大家好，又见面了，我是你们的朋友全栈君。

视图

1. 什么是视图

视图（View）是一种虚拟存在的表，同真实表一样，视图也由列和行构成，但视图并不实际存在于数据库中。行和列的数据来自于定义视图的查询中所使用的表，并且还是在使用视图时动态生成的。

数据库中只存放了视图的定义，并没有存放视图中的数据，这些数据都存放在定义视图查询所引用的真实表中。使用视图查询数据时，数据库会从真实表中取出对应的数据。因此，视图中的数据是依赖于真实表中的数据的。一旦真实表中的数据发生改变，显示在视图中的数据也会发生改变。

1. 视图的作用

1. 定制用户数据，聚焦特定的数据

在实际的应用过程中，不同的用户可能对不同的数据有不同的要求。

例如，当数据库同时存在时，如学生基本信息表、课程表和教师信息表等多种表同时存在时，可以根据需求让不同的用户使用各自的数据。学生查看修改自己基本信息的视图，安排课程人员查看修改课程表和教师信息的视图，教师查看学生信息和课程信息表的视图。

1. 简化数据操作

在使用查询时，很多时候要使用聚合函数，同时还要显示其他字段的信息，可能还需要关联到其他表，语句可能会很长，如果这个动作频繁发生的话，可以创建视图来简化操作。

1. 提高数据的安全性

视图是虚拟的，物理上是不存在的。可以只授予用户视图的权限，而不具体指定使用表的权限，来保护基础数据的安全。

1. 共享所需数据

通过使用视图，每个用户不必都定义和存储自己所需的数据，可以共享数据库中的数据，同样的数据只需要存储一次。

1. 更改数据格式

通过使用视图，可以重新格式化检索出的数据，并组织输出到其他应用程序中。

1. 重用 SQL 语句

视图提供的是对查询操作的封装，本身不包含数据，所呈现的数据是根据视图定义从基础表中检索出来的，如果基础表的数据新增或删除，视图呈现的也是更新后的数据。视图定义后，编写完所需的查询，可以方便地重用该视图

1. 基本语法

   CREATE VIEW 视图名 AS SELECT 语句;

视图并不同于数据表，它们的区别在于以下几点：

• 视图不是数据库中真实的表，而是一张虚拟表，其结构和数据是建立在对数据中真实表的查询基础上的。

• 存储在数据库中的查询操作 SQL 语句定义了视图的内容，列数据和行数据来自于视图查询所引用的实际表，引用视图时动态生成这些数据。

• 视图没有实际的物理记录，不是以数据集的形式存储在数据库中的，它所对应的数据实际上是存储在视图所引用的真实表中的。

• 视图是数据的窗口，而表是内容。表是实际数据的存放单位，而视图只是以不同的显示方式展示数据，其数据来源还是实际表。

• 视图是查看数据表的一种方法，可以查询数据表中某些字段构成的数据，只是一些 SQL 语句的集合。从安全的角度来看，视图的数据安全性更高，使用视图的用户不接触数据表，不知道表结构。

• 视图的建立和删除只影响视图本身，不影响对应的基本表。

索引

什么是索引

索引就是根据表中的一列或若干列按照一定顺序建立的列值与记录行之间的对应关系表，实质上是一张描述索引列的列值与原表中记录行之间一 一对应关系的有序表。

索引是 MySQL 中十分重要的数据库对象，是数据库性能调优技术的基础，常用于实现数据的快速检索。

在 MySQL 中，通常有以下两种方式访问数据库表的行数据：

1. 顺序访问 顺序访问是在表中实行全表扫描，从头到尾逐行遍历，直到在无序的行数据中找到符合条件的目标数据。

顺序访问实现比较简单，但是当表中有大量数据的时候，效率非常低下。例如，在几千万条数据中查找少量的数据时，使用顺序访问方式将会遍历所有的数据，花费大量的时间，显然会影响数据库的处理性能。

1. 索引访问 索引访问是通过遍历索引来直接访问表中记录行的方式。

索引的优缺点

优点

• 通过创建唯一索引可以保证数据库表中每一行数据的唯一性。

• 可以给所有的 MySQL 列类型设置索引。

• 可以大大加快数据的查询速度，这是使用索引最主要的原因。

• 在实现数据的参考完整性方面可以加速表与表之间的连接。

• 在使用分组和排序子句进行数据查询时也可以显著减少查询中分组和排序的时间]

缺点

• 创建和维护索引组要耗费时间，并且随着数据量的增加所耗费的时间也会增加。

• 索引需要占磁盘空间，除了数据表占数据空间以外，每一个索引还要占一定的物理空间。如果有大量的索引，索引文件可能比数据文件更快达到最大文件尺寸。

• 当对表中的数据进行增加、删除和修改的时候，索引也要动态维护，这样就降低了数据的维护速度。

索引分类

1. 普通索引：是最基本的索引，它没有任何限制；

2. 唯一索引：与前面的普通索引类似，不同的就是：索引列的值必须唯一，但允许有空值。如果是组合索引，则列值的组合必须唯一；unique约束

3. 主键索引：是一种特殊的唯一索引，一个表只能有一个主键(可以由多列组成)，不允许有空值； 由数据库自动创建，只要在建表的时候设置了主键，就会自动生成主键索引; primary key主键约束

4. 组合索引：指多个字段上创建的索引，只有在查询条件中使用了创建索引时的第一个字段，索引才会被使用。使用组合索引时遵循最左前缀集合；

   场景：外国人的名/姓,last_name/frist_name aa bb

5. 全文索引：使用FULLTEXT参数可以设置，全文索引只能创建在CHAR,VARCHAR,TEXT类型的字段上。主要作用是提高查询较大字符串类型的速度；只有MyISAM引擎支持该索引，MySQL默认引擎不支持；

索引使用场景

什么时候要使用索引？

• 主键自动建立唯一索引；

• 经常作为查询条件在WHERE或者ORDER BY 语句中出现的列要建立索引；

• 作为排序的列要建立索引；

• 查询中与其他表关联的字段，外键关系建立索引

• 高并发条件下倾向组合索引；

• 用于聚合函数的列可以建立索引，例如使用了max(column_1)或者count(column_1)时的column_1就需要建立索引

什么时候不要使用索引？

• 经常增删改的列不要建立索引；

• 有大量重复的列不建立索引；

• 表记录太少不要建立索引。只有当数据库里已经有了足够多的测试数据时，它的性能测试结果才有实际参考价值。如果在测试数据库里只有几百条数据记录，它们往往在执行完第一条查询命令之后就被全部加载到内存里，这将使后续的查询命令都执行得非常快–不管有没有使用索引。只有当数据库里的记录超过了1000条、数据总量也超过了MySQL服务器上的内存总量时，数据库的性能测试结果才有意义。

索引失效的情况：

• 在组合索引中不能有列的值为NULL，如果有，那么这一列对组合索引就是无效的。

• 在一个SELECT语句中，索引只能使用一次，如果在WHERE中使用了，那么在ORDER BY中就不要用了。

• LIKE操作中，’%aaa%’不会使用索引，也就是索引会失效，但是‘aaa%’可以使用索引。

• 在索引的列上使用表达式或者函数会使索引失效，例如：select * from users where YEAR(adddate)<2007，将在每个行上进行运算，这将导致索引失效而进行全表扫描，因此我们可以改成：select * from users where adddate<’2007-01-01′。其它通配符同样，也就是说，在查询条件中使用正则表达式时，只有在搜索模板的第一个字符不是通配符的情况下才能使用索引。

• 在查询条件中使用不等于，包括<符号、>符号和!=会导致索引失效。特别的是如果对主键索引使用!=则不会使索引失效，如果对主键索引或者整数类型的索引使用<符号或者>符号不会使索引失效。（，不等于，包括<符号、>符号和！，如果占总记录的比例很小的话，也不会失效）

• 在查询条件中使用IS NULL或者IS NOT NULL会导致索引失效。

• 字符串不加单引号会导致索引失效。更准确的说是类型不一致会导致失效，比如字段email是字符串类型的，使用WHERE email=99999 则会导致失败，应该改为WHERE email=’99999’。

• 在查询条件中使用OR连接多个条件会导致索引失效，除非OR链接的每个条件都加上索引，这时应该改为两次查询，然后用UNION ALL连接起来。

• 如果排序的字段使用了索引，那么select的字段也要是索引字段，否则索引失效。特别的是如果排序的是主键索引则select * 也不会导致索引失效。

• 尽量不要包括多列排序，如果一定要，最好为这队列构建组合索引；

索引操作

创建索引

CREATE [UNIQUE|FULLTEXT] INDEX 索引名 ON 表名(字段名(长度)

查询索引

SHOW INDEX FROM <表名>

修改索引

ALTER TABLE 表名 ADD [UNIQUE|FULLTEXT] INDEX 索引名(字段名(长度))

删除索引

DROP INDEX 索引名 ON 表名

重建索引

REPAIR TABLE tbl_name QUICK;

案例：

1. 普通索引案例 create index 索引名 on 表名(字段名)

2. 唯一索引案例 create unique index 索引名 on 表名(字段名)

3. 主键索引案例 create table 表名( id int not null auto_increment primary key, … )

4. 组合索引案例 create index 索引名 on 表名(字段名1,字段名2,…)

附录一：使用explain命令查看query语句的性能

性能测试

1. 创建测试用户表

CREATE TABLE `app_user` (
  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT,
  `name` varchar(50) DEFAULT '',
  `grade` int(11),
  `email` varchar(50) NOT NULL,
  `phone` varchar(20) DEFAULT '',
  `gender` tinyint(4) unsigned DEFAULT '0',
  `password` varchar(100) NOT NULL DEFAULT '',
  `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1000001 DEFAULT CHARSET=utf8;

1. 插入300万数据

-- 1、插入300万数据.
DELIMITER $$
-- 写函数之前必须要写$$标志
CREATE FUNCTION mock_data ()
RETURNS INT
BEGIN
    DECLARE num INT DEFAULT 3000000;
    DECLARE i INT DEFAULT 0;
    WHILE i<num DO
        INSERT INTO `app_user`(`name`,`grade_id`,`email`,`phone`,`gender`)VALUES(CONCAT('用户',i),FLOOR(RAND()*7),'19224305@qq.com','123456789',FLOOR(RAND()*2));
        SET i=i+1;
    END WHILE;
    RETURN i;
END $$
-- 2、执行此函数 生成一百万条数据大约要执行半分钟
SELECT mock_data();