数据库视图、事务与索引详解-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_35264080/article/details/84632718

17.1视图

问题
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

解决办法：定义视图

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

建议以v_开头
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;
drop view v_stu_sco;

视图demo
视图的作用
提高了重用性，就像一个函数
对数据库重构，却不影响程序的运行
提高了安全性能，可以对不同的用户
让数据更加清晰

17.2事务

17.2.1.提交
为了演示效果，需要打开两个终端窗口，使用同一个数据库，操作同一张表（用到之前的jing_dong数据，可以回到mysql第3天中查看）

step1：连接
终端1：查询商品分类信息
select * from goods_cates;

step2：增加数据
终端2：开启事务，插入数据
begin;
insert into goods_cates(name) values(‘小霸王游戏机’);
终端2：查询数据，此时有新增的数据
select * from goods_cates;

step3：查询
终端1：查询数据，发现并没有新增的数据
select * from goods_cates;

step4：提交
终端2：完成提交
commit;

step5：查询
终端1：查询，发现有新增的数据
select * from goods_cates;

17.2.2回滚
为了演示效果，需要打开两个终端窗口，使用同一个数据库，操作同一张表

step1：连接
终端1
select * from goods_cates;

step3：查询
终端1：查询数据，发现并没有新增的数据
select * from goods_cates;

step4：回滚
终端2：完成回滚
rollback;

step5：查询
终端1：查询数据，发现没有新增的数据
select * from goods_cates;

17.3索引

思考
在图书馆中是如何找到一本书的？

一般的应用系统对比数据库的读写比例在10:1左右(即有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

解决办法
当数据库中数据量很大时，查找数据会变得很慢

优化方案：索引

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，可以类比字典，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，如果我想找到m开头的单词呢？或者ze开头的单词呢？是不是觉得如果没有索引，这个事情根本无法完成？

索引原理

除了词典，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(>、<、between、in)、模糊查询(like)、并集查询(or)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，然后分段查询呢？最简单的如果1000条数据，1到100分成第一段，101到200分成第二段，201到300分成第三段……这样查第250条数据，只要找第三段就可以了，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时的长度一致
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;

索引demo

7.1. 创建测试表testindex
create table test_index(title varchar(10));

7.2 使用python程序（ipython也可以）通过pymsql模块向表中加入十万条数据
from pymysql import connect

def main():
# 创建Connection连接
conn = connect(host=‘localhost’,port=3306,database=‘jing_dong’,user=‘root’,password=‘mysql’,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(‘ha-%d’)” % i)
# 提交数据
conn.commit()

if name == “main”:
main()

7.3. 查询
开启运行时间监测：
set profiling=1;
查找第1万条数据ha-99999
select * from test_index where title=‘ha-99999’;
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=‘ha-99999’;
再次查看执行的时间
show profiles;