1.多表查询 => 转化为一张联合大表 2.可视化工具 3.pymysql模块

多表数据

create table dep(
	id int primary key auto_increment,
	name varchar(16),
	work varchar(16)
);
create table emp(
	id int primary key auto_increment,
	name varchar(16),
	salary float,
	dep_id int
);
insert into dep values(1, ‘市场部‘, ‘销售‘), (2, ‘教学部‘, ‘授课‘), (3, ‘管理部‘, ‘开车‘);
insert into emp(name, salary, dep_id) values(‘egon‘, 3.0, 2),(‘yanghuhu‘, 2.0, 2),(‘sanjiang‘, 10.0, 1),(‘owen‘, 88888.0, 2),(‘liujie‘, 8.0, 1),(‘yingjie‘, 1.2, 0);

笛卡尔积 (交叉连接)

‘‘‘
# 需求:
# 查看每位员工的部门的所有信息
select * from emp;
select * from dep;

# 子查询, 最终结果只能显示单表的信息, 但需求是同时显示两张表的信息 => 先将两张表合成一张表
select * from emp where dep_id in (select id from dep);	#只能显示由部门的成员信息

‘‘‘
‘‘‘
笛卡尔积: 集合 X{a, b} * Y{o, p, q} => Z{{a, o}, {a, p}, {a, q}, {b, o}, {b, p}, {b, q}}
交叉查询: select * from emp, dep; | select * from emp course join dep; 这两个结果一样
‘‘‘

‘‘‘ 下面做了筛选,结果小于等于完整的数据,所以是非笛卡尔积
select * from emp, dep where db2.emp.dep_id = db2.dep.id;  # 同sql语句上表现是从两张表拿数据
# 注意: 同时查询两张表形成的新表可以称之为虚拟表, 原表与表之间可能存在重复字段, 同时使用时需要明确所属表,必要时还需明确所属数据库
‘‘‘

  

多表连接(*****) 本质:转换成虚拟的单表

内连接

‘‘‘
inner join on

内连接:结果为两张表有对应关系的数据(emp有dep没有,emp没有dep有的记录均不会被虚拟表展示)
语法:左表 inner join 右表 on 两表有关联的字段的条件, on就是产生对于关系的(连接的依据)
eg:select * from emp inner join dep on emp.dep_id = dep.id;
‘‘‘

左连接

‘‘‘
left join on
左连接:在内连接的基础上还保留左表特有的记录
语法:左表 left join 右表 on 两表有关联的字段的条件
eg:select emp.name ‘员工‘, dep.name ‘部门‘, dep.work ‘职责‘ from emp left join dep on emp.dep_id = dep.id;
‘‘‘

右连接

‘‘‘
right join on
右连接:在内连接的基础上还保留右表特有的记录
语法:左表 right join 右表 on 两表有关联的字段的条件
eg:select * from emp right join dep on emp.dep_id = dep.id;
‘‘‘

‘‘‘
内连接,左连接,右连接总结:
在连接语法join 前就是左表, 后就是右表
采用的是left关键词就是左连接, right关键词就是右连接, inner关键词就是内连接
‘‘‘

全连接

‘‘‘
全连接:在内连接的基础上分别保留这左表及右表特有的记录
语法:mysql没有full join on语法,但可以通过去重达到效果
eg:
select * from emp left join dep on emp.dep_id = dep.id
union
select * from emp right join dep on emp.dep_id = dep.id;
其中union就是将两个表连接起来并达到去重的效果
‘‘‘

练习

‘‘‘
1.查询每一位员工对应的工作职责
分析:每一位员工那么员工的信息要被全部保留:左表如果为emp表,那么左表的信息要被全部保留,用左连接
			 左表如果为dep表,那么右表的信息要被全部保留,用右连接
select emp.name,dep.work from emp left join dep on emp.dep_id=dep.id;
select emp.name,dep.work from dep right join emp on emp.dep_id=dep.id;
2.查询每一个部门下的员工们及员工职责
分析:
每一个部门=>那么部门的信息要被全部保留并且需要分组
员工职责=>dep.work,由于分组不能直接被查询=>需要用聚合函数处理
员工们=>emp.name做拼接=>group_concat(emp.name)
分组的字段=>部门=>emp.dep_id
左表如果为emp表,那么右表的信息要被全部保留,使用右连接
左表如果为dep表,那么左表的信息要被全部保留,使用左连接

select max(dep.name),max(dep.work),group_concat(emp.name) from emp right join dep on emp.dep_id=dep.id group by emp.dep_id;
select max(dep.name),max(dep.work),group_concat(emp.name) from dep left join emp on emp.dep_id=dep.id group by emp.dep_id;
‘‘‘
‘‘‘
注意:on的优先级高于group by 所以on在group by 的左边
‘‘‘

navicat

‘‘‘
1. 安装navicat

2.连接数据库,并建库

3.创建表、设置字段、插入数据

4.新建查询
查询在上面点击有新建查询
‘‘‘
sql文件注释:单行注释 -- abc; 不会报错,有分号,--后要加空格
    	多行注释 /*abc*/ 不会报错,没有分号
        # abc; 有分号,#后要加空格

python使用mysql

# 模块pymysql

# 按照并导入pymysql: pip3 insatll pymysql

# 通过pymysql操作数据库分四步:
‘‘‘
1.建立连接
conn = pymysql.connect(host="localhost", port=3306, db=‘db3‘, user=‘root‘, password=‘root‘)  #user和密码必须加引号,密码是数字也要加引号

2.设置字典类型游标
cursor = conn.cursor(pymysql.cursors.DictCursor) #设置字典类型的游标方便取值

3.执行sql语句并使用执行结果

# 书写sql语句
sql = ‘select * from emp‘
# 执行sql语句, 有返回值, 返回值为得到的记录行数
line = cursor.execute(sql)
print(line)

# 使用执行的结果:
		fetchone())当前游标往后获取一行记录
		fetchall()当前游标往后所有的记录
		#游标移动
		scroll(num, mode="relative|absolute")
				relative: 游标从当前位置往后移动num行
				ablolute: 游标从头往后移动num行, 一般可以结合line来使用能定位到任意位置
tag = cursor.fetchone() # fetch 拿取,第一次执行拿到第一条结果
print(tag)
print(tag[‘salary‘])
tag = cursor.fetchone() # 第二次执行拿到第二条结果
print(tag)
cursor.scroll(1, mode=‘relative‘) # 偏移第三条
# cursor.scroll(line - 1, mode=‘absolute‘) # 指针绝对, 游标永远从头开始偏移
tags = cursor.fetchall() # 第四条开始拿数据直到最后
print(tags)

4.断开连接
cursor.close()
conn.close()
‘‘‘

pymysql处理sql的注入问题

# 什么是sql注入:
# 通过书写sql包含(注释相关的)特殊字符, 让原有的sql执行顺序发生改变, 从而改变执行得到的sql
#sql中的注释:/**/ | -- | #
# 目的:
# 绕过原有的sql安全认证, 达到对数据库攻击的目的

# 没有处理sql注入的写法
‘‘‘
import pymysql
conn = pymysql.connect(host=‘localhost‘,port=3306,user=‘root‘,password=‘940828‘,db=‘db3‘)
cursor = conn.cursor(pymysql.cursors.DictCursor)
#登录功能

#得到用户输入的账户密码
user = input(‘请输入用户名:‘).strip()
pwd = input(‘请输入密码:‘).strip()

#和数据库的账号密码进行比对
sql = ‘select * from user where user="%s" and pwd="%s"‘ %(user,pwd)
#%s为什么要用双引号????如果后面数据是字符串形式必须加双引号,是数字形式可加可不加.所以必须加上
res=cursor.execute(sql)
if res:
    print(‘登录成功!‘)
else:
    print(‘登录失败!‘)

cursor.close()
conn.close()
‘‘‘

# sql注入
# 1.知道用户名:  henry" -- hehe | ooo
# select * from user where usr="henry" -- hehe" and pwd="ooo" #这样是把-- 后面的代码当成注释
# 2.不知道用户名 aaa" or 1=1 -- hehe | 000
# select * from user where usr="aaa" or 1=1 -- hehe" and pwd="000" #第一个or判断为真,-- 后面的代码当成注释

# 处理sql注入
# 处理方式
# 对输入的账户密码做完全处理 => 不可能形成达到sql注入的特殊语法 => 正则
sql = ‘select * from user where usr=%s and pwd=%s‘
res = cursor.execute(sql, (usr, pwd))
#这个%s为什么不用双引号?用双引号会报错!

增删改

# 增
# 增sql语句
sql1 = ‘insert into user(user, pwd) values (%s, %s)‘
#cursor执行sql语句,在内存中完成了对数据的插入, 但不能将数据存放到硬盘
# 会将id完成自增,如果第一次运行没有将数据放到硬盘,那么接下来运行并将数据写到硬盘id会跳过一位.

# 在内存中一次插入一条
cursor.execute(sql1, ("opq", "123"))

# 在内存中一次插入多条
cursor.executemany(sql1, [("aaa", "000"), ("bbb", "111")])
# 将内存中的数据提交到硬盘中
conn.commit()

#删
sql2 = ‘delete from user where user=%s‘
cursor.execute(sql2,(‘lzq‘))
conn.commit()

#改
sql3 = ‘update user set pwd=%s where user=%s‘
cursor.execute(sql3,(‘wade‘,‘wade‘))
conn.commit()

  

原文地址:https://www.cnblogs.com/lizeqian1994/p/10265209.html

时间: 2024-08-02 05:33:09

1.多表查询 => 转化为一张联合大表 2.可视化工具 3.pymysql模块的相关文章

多表查询、可视化工具、pymysql模块

create table dep( id int primary key auto_increment, name varchar(16), work varchar(16) ); create table emp( id int primary key auto_increment, name varchar(16), salary float, dep_id int ); insert into dep values(1, '市场部', '销售'), (2, '教学部', '授课'), (3

优先使用单表查询,而非联合查询

优先使用单表查询,而非联合查询 发表于2016/7/4 17:49:09  1866人阅读 分类: 研发架构  一.小雷的见解 1.编码规范 CRUD,命名规范,可以通用.  比如类名.方法名.变量名,都很接近. 2.开发效率 复制粘贴很方便. 自动化生成很爽. 标准API容易定义.  针对单表的链式操作框架,也很多. 3.代码简单易懂 一个表,再复杂的sql,很快也能看懂. 一般的sql,刚刚毕业的大学生,也看得懂,写得出来.     <select id="get" resu

如何应付表数据过大的查询问题?(如何尽量避免大表关联)

原文:如何应付表数据过大的查询问题?(如何尽量避免大表关联) 一般来说,对于做B/S架构的朋友来说,更有机会遇到高并发的数据库访问情况,因为现在WEB的普及速度就像火箭升空,同时就会因为高访问量带来一系列性能问题,而数据库一直是用户与商人之间交流的重要平台.用户是没有耐心忍受一个查询需要用上10秒以上的,或者更少些,如果经常出现服务器死机或者是报查询超时,我想那将是失败的项目.做了几年的WEB工作,不才,一直没有遇到过大访问量或者是海量数据的情况.这里并不是说没有海量数据的项目就不是好项目,要看

(MYSQL)回表查询原理,利用联合索引实现索引覆盖

一.什么是回表查询? 这先要从InnoDB的索引实现说起,InnoDB有两大类索引: 聚集索引(clustered index) 普通索引(secondary index) InnoDB聚集索引和普通索引有什么差异? InnoDB聚集索引的叶子节点存储行记录,因此, InnoDB必须要有,且只有一个聚集索引: (1)如果表定义了PK,则PK就是聚集索引: (2)如果表没有定义PK,则第一个not NULL unique列是聚集索引: (3)否则,InnoDB会创建一个隐藏的row-id作为聚集索

跨表查询经常有,何为跨表更新?

有点 SQL 基础的朋友肯定听过 「跨表查询」,那啥是跨表更新啊? 背景 项目新导入了一批人员数据,这些人的有的部门名称发生了变化,有的联系方式发生了变化,暂且称该表为 t_dept_members, 系统中有另外一张表 t_user_info 记录了人员信息.要求将 t_dept_members 中有变化的信息更新到 t_user 表中,这个需求就是「跨表更新」啦 憨B SQL 直接被秒杀 不带脑子出门的就写出了下面的 SQL 看到身后 DBA 小段总在修仙,想着让他帮润色一下??,于是发给了

Mysql多表查询(两张独立表,一张关系表)

一.数据库设计 1.三个数据表长这样 其中user表记录用户信息,cat主要记录男女性别,mete表是用户id和性别id的对应关系 2.具体数据如下 二.查询目标 查询出所有性别为“男”的用户的“姓名”,如下记录两种不同形式的查询 1.单纯的条件查询 SQL:select user.value from user where user.uid in (select mete.uid from mete where mete.cid=1) 结果: 语句解释: 先使用select mete.uid 

表查询(下)

表查询(下) 一 .联合分组 按多个字段综合结果进行分组 #数据来源:在单表student下 #按 area与port组合后的结果进行分组,只有组合后的结果还一致,才认为是一组 eg: select group_concat(name),area,port from emp group by area,port; --------------------+--------+-----------+ | group_concat(name) | area | port | +-----------

Oracle 多表查询(1)

一.基本概念 多表查询的语法如下: SELECT [DISTINCT] * | 字段 [别名] [,字段 [别名] ,-]FROM 表名称 [别名], [表名称 [别名] ,-][WHERE 条件(S)][ORDER BY 排序字段 [ASC|DESC] [,排序字段 [ASC|DESC] ,-]]; 但是如果要进行多表查询之前,首先必须先查询出几个数据 -- 雇员表和部门表中的数据量,这个操作可以通过COUNT()函数完成. 范例:查询emp表中的数据量 --返回了14条记录 SELECT C

SQL Fundamentals || 多表查询(内连接,外连接(LEFT|RIGHT|FULL OUTER JOIN),自身关联,ON,USING,集合运算UNION)

一.多表查询基本语法 在进行多表连接查询的时候,由于数据库内部的处理机制,会产生一些“无用”的数据,而这些数据就称为笛卡尔积. 多表查询时可以利用等值关联字段消除笛卡尔积 多表查询之中,每当增加一个关联表都需要设置消除笛卡尔积的条件 分析过程很重要: 确定所需要的数据表 确定已知的关联字段: 按照SQL语句的执行步骤编写:FROM,WHERE,SELECT,ORDER BY (由于SELECT是在WHERE子句之后执行,所以SELECT子句所定义的别名WHERE不可以直接使用) (由于SELEC