一、AVG()
求平均值
注意AVE()忽略NULL值,而不是将其作为“0”参与计算
二、COUNT()
两种用法
1、COUNT(*)
对表中行数进行计数
不管是否有NULL
2、COUNT(字段名)
对特定列有数据的行进行计数
忽略NULL值
三、MAX()、MIN()
求最大、最小值
都忽略NULL
四、SUM()
可以对单个列求和,也可以对多个列运算后求和
忽略NULL值,且当对多个列运算求和时,如果运算的列中任意一列的值为NULL,则忽略这行的记录。
例如: SUM(A+B+C),A、B、C 为三列,如果某行记录中A列值为NULL,则不统计这行。
参考资料:
SQL中AVG、COUNT、SUM、MAX等聚合函数对NULL值的处理
http://www.studyofnet.com/news/1219.html
-
SQL中AVG、COUNT、SUM、MAX等聚合函数对NULL值的处理
2019-09-28 05:45:26一、AVG()求平均值注意AVE()忽略NULL值,而不是将其作为“0”参与计算二、COUNT()两种用法1、COUNT(*)对表中行数进行计数不管是否有NULL2、COUNT(字段名)对特定列有数据的行进行计数忽略NULL值三、MAX()、MIN()求...转载于:https://www.cnblogs.com/longlyseul/p/9887844.html
-
SQL中AVG()、COUNT()、SUM()等函数对NULL值处理
2019-01-20 18:05:29一、AVG() 求平均值 注意AVE()忽略NULL值,而不是将其作为“0”参与计算 二、COUNT() 两种用法 1、COUNT(*) ...对特定列有数据的行进行计数 ...忽略NULL值,且当对多个列运算求和时,如果运算的列中任意一列的值...一、AVG()
求平均值
注意AVE()忽略NULL值,而不是将其作为“0”参与计算
二、COUNT()
两种用法
1、COUNT(*)
对表中行数进行计数
不管是否有NULL
2、COUNT(字段名)
对特定列有数据的行进行计数
忽略NULL值
三、SUM()
可以对单个列求和,也可以对多个列运算后求和
忽略NULL值,且当对多个列运算求和时,如果运算的列中任意一列的值为NULL,则忽略这行的记录。
例如: SUM(A+B+C),A、B、C 为三列,如果某行记录中A列值为NULL,则不统计这行
-
java导出数据透视表_使用数据库中的Java流制作数据透视表
2020-07-04 02:35:52数据透视表是聚合的一种特定形式,我们可以在其中应用排序,求平均值或求和之类的操作,也可以对列值进行分组。 在本文中,我将展示如何在不编写SQL的情况下就可以从纯Java数据库中计算数据的数据透视表。 您可以...java导出数据透视表
来自数据库行和表的原始数据不能为人类读者提供太多了解。 相反,如果我们对数据执行某种聚合,则人类更有可能看到数据模式
在向我们展示之前。 数据透视表是聚合的一种特定形式,我们可以在其中应用排序,求平均值或求和之类的操作,也可以对列值进行分组。在本文中,我将展示如何在不编写SQL的情况下就可以从纯Java数据库中计算数据的数据透视表。 您可以轻松地重用和修改本文中的示例,以满足您自己的特定需求。
在以下示例中,我使用了开源Speedment (它是Java Stream ORM)和MySQL的开源Sakila电影数据库内容。 Speedment适用于任何主要的关系数据库类型,例如MySQL,PostgreSQL,Oracle,MariaDB,Microsoft SQL Server,DB2,AS400等。
旋转
我将构造一个
Map
的Actor
对象,并为每个Actor
,相应的List
电影,一个特殊的电影分级的Actor
出现在这里是为特定的枢轴如何进入一个例子。Actor
可能看起来像口头上表示:“约翰·多伊(John Doe)参加了9部评级为'PG-13'的电影和4部评级为'R'的电影”。
我们将计算数据库中所有参与者的枢轴值。 Sakila数据库具有此特定应用程序感兴趣的三个表:
1)“电影”包含所有电影以及如何评价电影(例如“ PG-13”,“ R”等)。
2)包含(组成)演员的“演员”(例如“ MICHAEL BOLGER”,“ LAURA BRODY”等)。
3)“电影演员”,以多对多的关系将电影和演员联系在一起。解决方案的第一部分涉及将这三个表连接在一起。 联接是使用Speedment的
JoinComponent
创建的,可以通过以下方式获得:// Visit https://github.com/speedment/speedment // to see how a Speedment app is created. It is easy! Speedment app = …; JoinComponent joinComponent = app.getOrThrow(JoinComponent.class);
一旦有了
JoinComponent
,就可以开始定义计算关系表所需的Join关系:Join<Tuple3<FilmActor, Film, Actor>> join = joinComponent .from(FilmActorManager.IDENTIFIER) .innerJoinOn(Film.FILM_ID).equal(FilmActor.FILM_ID) .innerJoinOn(Actor.ACTOR_ID).equal(FilmActor.ACTOR_ID) .build(Tuples::of);
build()
采用方法引用Tuples::of
,该方法引用将解析为采用三个类型的实体的构造函数。FilmActor
,Film
和Actor
,这将创建一个包含这些特定实体的复合不可变Tuple3
。 元组内置于Speedment中。有了Join对象,我们现在可以使用从Join对象获得的标准Java Stream创建数据透视图:
Map<Actor, Map<String, Long>> pivot = join.stream() .collect( groupingBy( // Applies Actor as a first classifier Tuple3::get2, groupingBy( // Applies rating as second level classifier tu -> tu.get1().getRating().get(), counting() // Counts the elements ) ) );
现在已经计算了枢轴
Map
,我们可以像这样打印其内容:// pivot keys: Actor, values: Map<String, Long> pivot.forEach((k, v) -> { System.out.format( "%22s %5s %n", k.getFirstName() + " " + k.getLastName(), V ); });
这将产生以下输出:
MICHAEL BOLGER {PG-13=9, R=3, NC-17=6, PG=4, G=8} LAURA BRODY {PG-13=8, R=3, NC-17=6, PG=6, G=3} CAMERON ZELLWEGER {PG-13=8, R=2, NC-17=3, PG=15, G=5} ...
任务完成! 在上面的代码中,方法
Tuple3::get2
将从元组(Actor
)中检索第三个元素,而方法tu.get1()
将从元组(Film
)中检索第二个元素。Speedment将自动从Java渲染SQL代码,并将结果转换为Java Stream。 如果启用流日志记录,我们可以确切看到如何呈现SQL:
SELECT A.`actor_id`,A.`film_id`,A.`last_update`, B.`film_id`,B.`title`,B.`description`, B.`release_year`,B.`language_id`,B.`original_language_id`, B.`rental_duration`,B.`rental_rate`,B.`length`, B.`replacement_cost`,B.`rating`,B.`special_features`, B.`last_update`, C.`actor_id`,C.`first_name`, C.`last_name`,C.`last_update` FROM `sakila`.`film_actor` AS A INNER JOIN `sakila`.`film` AS B ON (B.`film_id` = A.`film_id`) INNER JOIN `sakila`.`actor` AS C ON (C.`actor_id` = A.`actor_id`)
加入自定义元组
正如我们在上面的示例中所注意到的,由于在连接阶段仅将
FilmActor
对象用于将Film
和Actor
实体链接在一起,因此我们在Stream中没有实际使用FilmActor
对象。 此外,通用Tuple3
有一般get0()
get1()
和get2()
是没有说他们装的是什么东西的方法。所有这些都可以通过定义我们自己的称为
ActorRating
的自定义“元组”来ActorRating
如下所示:private static class ActorRating { private final Actor actor; private final String rating; public ActorRating(FilmActor fa, Film film, Actor actor) { // fa is not used. See below why this.actor = actor; this.rating = film.getRating().get(); } public Actor actor() { return actor; } public String rating() { return rating; } }
当使用
build()
方法build()
Join对象时,我们可以提供一个自定义构造函数,该构造函数要应用于数据库的传入实体。 这是我们将要使用的功能,如下所示:Join<ActorRating> join = joinComponent .from(FilmActorManager.IDENTIFIER) .innerJoinOn(Film.FILM_ID).equal(FilmActor.FILM_ID) .innerJoinOn(Actor.ACTOR_ID).equal(FilmActor.ACTOR_ID) .build(ActorRating::new); // Use a custom constructor Map<Actor, Map<String, Long>> pivot = join.stream() .collect( groupingBy( ActorRating::actor, groupingBy( ActorRating::rating, counting() ) ) );
在此示例中,我们证明了带有构造函数的类(方法参考
ActorRating:new
被解析为new ActorRating(fa, actor, film)
),该FilmActor
函数只是完全丢弃了链接的FilmActor
对象。 该类还为其属性提供了更好的名称,这使代码更具可读性。 带有自定义ActorRating
类的解决方案将产生与第一个示例完全相同的输出结果,但使用时看起来要好得多。 我认为在大多数情况下,与使用通用元组相比,编写自定义元组值得付出额外的精力。使用平行旋转
Speedment的一件很酷的事情是,它支持开箱即用的Stream方法
parallel()
。 因此,如果您的服务器具有许多CPU,则在运行数据库查询和联接时可以利用所有这些CPU内核。 这就是并行枢轴的样子:Map<Actor, Map<String, Long>> pivot = join.stream() .parallel() // Make our Stream parallel .collect( groupingBy( ActorRating::actor, groupingBy( ActorRating::rating, counting() ) ) );
我们只需要添加一行代码即可进行并行聚合。 当我们达到1024个元素时,将启动默认的并行拆分策略。 因此,并行枢转将仅在大于此值的表或联接上进行。 应该注意的是,Sakila数据库仅包含1000部影片,因此我们必须在更大的数据库上运行代码才能真正受益于并行性。
试试看!
在本文中,我们展示了如何在不编写任何SQL代码的情况下,就可以使用Java从数据库计算数据透视表。 访问GitHub上的 Speedment开源以了解更多信息。
在《用户指南》中阅读有关其他功能的更多信息。
翻译自: https://www.javacodegeeks.com/2018/05/making-pivot-tables-with-java-streams-from-databases.html
java导出数据透视表
-
使用数据库中的Java流制作数据透视表
2021-01-01 15:06:58数据透视表是聚合的一种特定形式,我们可以在其中应用排序,求平均值或求和之类的操作,也可以经常对列值进行分组。 在本文中,我将展示如何在不编写SQL的情况下从纯Java中计算数据库的数据透视表。 您可以轻松地...来自数据库行和表的原始数据不能为人类读者提供太多了解。 相反,如果我们对数据执行某种聚合,则人类更有可能看到数据模式在向我们展示之前。 数据透视表是聚合的一种特定形式,我们可以在其中应用排序,求平均值或求和之类的操作,也可以经常对列值进行分组。
在本文中,我将展示如何在不编写SQL的情况下从纯Java中计算数据库的数据透视表。 您可以轻松地重用和修改本文中的示例,以满足您自己的特定需求。
在下面的示例中,我使用了开源Speedment (它是Java Stream ORM)和MySQL的开源Sakila电影数据库内容。 Speedment适用于任何主要的关系数据库类型,例如MySQL,PostgreSQL,Oracle,MariaDB,Microsoft SQL Server,DB2,AS400等。
旋转
我将构造一个
Map
的Actor
对象,并为每个Actor
,相应的List
电影,一个特殊的电影分级的Actor
出现在这里是为特定的枢轴如何进入一个例子。Actor
可能看起来像口头上表示:“约翰·多伊(John Doe)参加了9部评级为'PG-13'的电影和4部评级为'R'的电影”。
我们将计算数据库中所有参与者的枢轴值。 Sakila数据库具有此特定应用程序感兴趣的三个表:
1)“电影”包含所有电影以及如何评价电影(例如“ PG-13”,“ R”等)。2)包含(组成)演员的“演员”(例如“ MICHAEL BOLGER”,“ LAURA BRODY”等)。3)“电影演员”,以多对多的关系将电影和演员联系在一起。
解决方案的第一部分涉及将这三个表连接在一起。 联接是使用Speedment的
JoinComponent
创建的,可以通过以下方式获得:// Visit https://github.com/speedment/speedment // to see how a Speedment app is created. It is easy! Speedment app = …; JoinComponent joinComponent = app.getOrThrow(JoinComponent.class);
一旦有了
JoinComponent
,就可以开始定义计算关系表所需的Join关系:Join<Tuple3<FilmActor, Film, Actor>> join = joinComponent .from(FilmActorManager.IDENTIFIER) .innerJoinOn(Film.FILM_ID).equal(FilmActor.FILM_ID) .innerJoinOn(Actor.ACTOR_ID).equal(FilmActor.ACTOR_ID) .build(Tuples::of);
build()
采用方法引用Tuples::of
,该方法引用将解析为采用三个类型的实体的构造函数。FilmActor
,Film
和Actor
,这将创建一个包含这些特定实体的复合不可变Tuple3
。 元组内置于Speedment中。有了Join对象,我们现在可以使用从Join对象获得的标准Java Stream创建数据透视图:
Map<Actor, Map<String, Long>> pivot = join.stream() .collect( groupingBy( // Applies Actor as a first classifier Tuple3::get2, groupingBy( // Applies rating as second level classifier tu -> tu.get1().getRating().get(), counting() // Counts the elements ) ) );
现在已经计算了枢轴
Map
,我们可以像这样打印其内容:// pivot keys: Actor, values: Map<String, Long> pivot.forEach((k, v) -> { System.out.format( "%22s %5s %n", k.getFirstName() + " " + k.getLastName(), V ); });
这将产生以下输出:
MICHAEL BOLGER {PG-13=9, R=3, NC-17=6, PG=4, G=8} LAURA BRODY {PG-13=8, R=3, NC-17=6, PG=6, G=3} CAMERON ZELLWEGER {PG-13=8, R=2, NC-17=3, PG=15, G=5} ...
任务完成! 在上面的代码中,
Tuple3::get2
方法将从元组(Actor
)中检索第三个元素,而tu.get1()
方法将从元组(Film
)中检索第二个元素。Speedment将自动从Java渲染SQL代码,并将结果转换为Java Stream。 如果启用流日志记录,我们可以确切地看到SQL的呈现方式:
SELECT A.`actor_id`,A.`film_id`,A.`last_update`, B.`film_id`,B.`title`,B.`description`, B.`release_year`,B.`language_id`,B.`original_language_id`, B.`rental_duration`,B.`rental_rate`,B.`length`, B.`replacement_cost`,B.`rating`,B.`special_features`, B.`last_update`, C.`actor_id`,C.`first_name`, C.`last_name`,C.`last_update` FROM `sakila`.`film_actor` AS A INNER JOIN `sakila`.`film` AS B ON (B.`film_id` = A.`film_id`) INNER JOIN `sakila`.`actor` AS C ON (C.`actor_id` = A.`actor_id`)
加入自定义元组
正如我们在上面的示例中注意到的那样,由于在连接阶段仅将
FilmActor
对象用于将Film
和Actor
实体链接在一起,因此在Stream中没有实际使用FilmActor
对象。 此外,通用Tuple3
有一般get0()
get1()
和get2()
是没有说他们装的是什么东西的方法。所有这些都可以通过定义我们自己的自定义“元组”(称为
ActorRating
如下所示:private static class ActorRating { private final Actor actor; private final String rating; public ActorRating(FilmActor fa, Film film, Actor actor) { // fa is not used. See below why this.actor = actor; this.rating = film.getRating().get(); } public Actor actor() { return actor; } public String rating() { return rating; } }
当使用
build()
方法build()
Join对象时,我们可以提供一个自定义构造函数,该构造函数要应用于数据库的传入实体。 这是我们将要使用的功能,如下所示:Join<ActorRating> join = joinComponent .from(FilmActorManager.IDENTIFIER) .innerJoinOn(Film.FILM_ID).equal(FilmActor.FILM_ID) .innerJoinOn(Actor.ACTOR_ID).equal(FilmActor.ACTOR_ID) .build(ActorRating::new); // Use a custom constructor Map<Actor, Map<String, Long>> pivot = join.stream() .collect( groupingBy( ActorRating::actor, groupingBy( ActorRating::rating, counting() ) ) );
在此示例中,我们证明了带有构造函数的类(方法参考
ActorRating:new
解析为new ActorRating(fa, actor, film)
),该FilmActor
函数完全丢弃了链接的FilmActor
对象。 该类还为其属性提供了更好的名称,这使代码更具可读性。 使用自定义ActorRating
类的解决方案将产生与第一个示例完全相同的输出结果,但使用时看起来要好得多。 我认为在大多数情况下,与使用通用元组相比,编写自定义元组值得付出额外的精力。使用平行旋转
Speedment的一件很酷的事情是,它开箱即用地支持Stream方法
parallel()
。 因此,如果您的服务器具有许多CPU,则在运行数据库查询和联接时可以利用所有这些CPU内核。 这就是并行枢轴的样子:Map<Actor, Map<String, Long>> pivot = join.stream() .parallel() // Make our Stream parallel .collect( groupingBy( ActorRating::actor, groupingBy( ActorRating::rating, counting() ) ) );
我们只需添加一行代码即可进行并行聚合。 当我们达到1024个元素时,将启动默认的并行拆分策略。 因此,并行枢转将仅在大于此值的表或联接上进行。 应该注意的是,Sakila数据库仅包含1000部电影,因此我们必须在更大的数据库上运行代码才能真正受益于并行性。
旋转一下吧!
在本文中,我们展示了如何在不编写任何SQL代码的情况下,就可以使用Java从数据库计算数据透视表。 访问GitHub上的Speedment开源以了解更多信息。
在《用户指南》中阅读有关其他功能的更多信息。
翻译自: https://www.javacodegeeks.com/2018/05/making-pivot-tables-with-java-streams-from-databases.html
-
sql中avg count sum 对null处理
2018-06-30 13:27:14一、AVG()求平均值注意AVE()忽略NULL值,而不是将其作为“0”参与计算 二、COUNT() 两种用法 1、COUNT(*)对表中行数进行计数不管是否有NULL 2、COUNT(字段名)对特定列有数据的行进行计数忽略NULL值三、SUM()可以对... -
数据结构题
2012-12-27 16:58:401.已知一个6行5列的稀疏矩阵中非零元的值分别为:9,41,6,8,-54,5和-8,它们在矩阵中的列号依次为:1,4,5,1,2,4和5,其行值依次为1,1,2,2,3和5。请写出该稀疏矩阵。 2.已知二叉树树T的先序遍历序列为... -
Excel公式大全操作应用实例(史上最全)
2018-03-06 21:09:38对一列中的文字统一去掉最后一个字 讨如何去掉单元格中的第一个数字? 论一下取最后一个单词的方法 如何去掉单元格最后一位数字 如何在一列已经输入的数据前添加“p” 什么函数可以插入字符 如何在数据前添加“*”号... -
R语言经典实例(中+英)
2014-12-03 18:46:155.17 从矩阵中选定一行或一列 132 5.18 用列数据初始化数据框 133 5.19 由行数据初始化数据框 134 5.20 添加行至数据框 136 5.21 预分配数据框 137 5.22 根据位置选择数据框的列 138 5.23 根据列名... -
EXCEL函数公式集
2010-03-16 03:26:38对一列中的文字统一去掉最后一个字 讨如何去掉单元格中的第一个数字? 论一下取最后一个单词的方法 如何去掉单元格最后一位数字 如何在一列已经输入的数据前添加“p” 什么函数可以插入字符 如何在数据前添加“*”号... -
书 名:程序开发范例宝典>>【中卷】(分三卷上传完本书案例)
2010-04-05 21:59:37实例068 ListView控件间的数据移动 87 实例069 将数据库数据添加到ListView控件 90 实例070 在ListView控件中实现修改功能 91 实例071 在ListView控件中对数据排序或统计 92 实例072 在ListView控件中绘制... -
Excel函数活用范例大辞典(全新版).何先军.2015-2(带书签高清文字版).pdf
2018-12-18 16:27:31014 汇总鼠标所在列中大于7500的生产量 54 015 计算售价10元以下、销量200以上的商品总利润 56 016 统计销量300以上的竹盐系列产品总利润 57 017 计算满足一定条件的一、二级教师工作量之差 58 018 汇总... -
LINGO软件的学习
2009-08-08 22:36:50LINGO是用来求解线性和非线性优化问题的简易工具。LINGO内置了一种建立最优化模型的语言,可以简便地表达大规模问题,利用LINGO高效的求解器可快速求解并分析结果。...一个对象列中至多有一个集名,而属性... -
SQL语法大全
2014-03-30 11:00:11AVG(字段名) 得出一个表格栏平均值 COUNT(*|字段名) 对数据行数的统计或对某一栏有值的数据行数统计 MAX(字段名) 取得一个表格栏最大的值 MIN(字段名) 取得一个表格栏最小的值 SUM(字段名) 把数据栏的值相加 引用... -
C#程序开发范例宝典电子书从1-471例后面的暂时没有
2008-10-16 21:15:36实例068 在ListView控件中对数据排序或统计 83 实例069 在ListView控件中绘制底纹 84 实例070 在列表视图中拖动视图项 85 实例071 用ListView控件选取整行数据 88 实例072 用ListView控件开发登录界面 89 ... -
Excel公式与函数大辞典.宋翔(带书签高清文字版).pdf
2019-03-02 08:33:511.7.2 定位特定类型的数据 33 1.7.3 追踪单元格之间的关系 33 1.7.4 监视单元格内容 35 1.7.5 使用公式求值器 36 1.8 处理公式中的错误 36 1.8.1 括号不匹配 37 1.8.2 单元格被#符号填满 37 1.8.3 空白但... -
ASP.NET开发实战1200例(第2卷).(清华出版.房大伟.吕双).part1
2016-06-12 09:54:23实例229 用First或Last求数据表中第一条或最后一条 7.11 多表查询(连接查询) 实例230 多表连接查询 实例231 在连接查询中使用表别名 实例232 使用UNION关键字合并多个结果集 7.12 嵌套查询 实例233 简单... -
上海电机学院C语言实训答案
2012-01-22 15:28:32(29)某公司在传输数据过程中为了安全要对数据进行加密,若传递的是四位的整数,对其进行加密的规则为:每位数字都加上5,然后用和除以10的余数代替该数字,再将第一位和第四位交换,第二位和第三位交换。... -
Visual Basic开发实战1200例(第2卷)(完整版).(清华出版.孙秀梅.巩建华).part1
2016-06-15 00:31:36实例127 修改所有行中的某一列 227 实例128 修改数据时使用子查询 228 实例129 修改数据时使用内连接 230 实例130 在修改数据时使用函数 231 3.23 删除数据 232 实例131 用DELETE子句删除部分数据 232 实例132... -
Visual Basic开发实战1200例(第2卷)(完整版).(清华出版.孙秀梅.巩建华).part2
2016-06-15 00:34:01实例127 修改所有行中的某一列 227 实例128 修改数据时使用子查询 228 实例129 修改数据时使用内连接 230 实例130 在修改数据时使用函数 231 3.23 删除数据 232 实例131 用DELETE子句删除部分数据 232 实例132... -
EXCEL集成工具箱V6.0
2010-09-11 01:44:37【综合计算显示】 综合计算并显示选中区域存储格的最大值、最小值、平均值、求和、存储格个数、筛选状态下的的加总求和,以及显示选区包含的数字、字符、汉字的个数等信息。 【GB2转BIG5】 将选中区域存储格的简体... -
Java Web开发实战1200例(第2卷)(完整版).(清华出版.卢瀚.王春斌).part1
2016-06-13 20:03:04实例088 利用AVG函数实现计算平均值 实例089 利用MIN函数求数据表中的最小数据 实例090 应用MAX函数求数据表中的最大值 实例091 COUNT函数求销售额大于某值的图书种类 实例092 查询与张静同一天入司的员工信息 实例... -
MySql基本查询、连接查询、子查询、正则表达查询讲解
2017-08-24 18:38:30(4)avg:求平均值 求每个部门的工资平均值 [sql] view plain copy select EMP_DEP,avg(EMP_SALARY) from EMPLOYEES group by EMP_DEP; (5)count:求总行数 求每个部门工资大于一定金额的人数 [sql] view ... -
EXCEL集成工具箱完整版 (简体/繁体/英文多国语言版) V7.0
2010-08-13 10:31:10【综合计算显示】 综合计算并显示选中区域存储格的最大值、最小值、平均值、求和、存储格个数、筛选状态下的的加总求和,以及显示选区包含的数字、字符、汉字的个数等信息。 【GB2转BIG5】 将选中区域存储格的简体字... -
2009达内SQL学习笔记
2010-02-10 19:46:58检索返回数据的顺序没有特殊意义,为了明确地排序用 SELECT 语句检索出的数据,可使用 ORDER BY 子句。 ORDER BY 子句取一个或多个列的名字。 对空值,按无穷大处理(升序中,空值排最后;降序中排最前)。 1、... -
oracle数据库经典题目
2011-02-17 15:05:208. 下列哪个函数可以把一个列中的所有值相加求和? ( B ) A MAX B. SUM C. COUNT D. AVG 9. 下列哪个子句是SELECT语句中必选项?( A ) A. FROM B.WHERE C.HAVING D. ORDER BY 10. 下列哪个子句实现对一个结果集进行...
-
停止更新一段时间,我要投入另一项爱好了
-
CS420课程总结class1-2
-
Mycat 实现 MySQL的分库分表、读写分离、主从切换
-
完全背包主要代码解析
-
西南科技大学《大物》多套期末复习试卷含答案.pdf
-
【Python-随到随学】FLask第二周
-
cuda toolkit and minimum compatible driver versions 2021最新版
-
Amoeba 实现 MySQL 高可用、负载均衡和读写分离
-
西南科技大学《操作系统》习题答案.pdf
-
MySQL 高可用(DRBD + heartbeat)
-
access应用的3个开发实例
-
Windows系统管理
-
2021-03-02任务
-
项目管理工具与方法
-
Keil5C51 无法生成HEX 文件 ERROR L104: MULTIPLE PUBLIC DEFINITIONS
-
零基础一小时极简以太坊智能合约开发环境搭建并开发部署
-
浙江科技学院《自动控制原理》两套期末考试试卷(含答案).pdf
-
精通编译Makefile,Nina, 从底层uboot到Android
-
西南科技大学《高等数学B2》期末考试试卷(含答案).pdf
-
移动支付网-2020数字人民币发展研究报.pdf