视图
视图是一种基于查询结果产生的虚拟表。
为什么要有视图？
当在执行查询操作时，经常会出现查询频率高并且查询语句非常复杂的情况。 每次都要将复杂的SQL语句重新书写，非常不便。
比如：显示每种商品的名字以及对应的商品类型名和品牌名
select goods.name,goods_cates.name,goods_brands.name from goods inner join goods_cates on goods.cate_id = goods_cates.id inner join goods_brands on goods.brand_id = goods_brands.id;
上面的功能实际很简单，但是书写起来很头疼，如果每天还要执行很多次。头大。。。
如果能将这个查询的结果保存下来，下次在使用时，直接使用结果就非常完美了。
这个需求通过视图就可以完成。
视图的特性
- 视图是一个虚拟表，实际它就是一条被封装起来的 SQL 查询语句。
- 在使用视图时，就相当执行了被封装的复杂SQL查询语句。
- 视图不存储具体的数据。
- 视图的基本表发生变化，那么视图也随之变化
定义视图
视图在定义时，建议视图名称以 v_xxx 形式命名，以便和普通的表区分。 语法：create view 视图名称 as select语句;
create view v_goods_info as select goods.name as gname,goods_cates.name as gcname,goods_brands.name as gbname from goods inner join goods_cates on goods.cate_id = goods_cates.id inner join goods_brands on goods.brand_id = goods_brands.id;
查看视图
视图以表的形式体现，通过 show tables 即可查看视图。
使用视图
视图的作用就是用来查询，视图的作用类似将子查询做了封装。
select * from v_goods_info;
删除视图
语法： drop view 视图名称
drop view v_goods_info;
视图小结
* 视图封装了对多张基本表的复杂操作，简化用户操作
* 视图只是一个虚表,并不存储任何基本表的表数据,当用户使用视图的时候 视图会从基本表中取出
* 通过视图可以对用户展示指定字段从而屏蔽其他字段数据，更加安全
事务
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。
为什么要有事务？
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：
> 1. 检查支票账户的余额高于或者等于200美元。
> 2. 从支票账户余额中减去200美元。
> 3. 在储蓄帐户余额中增加200美元。
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：
> 1. start transaction;
> 2. select balance from checking where customer_id = 10233276;
> 3. update checking set balance = balance - 200.00 where customer_id = 10233276;
> 4. update savings set balance = balance + 200.00 where customer_id = 10233276;
> 5. commit;
事务的四大特性 ACID
1. 原子性(Atomicity)
>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
2. 一致性(Consistency)
>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。）
3. 隔离性(Isolation)
>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。）
4. 持久性(Durability)
>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。）
事务操作
MySQL使用的InnoDB引擎支持事务操作。
+ 开启事务
开启事务后执行修改命令，变更会维护到本地缓存中，而不维护到物理表中
`begin;`
或
`start transaction;`
+ 提交事务
将缓存中的数据变更维护到物理表中
`commit;`
+ 回滚事务
放弃缓存中变更的数据 表示事务执行失败 应该回到开始事务前的状态
`rollback;`
验证事务提交
为了查看效果，需要打开两个终端窗口，使用同一个数据库，操作同一张表。
step 1:
两个终端同时连接同一个数据库并查询同一张表
`select * from goods_cates;`
step 2:
终端1开启事务，插入数据，查看
```sql
begin;
insert into goods_cates(name) values('手机')
select * from goods_cates; -- 插入的数据显示插入成功了
```
setp 3：
终端2查询数据
```sql
select * from goods_cates; -- 并没有看到新数据，因为终端1的操作缓存在本地，还没有提交。隔离性
```
step 4：
终端1提交数据,并查询
```sql
commit; -- 提交后，事务完成，原子性操作结束
select * from goods_cates;
```
step 5:
终端2查询
```sql
select * from goods_cates; -- 可以查到新数据，一致性，持久性。
```
验证事务回滚
为了查看效果，需要打开两个终端窗口，使用同一个数据库，操作同一张表。
step 1:
两个终端同时连接同一个数据库并查询同一张表
`select * from goods_cates;`
step 2:
终端1开启事务，删除所有数据，查看
```sql
begin;
insert into goods_cates(name) values('HIFI播放器');
select * from goods_cates; -- 插入的数据显示插入成功了
```
setp 3：
终端2查询数据
```sql
select * from goods_cates; -- 并没有看到新数据，因为终端1的操作缓存在本地，还没有提交。隔离性
```
step 4：
终端1因为各种原因不想或不能提交数据，取消之前的操作
```sql
rollback;
```
step 5:
终端2查询
```sql
select * from goods_cates; -- 没有查到新数据，一致性，持久性。
```
事务小结
事务的存在是解决数据在操作过程中的 ACID 问题。
索引
什么是索引？
能够快速查询数据的线索就称之为索引。
为什么需要索引？
思考: 如何在一个图书馆中找到一本书的？
在图书馆中如果没有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。 这个房屋编号和货架编号就是索引。
索引目的
索引的目的在于提高查询效率。
索引原理
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。
索引的使用
+ 查看表中已有索引
`show index from 表名`
+ 创建索引
`create index 索引名称 on 表名(字段名称(长度))`
- 如果指定字段是字符串，需要指定长度，建议长度与定义字段时的长度一致
- 字段类型如果不是字符串，可以不填写长度部分
+ 删除索引：
`drop index 索引名称 on 表名;`
验证索引的效率
+ 创建一个新表（不带索引）
```sql
create table test_index(title varchar(10));
```
+ 准备10万条数据
```python
from pymysql import connect
def main():
# 创建Connection连接
conn = connect(host='localhost',port=3306,database='jddb',user='root',password='123123',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()
```
+ 查询验证
- 开启运行时间监测
`set profiling=1;`
- 查询 ha-99999 的数据
`select * from test_index where title='ha-99999;`
- 为表 test_index 创建索引
`create index title_index on test_index(title(10));`
- 再次查询 ha-99999 的数据
`select * from test_index where title='ha-99999;`
- 查看执行时间
`show profiles;`
<img src='images/118.png'>
- 使用 desc 命令也可以查看索引的效率
` desc select * from test_index where title='ha-99999';`
<img src='images/119.png'>
索引小结：
1. 索引可以明显提高某些字段的查询效率。
1. 但不是所有的表都需要建立索引
1. 如果表中数据很少，没有必要建立索引
1. 如果一个表中的数据增删很频繁，不能建立索引 ，因为只要数据发生增减，索引就要重新建立。增加了系统开销，反而慢了。
1. 索引只适合查询操作频繁的表。