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
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
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