest Task in Windows
  8. linux的自有(内置)服务
  9. eclipse java formater 配置详解
  10. 揽货最短路径解决方案算法 - V2(增加了时间维度-客户允许的服务时间段,C#/JAVA同步实现,带python作图)