四十九、MySQL数据库尾声

2021年9月7日 5点热度 0条评论

今日内容概要

今日内容基本都是了解知识点,你在工作中基本用不到

  • 视图
  • 触发器
  • 事务(需要掌握)
  • 存储过程
  • 内置函数
  • 流程控制
  • 索引理论

今日内容详细

视图

  • 什么是视图

    视图就是通过查询得到一张虚拟表,然后保存下来,下次可以直接使用

    其实视图也就是表

  • 为何要有视图

    如果频繁的操作一张虚拟表,你就可以制作成视图,后续直接操作

  • 如何操作视图
#固定语法
create view 视图名 as 虚拟表的查询sql语句


# 具体操作
create view teacher2course as 
select * from teacher innter join course on teacher.id = course.teacher_id;
  • 注意
"""
1.创建视图在硬盘上只有表结构,没有表数据(数据还是来自于之前的表)

2.视图一般只用来查询,里面的数据不要进行修改,可能会影响真正的表
"""

mysql> delete from teacher2course where teacher.teacher.id = 1;
ERROR 1395 (HY000): Can not delete from join view 'day48.teacher2course'
  • 视图的使用频率到底高不高呢?
"""
不高
当你创建了视图之后,会造成表不好维护


"""

#总结:视图了解即可,基本不用!!!

 

触发器

  在满足对表数据进行增、删、改的情况下,自动触发的功能

  使用触发器可以帮我们实现数据库的监控、日志,自动处理异常等等

  触发器可以在6中情况下自动触发,增前/后、删前后、改前后

  基本语法结构

 

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

#具体使用,针对触发器的名字,我们通常要做到见名知意

#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 before 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 $$       将默认的结束符号由; 变成 $$

#案例
create table cmd(
    id int primary key auto_increment,
    user char(32),
    priv char(10),
    cmd char(64),
    sub_time datetime,
    success enum('yes','no')
);

create table errlog(
    id int primary key auto_increment,
    err_cmd char(64),
    err_time datetime
);

"""
当cmd表中的记录success字段时no的时候,那么就触发触发器的执行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 ;

#在cmd中插入数据
insert into cmd(
    user,
    priv,
    cmd,
    sub_time,
    success
) 
values
                ('jason','0755','ls -l /etc',NOW(),'yes'),
            ('jason','0755','cat /etc/password',NOW(),'no'),
        ('jason','0755','useradd xxx',NOW(),'no'),
        ('jason','0755','ps aux',NOW(),'yes');    


mysql> select * from cmd;
+----+-------+------+-------------------+---------------------+---------+
| id | USER  | priv | cmd               | sub_time            | success |
+----+-------+------+-------------------+---------------------+---------+
|  1 | jason | 0755 | ls -l /etc        | 2021-09-04 11:44:36 | yes     |
|  2 | jason | 0755 | cat /etc/password | 2021-09-04 11:44:36 | no      |
|  3 | jason | 0755 | useradd xxx       | 2021-09-04 11:44:36 | no      |
|  4 | jason | 0755 | ps aux            | 2021-09-04 11:44:36 | yes     |
+----+-------+------+-------------------+---------------------+---------+
4 rows in set (0.00 sec)

mysql> select * from errlog;
+----+-------------------+---------------------+
| id | err_cmd           | err_time            |
+----+-------------------+---------------------+
|  1 | cat /etc/password | 2021-09-04 11:44:36 |
|  2 | useradd xxx       | 2021-09-04 11:44:36 |
+----+-------------------+---------------------+
2 rows in set (0.00 sec)

#删除触发器
drop trigger tri_after_insert_cmd;

 

 

事务

  • 什么是事务
"""
开启一个事务可以包含多条SQL语句,这些SQL语句要么同时成功
要么同时失败,一个也别想成功。称之为事务的原子性
"""
  • 事务的作用
"""
保证了对数据操作的安全性
"""
eg:还钱的例子
    egon用银行卡给我的支付宝转账
        1.将egon银行卡账户的数据减1000块
        2.将jason支付宝账户的数据加1000块
    你在操作多条数据的时候,可能会出现某几条不成功的情况
  • 事务的四大特性
"""
ACID 

A (atomicity):原子性
      一个事务就是一个不可分割的单位,事务包含诸多操作
     要么同时成功,要么同时失败


C(consistency): 一致性
      事务必须是使数据库从一个一致性的状态,变到另一个一致性的状态
      一致性跟原子性是密切相关的


I(isolation):隔离性
       一个事务的执行,不能被其他事务干扰。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

D(durability):持久性
       也叫永久性,指一个事务一旦提交成功,执行成功,那么它对
数据库中的数据修改应该是永久性的,接下来的其他操作或者故障
不应该对其有任何的影响

"""
  • 如何使用事务
#事务相关的关键字
#1.开启事务
start transaction


#2.回滚操作(回到事务执行之前的状态)
rollback

#3.确认(确认之后,就无法回滚了)
commit

"""模拟转账功能"""

create table user(
    id int primary key auto_increment,
    name varchar(16),
    banlance int
);

insert into user(name,banlance) values
('jason',1000),
('egon',1000),
('tank',1000);

#1.先开启事务
start transaction;


#2.书写多条sql语句
update user set banlance = 900 where name = 'jason';
update user set banlance = 1010 where name = 'egon';
update user set banlance = 1090 where name = 'tank';

"""
mysql> # 1.先开启事务
mysql> start transaction;
Query OK, 0 rows affected (0.00 sec)

mysql> # 2.书写多条sql语句
mysql> update user set banlance = 900 where name = 'jason';
Query OK, 1 row affected (0.00 sec)
Rows matched: 1  Changed: 1  Warnings: 0

mysql> update user set banlance = 1010 where name = 'egon';
Query OK, 1 row affected (0.00 sec)
Rows matched: 1  Changed: 1  Warnings: 0

mysql> update user set banlance = 1090 where name = 'tank';
Query OK, 1 row affected (0.00 sec)
Rows matched: 1  Changed: 1  Warnings: 0

mysql>
mysql>
mysql> select * from user;
+----+-------+----------+
| id | name  | banlance |
+----+-------+----------+
|  1 | jason |      900 |
|  2 | egon  |     1010 |
|  3 | tank  |     1090 |
+----+-------+----------+
3 rows in set (0.00 sec)

mysql> commit;
Query OK, 0 rows affected (0.01 sec)

mysql> rollback;
Query OK, 0 rows affected (0.00 sec)

mysql> select * from user;
+----+-------+----------+
| id | name  | banlance |
+----+-------+----------+
|  1 | jason |      900 |
|  2 | egon  |     1010 |
|  3 | tank  |     1090 |
+----+-------+----------+
3 rows in set (0.00 sec)

"""
总结:
    当你想让多条sql语句保持一致性,要么同时成功,要么同时失败
    你就应该考虑使用事务

存储过程

  存储过程就类似于Python中的自定义函数

    它的内部包含了一系列可以执行的sql语句,存储过程存放于mysql服务端中,

    你可以直接通过调用存储过程触发内部sql语句的执行

  基本使用

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

  三种开发模型

  第一种

"""
应用程序:程序猿写代码开发
MySQL:提前编写好存储过程,供程序猿调用

好处:开发效率提升了 执行效率也上去了
坏处:考虑到人为因素,跨部门沟通问题,后续的存储过程的扩展性变差
"""

   第二种

"""
应用程序:程序猿写代码开发,涉及到数据库操作也自己动手写
好处:扩展性很高
坏处:
    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
"""

       第三种

"""
应用程序:开发只写程序代码,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    通过python代码操作数据库
好处:开发效率比前两种情况都要高
坏处:语句的扩展性差,可能会出现效率低下的问题
"""

    第一种基本不用,一般都是用第三种,出现效率问题再动手写sql

    存储过程具体演示

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

#调用存储过程
call p1(1,5,10)

mysql> call p1(1,5,10)
    -> ;
ERROR 1414 (42000): OUT or INOUT argument 3 for routine day48.p1 is not a variab
le or NEW pseudo-variable in BEFORE trigger

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

#查看变量对应的值
select @ret;
mysql> select @res;
+------+
| @res |
+------+
|   10 |
+------+
1 row in set (0.00 sec)


mysql> call p1(1,5,@ret)

        在pymysql模块中如何调用存储过程呢?

import pymysql


conn = pymysql.connect(
    host='127.0.0.1',
    port=3306,
    user='root',
    password='123',
    database='day48',
    charset='utf8',
    autocommit=True
)

cursor = conn.cursor(cursor = pymysql.cursors.DictCursor)
#调用存储过程
cursor.callpro('p1',(1,5,10))

"""
@_p1_0 = 1
@_p1_1 = 5
@_p1_2 = 10

"""
cursor.execute('select @_p1_2')
print(cursor.fetchall())

  函数

    跟存储过程是有区别的,存储过程是自定义函数,函数就类似于是内置函数

('jason','0755','ls -l /etc',NOW(),'yes')

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 
data_format(sub_time,'%Y-%m');

  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 proc_while ()
begin
    declare num int;
    set num = 0 ;
    while num < 10 DO
        select
            num;
        set num = num + 1;
    end while;
delimiter ;

  索引

 

ps:数据都是存在于硬盘上的,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时候,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,不在我们的研究范围之内 上面的三种key,前面的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

通过不断地缩写想要的数据范围,筛选出最终的结果,同时将随机事件(一页页的翻)

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,但是也是有缺点的

"""
1.当表中有大量的数据存在的前提下,创建索引速度会非常慢
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,其他结点存放的是虚拟数据,仅仅使用来指路的
树的层级越高,查询数据所经历的步骤就越多,树有几层,查询数据就有几步


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
    id占的空间少,一个磁盘块能够存数的数据多
    那么就降低了树的高度,从而减少查询次数
"""

    聚集索引(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ibd表中
MyIsam   三个文件,单独将索引放在一个文件中
"""

    辅助索引(unique,index)

 

      查询数据的时候,不可能一直使用到主键,也有可能会使用到其他字段

      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

      辅助索引也是一个b+树

      where name = 'jason'

"""
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,就已经拿到了想要的数据

 

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

 

    测试索引是否有效的代码

      感兴趣的可以自己试试,不感兴趣直接忽略

#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_insert1\G;

#4. 调用存储过程
call auto_insert1();
# 表没有任何索引的情况下
select * from s1 where id=30000;    # 1.4s
# 避免打印带来的时间损耗
select count(id) from s1 where id = 30000;    # 1.4s
select count(id) from s1 where id = 1;        # 1.4s

# 给id做一个主键
alter table s1 add primary key(id);  # 速度很慢    7.1s

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 0s
select count(id) from s1 where name = 'jason'  # 速度仍然很慢 0.7s


"""
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0.653s
select count(id) from s1 where id >1 and id < 3;    # 0.001s
select count(id) from s1 where id > 1 and id < 10000;    # 0.007s
select count(id) from s1 where id != 3;            # 0.657s

alter table s1 drop primary key;  # 删除主键 单独再来研究name字段7.884s
select count(id) from s1 where name = 'jason';  # 又慢了1.167s

create index idx_name on s1(name);  # 给s1表的name字段创建索引6.284s
select count(id) from s1 where name = 'jason'  # 仍然很慢!!!4s
"""
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';      # 0s
# 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';      # 0s
select count(id) from s1 where name like 'xxx%';      # 0s
select count(id) from s1 where name like '%xxx';  # 慢 最左匹配特性    1.352s

# 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);            #  4.404s
select count(id) from s1 where id = 3;  # 快了      0s
select count(id) from s1 where id*12 = 3;  # 慢了  索引的字段一定不要参与计算0.671s

drop index idx_id on s1;
select count(id) from s1 where name='jason' and gender = 'male' and id = 3 and email = 'xxx';        # 1.41s
# 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);        # 6.559s
select count(id) from s1 where name='jason' and gender = 'male' and id = 3 and email = 'xxx';  # 并没有加速    4.895s

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能加快查询速度

create index idx_id on s1(id);        # 4.625s
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0.001s
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1.949s drop index idx_id on s1; create index idx_email on s1(email); # 8.029s 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 0.004s # 联合索引 select count(id) from s1 where name='jason' and gender = 'male' and id > 3 and email = 'xxx'; # 0s # 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; # 1.65s # 给name加然而不用name字段 select count(id) from s1 where gender = 'male' and id > 3; # 1.416s # 给gender加然而不用gender字段 select count(id) from s1 where id > 3; # 0.976s # 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9.734s select count(id) from s1 where name='jason' and gender = 'male' and id > 3 and email = 'xxx'; # 速度变快0.005s 总结: 搜索范围大,耗时长 识别度低的索引:耗时比无该索引更长 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!