JavaWeb--day6--MySQL（补漏）

（以下内容全部来自上述课程及课件）

本人安装、单表查询、多表查询、子查询均已实践过，可见尚硅谷-MySQL

图形化工具

1. 介绍

在命令行当中来敲这些SQL语句很不方便，主要的原因有以下 3 点：

1. 没有任何代码提示。（全靠记忆，容易敲错字母造成执行报错）
2. 操作繁琐，影响开发效率。（所有的功能操作都是通过SQL语句来完成的）
3. 编写过的SQL代码无法保存。
   在项目开发当中，通常为了提高开发效率，都会借助于现成的图形化管理工具来操作数据库。
   目前MySQL主流的图形化界面工具有以下几种：
   
   DataGrip是JetBrains旗下的一款数据库管理工具，是管理和开发MySQL、Oracle、PostgreSQL的理想解决方案。
   官网： https://www.jetbrains.com/zh-cn/datagrip/

2. 安装

DataGrip这款工具可以不用安装，因为Jetbrains公司已经将DataGrip这款工具的功能已经集成到了 IDEA当中，所以我们就可以使用IDEA来作为一款图形化界面工具来操作Mysql数据库。

3. 使用

1. 打开IDEA自带的Database
   
2. 配置MySQL
   
3. 输入相关信息
   
4. 下载MySQL连接驱动
   
5. 测试数据库连接
   
6. 保存配置
   

4. 操作

创建数据库：

有了图形化界面工具后，就可以方便的使用图形化工具：创建数据库，创建表、修改表等DDL操作。
其实工具底层也是通过DDL语句操作的数据库，只不过这些SQL语句是图形化界面工具帮我们自动完成的。

查看所有数据库：

多表设计

项目开发中，在进行数据库表结构设计时，会根据业务需求及业务模块之间的关系，分析并设计表结构，由于业务之间相互关联，所以各个表结构之间也存在着各种联系，基本上分为三种：

• 一对多(多对一)
• 多对多
• 一对一

1. 一对多

1.1 表设计

需求：根据页面原型及需求文档 ，完成部门及员工的表结构设计

• 员工管理页面原型：（前面已完成tb_emp表结构设计）
  
• 部门管理页面原型：
  
• 员工表 - 部门表之间的关系：
  

一对多关系实现：在数据库表中多的一方，添加字段，来关联属于一这方的主键。

1.2 外键约束

问题

• 表结构创建完毕后，我们看到两张表的数据分别为：
  
  现在员工表中有五个员工都归属于1号部门(学工部)，当删除了1号部门后，数据变为：
  
  1号部门被删除了，但是依然还有5个员工是属于1号部门的。 此时：就出现数据的不完整、不一致了。

• 问题分析
  目前上述的两张表(员工表、部门表)，在数据库层面，并未建立关联，所以是无法保证数据的一致性和完整性的

• 问题解决
  想解决上述的问题呢，我们就可以通过数据库中的 外键约束 来解决。

外键约束：让两张表的数据建立连接，保证数据的一致性和完整性。
对应的关键字：foreign key

外键约束的语法：

-- 创建表时指定
create table 表名(字段名    数据类型,...[constraint]   [外键名称]  foreign  key (外键字段名)   references 主表 (主表列名)    
);-- 建完表后，添加外键
alter table  表名  add constraint  外键名称  foreign key(外键字段名) 
references 主表(主表列名);

方式1：通过SQL语句操作

-- 修改表： 添加外键约束alter table tb_emp add  constraint  fk_dept_id  foreign key (dept_id)  referencestb_dept(id);

方式2：图形化界面操作

物理外键和逻辑外键

物理外键

• 概念：使用foreign key定义外键关联另外一张表。
• 缺点：
  影响增、删、改的效率（需要检查外键关系）。
  仅用于单节点数据库，不适用与分布式、集群场景。
  容易引发数据库的死锁问题，消耗性能。

逻辑外键

• 概念：在业务层逻辑中，解决外键关联。
• 通过逻辑外键，就可以很方便的解决上述问题。

在现在的企业开发中，很少会使用物理外键，都是使用逻辑外键。 甚至在一些数据库开发规范中，会明确指出禁止使用物理外键 foreign key

2. 一对一

一对一关系表在实际开发中应用起来比较简单，通常是用来做单表的拆分，也就是将一张大表拆分成两张小表，将大表中的一些基础字段放在一张表当中，将其他的字段放在另外一张表当中，以此来提高数据的操作效率。

一对一的应用场景： 用户表(基本信息+身份信息)

• 基本信息：用户的ID、姓名、性别、手机号、学历
  -身份信息：民族、生日、身份证号、身份证签发机关，身份证的有效期(开始时间、结束时间)
  如果在业务系统当中，对用户的基本信息查询频率特别的高，但是对于用户的身份信息查询频率很低，此时出于提高查询效率的考虑，我就可以将这张大表拆分成两张小表，第一张表存放的是用户的基本信息，而第二张表存放的就是用户的身份信息。他们两者之间一对一的关系，一个用户只能对应一个身份证，而一个身份证也只能关联一个用户。

一对一 ：在任意一方加入外键，关联另外一方的主键，并且设置外键为唯一的(UNIQUE)

3. 多对多

多对多的关系在开发中属于也比较常见的。比如：学生和老师的关系，一个学生可以有多个授课老师，一个授课老师也可以有多个学生。在比如：学生和课程的关系，一个学生可以选修多门课程，一个课程也可以供多个学生选修。
案例：学生与课程的关系

• 关系：一个学生可以选修多门课程，一门课程也可以供多个学生选择
• 实现关系：建立第三张中间表，中间表至少包含两个外键，分别关联两方主键
  

事务

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。

2. 操作

MYSQL中有两种方式进行事务的操作：

1. 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）
2. 手动提交事务：先开启，再提交
   事务操作有关的SQL语句：
   

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

3. 四大特性(ACID)

• 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。

• 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。

• 持久性（Durability）：一个事务一旦被提交或回滚，它对数据库的改变将是永久性的，哪怕数
  据库发生异常，重启之后数据亦然存在。

索引

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。

测试没有使用索引的查询：

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）-- 查询数据（使用了索引）
select * from tb_sku where sn = '100000003145008';

优点：

1. 提高数据查询的效率，降低数据库的IO成本。
2. 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：

1. 索引会占用存储空间。
2. 索引大大提高了查询效率，同时却也降低了insert、update、delete的效率。

2. 结构

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

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

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