数据库主键

toB 应用设计系列 - 导航 适用范围 本文仅适用于 mysql 数据库 原则 数据库只做存储使用, 计算 / 业务逻辑放到应用层 尽量遵循三范式 高级功能 禁止使用触发器 / 存储过程 / 函数 / 视图 触发器非常影响插入 / 更新 / 删除 的效率, 触发器的功能可由应用层来实现 一旦放开存储过程/函数的限制, 不能保证人们会用存储过程/函数来做什么, 极有可能在存储过程/函数里进行大量的运算, 或者将业务逻辑写入; 另外, 大多数缓存在应用层实现, 存储过程/函数就无法复用缓存 触发器 / 存储过程 / 函数 / 视图 没有版本管理 字段 通用字段 主键id: 尽量使用单一逻辑主键, 实体使用单一逻辑主键, 关联关系可使用复合主键; 坚决不使用业务主键, 只使用逻辑主键 实体一般拥有业务唯一标识 no 创建时间 create_time 更新时间 update_time 数据类型 字符串类型 定长字符串: char(n) 不定长字符串: varchar(n) 长文本 text 整数类型 无符号 unsigned 类型 范围(有符号) 范围(无符号) tinyint (-128，127) (0，255) smallint (-32 768，32 767) (0，65 535) mediumint (-8 388 608，8 388 607) (0，16 777 215)

目录 一、树 二、B+树 2.1 B+树性质 三、聚集索引和辅助索引 3.1 聚集索引 3.2 辅助索引 3.3 聚集索引和非聚集索引的区别 四、再看B+树 4.1 B+树的插入操作 4.2 B+树的删除操作 一、树 树状图是一种 数据结构 ，它是由n（n>=1）个有限结点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。 它具有以下的特点：每个结点有零个或多个子结点；没有父结点的结点称为根结点；每一个非根结点有且只有一个父结点；除了根结点外，每个子结点可以分为多个不相交的子树 根结点：A 父节点：A是B，C的父节点 叶子节点：D，E是叶子节点 树的深度/树的高度：高度为3 二、B+树 前面讲了索引的基本原理，数据库的复杂性，又讲了操作系统的相关知识，目的就是让大家了解，任何一种数据结构都不是凭空产生的，一定会有它的背景和使用场景，我们现在总结一下，我们需要这种数据结构能够做些什么，其实很简单，那就是：每次查找数据时把磁盘IO次数控制在一个很小的数量级，最好是常数数量级。那么我们就想到如果一个高度可控的多路搜索树是否能满足需求呢？就这样，b+树应运而生（B+树是通过二叉查找树，再由平衡二叉树，B树演化而来）。 2.1 B+树性质 索引字段要尽量的小： 通过上面的分析，我们知道IO次数取决于b+数的高度h，假设当前数据表的数据为N

原文: http://blog.gqylpy.com/gqy/253 " 目录 普通索引 唯一索引 主键索引 组合索引 正确使用索引的情况 索引的注意事项 执行计划 axplain 慢日志记录 分页性能相关方案 索引是数据库中专门用于帮助用户快速查找数据的一种数据结构. 类似于字典中的目录，查找字典内容可以根据目录查找到数据的存放位置，然后直接获取. 作用：约束和加速查找 常见的几种索引： - 普通索引 - 唯一索引 - 主键索引 - 联合索引（多列） -- 联合主键索引 -- 联合唯一索引 -- 联合普通索引 无索引和有索引的区别： 无索引： 从前往后一条一条查询. 有索引： 创建索引的本质，就是创建额外的文件，以某种格式存储，查询的时候，先去额外的文件找，确定了位置，然后再去原始表中直接查询，但是创建的索引越多，越会对硬盘有损耗. ——————————— 建立索引的目的： 额外的文件保存特殊的数据结构 查询快，但是插入更新删除依旧慢 创建索引之后，必须命中索引才能有效 索引的种类： hash索引： 查询单条快，范围查询慢 btre类索引： b+树，层数增多，数据量指数级增长 （InnoDB默认支持btree索引，这里就使用它） 索引名词： 覆盖索引： 在索引文件中直接获取数据 （例如：select name from userinfo where name = 'zyk';)

原文: http://blog.gqylpy.com/gqy/253 " 目录 普通索引 唯一索引 主键索引 组合索引 正确使用索引的情况 索引的注意事项 执行计划 axplain 慢日志记录 分页性能相关方案 索引是数据库中专门用于帮助用户快速查找数据的一种数据结构. 类似于字典中的目录，查找字典内容可以根据目录查找到数据的存放位置，然后直接获取. 作用：约束和加速查找 常见的几种索引： - 普通索引 - 唯一索引 - 主键索引 - 联合索引（多列） -- 联合主键索引 -- 联合唯一索引 -- 联合普通索引 无索引和有索引的区别： 无索引： 从前往后一条一条查询. 有索引： 创建索引的本质，就是创建额外的文件，以某种格式存储，查询的时候，先去额外的文件找，确定了位置，然后再去原始表中直接查询，但是创建的索引越多，越会对硬盘有损耗. ——————————— 建立索引的目的： 额外的文件保存特殊的数据结构 查询快，但是插入更新删除依旧慢 创建索引之后，必须命中索引才能有效 索引的种类： hash索引： 查询单条快，范围查询慢 btre类索引： b+树，层数增多，数据量指数级增长 （InnoDB默认支持btree索引，这里就使用它） 索引名词： 覆盖索引： 在索引文件中直接获取数据 （例如：select name from userinfo where name = 'zyk';)

第一部分 from mysql_singleton import MySql # 先创建字段类 class Field(object): def __init__(self, name, column_type, primary_key, default): self.name = name self.column_type = column_type self.primary_key = primary_key self.default = default # 我们在创建一个简短的字段类 # 比如int类型的字段类 class IntegerField(Field): def __init__(self, name, column_type="int", primary_key=False, default=0): # 一定要调用父类的__init__方法 super().__init__(name, column_type, primary_key, default) # 在定义一个str字段的类 class StringField(Field): def __init__(self, name, column_type="varchar(32)", primary_key=False, default=None): # 一定要调用父类的__init__方法 super()._

出处原文： 1分钟了解MyISAM与InnoDB的索引差异 数据库的索引分为 主键索引 （Primary Inkex）与 普通索引 （Secondary Index）。InnoDB和MyISAM是怎么利用B+树来实现这两类索引，其又有什么差异呢？这是今天要聊的内容。 一，MyISAM的索引 MyISAM的 索引与行记录是分开存储的 ，叫做 非聚集索引 （UnClustered Index）。 其主键索引与普通索引没有本质差异： 有连续聚集的区域 单独存储行记录 主键索引的叶子节点，存储主键，与对应行记录的 指针 普通索引的叶子结点，存储索引列，与对应行记录的 指针 画外音：MyISAM的表可以没有主键。 主键索引与普通索引是两棵独立的索引B+树，通过索引列查找时，先定位到B+树的叶子节点，再通过指针定位到行记录。 举个例子，MyISAM： t(id PK, name KEY, sex, flag); 表中有四条记录： 1, shenjian, m, A 3, zhangsan, m, A 5, lisi, m, A 9, wangwu, f, B 其B+树索引构造如上图： 行记录单独存储 id为PK，有一棵id的索引树，叶子指向行记录 name为KEY，有一棵name的索引树，叶子也指向行记录 二、InnoDB的索引 InnoDB的 主键索引与 行记录是存储在一起的，故叫做

文章转载自: http://www.pythonheidong.com/blog/article/2220/ php面试题 php 面试 最近一直在面试,所以总结了下常见的 PHP 面试题. PHP基础题目 安全对一套程序来说至关重要，请说说在开发中应该注意哪些安全机制？ ①防远程提交； ②防SQL注入，对特殊代码进行过滤； ③防止注册机灌水，使用验证码； 在程序的开发中，如何提高程序的运行效率？ ①优化SQL语句，查询语句中尽量不使用select *，用哪个字段查哪个字段；少用子查询可用表连接代替；少用模糊查询 ②数据表中创建索引 ③对程序中经常用到的数据生成缓存 现在编程中经常采取MVC三层结构，请问MVC分别指哪三层，有什么优点？ MVC三层分别指：业务模型、视图、控制器，由控制器层调用模型处理数据，然后将数据映射到视图层进行显示，优点是： ①可以实现代码的重用性，避免产生代码冗余 ②M和V的实现代码分离，从而使同一个程序可以使用不同的表现形式 对json数据格式的理解？ JSON(JavaScript Object Notation)是一种轻量级的数据交换格式，json数据格式固定，可以被多种语言用作数据的传递 PHP中处理json格式的函数为json_decode( string $json [, bool $assoc ] ) ，接受一个

1、为什么一定要设一个主键？ 　答： 因为你不设主键的情况下，innodb也会帮你生成一个隐藏列，作为自增主键。所以啦，反正都要生成一个主键，那你还不如自己指定一个主键，在有些情况下，就能显式的用上主键索引，提高查询效率！ 2、你们主键是用自增还是UUID? 　 答： 肯定答自增啊。innodb中的主键是聚簇索引。如果主键是自增的，那么每次插入新的记录，记录就会顺序添加到当前索引节点的后续位置，当一页写满，就会自动开辟一个新的页。如果不是自增主键，那么可能会在中间插入，就会引发页的分裂，产生很多表碎片！。 　　上面那句话看不懂没事，大白话一句就是:用自增插入性能好！ 　　另外，附一个测试表给你们，表名带uuid的就是用uuid作为主键。大家看一下就知道性能差距了: 　　如上图所示，当主键是UUID的时候，插入时间更长，而且占用空间更大！ 　　额，大家千万不要忘了，当你回答自增主键后，想一下《自增主键用完该怎么办？》 3、主键为什么不推荐有业务含义? 　答： 有如下两个原因 　　(1)因为任何有业务含义的列都有改变的可能性,主键一旦带上了业务含义，那么主键就有可能发生变更。主键一旦发生变更，该数据在磁盘上的存储位置就会发生变更，有可能会引发页分裂，产生空间碎片。 　　2)带有业务含义的主键，不一定是顺序自增的。那么就会导致数据的插入顺序，并不能保证后面插入数据的主键一定比前面的数据大

出处来源：https://www.cnblogs.com/frankielf0921/p/5930743.html 1.主键，超键，候选键，外键 　　 主键：一个表的唯一标识符，具有唯一和非空的属性。 　　超键：在关系中能唯一标识元组的属性集称为关系模式的超键，变相的来说就是和的主键连在一起的属性集都属于超键 　　候选键：不含有多余属性的键称之为候选键，这里是主键的集合称之为候选键 　　外键：一个表中的键是另外一个表的主键，意思很清楚，外键必须要有两个表，其中一个表的键在另外一个表中是主键的属性 实例讲解： 　　　　　　这里有一个学生表student（学号，班级，年龄，身份证） 和 成绩表course（学号，课程，成绩） 　　　　　 1、然我们先来讨论超键，这里举例学生表超键可以有（学号），（学号，班级），(学号，年龄，班级）这里只要包含唯一属性学号，和身份证都可称之为超键 　　　　　 2、接下来是主键，主键具有唯一标识符，非空，唯一的属性，这里学号，和身份证都可以用来标识一个人，都可以作为主键，如果要同时用两个主键才能标识一个事物那么我们称之为复合主键，这里我们只要定一个主键就可找到一个人，就不用复合主键了，任选其一作为主键就可以了 　　　　　　3、候选键是主键的集合，上面我们可以把身份证或学号定义为主键，那么这两者在这里都属性候选键，主键是从候选键里面选出来的，很好理解。　　

1NF：每一列不能再进行拆分，例如：Col列中存在'AA，123'值，这种就不行，拆分成两列， 2NF：必须完全依赖于主键，不能只依赖多个主键中的某一个，例如：主键为ID1，ID2，其他列Col1，Col2，Col1和Col2都必须依赖ID1和ID2，不能说是Col1只依赖ID1； 3NF：除主键外的列不能相互依赖，例如ID1为主键，Col1，Col2，Col3为其他列，Col2不能依赖于Col1，必须依赖ID1 来源： https://www.cnblogs.com/zgzjmbs/p/11354828.html