MySQL學習-數據庫設計以及sql的進階語句

1.數據庫設計

• 關係型數據庫建議在E-R模型的基礎上，咱們須要根據產品經理的設計策劃，抽取出來模型與關係，制定出表結構，這是項目開始的第一步

• 在開發中有不少設計數據庫的軟件，經常使用的如power designer，db desinger等，這些軟件能夠直觀的看到實體及實體間的關係

• 設計數據庫，多是由專門的數據庫設計人員完成，也多是由開發組成員完成，通常是項目經理帶領組員來完成

1.1 實體

就是咱們根據開發需求，要保存到數據庫中做爲一張表存在的事物。實體的名稱最終會變成表名

實體會有屬性，實體的屬性就是描述這個事物的內容，實體的屬性最終會在表中做爲字段存在。

實體與實體之間會存在關係，這種關係通常就是根據三範式提取出來的主外鍵。

1.1.1 三範式

1. 數據要保證不可分割.
2. 數據不能冗餘(多餘).
3. 數據不能重複.重複的數據,新建一張表存儲.

實際中關於三範式的整理

• 通過研究和對使用中問題的總結，對於設計數據庫提出了一些規範，這些規範被稱爲範式(Normal Form)

• 目前有跡可尋的共有8種範式，通常須要遵照3範式便可

• ◆ 第一範式（1NF）：強調的是列的原子性，即列不可以再分紅其餘幾列。

  考慮這樣一個表：【聯繫人】（姓名，性別，電話） 若是在實際場景中，一個聯繫人有家庭電話和公司電話，那麼這種表結構設計就沒有達到 1NF。要符合 1NF 咱們只需把列（電話）拆分，即：【聯繫人】（姓名，性別，家庭電話，公司電話）。1NF 很好辨別，可是 2NF 和 3NF 就容易搞混淆。

  
  

• ◆ 第二範式（2NF）：首先是 1NF，另外包含兩部份內容，一是表必須有一個主鍵；二是沒有包含在主鍵中的列必須徹底依賴於主鍵，而不能只依賴於主鍵的一部分。

  考慮一個訂單明細表：【OrderDetail】（OrderID，ProductID，UnitPrice，Discount，Quantity，ProductName）。 由於咱們知道在一個訂單中能夠訂購多種產品，因此單單一個 OrderID 是不足以成爲主鍵的，主鍵應該是（OrderID，ProductID）。顯而易見 Discount（折扣），Quantity（數量）徹底依賴（取決）於主鍵（OderID，ProductID），而 UnitPrice，ProductName 只依賴於 ProductID。因此 OrderDetail 表不符合 2NF。不符合 2NF 的設計容易產生冗餘數據。

  能夠把【OrderDetail】表拆分爲【OrderDetail】（OrderID，ProductID，Discount，Quantity）和【Product】（ProductID，UnitPrice，ProductName）來消除原訂單表中UnitPrice，ProductName屢次重複的狀況。

  
  

• ◆ 第三範式（3NF）：首先是 2NF，另外非主鍵列必須直接依賴於主鍵，不能存在傳遞依賴。即不能存在：非主鍵列 A 依賴於非主鍵列 B，非主鍵列 B 依賴於主鍵的狀況。

  考慮一個訂單表【Order】（OrderID，OrderDate，CustomerID，CustomerName，CustomerAddr，CustomerCity）主鍵是（OrderID）。 其中 OrderDate，CustomerID，CustomerName，CustomerAddr，CustomerCity 等非主鍵列都徹底依賴於主鍵（OrderID），因此符合 2NF。不過問題是 CustomerName，CustomerAddr，CustomerCity 直接依賴的是 CustomerID（非主鍵列），而不是直接依賴於主鍵，它是經過傳遞才依賴於主鍵，因此不符合 3NF。 經過拆分【Order】爲【Order】（OrderID，OrderDate，CustomerID）和【Customer】（CustomerID，CustomerName，CustomerAddr，CustomerCity）從而達到 3NF。 *第二範式（2NF）和第三範式（3NF）的概念很容易混淆，區分它們的關鍵點在於，2NF：非主鍵列是否徹底依賴於主鍵，仍是依賴於主鍵的一部分；3NF：非主鍵列是直接依賴於主鍵，仍是直接依賴於非主鍵列。

不遵循1NF

不遵循2NF

不遵循3NF

最終表

1.1.2 E-R模型

https://www.draw.io/

• E表示entry，實體，設計實體就像定義一個類同樣，指定從哪些方面描述對象，一個實體轉換爲數據庫中的一個表

• R表示relationship，關係，關係描述兩個實體之間的對應規則，關係的類型包括包括一對1、一對多、多對多

• 關係也是一種數據，須要經過一個字段存儲在表中

實體之間會由於引用相互引用字段而存在關係，這種關係通常有三種：

1-1

1-n

n-m[ 多對多通常表現爲2個 1對多 ]

• 實體A對實體B爲1對1，則在表A或表B中建立一個字段，存儲另外一個表的主鍵值

• 實體A對實體B爲1對多：在表B中建立一個字段，存儲表A的主鍵值

• 實體A對實體B爲1對1，則在表A或表B中建立一個字段，存儲另外一個表的主鍵值

• 實體A對實體B爲1對多：在表B中建立一個字段，存儲表A的主鍵值

• 實體A對實體B爲多對多：新建一張表C，這個表只有兩個字段，一個用於存儲A的主鍵值，一個用於存儲B的

• 實體A對實體B爲多對多：新建一張表C，這個表只有兩個字段，一個用於存儲A的主鍵值，一個用於存儲B的主鍵值

邏輯刪除

• 對於重要數據，並不但願物理刪除，一旦刪除，數據沒法找回

• 刪除方案：設置isDelete的列，類型爲bit，表示邏輯刪除，默認值爲0

• 對於非重要數據，能夠進行物理刪除

• 數據的重要性，要根據實際開發決定

能夠在設計表的時候加上一個字段isdelete

2.sql進階知識

2.1 select消除重複行

• 在select後面列前使用distinct能夠消除重複的行

• distinct的使用須要放在第一個字段的位置，針對第一個字段進行去重。

select distinct 列1,... from 表名;
例：
select distinct gender from students;

例如，統計下在學生表的全部的學生班級

select distinct class from student;

2.2 where條件的運算符進階-空判斷

判空is null

例1：查詢沒有填寫個性簽名的學生

select * from student where description is null;

例2：查詢填寫了個性簽名的學生

select * from student where description is not null;

例3：查詢填寫了身高的男生

select * from student where description is not null and sex=1;

2.3 運算優先級

• 優先級由高到低的順序爲：小括號，not，比較運算符，邏輯運算符

• and比or先運算，若是同時出現並但願先算or，須要結合()使用

2.4. 鏈接查詢（連表查詢，多表查詢）

當查詢結果的列來源於多張表時，須要將多張錶鏈接成一個大的數據集，再選擇合適的列返回

mysql支持三種類型的鏈接查詢，分別爲：

2.4.1 內鏈接查詢-inner join

查詢的結果爲兩個表匹配到的數據

使用內鏈接，必須保證兩個表都會對應id的數據纔會被查詢出來。

select 字段1,字段2... from 主表 inner join 從表 on 主表.主鍵=從表.外鍵

例如：查詢學生的信息[ 成績、名字、班級 ]

咱們給學生表添加一個學生信息，而後使用該學生的主鍵id來連表查詢成績、名字和班級。

insert into student (name,sex,age,class,description) values ('劉德華',1,17,406,'');
​
select achievement,name,class 
from student as a 
inner join achievement as b 
on a.id=b.sid
where id=101;
​
# 上面語句因位該學生只在學生表student中有數據，而成績表中沒有數據，因此使用內鏈接，連表查詢的結果是
Empty set (0.00 sec)

一樣，若是從表有數據，而主表沒有數據，則使用內鏈接查詢同樣沒法查詢到結果。

#例如，添加一個成績記錄，是不存在學生

insert into achievement (sid,cid,achievement) values (102,10,85);
 
 
select achievement,name,class 
from student as a 
inner join achievement as b 
on a.id=b.sid
where id=102;

2.4.2 右鏈接查詢-right join

只要從表有數據，無論主表是否有數據，都會查詢到結果。[以從表的結果爲主]

查詢的結果爲兩個表匹配到的數據，右表特有的數據，對於左表中不存在的數據使用null填充

select 字段1,字段2... from 主表 right join 從表 on 主表.主鍵=從表.外鍵

例如，上面的成績id爲102的學生， 咱們使用右鏈接查詢。

select achievement,name,class 
from student as a 
right join achievement as b 
on a.id=b.sid;

2.4.3左鏈接查詢-left join

只要主表有數據，無論從表是否有數據都會被查詢出來。

查詢的結果爲兩個表匹配到的數據，左表特有的數據，對於右表中不存在的數據使用null填充

select * from 表1 left join 表2 on 表1.列 = 表2.列

例如，使用左鏈接查詢學生表與成績表，查詢學生姓名及分數

select achievement,name,class 
from student as a 
left join achievement as b 
on a.id=b.sid;

等同於
select achievement,name,class 
from achievement as b 
right join student as a 
on a.id=b.sid;

總結：三種連表查詢，最經常使用的是 left join，而後inner join保證數據的一致性。右鏈接基本上都是使用左鏈接代替。

2.5 多表關聯

語句：

select 表.字段1,表.字段2,表.字段3..... 
from 主表
left join 從表1 on 主表.主鍵=從表1.外鍵 
left join 從表2 on 主表.主鍵=從表2.外鍵  
     # 這裏和從表2鏈接的on條件看實際狀況，也會出現從表1.主鍵=從表2.外鍵的狀況
left join 從表3 on 主表.主鍵=從表3.外鍵
     # 這裏能夠是(從表1或從表2).主鍵=從表2.外鍵的狀況
left join ...

多表查詢的缺點：

多表查詢的效率，性能比單表要差。

多表查詢之後，還會帶來字段多了會引發字段覆蓋的狀況、

主表student 從表1 achievement 從表2 course

name xxx name

上面三張表若是連表，則出現主表的name覆蓋從表2的name這種狀況。

上面兩個問題：

1. 把多表查詢語句能夠替換成單表查詢語句【須要優化的狀況】

2. 把重複的字段名，分別使用as來設置成別的名稱。

例如，查詢白楊的班級、id、年齡和課程名稱以及對應課程的成績

select a.id,a.class,a.age,c.course,b.achievement 
from student as a
left join achievement as b on a.id=b.sid
left join course as c on c.id=b.cid
where a.name='白楊';

2.6 單表的連表查詢（自關聯查詢）

核心就是把一張表看作2張表來操做

# 建表：
create table area(
    id smallint not null auto_increment comment '主鍵ID',
    name char(30) not null comment '地區名稱',
    pid smallint not null default 0 comment '父級地區ID',
    primary key (id)
) engine=innodb charset=utf8;

insert into area (name,pid) values ('廣東',0),('深圳',1),('龍崗',2),('福田',2),('寶安',2);

格式

select 字段1,字段2...
from 主表(當前表) as a
left join 從表(當前表) as b on a.主鍵=b.外鍵

查找深圳地區的子地區，SQL代碼：

# 主表當作保存深圳的表，
# 從表當作保存深圳子地區的表

select b.id,b.name
from area as a
left join area as b on a.id=b.pid
where a.name='深圳';

2.7 子查詢

在一個 select 語句中,嵌入了另一個 select 語句, 那麼被嵌入的 select 語句稱之爲子查詢語句格式：select 字段 from 表名 where 條件(另外一條查詢語句)主查詢與子查詢的關係

• 子查詢是嵌入到主查詢中

• 子查詢是輔助主查詢的,要麼充當條件,要麼充當數據源

• 子查詢是能夠獨立存在的語句,是一條完整的 select 語句

例如:查詢406班級大於平均年齡的學生

使用 子查詢：

1. 查詢406班學平生均年齡

2. 查詢大於平均年齡的學生

查詢406班級學生的平均年齡

select name,age from student where age > (select avg(age) as avg from student where class=406) and class=406;

2.8 having

group by 字段 having 條件；

過濾篩選，主要做用相似於where關鍵字，用於在SQL語句中進行條件判斷，過濾結果的。可是與where不一樣的地方在於having只能跟在group by 以後使用。

例如：查詢301班級大於班上平均成績的學生成績信息(name，平均分，班級)。

# 先求301班的平均成績
select avg(achievement) as achi from student as a
left join achievement as b on a.id=b.sid 
where class=301;

# 判斷301中的每一個人平均成績大於上面的到的平均成績
select name,avg(achievement) from student as a
left join achievement as b on a.id=b.sid
where class=301 group by name having avg(achievement) > (select avg(achievement) as achi from student as a

left join achievement as b on a.id=b.sid 
where class=301);

2.9 select查詢語句的完整格式

select distinct 字段1,字段2....
from 表名 as 表別名
left join 從表1 on 表名.主鍵=從表1.外鍵
left join ....
where ....
group by ... having ...
order by ...
limit start,count

• 執行順序爲：

  • from 表名[包括連表]

  • where ....

  • group by ...

  • select distinct *

  • having ...

  • order by ...

  • limit start,count

  
  

• 實際使用中，只是語句中某些部分的組合，而不是所有

3.數據庫的備份與恢復

3.1 備份

運行mysqldump命令

mysqldump –uroot –p 數據庫名 > python.sql;

# 按提示輸入mysql的密碼

3.2 恢復

• 鏈接mysql，建立新的數據庫

• 退出鏈接，執行以下命令

1.第一種方式

mysql -uroot –p 新數據庫名 < python.sql

# 根據提示輸入mysql密碼

2.第二種方式

mysql> create database abc; # 建立數據庫 

mysql> use abc; # 使用已建立的數據庫 

mysql> set names utf8; # 設置編碼 

mysql> source /home/abc/abc.sql # 導入備份數據庫

倆種方式的區別

1.第一種方式能夠本地和遠程操做

2，第二種方式只能本地操做

4.python操做mysql

通常使用pymysql模塊操做數據庫

import pymysql

# from pymysql import *

# 建立和數據庫服務器的鏈接　　connection　
conn = pymysql.connect(host='localhost',port=3306,user='root',password='root123456',
                db='student',charset='utf8')

# 建立遊標對象
cursor = conn.cursor()

# 中間可使用遊標完成對數據庫的操做
sql = "select * from student;"

# 執行ｓｑｌ語句的函數　　返回值是該ＳＱＬ語句影響的行數
count = cursor.execute(sql)
print("操做影響的行數%d" % count)
# print(cursor.fetchone())   # 返回值類型是元祖，表示一條記錄

# 獲取本次操做的全部數據
for line in cursor.fetchall():
    print("數據是%s" % str(line))

# 關閉資源　先關遊標
cursor.close()
# 再關鏈接
conn.close()

執行語句

#執行sql，更新單條數據，並返回受影響行數
result = cursor.execute("SQL語句")

#插入多條，並返回受影響的函數，例如批量添加
result2 = cursor.executemany("多條數據")
#獲取最新自增ID
new_id = cursor.lastrowid

獲取結果

#獲取一行
result1 = cursor.fetchone()
#獲取多行[參數能夠設置指定返回數量]
result2 = cursor.fetchmany(整型)
#獲取全部
result3 = cursor.fetchall()

操做數據

#提交，保存新建或修改的數據，若是是查詢則不須要
conn.commit() # 寫在execute()以後

ok