索引及高級數據操作
一、 索引
1、 索引的概念：系統根據已有的數據（未來可能新增的數據），單獨建立一個文件：文件能夠實現快速的匹配數據，並且能夠快速的找到表中的對應數據
2、 索引的意義：
1） 提升查詢數據的效率
2） 約束數據的有效性（唯一性等等）
3、 前提：
1）索引會產生索引文件，有時候會比數據文件大，這樣會非常耗費磁盤空間。我們就需要再效率和磁盤空間之間找出一個平衡。如果某個字段作爲查詢的條件，那麼我們就一定會使用索引（而且會想辦法去增加索引）
2）如果某個字段需要進行數據的有效性的約束，那麼我們也可以使用索引（主鍵，唯一鍵）。
l 注意：mysql中提供了多種索引：
1） 主鍵索引：primary key，就是我們之前講的主鍵
2） 唯一索引：unique key，就是我們之前講過的唯一鍵
3） 全文索引：fulltext index
針對文章內部的關鍵字進行索引，全文最大的一個問題就是如何去確定關鍵字。如果是英文的話就會比較容易，英文單詞之間是有空格的。中文的話，沒有空格，而且中文是可以隨意組合的（分詞：sphinx）。
4） 普通索引：index
二、 關係
將實體與實體之間的關係，反應到最終的數據庫表的設計上來，我們可以將關係分爲：一對一、一對多（多對一）、多對多。所有的關係都指的是表和表之間的關係
1、 一對一的關係
一張表的一條記錄只能與另外一張表中的一條記錄進行對應，反之亦然
學生表：姓名、性別、年齡、身高、體重、婚姻狀況、籍貫、家庭住址、緊急聯繫人等
|
Id |
姓名 |
年齡 |
體重 |
身高 |
婚姻 |
籍貫 |
住址 |
聯繫人 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
問題：表的設計成以上這種形式：符合要求，其中姓名，性別，年齡，身高，體重屬於常用數據，其他的都是不常用數據，如果每次查詢所有的數據，不常用的數據就會影響效率，實際上不是很實用。
解決方案：將常用的信息分別存儲，分成兩張表：
常用表
|
Id |
姓名 |
年齡 |
體重 |
身高 |
性別 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
不常用表：
|
Id |
婚姻 |
籍貫 |
住址 |
聯繫人 |
|
|
|
|
|
|
|
|
|
|
|
|
注意：一個常用表中的一條記錄，永遠只能在一張不常用的表中找到一條與之對應的記錄；反之亦然。這就是一對一的關係的實際應用。
2、 一對多的關係
概念：一張表中有一條記錄 可以對應另外一張表中的多條記錄，這種就是一對多的關係或者是多對一的關係。
媽媽表：
|
Id |
姓名 |
年齡 |
性別 |
|
|
|
|
|
孩子表
|
Id |
姓名 |
年齡 |
性別 |
|
|
|
|
|
問題：這樣設計的表解決了表的實體設計問題，但是沒有解決關係問題。孩子找不到媽媽，媽媽也找不到孩子。
解決方案：在某一張表中，增加一個字段，使其能夠找到其中對應的記錄：那麼我們應該在孩子表中增加一個字段使其指向媽媽。因爲孩子只能也只需要匹配一條媽媽的記錄。
孩子表：
|
Id |
姓名 |
性別 |
年齡 |
母親Id |
|
|
|
|
|
|
這個指向媽媽表的主鍵。
3、 多對多關係
概念：一張表（A）的一條記錄能夠對應另外一張表（B）中的多條記錄，反之亦然。
這種關係被廣泛應用於商品和訂單之間的關係
簡單實例：老師與學生的關係
老師表
|
Teacher_id |
姓名 |
性別 |
|
1 |
A |
男 |
|
2 |
B |
女 |
學生表
|
Student_id |
姓名 |
性別 |
|
1 |
張三 |
男 |
|
2 |
李四 |
女 |
問題：這樣子的設計方案：體現了實體的設計，但是沒有維護實體的關係，一個老師教過很多的學生，一個學生也被很多的老師教過
解決方案：在學生表中增加老師字段並且在老師表中增加學生字段，但是這樣的設計也會出現另外一個問題，就是增加的該字段要保存多條數據，而且是與其他表有關係的字段，這樣是不符合設計規範，我們就應該增加一張新表，專門維護兩張表之間的關係。
|
|
Teacher_id |
Student_id |
|
|
1 |
1 |
|
|
1 |
2 |
|
|
2 |
2 |
|
|
2 |
1 |
增加了中間表之後，中間表就與老師表形成了一對多的關係，而且中間表是多表。維護了能夠唯一找到一表的關係；同樣的學生表也與中間表形成了一對多的關係
方案：
學生找老師，找出學生ID（一條）-> 中間表尋找匹配記錄（多條）->老師匹配表（一條）
老師找學生，找出老師ID（一條）-> 中間表尋找匹配記錄（多條）->學生匹配表（一條）
三、 範式
1、 概述：
範式（NomalFormat），是一種離散數學之中的知識，是爲了解決數據存儲於優化的問題，保存數據之後，凡是能夠通過關係尋找出來的數：終極目標是爲了減少數據的冗餘。他是一種分層結構的規範，分爲六層：每一層都比上層更加嚴格：若要滿足下一層範式，前提是滿足上一層範式
六層範式：1NF,2NF,3NF,4NF,5NF,6NF;INF是最底層要求最低，6NF是最高層，最嚴格。
Mysql屬於關係型數據：有空間的浪費，也是致力於節省空間，與範式要解決的問題不謀而合，在設計數據庫的時候，我們會利用範式來指導設計。但是數據庫不單是要解決空間問題，又要保證效率。範式只是爲了解決空間問題，所以數據庫的設計與不可能完全按照範式的要求實現：一般情況下，只有前三層範式需要滿足。我們只要滿足到3NF就可以了。所以說，範式在數據庫的設計當中是有指導意義，單是不是強制的規範。
2、 1NF
第一範式：在設計表存儲數據的時候，如果表中設計的字段存儲的數據，在取出來使用之前還需要進行額外的處理（拆分），那麼說明表的設計不滿足第一範式：第一範式要求字段的數據具有原子性，不可再分。
問題：上表的設計沒有問題，但是如果需要將數據查出來之後，要求顯示一個老師從什麼時候開始上課，到什麼時候結課，我們就需要將代課時間進行拆分，這樣就不符合第一層範式，因爲數據就不具有了原子性。
解決方案：將表中的代課時間拆分成兩個字段就解決了問題。
3、 2NF
第二範式：在數據表的設計當中，如果有複合主鍵（多字段主鍵），且表中有字段並不是由整個主鍵來確定，而是依賴主鍵中的某個字段（主鍵部分）：存在字段依賴主鍵的部分的問題，我們將之稱爲部分依賴，第二範式就是不允許部分依賴。
問題：以上表中，因爲講師沒有辦法啊作爲獨立主鍵，需要結合班級才能作爲主鍵（複合主鍵，老師在帶一個班的時候，只帶一個階段的課），代課時間，開始和結束字段都與當前的代課主鍵（講師和班級）有關係，但是性別並不依賴教室，教室不依賴講師，性別只依賴講師，教室只依賴班級。這樣出現了性別和教室依賴主鍵中的一部分；這樣就產生了部分依賴，不符合第二範式。
解決方案：
1） 將性別與講師單獨成表，班級與教室也單獨成表
2） 取消複合主鍵，採用另外與業務不相關的邏輯主鍵。這樣我們就解決了部分依賴的問題（增加單列關鍵字），只要我們不存在複合主鍵，那麼就不會產生部分依賴。
這裏的ID= 講師 + 班級（這樣這條記錄的唯一性的話，我們就不能從數據庫的設計來處理這樣的問題，我們就只能從業務邏輯來處理這樣的問題，比如說將講師和班級設定爲複合唯一鍵）。
4、 4NF
第三範式：要滿足第三範式，就必須西安滿足第二式
第三範式，在理論上來講，我們應該把一張表中的所有字段都直接依賴主鍵（邏輯主鍵，代表的是業務主鍵），如果過數據表的設計過程當中存在一個字段，並不是直接依賴主鍵，而是依賴一個非主鍵字段，最終實現的依賴主鍵，我們將這種依賴稱爲傳遞依賴。這種依賴關係是不符合第三範式的。
第三依賴就是要解決這種傳遞依賴。
問題：上表中的設計方案中，是複合第一和第二範式的。但是：性別依賴講師存在，教室依賴班級存在，性別和教室都存在傳遞依賴。我們就要解決這種依賴問題。
解決方案：將存在依賴傳遞的字段，以及依賴的字段本身單獨取出，形成一個單獨的表，然後在需要的對應信息的時候，使用對應的實體表的主鍵將之添加進來。
講師代課表：
|
Id p |
講師id |
班級id |
代課時間 |
開始 |
結束 |
|
1 |
1 |
10 |
30天 |
2.27 |
5.05 |
|
2 |
2 |
12 |
30 |
2.27 |
5.05 |
講師表：（Id= 講師）
|
Id |
講師 |
性別 |
|
1 |
朱元璋 |
Male |
|
2 |
李世民 |
Male |
班級表：（ID= 班級）
|
Id |
班級 |
教室 |
|
1 |
Java1501 |
302 |
|
2 |
Java1502 |
206 |
這樣我們就可以看到，將數據分開在之後，我們就可以結束這種傳遞的依賴關係了。
注意：我們在是使用邏輯主鍵的額時候，向數據庫中傳值的時候，是時分方便的，這時候我們就遇到了另外一個問題，採用邏輯主鍵的時候，永遠都不可能解決傳遞依賴。但是我們們應該注意到，實際上能代表記錄含義的，只是表中的業務數據。
è還有很重要的一點是，我們能夠通過一個字段查到的數據，我們就不會重複的設定數據。比如說在代課教師表的時候，我們會發現裏面只有講師id，這是因爲如果在這張表裏面添加姓名這個字段的話，就跟教師表中的教師姓名重複，這就叫做數據的冗餘。
5、 範式的逆規範化
有時候我們在設計表的時候，如果一張表中由幾個字段師需要從另外一張表中去獲得數據信息，理論上講，的確可以後去想要的數據，但是效率會低一點。那麼我們會刻意的在某些表中，不去保存另外表的主鍵（邏輯主鍵），而是直接保存想要的信息，這樣一來，在查詢數據的時候，一張表刻意直接提供數據，而不需要多張表去查詢（效率低）。
這種行爲是一種逆規範化。但是這會導致數據冗餘增加。
四、 數據的高級操作
1、 新增數據
基本語法：insert into 表名(字段列表) values （值列表）；
在數據插入的時候，假設主鍵對應的值已經存在：那麼數的插入師一定會失敗的。
ð主鍵衝突：當主鍵發生衝突的時候，可以選擇性的進行處理：更新和替換。
1） 主衝突之後的更新操作：
Insert into 表名(字段列表：包含主鍵)values(值列表)on duplicate key update 字段 = 新值；
ð主鍵衝突：替換數據
Replace into 表名 (字段列表：包含主鍵)values (值列表);
ð複製創建表：
Createte table 表名 like 被複製表名;
我們需要注意的是，這樣複製的表實際上只是複製了表的設定，沒有複製表中的數據。
2） 蠕蟲複製從已有的數據中去獲取數據，然後將數據又進行新增操作：數據會成倍的增加。
Insert into 表名（字段列表）select 字段列表/* from 數據表名;
意義：
（1） 從一張表中複製數據
（2） 可以迅速的讓表中的數據膨脹到一定的數量級，測試表的壓力以及效率。
2、 更新數據
基本語法：update 表名 set 字段 = 值[where條件];
高級新增語法：update 表名 set 字段 = 值[where條件][limit 更新數量];
3、 刪除數據
基本語法：delete from表名 where條件 limit更新數量;
問題：如果表中存在主鍵，那麼當我們刪除之後，自增長是不會還原的。
解決方案：數據的刪除是不會改變表的結構的，只能刪除表後重建。Truncate表名; 先刪除後新增表
4、 查詢數據
基本語法：select 字段列表 from 表名（where條件）;
完整語法：select[select選項] 字段列表[字段別名] from 數據源 [where條件] [group by子句] [having 子句][order by子句][limit子句];
1） Select選項：select對查出來的數據的處理方式；
All : 默認的，保留所有結果；
Distinct ：去重查出來的結果將重複的記錄去除，所有字段的數都一樣纔算記錄的重複；
2） 字段別名：當數據進行查詢的時候，有時候字段名就並不一定滿足需求（多張表進行查詢的時候，很有可能會有同名字段），我們就需要對字段進行重命名。
語法：字段名 as 別名;
3） 數據源
數據源：數據的來源，關係型數據庫的來源都是數據表：本質上只要保證數據類似二維表，最終都可以作爲數據源。
分類：數據源可以分爲多種：單表數據源，多表數據源，查詢語句。
查詢語句：
A、 單表數據源：select * from 表名;
B、 多表數據源：select * from 表名1,表名2；
|
多表查詢 |
從一張表中取出一條記錄，去另外一張表中匹配所有記錄，而且全部保留：（記錄數和字段數），我們將這種結果稱爲笛卡兒積（交叉連接），然而笛卡兒積沒什麼用，所以應該儘量避免。
子查詢：數據的來源是一條查詢語句（查詢語句的結果是一張二維表）
語法：select */字段列表 from（select 語句）as 別名;
注意： 在使用子查詢的時候，這條語句的含義是，從括號裏面已經查詢的內容裏面在進行其他的查詢，也就是說字段列表必須包含在括號裏面的select語句裏面。
問題：在實際應用當中，我們是很少使用子查詢的，因爲這樣的操作很容易就會產生笛卡兒積，射陽會使得程序的效率大大降低。
4） Where子句
概念：用來判讀數據，篩選數據
Where子句返回的結果：0或者1，0代表false，1代表true
判斷條件：
l 比較運算符：<,>,<=,>=,!=,<>(這也是不等於),=,like(模糊匹配),between and(在什麼之間),in,not in
l 邏輯運算符：&&(and), ||(or), ! (not)
l Where 原理：where是唯一一個是直接從磁盤獲取數據的時候就開始判斷的條件，進行where判斷的時候 ，判斷的結果如果成立就保存到內存當中，如果失敗了，就直接放棄。
其他的判斷操作是作用於內存，將數據庫中的數據取出來放到內存當中的之後在進行判斷，最終將判斷結果顯示給用戶。
l Where的好處：不會太佔用內存。
l 範例：
條件查詢1：要求找出學生id爲1或者5的記錄
條件查詢2：要求查出年齡在20到34之間的數據
注意：between本是就是閉區間，所以我們就必須保證左邊的比右邊的小或者等於。
問題：當我們輸入的where語句的條件僅僅是非零數那麼會輸出所有的數據。如果是0的話，就會輸出empty set。
5） Group By子句
就是分組的意思，根據某個字段進行分組（相同的放一組，不同的劃分到不同的組）。
基本語法：group by 字段名；但是我們不能簡單通過這樣的方式顯示所有分組後的數據。我們還需要藉助其他的手段才能完成數據的按需顯示。
Sql提供的一系列統計函數：
l Count()： 統計分組之後的數據：每一組有多少記錄。裏面可以使用兩種參數：* 代表統計記錄，字段名代表對應的字段，但是有時候，我們的字段有可能爲空，實際上這個並不會有什麼影響，null是不參與統計的，所以我們並不需要擔心
l Max() ：統計字段中的最大值
l Min() ：統計字段中的最小值
l Avg() ：統計平均值
l Sum() ：統計分組之後的和
l 多字段分組，先班級，後男女。
假如我們需要知道列表中的複合某種條件的名字。Mysql提供了一個函數，可以分組結果中的摸個字段進行字符串連接（保留改該組中所有的某額字段）：group_concat(字段);
回溯統計：withrollup:
任何一個分組後的結果，都會有一個小組，最後都需要相上級分組進行彙報統計，根據當前字段分組，這就是回溯統計：回溯統計的時候會將分組字段置空。
多字段回溯統計：
|
最後再總的數據回溯一次 |
注意：多字段回溯：考慮到第一層分組會有一次回溯，第二次分組要看第一次分組的組數，組數是多少，回溯就是多少，然後加上第一層回溯即可。
6） Having子句：與where子句一樣：進行條件判斷。Where是針對磁盤數據進行判斷的，但是數據進入到內存時候會進行分組操作，分組結果就需要having來處理數據。Having幾乎能做where能做的事情，但是where卻不能做having能做的事情
A、 分組統計的結果或者說統計函數都只有having能夠使用。
B、 Having能夠使用字段別名，但是where不能因爲where是從磁盤取數據，而名字只可能是字段名，別名是字段進入字段之後才產生的。
5、 Order By子句
Order by排序，根據某個字段進行升序或者降序排序，它一來校對集
基本語法：order by 字段名[asc/desc]; asc是升序（默認的），desc降序。
排序其實可以進行多字段排序：先根據某個字段進行排序，然後再內排。
6、 Limit子句：limit是一種限制結果的語句：限制數量
方案一：只用來限制長度（數量）:limit 數據量;
方案二：用來限制起始位置以及數量：limit 其實位置，長度;
方案二實際上主要是要來數據的分頁，多少條進行一次分頁，主要是爲用戶節省時間，爲服務器提高效率，減少資源的浪費。
對於用戶來講：可以點擊的分頁按鈕
對於服務器來講：根據用戶選擇的頁碼來獲取不同的數據：
Limitoffset ,length;
Length：meyer顯示的數量：基本是不變的。
Offset：起始位置，一般是數量的整數倍（頁碼-1）*每頁顯示量。