标签:lan 物理 引擎 相互 password 工作 _id 模糊 tab
* 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,而这种语句往往比较复杂,也可能非常频繁的使用。
比如这样的SQL语句
select goods.name,goods_cates.name,goods_brands.name
from goods
join goods_cates on goods.cate_id = goods_cates.id
join goods_brands on goods.brand_id = goods_brands.id;
为了简化用户复杂的操作,我们可以考虑使用视图。
视图就是一个能够把复杂SQL语句的功能封装起来的一个虚表。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,只查询语句执行结果的字段类型和约束,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;
建议以v_开头
create view 视图名称 as select语句;
# 同基本表的表结构一直 视图在保存基本表字段信息的时候字段不能重复
# 因此需要对select结果集中的字段进行重命名
create view v_goods_info
as
select goods.name gname,goods_cates.name gcname ,goods_brands.name gbname
from goods
join goods_cates on goods.cate_id = goods_cates.id
join goods_brands on goods.brand_id = goods_brands.id;
查看表会将所有的视图也列出来
show tables;
视图的用途就是查询
select * from v_goods_info;
drop view 视图名称;
例:
drop view v_stu_sco;
为什么要有事务呢
例如:
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:
- 检查A的账户余额>500元;
- A 账户中扣除500元;
- 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加钱,要么同时成功,要么同时失败。事务的需求就在于此
事务Transaction,是指作为一个基本工作单元执行的一系列SQL语句的操作,要么完全地执行,要么完全地都不执行。
从一个帐号扣款并使另一个帐号增款,这两个操作要么都执行,要么都不执行。这两个操作必须保证全部成功或者什么都不做,不允许出现成功1个失败一个的情况。
以下内容出自《高性能MySQL》第三版,了解事务的ACID有助于我们更好的理解事务运作。
下面举一个银行应用是解释事务必要性的一个经典例子。假如一个银行的数据库有两张表:支票表(checking)和储蓄表(savings)。现在要从用户Jane的支票账户转移200美元到她的储蓄账户,那么至少需要三个步骤:
上述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提交将修改的数据持久保存,要么使用ROLLBACK撤销所有的修改。事务SQL的样本如下:
一个很好的事务处理系统,必须具备这些标准特性:
一个事务必须被视为一个不可分割的最小工作单元,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
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。)
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,则其看到支票帐户的余额并没有被减去200美元。)
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。)
抛出问题 事务有哪四个特性分别表示什么???
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
查看表的创建语句,可以看到engine=innodb
-- 选择数据库
use jing_dong;
-- 查看goods表
show create table goods;
mysql root@(none):jing_dong> show create table goods;
+-------+--------------------------------------------------------+
| Table | Create Table |
+-------+--------------------------------------------------------+
| goods | CREATE TABLE `goods` ( |
| | `id` int(10) unsigned NOT NULL AUTO_INCREMENT, |
| | `name` varchar(150) NOT NULL, |
| | `cate_id` int(10) unsigned NOT NULL, |
| | `brand_id` int(10) unsigned NOT NULL, |
| | `price` decimal(10,3) NOT NULL DEFAULT ‘0.000‘, |
| | `is_show` bit(1) NOT NULL DEFAULT b‘1‘, |
| | `is_saleoff` bit(1) NOT NULL DEFAULT b‘0‘, |
| | PRIMARY KEY (`id`), |
| | KEY `cate_id` (`cate_id`) |
| | ) ENGINE=InnoDB AUTO_INCREMENT=25 DEFAULT CHARSET=utf8 |
+-------+--------------------------------------------------------+
begin;
或者
start transaction;
commit;
rollback;
select * from goods_cates;
begin;
insert into goods_cates(name) values(‘小霸王游戏机‘);
select * from goods_cates;
select * from goods_cates;
commit;
select * from goods_cates;
select * from goods_cates;
begin;
insert into goods_cates(name) values(‘小霸王游戏机‘);
select * from goods_cates;
select * from goods_cates;
rollback;
select * from goods_cates;
set autocommit=0
即可思考: 如何在一个图书馆中找到一本书的 在图书馆中如果其他辅助手段只能一条道走到黑,一本书->一本书的扫,终于经过1个小时的连续扫描发现你需要看的那本书在一分钟之前被人借走了。这种就是顺序查找。 图书馆管理员发现这个问题,于是决定减少这样的(>﹏<)悲剧故事。 为同学们购置了一套图书馆管理系统,大家要找书籍先在系统上查找到书籍所在的房屋编号和货架编号,然后就可以直接大摇大摆的去取书了。我们把这种能够帮助我们快速查询数据的线索就称之为索引。
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。当数据库中数据量很大时,查找数据会变得很慢,我们就可以使用索引来提高数据库的查询效率。
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位置信息。
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.
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。
show index from 表名;
create index 索引名称 on 表名(字段名称(长度))
drop index 索引名称 on 表名;
create table test_index(title varchar(10));
注意: 可能当前终端在前面验证事务的时候已经关闭了自动提交。 因此最简单的方式就是重开mysql终端。
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()
set profiling=1;
select * from test_index where title=‘ha-99999‘;
show profiles;
create index title_index on test_index(title(10));
select * from test_index where title=‘ha-99999‘;
show profiles;
标签:lan 物理 引擎 相互 password 工作 _id 模糊 tab
原文地址:https://www.cnblogs.com/serpent/p/9427912.html