内连接查询：
1。隐式内连接：使用where条件消除无用的数据
显示内连接
*语法 select 字段列表 from 表名1 inner
内连接查询：
1.从哪些表中查询数据
2.条件是什么
3.查询哪些字段
2763-吕同学-java方向-就业：是
2763-吕同学-java方向-就业：是
![]()
扫二维码继续学习 二维码时效为半小时
多表查询
查询语法：
select
列名列表
笛卡尔积，有些数据是不需要的
多表查询，--清除无用的数据
笛卡尔积：
* 有两个集合A，B ，取这两个集合的所有组成情况。
*要完成多表查询，需s
多表查询的分类：
内连接查询：
外链接查询：
子查询：
1.多表查询
2.事务
3.DCL : DDL DML DQL DCL
数据库的三大范式:
数据库的备份和还原
每一天将数据库的数据保存到
1、命令行
mysqldump -u用户名 -p密码 > 保存的路径
*还原：
1、登录数据库
2、创建数据库
2、图行化工具的方式
学习信息表
学号，姓名，系，课程名称，分数
分析是不是符合范式，从第一范式开始
原子列，也可拆分列的关系
第二范式：
几个概念：
1、函数依赖：A -->B 如果通过A属性（属性组）的值，可以确定唯一B属性的值。则称B依赖的A
例如：学号 -->姓名 （学号、课程名称）-->分数
2、完全函数依赖：A-->B,如果A是一个属性组，则B属性值的确定需要依赖于A属性组中所有的属性值
3、部分函数依赖：A-->B，如果A是一个属性组，则B属性值得确定只需要依赖于A属性组中某一些值即可
例如：（学号，课程名称）--> 姓名
4、传递函数依赖：A --> B，B -->C，如果通过A属性（属性组）的值，可以确定唯一B属性的值，在通过B属性（属性组）的值可以确定唯一C属性的值，则称C传递函数依赖于A
5、如果在一张表中，一个属性或属性组，被其他所有属性所完全依赖，则称这个属性（属性码）值
例如：该表中的码为：（学号，课程名称）
*主属性：码属性组中的所有属性
*非主属性：除过码属性组的属性
例如：学号 -->系名，系名 -->系主任
不满足第一范式的话，连表都建立不起来
因为创建表的时候，不可能搞出复合列
码：如果在一张表中，一个属性或属性组，被其它的依赖
例如：该表中码为：一个属性组（学号，课程名称）
主属性：码属性组中的所有属性
非主属性：除过码属性组的属性
消除传递依赖
三大范式，
数据库设计的范式：
*概念：设计数据时，需要遵循的一些规范。要遵循后边的范式要求，必须选遵循前边的所有范式要求
设计关系数据库时，遵从不同的规范要求，设计出合理的关系型数据库，这些不同的规范要求被称为不同的范式，各种范式呈递次规范，越高的范式数据库冗余越小。
目前关系数据库有六种范式：第一范式（1NF）
、第二范式（2NF）、第三范式（3NF）
分类：
1、第一范式：每一列都是不可分割的原子数据项
2、第二范式：在第一范式的基础上，非码属性必须安全依赖于候选码，在1NF基础上消除非主属性对主码的部分函数依赖
3、第三范式：在第二范式的基础上，任何非主属性不依赖于其它非主属性（在2NF基础上消除传递依赖）
数据库设计的范式：
概念：设计数据库时，需要遵循的一些规范。要遵循后边的范式要求，必段选遵循前边的所有范式要求
方便解耦，简化开发
AOP编程支持
声明式事务的支持
方便程序的测试
可以用非容器依赖的编程方式进行几乎所有的测试工作，测试不再是昂贵的操作，而是随手可做的事情
重点在JDBC么？
spring的源代码设计精妙，结构清晰、匠心独用，处处体现着大师对java设计模式灵活运用以及对java技术的高清造诣。它的源代码无意
对spring的概念，还是一知半解
1、spring的概述
spring是什么？
spring的两大核心
spring的发展历程和优势
spring体系结构
2、程序的耦合及解耦
曾经案例中问题
工厂模式解耦
3、IOC概念和spring中的IOC
spring中基于XML的IOC环境搭建
4、依赖注入（Dependency Injection）
spring框架共四天
第一天：spring框架的概述以及spring基于XML的IOC配置
第二天：spring中基于注解的IOC和ioc的案例
第三天：spring中的aop和基于XML以及注解的AOP配置
第四天：spring中的JdbcTemplate及spring事条控制
Nosql
Redis是Nosql的一种实现形式
Redis
概念：Redis(Remote Dictionary Server)，中文翻译远程字典服务
是用C语言开发的一个开源的高性能键值对(key-value)数据库
特征：
1、数据间没有必然的关联关系
2、内部采用单线程机制进行工作
3、高性能。官方提供测试数据，50个并发执行100000个请求，读的速度是110000次/2，写的速度是81000次/s
4、多数据类型支持
字符串类型 string
列表类型 list
散列类型 hash
集合类型 set
有序集合类型 sorted_set
5、持久化支持。可以进行数据突难恢复
Redis的应用
为热点数据加速查询（主要场景），如热点商品、热点新闻、热点资讯、推广类等高访问量信息等
任务队列，如秒杀、抢购、购票排队等
Redis简介
不可回避的问题：
奥运会门票预售系统开放第一天，票务网站被浏览次数达到20000次
一个神奇的网站：
盘点12306：一个总在”崩溃中“的神奇网站
问题现象：
海量用户
高并发
罪魁祸首------关系型数据库
性能瓶劲：磁盘IO性能低下
扩展瓶颈：数据关系复杂，扩展性差，不便于大规则集群
解决思路：
1、 降低磁盘IO次数，越低越好 --- 内存存储
2、去除数据间关系，越简单越好 --
Nosql
NoSQL：即Not-OnlySQL（泛指非关系型的数据库），作为关系型的数据库的补充
作用:应对基于海量用户和海量数据前提下的数据处理问题
特征：
可扩容，可伸缩
大数据量下的高性能；
灵活的数据模型
高可用
常见的Nosql数据库
Redis
memcache
HBase
MongoDB
解决方案（电商场景）
1、商品基本信息
名称
价格
厂商 存在MySQL
商品附加信息
描述
详情
评论 MongoDB
3、图片信息 分布式文件系统
4、搜索关键字 ES、Lucene solr
5、热点信息
高频、波段性
课程计划：
Redis 基础
Redis 入门
数据类型
通用命令
jedis
Redis 高级
持久化
redis.conf
事务
集群
Redis 应用
企业级解决方案
多表关系的案例
1、实体分析：旅游线路分类
游泳线路
用户
对应着三张表：分类表
一个线路分类，对应着多个线路
一个线路，能够被多个用户收藏
一个用户，可以收藏多个线路
一对一的关系：
学生与身份证之间的关系，是一对一的关系
实现方式：任意的一方去添加外键，指向另一方的主键即可。
1、一对一关系实现，可以在任意一方添加唯一外键指向另一方的主键
让外键唯一，unique
2、一对一的关系实现：让两张表的主键相同
多对多的关系
* 如：学生和课程
*分析：一个学生可以选择很多门课程，一个课程也可以被很多学生选择
多对多的关系：m到n的关系
多对多关系
完成两张表多对多的关系，要借助第三张表：中间表
中间表：sid 对应cid
多对多关系实现需要借助第三张中间表。
中间表至少包含两个字段，这两个字段作为第三张表的外键，7分别指向两张表的主键；
联合主键
实现关系
1、一对多的关系
比如：一个部门可以对应多个员工
员工表的外键，添加部门表的主键
实现方式：在多的一y
在多的一方建立外键，指向一的一方的主键
## 数据库的设计
表是现实世界的抽象
数据库的设计，直接涉及项目开发的程度，与项目的性能
数据库的设计：
1、多表之间的关系
1、一对一的关系
*如 人和身份证之间的关系
*分析：一个人只有一个身份证，一个身份 证只能对应一个人
2、一对多（多对一）：
*如：部门和员工
分析：一个部门有多个员工，一个员工只 能对应一个部门
3、多对多：
*如：学生和课程，、
分析：一个学生可以选择很多门课程，一个课程也可以被很多学生选择
2、数据库设计的范式
4、级联操作：联动的操作
级联更新 ：
级联删除
级联删除，就是关键删除
外键约束：foreign
外键约束，涉及到多张表的操作
需要表关联
1、在创建表时，可以添加外键，让表于表产生关系，从而保证数据的正确性
*语法：
create table 表名（
....
外键列
constraint 外键名称 foreign key 外键列名称
references 主表名称（主表列名称）
）;
2、删除外键
3、更新外键