五、MySQL系列之高级知识（五）

　　本篇主要介绍MySQL的高级知识---视图、事件、索引等相关知识；

一、视图

　　在学习视图时我们需要什么是视图，视图有哪些好处以及视图的相关操作；

　1.1 什么是视图？

　　关于视图通俗来讲就是一条select语句查询的结果集，本质而言就是一张虚表，与我们常说的快捷方式或者说软连接十分相似，它不存储具体的数据，而若基本表数据发生了改变，视图也会跟着改变。

　1.2 视图的作用：

　　视图是一条select语句的结果集，故：

　　　1、提高了重用性，类似一个函数，让我们想查询某些数据时，不需要每次敲复杂的select语句；

　　　2、对数据库重构，却不影响程序的运行。即若不创建视图时，当我们修改基本表结构时，与Python交互时可能会出现问题。

　　　3、提高了安全性。即通过视图我给不同用户呈现不同的数据。

　　　4、让数据更加清晰，可读性更好

　1.3 视图的相关操作

　　1、定义视图

　　语句： create view 视图名称 as select语句;

-- 定义视图

create view v_goods_info as

select g.*,c.name from goods as g  left join goods_cates as c

on g.cate_id=c.id;

　　2、查看视图

　　视图时一张虚拟的表，故查看表所有的视图也会列出来；即 show tables ;

　　3、使用视图

　　视图的主要用途便是用于查询，而不是修改，注当修改多表定义的视图时，会容易报错；例如：

-- 查看视图

select * from v_goods_info;

-- 修改视图时

update v_goods_info set name="皮皮虾我们走二代" where id=24;

-- 报错 ：ERROR 1288 (HY000): The target table v_goods_info of the UPDATE is not updatable

　　4、删除视图

　　drop view 视图名称

-- 删除视图

   drop view v_goods_info

二、事务

　　同样对事务的学习我们也从什么是事务、事务有什么特性以及事务是如何操作的进行了解学习；

　2.1 什么是事务？

　　所谓事务，它是一个操作序列，这些操作要么都执行，要么都不执行。它是一个不可分割的单位；

　　类似于银行转钱：假如用户A给用户B转200块钱，那么如果用户A给用户B转了钱之后，银行或者用户B出现了故障，导致用户A转了钱但是用户B没收到钱；这时就需要使用到事务，即：

　　用户A转钱和用户B收钱这两件事情要么都执行，要么都不执行；这样便会减少金钱纠葛了吧。

　2.2 事务的四大特性：简称----ACID

　　即原子性、一致性、隔离性、持久性；

　　原子性（Atomicity）：即一个事务必须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滚回。

　　一致性（Consistency）：数据库总是从一个一致性状态转换到另外一个一致性的转态；即用户A转出钱和用户B收到钱是一致的；

　　隔离性（Isolation）：一个事务在进行操作时会被上锁，其他的用户无法在其提交前进行修改；

　　持久性（Durability）：一旦事务被提交，则其所有的修改会永久的保存到数据库。例如用户A给用户B转的钱钱就退不回来了。

　　2.3 事务如何操作

　　1、开启事务 --begin 或者 start transaction;

　　2、提交事务 -- commit;

　　3、滚回事务 -- rollback;

-- 比如有以上四个用户，让用户2给用户1转钱

-- 开启事务

    start transaction;

-- 用户2扣钱

    update money set num=num-100 where id=2;

-- 用户1收钱

    update money set num=num+100 where id=1;

-- 提交或者滚回

    commit;

--或者

    rollback;

三、索引

　　3.1 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应用指针；

　　3.2 索引的目的

　　提升查询效率，通常在实际开发过程中，查询的次数要远远大于修改，故提高查询效率十分关键；

　　通俗来讲：索引就像相当于一个字典的目录，若我们要查找一个字的时候，若从头到尾一路翻过去找则会超级麻烦，这时候了有了目录就方便且快速得多；索引也是同样的道理，可以大大提升查询效率，但是会占用一定的内存空间；

　　3.3 索引的原理

　　数据库的索引使用的 B-tree的查询方式。如下：

　　即：

　　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。

　　3.3 索引的操作

　　　1、查看索引 -- show index from 表名

　　　2、创建索引 -- create index 索引名称 on 表名（字段名称（长度））

　　　3、删除所有 -- drop index 索引名称 on 名称

　小demo：

 -- 创建一个表text_index

create table text_index (

   num  int unsigned not null

);

创建表

# 通过python 想表中插入十万条数据

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()

插入十万条数据

-- 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;

　　从上述执行结果可以看出来：添加索引查询会大大建立查询时间，但是创建索引本身也会消耗一定的时间；

　　注：1、建立太多的索引将会影响更新和插入的速度，因为它需要同样更新每个索引文件。

　　　　2、建立索引会占用磁盘空间；

　　over~~~ 下篇介绍关于数据库权限设置和数据的备份~~~~~