数据库

#今天目标
1. 分组
select 分组字段 from 表 group by 分组字段 having xxx;
2. 子查询
select * from 表 where 字段 in (select 某一个字段 from 表);
select * from 表 where 字段 > (select 某一个字段 from 表);
3. 连接查询
select * from 表1 inner join 表2 on 条件(表1.字段= 表2.字段)
left join 
4. 了解自关联
select * from 自表 as 表1 inner join 自表 as 表2 on 条件




#58同城军规
http://mp.weixin.qq.com/s/Yjh_fPgrjuhhOZyVtRQ-SA
#数据库完整格式(了解)
SELECT select_expr [,select_expr,...] [      
     FROM tb_name
     [WHERE 条件判断]
     [GROUP BY {col_name | postion} [ASC | DESC], ...] 
     [HAVING WHERE 条件判断]
     [ORDER BY {col_name|expr|postion} [ASC | DESC], ...]
     [ LIMIT {[offset,]rowcount | row_count OFFSET offset}]
]
##对应语句
select distinct *
from 表名
where ....
group by ... having ...
order by ...

limit start,count

#自我判断
思路
代码

面向函数的http服务器

1. 创建tcp服务器  socket 
2. 循环接收浏览器的请求 accpte
3. 处理浏览器请求  
1. 解析头   正则
2. 根据不同的地址返回不同的网页 with open()
4. 返回数据给浏览器 client.send()



#批量插入
insert into 表名(字段) (select 插入的字段 from 表名 where 条件);

#批量更新
update (表1 inner join 表2 on 条件[表1.字段= 表2.字段]) set 表1.字段= 表2.字段

#完成京东的操作重点
1.根据我们的案例一步一步去操作

#数据库操作
1. 连接数据库
connect( host.....)
course()对象创建,用来操作sql
2. 执行sql语句
  cs1.execute(sql,参数)
3. 关闭连接
cs1.close()
conn.close()

#视图了解
1. create view 视图名 V_xxxx as (select语句);


2.好处:可不不用再写复杂的sql语句了,只用于查询
3. 好处:我们如果表的字段修改了,我们可以重新创建视图,不需要个性python代码


#事务
1.开启  begin;
2.提交  commit;
3.回滚 rollback;

原子性 一致性 隔离性,永久性 acid 


#索引了解

1. 相当于目录,但是只用于查询,如果这个表是要经常修改,一定不能用

-- 什么是视图?
-- 通俗的讲，视图就是一条SELECT语句执行后返回的结果集。
-- 所以我们在创建视图的时候，主要的工作就落在创建这条SQL查询语句上。

-- 视图的特点
-- 视图是对若干张基本表的引用，一张虚表，查询语句执行的结果，
-- 不存储具体的数据（基本表数据发生了改变，视图也会跟着改变）；

-- 视图的最主要的作用
-- 如果数据库因为需求等原因发生了改变，为了保证查询出来的数据与之前相同，
-- 则需要在多个地方进行修改，维护起来非常麻烦,这个时候使用视图就可解决这个问题

-- 视图的定义方式
create view 视图名称(一般使用v开头) as select语句;

--具体场景使用


select goods.id,goods.name,goods.price, goods_brands.name from goods inner join goods_brands on goods.brand_id = goods_brands.id;


-- 解决数据库发生改变 python程序也需要改变的问题


create view v_goods as (select goods.id,goods.name,goods.price, goods_brands.name as brand_name from goods inner join goods_brands on goods.brand_id = goods_brands.id);


create view v_goods_cate as (selet id ,name from goods_cates);


-- 删除视图
-- drop view ;
drop view xxx;
-- 注意
-- 视图只能用于查询

-- 视图作用总结


-- 1 提高了重用性，就像一个函数
-- 2 对数据库重构，却不影响已经编写好的程序运行
-- 3 提高了安全性能，可以对不同的用户
-- 4 让数据更加清


-- 视图最主要解决的问题 
-- 程序对数据库操作,一旦数据库发生变化,程序需要修改,这时如果使用视图就可以解决这个问题












-- 事物(ACID)

-- 原子性 一致性
第一步 打开 终端1 终端2
第二步 终端1 打开事物 begin
  终端1 update 表名 set 字段="xxx" where ...;
  终端1 select * from 表名;  发现数据改变
第三步 终端2 select * from 表名;  
  发现数据其实并没有改变 其实这个时候对数据的相关操作信息存在缓存中,
  当commit之后,这些操作才会一次性的完成
第四步 终端1 commit 数据数数据真的改变
  终端2 select * from 表名,数据改变了

-- 隔离性
第一步 打开 终端1 终端2
第二步 终端1 打开事物 begin
  终端1 update 表名 set 字段="xxx" where ...;
第三步 终端2 update 表名 set 字段="yyy" where ...;
  发现 处于阻塞状态 
第四步 终端1 commit
  终端2 阻塞状态解除 数据修改成 yyy
  
-- 回滚(rollback)
第一步 打开 终端1 begin
第二步 终端1 update 表名 set 字段="xxx" where ...;
第三步 rollback 数据返回最开始的原始值




-- 持久性
-- 一旦事务提交，则其所做的修改会永久保存到数据库

-- 注意 
-- innodb能使用事物
-- 使用python操作数据库的时候 默认开启事物的 
-- 但是python对数据库进行增删改的时候 需要手动commit

-- 使用终端操作数据库(也就是mysql的客户端)的时候 也是默认开始事物的
-- 只是在回车确认操作的时候 终端会默认的commit 所以我们不需要commit


-- 事物最主要解决的问题
-- 某些事情需要一次性完成 中途不允许出现中断 例如银行取钱 事物可以解决这种问题









-- 索引
-- 注意
-- 要注意的是，建立太多的索引将会影响更新和插入的速度，因为它需要同样更新每个索引文件。
-- 对于一个经常需要更新和插入的表格，就没有必要为一个很少使用的where字句单独建立索引了，
-- 对于比较小的表，排序的开销不会很大，也没有必要建立另外的索引。


-- 建立索引会占用磁盘空间




-- 索引最主要解决的问题
-- 当数据非常庞大时,并且这些数据不需要经常修改,为了加快查询速度,我们会使用索引

-- 创建一张表
create table test_index(title varchar(10));
-- python插入10条数据




--测试步骤
1. 开启运行时间监测：
set profiling=1;
2. 查找第1万条数据ha-99999
select * from test_index where title='ha-99999';
3. 查看执行的时间：
show profiles;
4. 为表title_index的title列创建索引：
create index 索引名称 on 表名(字段名称)
create index index_01 on test_index(title);
5. 执行查询语句：
select * from test_index where title='ha-99999';
6. 再次查看执行的时间
show profiles;






-- 权限管理(了解) 对用户的管理


-- 查看有哪些账户
1 使用root账户登录
2 使用mysql数据库
3 用户的信息存放在 user 表中 
-- select host,user,authentication_string from user;
Host表示允许访问的主机
User表示用户名
authentication_string表示密码，为加密后的值
select host,user,authentication_string from user;

-- 创建账户、授权 

-- 案例一
1 使用root账户登录

2 创建账户并授予所有权限(部分权限)
-- grant 权限列表 on 数据库 to '用户名'@'访问主机' identified by '密码';(语法格式)
grant select on jing_dong.* to "oldyang"@"localhost" identified by "123";


grant select on jing_dong.* to "oldyang"@"localhost" identified by "123";

-- 注意
-- 1 访问主机通常使用 百分号% 表示此账户可以使用任何ip的主机登录访问此数据库
-- 2 访问主机可以设置成 localhost 或具体的ip，表示只允许本机或特定主机访问

-- 查看用户有哪些权限
-- show grants for 用户@访问主机;
show grants for oldyang@localhost;

3 退出root的登录 使用oldyang账户登录
-- 使用查询操作是可以的,(插入也可以)

-- 使用其他操作是不可以的



-- 案例二
1 使用root账户登录

2 创建账户并授予所有权限(所有权限)
grant all privileges on jing_dong.* to "python8"@"%" identified by "python8";
-- 注意 访问链接设置成 % 十分危险 不要使用





-- 修改权限
1 使用root账户登录

2 修改用户权限
-- grant 权限名称 on 数据库 to 账户@主机 with grant option;(语法格式)
grant select,update on jing_dong.* to "oldyang"@"localhost" with grant option;







3 刷新权限
flush privileges;

-- 修改密码
1 使用root账户登录

2 选择mysql数据库

3 使用password()函数进行密码加密 对user表进行修改
-- update user set authentication_string=password('新密码') where user='用户名';(语法格式)

例:update user set authentication_string=password('yy') where user='oldyang';


-- 删除用户
1 使用root账户登录

2 删除用户
第一种方式  drop user '用户名'@'主机';(语法格式)  卸载

例:drop user 'oldyang'@'%';
drop user 'python7'@"%";

第二种方式 delete from user where user='用户名';(语法格式)  手动删除

例:delete from user where user='laowang';

-- 操作结束之后需要刷新权限
flush privileges

-- 推荐使用语法1删除用户, 如果使用语法1删除失败，采用语法2方式

-- 远程登录(谨慎使用)

京东数据操作:https://github.com/xianhu/LearnPython/compare/master...dw19970215:patch-2