MySQL 系列:第9篇 视图——定制化数据窗口

IT策士 10余年一线大厂经验,专注 IT 思维、架构、职场进阶。我会在各个平台持续发布最新文章,助你少走弯路。


经过前几篇的学习,你已经能写出复杂的 JOIN 和子查询了。但复杂的 SQL 往往又长又难读,每次都要重复编写,而且直接暴露表结构给应用程序会带来安全隐患。有没有一种方式,能把复杂查询"封装"成一个简单的"虚拟表"?这就是视图(View)。今天我们用 Python 实战,掌握视图的创建、使用、修改和最佳实践。

1. 准备数据:多表电商场景

沿用之前的三表结构,增加一些数据以便演示。

bash 复制代码
import mysql.connector

conn = mysql.connector.connect(
    host="127.0.0.1", port=3306,
    user="root", password="MyNewPass123!",
    database="shop"
)
cursor = conn.cursor()

# 确保表存在(如已存在则保留)
cursor.execute("""
CREATE TABLE IF NOT EXISTS users (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(50) NOT NULL,
    city VARCHAR(20),
    vip_level TINYINT DEFAULT 0
) ENGINE=InnoDB
""")
cursor.execute("""
CREATE TABLE IF NOT EXISTS products (
    id INT AUTO_INCREMENT PRIMARY KEY,
    title VARCHAR(200) NOT NULL,
    price DECIMAL(10,2) NOT NULL,
    category VARCHAR(30)
) ENGINE=InnoDB
""")
cursor.execute("""
CREATE TABLE IF NOT EXISTS orders (
    id INT AUTO_INCREMENT PRIMARY KEY,
    user_id INT NOT NULL,
    product_id INT NOT NULL,
    quantity INT NOT NULL,
    order_date DATE NOT NULL
) ENGINE=InnoDB
""")

# 清空并灌入测试数据
cursor.execute("TRUNCATE users")
cursor.execute("TRUNCATE products")
cursor.execute("TRUNCATE orders")

users = [
    (1, "张三", "北京", 2),
    (2, "李四", "上海", 1),
    (3, "王五", "深圳", 0),
    (4, "赵六", "杭州", 1),
]
cursor.executemany("INSERT INTO users (id,name,city,vip_level) VALUES (%s,%s,%s,%s)", users)

products = [
    (1, "机械键盘", 399.00, "电脑外设"),
    (2, "蓝牙耳机", 259.00, "音频设备"),
    (3, "显示器", 1899.00, "电脑外设"),
    (4, "鼠标", 99.00, "电脑外设"),
]
cursor.executemany("INSERT INTO products (id,title,price,category) VALUES (%s,%s,%s,%s)", products)

orders = [
    (1, 1, 1, 2, "2025-07-01"),
    (2, 2, 2, 1, "2025-07-05"),
    (3, 3, 1, 1, "2025-07-10"),
    (4, 1, 3, 1, "2025-07-12"),
    (5, 2, 1, 1, "2025-07-15"),
]
cursor.executemany("INSERT INTO orders (id,user_id,product_id,quantity,order_date) VALUES (%s,%s,%s,%s,%s)", orders)
conn.commit()
print("✅ 测试数据准备完毕")

2. 什么是视图?

视图可以理解为一个保存下来的查询 ,它有名字,可以像表一样被 SELECT 引用。但视图本身不存储数据,只是封装了 SQL 逻辑,每次查询视图时,MySQL 会动态执行其定义的查询。

核心好处:

  • 简化复杂查询 :把多表 JOIN、聚合计算封装成视图,后续只需 SELECT * FROM view_name。

  • 安全隔离:只暴露需要的列给应用,隐藏底层表结构和敏感字段。

  • 逻辑抽象:表结构变更时,只需修改视图定义,应用代码无需改动。

3. 创建视图

3.1 基础语法

bash 复制代码
CREATE [OR REPLACE] VIEW 视图名 [(列别名列表)] AS
SELECT 语句
[WITH CHECK OPTION];

OR REPLACE:如果视图已存在则替换,常用于更新视图逻辑。

3.2 实战:创建订单概览视图

我们要频繁查询"订单号、客户姓名、商品名称、金额、日期",每次都写三表 JOIN 太麻烦。直接创建视图:

bash 复制代码
create_view_sql = """
CREATE OR REPLACE VIEW order_summary AS
SELECT 
    o.id AS order_id,
    u.name AS customer,
    p.title AS product,
    p.price * o.quantity AS total_amount,
    o.order_date,
    o.quantity
FROM orders o
INNER JOIN users u ON o.user_id = u.id
INNER JOIN products p ON o.product_id = p.id
"""
cursor.execute(create_view_sql)
print("✅ 视图 order_summary 创建成功")

# 像查表一样查询视图
cursor.execute("SELECT * FROM order_summary ORDER BY total_amount DESC")
print("\n📊 订单概览(通过视图):")
for row in cursor.fetchall():
    print(f"  订单#{row[0]} {row[1]} 购买 {row[2]} 金额¥{row[3]} 日期{row[4]}")

预期输出:

bash 复制代码
✅ 视图 order_summary 创建成功

📊 订单概览(通过视图):
  订单#4 张三 购买 显示器 金额¥1899.00 日期2025-07-12
  订单#1 张三 购买 机械键盘 金额¥798.00 日期2025-07-01
  订单#3 王五 购买 机械键盘 金额¥399.00 日期2025-07-10
  订单#5 李四 购买 机械键盘 金额¥399.00 日期2025-07-15
  订单#2 李四 购买 蓝牙耳机 金额¥259.00 日期2025-07-05

现在应用程序只需记住简单的视图名,不用再重复编写多表 JOIN,查询语句从 10 行变成 1 行。

4. 视图的高级特性

4.1 视图上的聚合:用户消费统计

bash 复制代码
cursor.execute("""
CREATE OR REPLACE VIEW user_spending AS
SELECT 
    u.id AS user_id,
    u.name,
    u.city,
    COUNT(o.id) AS order_count,
    COALESCE(SUM(p.price * o.quantity), 0) AS total_spent
FROM users u
LEFT JOIN orders o ON u.id = o.user_id
LEFT JOIN products p ON o.product_id = p.id
GROUP BY u.id, u.name, u.city
""")
print("✅ 视图 user_spending 创建成功")

cursor.execute("SELECT * FROM user_spending ORDER BY total_spent DESC")
print("\n📊 用户消费统计:")
for row in cursor.fetchall():
    print(f"  {row[1]} ({row[2]}) 订单数:{row[3]} 总消费:¥{row[4]}")

预期输出:

bash 复制代码
✅ 视图 user_spending 创建成功

📊 用户消费统计:
  张三 (北京) 订单数:2 总消费:¥2697.00
  李四 (上海) 订单数:2 总消费:¥658.00
  王五 (深圳) 订单数:1 总消费:¥399.00
  赵六 (杭州) 订单数:0 总消费:¥0.00

4.2 为视图列起别名

创建视图时可以覆盖默认列名:

bash 复制代码
cursor.execute("""
CREATE OR REPLACE VIEW user_spending_v2 (用户ID, 姓名, 城市, 订单数, 消费总额) AS
SELECT u.id, u.name, u.city, COUNT(o.id), COALESCE(SUM(p.price * o.quantity), 0)
FROM users u
LEFT JOIN orders o ON u.id = o.user_id
LEFT JOIN products p ON o.product_id = p.id
GROUP BY u.id, u.name, u.city
""")
cursor.execute("SELECT * FROM user_spending_v2 WHERE 消费总额 > 500")
print("\n💰 消费总额 > 500 的用户:")
for row in cursor.fetchall():
    print(f"  {row[1]} {row[3]}单 ¥{row[4]}")

4.3 WITH CHECK OPTION:约束数据修改

对于可更新视图,WITH CHECK OPTION 可以确保通过视图插入或修改的数据不会"消失"在视图之外。

bash 复制代码
# 创建仅包含 VIP 用户的视图
cursor.execute("""
CREATE OR REPLACE VIEW vip_users AS
SELECT id, name, city, vip_level
FROM users
WHERE vip_level >= 1
WITH CHECK OPTION
""")

# 尝试通过视图插入一个非 VIP 用户(vip_level=0)
try:
    cursor.execute("INSERT INTO vip_users (name, city, vip_level) VALUES ('孙七', '北京', 0)")
    conn.commit()
except mysql.connector.IntegrityError as e:
    print(f"❌ 插入被拒绝(不符合视图条件): {e}")

预期输出:

bash 复制代码
❌ 插入被拒绝(不符合视图条件): 1369 (HY000): CHECK OPTION failed 'shop.vip_users'

WITH CHECK OPTION 确保通过视图插入的数据一定满足视图的 WHERE 条件,防止"插进去却查不出来"的怪异情况。

5. 可更新视图的限制

并非所有视图都能执行 INSERT/UPDATE/DELETE。以下情况会导致视图不可更新:

  • 定义中包含 GROUP BY、HAVING、DISTINCT、聚合函数

  • 使用了 UNION / UNION ALL

  • FROM 子句包含不可更新的子查询

  • 引用了多个表(除非用 INNER JOIN 且满足特定条件)

判断方法 :查询 information_schema.VIEWS 的 IS_UPDATABLE 字段。

bash 复制代码
cursor.execute("""
SELECT TABLE_NAME, IS_UPDATABLE 
FROM information_schema.VIEWS 
WHERE TABLE_SCHEMA = 'shop'
""")
print("\n🔍 视图可更新性:")
for row in cursor.fetchall():
    print(f"  {row[0]}: {'✅ 可更新' if row[1] == 'YES' else '❌ 不可更新'}")

预期输出:

bash 复制代码
🔍 视图可更新性:
  order_summary: ❌ 不可更新
  user_spending: ❌ 不可更新
  user_spending_v2: ❌ 不可更新
  vip_users: ✅ 可更新

6. 修改与删除视图

bash 复制代码
# 修改视图(OR REPLACE)
cursor.execute("""
CREATE OR REPLACE VIEW vip_users AS
SELECT id, name, city, vip_level
FROM users
WHERE vip_level >= 2
""")

# 删除视图
cursor.execute("DROP VIEW IF EXISTS user_spending_v2")
print("✅ 视图 user_spending_v2 已删除")

# 查看所有视图
cursor.execute("SHOW FULL TABLES WHERE Table_type = 'VIEW'")
print("\n📋 当前数据库中的视图:")
for row in cursor.fetchall():
    print(f"  {row[0]}")

7. 视图的性能考量与陷阱

常见误区 :视图只是 SQL 的快捷方式,不会提升性能。每次查询视图,MySQL 都会执行底层定义的查询。

陷阱示例:两个视图嵌套使用

bash 复制代码
# 视图1:高消费用户
cursor.execute("""
CREATE OR REPLACE VIEW high_spenders AS
SELECT name, total_spent FROM user_spending WHERE total_spent > 500
""")

# 视图2:高消费用户的订单(嵌套视图)
cursor.execute("""
CREATE OR REPLACE VIEW high_spender_orders AS
SELECT os.*
FROM order_summary os
INNER JOIN high_spenders hs ON os.customer = hs.name
""")

cursor.execute("SELECT * FROM high_spender_orders")

看似方便,但实际执行时 high_spender_orders 会展开成 order_summary + user_spending 的嵌套查询,性能可能非常差。嵌套视图是性能杀手,应该避免。

最佳实践:

  • 视图不要嵌套超过两层

  • 复杂查询用 EXPLAIN 分析视图背后的执行计划

  • 对于频繁查询且数据变化不频繁的场景,可考虑物化视图(MySQL 不原生支持,可用表 + 定时任务模拟)

8. Python 封装:透明使用视图

我们可以像操作普通表一样操作视图,从而让代码更清晰:

bash 复制代码
class ReportService:
    def __init__(self, conn):
        self.conn = conn
        self.cursor = conn.cursor()
    
    def get_user_spending(self, min_amount=0):
        """获取消费统计(通过视图)"""
        sql = "SELECT * FROM user_spending WHERE total_spent >= %s ORDER BY total_spent DESC"
        self.cursor.execute(sql, (min_amount,))
        return self.cursor.fetchall()
    
    def get_order_summary(self, customer_name=None):
        """获取订单概览"""
        if customer_name:
            self.cursor.execute("SELECT * FROM order_summary WHERE customer = %s", (customer_name,))
        else:
            self.cursor.execute("SELECT * FROM order_summary ORDER BY order_date")
        return self.cursor.fetchall()

# 使用
report = ReportService(conn)
print("\n📊 张三的订单:")
for row in report.get_order_summary("张三"):
    print(f"  {row[2]} ¥{row[3]}")

print("\n📊 消费超过 500 的用户:")
for row in report.get_user_spending(500):
    print(f"  {row[1]} ¥{row[4]}")

9. 动手试试:定制你的视图

基于现有三表,完成以下练习:

  1. 创建一个视图 product_sales,显示每件商品的名称、类别、销售总次数、销售总金额,并过滤掉从未出售的商品。

  2. 通过 product_sales 查询最畅销的商品(销售总次数最多)。

  3. 尝试通过视图 product_sales 插入一条记录,观察结果并解释为什么。

  4. 创建一个只读视图 beijing_users ,只包含北京用户,并附带 WITH CHECK OPTION。测试向其插入"上海"用户是否会被拒绝。

提示:

  • 第 1 题用 GROUP BY + HAVING COUNT(o.id) > 0

  • 第 3 题中,product_sales 包含聚合函数,不可更新,会报错。

  • 第 4 题用 WHERE city = '北京' 及 WITH CHECK OPTION。

参考代码:

bash 复制代码
# 1. 创建 product_sales 视图
cursor.execute("""
CREATE OR REPLACE VIEW product_sales AS
SELECT p.title, p.category, COUNT(o.id) AS sales_count, SUM(p.price * o.quantity) AS total_revenue
FROM products p
INNER JOIN orders o ON p.id = o.product_id
GROUP BY p.id, p.title, p.category
""")

# 2. 查询最畅销
cursor.execute("SELECT * FROM product_sales ORDER BY sales_count DESC LIMIT 1")
print("最畅销商品:", cursor.fetchone())

10. 总结

今天我们学会了视图的核心能力:

  • 封装复杂查询:把多表 JOIN、聚合包装成简洁的虚拟表。

  • 安全隔离:限制应用可见的列和行,配合权限实现数据保护。

  • 可更新视图 :有限制条件,配合 WITH CHECK OPTION 做约束校验。

  • 注意事项:视图不提升性能,嵌套视图是大坑,聚合视图不可更新。

视图像一扇窗户------让你在不改变房屋结构的前提下,欣赏到不同角度的风景。下一篇文章我们将学习存储过程与自定义函数,看数据库如何"会自己动"。

想了解更多还可以去各个平台搜索「IT策士」,一起升级 IT 思维 !

相关推荐
码事漫谈8 小时前
以后人人都可以成为导演
后端
Resean02238 小时前
Spring 源码分析(二)配置类的解析与扫描
java·后端·spring
一只爱撸猫的程序猿8 小时前
五周、两个开源仓库、九次拦截之后:AI 时代程序员缺的到底是什么
人工智能·后端·开源
北城笑笑9 小时前
Vue 110 ,若依SSE流式接口限次空500排查与解决
前端·javascript·vue.js·后端·vue
ServBay10 小时前
Local harness 将退役,VS Code 本地开发要不要搬到云端?
后端·ai编程·visual studio code
ashiho10 小时前
【LeetCode hot 100】3. 无重复字符的最长子串 (三种解法)
java·数据结构·后端·算法·leetcode·滑动窗口
张一凡9311 小时前
你的 AGENTS.md,真的管到模型写代码了吗?
前端·后端·agent
00后程序员11 小时前
iOS 实时活动怎么开发,Windows 上用 KXBuild 和 ActivityKit 写灵动岛
后端·ios
程序员cxuan11 小时前
推荐 10 个 WorkBuddy 中的邪修用法
人工智能·后端·程序员
Bacon12 小时前
给项目做一次"全身 CT":Agent Skills 生态里的代码体检全链路
前端·人工智能·后端