python之路十二

Posted 2020-08-16

 

 

 

本节内容

 

1. 数据库介绍
2. mysql 数据库安装使用
3. mysql管理
4. mysql 数据类型
5. 常用mysql命令
   • 创建数据库
   • 外键
   • 增删改查表
   • 权限
6. 事务 
7. 索引
8. python 操作mysql 
9. ORM sqlachemy学习

1. 数据库介绍

什么是数据库？

数据库（Database）是按照数据结构来组织、存储和管理数据的仓库，
每个数据库都有一个或多个不同的API用于创建，访问，管理，搜索和复制所保存的数据。
我们也可以将数据存储在文件中，但是在文件中读写数据速度相对较慢。
所以，现在我们使用关系型数据库管理系统（RDBMS）来存储和管理的大数据量。所谓的关系型数据库，是建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据。
RDBMS即关系数据库管理系统(Relational Database Management System)的特点：
1.数据以表格的形式出现
2.每行为各种记录名称
3.每列为记录名称所对应的数据域
4.许多的行和列组成一张表单
5.若干的表单组成database

 

RDBMS 术语 

在我们开始学习MySQL 数据库前，让我们先了解下RDBMS的一些术语：

• 数据库: 数据库是一些关联表的集合。.
• 数据表: 表是数据的矩阵。在一个数据库中的表看起来像一个简单的电子表格。
• 列: 一列(数据元素) 包含了相同的数据, 例如邮政编码的数据。
• 行：一行（=元组，或记录）是一组相关的数据，例如一条用户订阅的数据。
• 冗余：存储两倍数据，冗余可以使系统速度更快。(表的规范化程度越高，表与表之间的关系就越多；查询时可能经常需要在多个表之间进行连接查询；而进行连接操作会降低查询速度。例如，学生的信息存储在student表中，院系信息存储在department表中。通过student表中的dept_id字段与department表建立关联关系。如果要查询一个学生所在系的名称，必须从student表中查找学生所在院系的编号（dept_id），然后根据这个编号去department查找系的名称。如果经常需要进行这个操作时，连接查询会浪费很多的时间。因此可以在student表中增加一个冗余字段dept_name，该字段用来存储学生所在院系的名称。这样就不用每次都进行连接操作了。)
• 主键：主键是唯一的。一个数据表中只能包含一个主键。你可以使用主键来查询数据。
• 外键：外键用于关联两个表。
• 复合键：复合键（组合键）将多个列作为一个索引键，一般用于复合索引。
• 索引：使用索引可快速访问数据库表中的特定信息。索引是对数据库表中一列或多列的值进行排序的一种结构。类似于书籍的目录。
• 参照完整性: 参照的完整性要求关系中不允许引用不存在的实体。与实体完整性是关系模型必须满足的完整性约束条件，目的是保证数据的一致性。

Mysql数据库

Mysql是最流行的关系型数据库管理系统，在WEB应用方面MySQL是最好的RDBMS(Relational Database Management System：关系数据库管理系统)应用软件之一。由瑞典MySQL AB公司开发，目前属于Oracle公司。MySQL是一种关联数据库管理系统，关联数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。

• Mysql是开源的，所以你不需要支付额外的费用。
• Mysql支持大型的数据库。可以处理拥有上千万条记录的大型数据库。
• MySQL使用标准的SQL数据语言形式。
• Mysql可以允许于多个系统上，并且支持多种语言。这些编程语言包括C、C++、Python、Java、Perl、PHP、Eiffel、Ruby和Tcl等。
• Mysql对PHP有很好的支持，PHP是目前最流行的Web开发语言。
• MySQL支持大型数据库，支持5000万条记录的数据仓库，32位系统表文件最大可支持4GB，64位系统支持最大的表文件为8TB。
• Mysql是可以定制的，采用了GPL协议，你可以修改源码来开发自己的Mysql系统。

 

2. MYSQ数据库的安装使用

Linux/UNIX上安装Mysql

Linux平台上推荐使用RPM包来安装Mysql,MySQL AB提供了以下RPM包的下载地址：

• MySQL - MySQL服务器。你需要该选项，除非你只想连接运行在另一台机器上的MySQL服务器。
• MySQL-client - MySQL 客户端程序，用于连接并操作Mysql服务器。
• MySQL-devel - 库和包含文件，如果你想要编译其它MySQL客户端，例如Perl模块，则需要安装该RPM包。
• MySQL-shared - 该软件包包含某些语言和应用程序需要动态装载的共享库(libmysqlclient.so*)，使用MySQL。
• MySQL-bench - MySQL数据库服务器的基准和性能测试工具。

以下安装Mysql RMP的实例是在SuSE Linux系统上进行，当然该安装步骤也适合应用于其他支持RPM的Linux系统，如:Centos。

安装步骤如下：

使用root用户登陆你的Linux系统。

下载Mysql RPM包，下载地址为：MySQL 下载。

通过以下命令执行Mysql安装，rpm包为你下载的rpm包：

1	[[email protected]]# rpm -i MySQL-5.0.9-0.i386.rpm

以上安装mysql服务器的过程会创建mysql用户，并创建一个mysql配置文件my.cnf。

你可以在/usr/bin和/usr/sbin中找到所有与MySQL相关的二进制文件。所有数据表和数据库将在/var/lib/mysql目录中创建。

以下是一些mysql可选包的安装过程，你可以根据自己的需要来安装：

1 2 3 4

[[email protected]]# rpm -i MySQL-client-5.0.9-0.i386.rpm [[email protected]]# rpm -i MySQL-devel-5.0.9-0.i386.rpm [[email protected]]# rpm -i MySQL-shared-5.0.9-0.i386.rpm [[email protected]]# rpm -i MySQL-bench-5.0.9-0.i386.rpm

Window上安装Mysql

Window上安装Mysql相对来说会较为简单，你只需要载 MySQL 下载中下载window版本的mysql安装包，并解压安装包。

双击 setup.exe 文件，接下来你只需要安装默认的配置点击"next"即可，默认情况下安装信息会在C:\\mysql目录中。

接下来你可以通过"开始" =》在搜索框中输入 " cmd" 命令 =》 在命令提示符上切换到 C:\\mysql\\bin 目录，并输入一下命令：

1	mysqld.exe --console

如果安装成功以上命令将输出一些mysql启动及InnoDB信息。

---

验证Mysql安装

在成功安装Mysql后，一些基础表会表初始化，在服务器启动后，你可以通过简单的测试来验证Mysql是否工作正常。

使用 mysqladmin 工具来获取服务器状态：

使用 mysqladmin 命令俩检查服务器的版本,在linux上该二进制文件位于 /usr/bin on linux ，在window上该二进制文件位于C:\\mysql\\bin 。

1	[[email protected]]# mysqladmin --version

linux上该命令将输出以下结果，该结果基于你的系统信息：

1	mysqladmin  Ver 8.23 Distrib 5.0.9-0, for redhat-linux-gnu on i386

如果以上命令执行后未输入任何信息，说明你的Mysql未安装成功。

使用 MySQL Client(Mysql客户端) 执行简单的SQL命令

你可以在 MySQL Client(Mysql客户端) 使用 mysql 命令连接到Mysql服务器上，默认情况下Mysql服务器的密码为空，所以本实例不需要输入密码。

命令如下：

1	[[email protected]]# mysql

以上命令执行后会输出 mysql>提示符，这说明你已经成功连接到Mysql服务器上，你可以在 mysql> 提示符执行SQL命令：

+ View Code

Mysql安装后需要做的

Mysql安装成功后，默认的root用户密码为空，你可以使用以下命令来创建root用户的密码：

1	[[email protected]]# mysqladmin -u root password "new_password";

现在你可以通过以下命令来连接到Mysql服务器：

1 2	[[email protected]]# mysql -u root -p Enter password:*******

注意：在输入密码时，密码是不会显示了，你正确输入即可。

---

Linux系统启动时启动 MySQL

如果你需要在Linux系统启动时启动 MySQL 服务器，你需要在 /etc/rc.local 文件中添加以下命令：

1	/etc/init.d/mysqld start

同样，你需要将 mysqld 二进制文件添加到 /etc/init.d/ 目录中。

　　

3. mysql管理

启动及关闭 MySQL 服务器

首先，我们需要通过以下命令来检查MySQL服务器是否启动：

1	ps -ef | grep mysqld

如果MySql已经启动，以上命令将输出mysql进程列表， 如果mysql未启动，你可以使用以下命令来启动mysql服务器:

1 2	[email protected]# cd /usr/bin ./mysqld_safe &

如果你想关闭目前运行的 MySQL 服务器, 你可以执行以下命令:

1 2 3

[email protected]# cd /usr/bin ./mysqladmin -u root -p shutdown Enter password: ******

MySQL 用户设置

如果你需要添加 MySQL 用户，你只需要在 mysql 数据库中的 user 表添加新用户即可。

以下为添加用户的的实例，用户名为guest，密码为guest123，并授权用户可进行 SELECT, INSERT 和 UPDATE操作权限：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

[email protected]# mysql -u root -p Enter password:******* mysql> use mysql; Database changed   mysql> INSERT INTO user           (host, user, password,            select_priv, insert_priv, update_priv)            VALUES (‘localhost‘, ‘guest‘,            PASSWORD(‘guest123‘), ‘Y‘, ‘Y‘, ‘Y‘); Query OK, 1 row affected (0.20 sec)   mysql> FLUSH PRIVILEGES; Query OK, 1 row affected (0.01 sec)   mysql> SELECT host, user, password FROM user WHERE user = ‘guest‘; +-----------+---------+------------------+ | host      | user    | password         | +-----------+---------+------------------+ | localhost | guest | 6f8c114b58f2ce9e | +-----------+---------+------------------+ 1 row in set (0.00 sec)

在添加用户时，请注意使用MySQL提供的 PASSWORD() 函数来对密码进行加密。 你可以在以上实例看到用户密码加密后为： 6f8c114b58f2ce9e.

注意：在 MySQL5.7 中 user 表的 password 已换成了authentication_string。

注意：在注意需要执行 FLUSH PRIVILEGES 语句。 这个命令执行后会重新载入授权表。

如果你不使用该命令，你就无法使用新创建的用户来连接mysql服务器，除非你重启mysql服务器。

你可以在创建用户时，为用户指定权限，在对应的权限列中，在插入语句中设置为 ‘Y‘ 即可，用户权限列表如下：

Select_priv，Insert_priv，Update_priv，Delete_priv，Create_priv，Drop_priv，Reload_priv，Shutdown_priv，Process_priv，File_priv，Grant_priv，References_priv，Index_priv，Alter_priv

另外一种添加用户的方法为通过SQL的 GRANT 命令，你下命令会给指定数据库TUTORIALS添加用户 zara ，密码为 zara123 。

1 2 3 4 5 6 7 8 9

[email protected]# mysql -u root -p password; Enter password:******* mysql> use mysql; Database changed   mysql> GRANT SELECT,INSERT,UPDATE,DELETE,CREATE,DROP     -> ON TUTORIALS.*     -> TO ‘zara‘@‘localhost‘     -> IDENTIFIED BY ‘zara123‘;

/etc/my.cnf 文件配置

一般情况下，你不需要修改该配置文件，该文件默认配置如下：

1 2 3 4 5 6 7 8 9 10 11

[mysqld] datadir=/var/lib/mysql socket=/var/lib/mysql/mysql.sock   [mysql.server] user=mysql basedir=/var/lib   [safe_mysqld] err-log=/var/log/mysqld.log pid-file=/var/run/mysqld/mysqld.pid

管理MySQL的命令

以下列出了使用Mysql数据库过程中常用的命令：

• USE 数据库名 :选择要操作的Mysql数据库，使用该命令后所有Mysql命令都只针对该数据库。

• SHOW DATABASES: 列出 MySQL 数据库管理系统的数据库列表。

• SHOW TABLES: #显示指定数据库的所有表，使用该命令前需要使用 use命令来选择要操作的数据库。

• SHOW COLUMNS FROM 数据表: #显示数据表的属性，属性类型，主键信息 ，是否为 NULL，默认值等其他信息。

• create database testdb charset "utf8"; #创建一个叫testdb的数据库，且让其支持中文 

• drop database testdb; #删除数据库

• SHOW INDEX FROM 数据表:显示数据表的详细索引信息，包括PRIMARY KEY（主键）。

 

4. MySQL 数据类型

MySQL中定义数据字段的类型对你数据库的优化是非常重要的。

MySQL支持多种类型，大致可以分为三类：数值、日期/时间和字符串(字符)类型。

数值类型

MySQL支持所有标准SQL数值数据类型。

这些类型包括严格数值数据类型(INTEGER、SMALLINT、DECIMAL和NUMERIC)，以及近似数值数据类型(FLOAT、REAL和DOUBLE PRECISION)。

关键字INT是INTEGER的同义词，关键字DEC是DECIMAL的同义词。

BIT数据类型保存位字段值，并且支持MyISAM、MEMORY、InnoDB和BDB表。

作为SQL标准的扩展，MySQL也支持整数类型TINYINT、MEDIUMINT和BIGINT。下面的表显示了需要的每个整数类型的存储和范围。

 

类型	大小	范围（有符号）	范围（无符号）	用途
TINYINT	1 字节	(-128，127)	(0，255)	小整数值
SMALLINT	2 字节	(-32 768，32 767)	(0，65 535)	大整数值
MEDIUMINT	3 字节	(-8 388 608，8 388 607)	(0，16 777 215)	大整数值
INT或INTEGER	4 字节	(-2 147 483 648，2 147 483 647)	(0，4 294 967 295)	大整数值
BIGINT	8 字节	(-9 233 372 036 854 775 808，9 223 372 036 854 775 807)	(0，18 446 744 073 709 551 615)	极大整数值
FLOAT	4 字节	(-3.402 823 466 E+38，1.175 494 351 E-38)，0，(1.175 494 351 E-38，3.402 823 466 351 E+38)	0，(1.175 494 351 E-38，3.402 823 466 E+38)	单精度 浮点数值
DOUBLE	8 字节	(1.797 693 134 862 315 7 E+308，2.225 073 858 507 201 4 E-308)，0，(2.225 073 858 507 201 4 E-308，1.797 693 134 862 315 7 E+308)	0，(2.225 073 858 507 201 4 E-308，1.797 693 134 862 315 7 E+308)	双精度 浮点数值
DECIMAL	对DECIMAL(M,D) ，如果M>D，为M+2否则为D+2	依赖于M和D的值	依赖于M和D的值	小数值

 

日期和时间类型

表示时间值的日期和时间类型为DATETIME、DATE、TIMESTAMP、TIME和YEAR。

每个时间类型有一个有效值范围和一个"零"值，当指定不合法的MySQL不能表示的值时使用"零"值。

TIMESTAMP类型有专有的自动更新特性，将在后面描述。

 

 

类型	大小 (字节)	范围	格式	用途
DATE	3	1000-01-01/9999-12-31	YYYY-MM-DD	日期值
TIME	3	‘-838:59:59‘/‘838:59:59‘	HH:MM:SS	时间值或持续时间
YEAR	1	1901/2155	YYYY	年份值
DATETIME	8	1000-01-01 00:00:00/9999-12-31 23:59:59	YYYY-MM-DD HH:MM:SS	混合日期和时间值
TIMESTAMP	4	1970-01-01 00:00:00/2037 年某时	YYYYMMDD HHMMSS	混合日期和时间值，时间戳

　　

字符串类型

字符串类型指CHAR、VARCHAR、BINARY、VARBINARY、BLOB、TEXT、ENUM和SET。该节描述了这些类型如何工作以及如何在查询中使用这些类型。

类型	大小	用途
CHAR	0-255字节	定长字符串
VARCHAR	0-65535 字节	变长字符串
TINYBLOB	0-255字节	不超过 255 个字符的二进制字符串
TINYTEXT	0-255字节	短文本字符串
BLOB	0-65 535字节	二进制形式的长文本数据
TEXT	0-65 535字节	长文本数据
MEDIUMBLOB	0-16 777 215字节	二进制形式的中等长度文本数据
MEDIUMTEXT	0-16 777 215字节	中等长度文本数据
LONGBLOB	0-4 294 967 295字节	二进制形式的极大文本数据
LONGTEXT	0-4 294 967 295字节	极大文本数据

CHAR和VARCHAR类型类似，但它们保存和检索的方式不同。它们的最大长度和是否尾部空格被保留等方面也不同。在存储或检索过程中不进行大小写转换。

BINARY和VARBINARY类类似于CHAR和VARCHAR，不同的是它们包含二进制字符串而不要非二进制字符串。也就是说，它们包含字节字符串而不是字符字符串。这说明它们没有字符集，并且排序和比较基于列值字节的数值值。

BLOB是一个二进制大对象，可以容纳可变数量的数据。有4种BLOB类型：TINYBLOB、BLOB、MEDIUMBLOB和LONGBLOB。它们只是可容纳值的最大长度不同。

有4种TEXT类型：TINYTEXT、TEXT、MEDIUMTEXT和LONGTEXT。这些对应4种BLOB类型，有相同的最大长度和存储需求。

5. mysql 常用命令

MySQL 创建数据表

语法

1	CREATE TABLE table_name (column_name column_type);

创建一个student表

1 2 3 4 5 6 7

create table student(    stu_id INT NOT NULL AUTO_INCREMENT,    name CHAR(32) NOT NULL,    age  INT NOT NULL,    register_date DATE,    PRIMARY KEY ( stu_id ) );

实例解析：

• 如果你不想字段为 NULL 可以设置字段的属性为 NOT NULL， 在操作数据库时如果输入该字段的数据为NULL ，就会报错。
• 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关键字用于定义列为主键。 您可以使用多列来定义主键，列间以逗号分隔。

MySQL 插入数据

语法

1 2 3

INSERT INTO table_name ( field1, field2,...fieldN )                        VALUES                        ( value1, value2,...valueN );

插入数据

1 2 3 4 5 6 7 8 9 10 11

mysql> insert into student (name,age,register_date) values ("alex li",22,"2016-03-4")     -> ; Query OK, 1 row affected (0.00 sec)   mysql> select * from student; +--------+---------+-----+---------------+ | stu_id | name    | age | register_date | +--------+---------+-----+---------------+ |      1 | alex li |  22 | 2016-03-04    | +--------+---------+-----+---------------+ 1 row in set (0.00 sec)

MySQL 查询数据

语法

1 2 3 4

SELECT column_name,column_name FROM table_name [WHERE Clause] [OFFSET M ][LIMIT N]

• 查询语句中你可以使用一个或者多个表，表之间使用逗号(,)分割，并使用WHERE语句来设定查询条件。
• SELECT 命令可以读取一条或者多条记录。
• 你可以使用星号（*）来代替其他字段，SELECT语句会返回表的所有字段数据
• 你可以使用 WHERE 语句来包含任何条件。
• 你可以通过OFFSET指定SELECT语句开始查询的数据偏移量。默认情况下偏移量为0。
• 你可以使用 LIMIT 属性来设定返回的记录数。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

mysql> select * from student limit 3 offset 2; +--------+---------+-----+---------------+ | stu_id | name    | age | register_date | +--------+---------+-----+---------------+ |      3 | alex li |  24 | 2016-03-04    | |      4 | alex li |  24 | 2016-03-01    | |      5 | alex li |  24 | 2016-03-02    | +--------+---------+-----+---------------+ 3 rows in set (0.00 sec) 比如这个SQL ，limit后面跟的是3条数据，offset后面是从第3条开始读取   mysql> select * from student limit 3 ,1; +--------+---------+-----+---------------+ | stu_id | name    | age | register_date | +--------+---------+-----+---------------+ |      4 | alex li |  24 | 2016-03-01    | +--------+---------+-----+---------------+ 1 row in set (0.00 sec)   而这个SQL，limit后面是从第3条开始读，读取1条信息。

　　

MySQL where 子句

语法

1 2	SELECT field1, field2,...fieldN FROM table_name1, table_name2... [WHERE condition1 [AND [OR]] condition2.....

以下为操作符列表，可用于 WHERE 子句中。

下表中实例假定 A为10 B为20

操作符	描述	实例
=	等号，检测两个值是否相等，如果相等返回true	(A = B) 返回false。
<>, !=	不等于，检测两个值是否相等，如果不相等返回true	(A != B) 返回 true。
>	大于号，检测左边的值是否大于右边的值, 如果左边的值大于右边的值返回true	(A > B) 返回false。
<	小于号，检测左边的值是否小于右边的值, 如果左边的值小于右边的值返回true	(A < B) 返回 true。
>=	大于等于号，检测左边的值是否大于或等于右边的值, 如果左边的值大于或等于右边的值返回true	(A >= B) 返回false。
<=	小于等于号，检测左边的值是否小于于或等于右边的值, 如果左边的值小于或等于右边的值返回true	(A <= B) 返回 true。

　　

使用主键来作为 WHERE 子句的条件查询是非常快速的。

1	select * from student where register_date > ‘2016-03-04‘;

　　

MySQL UPDATE 查询

语法

1 2	UPDATE table_name SET field1=new-value1, field2=new-value2 [WHERE Clause]

1	update student set age=22 ,name="Alex Li" where stu_id>3;

MySQL DELETE 语句

语法

1	DELETE FROM table_name [WHERE Clause]<br><br>delete from student where stu_id=5;

MySQL LIKE 子句

语法

1 2 3 4 5 6

SELECT field1, field2,...fieldN table_name1, table_name2... WHERE field1 LIKE condition1 [AND [OR]] filed2 = ‘somevalue‘     select *from student where name binary like "%Li"; select *from student where name binary like  binary "%Li"; #只匹配大写

MySQL 排序

1 2 3 4

SELECT field1, field2,...fieldN table_name1, table_name2... ORDER BY field1, [field2...] [ASC [DESC]] 使用 ASC 或 DESC 关键字来设置查询结果是按升序或降序排列。 默认情况下，它是按升序排列。 select *from student where name like binary "%Li" order by stu_id desc;

MySQL GROUP BY 语句　　

1 2 3 4

SELECT column_name, function(column_name) FROM table_name WHERE column_name operator value GROUP BY column_name;

示例

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37

mysql> SELECT * FROM employee_tbl; +----+--------+---------------------+--------+ | id | name   | date                | singin | +----+--------+---------------------+--------+ |  1 | 小明 | 2016-04-22 15:25:33 |      1 | |  2 | 小王 | 2016-04-20 15:25:47 |      3 | |  3 | 小丽 | 2016-04-19 15:26:02 |      2 | |  4 | 小王 | 2016-04-07 15:26:14 |      4 | |  5 | 小明 | 2016-04-11 15:26:40 |      4 | |  6 | 小明 | 2016-04-04 15:26:54 |      2 | +----+--------+---------------------+--------+   接下来我们使用 GROUP BY 语句 将数据表按名字进行分组，并统计每个人有多少条记录： mysql> SELECT name, COUNT(*) FROM   employee_tbl GROUP BY name; +--------+----------+ | name   | COUNT(*) | +--------+----------+ | 小丽 |        1 | | 小明 |        3 | | 小王 |        2 | +--------+----------+ 3 rows in set (0.01 sec)   使用 WITH ROLLUP mysql> SELECT name, SUM(singin) as singin_count FROM  employee_tbl GROUP BY name WITH ROLLUP; +--------+--------------+ | name   | singin_count | +--------+--------------+ | 小丽 |            2 | | 小明 |            7 | | 小王 |            7 | | NULL   |           16 | +--------+--------------+ 4 rows in set (0.00 sec) 其中记录 NULL 表示所有人的登录次数。<br> 我们可以使用 coalesce 来设置一个可以取代 NUll 的名称，coalesce 语法： mysql> SELECT coalesce(name, ‘总数‘), SUM(singin) as singin_count FROM  employee_tbl GROUP BY name WITH ROLLUP;

MySQL ALTER命令 

我们需要修改数据表名或者修改数据表字段时，就需要使用到MySQL ALTER命令。

删除，添加或修改表字段

1	alter table student drop register_date; #从student表删除register_date   字段alter table student add phone int(11) not null; ＃添加phone字段

修改字段类型及名称

如果需要修改字段类型及名称, 你可以在ALTER命令中使用 MODIFY 或 CHANGE 子句 。

例如，把字段 c 的类型从 CHAR(1) 改为 CHAR(10)，可以执行以下命令:

1	mysql> ALTER TABLE testalter_tbl MODIFY c CHAR(10);

使用 CHANGE 子句, 语法有很大的不同。 在 CHANGE 关键字之后，紧跟着的是你要修改的字段名，然后指定新字段名及类型。尝试如下实例：

1 2 3

mysql> ALTER TABLE testalter_tbl CHANGE i j BIGINT;   mysql> ALTER TABLE testalter_tbl CHANGE j j INT;

ALTER TABLE 对 Null 值和默认值的影响

当你修改字段时，你可以指定是否包含只或者是否设置默认值。

以下实例，指定字段 j 为 NOT NULL 且默认值为100 。

1 2	mysql> ALTER TABLE testalter_tbl     -> MODIFY j BIGINT NOT NULL DEFAULT 100;

修改表名

1	mysql> ALTER TABLE testalter_tbl RENAME TO alter_tbl;

 

关于主键

外键，一个特殊的索引，用于关键2个表，只能是指定内容　　

1 2 3 4 5 6 7 8 9 10 11 12 13 14

mysql> create table class(     -> id  int not null primary key,     -> name char(16)); Query OK, 0 rows affected (0.02 sec)     CREATE TABLE `student2` (   `id` int(11) NOT NULL,   `name` char(16) NOT NULL,   `class_id` int(11) NOT NULL,   PRIMARY KEY (`id`),   KEY `fk_class_key` (`class_id`),   CONSTRAINT `fk_class_key` FOREIGN KEY (`class_id`) REFERENCES `class` (`id`) )

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

此时如果class 表中不存在id 1,student表也插入不了，这就叫外键约束 mysql> insert into student2(id,name,class_id) values(1,‘alex‘, 1); ERROR 1452 (23000): Cannot add or update a child row: a foreign key constraint fails (`testdb`.`student2`, CONSTRAINT `fk_class_key` FOREIGN KEY (`class_id`) REFERENCES `class` (`id`))       mysql> insert into class(id,name) values(1,"linux"); Query OK, 1 row affected (0.01 sec)   mysql> insert into student2(id,name,class_id) values(1,‘alex‘, 1); Query OK, 1 row affected (0.00 sec)     ＃如果有student表中跟这个class表有关联的数据，你是不能删除class表中与其关联的纪录的 mysql> delete from class where id =1; ERROR 1451 (23000): Cannot delete or update a parent row: a foreign key constraint fails (`testdb`.`student2`, CONSTRAINT `fk_class_key` FOREIGN KEY (`class_id`) REFERENCES `class` (`id`))

　　

　　

 

 

 

MySQL NULL 值处理　　

我们已经知道MySQL使用 SQL SELECT 命令及 WHERE 子句来读取数据表中的数据,但是当提供的查询条件字段为 NULL 时，该命令可能就无法正常工作。
为了处理这种情况，MySQL提供了三大运算符:
IS NULL: 当列的值是NULL,此运算符返回true。
IS NOT NULL: 当列的值不为NULL, 运算符返回true。
<=>: 比较操作符（不同于=运算符），当比较的的两个值为NULL时返回true。
关于 NULL 的条件比较运算是比较特殊的。你不能使用 = NULL 或 != NULL 在列中查找 NULL 值 。
在MySQL中，NULL值与任何其它值的比较（即使是NULL）永远返回false，即 NULL = NULL 返回false 。
MySQL中处理NULL使用IS NULL和IS NOT NULL运算符。

 

Mysql 连接（left join, right join, inner join ,full join）

我们已经学会了如果在一张表中读取数据，这是相对简单的，但是在真正的应用中经常需要从多个数据表中读取数据。

本章节我们将向大家介绍如何使用 MySQL 的 JOIN 在两个或多个表中查询数据。

你可以在SELECT, UPDATE 和 DELETE 语句中使用 Mysql 的 JOIN 来联合多表查询。

JOIN 按照功能大致分为如下三类：

• INNER JOIN（内连接,或等值连接）：获取两个表中字段匹配关系的记录。
• LEFT JOIN（左连接）：获取左表所有记录，即使右表没有对应匹配的记录。
• RIGHT JOIN（右连接）： 与 LEFT JOIN 相反，用于获取右表所有记录，即使左表没有对应匹配的记录。

Suppose you have two tables, with a single column each, and data as follows:　　

1 2 3 4 5 6

A    B -    - 1    3 2    4 3    5 4    6

Inner join

An inner join using either of the equivalent queries gives the intersection of the two tables, i.e. the two rows they have in common.

1 2 3 4 5 6 7

select * from a INNER JOIN b on a.a = b.b; select a.*,b.*  from a,b where a.a = b.b;   a | b --+-- 3 | 3 4 | 4

其实就是只显示2个表的交集

Left join

A left join will give all rows in A, plus any common rows in B.

1 2 3 4 5 6 7 8

select * from a LEFT JOIN b on a.a = b.b;   a |  b --+----- 1 | null 2 | null 3 |    3 4 |    4

Right join

A right join will give all rows in B, plus any common rows in A.

1 2 3 4 5 6 7 8

select * from a RIGHT JOIN b on a.a = b.b;   a    |  b -----+---- 3    |  3 4    |  4 null |  5 null |  6

Full join

A full outer join will give you the union of A and B, i.e. all the rows in A and all the rows in B. If something in A doesn‘t have a corresponding datum in B, then the B portion is null, and vice versa

1 2 3 4 5 6 7 8 9 10

select * from a FULL JOIN b on a.a = b.b;    a   |  b -----+-----    1 | null    2 | null    3 |    3    4 |    4 null |    6 null |    5

　　 

mysql 并不直接支持full join,but 总是难不到我们

+ View Code

　　

6. 事务

MySQL 事务主要用于处理操作量大，复杂度高的数据。比如说，在人员管理系统中，你删除一个人员，你即需要删除人员的基本资料，也要删除和该人员相关的信息，如信箱，文章等等，这样，这些数据库操作语句就构成一个事务！

• 在MySQL中只有使用了Innodb数据库引擎的数据库或表才支持事务
• 事务处理可以用来维护数据库的完整性，保证成批的SQL语句要么全部执行，要么全部不执行
• 事务用来管理insert,update,delete语句

一般来说，事务是必须满足4个条件（ACID）： Atomicity（原子性）、Consistency（稳定性）、Isolation（隔离性）、Durability（可靠性）

• 1、事务的原子性：一组事务，要么成功；要么撤回。
• 2、稳定性 ： 有非法数据（外键约束之类），事务撤回。
• 3、隔离性：事务独立运行。一个事务处理后的结果，影响了其他事务，那么其他事务会撤回。事务的100%隔离，需要牺牲速度。
• 4、可靠性：软、硬件崩溃后，InnoDB数据表驱动会利用日志文件重构修改。可靠性和高速度不可兼得， innodb_flush_log_at_trx_commit选项 决定什么时候吧事务保存到日志里。

在Mysql控制台使用事务来操作

1 2 3 4 5

mysql> begin； ＃开始一个事务   mysql> insert into a (a) values(555);   mysql>rollback; 回滚 ， 这样数据是不会写入的

当然如果上面的数据没问题，就输入commit提交命令就行；

 

7.索引　　

MySQL索引的建立对于MySQL的高效运行是很重要的，索引可以大大提高MySQL的检索速度。

打个比方，如果合理的设计且使用索引的MySQL是一辆兰博基尼的话，那么没有设计和使用索引的MySQL就是一个人力三轮车。

索引分单列索引和组合索引。单列索引，即一个索引只包含单个列，一个表可以有多个单列索引，但这不是组合索引。组合索引，即一个索包含多个列。

创建索引时，你需要确保该索引是应用在 SQL 查询语句的条件(一般作为 WHERE 子句的条件)。 

实际上，索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录。

上面都在说使用索引的好处，但过多的使用索引将会造成滥用。因此索引也会有它的缺点：虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行INSERT、UPDATE和DELETE。因为更新表时，MySQL不仅要保存数据，还要保存一下索引文件。建立索引会占用磁盘空间的索引文件。

普通索引

创建索引

这是最基本的索引，它没有任何限制。它有以下几种创建方式：

1	CREATE INDEX indexName ON mytable(username(length));

如果是CHAR，VARCHAR类型，length可以小于字段实际长度；如果是BLOB和TEXT类型，必须指定 length。

 修改表结构

1	ALTER mytable ADD INDEX [indexName] ON (username(length))

创建表的时候直接指定

1 2 3 4 5 6 7 8 9

CREATE TABLE mytable(     ID INT NOT NULL,      username VARCHAR(16) NOT NULL,     INDEX [indexName] (username(length))     );

删除索引的语法

1	DROP INDEX [indexName] ON mytable;

1. ORM介绍
2. sqlalchemy安装
3. sqlalchemy基本使用
4. 多外键关联
5. 多对多关系
6. 表结构设计作业

 

1. ORM介绍

orm英文全称object relational mapping,就是对象映射关系程序，简单来说我们类似python这种面向对象的程序来说一切皆对象，但是我们使用的数据库却都是关系型的，为了保证一致的使用习惯，通过orm将编程语言的对象模型和数据库的关系模型建立映射关系，这样我们在使用编程语言对数据库进行操作的时候可以直接使用编程语言的对象模型进行操作就可以了，而不用直接使用sql语言。

orm的优点：

1. 隐藏了数据访问细节，“封闭”的通用数据库交互，ORM的核心。他使得我们的通用数据库交互变得简单易行，并且完全不用考虑该死的SQL语句。快速开发，由此而来。
2. ORM使我们构造固化数据结构变得简单易行。

缺点：

1. 无可避免的，自动化意味着映射和关联管理，代价是牺牲性能（早期，这是所有不喜欢ORM人的共同点）。现在的各种ORM框架都在尝试使用各种方法来减轻这块（LazyLoad，Cache），效果还是很显著的。

 

2. sqlalchemy安装

在Python中，最有名的ORM框架是SQLAlchemy。用户包括openstack＼Dropbox等知名公司或应用，主要用户列表http://www.sqlalchemy.org/organizations.html#openstack

Dialect用于和数据API进行交流，根据配置文件的不同调用不同的数据库API，从而实现对数据库的操作，如：

 

1 2 3 4 5 6 7 8 9 10 11 12 13

MySQL-Python     mysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname>     pymysql     mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>]     MySQL-Connector     mysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname>     cx_Oracle     oracle+cx_oracle://user:[email protected]:port/dbname[?key=value&key=value...]     更多详见：http://docs.sqlalchemy.org/en/latest/dialects/index.html

　　

安装sqlalchemy

1	pip install SQLAlchemy<br><br>pip install pymysql  #由于mysqldb依然不支持py3，所以这里我们用pymysql与sqlalchemy交互

 

3.sqlalchemy基本使用

下面就开始让你见证orm的nb之处，盘古开天劈地之前，我们创建一个表是这样的

1 2 3 4 5 6

CREATE TABLE user (     id INTEGER NOT NULL AUTO_INCREMENT,     name VARCHAR(32),     password VARCHAR(64),     PRIMARY KEY (id) )

这只是最简单的sql表，如果再加上外键关联什么的，一般程序员的脑容量是记不住那些sql语句的，于是有了orm,实现上面同样的功能，代码如下

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

import sqlalchemy from sqlalchemy import create_engine from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column, Integer, String   engine = create_engine("mysql+pymysql://root:[email protected]/testdb",                                     encoding=‘utf-8‘, echo=True)     Base = declarative_base() #生成orm基类   class User(Base):     __tablename__ = ‘user‘ #表名     id = Column(Integer, primary_key=True)     name = Column(String(32))     password = Column(String(64))   Base.metadata.create_all(engine) #创建表结构

你说，娘那个腚的，并没有感觉代码量变少啊，呵呵， 孩子莫猴急，好戏在后面

Lazy Connecting
The Engine, when first returned by create_engine(), has not actually tried to connect to the database yet; that happens only the first time it is asked to perform a task against the database.　　

除上面的创建之外，还有一种创建表的方式，虽不学用，但还是看看吧

+ View Code

　　

最基本的表我们创建好了，那我们开始用orm创建一条数据试试

1 2 3 4 5 6 7 8 9 10 11

Session_class = sessionmaker(bind=engine) #创建与数据库的会话session class ,注意,这里返回给session的是个class,不是实例 Session = Session_class() #生成session实例     user_obj = User(name="alex",password="alex3714") #生成你要创建的数据对象 print(user_obj.name,user_obj.id)  #此时还没创建对象呢，不信你打印一下id发现还是None   Session.add(user_obj) #把要创建的数据对象添加到这个session里， 一会统一创建 print(user_obj.name,user_obj.id) #此时也依然还没创建   Session.commit() #现此才统一提交，创建数据

我擦，写这么多代码才创建一条数据，你表示太tm的费劲了，正要转身离开，我拉住你的手不放开，高潮还没到。。

查询

1 2	my_user = Session.query(User).filter_by(name="alex").first() print(my_user)

此时你看到的输出是这样的应该

1	<__main__.User object at 0x105b4ba90>

我擦，这是什么？这就是你要的数据呀， 只不过sqlalchemy帮你把返回的数据映射成一个对象啦，这样你调用每个字段就可以跟调用对象属性一样啦，like this..

1 2 3 4

print(my_user.id,my_user.name,my_user.password)   输出 1 alex alex3714

不过刚才上面的显示的内存对象对址你是没办法分清返回的是什么数据的，除非打印具体字段看一下，如果想让它变的可读，只需在定义表的类下面加上这样的代码

1 2 3

def __repr__(self):     return "<User(name=‘%s‘,  password=‘%s‘)>" % (         self.name, self.password)

　　

修改

1 2 3 4 5

my_user = Session.query(User).filter_by(name="alex").first()   my_user.name = "Alex Li"   Session.commit()

回滚

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

my_user = Session.query(User).filter_by(id=1).first() my_user.name = "Jack"     fake_user = User(name=‘Rain‘, password=‘12345‘) Session.add(fake_user)   print(Session.query(User).filter(User.name.in_([‘Jack‘,‘rain‘])).all() )  #这时看session里有你刚添加和修改的数据   Session.rollback() #此时你rollback一下   print(Session.query(User).filter(User.name.in_([‘Jack‘,‘rain‘])).all() ) #再查就发现刚才添加的数据没有了。   # Session # Session.commit()

　　

获取所有数据

1	print(Session.query(User.name,User.id).all() )

 

多条件查询

1	objs = Session.query(User).filter(User.id>0).filter(User.id<7).all()

上面2个filter的关系相当于 user.id >1 AND user.id <7 的效果

统计和分组

1	Session.query(User).filter(User.name.like("Ra%")).count()

分组

1 2	from sqlalchemy import func print(Session.query(func.count(User.name),User.name).group_by(User.name).all() )

相当于原生sql为

+ View Code

输出为

[(1, ‘Jack‘), (2, ‘Rain‘)]

 

外键关联

我们创建一个addresses表，跟user表关联

1 2 3 4 5 6 7 8 9 10 11 12 13

from sqlalchemy import ForeignKey from sqlalchemy.orm import relationship   class Address(Base):     __tablename__ = ‘addresses‘     id = Column(Integer, primary_key=True)     email_address = Column(String(32), nullable=False)     user_id = Column(Integer, ForeignKey(‘user.id‘))       user = relationship("User", backref="addresses") #这个nb，允许你在user表里通过backref字段反向查出所有它在addresses表里的关联项       def __repr__(self):         return "<Address(email_address=‘%s‘)>" % self.email_address

The relationship.back_populates parameter is a newer version of a very common SQLAlchemy feature calledrelationship.backref. The relationship.backref parameter hasn’t gone anywhere and will always remain available! The relationship.back_populates is the same thing, except a little more verbose and easier to manipulate. For an overview of the entire topic, see the section Linking Relationships with Backref.　　

　　

表创建好后，我们可以这样反查试试

1 2 3 4 5 6

obj = Session.query(User).first() for i in obj.addresses: #通过user对象反查关联的addresses记录     print(i)   addr_obj = Session.query(Address).first() print(addr_obj.user.name)  #在addr_obj里直接查关联的user表

创建关联对象

1 2 3 4 5 6 7 8

obj = Session.query(User).filter(User.name==‘rain‘).all()[0] print(obj.addresses)   obj.addresses = [Address(email_address="[email protected]"), #添加关联对象                  Address(email_address="[email protected]")]     Session.commit()

 

 

常用查询语法

Common Filter Operators

Here’s a rundown of some of the most common operators used in filter():

• equals:

       query.filter(User.name == ‘ed‘)
  

• not equals:

       query.filter(User.name != ‘ed‘)
  

• LIKE:

  query.filter(User.name.like(‘%ed%‘))

• IN:

• NOT IN:
  query.filter(~User.name.in_([‘ed‘, ‘wendy‘, ‘jack‘]))

• IS NULL:

• IS NOT NULL:

• AND:
  2.1. ObjectRelationalTutorial 17

query.filter(User.name.in_([‘ed‘, ‘wendy‘, ‘jack‘]))

# works with query objects too:

query.filter(User.name.in_( session.query(User.name).filter(User.name.like(‘%ed%‘))

))

query.filter(User.name == None)

# alternatively, if pep8/linters are a concern

query.filter(User.name.is_(None))

query.filter(User.name != None)

# alternatively, if pep8/linters are a concern

query.filter(User.name.isnot(None))

SQLAlchemy Documentation, Release 1.1.0b1

# use and_()

from sqlalchemy import and_
query.filter(and_(User.name == ‘ed‘, User.fullname == ‘Ed Jones‘))

# or send multiple expressions to .filter()

query.filter(User.name == ‘ed‘, User.fullname == ‘Ed Jones‘)

# or chain multiple filter()/filter_by() calls

query.filter(User.name == ‘ed‘).filter(User.fullname == ‘Ed Jones‘)

Note: Makesureyouuseand_()andnotthePythonandoperator! ? OR:

Note: Makesureyouuseor_()andnotthePythonoroperator! ? MATCH:

query.filter(User.name.match(‘wendy‘))
Note: match() uses a database-specific MATCH or CONTAINS f 

 

　　

4.多外键关联

One of the most common situations to deal with is when there are more than one foreign key path between two tables.

Consider a Customer class that contains two foreign keys to an Address class:

下表中，Customer表有2个字段都关联了Address表 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

from sqlalchemy import Integer, ForeignKey, String, Column from sqlalchemy.ext.declarative import declarative_base from sqlalchemy.orm import relationship   Base = declarative_base()   class Customer(Base):     __tablename__ = ‘customer‘     id = Column(Integer, primary_key=True)     name = Column(String)       billing_address_id = Column(Integer, ForeignKey("address.id"))     shipping_address_id = Column(Integer, ForeignKey("address.id"))       billing_address = relationship("Address")      shipping_address = relationship("Address")   class Address(Base):     __tablename__ = ‘address‘     id = Column(Integer, primary_key=True)     street = Column(String)     city = Column(String)     state = Column(String)

创建表结构是没有问题的，但你Address表中插入数据时会报下面的错

1 2 3 4 5 6

sqlalchemy.exc.AmbiguousForeignKeysError: Could not determine join condition between parent/child tables on relationship Customer.billing_address - there are multiple foreign key paths linking the tables.  Specify the ‘foreign_keys‘ argument, providing a list of those columns which should be counted as containing a foreign key reference to the parent table.

解决办法如下

1 2 3 4 5 6 7 8 9 10

class Customer(Base):     __tablename__ = ‘customer‘     id = Column(Integer, primary_key=True)     name = Column(String)       billing_address_id = Column(Integer, ForeignKey("address.id"))     shipping_address_id = Column(Integer, ForeignKey("address.id"))       billing_address = relationship("Address", foreign_keys=[billing_address_id])     shipping_address = relationship("Address", foreign_keys=[shipping_address_id])

这样sqlachemy就能分清哪个外键是对应哪个字段了

　　

5.多对多关系

现在来设计一个能描述“图书”与“作者”的关系的表结构，需求是

1. 一本书可以有好几个作者一起出版
2. 一个作者可以写好几本书

此时你会发现，用之前学的外键好像没办法实现上面的需求了，因为

当然你更不可以像下面这样干，因为这样就你就相当于有多条书的记录了，太low b了，改书名还得都改。。。

 

那怎么办呢？ 此时，我们可以再搞出一张中间表，就可以了

这样就相当于通过book_m2m_author表完成了book表和author表之前的多对多关联

用orm如何表示呢？

orm 多对多

 

接下来创建几本书和作者

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Session_class = sessionmaker(bind=engine) #创建与数据库的会话session class ,注意,这里返回给session的是个class,不是实例 s = Session_class() #生成session实例   b1 = Book(name="跟Alex学Python") b2 = Book(name="跟Alex学把妹") b3 = Book(name="跟Alex学装逼") b4 = Book(name="跟Alex学开车")   a1 = Author(name="Alex") a2 = Author(name="Jack") a3 = Author(name="Rain")   b1.authors = [a1,a2] b2.authors = [a1,a2,a3]   s.add_all([b1,b2,b3,b4,a1,a2,a3])   s.commit()

此时，手动连上mysql，分别查看这3张表，你会发现，book_m2m_author中自动创建了多条纪录用来连接book和author表

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

mysql> select * from books; +----+------------------+----------+ | id | name             | pub_date | +----+------------------+----------+ |  1 | 跟Alex学Python   | NULL     | |  2 | 跟Alex学把妹     | NULL     | |  3 | 跟Alex学装逼     | NULL     | |  4 | 跟Alex学开车     | NULL     | +----+------------------+----------+ 4 rows in set (0.00 sec)   mysql> select * from authors; +----+------+ | id | name | +----+------+ | 10 | Alex | | 11 | Jack | | 12 | Rain | +----+------+ 3 rows in set (0.00 sec)   mysql> select * from book_m2m_author; +---------+-----------+ | book_id | author_id | +---------+-----------+ |       2 |        10 | |       2 |        11 | |       2 |        12 | |       1 |        10 | |       1 |        11 | +---------+-----------+ 5 rows in set (0.00 sec)

 

此时，我们去用orm查一下数据

1 2 3 4 5 6 7 8 9

print(‘--------通过书表查关联的作者---------‘)   book_obj = s.query(Book).filter_by(name="跟Alex学Python").first() print(book_obj.name, book_obj.authors)   print(‘--------通过作者表查关联的书---------‘) author_obj =s.query(Author).filter_by(name="Alex").first() print(author_obj.name , author_obj.books) s.commit()

输出如下

1 2 3 4

--------通过书表查关联的作者--------- 跟Alex学Python [Alex, Jack] --------通过作者表查关联的书--------- Alex [跟Alex学把妹, 跟Alex学Python]

牛逼了我的哥！！完善实现多对多　　

　　

多对多删除

删除数据时不用管boo_m2m_authors　， sqlalchemy会自动帮你把对应的数据删除

通过书删除作者

1 2 3 4 5 6

author_obj =s.query(Author).filter_by(name="Jack").first()   book_obj = s.query(Book).filter_by(name="跟Alex学把妹").first()   book_obj.authors.remove(author_obj) #从一本书里删除一个作者 s.commit()

直接删除作者　

删除作者时，会把这个作者跟所有书的关联关系数据也自动删除

1 2 3 4

author_obj =s.query(Author).filter_by(name="Alex").first() # print(author_obj.name , author_obj.books) s.delete(author_obj) s.commit()