134 python|第七部分：数据库

Posted 2022-01-30 缓缓而行

databases;
database 库名 [character set utf8];
库名;
database();
n 代表字符的个数，而非字节个数

2.char表示定长字符串，默认存储1个字节，table 表名（字段名 数据类型 约束，...，表名;
create table 表名;
table 表名;

注：表的字段约束

UNSIGNED: 设置数字为无符号

NOT NULL:  设置字段不为空。操作数据库时，如果该字段为空，会报错

DEFAULT: 设置一个字段的默认值

COMMENT: 增加字段说明

AUTO_INCREMENT: 定义列为自增的属性，一般用于主键，数值会自动加1

PRIMARY KEY: 定义列为主键，主键的值不能重复，且不能为空

into 表名 values(值1，值2...),(* from 表名 [where 条件]= != > < >= <= ;between ;not between ; in ;not and or

from 表名 where 条件表名 执行动作;添加字段

alter table 表名 drop 字段名;修改数据类型alter table 表名 字段名 新数据类型;修改字段名alter table 表名change 旧字段名 新字段名 新数据类型;日期时间函数
column_name；

[ conditions ]
ORDER BY column1, column2column1, column2,.....columnN
FROM table_name
WHERE [condition]不显示字段重复值注：：加快数据检索速度,提高查找效率

缺点 ：占用数据库物理存储空间，当对表中数据更新时,索引需要动态维护,降低数据写入效率

注：

1. 通常我们只在tbl_name (主表主键)

：数据级联更新  

on delete cascade   on update cascade

dept(primary auto_increment,person(primary auto_increment,person (PRIMARY AUTO_INCREMENT,dept_fk dept(person dept_fkdept(athlete(primary auto_increment,item(primary auto_increment,athlete_item(primary auto_increment,athlete(item(athlete_item ranking tinyint;

                   

10.3 E-R模型图

01.概念

E-R模型(Entry-Relationship)即 实体-关系数据模型,用于数据库设计。

用简单的图(E-R图)反映了现实世界中存在的事物或数据以及他们之间的关系。

1. 实体

   描述客观事物的概念；表示方法 ：矩形框

2. 属性

   实体具有的某种特性；表示方法 ：椭圆形

3. 关系

   实体之间的联系；分为一对多关联(1:n)  和多对多关联(m:n) 
   

   实例：图书、作家和出版社之间的E-R模型图

根据E-R模型图可以创建图书表、作家表、出版社表，另外还可以创建一张出版社和作家之间的关系表。

10.4  表关联查询

表关联查询
类型	语法
简单多表查询	select  字段1,字段2... from 表1,表2... [where 条件]
	多表数据联合查询
内连接	SELECT 字段列表     FROM 表1  INNER JOIN  表2 ON 表1.字段 = 表2.字段;
	只会查到符合条件的记录，结果和表关联查询一样，官方更推荐内连接查询
左（右）连接	SELECT 字段列表     FROM 表1  LEFT（RIGHT） JOIN  表2 ON 表1.字段 = 表2.字段;
	左连接：左表全部显示，显示右表中与左表匹配的项。右连接相反

注：

1.尽量把数据量大的表放在前面，作为基准表

2.外连接又分成左连接和右连接

3.A left join B 和 B right  join A 两种情况返回的结果是一样的，程序员更习惯用左连接。

1.简单多表查询

进行多表查询时，两张表如果没有什么关联性，会把字段全部返回

多表一起查询，没有表达关联条件，会出现笛卡尔积。

笛卡尔积现象就是将A表的每一条记录与B表的每一条记录强行拼在一起。所以，如果A表有n条记录，B表有m条记录，笛卡尔积产生的结果就会产生n*m条记录。

也可以同时查询两张表的多个字段

查询两张表都有的字段时，如果不注明属于那张表，会报错

可以通过重命名的方式来区分表的归属，就不会报错了

通过where 表达关联关系，让表格呈现的信息更有意义。

注：两张表如果已经建立了外键约束关系，where后表示关联的字段基本上就是外键。没有建立外键约束关系的两张表同样也可以进行多表查询，找到关联字段即可。

多表查询工资大于2w的，查询到的结果和真实情况并不相符

原因在于：

1.表关系和条件筛选都在where中 混乱

2.部分数据信息可能筛选不到（部门设置为NULL的员工工资）

2.内连接

内连接的写法有效解决了简单多表查询存在的第一个问题

3.左连接

在本题中，左连接（要根据实际问题分析，也可能是右连接能够解决，不管是左还是右，都属于外连接）的写法解决了简单多表查询的两个问题，显示了左表的全部和右表中与左表匹配的项。

4.右连接

需求：获取每个部门的人数

通过内连接的方式来做会发现如果某个部门人数为0 ，这个部门是不会显示的

3和6并没有显示出来

试试右连接能不能把所有部门显示出来，发现虽然显示了，但是计数出现了问题，这两个部门人数实际为0，显示却是1

问题出来count(*)上，括号内填*表示的是统计所有记录的数量，这题可以把*改成其他字段，比如name等其他字段

现在的显示是没问题的

下期预告：数据库（下）

                                                                                                                                                                 

参考资料

[1] MySQL 教程

https://www.runoob.com/mysql/mysql-tutorial.html

花样早餐展位

135 python|第七部分：数据库

使用: = "host": "localhost", "port": 3306, "user": "root", "password": "123456", "database": "dict", "charset": "utf8"= = = = #用正则表达式获取( += ( data = [] fr = open( line data += re.findall( fr.close() data data = sql= __name_== dict = Dict() dict.insert_words() dict.close() print(row) data = fr.read() fw.write(image)
cur.close()db.close()