目录
8 视图
8.1 常见的数据库对象
8.2 视图概述
8.2.1 为什么使用视图？
8.2.2 视图的理解
8.3 创建视图
8.3.1 创建单表视图
8.3.2 创建多表联合视图
8.3.3 基于视图创建视图
8.4 查看视图
8.5 更新视图的数据
8.5.1 一般情况
8.6 修改、删除视图
8.6.1 修改视图
8.6.2 删除视图
8.7 总结
8.7.1 视图优点
8.7.2 视图不足
9 事务
9.1 介绍
9.2 操作
9.3 四大特性
9.4 并发事务问题
9.5 事务隔离级别
10 索引
10.1 介绍
10.2 结构
分类：
10.3 语法
8 视图
8.1 常见的数据库对象
| 对象 | 描述 |
|---|---|
| 表(TABLE) | 表是存储数据的逻辑单元，以行和列的形式存在，列就是字段，行就是记录 |
| 数据字典 | 就是系统表，存放数据库相关信息的表。系统表的数据通常由数据库系统维护，程序员通常不应该修改，只可查看 |
| 约束(CONSTRAINT) | 执行数据校验的规则，用于保证数据完整性的规则 |
| 视图(VIEW) | 一个或者多个数据表里的数据的逻辑显示，视图并不存储数据 |
| 索引(INDEX) | 用于提高查询性能，相当于书的目录 |
| 存储过程(PROCEDURE) | 用于完成一次完整的业务处理，没有返回值，但可通过传出参数将多个值传给调用环境 |
| 存储函数(FUNCTION) | 用于完成一次特定的计算，具有一个返回值 |
| 触发器(TRIGGER) | 相当于一个事件监听器，当数据库发生特定事件后，触发器被触发，完成相应的处理 |
8.2 视图概述
8.2.1 为什么使用视图？
视图一方面可以帮我们使用表的一部分而不是所有的表，另一方面也可以针对不同的用户制定不同的查询视图。比如，针对一个公司的销售人员，我们只想给他看部分数据，而某些特殊的数据，比如采购的价格，则不会提供给他。再比如，人员薪酬是个敏感的字段，那么只给某个级别以上的人员开放，其他人的查询视图中则不提供这个字段。
刚才讲的只是视图的一个使用场景，实际上视图还有很多作用。最后，我们总结视图的优点。
8.2.2 视图的理解
-
视图是一种
虚拟表，本身是不具有数据的，占用很少的内存空间，它是 SQL 中的一个重要概念。 -
视图建立在已有表的基础上, 视图赖以建立的这些表称为基表。
-
视图的创建和删除只影响视图本身，不影响对应的基表。但是当对视图中的数据进行增加、删除和修改操作时，数据表中的数据会相应地发生变化，反之亦然。
-
向视图提供数据内容的语句为 SELECT 语句, 可以将视图理解为存储起来的 SELECT 语句
-
在数据库中，视图不会保存数据，数据真正保存在数据表中。当对视图中的数据进行增加、删除和修改操作时，数据表中的数据会相应地发生变化；反之亦然。
-
-
视图，是向用户提供基表数据的另一种表现形式。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。
8.3 创建视图
-
在 CREATE VIEW 语句中嵌入子查询
CREATE [OR REPLACE]
[ALGORITHM = {UNDEFINED | MERGE | TEMPTABLE}]
VIEW 视图名称 [(字段列表)]
AS 查询语句
[WITH [CASCADED|LOCAL] CHECK OPTION]
-
精简版
CREATE VIEW 视图名称 AS 查询语句
8.3.1 创建单表视图
举例：
CREATE VIEW empvu80 AS SELECT employee_id, last_name, salary FROM employees WHERE department_id = 80;
查询视图：
SELECT * FROM salvu80;
举例：
CREATE VIEW emp_year_salary (ename,year_salary) AS SELECT ename,salary*12*(1+IFNULL(commission_pct,0)) FROM t_employee;
举例：
CREATE VIEW salvu50 AS SELECT employee_id ID_NUMBER, last_name NAME,salary*12 ANN_SALARY FROM employees WHERE department_id = 50;
说明1：实际上就是我们在 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。
说明2：在创建视图时，没有在视图名后面指定字段列表，则视图中字段列表默认和SELECT语句中的字段列表一致。如果SELECT语句中给字段取了别名，那么视图中的字段名和别名相同。
8.3.2 创建多表联合视图
举例：
CREATE VIEW empview AS SELECT employee_id emp_id,last_name NAME,department_name FROM employees e,departments d WHERE e.department_id = d.department_id;CREATE VIEW emp_dept AS SELECT ename,dname FROM t_employee LEFT JOIN t_department ON t_employee.did = t_department.did;CREATE VIEW dept_sum_vu (name, minsal, maxsal, avgsal) AS SELECT d.department_name, MIN(e.salary), MAX(e.salary),AVG(e.salary) FROM employees e, departments d WHERE e.department_id = d.department_id GROUP BY d.department_name;
-
利用视图对数据进行格式化
我们经常需要输出某个格式的内容，比如我们想输出员工姓名和对应的部门名，对应格式为 emp_name(department_name)，就可以使用视图来完成数据格式化的操作：
CREATE VIEW emp_depart
AS
SELECT CONCAT(last_name,'(',department_name,')') AS emp_dept
FROM employees e JOIN departments d
WHERE e.department_id = d.department_id
8.3.3 基于视图创建视图
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。
举例：联合“emp_dept”视图和“emp_year_salary”视图查询员工姓名、部门名称、年薪信息创建 “emp_dept_ysalary”视图。
CREATE VIEW emp_dept_ysalary AS SELECT emp_dept.ename,dname,year_salary FROM emp_dept INNER JOIN emp_year_salary ON emp_dept.ename = emp_year_salary.ename;
8.4 查看视图
语法1：查看数据库的表对象、视图对象
SHOW TABLES;
语法2：查看视图的结构
DESC / DESCRIBE 视图名称;
语法3：查看视图的属性信息
# 查看视图信息（显示数据表的存储引擎、版本、数据行数和数据大小等） SHOW TABLE STATUS LIKE '视图名称'\G
执行结果显示，注释Comment为VIEW，说明该表为视图，其他的信息为NULL，说明这是一个虚表。
语法4：查看视图的详细定义信息
SHOW CREATE VIEW 视图名称;
8.5 更新视图的数据
8.5.1 一般情况
MySQL支持使用INSERT、UPDATE和DELETE语句对视图中的数据进行插入、更新和删除操作。当视图中的数据发生变化时，数据表中的数据也会发生变化，反之亦然。
举例：UPDATE操作
mysql> SELECT ename,tel FROM emp_tel WHERE ename = '孙洪亮'; +---------+-------------+ | ename | tel | +---------+-------------+ | 孙洪亮 | 13789098765 | +---------+-------------+ 1 row in set (0.01 sec) mysql> UPDATE emp_tel SET tel = '13789091234' WHERE ename = '孙洪亮'; Query OK, 1 row affected (0.01 sec) Rows matched: 1 Changed: 1 Warnings: 0 mysql> SELECT ename,tel FROM emp_tel WHERE ename = '孙洪亮'; +---------+-------------+ | ename | tel | +---------+-------------+ | 孙洪亮 | 13789091234 | +---------+-------------+ 1 row in set (0.00 sec) mysql> SELECT ename,tel FROM t_employee WHERE ename = '孙洪亮'; +---------+-------------+ | ename | tel | +---------+-------------+ | 孙洪亮 | 13789091234 | +---------+-------------+ 1 row in set (0.00 sec)
举例：DELETE操作
mysql> SELECT ename,tel FROM emp_tel WHERE ename = '孙洪亮'; +---------+-------------+ | ename | tel | +---------+-------------+ | 孙洪亮 | 13789091234 | +---------+-------------+ 1 row in set (0.00 sec) mysql> DELETE FROM emp_tel WHERE ename = '孙洪亮'; Query OK, 1 row affected (0.01 sec) mysql> SELECT ename,tel FROM emp_tel WHERE ename = '孙洪亮'; Empty set (0.00 sec) mysql> SELECT ename,tel FROM t_employee WHERE ename = '孙洪亮'; Empty set (0.00 sec)
8.6 修改、删除视图
8.6.1 修改视图
方式1：使用CREATE OR REPLACE VIEW 子句修改视图
CREATE OR REPLACE VIEW empvu80 (id_number, name, sal, department_id) AS SELECT employee_id, first_name || ' ' || last_name, salary, department_id FROM employees WHERE department_id = 80;
说明：CREATE VIEW 子句中各列的别名应和子查询中各列相对应。
方式2：ALTER VIEW
修改视图的语法是：
ALTER VIEW 视图名称 AS 查询语句
8.6.2 删除视图
-
删除视图只是删除视图的定义，并不会删除基表的数据。
-
删除视图的语法是：
DROP VIEW IF EXISTS 视图名称;
DROP VIEW IF EXISTS 视图名称1,视图名称2,视图名称3,...;
-
举例：
DROP VIEW empvu80;
-
说明：基于视图a、b创建了新的视图c，如果将视图a或者视图b删除，会导致视图c的查询失败。这样的视图c需要手动删除或修改，否则影响使用。
8.7 总结
8.7.1 视图优点
1. 操作简单
将经常使用的查询操作定义为视图，可以使开发人员不需要关心视图对应的数据表的结构、表与表之间的关联关系，也不需要关心数据表之间的业务逻辑和查询条件，而只需要简单地操作视图即可，极大简化了开发人员对数据库的操作。
2. 减少数据冗余
视图跟实际数据表不一样，它存储的是查询语句。所以，在使用的时候，我们要通过定义视图的查询语句来获取结果集。而视图本身不存储数据，不占用数据存储的资源，减少了数据冗余。
3. 数据安全
MySQL将用户对数据的访问限制在某些数据的结果集上，而这些数据的结果集可以使用视图来实现。用户不必直接查询或操作数据表。这也可以理解为视图具有隔离性。视图相当于在用户和实际的数据表之间加了一层虚拟表。
同时，MySQL可以根据权限将用户对数据的访问限制在某些视图上，用户不需要查询数据表，可以直接通过视图获取数据表中的信息。这在一定程度上保障了数据表中数据的安全性。
4. 适应灵活多变的需求 当业务系统的需求发生变化后，如果需要改动数据表的结构，则工作量相对较大，可以使用视图来减少改动的工作量。这种方式在实际工作中使用得比较多。
5. 能够分解复杂的查询逻辑 数据库中如果存在复杂的查询逻辑，则可以将问题进行分解，创建多个视图获取数据，再将创建的多个视图结合起来，完成复杂的查询逻辑。
8.7.2 视图不足
如果我们在实际数据表的基础上创建了视图，那么，如果实际数据表的结构变更了，我们就需要及时对相关的视图进行相应的维护。特别是嵌套的视图（就是在视图的基础上创建视图），维护会变得比较复杂，可读性不好，容易变成系统的潜在隐患。因为创建视图的 SQL 查询可能会对字段重命名，也可能包含复杂的逻辑，这些都会增加维护的成本。
实际项目中，如果视图过多，会导致数据库维护成本的问题。
所以，在创建视图的时候，你要结合实际项目需求，综合考虑视图的优点和不足，这样才能正确使用视图，使系统整体达到最优。
9 事务
9.1 介绍
在实际的业务开发中，有些业务操作要多次访问数据库。一个业务要发送多条SQL语句给数据库执行。需要将多次访问数据库的操作视为一个整体来执行，要么所有的SQL语句全部执行成功。如果其中有一条SQL语句失败，就进行事务的回滚，所有的SQL语句全部执行失败。
简而言之：事务是一组操作的集合，它是一个不可分割的工作单位。事务会把所有的操作作为一个整体一起向系统提交或撤销操作请求，即这些操作要么同时成功，要么同时失败。
事务作用：保证在一个事务中多次操作数据库表中数据时，要么全都成功,要么全都失败。
9.2 操作
MYSQL中有两种方式进行事务的操作：
-
自动提交事务：即执行一条sql语句提交一次事务。（默认MySQL的事务是自动提交）
-
手动提交事务：先开启，再提交
事务操作有关的SQL语句：
| SQL语句 | 描述 |
|---|---|
| start transaction; / begin ; | 开启手动控制事务 |
| commit; | 提交事务 |
| rollback; | 回滚事务 |
手动提交事务使用步骤：
第1种情况：开启事务 => 执行SQL语句 => 成功 => 提交事务
第2种情况：开启事务 => 执行SQL语句 => 失败 => 回滚事务
start transaction; / begin;
commit;
rollback;
使用事务控制删除部门和删除该部门下的员工的操作：
-- 开启事务 start transaction ; -- 删除学工部 delete from tb_dept where id = 1; -- 删除学工部的员工 delete from tb_emp where dept_id = 1;
-
上述的这组SQL语句，如果如果执行成功，则提交事务
-- 提交事务 (成功时执行) commit ;
-
上述的这组SQL语句，如果如果执行失败，则回滚事务
-- 回滚事务 (出错时执行) rollback ;
9.3 四大特性
面试题：事务有哪些特性？
-
原子性（Atomicity）：事务是不可分割的最小单元，要么全部成功，要么全部失败。
-
一致性（Consistency）：事务完成时，必须使所有的数据都保持一致状态。
-
隔离性（Isolation）：数据库系统提供的隔离机制，保证事务在不受外部并发操作影响的独立环境下运行。
-
持久性（Durability）：事务一旦提交或回滚，它对数据库中的数据的改变就是永久的。
事务的四大特性简称为：ACID
-
原子性（Atomicity） ：原子性是指事务包装的一组sql是一个不可分割的工作单元，事务中的操作要么全部成功，要么全部失败。
-
一致性（Consistency）：一个事务完成之后数据都必须处于一致性状态。
如果事务成功的完成，那么数据库的所有变化将生效。
如果事务执行出现错误，那么数据库的所有变化将会被回滚(撤销)，返回到原始状态。
-
隔离性（Isolation）：多个用户并发的访问数据库时，一个用户的事务不能被其他用户的事务干扰，多个并发的事务之间要相互隔离。
一个事务的成功或者失败对于其他的事务是没有影响。
9.4 并发事务问题
| 描述 | 问题 |
|---|---|
| 脏读 | 一个事务读到另一个事务还没有提交的数据。 |
| 不可重复读 | 一个事务先后读取同一条记录，但两次读取的数据不同，称之为不可重复读。 |
| 幻读 | 一个事务按照条件查询数据时，没有对应的数据行，但是在插入数据时，又发现这行数据已经存在，好像出现了“幻影”。 |
-
脏读: 对于两个事务 T1, T2, T1 读取了已经被 T2 更新但还没有被提交的字段。之后, 若 T2 回滚, T1读取的内容就是临时且无效的。
-
不可重复读: 对于两个事务T1, T2, T1 读取了一个字段, 然后 T2 更新了该字段。之后, T1再次读取同一个字段, 值就不同了。
-
幻读: 对于两个事务T1, T2, T1 从一个表中读取了一个字段, 然后 T2 在该表中插入了一些新的行。之后, 如果 T1 再次读取同一个表, 就会多出几行。
9.5 事务隔离级别
| 隔离 | 脏读 | 不可重复读 | 幻读 |
|---|---|---|---|
| 读未提交（Read Uncommitted） | √ | √ | √ |
| 读已提交（Read Committed） | × | √ | √ |
| 可重复读（Repeatable Read） | × | × | √ |
| 串行化（Serializable） | × | × | × |
--查看事务隔离级别
select @@transaction_isolation;
--设置事务隔离级别
set [session | global] transaction isolation level { read uncommitted | read committed | repeatable read | serializable }
10 索引
10.1 介绍
索引(index)：是帮助数据库高效获取数据的数据结构 。
-
简单来讲，就是使用索引可以提高查询的效率。
添加索引后查询：
-- 添加索引 create index idx_sku_sn on tb_sku (sn); #在添加索引时，也需要消耗时间 -- 查询数据（使用了索引） select * from tb_sku where sn = '100000003145008';
#创建： create [ unique ] index 索引名 on 表名(字段名,...)； #查询： show index from 表名; #删除： drop index 索引名 on 表名;
创建：
create [unique] index 索引名 on 表名(字段名，...);
查询：
show index from 表名;
删除：
drop index 索引名 on 表名;
优点：
-
提高数据查询的效率，降低数据库的IO成本。
-
通过索引列对数据进行排序，降低数据排序的成本，降低CPU消耗。
缺点：
-
索引会占用存储空间。
-
索引大大提高了查询效率，同时却也降低了insert、update、delete的效率。
10.2 结构
MySQL数据库支持的索引结构有很多，如：Hash索引、B+Tree索引、Full-Text索引等。
分类：
主键索引：针对于表中主键创建的索引 primary
唯一索引：避免同一个表中某数据列的值重复 unique
常规索引：快速定位特定数据 无
全文索引：全文索引查找的是文本中的关键词，而不是比较索引中的值 fulltext
在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：
聚集索引：将数据存储于索引放到了一块，索引结构的叶子结点保存了行数据 必须有，而且只有一个
二级索引：将数据与索引分开存储，索引结构的叶子结点关联的是对应的主键 可以存在多个
聚集索引选取规则：
1.如果存在主键，主键索引就是聚集索引
2.如果不存在主键，将使用第一个唯一（unique）索引作为聚集索引
3.如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid 作为隐藏的聚集索引
我们平常所说的索引，如果没有特别指明，都是指默认的 B+Tree 结构组织的索引。
在没有了解B+Tree结构前，我们先回顾下之前所学习的树结构：
二叉查找树：左边的子节点比父节点小，右边的子节点比父节点大
当我们向二叉查找树保存数据时，是按照从大到小(或从小到大)的顺序保存的，此时就会形成一个单向链表，搜索性能会打折扣。
可以选择平衡二叉树或者是红黑树来解决上述问题。（红黑树也是一棵平衡的二叉树）
但是在Mysql数据库中并没有使用二叉搜索数或二叉平衡数或红黑树来作为索引的结构。
思考：采用二叉搜索树或者是红黑树来作为索引的结构有什么问题？
答案
说明：如果数据结构是红黑树，那么查询1000万条数据，根据计算树的高度大概是23左右，这样确实比之前的方式快了很多，但是如果高并发访问，那么一个用户有可能需要23次磁盘IO，那么100万用户，那么会造成效率极其低下。所以为了减少红黑树的高度，那么就得增加树的宽度，就是不再像红黑树一样每个节点只能保存一个数据，可以引入另外一种数据结构，一个节点可以保存多个数据，这样宽度就会增加从而降低树的高度。这种数据结构例如BTree就满足。
下面我们来看看B+Tree(多路平衡搜索树)结构中如何避免这个问题：
B+Tree结构：
-
每一个节点，可以存储多个key（有n个key，就有n个指针）
-
节点分为：叶子节点、非叶子节点
-
叶子节点，就是最后一层子节点，所有的数据都存储在叶子节点上
-
非叶子节点，不是树结构最下面的节点，用于索引数据，存储的的是：key+指针
-
-
为了提高范围查询效率，叶子节点形成了一个双向链表，便于数据的排序及区间范围查询
拓展：
非叶子节点都是由key+指针域组成的，一个key占8字节，一个指针占6字节，而一个节点总共容量是16KB，那么可以计算出一个节点可以存储的元素个数：16*1024字节 / (8+6)=1170个元素。
查看mysql索引节点大小：show global status like 'innodb_page_size'; -- 节点大小：16384
当根节点中可以存储1170个元素，那么根据每个元素的地址值又会找到下面的子节点，每个子节点也会存储1170个元素，那么第二层即第二次IO的时候就会找到数据大概是：1170*1170=135W。也就是说B+Tree数据结构中只需要经历两次磁盘IO就可以找到135W条数据。
对于第二层每个元素有指针，那么会找到第三层，第三层由key+数据组成，假设key+数据总大小是1KB，而每个节点一共能存储16KB，所以一个第三层一个节点大概可以存储16个元素(即16条记录)。那么结合第二层每个元素通过指针域找到第三层的节点，第二层一共是135W个元素，那么第三层总元素大小就是：135W*16结果就是2000W+的元素个数。
结合上述分析B+Tree有如下优点：
千万条数据，B+Tree可以控制在小于等于3的高度
所有的数据都存储在叶子节点上，并且底层已经实现了按照索引进行排序，还可以支持范围查询，叶子节点是一个双向链表，支持从小到大或者从大到小查找
10.3 语法
创建索引
create [ unique ] index 索引名 on 表名 (字段名,... ) ;
案例：为tb_emp表的name字段建立一个索引
create index idx_emp_name on tb_emp(name);
在创建表时，如果添加了主键和唯一约束，就会默认创建：主键索引、唯一约束
查看索引
show index from 表名;
案例：查询 tb_emp 表的索引信息
show index from tb_emp;
删除索引
drop index 索引名 on 表名;
案例：删除 tb_emp 表中name字段的索引
drop index idx_emp_name on tb_emp;
注意事项：
主键字段，在建表时，会自动创建主键索引
添加唯一约束时，数据库实际上会添加唯一索引
