《MySQL 简易速速上手小册》第9章：高级 MySQL 特性和技巧（2024 最新版）

江帅帅2024-02-10 12:31

文章目录

  • [9.1 使用存储过程和触发器](#9.1 使用存储过程和触发器)
    • [9.1.1 基础知识](#9.1.1 基础知识)
    • [9.1.2 重点案例：使用 Python 调用存储过程实现用户注册](#9.1.2 重点案例：使用 Python 调用存储过程实现用户注册)
    • [9.1.3 拓展案例 1：利用触发器自动记录数据更改历史](#9.1.3 拓展案例 1：利用触发器自动记录数据更改历史)
    • [9.1.4 拓展案例 2：使用 Python 和触发器实现数据完整性检查](#9.1.4 拓展案例 2：使用 Python 和触发器实现数据完整性检查)
  • [9.2 管理和查询 JSON 数据](#9.2 管理和查询 JSON 数据)
    • [9.2.1 基础知识](#9.2.1 基础知识)
    • [9.2.2 重点案例：使用 Python 将数据存储为 JSON 格式](#9.2.2 重点案例：使用 Python 将数据存储为 JSON 格式)
    • [9.2.3 拓展案例 1：查询 JSON 数据](#9.2.3 拓展案例 1：查询 JSON 数据)
    • [9.2.4 拓展案例 2：更新 JSON 数据](#9.2.4 拓展案例 2：更新 JSON 数据)
  • [9.3 使用视图和临时表](#9.3 使用视图和临时表)
    • [9.3.1 基础知识](#9.3.1 基础知识)
    • [9.3.2 重点案例：使用 Python 和视图简化数据访问](#9.3.2 重点案例：使用 Python 和视图简化数据访问)
    • [9.3.3 拓展案例 1：使用 Python 和临时表处理复杂数据](#9.3.3 拓展案例 1：使用 Python 和临时表处理复杂数据)
    • [9.3.4 拓展案例 2：使用视图和 Python 实现数据权限管理](#9.3.4 拓展案例 2：使用视图和 Python 实现数据权限管理)

9.1 使用存储过程和触发器

探索存储过程和触发器的魔法世界

在MySQL的奇妙世界里，存储过程和触发器是那些默默守护着数据完整性和自动化工作流的守护者。它们就像是被赋予了特殊魔法的仪式和符咒，一旦被唤醒，就能自动执行一系列复杂的任务。

9.1.1 基础知识

  • 存储过程：是一组为了完成特定功能的SQL语句集，存储在数据库中，可以通过简单的调用来执行。它们就像是预先编排好的魔法组合，旨在提高数据处理的效率和一致性。
  • 触发器：是数据库中的一种特殊类型的存储过程，它会在数据表上发生特定事件（如INSERT、UPDATE、DELETE）时自动执行。触发器就像是那些守护着秘密入口的看门人，一旦有人触发了门铃，它们就会按照既定的规则行动。

9.1.2 重点案例：使用 Python 调用存储过程实现用户注册

假设你正在开发一个网站，需要实现一个用户注册的功能，这个功能需要通过调用存储过程来完成。

步骤：

  1. 首先，在MySQL中创建一个存储过程create_user。

    sql 复制代码 
    DELIMITER $$
CREATE PROCEDURE create_user(IN username VARCHAR(255), IN password VARCHAR(255))
BEGIN
    INSERT INTO users(username, password) VALUES(username, password);
END$$
DELIMITER ;

  2. 使用Python调用这个存储过程。

    python 复制代码 
    import mysql.connector

conn = mysql.connector.connect(user='user', password='password', host='localhost', database='testdb')
cursor = conn.cursor()
cursor.callproc('create_user', ['new_user', 'password123'])
conn.commit()
cursor.close()
conn.close()
print("User registered successfully.")

9.1.3 拓展案例 1：利用触发器自动记录数据更改历史

为了追踪users表的更改历史，你可以创建一个触发器，在每次用户信息更新时自动记录更改。

sql 复制代码 
DELIMITER $$
CREATE TRIGGER before_user_update
BEFORE UPDATE ON users
FOR EACH ROW
BEGIN
 INSERT INTO users_history(user_id, username, action)
 VALUES(OLD.id, OLD.username, 'UPDATE');
END$$
DELIMITER ;

9.1.4 拓展案例 2：使用 Python 和触发器实现数据完整性检查

假设你要确保orders表中的order_amount字段总是正数，你可以创建一个触发器来实现这一规则，并使用Python插入数据测试它。

sql 复制代码 
DELIMITER $$
CREATE TRIGGER check_order_amount
BEFORE INSERT ON orders
FOR EACH ROW
BEGIN
 IF NEW.order_amount <= 0 THEN
     SIGNAL SQLSTATE '45000' SET MESSAGE_TEXT = 'Order amount must be positive';
 END IF;
END$$
DELIMITER ;
python 复制代码 
import mysql.connector
from mysql.connector import Error

try:
    conn = mysql.connector.connect(user='user', password='password', host='localhost', database='testdb')
    cursor = conn.cursor()
    cursor.execute("INSERT INTO orders (order_id, order_amount) VALUES (%s, %s)", (1, -100))
    conn.commit()
except Error as e:
    print(f"Error: {e}")
finally:
    if conn.is_connected():
        cursor.close()
        conn.close()

通过上述案例，你已经学会了如何在MySQL中利用存储过程和触发器来自动化和简化复杂的数据操作，并通过Python来与这些强大的工具互动。这些高级特性能够帮助你构建更加健壮、高效的应用，同时保证数据的一致性和完整性。

9.2 管理和查询 JSON 数据

在MySQL的宝库中，JSON数据类型是一颗璀璨的宝石，它允许你以非常灵活的格式存储和查询结构化数据。从5.7版本开始，MySQL加入了对JSON数据类型的支持，让你能够轻松地在关系数据库中处理非关系型数据。

9.2.1 基础知识

  • JSON数据类型：MySQL中的JSON是一种格式良好的字符串，能够存储复杂的数据对象和数组。
  • 函数和操作符 ：MySQL提供了一系列的函数和操作符来创建、查询和修改JSON文档，如JSON_EXTRACT()、JSON_SET()等。
  • 索引：你可以在JSON列上创建虚拟列，并在这些虚拟列上建立索引，以提高查询性能。

9.2.2 重点案例：使用 Python 将数据存储为 JSON 格式

假设你正在开发一个内容管理系统，需要存储文章及其元数据，其中一些字段是可选的，这使得JSON成为理想的存储格式。

步骤：

  1. 在MySQL数据库中创建一张表，其中包含一个JSON类型的列用来存储文章的元数据。

    sql 复制代码 
    CREATE TABLE articles (
    id INT AUTO_INCREMENT PRIMARY KEY,
    title VARCHAR(255) NOT NULL,
    content TEXT NOT NULL,
    metadata JSON
);

  2. 使用Python插入一篇文章及其元数据。

    python 复制代码 
    import mysql.connector
import json

article = {
    "title": "Exploring JSON in MySQL",
    "content": "Here is the content...",
    "metadata": {
        "author": "John Doe",
        "keywords": ["MySQL", "JSON"],
        "published_date": "2021-08-01"
    }
}

conn = mysql.connector.connect(user='user', password='password', host='localhost', database='testdb')
cursor = conn.cursor()
cursor.execute(
    "INSERT INTO articles (title, content, metadata) VALUES (%s, %s, %s)",
    (article["title"], article["content"], json.dumps(article["metadata"]))
)
conn.commit()
cursor.close()
conn.close()

9.2.3 拓展案例 1：查询 JSON 数据

现在，我们需要查询所有包含特定关键字的文章。

python 复制代码 
keyword = "MySQL"
query = f"SELECT title FROM articles WHERE JSON_CONTAINS(metadata->'$.keywords', '\"{keyword}\"')"

cursor.execute(query)
for (title,) in cursor.fetchall():
 print(title)

9.2.4 拓展案例 2：更新 JSON 数据

某篇文章的发布日期需要更改，我们可以使用Python来更新这篇文章的元数据。

python 复制代码 
new_date = "2021-09-01"
article_id = 1
update_query = "UPDATE articles SET metadata = JSON_SET(metadata, '$.published_date', %s) WHERE id = %s"

cursor.execute(update_query, (new_date, article_id))
conn.commit()

通过上述案例，你已经掌握了如何在MySQL中灵活使用JSON数据类型，并通过Python来进行高效的数据操作。无论是存储复杂的数据结构，还是进行高效的数据查询和更新，JSON都能够帮助你轻松应对，使你的数据库应用更加强大和灵活。

9.3 使用视图和临时表

在MySQL的魔法世界里，视图和临时表是两种强大的魔法工具。它们像是幻术师，能够让复杂的数据和查询在你眼前变得简单明了。视图可以为复杂的查询提供一个清晰的窗口，而临时表则在你需要它们时出现，用完即消失，帮助你高效地处理数据。

9.3.1 基础知识

  • 视图：是一种虚拟的表，其内容由查询定义。视图不仅可以简化复杂的查询，还能提供数据访问的层级，增强安全性。
  • 临时表：是在会话期间创建的，并在会话结束时自动销毁。它们非常适合存储临时数据，比如计算结果，或者作为复杂查询中的中间步骤。

9.3.2 重点案例：使用 Python 和视图简化数据访问

假设你正在开发一个报告系统，需要从多个表中聚合数据。为了简化查询，你决定创建一个视图。

步骤：

  1. 创建视图以聚合数据。

    sql 复制代码 
    CREATE VIEW sales_summary AS
SELECT product_id, SUM(quantity) AS total_quantity, SUM(quantity * price) AS total_sales
FROM sales
GROUP BY product_id;

  2. 使用Python查询这个视图。

    python 复制代码 
    import mysql.connector

conn = mysql.connector.connect(user='user', password='password', host='localhost', database='testdb')
cursor = conn.cursor()
cursor.execute("SELECT * FROM sales_summary")
for row in cursor.fetchall():
    print(row)
cursor.close()
conn.close()

9.3.3 拓展案例 1：使用 Python 和临时表处理复杂数据

在处理一项复杂的数据分析任务时，你需要创建一个临时表来存储中间结果。

python 复制代码 
conn = mysql.connector.connect(user='user', password='password', host='localhost', database='testdb')
cursor = conn.cursor()
cursor.execute("CREATE TEMPORARY TABLE temp_sales AS SELECT * FROM sales WHERE date >= '2021-01-01'")
cursor.execute("SELECT * FROM temp_sales")
for row in cursor.fetchall():
 print(row)
# 临时表在连接关闭时自动销毁
cursor.close()
conn.close()

9.3.4 拓展案例 2：使用视图和 Python 实现数据权限管理

假设你的应用对数据访问有着严格的权限要求，你可以使用视图来实现数据访问的安全层。

sql 复制代码 
CREATE VIEW user_view AS
SELECT id, username, email FROM users WHERE active = 1;
python 复制代码 
# 假设只有特定的用户可以访问这个视图
def fetch_active_users(user_id):
 # 这里添加权限检查逻辑
 if user_id == "admin":
     cursor.execute("SELECT * FROM user_view")
     for row in cursor.fetchall():
         print(row)
 else:
     print("Access denied.")

通过上述案例，你已经学会了如何在MySQL中使用视图和临时表来简化数据访问和处理。这些技巧可以帮助你提高查询的效率，优化数据处理流程，同时保证数据访问的安全性和一致性。使用Python进行操作让这一切变得更加灵活和强大，无论是简化数据访问，还是处理复杂的数据分析任务，都能够轻松应对。

相关推荐
Aileen_0v09 分钟前
【玩转OCR | 腾讯云智能结构化OCR在图像增强与发票识别中的应用实践】
android·java·人工智能·云计算·ocr·腾讯云·玩转腾讯云ocr
Hello.Reader9 分钟前
Redis大Key问题全解析
数据库·redis·bootstrap
阿正的梦工坊1 小时前
深入理解 PyTorch 的 view() 函数：以多头注意力机制（Multi-Head Attention）为例 （中英双语）
人工智能·pytorch·python
Ainnle1 小时前
GPT-O3：简单介绍
人工智能
OceanBase数据库官方博客2 小时前
向量检索+大语言模型，免费搭建基于专属知识库的 RAG 智能助手
人工智能·oceanbase·分布式数据库·向量数据库·rag
测试者家园2 小时前
ChatGPT助力数据可视化与数据分析效率的提升（一）
软件测试·人工智能·信息可视化·chatgpt·数据挖掘·数据分析·用chatgpt做软件测试
疯狂小羊啊2 小时前
数据分析篇001
数据挖掘·数据分析
小馒头学python2 小时前
数据分析的常见问题及解决方案
数据挖掘·数据分析
靖顺2 小时前
【OceanBase 诊断调优】—— packet fly cost too much time 的根因分析
数据库·oceanbase
热门推荐
01【数学建模】建筑工地开工问题02Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO03玄机平台应急响应—webshell查杀04液体神经网络：LNN是个啥概念？05优化手机性能，解决卡顿问题：关闭这3个微信开关，释放内存空间06HCIA-datacom数通题库和录播视频资料07Qt | 开发工具(top1)08【一文读懂】NTN（非地面网络）技术介绍09支付宝短视频平台创作分成激励项目10Apache SeaTunnel 集群部署详细教程