8,权限管理和备份
8.1 用户管理
SQLyog 用户可视化管理
SQL 命令操作
本质:mysql.user 表
-- 创建用户 CREATE USER 用户名 IDENTIFIED BY '密码'
CREATE USER hjy IDENTIFIED BY '123145'
-- 修改密码 (修改当前用户密码)
SET PASSWORD=PASSWORD('123456') -- 新版MySQL好像不能用了
-- 修改密码(修改指定用户的密码)
SET PASSWORD FOR kuangshen = PASSWORD('123123')
-- MySQL 8 修改密码 alter user "root"@"localhost" identified by "新密码";
-- % 在这的意思是任何ip都可以访问此账户,远程用的
-- 重命名 RENAME USER 原来名字 TO 新名字
RENAME USER hjy TO kuangshen2
-- 用户授权 GRANT ALL PRIVILEGES 全部的权限,库.表
-- ALL PRIVILEGES 除了 grant
GRANT ALL PRIVILEGES ON *.* TO kuangshen2
-- 查询权限
SHOW GRANTS FOR kuangshen2 -- 查看指定用户的权限
-- 撤销权限 revoke 哪些权限,在哪个库撤销,给谁撤销
REVOKE ALL PRIVILEGES ON *.* FROM kuangshen2
-- 删除用户
DROP USER kuangshen2
8.2 MySQL 备份
为什么备份:
- 保证重要的数据不丢失
- 数据转移
MySQL数据库备份的方式
-
直接拷贝物理文件
-
在sqlyog这种可视化工具中手动导出 右键—备份—转储sql
-
使用命令行导出 mysqldump 命令行使用
- 命令行要以管理员权限打开
# mysqldump -h主机 -u用户名 -p密码 表1 表2 > 物理磁盘位置/文件名
mysqldump -hloaclhost -uroot -p123456 school student >C:\Users\Adminstrator\desktop
# 导入
# 登录的情况下,切换到指定的数据库
# source 备份数据库
source c:/a.sql
mysql -u用户名 -p密码 库名<备份文件
9,规范数据库设计
9.1,为什么需要设计
数据库比较复杂的时候,我们就需要设计了
糟糕的数据库设计:
- 数据冗余,浪费空间
- 数据库插入和删除都会麻烦,异常【屏蔽物理外键】
- 程序的性能差
良好的数据库设计:
- 节省内存空间
- 保证数据库的完整性
- 方便我们开发系统
软件开发中,关于数据库的设计
- 分析需求,分析业务和需要处理的数据库的需求
- 概要设计:设计关系图 E-R图
模拟:
设计数据库的步骤:个人博客举例
-
收集信息,分析需求
- 用户表(用户登录注销,用户的个人信息,写博客,创建分类)
- 分类表(文章分类,谁创建的)
- 文章表(文章的信息)
- 评论表 ()
- 友情链接,友链表
- 自定义表(系统信息,某个关键的字,或者一些主字段)key:value
- 说说表(发表心情…id)
-
标识实体(把需求落地到每个字段)
-
标识实体之间的关系
-
写博客:user–> blog
-
创建分类:user --> category
-
关注:友链 user–>user
-
友联:links
评论:user-user-blog
-
bbs 论坛 crm 管理系统
9.2 三大范式
为什么需要数据规范化
- 信息重复
- 更新异常
- 插入异常
- 无法正常显示信息
- 删除异常
- 丢失一些有效的信息
三大范式
第一范式(1NF)
原子性:保证每一列不可再分
第二范式(2NF)
前提:满足第一范式
每张表只描述一件事情
第三范式(3NF)
前提:满足第一范式和第二范式
第三范式需要确保数据表中的每一列数据都和主键直接相关,而不能间接相关。
规范性和性能的问题——关联查询的表不得超过三张表
(规范数据库的设计)
- 考虑商业化的需求和目标,(成本,用户体验!)数据库的性能更加重要
- 在规范性能的问题的时候,需要适当的考虑一下规范性!
- 故意给某些表增加一些冗余的字段。(从多表查询中变为单表查询)
- 故意增加一些计算列(从大数据量降低为小数据量的查询:索引)
关联查询的表不得超过三张表**
(规范数据库的设计)
- 考虑商业化的需求和目标,(成本,用户体验!)数据库的性能更加重要
- 在规范性能的问题的时候,需要适当的考虑一下规范性!
- 故意给某些表增加一些冗余的字段。(从多表查询中变为单表查询)
- 故意增加一些计算列(从大数据量降低为小数据量的查询:索引)