1. 什么是外键？
- 定义：外键是数据库表中的一列（或一组列），用于建立两个表之间的关联关系。外键的值必须匹配另一个表的主键（Primary Key）或唯一约束（Unique Constraint）的值。
- 作用：
- 确保数据的引用完整性（Referential Integrity），防止无效数据插入。
- 维护表之间的逻辑关系（如“一对多”或“多对多”）。
2. 外键的语法
在创建表时定义外键：
CREATE TABLE 子表 (列1 数据类型,列2 数据类型,...FOREIGN KEY (外键列) REFERENCES 父表(主键列)[ON DELETE 约束行为] [ON UPDATE 约束行为]
);在已有表中添加外键：
ALTER TABLE 子表
ADD CONSTRAINT 约束名称
FOREIGN KEY (外键列) REFERENCES 父表(主键列)
[ON DELETE 约束行为] [ON UPDATE 约束行为];3. 外键的约束行为
当父表的记录被删除或更新时，子表的外键如何处理？通过 ON DELETE 和 ON UPDATE 指定：
| 约束行为 | 说明 |
|---|---|
| CASCADE | 级联操作。父表删除/更新记录时，子表关联记录也被删除/更新。 |
| SET NULL | 父表删除/更新记录时，子表的外键列设为 NULL（要求外键列允许 NULL）。 |
| NO ACTION | 默认行为。阻止父表的删除/更新操作，如果子表存在关联记录。 |
| RESTRICT | 类似 NO ACTION，立即检查约束。 |
| SET DEFAULT | 父表删除/更新记录时，子表的外键设为默认值（需定义默认值）。 |
4. 多列外键
外键可以由多个列组成，需满足：
- 子表和父表的列数、顺序、数据类型一致。
- 父表的列必须有唯一约束（如主键或唯一索引）。
示例：
CREATE TABLE 订单详情 (订单ID INT,产品ID INT,数量 INT,PRIMARY KEY (订单ID, 产品ID),FOREIGN KEY (订单ID) REFERENCES 订单(订单ID),FOREIGN KEY (产品ID) REFERENCES 产品(产品ID)
);5. 外键的限制与注意事项
- 父表必须有主键或唯一约束。
- 外键列的数据类型必须与父表主键一致。
- 引擎支持：如 MySQL 的 InnoDB 支持外键，而 MyISAM 不支持。
- 性能影响：外键会增加数据操作的检查开销，但能提升数据一致性。
- 循环依赖：避免两个表互相引用。
6. 实际应用示例
场景：学生表（students）和课程表（courses），通过选课表（enrollments）关联。
-- 父表：学生表
CREATE TABLE students (student_id INT PRIMARY KEY,name VARCHAR(50)
);-- 父表：课程表
CREATE TABLE courses (course_id INT PRIMARY KEY,course_name VARCHAR(50)
);-- 子表：选课表（含外键）
CREATE TABLE enrollments (student_id INT,course_id INT,enrollment_date DATE,FOREIGN KEY (student_id) REFERENCES students(student_id) ON DELETE CASCADE,FOREIGN KEY (course_id) REFERENCES courses(course_id) ON DELETE RESTRICT
);插入数据：
-- 插入学生和课程
INSERT INTO students VALUES (1, 'Alice');
INSERT INTO courses VALUES (101, 'Math');-- 合法插入：学生和课程存在
INSERT INTO enrollments VALUES (1, 101, '2023-10-01');-- 非法插入：学生不存在，触发外键错误
INSERT INTO enrollments VALUES (999, 101, '2023-10-01'); -- 报错！7. 常见问题
-
外键必须指向主键吗？
不，可以指向父表的唯一约束（Unique Constraint）。 -
能否跨数据库引用？
通常不支持，外键需在同一数据库内。 -
外键是否允许 NULL？
如果外键列允许 NULL，则插入 NULL 是合法的（表示无关联）。 -
如何查看外键约束？
使用数据库工具或查询元数据（如 MySQL 的SHOW CREATE TABLE）。
8. 总结
- 外键的核心作用：维护数据的一致性和关联性。
- 适用场景：需要强数据完整性的系统（如电商、金融）。
- 慎用场景：高并发写入且对性能要求极高的系统（需权衡一致性与性能）。