1.数据库约束:
- 数据库约束是
对数据库中的记录做出更详细的检查(检查数据是否合法,不能完全靠人工来检查) - 和interface/abstract class的作用效果是类似的.
1.1 约束的类型:
(对于数据库中的记录做出更详细的检查)
| 类型 | 说明 |
| not null | 要求指定的列非空 |
| unique | 表示值是唯一的, 触发查询 |
| default | 本来默认值是null, default会修改默认值 |
| primary key | 主键,针对每一条记录,作为身份标识 |
| foreign key | 外键, 触发查询 |
和NULL比较:
= 或者 != 都不能和NULL比较
<=> 或者 is null 或者 is not null 可以和NULL比较
1.2 unique:
- unique的值唯一,每次插入/修改数据,
都会针对当前的数据在表里进行查找,看这个值是否能查到!(如果查到了说明不唯一,就修改失败)
- 当使用了unique之后,
每次插入操作都会涉及到先查询再插入的操作.查询这里就涉及到遍历,遍历的效率比较低,因此就用到了索引! - 使用unique约束,数据库就会
自动的给对应的列创建索引.
1.3 primary key:
- 就类似与身份证,作为一个人的身份标识一样.
- 主键是一个身份标识
,既要保证唯一性又不能为空;因此primary key相当于是unique + not null; 一个表里,主键只能有一个, unique则是可以有多个的.- 使用主键需要给这个列设置一个唯一的值,如果这个分配值的工作人工来完成的话就很麻烦(需要人工来保证使用的身份标识没有重复), 因此MySQL中就引入了一个机制自增主键(通过自增这样的方法来给主键设置值).
- 使用自增主键
primary key auto_increment的时候,就不需要手动来设置值了,只需要把这一列设置为null即可. - 虽然自增主键是自动分配的,但是也能手动设置.
- 自增主键可以理解成是数据库里记录了当前最大的id是多少,
每次都是从最大值之后再进行增加的.
1.3.1 分布式系统下,自增主键如何生成唯一id:
- 如果数据库服务器就一个,那自增主键就可以保证主键的唯一性,但是如果数据时分布式部署的(数据太大了,一台机器存放不下,使用多台机器存储).这个时候就要分库分表.但是这些数据逻辑上还是同一张表只不过是存储在不同的机器上,此时原有的自增主键就失效了(MySQL的自增主键只能保证单机上不会重复,不能保证分布式部署不重复).
- 分布式系统下生成唯一ID的算法:
生成公式 = (时间戳 + 机房编号 / 主机的编号 + 随机因子) => 计算 哈希值; - 随机因子:随机数,理论上保证不了俩次生成的随机数是不同的,但是工程上实验上
随机因子冲突的概率是非常小的因此就忽略不计了.
1.4 foreign key:
- 作用是
把俩张表关联起来. - 例如:现有学生表和班级表.学生表里的每个记录中都包含了班级编号,这个班级编号要在班级表中存在!
- 举个例子,有一天一个人加我好友,说是和我一个专业的3班的同学,我一听就不对劲.俺们专业没有3班呐. 这就叫外键约束.
- 班级表就对学生表产生了约束.班级表(约束别人的表)称为是父表;学生表(收到约束的表)称为是子表;
在外键的约束下插入数据会触发查询.往学生表中插入数据就会自动的在班级表中查询,看这个classId是否存在, 如果存在则插入成功,否则插入失败.- 这里也有要求,子表中引用
父表的这一列,务必是primary key 或者 unique. 这里指的是父表. - 在外键中,父表对于子表产生了约束.子表也是会对父表有约束的.
如果在子表存在的情况下,直接删除父表就会出现问题.父表删除记录也要看当前这个记录是否被子表引用,如果被引用的就不能删除,不被引用的才能删除/修改.
1.4.1 逻辑删除:
- 父表->商品表(goodsId,name,price…); 子表->订单表(orderld,time,goodsld…);如果某个商品下架了,就需要把goodsId给删了,但是子表中引用了父表的goodsId所以删不掉,此时就涉及到了逻辑删除.将商品表的
数据标记成无效,这里说的逻辑删除就是对这个标记位进行修改. - 但是这样的话,就会导致硬盘空间被持续占用,岂不是很浪费空间嘛??其实硬盘空间很大的,而且很便宜.
2.表的设计/数据库的设计:
2.1 数据库是如何设计的?
- 这个问题从这个几个方面回答: 数据库中有几个表?/每个表都是干啥的?/每个表里都有哪些列?/这些列又是干啥的?
- 数据库设计主要思路:
a)根据需求找到实体—>b)再梳理清楚实体之间的关系(一对一/一对多/多对多关系) - 找实体的过程说的就是需求中的关键性的名词,
一般来说每个实体都会安排一个表. - **一对一关系:**一个人只有一个身份证号,一个身份证也只对应一个人.
- **一对多关系:**一个班级可以包含多个学生,一个学生只属于一个班级.
- **多对多关系:**一个学生可以选择多门课程,一门课程也可以拥有多个学生.多对多的表结构通常需要使用一个"关联表"把俩个实体的表给联系起来.
- 除此之外的关系就是没关系.
3.进阶插入操作:
insert into 表名1 select 列名 from 表名2:
- 可以把查询的结果插入到另一个表中, insert into student2 select * from student1;
把student1里查询出来的结果插入到student2中. - 这里的插入不一定是把student1里的数据全都插入过去
,也可以只插入一部分(通过条件来筛选) - insert into student2 select * from student1; 这里
查询的结果的列要和插入的表的列要匹配(列的个数和类型是要匹配)
4.进阶查询:
4.1 聚合查询:
- 查询的时候带表达式是把列和列放到一起进行计算.
聚合查询是行和行放到一起进行计算- SQL里面提供了一些函数, 通过这些函数就可以进行行和行的运算.
| 函数 | 说明 |
| count( ) | 计算行数 |
| sum( ) | 针对这一列的若干行之间进行加和,只能针对数值类型 |
| avg( ) | 求这一列的若干行的平均值,只能针对数值类型 |
| max( ) | 求这一列的若干行的最大值,只能针对数值类型 |
| min( ) | 求这一列的若干行的最小值,只能针对数值类型 |
函数: count( ) / sum( ) :
- count(*)是查询结果中有多少行,
即使有一行是空值也会记录到行数里. - count(列名)如果遇到有一行是空值,
则不会记录. - sum(列名),如果这一列中有null,
那么null不参与运算,直接跳过. - sum(列名)这样的运算只能针对数字来进行,
不能针对字符串.
4.2 group by 列名:
- 可以使用, group by 列名;
来根据查询的结果进行分组操作,把值相同的记录分成一组,然后就可以针对每一组分别进行聚合了. - group by 的效果:
- 如果直接写成select * from emp group by role;展示出的
就是每一组的第一条数据.
- 在进行分组查询的时候,只有用来分组的这一列,可以进行查询,其他的列则必须要
搭配聚合函数来查询.
- 分组查询的时候还可以指定条件,
在分组之前使用条件筛选需要用到where;在分组之后使用条件查询需要用到having.(where和having可以同时使用!)
