MySQL进阶篇

1. 存储引擎

1.1 MySQL体系结构

 

连接层
  最上层是一些客户端和链接服务，包含本地 sock 通信和大多数基于客户端 / 服务端工具实现的类似于 TCP / IP 的通信。主要完成一些类似于连接处理、授权认证及相关的安全方案。 在 该层上引入了线程池的概念，为通过认证安全接入的客户端提供线程。同样在该层上可以实现基于 SSL 的安全链接。服务器也会为安全接入的每个客户端验证它所具有的操作权限。
服务层
  第二层架构 主要完成大多数的核心服务功能，如 SQL 接口，并完成缓存的查询，SQL 的分析和优化，部分内置函数的执行。 所有跨存储引擎的功能也在这一层实现，如 过程、函数 等。在该层，服务器会解析查询并创建相应的内部解析树，并对其完成相应的优化，如确定表的查询顺序，是否利用索引等，最后生成相应的执行操作。如果是 select 语句，服务器还会查询内部的缓存，如果缓存空间足够大，这样在解决大量读操作的环境中能够很好的提升系统的性能。
引擎层
  存储引擎层， 负责 MySQL 中数据的存储和提取，服务器通过 API 和存储引擎进行通信。不同的存储引擎具有不同的功能，可以根据自己的需要，来选取合适的存储引擎。 数据库中的索引是在存储引擎层实现的。
存储层
  数据存储层， 主要将数据(如: redolog、undolog、数据、索引、二进制日志、错误日志、查询日志、慢查询日志等) 存储在文件系统之上，并完成与存储引擎的交互。
  和其他数据库相比，MySQL的不同之处在于：它的架构可以在多种不同场景中应用并发挥良好作用。主要体现在存储引擎上，插件式的存储引擎架构，将查询处理和其他的系统任务以及数据的存储提取分离。这种架构可以根据业务的需求和实际需要选择合适的存储引擎。

1.2 存储引擎介绍

  存储引擎就是存储数据、建立索引、更新 / 查询数据等技术的实现方式 。存储引擎是基于表的，而不是基于库的，所以存储引擎也可被称为表类型。我们可以在创建表的时候，来指定选择的存储引擎，若没指定将自动选择默认的存储引擎。

  

1. 建表时指定存储引擎

 

create table 表名(
    字段1 字段1类型 [ comment 字段1注释 ] ,
    ......
    字段n 字段n类型 [ comment 字段n注释 ]
) engine = INNODB [ comment 表注释 ] ;

 

 

1.   查询当前数据库支持的存储引擎

show engines;

1.3 存储引擎特点

1.3.1 InnoDB（默认引擎）

1、特点　　

    

• DML 操作遵循 ACID 模型，支持事务；
• 行级锁，提高并发访问性能；
• 支持外键 FOREIGN KEY 约束，保证数据的完整性和正确性；

 2、文件

      xxx.ibd：xxx 代表的是表名，innoDB 引擎的每张表都会对应这样一个表空间文件，存储该表的表结构（frm-早期的 、sdi-新版的）、数据和索引。

参数：innodb_file_per_table

      show variables like 'innodb_file_per_table';

 

 

 

如果该参数开启，代表对于 InnoDB 引擎的表，每一张表都对应一个 ibd 文件。每一个 ibd 文件就对应一张表，而在这个 ibd 文件中不仅存放表结构、数据，还会存放该表对应的索引信息。 而该文件是基于二进制存储的，不能直接基于记事本打开，我们可以使用 mysql 提供的一个指令 ibd2sdi ，通过该指令就可以从 ibd 文件中提取 sdi 信息，而 sdi 数据字典信息中就包含该表的表结构。
3、逻辑存储结构

 

 

 

 

 

 MyISAM

 

1. 1. 特点

      • 不支持事务，不支持外键
      • 支持表锁，不支持行锁
      • 访问速度快

   2. 文件
      xxx.sdi：存储表结构信息
      xxx.MYD: 存储数据
      xxx.MYI: 存储索引

 

1.3.3 Memory

Memory 引擎的表数据是存储在内存中的，由于受到硬件问题或断电问题的影响，只能将这些表作为临时表或缓存使用。特点： 内存存放、 hash 索引（默认）

 

 

 

1.4 存储引擎选择
InnoDB: 是 Mysql 的默认存储引擎，支持事务、外键。如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，那么 InnoDB 存储引擎是比较合适的选择。
MyISAM ： 如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并发性要求不是很高，那么选择这个存储引擎是非常合适的。
MEMORY：将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。MEMORY 的缺陷就是对表的大小有限制，太大的表无法缓存在内存中，而且无法保障数据的安全性。

2. 索引

2.1 索引概述

  索引（index）是帮助 MySQL 高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

优势	劣势
提高数据检索的效率，降低数据库的 IO 成本	索引列也是要占用空间的
通过索引列对数据进行排序，降低数据排序的成本，降低 CPU 的消耗	索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行 INSERT、UPDATE、DELETE时，效率降低

 

2.2 索引结构

2.2.1 概述

  MySQL 的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构，主要包含以下几种：

 

 

不同的存储引擎对于索引结构的支持:、

 

 注意： 我们平常所说的索引，如果没有特别指明，都是指 B+ 树结构组织的索引。（大数据量情况下，二叉树 / 红黑树 层级较深，检索速度慢）

 

2.2.2 B+Tree
 B+Tree 与 B-Tree 相比，主要有以下三点区别：

所有的数据都会出现在叶子节点。
叶子节点形成一个单向链表。
非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。
  MySQL 索引数据结构对经典的 B+Tree 进行了优化。在原 B+Tree 的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。

思考题：InnoDB主键索引的B+tree高度为多高呢?

假设: 一行数据大小为1k，一页中可以存储16行这样的数据。InnoDB的指针占用6个字节的空间，主键即使为 bigint，占用字节数为 8。
高度为2：n * 8 + (n + 1) * 6 = 16*1024 , 算出 n 约为 1170
1171* 16 = 18736
也就是说，如果树的高度为2，则可以存储 18000 多条记录。
高度为3：1171 * 1171 * 16 = 21939856
也就是说，如果树的高度为3，则可以存储 2200w 左右的记录。

数据结构可视化 - B+ 树

 

2.2.3 Hash
  哈希索引就是采用一定的 hash 算法，将键值换算成新的 hash 值，映射到对应的槽位上，然后存储在 hash 表中。

特点
A. Hash 索引只能用于对等比较(=，in)，不支持范围查询（between，>，< ，…）
B. 无法利用索引完成排序操作
C. 查询效率高，通常(不存在 hash 冲突的情况)只需要一次检索就可以了，效率通常要高于 B+ tree 索引
存储引擎支持
 在 MySQL 中，支持 hash 索引的是 Memory 存储引擎。 而 InnoDB 中具有自适应hash 功能，hash 索引是 InnoDB 存储引擎根据 B+Tree 索引在指定条件下自动构建的。
为什么 InnoDB 存储引擎选择使用 B+tree 索引结构?
 A. 相对于二叉树，层级更少，搜索效率高；
 B. 对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；
 C. 相对 Hash 索引，B+tree 支持范围匹配及排序操作；

2.3 索引分类

2.3.1 索引分类

 

 

 

2.3.2 聚集索引&二级索引

  在 InnoDB 存储引擎中，根据索引的存储形式，可分为以下两种：

 

 

 

聚集索引选取规则:

• 如果存在主键，主键索引就是聚集索引。
• 如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引。
• 如果表没有主键，或没有合适的唯一索引，则 InnoDB 会自动生成一个 rowid 作为隐藏的聚集索引。
• 

• 回表查询： 这种先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，就称之为回表查询。 

 

2.4 索引语法
创建索引
create [ unique | fulltext ] index index_name on table name (index_col_name, ...);
1
查看索引
show index from table_name;
1
删除索引
drop index index_name on table_name;

案例演示
数据准备：创建一张表 tb_user

create table tb_user(
    id int primary key auto_increment comment '主键',
    name varchar(50) not null comment '用户名',
    phone varchar(11) not null comment '手机号',
    email varchar(100) comment '邮箱',
    profession varchar(11) comment '专业',
    age tinyint unsigned comment '年龄',
    gender char(1) comment '性别 , 1: 男, 2: 女',
    status char(1) comment '状态',
    createtime datetime comment '创建时间'
) comment '系统用户表';

INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('吕布', '17799990000', 'lvbu666@163.com', '软件工程', 23, '1',
'6', '2001-02-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('曹操', '17799990001', 'caocao666@qq.com', '通讯工程', 33,
'1', '0', '2001-03-05 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status,
createtime) VALUES ('赵云', '17799990002', '17799990@139.com', '英语', 34, '1',
'2', '2002-03-02 00:00:00');

 

A. name字段为姓名字段，该字段的值可能会重复，为该字段创建索引
create index idx_user_name on tb_user(name);

B. phone手机号字段的值，是非空，且唯一的，为该字段创建唯一索引
CREATE UNIQUE INDEX idx_user_phone ON tb_user(phone);

C. 为profession、age、status创建联合索引
CREATE INDEX idx_user_pro_age_sta ON tb_user(profession,age,status);

2.5 SQL性能分析

2.5.1 SQL执行频率

   MySQL 客户端连接成功后，通过如下指令，可以查看当前数据库的 insert、update、delete、select 的访问频次：

-- session: 查看当前会话
-- global： 查询全局数据

show global status like 'Com______';

Com_insert: 插入次数     Com_delete: 删除次数

Com_update: 更新次数     Com_select: 查询次数

 

 通过查询 SQL 的执行频次，我们就能够知道当前数据库到底是增删改为主，还是查询为主。如果以增删改为主，则考虑不对其进行索引的优化。 如果以查询为主，则考虑对数据库的索引进行优化。　

2.5.2 慢查询日志
   慢查询日志记录了所有执行时间超过指定参数（long_query_time，单位：秒，默认10秒）的所有 SQL 语句的日志。

  MySQL 的慢查询日志默认没有开启，我们可以查看一下系统变量 slow_query_log。（show variables like ‘slow_query_log’）

  如果要开启慢查询日志，需要在 MySQL 的配置文件（/etc/my.cnf）中配置如下信息：

# 开启MySQL慢日志查询开关
slow_query_log=1

# 设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long_query_time=2

　　

# 开启MySQL慢日志查询开关 slow_query_log=1 # 设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志 long_query_time=2

      systemctl restart mysqld

注意：在慢查询日志中，只会记录执行时间超多我们预设时间（2s）的SQL，执行较快的 SQL 是不会记录的。通过慢查询日志，就可以定位出执行效率比较低的SQL，从而有针对性的进行优化。

 

profile详情
  show profiles 能够在做 SQL 优化时帮助我们了解时间都耗费在哪里了。通过 have_profiling 参数，能够看到当前 MySQL 是否支持 profile 操作：

                 select @@have_profiling;
  若开关是关闭的，可以通过 set 语句在 session / global 级别开启 profiling：

               SET profiling = 1;

-- 查看每一条SQL的耗时基本情况
show profiles;

-- 查看指定query_id的SQL语句各个阶段的耗时情况
show profile for query query_id;

-- 查看指定query_id的SQL语句CPU的使用情况
show profile cpu for query query_id;

　　

2.5.4 explain

  explain 或者 desc 命令获取 MySQL 如何执行 select 语句的信息，包括在 select 语句执行过程中表如何连接和连接的顺序。

-- 直接在select语句之前加上关键字 explain / desc
explain select 字段列表 from 表名 where 条件 ;

　　Explain 执行计划中各个字段的含义:

 

 

 

索引使用

2.6.1 最左前缀法则

  如果索引了多列（联合索引），要遵守最左前缀法则。最左前缀法则指查询从索引的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将会部分失效(后面的字段索引失效)。

注意 ： 最左前缀法则中指的最左边的列，是指在查询时，联合索引的最左边的字段(即是第一个字段)必须存在，与我们编写 SQL 时，条件编写的先后顺序无关。

2.6.2 范围查询

  联合索引中，出现范围查询 （>,<），范围查询右侧的列索引失效。

 

在业务允许的情况下，尽可能的使用类似于 >= 或 <= 这类的范围查询（联合索引各字段的索引都生效），而避免使用 > 或 < 。

2.6.3 索引失效情况

• 索引列运算
  在索引列上进行运算操作， 索引将失效。

单列索引: phone字段

A. 当根据phone字段进行等值匹配查询时, 索引生效
explain select * from tb_user where phone = '17799990015';

B. 当根据phone字段进行函数运算操作之后，索引失效
explain select * from tb_user where substring(phone,10,2) = '15';

　　

• 字符串不加引号
  字符串类型字段使用时，不加引号，索引将失效。
  注意：如果字符串不加单引号，对于查询结果，没什么影响，但是数据库存在隐式类型转换，索引将失效。

explain select * from tb_user where phone = '17799990015';
explain select * from tb_user where phone = 17799990015;

• 模糊查询
  如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效。

下面查询语句中，都是根据 profession 字段查询，符合最左前缀法则，联合索引是可以生效的，我们主要看一下，模糊查询时，% 加在关键字之前，和加在关键字之后的影响。

explain select * from tb_user where profession like '软件%';

explain select * from tb_user where profession like '%工程';

explain select * from tb_user where profession like '%工%';

结论： 在 like 模糊查询中, 在关键字后面加 % , 索引可以生效. 而如果在关键字前面加了 % , 索引将会失效

• or 连接条件
  用 or 分割开的条件， 如果 or 前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。

explain select * from tb_user where id = 10 or age = 23;

explain select * from tb_user where phone = '17799990017' or age = 23;

由于age没有索引，所以即使 id、phone 有索引，索引也会失效。所以需要针对于 age 也要建立索引。

2.6.4 SQL提示

  SQL 提示，是优化数据库的一个重要手段，简单来说，就是在 SQL 语句中加入一些人为的提示来达到优化操作的目的。

• use index ： 建议 MySQL 使用哪一个索引完成此次查询（仅仅是建议，mysql 内部还会再次进行评估）。

explain select * from tb_user use index(idx_user_pro) where profession = '软件工程';

• ignore index ： 忽略指定的索引。

explain select * from tb_user ignore index(idx_user_pro) where profession = '软件工程';

　　

• force index ： 强制使用索引。

• explain select * from tb_user force index(idx_user_pro) where profession = '软件工程';
  

2.6.5 覆盖索引

 覆盖索引是指 查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到 （尽量使用覆盖索引，减少 select *）。

-- Using where
explain select id, profession from tb_user where profession = '软件工程' and age = 31 and status = '0' ;

-- Using Index
explain select id,profession,age, status from tb_user where profession = '软件工程' and age = 31 and status = '0' ;

-- Using index condition
explain select id,profession,age, status, name from tb_user where profession = '软件工程' and age = 31 and status = '0' ;

-- Using index condition
explain select * from tb_user where profession = '软件工程' and age = 31 and status = '0';

 

 

 

 

 

B. 执行SQL : select * from tb_user where id = 2;
分析：根据 id 查询，直接走聚集索引查询，一次索引扫描，直接返回数据，性能高。

C. 执行SQL：selet id,name from tb_user where name = ‘Arm’;
分析：根据 name 字段查询，查询二级索引，但是由于查询返回在字段为 id，name，在 name 的二级索引中，这两个值都是可以直接获取到的，因为覆盖索引，所以不需要回表查询，性能高。

D. 执行SQL：selet id,name,gender from tb_user where name = ‘Arm’;
分析： 由于在 name 的二级索引中，不包含 gender，所以，需要两次索引扫描，也就是需要回表查询，性能相对较差一点。

 

注：根据业务需求，尽量建立联合索引，已达到覆盖索引的要求，避免回表查询。

一张表, 有四个字段 (id, username, password, status), 由于数据量大, 需要对以下SQL语句进行优化, 该如何进行才是最优方案:
select id,username,password from tb_user where username =‘itcast’;

答: 针对于 username, password 建立联合索引,
sql为: create index idx_user_name_pass on tb_user(username,password);

2.6.6 前缀索引

   当字段类型为字符串（varchar，text，longtext等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘IO， 影响查询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。

• 语法

create index idx_xxxx on table_name(column(n)) ;

• 示例： 为 tb_user 表的 email 字段，建立长度为 5 的前缀索引

create index idx_email_5 on tb_user(email(5));

 

前缀长度
可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高， 唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。

    

select count(distinct email) / count(*) from tb_user ;

select count(distinct substring(email,1,5)) / count(*) from tb_user ;

　　

2.6.7 单列索引与联合索引

　　explain select id,phone,name from tb_user where phone='17799990010' and name ='韩信';

在 and 连接的两个字段 phone、name上都是有单列索引的，但是最终 mysql 只会选择一个索引，也就是说，只能走一个字段的索引，此时是会回表查询的。

create unique index idx_user_phone_name on tb_user(phone,name);

explain select id,phone,name from tb_user use index(idx_user_phone_name) where phone='17799990010' and name ='韩信';

　　此时，查询时，就走了联合索引，而在联合索引中包含 phone、name 的信息，在叶子节点下挂的是对应的主键 id，所以查询是无需回表查询的。

在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引。

 

 

 

2.7 索引设计原则
1). 针对于数据量较大，且查询比较频繁的表建立索引。

2). 针对于常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立索引。

3). 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。

4). 如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引。

5). 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。

6). 要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率。

7). 如果索引列不能存储 NULL 值，请在创建表时使用NOT NULL 约束它。当优化器知道每列是否包含 NULL 值时，它可以更好地确定哪个索引最有效地用于查询。

 SQL优化

3.1 插入数据

3.1.1 insert

优化方案一: Insert into tb_test values(1,'Tom'),(2,'Cat');
 
优化方案二: 手动控制事务
start transaction;
	insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
	insert into tb_test values(4,'Tom'),(5,'Cat'),(6,'Jerry');
commit;

优化方案三: 主键顺序插入, 性能要高于乱序插入

　

大批量插入数据

　一次性插入大批量数据(几百万记录)，使用 insert 语句插入性能较低，可使用 load 指令。

 

-- 客户端连接服务端时，加上参数 -–local-infile
mysql –-local-infile -u root -p

-- 设置全局参数local_infile为1，开启从本地加载文件导入数据的开关
set global local_infile = 1;

-- 执行load指令将准备好的数据，加载到表结构中
load data local infile '/root/load_user_100w_sort.sql' into table tb_user fields terminated by ',' lines terminated by '\n' ;

3.2 主键优化

索引设计原则:

• 满足业务需求的情况下，尽量降低主键的长度。
• 插入数据时，尽量选择顺序插入，选择使用 AUTO_INCREMENT 自增主键。
• 尽量不要使用 UUID 做主键或者是其他自然主键，如身份证号。
• 业务操作时，避免对主键的修改。

3.3 order by 优化
优化原则:

A. 根据排序字段建立合适的索引，多字段排序时，也遵循最左前缀法则。

-- 在创建索引的时候， age 是第一个字段 , phone 是第二个字段 ,
-- 所以排序时 , 也就该按照这个顺序来 , 否则就会出现 Using filesort(性能欠佳)
explain select id,age,phone from tb_user order by phone , age;
B. 尽量使用覆盖索引。

C. 多字段排序, 一个升序一个降序，此时需要注意联合索引在创建时的规则（ASC / DESC）。

create index idx_user_age_phone_ad on tb_user(age asc , phone desc);

explain select id,age,phone from tb_user order by age asc , phone desc ;
D. 如果不可避免的出现 filesort，大数据量排序时，可以适当增大排序缓冲区大小 sort_buffer_size (默认256k)。

3.4 group by 优化
优化原则:

A. 在分组操作时，可以通过索引来提高效率。

B. 分组操作时，索引的使用也满足最左前缀法则。

-- 联合索引顺序: profession , age , status
explain select profession , count(*) from tb_user group by profession , age;

explain select profession , count(*) from tb_user group by age; -- Using temporary

3.5 limit 优化
  优化思路: 一般分页查询时，通过创建 覆盖索引 能够比较好地提高性能，可以通过覆盖索引加子查询形式进行优化。

explain select * from tb_sku t , (select id from tb_sku order by id limit 2000000,10) a where t.id = a.id;

3.6 count 优化

 

 

　　按照效率排序的话，count(字段) < count(主键 id) < count(1) ≈ count(*)，所以尽量使用 count(*)。

 

 

3.7 update 优化
update course set name = 'javaEE' where id = 1 ;
在执行删除的SQL语句时，会锁定 id 为 1 这一行的数据，然后事务提交之后，行锁释放。

update course set name = 'SpringBoot' where name = 'PHP' ;

当开启多个事务，在执行上述 SQL 时，行锁升级为了表锁，导致该 update 语句的性能大大降低。

InnoDB 的行锁是针对索引加的锁，不是针对记录加的锁 ,并且该索引不能失效，否则会从行锁升级为表锁 。

 

 

 

视图/触发器
4.1 视图
4.1.1 语法
创建
create [ or replace ] view 视图名称[(列名列表)] as select 语句 [ with [ cascaded | local ] check option ]
1
查询
查看创建视图语句：show create view 视图名称;

查看视图数据：select * from 视图名称 ......;
1
2
3
修改
alter view 视图名称[(列名列表)] as select 语句 [ with [ cascaded | local ] check option ]
1
删除
drop view [if exists] 视图名称 [,视图名称] ...
1
注：可通过视图插入新数据，但可能因为不符合建图条件而查询不到新数据

4.1.2 检查选项
  当使用 WITH CHECK OPTION子句创建视图时，MySQL 会通过视图检查正在更改的每个行，例如 插入，更新，删除，以使其符合视图的定义。 MySQL 允许基于另一个视图创建视图，它还会检查依赖视图中的规则以保持一致性。为了确定检查的范围，mysql 提供了两个选项： CASCADED 和 LOCAL ，默认值为 CASCADED 。

cascaded（级联）
v2 视图是基于 v1 视图的，如果在 v2 视图创建的时候指定了检查选项为 cascaded，但是 v1 视图创建时未指定检查选项。 则在执行检查时，不仅会检查 v2，还会级联检查 v2 的关联视图 v1。

local（本地）
v2 视图是基于 v1 视图的，如果在 v2 视图创建的时候指定了检查选项为 local ，但是 v1 视图创建时未指定检查选项。 则在执行检查时，知会检查 v2，不会检查 v2 的关联视图 v1。

4.1.3 视图的更新
  要使视图可更新，视图中的行与基础表中的行之间必须存在一对一的关系。如果视图包含以下任何一项，则该视图不可更新：
   A. 聚合函数或窗口函数（SUM()、 MIN()、 MAX()、 COUNT()等）
   B. distinct
   C. group by
   D. having
   E. union 或 union all

create view stu_v_count as select count(*) from student;

insert into stu_v_count values(10); -- 会报错
4.1.4 案例
  1). 为了保证数据库表的安全性，开发人员在操作tb_user表时，只能看到的用户的基本字段，屏蔽手机号和邮箱两个字段。

create view tb_user_view as select id,name,profession,age,gender,status,createtime
from tb_user;

select * from tb_user_view;
  2). 查询每个学生所选修的课程（三张表联查），这个功能在很多的业务中都有使用到，为了简化操作，定义一个视图。

create view tb_stu_course_view as select s.name student_name , s.no student_no , c.name course_name from student s, student_course sc , course c where s.id = sc.studentid and sc.courseid = c.id;

select * from tb_stu_course_view;

4.2 触发器
4.2.1 介绍
  触发器是与表有关的数据库对象，指在 insert/update/delete 之前(BEFORE)或之后(AFTER)，触发并执行触发器中定义的 SQL 语句集合。触发器的这种特性可以协助应用在数据库端确保数据的完整性, 日志记录 , 数据校验等操作 。

  使用别名 OLD 和 NEW 来引用触发器中发生变化的记录内容，这与其他的数据库是相似的。现在触发器还只支持行级触发，不支持语句级触发。

 4.2.2 语法

创建
create trigger trigger_name
before / after insert / update / delete
on tb_name for each row -- 行级触发器

begin
trigger_stmt;
end;
查看
show triggers;
删除
drop trigger [schema_name.]trigger_name ; -- 如果没有指定 schema_name，默认为当前数据库 。
4.2.3 案例
  通过触发器记录 tb_user 表的数据变更日志，将变更日志插入到日志表user_logs中, 包含增加,修改 , 删除 ;

表结构准备:

-- 准备工作 : 日志表 user_logs
create table user_logs(
id int(11) not null auto_increment,
operation varchar(20) not null comment '操作类型, insert/update/delete',
operate_time datetime not null comment '操作时间',
operate_id int(11) not null comment '操作的ID',
operate_params varchar(500) comment '操作参数',
primary key(`id`)
)engine=innodb default charset=utf8;

A. 插入数据触发器

create trigger tb_user_insert_trigger
after insert on tb_user for each row
begin
insert into user_logs(id, operation, operate_time, operate_id, operate_params)
VALUES
(null, 'insert', now(), new.id, concat('插入的数据内容为:id=',new.id,',name=',new.name, ', phone=', NEW.phone, ', email=', NEW.email, ', profession=', NEW.profession));
end;
测试:

-- 查看
show triggers ;

-- 插入数据到tb_user
insert into tb_user(id, name, phone, email, profession, age, gender, status,createtime)
VALUES
(26,'三皇子','18809091212','erhuangzi@163.com','软件工程',23,'1','1',now());
B. 修改数据触发器

create trigger tb_user_update_trigger
after update on tb_user for each row
begin
insert into user_logs(id, operation, operate_time, operate_id, operate_params)
VALUES
(null, 'update', now(), new.id,concat('更新之前的数据: id=',old.id,',name=',old.name, ', phone=',old.phone, ', email=', old.email, ', profession=', old.profession,' | 更新之后的数据: id=',new.id,',name=',new.name, ', phone=',NEW.phone, ', email=', NEW.email, ', profession=', EW.profession));
end;
测试:

-- 查看
show triggers ;

-- 更新
update tb_user set profession = '会计' where id = 23;
update tb_user set profession = '会计' where id <= 5;

C. 删除数据触发器

create trigger tb_user_delete_trigger
after delete on tb_user for each row
begin
insert into user_logs(id, operation, operate_time, operate_id, operate_params)
VALUES
(null, 'delete', now(), old.id,concat('删除之前的数据: id=',old.id,',name=',old.name, ', phone=',old.phone, ', email=', old.email, ', profession=', old.profession));
end;

测试:

-- 查看
show triggers;

-- 删除数据
delete from tb_user where id = 26;
5. 锁
  这部分主要是理解，可以去 B 站 刷一遍视频：进阶篇-锁

6. InnoDB引擎
  这部分也主要是理解， 刷波视频即可：InnoDB引擎
原文链接：https://blog.csdn.net/qq_45927003/article/details/127171655