1. 索引介绍

   • 索引 : 是一种提升查询速度的, 特殊的存储结构
   • 包含了对数据表里的记录的指针,类似于字典的目录
   • 添加索引时, 会单独创建一张表去存储和和管理索引, 索引比原数据大,占用更多资源

   2. 索引的种类

   3. 普通索引 index

      • index : 可以为空、可以重复

   4. 唯一索引 unique

      • 可以为空但不可以重复

   5. 主键索引 primary key

      • 不可以为空不可以重复

   6. 多列索引

      • 为多个字段添加一个索引

   7. 索引的优缺点

   • 优点
     • 提升查询速度
     • 通过建立唯一索引保证数据的唯一性
   • 缺点
     • 索引需要占据更多的物理空间
     • 增加后期维护成本
     • 降低增删改操作的效率

   4. 索引是否越多越好？

      • 数据量较大的时候可以使用索引
      • 经常用 where 查询的字段添加索引
      • 字段重复率过高就不推荐添加索引,添加会降低查询速度
      • 使用索引时遵循 最左原则
      • 多列索引查询时,注意字段顺序

   5. 索引操作

   6. 添加索引

      1. 建表时添加索引 primary key

      2. 表建好之后添加索引

         ALTER TABLE tab_name
         ADD 索引类型 [索引名](字段名);

   7. 查看索引

      SHOW INDEX FROM tab_name;

   8. 删除索引

      DROP INDEX 索引名 
      ON tab_name;

   9. 删除主键索引 : 必须先去除主键索引的自增属性, 然后执行

      ALTER TABLE tab_name
      DROP PRIMARY KEY;

2. 索引的实现 (存储结构划分)

   1. HASH 索引
      • 基于哈希表实现,只有精确匹配索引所有的列查询才有效,对于每一行数据,存储引擎会对于所有的索引类列计算一个哈希码,并且hash索引将所有的哈希码存储在索引中,同时索引表中保存指向每个数据的指针
      • 哈希索引能够最快的进行数据定位,对于固定的数据查询效率很高,对于范围性的查询,因为HASH索引的不连续性,查询性能会下降.
   2. B Tree 索引
      1. B- Tree 索引
         • B-Tree能加快数据的访问速度,存储引擎不在需要全表扫描,数据分布在各个节点之中
      2. B+ Tree 索引
   3. full-index 全文索引
   4. R- Tree 索引

1. 视图的定义

   1. **视图是一个虚拟的表**,**从一个或者多个表中导出来的数据组成的虚拟的表**.并不在库中真是存在,作用和真是的表一样,包含一些列带有行和列的数据.
     	2. 视图中的数据依赖源表当源表中的数据发生变化时,视图中的数据也会发生变化.
     	3. 视图中的数据默认是只读的,不允许通过视图直接进行数据改动.
   

2. 视图的定义

   1. 创建视图

      CREATE VIEW 视图名 
      AS sql查询语句;

   2. 使用视图

      SELECT * FROM 视图名;

   3. 查看视图

      SHOW TABLE status WHERE comment='view';

   4. 删除视图

      DROP VIEW 视图名;

   5. 视图的优缺点

      1. 优点
         1. 视图使用简单 ： 使用视图的用户完全不同关心后面对应的表结构,关联条件是什么和筛选条件是什么, 对于用户来说,已经是过滤好的符合条件的结构.
         2. 视图使用安全 : 使用视图的用户只能访问被允许的查询结构集,数据库提供权限管理并不能限制某一列,通过视图可以简单的实现
         3. 视图内数据独立 : 一旦视图被创建了,视图的结构不会受到原表结构的变化而变化, 当视图创建了,如果在给原表添加字段,也不会对视图造成影响
      2. 缺点
         1. 视图的性能 : 通过视图查询数据速度会很慢,特别是基于视图创建的视图, 简单查询存入视图,利用视图查询数据,会变成复杂查询

• 由事件来触发,当对一个表进行操作 (insert, delete, update) 时就会激活它执行

• 基础命令 (固定格式)

  • 创建触发器

    CREATE TRIGGER 触发器名字tri_name 触发时机 事件
    ON tab_name 
    FOR EACH ROW
    BEGIN
     需要执行的 SQL 语句
    END;

  • 数据备份 (当去表内删除数据时,对删除的数据进行备份)

    1. 创建表结构与删除数据表一样的备份表

       create table 原表名 as select * from 备份表名 where 1=2;

       • 添加数据 (将 表a 的数据添加到 表b)

         create table 表名a as select * from 表名b

    2. 创建触发器

       1. 修改默认结束符 ";"

          \d ||

       2. 创建触发器

          create trigger tri_name 
          befor delete on 原表名
          for each row
          begin
            insert into 备份表名 values(old.id,old.name,....);
          end;

  • 查看触发器

    SELECT * FROM INFORMATION_SCHEMA.TRIGGERS;

  • 删除触发器

    DROP TRIGGERS 触发器名字tri_name;

1. 添加用户 (来源地: 是否允许用户在其他地方登陆, %代表任意来源地)

   CREATE USER '用户名'@'来源地' IDENTIFIED BY '密码';

2. 删除用户

   drop user '用户名'@'来源地'

3. 授权操作 (*.* 库名.表名： 对当前所有库和表都具有权限)

   GRANT 权限 ON 库名.表名 TO '用户名'@'来源地';

   • insert : 插入
   • select : 查询
   • update : 更新

4. 权限回收

   REVOKE UPDATE ON *.* FROM '用户名'@'来源地';

5. 修改密码

   1. 先查看 mysql 库中的 user 表中,用户是否有密码

      SELECT *
      FROM user 
      WHERE user='用户名'\G;

   2. 如果有密码需要先删除 (置空)

      UPDATE user 
      SET authentication_string=""
      where user='user_name';

   3. 重新设置新的密码

      alter user '用户名'@'来源地' identified by '新密码';

1. \d : 改变数据库结尾 ";" 为 指定结尾

   \d ||

2. \q : 退出数据库

3. \c : 放弃此次编辑,不报错

4. \G : 格式化显示数据

1. 安装 Pymysql

   pip install pymysql
   

2. 导入模块

   import pymysql

3. 连接数据库 (cursorclass : 显示为字典)

   db = pymysql.connect(host='localhost', user='root',password='',database='', port=3306, cursorclass=pymysql.cursors.DictCursor)

4. 创建游标

   cursor = db.cursor()

5. 编写 sql 语句

   sql = "mysql 语句"
   

6. 执行/传入 sql 语句 (如果 sql 语句要求传参)

   cursor.execute(sql, (参数1,餐数2,))
   

7. 获取结果

   1. 获取一条数据

   res = cursor.fetchone()
   

   2. 获取指定条数据

      res = cursor.fetchmany(size)
      

      • 实例

        res = cursor.fetchmany(2)
        print(res)
        """
        ((10001, datetime.date(1953, 9, 2), 'Georgi', 'Facello', 'M', datetime.date(1986, 6, 26)), (10002, datetime.date(1964, 6, 2), 'Bezalel', 'Simmel', 'F', datetime.date(1985, 11, 21)))
        """
        

   3. 获取所有数据

res = cursor.fetchall() ```

8. 退出数据库,关闭游标与数据库

   db.commit()
   cursor.close()
   db.close()