博客
关于我
MySQL 视图
阅读量:444 次
发布时间:2019-03-06

本文共 709 字,大约阅读时间需要 2 分钟。

数据库视图的概念是一个虚拟表,它本质上存储的是一组SQL查询语句。与数据库表类似,数据库视图由行和列组成,因此可以根据数据库表查询数据。大多数数据库管理系统(包括MySQL)都支持通过视图来访问基础表中的数据。

数据库视图的特点是动态的,因为它与物理表结构无关。数据库系统会将视图存储为一组连接语句。当基础表的数据发生变化时,视图也会反映这些变化。

数据库视图可以表示一个表的部分数据或多个表的综合数据。其结构和数据都是基于真实表的查询定义的。视图中的数据实际上是对真实表的引用。对视图中的数据进行增删改都会影响到真实的表。一个真实表可以创建多个视图。如果视图关联了多个表,则不允许进行增删操作,但单表可以增删改。视图通常由查询语句定义。

创建视图的语法通常是create view命令。例如:

create view VW_student_list asselect studentNo 学号, studentName 姓名, examScore 考试成绩from student swhere s.studentNo = r.studentNo;

查询视图的数据可以通过select * from VW_student_list完成。要删除视图,可以使用drop view命令。

要查看数据库中所有的视图,可以切换到information_schema库并执行select * from views。查看当前库的所有视图可以使用show tables命令并过滤结果。

在使用数据库视图时需要注意以下几点:视图可以查询多个表的数据,视图可以嵌套,但增删操作不能封装在视图中。对于关联多表的视图,删除操作有一定的限制。

转载地址:http://bdoyz.baihongyu.com/

你可能感兴趣的文章
pandas :将多列汇总为一列,没有最后一列
查看>>
pandas :将时间戳转换为 datetime.date
查看>>
pandas :将行取消堆叠到新列中
查看>>
pandas :设置编号.最大行数
查看>>
pandas DataFrame 中的自定义浮点格式
查看>>
Pandas DataFrame 的 describe()方法详解-ChatGPT4o作答
查看>>
Pandas DataFrame中删除列级的方法链接解决方案
查看>>
Pandas DataFrame中的列从浮点数输出到货币(负值)
查看>>
Pandas DataFrame中的列从浮点数输出到货币(负值)
查看>>
Pandas DataFrame多索引透视表-删除空头和轴行
查看>>
pandas DataFrame的一些操作
查看>>
Pandas Dataframe的日志文件
查看>>
Pandas df.iterrows() 并行化
查看>>
Pandas drop_duplicates 方法不适用于包含列表的数据框
查看>>
pandas groupby 和过滤器
查看>>
pandas GROUPBY+变换和多列
查看>>
pandas Groupby:创建两列的Groupby时,如何按正确的顺序对工作日进行排序?
查看>>
Pandas matplotlib 无法显示中文
查看>>
pandas PIVOT_TABLE保持索引
查看>>
Pandas Plots:周末的单独颜色,x 轴上漂亮的打印时间
查看>>