博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Node.js调用mysql的存储过程
阅读量:6589 次
发布时间:2019-06-24

本文共 3681 字,大约阅读时间需要 12 分钟。

例子仅在windows下测试通过,没有放在linux下测试。如有问题,可以电邮给我~

1、安装node.js、mysql,此处略(自行搜索吧)…;

2、创建一个名为test的数据库,然后建一张名为user_info的表(仅供测试)…

这里假定mysql使用的用户名为root,密码为123456

相应的mysql如下:

/** * 创建名为test的数据库 */ DROP DATABASE IF EXISTS test; CREATE DATABASE test; USE test;
 

/** * 创建user_info表 */ DROP TABLE IF EXISTS `user_info`; CREATE TABLE `user_info` (   `userId` int(10) NOT NULL AUTO_INCREMENT,   `userName` varchar(20) DEFAULT NULL, PRIMARY KEY (`userId`) ) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8; /** * 插入三条记录 */ INSERT INTO user_info VALUES (NULL, '张一'), (NULL, '张二'), (NULL, '张三');

 

3、创建存储过程(写的很冗余,故意的… 正好学习一下语法>_<);

DELIMITER $$ DROP PROCEDURE IF EXISTS `test`.`proc_simple`$$ CREATE PROCEDURE proc_simple(IN uid INT(10), OUT uName VARCHAR(2), OUT totalCount INT) BEGIN DECLARE str_name VARCHAR(20); SET @str_name = ''; SET totalCount = 0; SELECT COUNT(1),userName INTO totalCount,@str_name FROM user_info WHERE userId = uid;        SET uName = @str_name; SELECT uName, totalCount; END$$ DELIMITER ;
 
4、写程序进行调用(假定存为名为sql.js的文件);
/**  * Created with JetBrains WebStorm.  * User: Meteoric_cry  * Date: 12-12-28  * Time: 上午00:18  * To change this template use File | Settings | File Templates.  */ var mysql = require('mysql'); var connection = mysql.createConnection({
host : 'localhost', port : 3306, user : 'root', password : '123456', database : 'test', charset : 'UTF8_GENERAL_CI', debug : false }); connection.connect(); connection.query('CALL proc_simple(1, @a, @b);', function(err, rows, fields) {
if (err) {
throw err; } var results = rows[0]; var row = results[0]; console.log("userName:",row.uName, "  count:", row.totalCount); }); connection.end();
 
5、运行示例程序;
 

本文参考链接:

 

 

/***************************************************************/

如果对mysql的行记录锁定、表锁定,有兴趣想了解更多,可以继续阅读(有空准备写个复杂点的应用,所以需要了解一些这方面的知识,下面的文字摘抄自):

举个例子: 假设商品表单products 内有一个存放商品数量的quantity ,在订单成立之前必须先确定quantity 商品数量是否足够(quantity>0) ,然后才把数量更新为1。

不安全的做法:
SELECT quantity FROM products WHERE id=3;UPDATE products SET quantity = 1 WHERE id=3;
为什么不安全呢?
少量的状况下或许不会有问题,但是大量的数据存取「铁定」会出问题。
如果我们需要在quantity>0 的情况下才能扣库存,假设程序在第一行SELECT 读到的quantity 是2 ,看起来数字没有错,但是当MySQL 正准备要UPDATE 的时候,可能已经有人把库存扣成0 了,但是程序却浑然不知,将错就错的UPDATE 下去了。
因此必须透过的事务机制来确保读取及提交的数据都是正确的。

于是我们在MySQL 就可以这样测试: (注1)
SET AUTOCOMMIT=0;BEGIN WORK;SELECT quantity FROM products WHERE id=3 FOR UPDATE;

此时products 数据中id=3 的数据被锁住(注3),其它事务必须等待此次事务提交后才能执行SELECT * FROM products WHERE id=3 FOR UPDATE (注2)如此可以确保quantity 在别的事务读到的数字是正确的。

 

UPDATE products SET quantity = '1' WHERE id=3 ;COMMIT WORK;

提交(Commit)写入数据库,products 解锁。

注1: BEGIN/COMMIT 为事务的起始及结束点,可使用二个以上的MySQL Command 视窗来交互观察锁定的状况。
注2: 在事务进行当中,只有SELECT ... FOR UPDATE 或LOCK IN SHARE MODE 同一笔数据时会等待其它事务结束后才执行,一般SELECT ... 则不受此影响。
注3: 由于InnoDB 预设为Row-level Lock,数据列的锁定可参考这篇。
注4: InnoDB 表单尽量不要使用LOCK TABLES 指令,若情非得已要使用,请先看官方对于InnoDB 使用LOCK TABLES 的说明,以免造成系统经常发生死锁。

 

MySQL SELECT ... FOR UPDATE 的Row Lock 与Table Lock

上面介绍过SELECT ... FOR UPDATE 的用法,不过锁定(Lock)的数据是判别就得要注意一下了。由于InnoDB 预设是Row-Level Lock,所以只有「明确」的指定主键,MySQL 才会执行Row lock (只锁住被选取的数据) ,否则MySQL 将会执行Table Lock (将整个数据表单给锁住)。
举个例子:
假设有个表单products ,里面有id 跟name 二个栏位,id 是主键。
例1: (明确指定主键,并且有此数据,row lock)
SELECT * FROM products WHERE id='3' FOR UPDATE;
例2: (明确指定主键,若查无此数据,无lock)
SELECT * FROM products WHERE id='-1' FOR UPDATE;
例2: (无主键,table lock)
SELECT * FROM products WHERE name='Mouse' FOR UPDATE;
例3: (主键不明确,table lock)
SELECT * FROM products WHERE id<>'3' FOR UPDATE;
例4: (主键不明确,table lock)
SELECT * FROM products WHERE id LIKE '3' FOR UPDATE;
注1: FOR UPDATE 仅适用于InnoDB,且必须在事务区块(BEGIN/COMMIT)中才能生效。
注2: 要测试锁定的状况,可以利用MySQL 的Command Mode ,开二个视窗来做测试。

转载于:https://www.cnblogs.com/meteoric_cry/archive/2012/12/28/2836666.html

你可能感兴趣的文章
spring与struts2 mvc共存web.xml简单配置
查看>>
2015年终总结
查看>>
Python web爬虫
查看>>
Python捕捉命令输出、错误输出及赋值命令到变量的方法
查看>>
js解析json
查看>>
详解性能调优命令
查看>>
Linux mint 14下的powerDNS+mysql+powerAdmin搭建个性DNS域名解析服务器
查看>>
Red Hat EnterPrise Linux 5.4下web服务器的综合使用(普通站点、虚拟主机、安全性、...
查看>>
squirrelmail+change_sqlpass 认证 问题
查看>>
hive优化--增加减少map数
查看>>
重建二叉树
查看>>
ERP计划参数如何在线更新
查看>>
3.8Python数据处理篇之Numpy系列(八)---Numpy的梯度函数
查看>>
LVS+Keepalived实现高可用集群
查看>>
我的友情链接
查看>>
我的友情链接
查看>>
hadoop管理命令——fsck
查看>>
我的友情链接
查看>>
unbantu安装 mysql --- 百度云
查看>>
sql2008性能计数器注册表配置单元一致性失败
查看>>