前两天,需要将远程一个测试库用expdp导出的数据dump导入到本地的一个测试环境中,其中碰到了一些问题,值得小结下。
引言: MySQL中经常会需要创建父子表之间的约束,这个约束是需要建立在主外键基础之上的,这里解决了一个在创建主外键约束过程中碰到的一个问题。
我认为需要根据实际情况进行取舍,例如表不复杂,可以由应用实现,若表之间关联较多且复杂,那么交由数据库处理,至少保证不会错。
建立外键约束是为了保证数据的完整性和一致性,但是如果主表中数据被删除或修改,从表中数据应该如何?
注:每个表中至少要有一个主键。 主键用于唯一地标识表中的每一条记录,可以定义一列或多列为主键。
wife表的外键husband_id与husband表对应,对于一对一来说此外键不能重复
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/bisal/article/details/89666608
下周有一个应用上线,其中涉及一个夜维删除逻辑的应用,大体功能是按照时间删除一张表的历史数据,这张表的主键是另外一张时间分区表的外键,使用的是EDB(9.2)数据库,这次测试就意外发现了一个说是隐藏,也不算隐藏,至少和Oracle分区表有很大不同的地方,或者可以称他为KENG,“坑”。
在PowerBI中也有类似的概念,比如可以通过GENERATE函数和CROSSJOIN函数可以组成笛卡尔积,可以通过RELATED返回多端的维度。最直观类似的,是白茶之前描述的《INTERSECT函数》。
数据库(DataBase,DB):指长期保存在计算机的存储设备上,按照一定规则组织起来,可以被各种用户或应用共享的数据集合。(文件系统)
很多学生或者说是初学者在学习完成数据库的基础增删改查后就自认为在数据库这里就很熟悉了,但是不接触项目根本部知道需求,我这里准备了50个项目的基本需求来让大家来熟练各类项目的列信息,让大家更好的深入项目进行实战式的练习,可以让大家在后面面试的时候有更多更丰富的资历让大家可以与面试官侃侃而谈。
持久化(persistence):把数据保存到可掉电式存储设备中以供之后使用。大多数情况下,特别是企业级应用,数据持久化意味着将内存中的数据保存到硬盘上加以”固化”,而持久化的实现过程大多通过各种关系数据库来完成。
mysql和redis的关系? 要根据具体的业务情景去选型: mysql存储在磁盘中 redis存储在内存中 redis适合存在一些比较热的数据,使用频繁的数据,比如下面的应用场景 排行榜 粉丝 关注 消息队列推送 数据库 降级处理 其作用是为了适应不同版本的sql,不同型号的硬件设备,做到向下兼容 通过日志文件分析 查看日志 如何进行分库分表(sharding) 数据库sharding,多表多数据适合做垂直切分;如果表不多,但是每张表的数据多适合做水平切分。 垂直切分:规则简单实施方便;根据不同的表来拆分
文章目录 1. Hibernate关联关系 1.1. 一对一 1.1.1. 背景 1.1.2. 准备 1.1.3. 单向外键关联 1.1.3.1. 通过丈夫访问妻子 1.1.3.2. 通过妻子访问丈夫 1.1.3.3. 总结 1.1.4. 双向外键关联(@OneToOne(mappedBy=””) 1.1.4.1. 问题 1.1.4.2. 解决办法 1.1.4.3. 实现 1.1.4.4. 测试 1.2. 一对多 1.2.1. 准备 1.2.2. 前提须知 1.2.3. 单向外键关联 1.2.3.1.
*** 2013-09-29 01:03:47.762 *** SERVICE NAME:(SYS$USERS) 2013-09-29 01:03:47.744 *** SESSION ID:(997.178) 2013-09-29 01:03:47.744 DEADLOCK DETECTED ( ORA-00060 ) [Transaction Deadlock] The following deadlock is not an ORACLE error. It is a deadlock due to user error in the design of an application or from issuing incorrect ad-hoc SQL. The following information may aid in determining the deadlock: Deadlock graph: ---------Blocker(s)-------- ---------Waiter(s)--------- Resource Name process session holds waits process session holds waits TX-005d002f-000046dd 113 997 X 182 786 X TX-004d0026-00009b4e 182 786 X 113 997 X session 997: DID 0001-0071-00000006 session 786: DID 0001-00B6-0000064E session 786: DID 0001-00B6-0000064E session 997: DID 0001-0071-00000006 Rows waited on: Session 786: obj - rowid = 0002D33A - AAAtM6AAdAAAJ9BABO (dictionary objn - 185146, file - 29, block - 40769, slot - 78) Session 997: obj - rowid = 000527D6 - AABSfWAAdAACmKAAAe (dictionary objn - 337878, file - 29, block - 680576, slot - 30) Information on the OTHER waiting sessions: Session 786: pid=182 serial=10783 audsid=64898626 user: 96/GALT O/S info: user: batch, term: , ospid: 23674, machine: v490c1-app program: sqlplus@v490c1-app (TNS V1-V3) application name: SQL*Plus, hash value=3669949024 Current SQL Statement: DELETE FROM ANA A WHERE EXISTS (SELECT 1 FROM (SELECT LOCATOR_ID FROM (SELECT T.LOCATOR_ID,ROWNUM RN FROM TEMP T ) WHERE RN > :B2 AND RN <= :B1 ) B WHERE A.LOCATOR_ID = B.LOCATOR_ID) End of information on OTHER waiting sessions. Current SQL statement for this session: update ana_seg set SEGMENT_ID = :1, SEAT_STATUS = :2, SEGMENT_CLASS = :3, SEGMENT_SHARE_CLASS = :4, SEG_SEAT_NO = :5, SEG_CREATION_NUM= :6, SEG_CREATION_TIME = :7 where locator_id = :8 and SEG_ORDER_ID = :9
在数据库设计和管理中,外键约束是一项重要的功能,它用于维护表与表之间的关联关系,保证数据的完整性和一致性。本文将详细介绍MySQL外键约束的概念、用法以及一些最佳实践,以帮助您更好地理解和应用外键约束。
6 聚合函数 聚合函数是用来做纵向运算的函数: l COUNT():统计指定列不为NULL的记录行数; l MAX():计算指定列的最大值,如果指定列是字符串类型,那么使用字符串排序运算; l MIN():计算指定列的最小值,如果指定列是字符串类型,那么使用字符串排序运算; l SUM():计算指定列的数值和,如果指定列类型不是数值类型,那么计算结果为0; l AVG():计算指定列的平均值,如果指定列类型不是数值类型,那么计算结果为0; 6.1 COUNT 当需要纵向统计时可以使用COUNT()。 l 查
关于主题数据区的设计,首先需要明确的是按照什么对数据进行归类。大的原则,当然还是按照业务来分类,但是分类的出发点不同,划分的类别也不相同。例如针对机场数据,可以从业务特征分类,那么可以分为运行保障、旅客服务、航班资源等;如果按照功能区分类,则可以分为空侧、陆侧、航站楼侧等。
在单元测试时,测试类中 @Transactional 注解,会导致测试中 Entity 数据的操作都是在内存中完成,最终并不会进行 commit 操作,也就是不会将 Entity 数据进行持久化操作,从而导致测试的行为和真实应用的行为不一致。
NO ACTION:在父表进行更新/删除时,首先检查记录是否存在外键,存在则不允许删除/更新。(与RESTRICT行为一致)
Online DDL是从mysql5.6版本后引入的新功能,可以实现在线DDL操作不锁表。但是MySQL5.6的Online DDL不是真正的Online DDL,针对部分操作还是有局限性。 5.6之前的DDL处理方式: 1、创建临时表 2、将原表加S锁(只能读,不能DML) 3、将原表数据导入临时表 3、删除原表 4、把临时表重命名成新表 这种情况会对表加一个S锁,其他用户只能访问,不能执行DML操作,如果数据量越大,锁时间越长,对业务影响也越长。 5.6之后的DDL处理方式: innodb_online
RDBMS(Relational Database Management System)即关系数据库管理系统,在开始之前,先了解下RDBMS的一些术语:
现在我们来使用Power Designer这个工具设计数据库。首先打开Power Designer这个工具,点击【文件】菜单,在下拉框中选中【建立新模型】,如下:
主外键关联,当删除的是父表数据,参照这些要删除的数据,Oracle有三种处理方式:
下载地址:https://www.python.org/downloads/release/python-340/
JOIN 一直是数据库性能优化的老大难问题,本来挺快的查询,一旦涉及了几个 JOIN,性能就会陡降。而且,参与 JOIN 的表越大越多,性能就越难提上来。 其实,让 JOIN 跑得快的关键是要对 JOIN 分类,分类之后,就能利用各种类型 JOIN 的特征来做性能优化了。 JOIN 分类 有 SQL 开发经验的同学都知道,绝大多数 JOIN 都是等值 JOIN,也就是关联条件为等式的 JOIN。非等值 JOIN 要少见得多,而且多数情况也可以转换成等值 JOIN 来处理,所以我们可以只讨论等值 JOIN。
Hibernate框架是当下一个主流的ORM框架,使用起来并不复杂,我们会通过一个单表CRUD的操作来学习如何使用Hibernate框架。
云优化管理四个管理维度中管理时点在通用管理模型基础上不需要额外补充,所以主要说明其他三个维度(管理对象、判定规则和管理措施)。另外,为了贴近我们熟悉的优化概念,我们将优化管理中的违规称为问题,并将处理违规称为实施优化。
在实体关系模型中,我们知道有三种关系:一对一、一对多、多对多。这只是概念上的关系,但是在真实的关系数据库中,我们只有外键,并没有这三种关系,那么我们就来说一说在关系数据库管理系统中,怎么实现这三种关系。
MongoDB是一款为Web应用程序设计的面向文档结构的数据库系统。 MongoDB贡献者是10gen公司。地址:http://www.10gen.com 1.MongoDB主要特性: 1.1文档数据模型 不需要和关系数据库一样,显示一个示例文档数据时,需要多张表,并且需要这些表之间通过主外键关联起来。同时数据库不需要schema。所以对那些schema经常变化,或者web应用程序开发初期来说,MongoDB有很大的优势。所有的数据都可以存在一条记录中,不需要为每个“列”设置数据类型。 1.2 支持即时查询
JOIN 一直是数据库性能优化的老大难问题,本来挺快的查询,一旦涉及了几个 JOIN,性能就会陡降。而且,参与 JOIN 的表越大越多,性能就越难提上来。
可以在数据库图表中的表之间创建关系,以显示一个表中的列与另一个表中的列是如何相链接的。
案例: alter table newstudent rename student;
使用外键约束 --(1)、在字段后使用 references 参照表表名(参照字段) --(2)、在所有字段后使用 constraints fk_表名_字段名 foreign key(字段名) references 参照表名(参照字段名) --(3)、在创建表后使用alter table 表名 add constraints fk_表名_字段名 foreign key(字段名) references 参照表名(参照字段名) --删除外键 alter table 表名 drop constraints fk_表名_字段名
1、父表必须已经存在于数据库中,或者是当前正在创建的表。如果是后一种情况,则父表与子表是同一个表,这样的表称为自参照表,这种结构称为自参照。 2、必须为父表定义主键。 3、主键不能包含空值,但允许在外键中出现空值。也就是说,只要外键的每个非空值出现在指定的主键中,这个外键的内容就是正确的。 4、外键中列的数目必须和父表的主键中列的数目相同。 5、外键中列的数据类型必须和父表主键中对应列的数据类型相同。说这么多比较笼统,还是看看例子吧。
理解:查询语句中涉及到的字段来自于多张表,将这种查询称为多表连接查询 语法:select 查询列表 from 表名1,表名2; 引入案例: select name,boyname from beauty,boys; select name,boyname from beauty,boys where boyfriend_id = boys.id; 笛卡尔乘积: 现象:表1和表2连接,结果为两表的完全连接结果,数据不正确 表1m行,表2 n行,结果为:m*n 行 产生原因:没有有效的连接条件 解决办法:添加两个表的连接条件 ★ 找到两个表的关联关系。两个表的关联列的意思肯定是一样,但名称不一定一样!一般通过主外键列进行关联。 连接查询的分类 ★: sql92语法: 内连接 等值连接 非等值连接 自连接 外连接(支持的不太好,mysql压根不支持) sql99语法: 内连接 等值连接 非等值连接 自连接 外连接 左外连接 右外连接 全外连接(mysql不支持)
举个例子: 部门和员工 ,1个部门下可以有N多个员工 ,部门:员工 = 1:N 1对多的关系。
使用数据库的必要性 无论是集合、对象、程序一旦重启所有数据全部消失,无法做到持久化保存 xml 是可以保存数据的 另外还可以通过IO流将数据保存到本地磁盘,但是数据缺乏结构化,无法描述复杂的业务逻辑,且读写比较慢。 java 里面双引号表示String 类型,单引号表示char类型,而数据库中是char(长度不尅变)和varchar(长度可变) 关于数据库 一个项是数据库先行(表结构的设计、关系到项目的成败),每一个项目都有自己的数据库,项目经理将创建好的数据库放到一个服务器上,但开发的时候是个人考下
触发器(trigger)是MySQL提供给程序员和数据分析员来保证数据完整性的一种方法,它是与表事件相关的特殊的存储过程,它的执行不是由程序调用,也不是手工启动,而是由事件来触发,比如当对一个表进行操作(insert,delete, update)时就会激活它执行。简单理解为:你执行一条sql语句,这条sql语句的执行会自动去触发执行其他的sql语句。
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/huyuyang6688/article/details/50253847
MySQL进阶主外键讲解 1.什么是外键: 主键:是唯一标识一条记录,不能有重复的,不允许为空,用来保证数据完整性 外键:是另一表的主键, 外键可以有重复的, 可以是空值,用来和其他表建
帮助记忆五级范式: 一级范式: 消除每个表格中重复的组。 为每套相关的数据建立一个独立的表格。 使用一个主键来标识每套相关的数据。 二级范式: 为应用在多条记录的字段建立独立的表格。 通过一个外键关联这些表格的值。 三级范式: 消除不信赖于该键的字段。 四级范式: 在一个多对多的关系中,独立的实体不能存放在同一个表格中。 五级范式: 原来的表
设计关系数据库时,遵从不同的规范要求,才能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。
前言 前面在数据库的讲解中,其实很多东西都非常的细节,在以前的学习过程中我都是没有注意到的。可能在以后的工作中会碰到所以都是做了记录的。 接下来,我将分享的是MySQL的DDL用来对数据库及表进行操作的。 mysql中保存了很多数据库、一个数据库中可以保存很多表。 对数据表的增(创建表)删(删除表)改(修改表字段)查(查询表结构)。 注意:这里的操作对象是表,对表的操作也就是表的结构,和表中的字段的操作(字段和记录要分清楚) 前提:表是在数据库下的,所以要先确实使用哪个数据库。 一、DDL之
分析: A为父表,B为子表,两个表做主外键关联查询,只有主键和外键上有索引,并且A表的主键索引和B表的外键索引为聚簇索引。 以A作为外层表做嵌套循环连接计算响应时间: 第1步:通过聚簇索引AK访问A表 索引 AK TR = 1 TS = 10000000 LTR 1 * 10ms + 10000000 * 0.01ms = 100s 第2步:通过聚簇索引AK访问B表 索引 AK TR = 10000000 * 1% = 100000 TS = 100000 * 5 = 500000 LTR 100000 * 10ms + 100000 * 5 * 0.01ms = 1005s 第3步:提取数据 50000000 * 1% * 0.001% * 0.1ms = 0.5ms 所以以A作为外层表做嵌套循环连接响应时间约为1105(100 + 1005)秒 以B作为外层表做嵌套循环连接计算响应时间: 第1步:通过聚簇索引AK访问B表 索引 AK TR = 1 TS = 50000000 LTR 1 * 10ms + 50000000 * 0.01ms = 500s 第2步:通过聚簇索引AK访问A表 索引 AK TR = 50000000 * 0.001% = 500 TS = 500 LTR 500 * 10ms + 500 * 0.01ms = 5s 第3步:提取数据 50000000 * 1% * 0.001% * 0.1ms = 0.5ms 所以以B作为外层表做嵌套循环连接响应时间约为505(500 + 5)秒 8.2 在不添加冗余字段的前提下,为该连接设计最佳索引并评估响应时间。 分析: 因为B1 > :B1的FF很小,仅为0.001%,所以可以建立以B1为前缀的宽索引(B1,AK,B2) 以B作为外层表做嵌套循环连接计算响应时间: 第1步:通过索引B1访问B表,因为B1是宽索引,所以无需回表访问 索引 B1 TR = 1 TS = 50000000 * 0.001% = 500 LTR 1 * 10ms + 500 * 0.01ms = 15ms 第2步:通过聚簇索引AK访问A表 索引 AK TR = 500 TS = 500 LTR 500 * 10ms + 500 * 0.01ms = 5005ms 第3步:提取数据 50000000 * 1% * 0.001% * 0.1ms = 0.5ms 所以使用B1上的宽索引(B1,AK,B2),以B作为外层表做嵌套循环连接响应时间约为5((15+5005+0.5)/1000)秒。
就是通过一个字段点出来的。循环获取数据,再获取外键里面的数据的时候,会再次的执行sql语句进行数据库的查询。
领取专属 10元无门槛券
手把手带您无忧上云