SQL(七) - 事务、索引、视图

事务（Transaction）

3.1、什么是事务？

一个事务是一个完整的业务逻辑单元，不可再分。

比如：银行账户转账，从A账户向B账户转账10000.需要执行两条update语句：
update t_act set balance = balance - 10000 where actno = ‘act-001’;
update t_act set balance = balance + 10000 where actno = ‘act-002’;

以上两条DML语句必须同时成功，或者同时失败，不允许出现一条成功，一条失败。

要想保证以上的两条DML语句同时成功或者同时失败，那么就需要使用数据库的“事务机制”。

3.2、和事务相关的语句只有：DML语句。（insert delete update）
为什么？因为它们这三个语句都是和数据库表当中的“数据”相关的。
事务的存在是为了保证数据的完整性，安全性。

3.3、假设所有的业务都能使用1条DML语句搞定，还需要事务机制吗？
不需要事务。

但实际情况不是这样的，通常一个“事儿（事务【业务】）”需要多条DML语句共同联合完成。

在这里插入图片描述

3.4、事务的特性？
事务包括四大特性：ACID

  • A: 原子性：事务是最小的工作单元，不可再分。
  • C: 一致性：事务必须保证多条DML语句同时成功或者同时失败。
  • I：隔离性：事务A与事务B之间具有隔离。
  • D：持久性：持久性说的是最终数据必须持久化到硬盘文件中，事务才算成功的结束。

事务中存在一些概念：

  1. 事务（Transaction）：一批操作（一组DML）
  2. 开启事务（Start Transaction）
  3. 回滚事务（rollback）
  4. 提交事务（commit）
  5. SET AUTOCOMMIT：禁用或启用事务的自动提交模式

当执行DML语句是其实就是开启一个事务

关于事务的回滚需要注意：只能回滚insert、delete和update语句，不能回滚select（回滚select没有任何意义），对于create、drop、alter这些无法回滚.
事务只对DML有效果。

注意：rollback，或者commit后事务就结束了。回滚就是回到上一次提交的位置

关于事务之间的隔离性
事务隔离性存在隔离级别，理论上隔离级别包括4个：
第一级别：读未提交（read uncommitted）

  • 对方事务还没有提交，我们当前事务可以读取到对方未提交的数据。
  • 读未提交存在脏读（Dirty Read）现象：表示读到了脏的数据。

第二级别：读已提交（read committed）

  • 对方事务提交之后的数据我方可以读取到。
  • 这种隔离级别解决了: 脏读现象没有了
  • 读已提交存在的问题是：不可重复读。

第三级别：可重复读（repeatable read）

  • 这种隔离级别解决了：不可重复读问题。
  • 这种隔离级别存在的问题是：读取到的数据是幻象。

第四级别：序列化读/串行化读（serializable）

  • 解决了所有问题。

  • 效率低。需要事务排队。

     	oracle数据库默认的隔离级别是：读已提交。mysql数据库默认的隔离级别是：可重复读。

    在这里插入图片描述

索引

4.1、什么是索引？有什么用？
索引就相当于一本书的目录，通过目录可以快速的找到对应的资源。
在数据库方面，查询一张表的时候有两种检索方式：
第一种方式：全表扫描
第二种方式：根据索引检索（效率很高）

	索引为什么可以提高检索效率呢？其实最根本的原理是缩小了扫描的范围。索引虽然可以提高检索效率，但是不能随意的添加索引，因为索引也是数据库当中的对象，也需要数据库不断的维护。是有维护成本的。比如，表中的数据经常被修改这样就不适合添加索引，因为数据一旦修改，索引需要重新排序，进行维护。添加索引是给某一个字段，或者说某些字段添加索引。select ename,sal from emp where ename = 'SMITH';当ename字段上没有添加索引的时候，以上sql语句会进行全表扫描，扫描ename字段中所有的值。当ename字段上添加索引的时候，以上sql语句会根据索引扫描，快速定位。4.2、怎么创建索引对象？怎么删除索引对象？创建索引对象：create index 索引名称 on 表名(字段名);删除索引对象：drop index 索引名称 on 表名;4.3、什么时候考虑给字段添加索引？（满足什么条件）* 数据量庞大。（根据客户的需求，根据线上的环境）* 该字段很少的DML操作。（因为字段进行修改操作，索引也需要维护）* 该字段经常出现在where子句中。（经常根据哪个字段查询）4.4、注意：主键和具有unique约束的字段自动会添加索引。根据主键查询效率较高。尽量根据主键检索。

4.5、查看sql语句的行计划：

mysql> explain select ename,sal from emp where sal = 5000;

在这里插入图片描述

给薪资sal字段添加索引：

create index emp_sal_index on emp(sal);

重新查看sql语句的行计划

explain select ename,sal from emp where sal = 5000;

在这里插入图片描述
删除刚才创建的索引：

drop index 索引名称 on 表名
drop index emp_sal_index on emp;

4.6、索引底层采用的数据结构是：B Tree

4.7、索引的实现原理？

  • 通过B Tree缩小扫描范围，底层索引进行了排序，分区，索引会携带数据在表中的“物理地址”，

  • 最终通过索引检索到数据之后，获取到关联的物理地址，通过物理地址定位表中的数据，效率是最高的。

select ename from emp where ename = ‘SMITH’;
通过索引转换为：
select ename from emp where 物理地址 = 0x3;

4.8、索引的分类？
单一索引：给单个字段添加索引
复合索引: 给多个字段联合起来添加1个索引
主键索引：主键上会自动添加索引
唯一索引：有unique约束的字段上会自动添加索引
…

4.9、索引什么时候失效？

select ename from emp where ename like '%A%';

模糊查询的时候，第一个通配符使用的是%，这个时候索引是失效的。

视图(view)

5.1、什么是视图？站在不同的角度去看到数据。（同一张表的数据，通过不同的角度去看待）。5.2、怎么创建视图？怎么删除视图？create view myview as select empno,ename from emp;drop view myview;注意：只有DQL语句才能以视图对象的方式创建出来。5.3、对视图进行增删改查，会影响到原表数据。（通过视图影响原表数据的，不是直接操作的原表）
可以对视图进行CRUD操作。5.4、面向视图操作？mysql> select * from myview;+-------+--------+| empno | ename  |+-------+--------+|  7369 | SMITH  ||  7499 | ALLEN  ||  7521 | WARD   ||  7566 | JONES  ||  7654 | MARTIN ||  7698 | BLAKE  ||  7782 | CLARK  ||  7788 | SCOTT  ||  7839 | KING   ||  7844 | TURNER ||  7876 | ADAMS  ||  7900 | JAMES  ||  7902 | FORD   ||  7934 | MILLER |+-------+--------+create table emp_bak as select * from emp;create view myview1 as select empno,ename,sal from emp_bak;update myview1 set ename='hehe',sal=1 where empno = 7369; // 通过视图修改原表数据。delete from myview1 where empno = 7369; // 通过视图删除原表数据。5.5、视图的作用？视图可以隐藏表的实现细节。保密级别较高的系统，数据库只对外提供相关的视图，java程序员只对视图对象进行CRUD。

DBA命令

常用的命令DNA命令有：

  1. 新建用户

  2. 授权

  3. 回收权限

  4. 数据导入导出（主要介绍）

    6.1、将数据库当中的数据导出
    在windows的dos命令窗口中执行：（导出整个库）
    mysqldump bjpowernode>D:\bjpowernode.sql -uroot -p333

    在windows的dos命令窗口中执行：（导出指定数据库当中的指定表）mysqldump bjpowernode emp>D:\bjpowernode.sql -uroot –p123

    6.2、导入数据
    create database bjpowernode;
    use bjpowernode;
    source D:\bjpowernode.sql

数据库设计三范式（重点内容，面试经常问）

7.1、什么是设计范式？

设计表的依据。按照这个三范式设计的表不会出现数据冗余。

7.2、三范式都是哪些？第一范式：任何一张表都应该有主键，并且每一个字段原子性不可再分。第二范式：建立在第一范式的基础之上，所有非主键字段完全依赖主键，不能产生部分依赖。多对多？三张表，关系表两个外键。t_student学生表sno(pk)		sname-------------------1				张三2				李四3				王五t_teacher 讲师表tno(pk)		tname---------------------1				王老师2				张老师3				李老师t_student_teacher_relation 学生讲师关系表id(pk)		sno(fk)		tno(fk)----------------------------------1				1				32				1				13				2				24				2				35				3				16				3				3第三范式：建立在第二范式的基础之上，所有非主键字段直接依赖主键，不能产生传递依赖。一对多？两张表，多的表加外键。班级t_classcno(pk)			cname--------------------------1					班级12					班级2学生t_studentsno(pk)			sname				classno(fk)---------------------------------------------101				张1				1102				张2				1103				张3				2104				张4				2105				张5				2提醒：在实际的开发中，以满足客户的需求为主，有的时候会拿冗余换执行速度。7.3、一对一怎么设计？一对一设计有两种方案：主键共享t_user_login  用户登录表id(pk)		username			password--------------------------------------1				zs					1232				ls					456t_user_detail 用户详细信息表id(pk+fk)	realname			tel			....------------------------------------------------1				张三				11111111112				李四				1111415621一对一设计有两种方案：外键唯一。t_user_login  用户登录表id(pk)		username			password--------------------------------------1				zs					1232				ls					456t_user_detail 用户详细信息表id(pk)	   realname			tel				userid(fk+unique)....-----------------------------------------------------------1				张三				1111111111		22				李四				1111415621		1

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/311251.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

python二维数组遍历输出每行最大值_如何在二维数组中找到每行的最大值？

python二维数组遍历输出每行最大值_如何在二维数组中找到每行的最大值？

例如，我有一个二维数组：[[0.0,0.24320757858085434,0.14893361727523413,0.29786723455046826,0.18838778030301612,0.12160378929042717],[0.23717478210768014,0.0,0.16770789675478251,0.20539938644228997,0.25981195646349819,0.1299059782317491],…
阅读更多...
GCD、LCM模板

GCD、LCM模板

最大公约数GCD 整数a和b的最大公约数记为gcd(a,b)。 代码如下： int gcd(int a,int b) {return b 0?a:gcd(b,a%b); }int gcd(int a, int b) {return b ? gcd(b, a % b) : a; }最小公约数LCM 整数a和b的最小公倍数记为lcm(a,b)。 代码如下： int lcm(i…
阅读更多...
如何编写高性能的C#代码（二）

如何编写高性能的C#代码（二）

使用Benchmark.NET对C# 代码进行基准测试的简介在我以前的文章中[10]，我介绍了该系列文章[11]，在其中我将分享我的经验，同时了解C＃和.NET Core（corefx）框架的新性能。在本文中，我想着重于对现有…
阅读更多...
flutter图片预览_flutter好用的轮子推荐四-可定制的图片预览查看器photo

flutter图片预览_flutter好用的轮子推荐四-可定制的图片预览查看器photo

前言Flutter是谷歌的移动UI框架，可以快速在iOS和Android上构建高质量的原生用户界面。IT界著名的尼古拉斯高尔包曾说：轮子是IT进步的阶梯！热门的框架千篇一律，好用轮子万里挑一！Flutter作为这两年开始崛起的跨平台开发…
阅读更多...
pandas的apply函数解析

pandas的apply函数解析

apply函数 apply函数是pandas里面所有函数中自由度最高的函数。该函数如下： DataFrame.apply(func, axis0, broadcastFalse, rawFalse, reduceNone, args(), **kwds)该函数最有用的是第一个参数，这个参数是函数，相当于C/C的函数指针。 这个…
阅读更多...
如何编写高性能的C#代码（一）

如何编写高性能的C#代码（一）

原文来自互联网，由长沙DotNET技术社区编译。如译文侵犯您的署名权或版权，请联系小编，小编将在24小时内删除。作者介绍：史蒂夫戈登（Steve Gordon）是Microsoft MVP，Pluralsight的作者，…
阅读更多...
hdu 2069 Coin Change(改)-dp

hdu 2069 Coin Change(改)-dp

有5种面值的硬币&#xff0c;即1分&#xff0c;5分&#xff0c;10分&#xff0c;25分&#xff0c;50分。输入一个钱数s&#xff0c;输出组合方案的数量。 s<250&#xff0c;硬币数量不限。 代码如下&#xff1a; #include <iostream> using namespace std; const i…
阅读更多...
博途plc连接电脑_PLC报错，电脑连接不了PLC

博途plc连接电脑_PLC报错，电脑连接不了PLC

需要进行S7-1200的固件版本更新。更新CPU的固件具体步骤如下&#xff1a;第一步&#xff1a;使用电脑通过读卡器清除存储卡中内容。注意&#xff1a;不要格式化存储卡&#xff01;第二步&#xff1a; 从西门子官方网站下载最新版本的固件文件。下载并解压缩&#xff0c;用户可以…
阅读更多...
SQL（八）- python执行SQL语句

SQL（八）- python执行SQL语句

PyMySQL python 3.x版本中连接MySQL数据库使用第三方库pysqhl&#xff1b;python 2.x版本中连接MySQL数据库使用第三方库mysqldb&#xff1b; 连接PyMySQL 安装&#xff1a; pip install pymysql连接 (1)用python连接mysql&#xff0c;执行sql语句&#xff0c;返回mysql当…
阅读更多...
从Java转向.NET/C#，Are You OK?

从Java转向.NET/C#，Are You OK?

最近由于项目变动&#xff0c;需要用.NET/C#做开发&#xff0c;经过一段时间的学习和培训&#xff0c;对这个技术栈有了一定的理解。大家可能都知道Java和.NET/C#很像&#xff0c;这里粗略的把两者做一个对比&#xff0c;希望对感兴趣的童鞋有所帮助。如果现在有人问我&#xf…
阅读更多...
如何看待潘石屹搞python_潘石屹考了99分的Python，到底是一种什么存在？

如何看待潘石屹搞python_潘石屹考了99分的Python，到底是一种什么存在？

去年&#xff0c;当地产大佬潘石屹要把学习Python作为生日礼物送给自己的时候&#xff0c;微博上还多是一阵调侃之声。可能正是印证了Python程序员们常常挂在嘴边的“人生苦短&#xff0c;就学Python”的口头禅&#xff0c;时年56岁的小潘同学要再一次抓住“青春”的尾巴吧。为…
阅读更多...
python机器学习、数据分析常用第三方库（实时更新）

python机器学习、数据分析常用第三方库（实时更新）

常用镜像源&#xff1a; 清华&#xff1a;https://pypi.tuna.tsinghua.edu.cn/simple 阿里&#xff1a;http://mirrors.aliyun.com/pypi/simple/ 豆瓣&#xff1a;http://pypi.douban.com/simple/ 华中理工大学&#xff1a;http://pypi.hustunique.com/ 山东理工大学&#xff…
阅读更多...
树的节点值之和

树的节点值之和

题目背景 墨家家主有棵树。 题目描述 给定一个保存树节点信息的数据结构&#xff0c;它包含了树节点唯一的 id &#xff0c;树节点值 和 直系子节点的 id 。 比如&#xff0c;树节点1是树节点2的父节点&#xff0c;树节点2是树节点3的父节点。他们相应的树节点值为 9 , 4 , …
阅读更多...
.NET Core开发实战（第21课：中间件：掌控请求处理过程的关键）--学习笔记（上）...

.NET Core开发实战（第21课：中间件：掌控请求处理过程的关键）--学习笔记（上）...

21 | 中间件&#xff1a;掌控请求处理过程的关键这一节讲解一下如何通过中间件来管理请求处理过程中间件工作原理next 表示后面有一个委托&#xff0c;每一层每一层套下去可以在任意的中间件来决定在后面的中间件之前执行什么&#xff0c;或者说在所有中间件执行完之后执行什么…
阅读更多...
angularjsl路由_AngularJs ng-route路由详解

angularjsl路由_AngularJs ng-route路由详解

本篇基于ng-route来讲下angular中的路由&#xff0c;路由功能主要是 $routeProvider服务 与 ng-view 实现。ng-view的实现原理&#xff0c;是根据路由的切换&#xff0c;动态编译html模板——$compile(html)(scope)。前提首先需要在页面引入angular和angular-route&#xff0c;…
阅读更多...
pandas中Series的map函数详解

pandas中Series的map函数详解

Series的map函数 Series的map方法可以接受一个函数或含有映射关系的字典型对象。使用map是一种实现元素级转换以及其他数据清理工作的便捷方式。DataFrame中对应的是applymap()函数&#xff0c;当然DataFrame还有apply()函数 1.字典映射 例如&#xff0c;对数据的某个字段进…
阅读更多...
简单的二叉树创建与遍历

简单的二叉树创建与遍历

编一个程序&#xff0c;读入用户输入的一串先序遍历字符串&#xff0c;根据此字符串建立一个二叉树&#xff08;以指针方式存储&#xff09;。 例如如下的先序遍历字符串&#xff1a; ABC##DE#G##F### 其中“#”表示的是空格&#xff0c;空格字符代表空树。建立起此二叉树以后&…
阅读更多...
tof摄像头手势识别_一种基于TOF手势识别的控制系统的制作方法

tof摄像头手势识别_一种基于TOF手势识别的控制系统的制作方法

本发明属于汽车零配件技术领域&#xff0c;尤其是一种基于TOF手势识别的控制系统。背景技术&#xff1a;随着触摸屏技术的不断推广&#xff0c;用户已经适应并逐渐熟悉了与机器的互动。现在&#xff0c;人机互动技术已迈上了更高的台阶&#xff0c;进入了手势识别时代。随着手势…
阅读更多...
疫情期间，千万级系统宕机N次，老板撂下狠话：没法把性提升10倍，全员解雇！...

疫情期间，千万级系统宕机N次，老板撂下狠话：没法把性提升10倍，全员解雇！...

性能调优整体思路作为一名团队技术核心&#xff0c;如何让系统跑得通、跑得稳、跑得快是必然会面对的场景。性能分析是一个大课题&#xff0c;不同的架构、不同的应用场景、不同的程序语言分析的方法若有差异&#xff0c;抽象一下大致分为两类&#xff1a;自底向上&#xff1a;…
阅读更多...
Pandas - 查看DataFrame信息

Pandas - 查看DataFrame信息

数据表信息查看 1、维度查看&#xff1a; df.shape2、数据表基本信息&#xff08;维度、列名称、数据格式、所占空间等&#xff09;&#xff1a; df.info()3、每一列数据的格式&#xff1a; df.dtypes4、某一列格式&#xff1a; df[B].dtype5、空值&#xff1a; df.isnul…
阅读更多...
最新文章

Copyright @ 2022~2023