精华内容
下载资源
问答
  • 文章目录SQL SQL SQL是一种结构化查询语言,是一种所以关系型数据库都支持的语言,在我看来SQL就是类似于我们在终端中输入的命令,。...DDL:数据定义语言 熟练掌握crud(增删改查)是使用数据库的基础 ...

    SQL

    SQL是一种结构化查询语言,是一种所以关系型数据库都支持的语言,在我看来SQL就是类似于我们在终端中输入的命令,。
    SQL语句主要分为三大类

    • DQL:数据查询语言
    • DML:数据操作语言
    • DDL:数据定义语言

    熟练掌握crud(增删改查)是使用数据库的基础

    创建数据库

    安装环境

    phpstudy下载地址

    这里我使用的是phpstudy集成环境一键安装,简单快速,不用自己配置信息。
    在这里插入图片描述

    配置环境变量

    安装好mysql后找到phpsutdy的安装路径
    你的安装路径\phpstudy_pro\Extensions\MySQL8.0.12\bin
    其中MySQL版本号可能会有所变化
    在这里插入图片描述
    之后在cmd中输入mysql -V测试是否安装成功在这里插入图片描述

    可视化工具创建

    这里是使用的是SQLyog创建,按下Ctrl + D,然后取一个名字,之后再像下图中选择基字符集和数据库排序规则。

    在这里插入图片描述

    数据库的约束条件

    在创建新表时,我们看到了下图所示页面。
    在这里插入图片描述
    其中,主键、非空、自增等就是数据库中表的约束条件。

    约束条件 作用
    主键(primary key) 物理上的储存顺序受到主键的影响
    非空(not null) 此数据不准为空
    有无符号(Unsigned) 默认数据为正数,选择此项后可为负数
    唯一(unique) 此字段的值不允许重复
    默认(default) 如果没有数据则填写此处的默认值
    零填充(zerofill) 自动用零填充空值
    外键(foreign key) 对关系字段进行约束,当关系字段填写时会到关联字段中查询此值是否存在,如果存在则填写成功,如果不存在则填写失败。
    更新(updata) 常用于日期,自动更新日期为修改时间

    unique在索引中可以添加
    在这里插入图片描述

    数据库基本数据类型

    1. 整数:int
    数值 字节大小 有符号范围 无符号范围
    TINYINT 1 -128~127 0~255
    SMALLINT 2 -32768~32767 0~65535
    MEDIUMINT 3 -8388608~8388607 0~16777215
    INT/INTEGER 4 -2147483648~2147483647 0~4294967295
    BIGINT 8 -92233720368547758078~9223372036854775807 0~18446744073709551615
    1. 小数:decimal
    2. 字符串:varchar(可变长度字符串 ),char(不可变),text(大文本)
    3. 日期:data(年月日),time(当日时间),datetime(年月日和当日时间)
    4. 枚举类型:enum

    注:小数decimal为浮点型decimal(5,2)表示为共五位数,小数占两位。

    数据库的操作

    基础命令详细信息

    连接和和退出

    连接数据库:mysql -h [ip地址] -u [用户名] -p

    如果是连接本地数据库-h已经ip地址可以使用默认值,不用填写(-h的默认值为127.0.0.1或localhost

    在这里插入图片描述
    如图所示即为成功连接上服务器。

    退出数据库exitquit

    查询数据库版本

    select version();
    在这里插入图片描述

    显示时间

    select now();
    在这里插入图片描述

    查看所有数据库

    show databases;
    在这里插入图片描述

    DDL(数据定义语句)

    创建数据库

    create database 数据库名;
    但是直接创建的数据库字符集编码并不是utf8,我们需要指定字符集编码
    create database 寻觅的DDL创建的数据库 charset=utf8
    在这里插入图片描述

    查看数据库的编码

    show create database 数据库名;
    在这里插入图片描述

    使用数据库和查询正在使用的数据库

    use 数据库名;select database();
    在这里插入图片描述

    删除数据库

    drop database 数据库名;
    在这里插入图片描述

    数据表的操作

    查看当前数据库中所有表

    show tables;
    在这里插入图片描述

    创建表

    常用约束条件 作用
    auto_increment 表示自动增长
    not null 表示不能为空
    primary key 表示主键
    default 默认值
    update 常用于修改时间的自动更新

    create table 表名字 (表头1 数据类型(长度) 约束, 表头2, 数据类型(长度) 约束)

    默认长度为11 约束条件可以不写。

    例:

    1. 不带约束条件create table create建表(id int, data varchar(30))
    2. 带约束条件
    create table create(
    	序号 int primary key not null auto_increment,
    	姓名 varchar(30),
    	年龄 tinyint unsigned default 18,
    	身高 decimal(5,2),
    	性别 enum('男','女','保密') default '保密'
    );
    

    查看表的详细信息

    desc 表名;
    在这里插入图片描述

    查看表的创建语句

    show create table 表名;
    在这里插入图片描述

    修改表

    添加字段

    alter table 表名 add 列名 类型;

    修改字段

    1. 只修改不改名alter table 表名 modify 列名 类型及约束;
    2. 修改后重命名:alter table 表名 change 原名 新名 类型及约束;

    删除字段

    alter table 表名 drop 列名;

    删除表

    drop table 表名;

    基础命令常用单词

    单词 作用
    select 选择,用于输出时间、版本和查看正在使用的数据库
    show 显示,显示所有数据库或表
    create 创建,创建数据库或表
    use 使用,使用数据库
    drop 删除,删除数据库或表
    desc 描述, 查看表中的信息
    alter 修改, 添加字段
    modify 修改,修改字段内容
    change 改变,修改字段名称和内容
    database 数据库
    table
    展开全文
  • MySql DDL(数据定义语言)语句复习 实验环境:mysql 5.5.14+navicat DDL语句主要是对表的定义以及表结构的修改,多被DBA(数据库管理员)所使用。 1.创建数据库:(打开navicat后点击新建查询就可以在空白处写查询语句...

    MySql DDL(数据定义语言)语句复习

    实验环境:mysql 5.5.14+navicat

    DDL语句主要是对表的定义以及表结构的修改,多被DBA(数据库管理员)所使用。

    1.创建数据库:(打开navicat后点击新建查询就可以在空白处写sql语句啦!)

    例如 我这里新创建一个名为employers的数据库:
    在这里插入图片描述
    点击运行在这里插入图片描述
    在这里插入图片描述

    代表数据库创建成功啦!

    2.查看系统中有哪些数据库

    在这里插入图片描述
    此时我们写show databases时不需要将上一条sql语句删除,只需要将我们新写的语句选中,点击运行已选择的就可以了

    (若不选中新写的语句,直接点击运行,就是将上一条语句也一起运行了,此时系统中已经有一个employers数据库了,你还再create,会报错的哦!)

    此时运行结果:
    在这里插入图片描述

    看,我们的employers在里面了!

    3.我们想要在数据库中建表,那就要先选择要操作的数据库

    在这里插入图片描述
    4.此时我们就可以在数据库中建表

    在这里插入图片描述
    在这里我创建了一张名为的interns表,里面有inum,iname,salary,depno这几个字段

    int ,varchar(10)是字段的数据类型(数据类型还有很多,具体可查看《深入浅出Mysql》这本书哦)primary key是将inum设置为主键

    5**.查看数据库中的表**

    在这里插入图片描述

    查看表定义:在这里插入图片描述

    6.修改表结构

    ​ 添加字段:alter table interns add column depname int;

    ​ 修改字段数据类型:

    在这里插入图片描述

    ​ 字段改名:

    				[
    ​ 更改字段顺序:alter table interns modify deptname VARCHAR(10) first;将字段放首位

    alter table interns modify deptname VARCHAR(10) after inum;将deptname放inum后面

    删除字段deptname:alter table interns drop column deptname;

    修改表名:alter table interns rename intern_worker;

    删除表:drop table intern_worker;

    删除数据库:drop database employers;
    删除数据库后,里面的表就会被全部删除。

    展开全文
  • 如下限制: 必须是个函数(不能是过程-Procedure)  只能用IN 模式的参数(不能OUT, IN OUT 模式的参数)  只能接收SQL数据类型的参数,不能...在SQL中使用的函数,其函数体内部不能DML语句。  在UP
    有如下限制:
    必须是个函数(不能是过程-Procedure) 
    只能用IN 模式的参数(不能有OUT, IN OUT 模式的参数) 
    只能接收SQL数据类型的参数,不能接收PLSQL 中特有的参数(比如记录、PLSQL内 存表) 
    函数返回的数据类型也必须是有效的数据类型,而不能是PLSQL特有的数据类型 
    在SQL中使用的函数,其函数体内部不能有DML语句。 
    在UPDATE/DELETE语句中调用的函数,其函数体内部不能有针对同一张表的查询语句 
    在SQL中调用的函数,其函数体内部不能有事务结束语句(比如Commit,Rollback)
    展开全文
  •  MySQL官方对索引的定义为:索引(Index)是帮助MySQL高效获取数据数据结构。提取句子主干,就可以得到索引的本质:索引是数据结构。  我们知道,数据库查询是数据库的最主要功能之一,例如下面的SQL语句: ...

    1 索引介绍
      MySQL官方对索引的定义为:索引(Index)是帮助MySQL高效获取数据的数据结构。提取句子主干,就可以得到索引的本质:索引是数据结构。
      我们知道,数据库查询是数据库的最主要功能之一,例如下面的SQL语句:

    SELECT * FROM my_table WHERE col2 = '77'

      可以从表“my_table”中获得“col2”为“77”的数据记录。
      我们都希望查询数据的速度能尽可能的快,因此数据库系统的设计者会从查询算法的角度进行优化。最基本的查询算法当然是顺序查找(linear search),遍历“my_table”然后逐行匹配“col2”的值是否是“77”,这种复杂度为O(n)的算法在数据量很大时显然是糟糕的,好在计算机科学的发展提供了很多更优秀的查找算法,例如二分查找(binary search)、二叉树查找(binary tree search)等。如果稍微分析一下会发现,每种查找算法都只能应用于特定的数据结构之上,例如二分查找要求被检索数据有序,而二叉树查找只能应用于二叉查找树上,但是数据本身的组织结构不可能完全满足各种数据结构(例如,理论上不可能同时将两列都按顺序进行组织),所以,在数据之外,数据库系统还维护着满足特定查找算法的数据结构,这些数据结构以某种方式引用(指向)数据,这样就可以在这些数据结构上实现高级查找算法。这种数据结构,就是索引。
      看一个例子:

    这里写图片描述
    图 1

      图1展示了一种可能的索引方式。左边是数据表,一共有两列七条记录,最左边的是数据记录的物理地址(注意逻辑上相邻的记录在磁盘上也并不是一定物理相邻的)。为了加快Col2的查找,可以维护一个右边所示的二叉查找树,每个节点分别包含索引键值和一个指向对应数据记录物理地址的指针,这样就可以运用二叉查找在O(log2n)的复杂度内获取到相应数据。
      虽然这是一个货真价实的索引,但是实际的数据库系统几乎没有使用二叉查找树或其进化品种红黑树(red-black tree)实现的,原因会在下文介绍。
    2 B-Tree和B+Tree
      目前大部分数据库系统及文件系统都采用B-Tree或其变种B+Tree作为索引结构,在本文的下一节会结合存储器原理及计算机存取原理讨论为什么B-Tree和B+Tree在被如此广泛用于索引,这一节先单纯从数据结构角度描述它们。
     2.1 B-Tree
      为了描述B-Tree,首先定义一条数据记录为一个二元组[key, data],key为记录的键值,对于不同数据记录,key是互不相同的;data为数据记录除key外的数据。那么B-Tree是满足下列条件的数据结构:
      d为大于1的一个正整数,称为B-Tree的度。
      h为一个正整数,称为B-Tree的高度。
      每个非叶子节点由n-1个key和n个指针组成,其中d<=n<=2d。
      每个叶子节点最少包含一个key和两个指针,最多包含2d-1个key和2d个指针,叶节点的指针均为null 。
      所有叶节点具有相同的深度,等于树高h。
      key和指针互相间隔,节点两端是指针。
      一个节点中的key从左到右非递减排列。
      所有节点组成树结构。
      每个指针要么为null,要么指向另外一个节点。
      如果某个指针在节点node最左边且不为null,则其指向节点的所有key小于v(key1),其中v(key1)为node的第一个key的值。
      如果某个指针在节点node最右边且不为null,则其指向节点的所有key大于v(keym),其中v(keym)为node的最后一个key的值。
      如果某个指针在节点node的左右相邻key分别是keyikeyi+1且不为null,则其指向节点的所有key小于v(keyi+1)且大于v(keyi)
      图2是一个d=2的B-Tree示意图。
    这里写图片描述
    图 2

      由于B-Tree的特性,在B-Tree中按key检索数据的算法非常直观:首先从根节点进行二分查找,如果找到则返回对应节点的data,否则对相应区间的指针指向的节点递归进行查找,直到找到节点或找到null指针,前者查找成功,后者查找失败。B-Tree上查找算法的伪代码如下:

    BTree_Search(node, key) 
    { 
        if(node == null) return null; 
        foreach(node.key) 
        { 
            if(node.key[i] == key) return node.data[i]; 
            if(node.key[i] > key) return BTree_Search(point[i]->node); 
        } 
            return BTree_Search(point[i+1]->node); 
    } 
        data = BTree_Search(root, my_key); 

      关于B-Tree有一系列有趣的性质,例如一个度为d的B-Tree,设其索引N个key,则其树高h的上限为logd((N+1)/2),检索一个key,其查找节点个数的渐进复杂度为O(logdN)。从这点可以看出,B-Tree是一个非常有效率的索引数据结构。
      另外,由于插入删除新的数据记录会破坏B-Tree的性质,因此在插入删除时,需要对树进行一个分裂、合并、转移等操作以保持B-Tree性质,本文不打算完整讨论B-Tree这些内容,因为已经有许多资料详细说明了B-Tree的数学性质及插入删除算法,有兴趣的朋友可以在本文末的参考文献一栏找到相应的资料进行阅读。
     2.1 B+Tree
      B-Tree有许多变种,其中最常见的是B+Tree,例如MySQL就普遍使用B+Tree实现其索引结构。
      与B-Tree相比,B+Tree有以下不同点:
      每个节点的指针上限为2d而不是2d+1。
      内节点不存储data,只存储key;叶子节点不存储指针。
      图3是一个简单的B+Tree示意。

    这里写图片描述
    图 3

      由于并不是所有节点都具有相同的域,因此B+Tree中叶节点和内节点一般大小不同。这点与B-Tree不同,虽然B-Tree中不同节点存放的key和指针可能数量不一致,但是每个节点的域和上限是一致的,所以在实现中B-Tree往往对每个节点申请同等大小的空间。
      一般来说,B+Tree比B-Tree更适合实现外存储索引结构,具体原因与外存储器原理及计算机存取原理有关,将在下面讨论。
      2.1.1 带有顺序访问指针的B+Tree
      一般在数据库系统或文件系统中使用的B+Tree结构都在经典B+Tree的基础上进行了优化,增加了顺序访问指针。

    这里写图片描述
    图 4

      如图4所示,在B+Tree的每个叶子节点增加一个指向相邻叶子节点的指针,就形成了带有顺序访问指针的B+Tree。做这个优化的目的是为了提高区间访问的性能,例如图4中如果要查询key为从18到49的所有数据记录,当找到18后,只需顺着节点和指针顺序遍历就可以一次性访问到所有数据节点,极大提到了区间查询效率。
      这一节对B-Tree和B+Tree进行了一个简单的介绍,下一节结合存储器存取原理介绍为什么目前B+Tree是数据库系统实现索引的首选数据结构。
    3 为什么使用B-Tree(B+Tree)
      上文说过,红黑树等数据结构也可以用来实现索引,但是文件系统及数据库系统普遍采用B-/+Tree作为索引结构,这一节将结合计算机组成原理相关知识讨论B-/+Tree作为索引的理论基础。
      一般来说,索引本身也很大,不可能全部存储在内存中,因此索引往往以索引文件的形式存储的磁盘上。这样的话,索引查找过程中就要产生磁盘I/O消耗,相对于内存存取,I/O存取的消耗要高几个数量级,所以评价一个数据结构作为索引的优劣最重要的指标就是在查找过程中磁盘I/O操作次数的渐进复杂度。换句话说,索引的结构组织要尽量减少查找过程中磁盘I/O的存取次数。下面先介绍内存和原因。
      3.1 主存存取原理
      磁盘存取原理,然后再结合这些原理分析B-/+Tree作为索引的效率。
      目前计算机使用的主存基本都是随机读写存储器(RAM),现代RAM的结构和存取原理比较复杂,这里本文抛却具体差别,抽象出一个十分简单的存取模型来说明RAM的工作原理。
      从抽象角度看,主存是一系列的存储单元组成的矩阵,每个存储单元存储固定大小的数据。每个存储单元有唯一的地址,现代主存的编址规则比较复杂,这里将其简化成一个二维地址:通过一个行地址和一个列地址可以唯一定位到一个存储单元。图5展示了一个4 x 4的主存模型。

    这里写图片描述
    图 5

      主存的存取过程如下:
      当系统需要读取主存时,则将地址信号放到地址总线上传给主存,主存读到地址信号后,解析信号并定位到指定存储单元,然后将此存储单元数据放到数据总线上,供其它部件读取。
      写主存的过程类似,系统将要写入单元地址和数据分别放在地址总线和数据总线上,主存读取两个总线的内容,做相应的写操作。
      这里可以看出,主存存取的时间仅与存取次数呈线性关系,因为不存在机械操作,两次存取的数据的“距离”不会对时间有任何影响,例如,先取A0再取A1和先取A0再取D3的时间消耗是一样的。
      3.2 磁盘存取原理
      上文说过,索引一般以文件形式存储在磁盘上,索引检索需要磁盘I/O操作。与主存不同,磁盘I/O存在机械运动耗费,因此磁盘I/O的时间消耗是巨大的。
      图6是磁盘的整体结构示意图。
    这里写图片描述
    图 6

      一个磁盘由大小相同且同轴的圆形盘片组成,磁盘可以转动(各个磁盘必须同步转动)。在磁盘的一侧有磁头支架,磁头支架固定了一组磁头,每个磁头负责存取一个磁盘的内容。磁头不能转动,但是可以沿磁盘半径方向运动(实际是斜切向运动),每个磁头同一时刻也必须是同轴的,即从正上方向下看,所有磁头任何时候都是重叠的(不过目前已经有多磁头独立技术,可不受此限制)。
      图7是磁盘结构的示意图。
    这里写图片描述
    图 7

      盘片被划分成一系列同心环,圆心是盘片中心,每个同心环叫做一个磁道,所有半径相同的磁道组成一个柱面。磁道被沿半径线划分成一个个小的段,每个段叫做一个扇区,每个扇区是磁盘的最小存储单元。为了简单起见,我们下面假设磁盘只有一个盘片和一个磁头。
      当需要从磁盘读取数据时,系统会将数据逻辑地址传给磁盘,磁盘的控制电路按照寻址逻辑将逻辑地址翻译成物理地址,即确定要读的数据在哪个磁道,哪个扇区。为了读取这个扇区的数据,需要将磁头放到这个扇区上方,为了实现这一点,磁头需要移动对准相应磁道,这个过程叫做寻道,所耗费时间叫做寻道时间,然后磁盘旋转将目标扇区旋转到磁头下,这个过程耗费的时间叫做旋转时间。
      3.3 局部性原理与磁盘预读
      由于存储介质的特性,磁盘本身存取就比主存慢很多,再加上机械运动耗费,磁盘的存取速度往往是主存的几百分分之一,因此为了提高效率,要尽量减少磁盘I/O。为了达到这个目的,磁盘往往不是严格按需读取,而是每次都会预读,即使只需要一个字节,磁盘也会从这个位置开始,顺序向后读取一定长度的数据放入内存。这样做的理论依据是计算机科学中著名的局部性原理:
      当一个数据被用到时,其附近的数据也通常会马上被使用。
      程序运行期间所需要的数据通常比较集中。
      由于磁盘顺序读取的效率很高(不需要寻道时间,只需很少的旋转时间),因此对于具有局部性的程序来说,预读可以提高I/O效率。
      预读的长度一般为页(page)的整倍数。页是计算机管理存储器的逻辑块,硬件及操作系统往往将主存和磁盘存储区分割为连续的大小相等的块,每个存储块称为一页(在许多操作系统中,页得大小通常为4k),主存和磁盘以页为单位交换数据。当程序要读取的数据不在主存中时,会触发一个缺页异常,此时系统会向磁盘发出读盘信号,磁盘会找到数据的起始位置并向后连续读取一页或几页载入内存中,然后异常返回,程序继续运行。
    4 B-/+Tree索引的性能分析
      到这里终于可以分析B-/+Tree索引的性能了。
      上文说过一般使用磁盘I/O次数评价索引结构的优劣。先从B-Tree分析,根据B-Tree的定义,可知检索一次最多需要访问h个节点。数据库系统的设计者巧妙利用了磁盘预读原理,将一个节点的大小设为等于一个页,这样每个节点只需要一次I/O就可以完全载入。为了达到这个目的,在实际实现B- Tree还需要使用如下技巧:
      每次新建节点时,直接申请一个页的空间,这样就保证一个节点物理上也存储在一个页里,加之计算机存储分配都是按页对齐的,就实现了一个node只需一次I/O。
      B-Tree中一次检索最多需要h-1次I/O(根节点常驻内存),渐进复杂度为O(h)=O(logdN)。一般实际应用中,出度d是非常大的数字,通常超过100,因此h非常小(通常不超过3)。
      综上所述,用B-Tree作为索引结构效率是非常高的。
      而红黑树这种结构,h明显要深的多。由于逻辑上很近的节点(父子)物理上可能很远,无法利用局部性,所以红黑树的I/O渐进复杂度也为O(h),效率明显比B-Tree差很多。
      上文还说过,B+Tree更适合外存索引,原因和内节点出度d有关。从上面分析可以看到,d越大索引的性能越好,而出度的上限取决于节点内key和data的大小:
      dmax=floor(pagesize/(keysize+datasize+pointsize))(pagesizedmax>=pointsize)
      或
      dmax=floor(pagesize/(keysize+datasize+pointsize))1(pagesizedmax<pointsize)
      floor表示向下取整。由于B+Tree内节点去掉了data域,因此可以拥有更大的出度,拥有更好的性能。


      转自博客:
      http://www.cnblogs.com/leoo2sk/archive/2011/07/10/mysql-index.html

    展开全文
  • 针对数据表的操作语句叫做数据定义语言(DDL) 数据表有哪些操作? 创建数据表 查看表结构 查看数据表的创建语句 复制数据表 修改数据表 删除数据表 简称“增删改查“,点击右边目录即可跳转哦! --------------....
  • 1.1、sql语句是什么? 答:sql语句是和数据库交互的语言,用户通过sql语句来操作数据库。...1.2、sql语句的分类有哪些? 四种语句类型分别是定义D、控制C、操作M和查询Q。 数据定义语言:简称DDL(...
  • 文章目录一、考点1、SQL查询的安全方案1)使用预处理语句防SQL注入2)写入数据库的数据要进行特殊字符的转义3)查询错误信息不要返回给用户,将错误记录到日志注意:PHP端尽量使用 `PDO` 对数据库进行相关操作,`PDO...
  • MySQL 中有哪些锁?

    2020-05-28 23:42:42
    MySQL 中有哪些锁? 数据库中锁的设计初衷处理并发问题,作为多用户共享资源,当出现并发访问的时候,数据库需要...当需要整个库只读状态的时候,可以使用这个命令,之后其他线程的:数据更新语句(增删改),数据定义
  • Mysql学习---DDL语句

    2019-06-23 11:34:34
    DDL语句:数据定义语句,主要用来创建、修改、删除数据库、表的语句,关键字主要有CREATE、DROP、ALTER等 1.查看系统有哪些数据库SHOW DATABASES; 2.创建数据库CREATE DATABASE 数据库名;(如果不知道数据库存...
  • 首先,先看看SQL语句有哪些核心动词。 SQL动词 SQL功能 动词 数据查询 select 数据操作 insert,update,delete 数据定义 create,drop,alter 数据控制 grant,revoke SQL包括以下一...
  • 什么是SQL? SQL 代表结构化查询语言,它是访问关系数据库的通用语言,支持数据的...• DDL,数据定义语言。主要包括 CREATE、ALTER 和 DROP 语句,用于定义数据库中的对象,例如表和索引。 • TCL,事务控制语言;主要
  • 在SQL中delete命令和truncate命令都可用于删除数据...而truncate是数据定义语言(DDL)命令。 2、功能 delete命令根据指定的SQL语句从表中删除单个,多个或所有记录;而truncate命令从数据库中删除所有记录和表结...
  • 大部分数据库语句的基本语法是相同的,但具体到的每一种数据库,又有些不一样,例如触发器,DB2和SQL Server两种很大的不同。 例如DB2的一个触发器: CREATE TRIGGER EAS.trName NO CASCADE BEFORE insert //插入...
  • 上一篇我们介绍了索引的概念、索引提高查询性能的原理,以及索引需要付出的代价。 今天我们来讨论另一个重要的数据库对象:视图(View),学习...视图与表最大的区别在于它不包含数据,数据库中只存储视图的定义语句...
  • MySQL DDL语句

    2012-06-11 20:15:23
    DDL语句定义语言的缩写,是对数据库内部的对象进行创建、删除、的操语句,它和DML语句最大的区别是DML只对表的数据进行操作,而不涉及表的定义、结构的修改,更不会涉及其它对象。   0、连接mysql mysql -uxxx...
  • 编写一个控制台应用程序,定义一个类MyClass,类中包含public、private以及protected数据成员及方法。然后定义一个从MyClass类继承的类MyMain,将Main方法放在MyMain中,在Main方法中创建MyClass类的一个对象,并...
  • 从 SQL Server 数据库中提取所需的数据,这是用户日常的重要操作。 SELECT语句是 T-SQL 中最重要的查询语句。SELECT 语句可能返回一行记录(record),也可能返回一个结果集(result set)。 SELECT语句可以包含多个...
  • Mysql常用sql语句系列

    2021-02-26 13:07:19
    针对数据库的操作语句叫做数据定义语言(DDL)   数据库有哪些操作呢? 创建数据库 查询数据库 修改数据库 删除数据库 选择数据库 简称“增删改查“,点击右边目录即可跳转哦! -------------->>&...
  • Elasticsearch: ES使用sql语句进行查询

    千次阅读 2020-08-05 17:07:58
    //format 定义返回的数据类型 适合php的推荐使用json ,除此之外还可以选择 txt,csv,yaml,cbor,smile等使用sql语句查询一个弊端 就是开始定义某列数据的类型 后期存储时 存入了错误的数据类型 存储时成功的 但是...
  • 针对数据库的操作语句叫做数据定义语言(DDL) 数据库有哪些操作呢? 创建数据库 查询数据库 修改数据库 删除数据库 选择数据库 简称“增删改查“,点击右边目录即可跳转哦! -------------->>&g...
  •  DDL—数据定义语言(CREATE,ALTER,DROP,DECLARE)  DML—数据操纵语言(SELECT,DELETE,UPDATE,INSERT)  DCL—数据控制语言(GRANT,REVOKE,COMMIT,ROLLBACK)  首先,简要介绍基础语句:  1、说明:创建...
  • ①DDL:数据定义语言,定义库,表结构等,包括create,drop,alter等; ②DML:数据操作语言,增删改查数据,包括insert,delete,update,select等; ③DCL:数据控制语言,权限,事务等管理。 一、DML 1.查看当前...
  • 但在有些情况下,我们可能要查看我们定义的一些元素,比如我们定义的表都有哪些、表结构如何、存储过程的源码等等。这时候,我们学习的常规的SQL脚本可能就无法处理了。 比如您要写一个管理数据库的程序,就要...

空空如也

空空如也

1 2 3 4 5 ... 19
收藏数 371
精华内容 148
关键字:

数据定义语句有哪些