Mysql数据库高级用法之视图、事务、索引、自连接

本文实例讲述了Mysql数据库高级用法之视图、事务、索引、自连接、用户管理。分享给大家供大家参考，具体如下

视图

视图是对若干张基本表的引用，一张虚表，只查询语句执行结果的字段类型和约束，不存储具体的数据（基本表数据发生了改变，视图也会跟着改变），方便操作，特别是查询操作，减少复杂的SQL语句，增强可读性。

1.————创建视图

create view 视图名称(一般以v_开头) as 查询语句;

2.————查看视图

select  from 视图名称;

3.————删除视图

drop view 视图名称;

事务

1.特性四大特性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。

(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。

(3)隔离性(Isolation)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。

(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。

2.使用

(1)开启事务开启事务后执行修改命令，变更会为护到本地缓存，而不是物理表中。
begin;或者start transaction;

(2)回滚事务放弃缓存中变更的数据，表示事务执行失败，回到开始事务的状态。
rollback;

(3)提交事务将缓存中的数据变更维护到物理表中。
mit;

索引

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位置信息，更通俗的说，数据库索引好比是一本书前面的目录，能加快数据库的查询速度。

1.使用

(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)————删除索引

drop index 索引名称 on 表名;

2.验证性能

(1)开启运行时间检测

set profiling=1;

(2)查找第十万条数据

select  from test_index where title='ha-99999';

(3)为表建立索引

create index title_index on test_index(title(10));

(4)查找第十万条数据

select  from test_index where title='ha-99999';

(5)查看执行时间

show profiles; 

索引可以极大提升查询速度，创建索引的时间比查询的速度要慢很多，所以 数据表经常更新时，不适合使用索引，当数据表数据很大时，并且长时间不更新时，建 议使用索引，其他情况不建议使用。

用户管理

1.————查看用户 

select host,user,authentication_string from user;

 ————查看用户权限

show grants for 用户名@主机;

2.————创建用户并赋予权限'

grant 权限名称 on 数据库名. to ‘用户名'@'主机' identified by ‘密码';

3.————修改权限 

grant 权限名称 on 数据库名. to ‘用户名'@'主机' where grant option;

 刷新权限

flush privileges;

4.————修改密码

update user set authentication_string=password(‘新密码') where user='用户名';

5.————删除用户
卸载

drop drop user ‘用户名'@'主机';

 手动删除

delete from user where user='用户名';

 刷新权限

flush privileges;

自连接

将多张相似表的数据汇总到一个表中，将自己与自己相连接进行查询。

1.————用法

select  from 表名 as 别名1 inner join 表名 as 别名2 on 条件;

2.————案例

aid为编号，pid为所属编号
查询山西省的所有城市

select city. from areas as cityinner join areas as province 
on city.pid=province.aidwhere province.atitle='山西省'; 

更多关于MySQL相关内容感兴趣的读者可查看本站专题《》、《》、《》、《》、《》及《》

希望本文所述对大家MySQL数据库计有所帮助。