数据库中的数据

简介: 数据库中的数据

从数据库查到的数据,是这种JSON格式,建和值都是双引号包裹

[
  [
    {
      id: 21,
      name: 'why',
      password: 'e10adc3949ba59abbe56e057f20f883e',
      createAt: 2024-03-11T06:55:35.000Z,
      updateAt: 2024-03-11T06:55:35.000Z
    }
  ],
  [
    `id` INT NOT NULL PRIMARY KEY AUTO_INCREMENT,
    `name` VARCHAR(30) NOT NULL UNIQUE_KEY,
    `password` VARCHAR(50) NOT NULL,
    `createAt` TIMESTAMP(19) NOT NULL,
    `updateAt` TIMESTAMP(19) NOT NULL ON UPDATE CURRENT_TIMESTAMP
  ]
]

要解构[ ]返回这个,[values]

获取第一个是我们需要的,第二个不需要,是表数据的相关信息

例如

[
  {
    id: 21,
    name: 'why',
    password: 'e10adc3949ba59abbe56e057f20f883e',
    createAt: 2024-03-11T06:55:35.000Z,
    updateAt: 2024-03-11T06:55:35.000Z
  }
]

第二个是这样的[values,xxx ]

[
  {
    id: 21,
    name: 'why',
    password: 'e10adc3949ba59abbe56e057f20f883e',
    createAt: 2024-03-11T06:55:35.000Z,
    updateAt: 2024-03-11T06:55:35.000Z
  }
]
 
 
 
 [
  `id` INT NOT NULL PRIMARY KEY AUTO_INCREMENT,
  `name` VARCHAR(30) NOT NULL UNIQUE_KEY,
  `password` VARCHAR(50) NOT NULL,
  `createAt` TIMESTAMP(19) NOT NULL,
  `updateAt` TIMESTAMP(19) NOT NULL ON UPDATE CURRENT_TIMESTAMP
]

若要拿到数据的对象形式,前端需要的话把JSON对象转为字符串

还要解构[ ]

  {
    id: 21,
    name: 'why',
    password: 'e10adc3949ba59abbe56e057f20f883e',
    createAt: 2024-03-11T06:55:35.000Z,
    updateAt: 2024-03-11T06:55:35.000Z
  }

实操

1. ---- 创建用户表
CREATE TABLE IF NOT EXISTS`user`(
id int PRIMARY KEY AUTO_INCREMENT,
name VARCHAR(30) UNIQUE NOT NULL,
password VARCHAR(50) NOT NULL,
createAt TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
updateAt TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP
);
-- 发表动态表
CREATE TABLE IF NOT EXISTS`moment`(
id int PRIMARY KEY AUTO_INCREMENT,
content VARCHAR(1000) NOT NULL,
user_id INT NOT NULL COMMENT '评论者外键,来寻找评论者',
createAt TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
updateAt TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
FOREIGN KEY(user_id) REFERENCES user(id)
);
2.

SELECT m.id id,m.content content, m.createAt createTime, m.updateAt updateTime,
JSON_OBJECT('id',u.id,'name',u.name,'createTime',u.createAt,'updateTime',u.updateAt) user
 FROM moment m LEFT JOIN user u ON m.user_id=u.id LIMIT 10 OFFSET 0;

据外键组织数据

数据关系

一对一、一对多、多对多都是关系型数据库中常见的数据关系类型。以下是对每种关系的举例:


一对一关系

例子:一个公民有一个唯一的身份证。


解释:在这个例子中,每个公民都与一个唯一的身份证相关联,同时每个身份证也只与一个公民相关联。这是一种典型的一对一关系。

一对多关系

例子:一个班级有多个学生。


解释:在这个例子中,每个班级可以有多个学生,但每个学生只能属于一个班级。班级与学生之间形成了一对多的关系。

多对多关系

例子:一个学生可以选修多门课程,同时一门课程也可以被多个学生选修。


解释:在这个例子中,学生和课程之间形成了多对多的关系。一个学生可以选择多门课程,而每门课程也可以被多个学生选择。这种关系通常需要通过中间表(例如选课表)来实现。

注意事项

在设计数据库时,要根据实际需求确定实体之间的关系类型。

对于多对多关系,通常需要使用一个额外的关联表来存储关系数据。

在实际应用中,可能还需要考虑其他因素,如数据的完整性、查询效率等。

通过理解这些基本的数据关系类型,可以更好地设计和优化数据库结构,以满足实际应用的需求。

数据拼接

{
    "code": 0,
    "message": "查询成功",
    "data": [
        {
            "id": 3,
            "content": "春天,是一个充满希望和梦想信息的季节。它让大地焕发出新的生机,让万物复苏。在这个季节里,我们可以x感受到生命的力量",
            "createTime": "2024-03-11T15:41:33.000Z",
            "updateTime": "2024-03-12T13:24:14.000Z",
            "user": {
                "id": 21,
                "name": "why",
                "createTime": "2024-03-11 14:55:35.000000",
                "updateTime": "2024-03-11 14:55:35.000000"
            },
            "comments": [
                {
                    "id": 1,
                    "user": {
                        "id": 21,
                        "name": "why"
                    },
                    "comment": null,
                    "content": "使用 SQL 编辑器或 IDE 的语法高亮和错误检查功能来帮助识别潜在的错误",
                    "createTime": "2024-03-11 14:55:35.000000",
                    "updateTime": "2024-03-11 14:55:35.000000"
                },
                {
                    "id": 6,
                    "user": {
                        "id": 21,
                        "name": "why"
                    },
                    "comment": null,
                    "content": "使用 SQL 编辑器或 IDE 的语法高亮和错误检查功能来帮助识别潜在的错误",
                    "createTime": "2024-03-11 14:55:35.000000",
                    "updateTime": "2024-03-11 14:55:35.000000"
                },
                {
                    "id": 7,
                    "user": {
                        "id": 21,
                        "name": "why"
                    },
                    "comment": null,
                    "content": "使用 SQL 编辑器或 IDE 的语法高亮和错误检查功能来帮助识别潜在的错误",
                    "createTime": "2024-03-11 14:55:35.000000",
                    "updateTime": "2024-03-11 14:55:35.000000"
                },
                {
                    "id": 8,
                    "user": {
                        "id": 21,
                        "name": "why"
                    },
                    "comment": 1,
                    "content": "如果可能的话,将 SQL 语句分解为更小的部分,并逐一测试它们,以找到具体的错误位置。",
                    "createTime": "2024-03-11 14:55:35.000000",
                    "updateTime": "2024-03-11 14:55:35.000000"
                },
                {
                    "id": 18,
                    "user": {
                        "id": 21,
                        "name": "why"
                    },
                    "comment": null,
                    "content": "使用 SQL 编辑器或 IDE 的语法高亮和错误检查功能来帮助识别潜在的错误",
                    "createTime": "2024-03-11 14:55:35.000000",
                    "updateTime": "2024-03-11 14:55:35.000000"
                }
            ]
        }
    ]
}
-- 在此基础继续增加字段
-- 也可以分别查询,然后在代码中做拼接,合在一起
-- 6.1这样查询会出现问题,因为动态下评论有5条,左连接再左连接labels会重复5次
-- SELECT m.id id,m.content content, m.createAt createTime, m.updateAt updateTime,
-- JSON_OBJECT('id', u.id, 'name', u.name, 'createTime', u.createAt, 'updateTime', u.updateAt) user,
-- (
-- JSON_ARRAYAgg(JSON_OBJECT(
-- 'id',c.id,'content',c.content,'comment',c.comment_id,'createTime', u.createAt, 'updateTime', u.updateAt,
-- 'user',JSON_OBJECT('id',cu.id,'name',cu.name)
-- ))
-- ) comments,
-- (
-- JSON_ARRAYAGG(JSON_OBJECT(
-- 'id', l.id,'name',l.name,'createTime',l.createAt,'updateTime', l.updateAt
-- ))
-- ) labels
-- FROM moment m LEFT 
-- JOIN user u ON m.user_id=u.id 
-- LEFT JOIN comment c ON c.moment_id=m.id  
-- LEFT JOIN user cu  ON cu.id=c.user_id
-- LEFT JOIN moment_label ml ON ml.moment_id=m.id
-- LEFT JOIN label l ON l.id=ml.label_id
-- WHERE m.id=3
-- GROUP BY m.id;
-- 
-- 解决方案
-- 1.不要一次性查询,写两条SQL;2.
-- 2.写一条SQL,查询数据重复后去重操作;
-- 3.SQL完善

单独查询没问题

多个左连接会出现重复问题,会在后续字段基础上再拼接

产生重复问题

[
    {
        "id": 1,
        "name": "篮球",
        "createTime": "2024-03-12 22:21:15.000000",
        "updateTime": "2024-03-12 22:21:15.000000"
    },
    {
        "id": 8,
        "name": "电影",
        "createTime": "2024-03-12 22:26:12.000000",
        "updateTime": "2024-03-12 22:26:12.000000"
    },
    {
        "id": 9,
        "name": "Rap",
        "createTime": "2024-03-13 10:48:45.000000",
        "updateTime": "2024-03-13 10:48:45.000000"
    },
    {
        "id": 10,
        "name": "动漫",
        "createTime": "2024-03-13 10:48:45.000000",
        "updateTime": "2024-03-13 10:48:45.000000"
    },
    {
        "id": 1,
        "name": "篮球",
        "createTime": "2024-03-12 22:21:15.000000",
        "updateTime": "2024-03-12 22:21:15.000000"
    },
    {
        "id": 8,
        "name": "电影",
        "createTime": "2024-03-12 22:26:12.000000",
        "updateTime": "2024-03-12 22:26:12.000000"
    },
    {
        "id": 9,
        "name": "Rap",
        "createTime": "2024-03-13 10:48:45.000000",
        "updateTime": "2024-03-13 10:48:45.000000"
    },
    {
        "id": 10,
        "name": "动漫",
        "createTime": "2024-03-13 10:48:45.000000",
        "updateTime": "2024-03-13 10:48:45.000000"
    },
    {
        "id": 1,
        "name": "篮球",
        "createTime": "2024-03-12 22:21:15.000000",
        "updateTime": "2024-03-12 22:21:15.000000"
    },
    {
        "id": 8,
        "name": "电影",
        "createTime": "2024-03-12 22:26:12.000000",
        "updateTime": "2024-03-12 22:26:12.000000"
    },
    {
        "id": 9,
        "name": "Rap",
        "createTime": "2024-03-13 10:48:45.000000",
        "updateTime": "2024-03-13 10:48:45.000000"
    },
    {
        "id": 10,
        "name": "动漫",
        "createTime": "2024-03-13 10:48:45.000000",
        "updateTime": "2024-03-13 10:48:45.000000"
    },
    {
        "id": 1,
        "name": "篮球",
        "createTime": "2024-03-12 22:21:15.000000",
        "updateTime": "2024-03-12 22:21:15.000000"
    },
    {
        "id": 8,
        "name": "电影",
        "createTime": "2024-03-12 22:26:12.000000",
        "updateTime": "2024-03-12 22:26:12.000000"
    },
    {
        "id": 9,
        "name": "Rap",
        "createTime": "2024-03-13 10:48:45.000000",
        "updateTime": "2024-03-13 10:48:45.000000"
    },
    {
        "id": 10,
        "name": "动漫",
        "createTime": "2024-03-13 10:48:45.000000",
        "updateTime": "2024-03-13 10:48:45.000000"
    },
    {
        "id": 1,
        "name": "篮球",
        "createTime": "2024-03-12 22:21:15.000000",
        "updateTime": "2024-03-12 22:21:15.000000"
    },
    {
        "id": 8,
        "name": "电影",
        "createTime": "2024-03-12 22:26:12.000000",
        "updateTime": "2024-03-12 22:26:12.000000"
    },
    {
        "id": 9,
        "name": "Rap",
        "createTime": "2024-03-13 10:48:45.000000",
        "updateTime": "2024-03-13 10:48:45.000000"
    },
    {
        "id": 10,
        "name": "动漫",
        "createTime": "2024-03-13 10:48:45.000000",
        "updateTime": "2024-03-13 10:48:45.000000"
    }
]

正确的


SELECT m.id id,m.content content, m.createAt createTime, m.updateAt updateTime,
JSON_OBJECT('id', u.id, 'name', u.name, 'createTime', u.createAt, 'updateTime', u.updateAt) user,
(
SELECT JSON_ARRAYAgg(JSON_OBJECT(
'id',c.id,'content',c.content,'comment',c.comment_id,'createTime', u.createAt, 'updateTime', u.updateAt,
'user',JSON_OBJECT('id',cu.id,'name',cu.name)
))
 FROM comment c 
LEFT JOIN user cu ON c.user_id=cu.id
WHERE c.moment_id=m.id
) comments,
(
JSON_ARRAYAGG(JSON_OBJECT(
'id', l.id,'name',l.name,'createTime',l.createAt,'updateTime', l.updateAt
))
) labels
FROM moment m LEFT 
JOIN user u ON m.user_id=u.id 
 
LEFT JOIN moment_label ml ON ml.moment_id=m.id
LEFT JOIN label l ON l.id=ml.label_id
WHERE m.id=3
GROUP BY m.id;

结果

1. {
{
    "code": 0,
    "message": "查询成功",
    "data": [
        {
            "id": 3,
            "content": "春天,是一个充满希望和梦想信息的季节。它让大地焕发出新的生机,让万物复苏。在这个季节里,我们可以x感受到生命的力量",
            "createTime": "2024-03-11T15:41:33.000Z",
            "updateTime": "2024-03-12T13:24:14.000Z",
            "user": {
                "id": 21,
                "name": "why",
                "createTime": "2024-03-11 14:55:35.000000",
                "updateTime": "2024-03-11 14:55:35.000000"
            },
            "comments": [
                {
                    "id": 1,
                    "user": {
                        "id": 21,
                        "name": "why"
                    },
                    "comment": 1,
                    "content": "使用 SQL 编辑器或 IDE 的语法高亮和错误检查功能来帮助识别潜在的错误",
                    "createTime": "2024-03-11 14:55:35.000000",
                    "updateTime": "2024-03-11 14:55:35.000000"
                },
                {
                    "id": 6,
                    "user": {
                        "id": 21,
                        "name": "why"
                    },
                    "comment": null,
                    "content": "使用 SQL 编辑器或 IDE 的语法高亮和错误检查功能来帮助识别潜在的错误",
                    "createTime": "2024-03-11 14:55:35.000000",
                    "updateTime": "2024-03-11 14:55:35.000000"
                },
                {
                    "id": 7,
                    "user": {
                        "id": 21,
                        "name": "why"
                    },
                    "comment": null,
                    "content": "使用 SQL 编辑器或 IDE 的语法高亮和错误检查功能来帮助识别潜在的错误",
                    "createTime": "2024-03-11 14:55:35.000000",
                    "updateTime": "2024-03-11 14:55:35.000000"
                },
                {
                    "id": 8,
                    "user": {
                        "id": 21,
                        "name": "why"
                    },
                    "comment": 1,
                    "content": "如果可能的话,将 SQL 语句分解为更小的部分,并逐一测试它们,以找到具体的错误位置。",
                    "createTime": "2024-03-11 14:55:35.000000",
                    "updateTime": "2024-03-11 14:55:35.000000"
                },
                {
                    "id": 18,
                    "user": {
                        "id": 21,
                        "name": "why"
                    },
                    "comment": null,
                    "content": "使用 SQL 编辑器或 IDE 的语法高亮和错误检查功能来帮助识别潜在的错误",
                    "createTime": "2024-03-11 14:55:35.000000",
                    "updateTime": "2024-03-11 14:55:35.000000"
                }
            ],
            "labels": [
                {
                    "id": 1,
                    "name": "篮球",
                    "createTime": "2024-03-12 22:21:15.000000",
                    "updateTime": "2024-03-12 22:21:15.000000"
                },
                {
                    "id": 8,
                    "name": "电影",
                    "createTime": "2024-03-12 22:26:12.000000",
                    "updateTime": "2024-03-12 22:26:12.000000"
                },
                {
                    "id": 9,
                    "name": "Rap",
                    "createTime": "2024-03-13 10:48:45.000000",
                    "updateTime": "2024-03-13 10:48:45.000000"
                },
                {
                    "id": 10,
                    "name": "动漫",
                    "createTime": "2024-03-13 10:48:45.000000",
                    "updateTime": "2024-03-13 10:48:45.000000"
                }
            ]
        }
    ]
}
目录
相关文章
|
9天前
|
存储 人工智能 Cloud Native
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
在9月20日2024云栖大会上,阿里云智能集团副总裁,数据库产品事业部负责人,ACM、CCF、IEEE会士(Fellow)李飞飞发表《从数据到智能:Data+AI驱动的云原生数据库》主题演讲。他表示,数据是生成式AI的核心资产,大模型时代的数据管理系统需具备多模处理和实时分析能力。阿里云瑶池将数据+AI全面融合,构建一站式多模数据管理平台,以数据驱动决策与创新,为用户提供像“搭积木”一样易用、好用、高可用的使用体验。
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
|
2月前
|
关系型数据库 MySQL 数据库
ORM对mysql数据库中数据进行操作报错解决
ORM对mysql数据库中数据进行操作报错解决
82 2
|
11天前
|
SQL 关系型数据库 数据库
国产数据实战之docker部署MyWebSQL数据库管理工具
【10月更文挑战第23天】国产数据实战之docker部署MyWebSQL数据库管理工具
48 4
国产数据实战之docker部署MyWebSQL数据库管理工具
|
8天前
|
关系型数据库 分布式数据库 数据库
云栖大会|从数据到决策:AI时代数据库如何实现高效数据管理?
在2024云栖大会「海量数据的高效存储与管理」专场,阿里云瑶池讲师团携手AMD、FunPlus、太美医疗科技、中石化、平安科技以及小赢科技、迅雷集团的资深技术专家深入分享了阿里云在OLTP方向的最新技术进展和行业最佳实践。
|
16天前
|
人工智能 Cloud Native 容灾
云数据库“再进化”,OB Cloud如何打造云时代的数据底座?
云数据库“再进化”,OB Cloud如何打造云时代的数据底座?
|
24天前
|
SQL 存储 关系型数据库
数据储存数据库管理系统(DBMS)
【10月更文挑战第11天】
77 3
|
2月前
|
JavaScript Java 关系型数据库
毕设项目&课程设计&毕设项目:基于springboot+vue实现的在线考试系统(含教程&源码&数据库数据)
本文介绍了一个基于Spring Boot和Vue.js实现的在线考试系统。随着在线教育的发展,在线考试系统的重要性日益凸显。该系统不仅能提高教学效率,减轻教师负担,还为学生提供了灵活便捷的考试方式。技术栈包括Spring Boot、Vue.js、Element-UI等,支持多种角色登录,具备考试管理、题库管理、成绩查询等功能。系统采用前后端分离架构,具备高性能和扩展性,未来可进一步优化并引入AI技术提升智能化水平。
毕设项目&课程设计&毕设项目:基于springboot+vue实现的在线考试系统(含教程&源码&数据库数据)
|
2月前
|
Java 关系型数据库 MySQL
毕设项目&课程设计&毕设项目:springboot+jsp实现的房屋租租赁系统(含教程&源码&数据库数据)
本文介绍了一款基于Spring Boot和JSP技术的房屋租赁系统,旨在通过自动化和信息化手段提升房屋管理效率,优化租户体验。系统采用JDK 1.8、Maven 3.6、MySQL 8.0、JSP、Layui和Spring Boot 2.0等技术栈,实现了高效的房源管理和便捷的租户服务。通过该系统,房东可以轻松管理房源,租户可以快速找到合适的住所,双方都能享受数字化带来的便利。未来,系统将持续优化升级,提供更多完善的服务。
毕设项目&课程设计&毕设项目:springboot+jsp实现的房屋租租赁系统(含教程&源码&数据库数据)
|
30天前
|
SQL 存储 关系型数据库
添加数据到数据库的SQL语句详解与实践技巧
在数据库管理中,添加数据是一个基本操作,它涉及到向表中插入新的记录
|
1月前
|
SQL 监控 数据处理
SQL数据库数据修改操作详解
数据库是现代信息系统的重要组成部分,其中SQL(StructuredQueryLanguage)是管理和处理数据库的重要工具之一。在日常的业务运营过程中,数据的准确性和及时性对企业来说至关重要,这就需要掌握如何在数据库中正确地进行数据修改操作。本文将详细介绍在SQL数据库中如何修改数据,帮助读者更好
151 4
下一篇
无影云桌面