《视图与查询 》课件

视图与查询视图是基于基础表创建的虚拟表。视图可以简化查询、限制对数据的访问、提高数据安全性。1.什么是视图虚拟表视图是一种虚拟表，它基于一个或多个基础表中的数据。视图本身不存储数据，而是从基础表中检索数据。自定义数据视图视图允许用户定义他们自己的数据视图，只显示他们需要的信息，而无需访问整个基础表。简化数据访问通过定义视图，可以简化对数据的访问，并隐藏数据的复杂性，使用户更容易理解和使用数据。视图的优点简化查询视图可以将复杂查询封装成简单易懂的语句，方便用户使用。提高数据安全性视图可以限制用户对数据的访问权限，只允许查看特定数据，提高安全性。增强数据一致性视图可以保证数据一致性，避免重复数据或错误数据。灵活的数据访问视图可以根据需要创建不同的数据视图，方便用户从不同角度查看数据。视图的局限性数据结构限制视图基于基本表，无法直接修改视图数据。查询性能影响视图的查询语句会被嵌入主查询语句中，可能会降低查询效率。设计复杂度设计和维护视图需要额外的工作量，增加了数据库管理的复杂性。2.视图的创建视图是基于底层表或其他视图定义的虚拟表，它存储的是查询结果集的描述，而不是实际数据。创建视图的过程实际上是将一个查询语句定义为视图，并赋予它一个名称。创建视图的语法CREATEVIEW创建视图的关键字视图名称用户定义的视图名称AS指定视图的定义SELECT语句定义视图的数据来源视图的命名规则11.唯一性视图的名称必须在数据库中是唯一的，不能与其他表、视图或其他数据库对象同名。22.合法性视图的名称必须符合数据库的命名规则，例如不能包含特殊字符，不能以数字开头等。33.描述性视图的名称应该能够清晰地描述视图所包含的数据和功能，方便理解和维护。44.易读性视图的名称应该简洁明了，易于记忆和理解，便于开发人员使用。3.视图的操作视图是数据库中的一种重要结构，它允许用户以特定方式查看数据。视图的操作包括修改视图和删除视图。修改视图视图更新修改视图定义，更新视图内容。结构调整调整视图的列、条件、排序等，满足新的需求。权限管理修改视图访问权限，控制用户对数据的访问级别。删除视图11.删除语句使用DROPVIEW语句删除视图。需要指定视图的名称。22.依赖关系如果其他视图或存储过程依赖于要删除的视图，则无法删除该视图。33.权限控制用户需要拥有删除视图的权限才能执行DROPVIEW语句。4.视图的实现原理视图的实现原理可以分为两种，一种是物化视图，另一种是虚拟视图。物化视图是将视图的数据实际存储在数据库中，而虚拟视图则是在查询时动态生成数据。物化视图预先计算物化视图将查询结果预先计算并存储，以提高查询速度。它包含实际数据，而不是指向原始数据的指针。数据更新当基础数据发生变化时，物化视图需要同步更新。更新频率和机制取决于数据更新频率和视图定义。虚拟视图动态创建虚拟视图在查询时才生成，不存储实际数据。高效查询仅执行查询语句时才生成，无需预先定义和创建。灵活应用可根据需要动态创建视图，满足各种查询需求。视图的应用场景视图在数据库设计和管理中发挥着重要作用，提供了一种灵活且强大的方式来访问和操作数据。视图可以用于简化数据访问、增强数据安全性、实现数据抽象和提高数据一致性。权限管理数据访问控制视图可以用于限制用户对数据的访问权限，例如，限制用户只能查看特定表中的某些列。数据安全通过将敏感数据隐藏在视图中，可以防止用户直接访问原始数据，提高数据安全性。角色划分可以为不同角色的用户创建不同的视图，以满足不同角色的特定需求。数据抽象隐藏复杂性视图将底层数据表隐藏起来，简化数据访问。提供定制视图视图可以根据需求进行定制，提供特定数据和格式。数据保护视图限制用户访问权限，保护底层数据安全。什么是查询查询是数据库中最基本的操作之一。通过查询，用户可以从数据库中获取需要的信息。查询语句的组成SELECT子句指定要检索的列。FROM子句指定要检索的数据源。WHERE子句筛选符合条件的行。GROUPBY子句根据指定列分组数据。查询的处理过程1解析数据库系统首先解析查询语句2优化优化器根据查询条件生成最佳执行计划3执行执行器根据执行计划访问数据并返回结果数据库系统会对查询语句进行解析、优化和执行，最终返回查询结果。解析阶段将查询语句转换为内部表示形式；优化阶段会生成最佳执行计划，以提高查询效率；执行阶段则根据执行计划访问数据并返回结果。SELECT语句SELECT语句是数据库查询的核心。它用于从数据库表中检索数据。SELECT语句定义了要检索的列，以及检索数据的条件。SELECT子句数据选择SELECT子句用于指定要检索的列名或表达式，决定查询结果中包含哪些数据。列名或表达式可以使用星号(*)表示所有列，或者列出具体列名，也可使用表达式进行计算或筛选。结果展示SELECT子句确定了查询返回的列，从而决定结果集中数据的格式和内容。聚合函数统计计算聚合函数用于对一组数据进行统计计算，例如求和、平均值、最大值、最小值等。例如，可以使用SUM函数计算所有订单的总金额，使用AVG函数计算所有学生的平均成绩。数据分组聚合函数通常与GROUPBY子句结合使用，将数据分组后，再对每个组进行统计计算。例如，可以将学生按照年级分组，然后分别计算每个年级的平均成绩。WHERE子句WHERE子句用于筛选满足特定条件的记录，它就像一个条件过滤器，过滤掉不符合条件的数据。比较运算符11.等于用于比较两个值是否相等，符号为“=”。22.不等于用于比较两个值是否不相等，符号为“!=”或“<>”。33.大于用于比较两个值的大小关系，符号为“>”。44.小于用于比较两个值的大小关系，符号为“<”。55.大于等于用于比较两个值的大小关系，符号为“>=”。66.小于等于用于比较两个值的大小关系，符号为“<=”。逻辑运算符1AND运算符如果所有条件都为真，则结果为真。例如，"年龄大于18且具有驾驶执照"。2OR运算符如果至少一个条件为真，则结果为真。例如，"年龄大于18或具有驾驶执照"。3NOT运算符取反操作符。例如，"年龄不等于18"。GROUPBY子句GROUPBY子句用于对数据进行分组，便于对分组后的数据进行统计和分析。在GROUPBY子句中，需要指定要分组的列名，例如：GROUPBY姓名，年龄。分组聚合分组汇总根据一个或多个列对数据进行分组，然后计算每个组的统计信息，例如总和、平均值、最大值和最小值。细粒度分析通过对数据进行分组，可以更深入地了解数据背后的趋势和模式，例如不同地区的销售情况。数据透视分组聚合可以帮助用户从不同角度查看数据，从而获得更全面的洞察。HAVING条件过滤分组HAVING子句用于过滤满足特定条件的分组。它类似于WHERE子句，但作用于分组结果，而不是原始数据。条件表达式HAVING子句包含一个条件表达式，通常使用聚合函数和比较运算符。例如，可以根据分组的平均值、最大值或总和筛选结果。10.ORDERBY子句ORDERBY子句用于对查询结果进行排序。ORDERBY子句指定要排序的列和排序顺序，可以是升序（ASC）或降序（DESC）。排序方式升序按照数据从小到大排列，例如：按年龄从小到大排序。降序按照数据从大到小排列，例如：按成绩从高到低