pymysql的操作
python 操作mysql
安装pymysql 模块
pip install pymysql
sql注入问题
输入用户名:qaa ' or 1=1 #
输入密码:dasdasdsa
select * from user where name='qaa' or 1=1 #' and password='afasa'
不需要输入正确用户名和密码就能查看数据
产生的原因
因为过于相信用户输入的内容,根本没有做任何的检验
解决的方法
sql = 'select * from user where name=%s and password=%s'
cursor.execute(sql,(user,pwd))
用cursor.execute
来检验输入的用户名和密码
连接
连接数据库的参数
conn = pymysql.connect(host='localhost',user ='root',passwrod ='123',database='test',charset='utf8')
cursor=conn.cursor() 默认返回的值是元祖类型
cursor =conn.cursor(cursor=pymysql.cursors.DictCursor) 返回的是字典类型
查
fetchall(): 取出所有的数据,返回的是列表套字典
fetchone():取出一条数据 返回的是字典
fetchmany(size):取出size条数据 返回的是列表套字典
增
sql= "inset into user(name,password)values (%s,%s)"
cursor.execute(sql,('xxx','qwe')) # 新增一条数据
data=[
('aaa','qqq')
('aaa1','qqq1')
('aaa2','qqq2')
]
cursor.executemany(sql,data) # 新增多条数据
conn.commit() # 除了查 ,必须要加该代码
print(cursor.lastrowid)# 获取最后一行的id
修
sql="update user set name=%s where id=%s"
cursor.execute(sql,('ghh',2))
conn.commit()
cursor.close()
conn.close()
删
sql ="delete from user where id =%s"
cursor.execute(sql,('sdas')
conn.commit()
cursor.close()
conn.close()
索引
使用索引的作用
为了提高查询的效率
类比:字典中的目录
索引的本质
一个特殊的文件
索引的底层原理
B+树
索引的种类
主键索引:加速查找+不能重复+不能为空 primary key
唯一索引:加速查找+不能重复 unique(name)
联合唯一索引: unique(name,email)
普通索引: 加速查找 index(name)
联合索引:index ( name,email)
索引的创建
主键索引
- 新增主键索引:
create table xxx(
id int auto_increment,
primary key(id)
)
alter table xxx change id id int auto_increment primary key
alter table xxx add primary key(id);
- 删除主键索引:
alter table xxx drop primary key;
唯一索引
- 新增:
-
create table x1(
id int auto_increment primary key,
name varchar(32) not null default '',
unique u_name(name)
)charset utf8
-
create unique index 索引名 on 表名(字段名);
create unique index ix_name on x1(name);
-
alter table x1 add unique index ix_name(name)
- 删除:
alter table x1 drop index u_name;
普通索引
- 新增:
-
create table x2(
id int auto_increment primary key,
name varchar(32) not null default '',
index u_name(name)
)charset utf8
-
create index 索引名 on 表名(字段名);
create index ix_name on x2(name);
-
alter table x2 add index ix)name(name)
- 删除:
alter table x2 drop index u_name;
索引的优缺点
通过观察*.ibd文件可知:
- 索引加快了查询速度
- 占用大量的磁盘空间
不会命中索引的情况
-
不能再SQL语句中,进行四则运算,会降低SQL的查询效率
-
使用函数
select * from tb1 where reverse(email) ='aaa';
-
类型不一致
如果列是字符串类型,传入的条件必须用引号引起来
排序条件为索引,则select字段必须也是索引字段,否则无法命中
-
order by
select name from s1 order by email desc;
当根据索引排序时候,select查询的字段如果不是索引,则速度仍然很慢
select email from s1 order by email desc;
特别的:如果对主键排序,速度还是很快
select * from tb1 order by nid desc;
-
count(1)或count(列)代替count(*)在mysql中没有差别
-
组合索引最左前缀
什么时候回创建联合索引?
根据公司的业务场景,在嘴常用的几列上添加索引
select * from user where name='mqb' and email ='mqb@qq.com';
如果遇到上述业务情况,错误的做法是:
index ix_name(name),
index ix_email(email)
正确的做法:
index ix_name_email(name,email)
如果组合索引为:ix_name_email (name,email)
where name='zekai' and email='xxxx' -- 命中索引
where name='zekai' -- 命中索引
where email='zekai@qq.com' -- 未命中索引 -
explain
explain select * from user where name ='mqb' and email ='mqb @qq.com'\G
id: 1 select_type: SIMPLE table: user partitions: NULL type: ref 索引指向 all possible_keys: ix_name_email 可能用到的索引 key: ix_name_email 确实用到的索引 key_len: 214 索引长度 ref: const,const rows: 1 扫描的长度 filtered: 100.00 Extra: Using index 使用到了索引
索引覆盖:
select id from user where id =2000;
慢查询日志
查看慢SQL的相关变量
show variables like '%slow%'
配置慢SQL的变量
set global 变量名=值
set global slow_query_log=on;
set global slow_query_log_file='地址';
set global long_query_time=1;