珹洺

数据库系统概论（十五）详细讲解数据库视图

数据库系统概论（十五）数据库视图

前言
一、什么是视图？
二、视图的作用
- 1. 保护数据安全
- 2. 屏蔽表结构变化
- 3. 简化复杂查询
- 4. 多角度展示数据
三、如何创建视图？
- 语法格式：
- 5种常见视图类型：
四、更新视图的限制
五、如何删除视图
六、查询视图
- 1. 查询视图的基本用法
- 2. 系统如何执行视图查询？
- 3、复杂视图查询的坑
- - 场景：用分组视图查平均成绩≥90分的学生
  - - 正确做法1：直接对基表查询（用HAVING）
    - 正确做法2：用派生表模拟视图（临时视图）
- 4、不同数据库的差异
七、更新视图
- 1. 什么是更新视图？
- 2. 如何更新视图？
- - （1）修改数据
  - （2）插入数据
  - （3）删除数据
- 3. 更新视图的“安全锁”：WITH CHECK OPTION
- 4. 哪些视图不能更新？
- - （1）复杂视图
  - （2）不同数据库的限制差异

前言

在前几期博客中，我们探讨了 SQL 连接查询，单表查询，嵌套查询，集合查询，基于派生表的查询，数据插入，修改与删除，空值的处理技术等知识点。
从本节开始，我们将深入讲解 SQL 中视图的知识点。

我的个人主页，欢迎来阅读我的其他文章
https://blog.csdn.net/2402_83322742?spm=1011.2415.3001.5343
我的数据库系统概论专栏
https://blog.csdn.net/2402_83322742/category_12911520.html?spm=1001.2014.3001.5482

一、什么是视图？

视图就像数据库中的“虚拟表格”，它的数据来自真实的表（基表），但本身不存储真实数据，只存储“如何从基表取数据的规则”。

举个例子：
基表是“学生表”（包含所有学生信息），视图可以是“信息管理专业学生视图”，只显示该专业学生的部分信息（如学号、姓名、专业）。
视图的特点：
1. 虚表：数据字典只存定义，不存实际数据。
2. 动态更新：基表数据变了，视图查询结果也会变。

二、视图的作用

1. 保护数据安全

作用：控制用户能看到的数据范围，隐藏敏感信息。
- 举例：员工表中，普通员工只能通过视图看到姓名和部门，而工资、银行卡号等机密字段被“过滤”掉。
原理：通过视图限制查询的字段或行，就像给数据加了一层“滤镜”，非授权数据无法被访问。

2. 屏蔽表结构变化

作用：当数据库表结构调整（如重命名字段、拆分表）时，视图可以保持对外接口不变，避免影响应用程序。
- 举例：原表Student有字段S_age，改为S_birthdate后，通过视图依然以S_age名称提供年龄数据（视图内部转换计算），程序无需修改代码。
原理：视图作为“中间层”，隔离了底层表的变化。

3. 简化复杂查询

作用：将常用的复杂查询（如多表连接、计算字段）定义为视图，用户直接查询视图即可，无需重复写冗长SQL。
- 举例：查询“学生姓名+课程成绩”需要连接Student和SC表，定义视图Student_Score后，直接查视图就行，不用每次写JOIN语句。
原理：视图相当于把复杂操作“打包”成一个快捷按钮，点击即可得到结果，减少重复劳动。

4. 多角度展示数据

作用：同一批数据，不同用户可以通过不同视图看到不同角度的内容。
- 举例：销售数据中，普通员工 视图显示“个人业绩明细”，经理视图 显示“部门业绩汇总”，数据来源相同但展示形式不同。
原理：视图就像“数据滤镜”，根据用户需求过滤、重组数据，让不同人看到自己需要的信息。

三、如何创建视图？

语法格式：

CREATE VIEW 视图名 [(列名1, 列名2, ...)] -- 可选，定义视图的列名
AS
子查询 -- 从基表取数据的规则（不能有ORDER BY和DISTINCT）
[WITH CHECK OPTION] -- 可选，限制通过视图更新数据时必须符合子查询条件

5种常见视图类型：

行列子集视图（单表筛选）
场景：从“学生表”筛选“信息管理专业”学生，只显示部分列。
```
CREATE VIEW IS_Student AS
SELECT Sno, Sname, Ssex, Smajor -- 选这几列
FROM Student -- 基表
WHERE Smajor = '信息管理与信息系统'; -- 筛选条件
```
- 说明：省略列名时，视图列名和子查询的列名一致。

多表视图（多表连接）
场景：查询“信息管理专业学生选81001课程的成绩”（学生表+选课表连接）。

CREATE VIEW IS_C1(Sno, Sname, Grade) AS -- 显式指定列名
SELECT Student.Sno, Sname, Grade -- 选学号、姓名、成绩
FROM Student, SC -- 两张表
WHERE Student.Sno = SC.Sno -- 连接条件
  AND Smajor = '信息管理与信息系统' -- 专业筛选
  AND SC.Cno = '81001'; -- 课程筛选

基于视图的视图（视图嵌套）
场景：在“IS_C1视图”基础上，再筛选“成绩≥90分”的学生。

CREATE VIEW IS_C2 AS -- 直接基于已有视图创建
SELECT Sno, Sname, Grade 
FROM IS_C1 
WHERE Grade >= 90;

带表达式的视图（计算列）
场景：计算学生年龄（用出生日期算年龄）。

CREATE VIEW S_AGE(Sno, Sname, Sage) AS -- 必须显式指定列名（含计算列）
SELECT Sno, Sname, 
       TIMESTAMPDIFF(YEAR, Sbirthdate, CURDATE()) -- 计算年龄的表达式
FROM Student;

分组视图（聚合函数）
场景：统计每个学生的平均成绩。

CREATE VIEW S_GradeAVG(Sno, Gavg) AS -- 显式指定列名（含聚合列）
SELECT Sno, AVG(Grade) -- 按学号分组，算平均成绩
FROM SC 
GROUP BY Sno;

四、更新视图的限制

一般情况：视图主要用于查询，直接增删改可能受限（因视图可能关联多表或包含表达式）。

强制限制：创建视图时加 WITH CHECK OPTION，可确保通过视图插入/修改的数据符合视图定义的条件。

CREATE VIEW IS_Student AS
SELECT ... FROM Student WHERE Smajor='信息管理与信息系统'
WITH CHECK OPTION; -- 插入时若专业不是该专业，会报错

五、如何删除视图

语法：

DROP VIEW 视图名 [CASCADE]; -- CASCADE（级联删除）：删除依赖它的其他视图

例子：
- 单删视图：DROP VIEW S_AGE;
- 级联删（如IS_C1视图被IS_C2依赖）：
```
DROP VIEW IS_C1 CASCADE; -- 同时删除IS_C1和IS_C2
```
注意：不同数据库差异大！
- KingBase支持CASCADE级联删除；
- MySQL不支持，删除IS_C1后，IS_C2会失效但不会自动删除，需手动处理。

六、查询视图

1. 查询视图的基本用法

查询视图就像查询普通表一样简单，直接写 SELECT 语句即可，语法和查基表完全一致。

举例：
有一个“信息管理专业学生视图”（IS_Student），想查其中年龄≤20岁的学生学号和出生日期：
```
SELECT Sno, Sbirthdate FROM IS_Student 
WHERE TIMESTAMPDIFF(YEAR, Sbirthdate, CURDATE()) <= 20;
```
看起来和查基表没区别，但背后系统会做一些转换。

2. 系统如何执行视图查询？

当你查询视图时，数据库系统会做以下三件事：

检查有效性：确认视图是否存在，列名是否正确。

转换成基表查询（核心步骤）：

有一个视图表他的定义是：

CREATE VIEW IS_Student AS 
SELECT Sno,... FROM Student WHERE Smajor='信息管理与信息系统';

系统会把它的视图查询 “翻译”成基表查询：

SELECT Sno, Sbirthdate FROM Student 
WHERE Smajor='信息管理与信息系统'  -- 视图定义的条件
  AND TIMESTAMPDIFF(YEAR, Sbirthdate, CURDATE()) <= 20;  -- 你加的条件

执行翻译后的SQL：直接对基表（Student表）执行查询，返回结果。

核心逻辑：视图查询本质是“披着视图外衣的基表查询”，系统会先把视图“还原”成基表的SQL，再执行。

3、复杂视图查询的坑

场景：用分组视图查平均成绩≥90分的学生

假设你有一个分组视图 S_GradeAVG（存储每个学生的学号和平均成绩）：

CREATE VIEW S_GradeAVG(Sno, Gavg) AS 
SELECT Sno, AVG(Grade) FROM SC GROUP BY Sno;

错误做法：直接对视图用 WHERE 过滤平均成绩

SELECT * FROM S_GradeAVG WHERE Gavg >= 90;  -- 看似正确，实则错误！

系统翻译后：

SELECT Sno, AVG(Grade) FROM SC 
WHERE AVG(Grade) >= 90  -- ❌ WHERE子句不能用聚集函数（AVG）
GROUP BY Sno;

报错原因：WHERE 只能过滤行数据，不能直接用聚集函数（如AVG、SUM），聚集函数要配合 HAVING 使用。

正确做法1：直接对基表查询（用HAVING）

SELECT Sno, AVG(Grade) AS Gavg FROM SC 
GROUP BY Sno 
HAVING Gavg >= 90;  -- ✅ 用HAVING过滤分组后的结果

正确做法2：用派生表模拟视图（临时视图）

SELECT * FROM (
  SELECT Sno, AVG(Grade) AS Gavg FROM SC GROUP BY Sno
) AS 临时视图名  -- 派生表，执行完就消失
WHERE Gavg >= 90;

4、不同数据库的差异

视图查询的兼容性：
- 大部分数据库（如KingBase）对简单视图（行列子集视图）能正确翻译，但复杂视图（如分组视图）可能报错。
- MySQL比较“宽容”：
  - 对分组视图的 WHERE Gavg >= 80 可能能执行（内部做了优化），但本质上不推荐这么写。
  - 直接对基表用 WHERE AVG(Grade) 会报错：
```
SELECT Sno, AVG(Grade) FROM SC 
WHERE AVG(Grade) >= 90 GROUP BY Sno;  -- ❌ MySQL报错！
```

七、更新视图

1. 什么是更新视图？

通过视图修改基表的数据（增、删、改）。

本质：视图本身没有数据，更新视图时，数据库会把操作“翻译”成对基表的更新（视图消解）。
举例：修改视图中的学生姓名，其实是在修改基表（学生表）中的真实数据。

2. 如何更新视图？

（1）修改数据

场景：将IS_Student视图中学号为20180005的学生姓名改为“刘新奇”。

UPDATE IS_Student SET Sname='刘新奇' WHERE Sno='20180005';

背后发生了什么？
数据库自动将视图查询转换为基表操作：

UPDATE Student SET Sname='刘新奇' 
WHERE Sno='20180005' AND Smajor='信息管理与信息系统'; -- 视图定义的条件自动保留

（2）插入数据

场景：向IS_Student视图中插入一个信息管理专业的学生。

INSERT INTO IS_Student VALUES ('20180207','赵新','男','2001-7-19','信息管理与信息系统');

背后发生了什么？
直接插入基表（Student表），专业字段自动符合视图条件：

INSERT INTO Student VALUES ('20180207','赵新','男','2001-7-19','信息管理与信息系统');

（3）删除数据

场景：删除IS_Student视图中学号为20180207的学生。

DELETE FROM IS_Student WHERE Sno='20180207';

背后发生了什么？
从基表删除符合条件的记录（同时满足学号和专业条件）：

DELETE FROM Student WHERE Sno='20180207' AND Smajor='信息管理与信息系统';

3. 更新视图的“安全锁”：WITH CHECK OPTION

作用：确保通过视图插入/修改的数据必须符合视图定义的条件，防止“脏数据”进入。

创建视图时加锁：

CREATE VIEW IS_Student AS
SELECT ... FROM Student WHERE Smajor='信息管理与信息系统'
WITH CHECK OPTION; -- 强制要求插入/修改的记录必须是该专业

举例：
若尝试插入其他专业的学生：
```
INSERT INTO IS_Student VALUES ('20180208','钱明','男',...,'计算机科学与技术');
```
结果：直接报错，因为违反了WITH CHECK OPTION的条件（专业必须是信息管理与信息系统）。

4. 哪些视图不能更新？

（1）复杂视图

包含多表连接的视图：
例：基于学生表和选课表连接创建的视图，无法确定更新哪张表的数据。
包含聚集函数的视图（如AVG、SUM）：
例：S_GradeAVG视图（平均成绩），更新平均分会导致逻辑混乱（系统不知道要改哪些原始成绩）。
```
UPDATE S_GradeAVG SET Gavg=90 WHERE Sno='20180001'; -- ❌ 报错！
```
分组视图（含GROUP BY）：
同上，系统无法将分组后的更新映射到基表的具体行。

（2）不同数据库的限制差异

行列子集视图（单表简单筛选）：通常可以更新（如IS_Student视图）。
非行列子集视图：不同数据库处理不同，例如：
- MySQL可能允许部分更新，但不推荐；
- KingBase等严格数据库会直接禁止复杂视图的更新。

以上就是这篇博客的全部内容，下一篇我们将继续探索更多精彩内容。