(1) 如何创建，更新和删除视图
视图作为一张虚拟表，帮我们封装了底层与数据表的接口。它相当于是一张表或多张表的数据结果集。视图的这一特点，可以帮我们简化复杂的 SQL 查询，比如在编写视图后，我们就可以直接重用它，而不需要考虑视图中包含的基础查询的细节。同样，我们也可以根据需要更改数据格式，返回与底层数据表格式不同的数据。通常情况下，小型项目的数据库可以不使用视图，但是在大型项目中，以及数据表比较复杂的情况下，视图的价值就凸显出来了，它可以帮助我们把经常查询的结果集放到虚拟表中，提升使用效率。理解和使用起来都非常方便。
(2) 创建视图
create view view_name select column_1, column_2 from table_name where condition
在 SQL 查询语句的基础上封装了视图 VIEW，这样就会基于 SQL 语句的结果集形成一张虚拟表。其中 view_name 为视图名称，column1、column2 代表列名，condition 代表查询过滤条件。
查询比 NBA 球员平均身高高的球员都有哪些，显示他们的球员 ID 和身高。假设我们给这个视图起个名字 player_above_avg_height，那么创建视图可以写成：
create view player_view as select player_id, height, player_name from player where height > (select avg(height) from player);
当视图创建之后，它就相当于一个虚拟表，可以直接使用,直接通过球员的视图进行查询操作:
select * from player_view;
(3) 修改视图
alter view view_name as select column_1, column_2 from table_name where condition
在player_view视图基础上添加一个team_id字段，进行更新
alter view player_view as select team_id, player_id, player_name, height from player where height > (select avg(height) from player);
直接通过球员的视图进行查询操作:
select * from player_view;
(3) 嵌套视图
当我们创建好一张视图之后，还可以在它的基础上继续创建视图，比如我们想在虚拟表 player_view 的基础上，找到比这个表中的球员平均身高高的球员，作为新的视图 player_view_2，那么可以写成：
create view player_view_2 as select player_id, height, player_name from player where height > (select avg(height) from player_view);
在player_view_2基础上查询，
select * from player_view_2;
(4) 删除视图
drop view view_name;
比如删除刚创建的player_view_2;
drop view player_view_2;
需要说明的是，SQLite 不支持视图的修改，仅支持只读视图，也就是说你只能使用 CREATE VIEW 和 DROP VIEW，如果想要修改视图，就需要先 DROP 然后再 CREATE
(5) 利用视图完成复杂的连接
在SQL99 标准连接操作的时候，举了一个 NBA 球员和身高等级连接的例子，有两张表，分别为 player 和 height_grades。其中 height_grades 记录了不同身高对应的身高等级。通过创建视图，来完成球员以及对应身高等级的查询。首先我们对 player 表和 height_grades 表进行连接，关联条件是球员的身高 height（在身高等级表规定的最低身高和最高身高之间），这样就可以得到这个球员对应的身高等级，对应的字段为 height_level。然后我们通过 SELECT 得到我们想要查询的字段，分别为球员姓名 player_name、球员身高 height，还有对应的身高等级 height_level。然后把取得的查询结果集放到视图 player_height_grades 中，即:
CREATE VIEW player_height_grades AS SELECT p.player_name, p.height, h.height_level FROM player as p JOIN height_grades as h ON height BETWEEN h.height_lowest AND h.height_highest;
在视图player_height_grades基础上，进行查询操作 查询身高介于 1.90m 和 2.08m 之间的球员及他们对应的身高：
select * from player_height_grades where height > 1.90 and height < 2.08;
(6) 利用视图对数据进行格式化
创建一个视图player_team,输出球员和对应的球队:
create view player_team as select concat(player_name, ‘(‘ , team.team_name, ‘)‘ ) as player_team from player join team where player.team_id = team.team_id;
首先我们将 player 表和 team 表进行连接，关联条件是相同的 team_id。
我们想要的格式是player_name(team_name)，因此我们使用 CONCAT 函数，即CONCAT(player_name, ‘(‘ , team.team_name , ‘)‘)，将 player_name 字段和 team_name 字段进行拼接，得到了拼接值 被命名为 player_team 的字段名，将它放到视图 player_team 中。
在视图player_team基础上进行查询
select * from player_team;
(7) 使用视图与计算字段
通过视图完成统计需求
创建一个视图player_score_2_3,统计每个球员在每场比赛中的2分球，3分球和罚球的得分。
CREATE VIEW player_score_every_2_3 AS SELECT
game_id,
player_id,
( shoot_hits - shoot_3_hits ) * 2 AS shoot_2_points,
shoot_3_hits * 3 AS shoot_3_points,
score
FROM
player_score;
在视图player_score_every_2_3基础上进行查询操作
select * from player_score_every_2_3;
正确使用视图可以简化复杂的 SQL 查询，让 SQL 更加清爽易用。不过有一点需要注意，视图是虚拟表，它只是封装了底层的数据表查询接口，因此有些 RDBMS 不支持对视图创建索引
一个视图其实是SELECT语句的集合，执行时会提前编译好，可以反复使用。在底层执行顺序的时候和SELECT语句是一样：
1、FROM子句组装数据
2、WHERE子句进行条件筛选
3、GROUP BY分组
4、使用聚集函数进行计算；
5、HAVING筛选分组；
6、计算所有的表达式；
7、SELECT 的字段；
8、ORDER BY排序
9、LIMIT筛选
