14|视图：如何简化查询？

你好，我是朱晓峰。今天，我们来聊一聊视图。

视图是一种虚拟表，我们可以把一段查询语句作为视图存储在数据库中，在需要的时候，可以把视图看做一个表，对里面的数据进行查询。

举个小例子，在学校的信息系统里面，为了减少冗余数据，学生档案（包括姓名、年龄等）和考试成绩（包括考试时间、科目、分数等）是分别存放在不同的数据表里面的，但是，我们经常需要查询学生的考试成绩（包括学生姓名、科目、分数）。这个时候，我们就可以把查询学生考试成绩的这个关联查询，用视图的形式保存起来。这样一来，我们不仅可以从视图中直接查询学生考试成绩，让查询变得简单，而且，视图没有实际存储数据，还避免了数据存储过程中可能产生的冗余，提高了存储的效率。

今天，我就结合超市的项目，来具体讲解一下怎么创建和操作视图，来帮助你提高查询效率。

视图的创建及其好处

首先，我们来学习下创建视图的方法，以及使用视图的一些好处。

创建视图的语法结构：

CREATE [OR REPLACE]
VIEW 视图名称 [(字段列表)]
AS 查询语句

现在，假设我们要查询一下商品的每日销售明细，这就要从销售流水表（demo.trans）和商品信息表（demo.goodsmaster）中获取到销售数据和对应的商品信息数据。

销售流水表包含流水单号、商品编号、销售数量、销售金额和交易时间等信息：

商品信息表包含商品编号、条码、名称和售价等信息：

在不使用视图的情况下，我们可以通过对销售流水表和商品信息表进行关联查询，得到每天商品销售统计的结果，包括销售日期、商品名称、每天销售数量的合计和每天销售金额的合计，如下所示：

mysql> SELECT
-> a.transdate,
-> a.itemnumber,
-> b.goodsname,
-> SUM(a.quantity) AS quantity, – 统计销售数量
-> SUM(a.salesvalue) AS salesvalue – 统计销售金额
-> FROM
-> demo.trans AS a
-> LEFT JOIN – 连接查询
-> demo.goodsmaster AS b ON (a.itemnumber = b.itemnumber)
-> GROUP BY a.transdate , a.itemnumber;
+———————+————+———–+———-+————+
| transdate | itemnumber | goodsname | quantity | salesvalue |
+———————+————+———–+———-+————+
| 2020-12-01 00:00:00 | 1 | 本 | 1.000 | 89.00 |
| 2020-12-01 00:00:00 | 2 | 笔 | 1.000 | 5.00 |
| 2020-12-02 00:00:00 | 3 | 胶水 | 2.000 | 20.00 |
+———————+————+———–+———-+————+
3 rows in set (0.00 sec)

在实际项目中，我们发现，每日商品销售查询使用的频次很高，而且经常需要以这个查询的结果为基础，进行更进一步的统计。

举个例子，超市经营者要查一下“每天商品的销售数量和当天库存数量的对比”，如果用一个 SQL 语句查询，就会比较复杂。历史库存表（demo.inventoryhist）如下所示：

接下来我们的查询步骤会使用到子查询和派生表，很容易理解，你知道含义就行了。

子查询：就是嵌套在另一个查询中的查询。
派生表：如果我们在查询中把子查询的结果作为一个表来使用，这个表就是派生表。

这个查询的具体步骤是：

通过子查询获得单品销售统计的查询结果；
把第一步中的查询结果作为一个派生表，跟历史库存表进行连接，查询获得包括销售日期、商品名称、销售数量和历史库存数量在内的最终结果。

mysql> SELECT
-> a.transdate,
-> a.itemnumber,
-> a.goodsname,
-> a.quantity, – 获取单品销售数量
-> b.invquantity – 获取历史库存数量
-> FROM
-> (SELECT – 子查询，统计单品销售
-> a.transdate,
-> a.itemnumber,
-> b.goodsname,
-> SUM(a.quantity) AS quantity,
-> SUM(a.salesvalue) AS salesvalue
-> FROM
-> demo.trans AS a
-> LEFT JOIN demo.goodsmaster AS b ON (a.itemnumber = b.itemnumber)
-> GROUP BY a.transdate , a.itemnumber
-> ) AS a – 派生表，与历史库存进行连接
-> LEFT JOIN
-> demo.inventoryhist AS b
-> ON (a.transdate = b.invdate
-> AND a.itemnumber = b.itemnumber);
+———————+————+———–+———-+————-+
| transdate | itemnumber | goodsname | quantity | invquantity |
+———————+————+———–+———-+————-+
| 2020-12-01 00:00:00 | 1 | 本 | 1.000 | 100.000 |
| 2020-12-01 00:00:00 | 2 | 笔 | 1.000 | 99.000 |
| 2020-12-02 00:00:00 | 3 | 胶水 | 2.000 | 200.000 |
+———————+————+———–+———-+————-+
3 rows in set (0.00 sec)

可以看到，这个查询语句是比较复杂的，可读性和可维护性都比较差。那该怎么办呢？其实，针对这种情况，我们就可以使用视图。

我们可以把商品的每日销售统计查询做成一个视图，存储在数据库里，代码如下所示：

mysql> CREATE VIEW demo.trans_goodsmaster AS – 创建视图
-> SELECT
-> a.transdate,
-> a.itemnumber,
-> b.goodsname, – 从商品信息表中获取名称
-> SUM(a.quantity) AS quantity, – 统计销售数量
-> SUM(a.salesvalue) AS salesvalue – 统计销售金额
-> FROM
-> demo.trans AS a
-> LEFT JOIN
-> demo.goodsmaster AS b ON (a.itemnumber = b.itemnumber) – 与商品信息表关联
-> GROUP BY a.transdate , a.itemnumber; – 按照销售日期和商品编号分组
Query OK, 0 rows affected (0.01 sec)

这样一来，我们每次需要查询每日商品销售数据的时候，就可以直接查询视图，不需要再写一个复杂的关联查询语句了。

我们来试试用一个查询语句直接从视图中进行查询：

mysql> SELECT * – 直接查询
-> FROM demo.trans_goodsmaster; – 视图
+———————+————+———–+———-+————+
| transdate | itemnumber | goodsname | quantity | salesvalue |
+———————+————+———–+———-+————+
| 2020-12-01 00:00:00 | 1 | 本 | 1.000 | 89.00 |
| 2020-12-01 00:00:00 | 2 | 笔 | 1.000 | 5.00 |
| 2020-12-02 00:00:00 | 3 | 胶水 | 2.000 | 20.00 |
+———————+————+———–+———-+————+
3 rows in set (0.01 sec)

结果显示，这两种查询方式得到的结果是一样的。

如果我们要进一步查询“每日单品销售的数量与当日的库存数量的对比”，就可以把刚刚定义的视图作为一个数据表来使用。我们把它跟历史库存表连接起来，来获取销售数量和历史库存数量。就像下面的代码这样，查询就简单多了：

mysql> SELECT
-> a.transdate, – 从视图中获取销售日期
-> a.itemnumber, – 从视图中获取商品编号
-> a.goodsname, – 从视图中获取商品名称
-> a.quantity, – 从视图中获取销售数量
-> b.invquantity – 从历史库存表中获取历史库存数量
-> FROM
-> demo.trans_goodsmaster AS a – 视图
-> LEFT JOIN
-> demo.inventoryhist AS b ON (a.transdate = b.invdate
-> AND a.itemnumber = b.itemnumber); – 直接连接库存历史表
+———————+————+———–+———-+————-+
| transdate | itemnumber | goodsname | quantity | invquantity |
+———————+————+———–+———-+————-+
| 2020-12-01 00:00:00 | 1 | 本 | 1.000 | 100.000 |
| 2020-12-01 00:00:00 | 2 | 笔 | 1.000 | 99.000 |
| 2020-12-02 00:00:00 | 3 | 胶水 | 2.000 | 200.000 |
+———————+————+———–+———-+————-+
3 rows in set (0.00 sec)

结果显示，这里的查询结果和我们刚刚使用派生表的查询结果是一样的。但是，使用视图的查询语句明显简单多了，可读性更好，也更容易维护。

如何操作视图和视图中的数据？

创建完了视图，我们还经常需要对视图进行一些操作，比如修改、查看和删除视图。同时，我们可能还需要修改视图中的数据。具体咋操作呢？我来介绍下。

如何操作视图？

修改、查看、删除视图的操作比较简单，你只要掌握具体的语法就行了。

修改视图的语法如下所示：

ALTER VIEW 视图名
AS 查询语句;

查看视图的语法是：

查看视图：
DESCRIBE 视图名；

删除视图要使用 DROP 关键词，具体方法如下：

删除视图：
DROP VIEW 视图名;

好了，到这里，对视图的操作我就介绍完了，下面我再讲讲怎么操作视图中的数据。

如何操作视图中的数据？

刚刚说过，视图本身是一个虚拟表，所以，对视图中的数据进行插入、修改和删除操作，实际都是通过对实际数据表的操作来实现的。

1. 在视图中插入数据

我借用刚刚的视图 demo.view_goodsmaster 来给你解释下。假设商品信息表中的规格字段（specification）被删除了，当我们尝试用 INSERT INTO 语句向视图中插入一条记录的时候，就会提示错误了：

mysql> INSERT INTO demo.view_goodsmaster
-> (itemnumber,barcode,goodsname,salesprice)
-> VALUES
-> (5,‘0005’,‘测试’,100);
ERROR 1471 (HY000): The target table view_goodsmaster of the INSERT is not insertable-into

这是因为，只有视图中的字段跟实际数据表中的字段完全一样，MySQL 才允许通过视图插入数据。刚刚的视图中包含了实际数据表所没有的字段“specification”，所以在插入数据时，系统就会提示错误。

为了解决这个问题，我们来修改一下视图，让它只包含实际数据表中有的字段，也就是商品编号、条码、名称和售价。代码如下：

mysql> ALTER VIEW demo.view_goodsmaster
-> AS
-> SELECT itemnumber,barcode,goodsname,salesprice – 只包含实际表中存在的字段
-> FROM demo.goodsmaster
-> WHERE salesprice > 50;
Query OK, 0 rows affected (0.01 sec)

对视图进行修改之后，我们重新尝试向视图中插入一条记录：

mysql> INSERT INTO demo.view_goodsmaster
-> (itemnumber,barcode,goodsname,salesprice)
-> VALUES
-> (5,‘0005’,‘测试’,100);
Query OK, 1 row affected (0.02 sec)

结果显示，插入成功了。

现在我们来查看一下视图中的数据：

mysql> SELECT *
-> FROM demo.view_goodsmaster;
+————+———+———–+————+
| itemnumber | barcode | goodsname | salesprice |
+————+———+———–+————+
| 1 | 0001 | 本 | 89.00 |
| 5 | 0005 | 测试 | 100.00 | – 通过视图插入的数据
+————+———+———–+————+
2 rows in set (0.01 sec)

结果显示，表中确实包含了我们插入的商品编号是 5 的商品信息。

现在，视图中已经包括了刚才插入的数据，那么，实际数据表中的数据情况又是怎样的呢？我们再来看一下：

mysql> SELECT *
-> FROM demo.goodsmaster;
+————+———+———–+————+
| itemnumber | barcode | goodsname | salesprice |
+————+———+———–+————+
| 1 | 0001 | 本 | 89.00 |
| 2 | 0002 | 笔 | 5.00 |
| 3 | 0003 | 胶水 | 10.00 |
| 5 | 0005 | 测试 | 100.00 | – 通过视图插入的数据
+————+———+———–+————+
4 rows in set (0.00 sec)

可以看到，实际数据表 demo.goodsmaster 中，也已经包含通过视图插入的商品编号是 5 的商品数据了。

2. 删除视图中的数据

我们可以通过 DELETE 语句，删除视图中的数据：

mysql> DELETE FROM demo.view_goodsmaster – 直接在视图中删除数据
-> WHERE itemnumber = 5;
Query OK, 1 row affected (0.02 sec)

现在我们来查看视图和实际数据表的内容，会发现商品编号是 5 的商品都已经被删除了。

mysql> SELECT *
-> FROM demo.view_goodsmaster;
+————+———+———–+————+
| itemnumber | barcode | goodsname | salesprice |
+————+———+———–+————+
| 1 | 0001 | 本 | 89.00 | – 视图中已经没有商品编号是 5 的商品了
+————+———+———–+————+
1 row in set (0.00 sec)

mysql> SELECT *
-> FROM demo.goodsmaster;
+————+———+———–+————+
| itemnumber | barcode | goodsname | salesprice |
+————+———+———–+————+
| 1 | 0001 | 本 | 89.00 |
| 2 | 0002 | 笔 | 5.00 |
| 3 | 0003 | 胶水 | 10.00 | – 实际表中也已经没有商品编号是 5 的商品了
+————+———+———–+————+
3 rows in set (0.00 sec)

3. 修改视图中的数据

我们可以通过 UPDATE 语句对视图中的数据进行修改：

mysql> UPDATE demo.view_goodsmaster – 更新视图中的数据
-> SET salesprice = 100
-> WHERE itemnumber = 1;
Query OK, 1 row affected (0.01 sec)
Rows matched: 1 Changed: 1 Warnings: 0

结果显示，更新成功了。现在我们来查看一下视图和实际数据表，代码如下所示：

mysql> SELECT *
-> FROM demo.view_goodsmaster;
+————+———+———–+————+
| itemnumber | barcode | goodsname | salesprice |
+————+———+———–+————+
| 1 | 0001 | 本 | 100.00 | – 视图中的售价改过了
+————+———+———–+————+
1 row in set (0.01 sec)

mysql> SELECT *
-> FROM demo.goodsmaster;
+————+———+———–+————+
| itemnumber | barcode | goodsname | salesprice |
+————+———+———–+————+
| 1 | 0001 | 本 | 100.00 | – 实际数据表中的售价也改过了
| 2 | 0002 | 笔 | 5.00 |
| 3 | 0003 | 胶水 | 10.00 |
+————+———+———–+————+
3 rows in set (0.00 sec)

可以发现，视图和原来的数据表都已经改过来了。

需要注意的是，我不建议你对视图的数据进行更新操作，因为 MySQL 允许用比较复杂的 SQL 查询语句来创建视图（比如 SQL 查询语句中使用了分组和聚合函数，或者是 UION 和 DISTINCT 关键字），所以，要通过对这个结果集的更新来更新实际数据表，有可能不被允许，因为 MySQL 没办法精确定位实际数据表中的记录。就比如刚刚讲到的那个“每日销售统计查询”视图就没办法更改，因为创建视图的 SQL 语句是一个包含了分组函数（GROUP BY）的查询。

视图有哪些优缺点？

到这里，视图的操作我就讲完了，现在我们把视线拔高一点，来看看视图都有哪些优缺点。只有全面掌握视图的特点，我们才能充分享受它的高效，避免踩坑。

首先，我来介绍下视图的优点。

第一，因为我们可以把视图看成一张表来进行查询，所以在使用视图的时候，我们不用考虑视图本身是如何获取数据的，里面有什么逻辑，包括了多少个表，有哪些关联操作，而是可以直接使用。这样一来，实际上就把查询模块化了，查询变得更加简单，提高了开发和维护的效率。所以，你可以把那些经常会用到的查询和复杂查询的子查询定义成视图，存储到数据库中，这样可以为你以后的使用提供方便。

第二，视图跟实际数据表不一样，它存储的是查询语句。所以，在使用的时候，我们要通过定义视图的查询语句来获取结果集。而视图本身不存储数据，不占用数据存储的资源。

第三，视图具有隔离性。视图相当于在用户和实际的数据表之间加了一层虚拟表。也就是说，用户不需要查询数据表，可以直接通过视图获取数据表中的信息。这样既提高了数据表的安全性，同时也通过视图把用户实际需要的信息汇总在了一起，查询起来很轻松。

第四，视图的数据结构相对独立，即便实际数据表的结构发生变化，我们也可以通过修改定义视图的查询语句，让查询结果集里的字段保持不变。这样一来，针对视图的查询就不受实际数据表结构变化的影响了。

这一点不容易理解，我举个小例子来说明一下。

假设我们有一个实际的数据表（demo.goodsmaster），包括商品编号、条码、名称、规格和售价等信息：

在这个表的基础上，我们建一个视图，查询所有价格超过 50 元的商品：

mysql> CREATE VIEW demo.view_goodsmaster AS
-> SELECT *
-> FROM demo.goodsmaster
-> WHERE salesprice > 50;
Query OK, 0 rows affected (0.03 sec)

接着，我们在这个视图的基础上做一个查询，来验证一下视图的内容：

mysql> SELECT barcode,goodsname,specification
-> FROM demo.view_goodsmaster;
+———+———–+—————+
| barcode | goodsname | specification |
+———+———–+—————+
| 0001 | 本 | 16 开 |
+———+———–+—————+
1 row in set (0.00 sec)

结果显示，我们得到了商品信息表中售价大于 50 元的商品：本（16 开）。

假设现在我们需要把数据表 demo.goodsmaster 中的字段“specification”删掉，就可以用下面的代码：

mysql> ALTER TABLE demo.goodsmaster DROP COLUMN specification;
Query OK, 0 rows affected (0.13 sec)
Records: 0 Duplicates: 0 Warnings: 0

这样一来，因为少了一个字段，而我们的语句又是直接查询数据表的，代码就会提示错误：

mysql> SELECT barcode,goodsname,specification
-> FROM demo.goodsmaster;
ERROR 1054 (42S22): Unknown column ‘specification’ in ‘field list’

你看，代码提示字段“specification”不存在。

但是，如果查询的是视图，就可以通过修改视图来规避这个问题。我们可以用下面的代码把刚才的视图修改一下：

mysql> ALTER VIEW demo.view_goodsmaster
-> AS
-> SELECT
-> itemnumber,
-> barcode,
-> goodsname,
-> ’’ as specification, – 由于字段不存在，插入一个长度是 0 的空字符串作为这个字段的值
-> salesprice
-> FROM demo.goodsmaster
-> WHERE salesprice > 50;
Query OK, 0 rows affected (0.02 sec)

你看，虽然实际数据表中已经没有字段“specification”了，但是视图中却保留了这个字段，而且字段值始终是空字符串。所以，我们不用修改原有视图的查询语句，它也会正常运行。下面的代码查询的结果中，就包括了实际数据表没有的字段“specification”。

结果显示，运行成功了。这个视图查询，就没有受到实际数据表中删除字段的影响。

看到这儿，你可能会说，视图有这么多好处，那我以后都用视图可以吗？其实不是的，视图也有自身的不足。

如果我们在实际数据表的基础上创建了视图，那么，如果实际数据表的结构变更了，我们就需要及时对相关的视图进行相应的维护。特别是当视图是由视图生成的时候，维护会变得比较复杂。因为创建视图的 SQL 查询可能会对字段重命名，也可能包含复杂的逻辑，这些都会增加维护的成本。

所以，在创建视图的时候，你要结合实际项目需求，综合考虑视图的优点和不足，这样才能正确使用视图，使系统整体达到最优。

为了方便你掌握，我用一张图来汇总下视图的优缺点：

总结

今天，我给你介绍了简化查询的工具：视图，我们学习了创建视图、操作视图和视图中的数据的方法以及视图的优缺点。你要重点掌握操作的语法结构。

最后，我还是想提醒你一下，虽然可以更新视图数据，但总的来说，视图作为虚拟表，主要用于方便查询。我不建议你更新视图的数据，因为对视图数据的更改，都是通过对实际数据表里数据的操作来完成的，而且有很多限制条件。

视图虽然有很多优点。但是在创建视图、简化查询的同时，也要考虑到视图太多而导致的数据库维护成本的问题。

视图不是越多越好，特别是嵌套的视图（就是在视图的基础上创建视图），我不建议你使用，因为逻辑复杂，可读性不好，容易变成系统的潜在隐患。

思考题

假设某公园售票系统包括门票信息表和类别信息表，这两个表之间通过类别编号相关联。

门票信息表包含门票编号、名称、类别编号和剩余数量等信息。

类别信息表包含类别编号、开门时间和闭馆时间。

请编写一个视图，视图返回的结果集包括：当前时间可以卖的门票名称和剩余数量（说明：开门前 30 分钟开始售票，结束前 30 分钟停止售票）。

欢迎在留言区写下你的思考和答案，我们一起交流讨论。如果你觉得今天的内容对你有所帮助，也欢迎你把它分享给你的朋友或同事，我们下节课见。

文章目录

视图的创建及其好处

如何操作视图和视图中的数据？

如何操作视图？

如何操作视图中的数据？

视图有哪些优缺点？

总结

思考题