MySQL视图索引与存储过程精析

本文涉及的产品
云数据库 RDS MySQL Serverless,0.5-2RCU 50GB
简介: MySQL视图索引与存储过程精析 1.MySQL分页查询  1.1 limit函数:  SELECT * FROM emp LIMIT 3 –只查询三条数据,其他忽略  1.2 select * from emp order by empno limit2,4 ; 注: limit 分页最好和排序并用,并且要放在排序后面。

MySQL视图索引与存储过程精析

1.MySQL分页查询 
1.1 limit函数: 
SELECT * FROM emp LIMIT 3 –只查询三条数据,其他忽略 
1.2 select * from emp order by empno limit2,4 ; 注: limit 分页最好和排序并用,并且要放在排序后面。limit的一个属性值是下标值,第二个属性值是长度。

2.视图 
2.1视图理解:经常用到的数据为了便于查询,将数据结果放到视图当中,便于以后的查询,视图中的数据结果跟原表同步。

2.2视图操作: 
create view v_emp as select *from emp where deptno=10; 
select * from v_emp where sal=5000; 
update v_emp sat sal=1234 where sal=5000; 
insert into v_emp(empno,ename,deptno)values(8001,’stu1’,10); 
delete from v_emo where empno =8001; 
create or replace view v_dept as select * from dept where deptno=20;//创建或替换视图v_dept,查询表中deptno 为30的数据;

2.3查看所有视图,不包含表: 
show tables like ‘v_%’

2.4查看视图详情 
desc v_emp

3.索引 
3.1索引理解: 
将常查询的字段维护到一张(虚拟表),查询该字段的时候到这个虚拟表中查询到对应的表的位置 
优点:查询效率高。(因为查询的时候先从已经去除多余的字段的小虚拟表中查询,在找到对应的数据信息,所以效率高。) 
缺点:赠删改效率偏低。(因为正删改的时候要维护表的同时还要维护一下索引);

3.2普通索引: 
普通索引是索引的对应字段可重复 
可重复 
查询效率低:(因为有索引中重复值,所以查询到结果的时候要继续检索,一直将全表检索完毕)

3.3唯一索引: 
唯一索引是索引对应的字段不可重复 
不可重复 
查询效率快:(因为没有重复值,所以查询到结果后直接返回,不用全表检索)

3.4索引操作 
为emp表的empno字段创建一个索引i_emp: 
create index i_emp on emp(empno)

修改emp表,为其添加一个索引i_emp_deptno(deptno): 
alter table emp add index i_emp_deptno(deptno);

删除emp表的i_emp索引: 
drop index i_emp on emp;

为员工表创建唯一索引,名为i_emp_empno,字段:empno: 
create unique index i_emp_empno on emp(empno);

修改表方式为员工表的ename字段创建唯一索引: 
alter table emp add unique index i_emp_ename(ename)

4.存储过程

4.1存储过程介绍: 
简单的说,就是一组SQL语句集,功能强大,可以实现一些比较复杂的逻辑功能,主要应用场景是etl(数据清洗)

4.2需求分析: 
•需求分析 
•将emp表中的数据插入到t48_emp表中 
•注意:t48_emp表比emp表多两个字段,eventkey,etldt 
•因为emp表中没有这两个字段,所有查询emp表中的所有字段也差不多这两个字段的值,所以要做etl数据清洗(加工) 
•Eventkey字段的数据格式要求:001-入职时间(年月日)-empno 
•Etldt字段的数据格式要求:当前系统时间-年月日时分秒 
•将emp表中的comm字段如果是null则用0来替换 
4.3ETL循序渐进 
4.3.1查询emp表中的所有字段,将comm字段的null替换成0,并额外查询两个属性:eventkey,etldt 
SELECT empno,ename,job,mgr,hiredate,sal,IFNULL(comm,0),deptno from emp

SELECT CONCAT(‘001-‘,DATE_FORMAT(HIREDATE,’%Y%m%d’),’-‘,empno) eventkey,DATE_FORMAT(SYSDATE(),’%Y%m%d%H%i%s’) etldt, 
empno,ename,job,mgr,hiredate,sal,IFNULL(comm,0),deptno from emp 
4.3.2查询emp表中的所有字段,将comm字段的null替换成0,并额外查询两个属性:eventkey,etldt,将查询到的结果插入到t48_emp表中 
INSERT INTO t48_emp(eventkey,etldt, empno,ename,job,mgr,hiredate,sal,comm,deptno) 
SELECT 
CONCAT(‘001-‘,DATE_FORMAT(HIREDATE,’%Y%m%d’),’-‘,empno) eventkey,DATE_FORMAT(SYSDATE(),’%Y%m%d%H%i%s’) etldt, 
empno,ename,job,mgr,hiredate,sal,IFNULL(comm,0),deptno 
from emp; 
5、存储过程的使用场景 
用以上的sql语句即可完成数据迁移清洗(etl),在真实工作场景中经常要用到,后期学到大数据的时候也会用到etl数据清洗。以上的sql语句不便于存储和调用,每次都要输入过长的sql语句,为了便于etl的操作,可以使用存储过程。 
查看存储过程的格式规范: 
CREATE DEFINER = CURRENT_USER PROCEDURE NewProc() 
BEGIN 
#Routine body goes here…

END;; 
执行存储过程p48_emp() 
Call语句执行存储过程 
格式:call 存储过程名称(实参) 
call p48_emp() 
6.存储过程优化: 
因为存储过程执行中每个执行语句没必然联系,没有必要一起成功失败,所以每个执行提直接要加commit来提交事物

CREATE  PROCEDURE `p47_emp`(mybefore VARCHAR(10),etldt VARCHAR(30))
BEGIN                                                                        -- 过程开始
    INSERT INTO t48_emp(
    eventkey                ,            -- 事件编码
    etldt                   ,            -- etl时间
    empno                   ,            -- 员工号
    ename                   ,            -- 员工姓名
    job                     ,            -- 职位
    mgr                     ,            -- 领导
    hiredate                ,            -- 领导
    sal                     ,            -- 领导
    comm                    ,            -- 领导
    deptno                               -- 领导
)
  SELECT 
    CONCAT(mybefore,DATE_FORMAT(HIREDATE,'-%Y%m%d-'),empno)     ,     -- '001'
    etldt                                                       , 
    empno                                                       ,
    ename                                                       ,
    job                                                         ,
    mgr                                                         ,
    hiredate                                                    ,
    sal                                                         ,
    IFNULL(comm,0)                                              ,
    deptno
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25

执行存储过程 
CALL p47_emp(‘001’,SYSDATE())

原文地址https://blog.csdn.net/LetonLIU/article/details/82354206

相关实践学习
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境,其中LAMP分别代表Linux、Apache、MySQL和PHP。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
10天前
|
关系型数据库 MySQL 索引
mysql 分析5语句的优化--索引添加删除
mysql 分析5语句的优化--索引添加删除
11 0
|
16天前
|
存储 SQL 关系型数据库
轻松入门MySQL:加速进销存!利用MySQL存储过程轻松优化每日销售统计(15)
轻松入门MySQL:加速进销存!利用MySQL存储过程轻松优化每日销售统计(15)
|
16天前
|
存储 关系型数据库 MySQL
轻松入门MySQL:优化进销存管理,掌握MySQL索引,提升系统效率(11)
轻松入门MySQL:优化进销存管理,掌握MySQL索引,提升系统效率(11)
|
21天前
|
存储 自然语言处理 关系型数据库
ElasticSearch索引 和MySQL索引那个更高效实用那个更合适
ElasticSearch索引 和MySQL索引那个更高效实用那个更合适
35 0
|
22天前
|
SQL 存储 关系型数据库
MySQL not exists 真的不走索引么
MySQL not exists 真的不走索引么
24 0
|
25天前
|
SQL 存储 关系型数据库
对线面试官 - 如何理解MySQL的索引覆盖和索引下推
索引下推是MySQL 5.6引入的优化,允许部分WHERE条件在索引中处理,减少回表次数。例如,对于索引(zipcode, lastname, firstname),查询`WHERE zipcode='95054' AND lastname LIKE '%etrunia%'`时,索引下推先过滤zipcode,然后在索引中应用lastname条件,降低回表需求。索引下推可在EXPLAIN的`Using index condition`中看到。
对线面试官 - 如何理解MySQL的索引覆盖和索引下推
|
10天前
|
SQL 缓存 关系型数据库
mysql性能优化-慢查询分析、优化索引和配置
mysql性能优化-慢查询分析、优化索引和配置
76 0
|
16天前
|
缓存 关系型数据库 MySQL
MySQL查询优化:提速查询效率的13大秘籍(合理使用索引合并、优化配置参数、使用分区优化性能、避免不必要的排序和group by操作)(下)
MySQL查询优化:提速查询效率的13大秘籍(合理使用索引合并、优化配置参数、使用分区优化性能、避免不必要的排序和group by操作)(下)
|
16天前
|
缓存 关系型数据库 MySQL
MySQL 查询优化:提速查询效率的13大秘籍(索引设计、查询优化、缓存策略、子查询优化以及定期表分析和优化)(中)
MySQL 查询优化:提速查询效率的13大秘籍(索引设计、查询优化、缓存策略、子查询优化以及定期表分析和优化)(中)
|
7天前
|
存储 关系型数据库 MySQL
【MySQL实战笔记】 04 | 深入浅出索引(上)-02
【4月更文挑战第9天】InnoDB数据库使用B+树作为索引模型,其中主键索引的叶子节点存储完整行数据,非主键索引则存储主键值。主键查询只需搜索一棵树,而非主键查询需两次搜索,因此推荐使用主键查询以提高效率。在插入新值时,B+树需要维护有序性,可能导致数据页分裂影响性能。自增主键在插入时可避免数据挪动和页分裂,且占用存储空间小,通常更为理想。然而,如果场景仅需唯一索引,可直接设为主键以减少查询步骤。
13 1
【MySQL实战笔记】 04 | 深入浅出索引(上)-02