连接表、视图和存储过程

1. 视图

1.1. 视图的概念

视图（View）：虚拟表，本身不存储数据，而是封装了一个 SQL 查询的结果集。

用途：

• 只显示部分数据，提高数据访问的安全性。
• 简化复杂查询，提高复用性和可维护性。
• 可为不同用户提供不同的数据视图。

虚拟表的创建连接了一个或多个数据表，不同的查询应用都可以建立在虚拟表之上。

1.2. 创建、更新和删除视图

1. 创建视图：CREATE VIEW

CREATE VIEW view_name AS
SELECT column1, column2
FROM table
WHERE condition;

嵌套视图：

当创建好一张视图之后，还可以在它的基础上继续创建视图。

2. 修改视图：ALTER VIEW

ALTER VIEW view_name AS
SELECT column1, column2
FROM table
WHERE condition

3. 删除视图：DROP VIEW

DROP VIEW view_name

1.3. 用视图简化SQL操作

1. 复杂连接视图封装

✅ 示例：封装球员与身高等级的连接

CREATE VIEW player_height_grades AS
SELECT p.player_name, p.height, h.height_level
FROM player AS p
JOIN height_grades AS h
ON p.height BETWEEN h.height_lowest AND h.height_highest;

查询：

SELECT * FROM player_height_grades WHERE height BETWEEN 1.90 AND 2.08;

2. 格式化输出视图

✅ 示例：拼接球员姓名和球队名称

CREATE VIEW player_team AS
SELECT CONCAT(player_name, '(', team.team_name, ')') AS player_team
FROM player JOIN team
ON player.team_id = team.team_id;

3. 计算字段封装

✅ 示例：统计球员比赛得分组成

CREATE VIEW game_player_score AS
SELECT game_id, player_id,(shoot_hits - shoot_3_hits)*2 AS shoot_2_points,shoot_3_hits*3 AS shoot_3_points,shoot_p_hits AS shoot_p_points,score
FROM player_score;

1.4. 视图的优点、与临时表的区别

视图的优点：

1. 安全性：

• 视图通常为只读，避免误改数据。
• 可基于权限控制字段访问。

2. 简洁性与复用性：

• 简化复杂 SQL。
• 可嵌套定义，便于模块化管理。

视图与临时表的区别：

特性	视图（View）	临时表（Temporary Table）
是否存储数据	否，虚拟表，实时查询结果	是，存储在临时空间
生命周期	持久存在（除非 DROP）	仅当前会话存在，连接关闭即消失
用途	封装查询逻辑，数据隔离	存放临时数据，如中间计算结果
支持修改数据	限制较多（如包含聚合、连接）	支持普通数据操作（增删改查）
索引支持	大多不支持索引	通常支持索引

示例应用场景：

视图：给销售人员只显示价格、销量，不显示成本。

临时表：购物车临时保存每个用户选购的商品数据。

2. 存储过程 Stored Procedure

2.1. 存储过程的定义

定义：SQL 中对一组语句的封装，可通过一次定义，多次调用，像函数一样执行。

结构组成：包含 SQL 语句、流控制语句（如循环、条件判断等）。

使用方式：

CREATE PROCEDURE proc_name ([参数])
BEGIN-- 语句块
END

2.2. 存储过程的优缺点

优点：

✅ 1. 一次编译，多次执行	提前编译后存储在数据库中，后续调用无需重新解析，提高执行效率。
✅ 2. 封装逻辑，提升复用性	可将复杂逻辑封装成过程，结构清晰、易于维护与复用，有利于模块化开发。
✅ 3. 减少开发工作量	开发者只需调用过程，避免重复写 SQL，提高开发效率。
✅ 4. 增强数据安全性	可设置权限控制，用户只能访问授权存储过程，不直接操作底层表。
✅ 5. 降低网络通信成本	客户端只需一次调用，无需多次发送复杂 SQL，节省网络带宽与响应时间。
✅ 6. 适合执行复杂业务逻辑	封装控制流程（IF、LOOP、CASE）更容易组织复杂业务规则。

缺点：

⚠️ 1. 可移植性差	不同数据库的语法和支持程度不同（如 MySQL 与 Oracle 存储过程差异大），跨平台迁移困难。
⚠️ 2. 调试不方便	多数数据库缺少完善的调试工具，过程内错误排查困难，调试成本高。
⚠️ 3. 版本管理困难	存储过程通常不受代码版本控制系统（如 Git）管理，迭代不透明、易错难追踪。
⚠️ 4. 维护成本高	对团队协作和文档要求高，逻辑变更需谨慎更新过程，否则容易造成逻辑失效。
⚠️ 5. 不适合高并发环境	高并发场景更强调可扩展性与解耦，存储过程绑定数据库逻辑，难以灵活应对分库分表等架构。