精华内容
下载资源
问答
  • 在测试时,想要过滤查询某个数据库内的表名 只包含 '_autest' 字符,在网上查了 如何查询整个数据库表的 SQL语句 如下: 查询数据库里所有表名和字段名的语句 SQL 查询所有表名: SELECT NAME FROM ...

    在测试时,想要过滤查询某个数据库内的表名 只包含 '_autest' 字符,在网上查了下 如何查询整个数据库表的 SQL语句 如下:

    查询数据库里所有表名和字段名的语句
    SQL 查询所有表名:

    SELECT NAME FROM SYSOBJECTS WHERE TYPE='U' and name like '%_autest%'
    SELECT * FROM INFORMATION_SCHEMA.TABLES WHERE TABLE_NAME like '%_autest%'
    查询表的所有字段名:
    SELECT NAME FROM SYSCOLUMNS WHERE ID=OBJECT_ID(' 表名' )
    SELECT * FROM INFORMATION_SCHEMA.TABLES
    SELECT * FROM INFORMATION_SCHEMA.VIEWS
    SELECT * FROM INFORMATION_SCHEMA.COLUMNS
    ORACLE 查看所有表名:
    SELECT TABLE_NAME FROM USER_TABLES
    ACCESS 查看所有表名:
    SELECT NAME FROM MSYSOBJECTS WHERE TYPE=1 AND FLAGS=0
    MSYSOBJECTS 是系统对象,默认情况是隐藏的。通过工具、选项、视图、显示、系统对象可以使之显示出来。

     

    字段类型

    中文说明

    限制条件

    其它说明

    CHAR

    固定长度字符串

    最大长度2000 bytes

     

    VARCHAR2

    可变长度的字符串

    最大长度4000 bytes

    可做索引的最大长度749

    NCHAR

    根据字符集而定的固定长度字符串

    最大长度2000 bytes

     

    NVARCHAR2

    根据字符集而定的可变长度字符串

    最大长度4000 bytes

     

    DATE

    日期(日- 月- 年)

    DD-MM-YY (HH-MI-SS )

    经过严格测试,无千虫问题

    LONG

    超长字符串

    最大长度 2G (231 -1 )

    足够存储大部头著作

    RAW

    固定长度的二进制数据

    最大长度2000 bytes

    可存放多媒体图象声音等

    LONG RAW

    可变长度的二进制数据

    最大长度 2G

    同上

    BLOB

    二进制数据

    最大长度 4G

     

    CLOB

    字符数据

    最大长度 4G

     

    NCLOB

    根据字符集而定的字符数据

    最大长度 4G

     

    BFILE

    存放在数据库外的二进制数据

    最大长度 4G

     

    ROWID

    数据表中记录的唯一行号

    10 bytes ********.****.**** 格式,* 为0 或1

    NROWID

    二进制数据表中记录的唯一行号

    最大长度4000 bytes

    NUMBER(P,S)

    数字类型

    P 为整数位,S 为小数位

    DECIMAL(P,S)

    数字类型

    P 为整数位,S 为小数位

    INTEGER

    整数类型

    小的整数

    FLOAT

    浮点数类型

    NUMBER(38) ,双精度

    REAL

    实数类型

    NUMBER(63) ,精度更高

    展开全文
  • 最近重温了《SQL查询凡人入门》,对里面提到保证数据库结构的合理性深有感触,故总结如下,与大家分享。 (一)调整字段 数据库字段是表的基本结构部分,所以在调整整个表之前必须使得字段都是处于最好状态。很...

     

        最近重温了下《SQL查询凡人入门》,对里面提到保证数据库结构的合理性深有感触,故总结如下,与大家分享。

    (一)调整字段

        数据库中字段是表的基本结构部分,所以在调整整个表之前必须使得字段都是处于最好状态。很多情况下,字段的选择确定会减少很多给定表的已有问题,也能避免一些潜在的问题的产生。

     

    1)字段名称的调整

        字段描述的是表所描述的物体的特征。如果给字段一个合适的名称,就可以标识这个打算要描述的特征。一个有歧义的含糊不清的名称是一个麻烦的征兆,暗含这个字段的代表含义还没有真正明确下来。可以利用下面清单中的内容检查每一个字段名称。

    1.对整个组织来说,这个名称是否具有一定的说明意义?

        要确保对于访问这个字段的每个人来说这个名称都是有描述意义的。语义有时候是非规则的,如果字段所用的词对于不同的人群来说语义不同,那就麻烦了。就好象在大部分地区,摇头表示的是“No”,而在印度,摇头则表示“Yes”。

    2.这个字段是否清楚没有歧义?

        比如PhoneNumber就很容易让人误会。描述的是哪种电话号码?为了明确起见,如果需要记录每一种电话号码,那么应创建HomePhone、WorkPhone、CellPhone这样的字段。

        另外还需要确保不会在不同的表中使用相同的字段名。如有必要,建议在相同的字段名称前面加上一个短短的前缀。比如,Vendors表中用VendCity,Customers表中用CustCity,Employees表中用EmpCity这样的名称。

        总之,确保数据库中的每一个字段都有唯一的名称,在整个数据库结构中仅出现一次。除非这一字段被用来建立两个表之间的关联关系。

    3.是否使用首字母的缩写或者其他缩写形式作为字段名称?

        如果有,请修改它!首字母的缩写很难解释,易被误解。使用缩写要非常谨慎,处理的时候也小心。如果对字段名称有一个信息的正向补充增强作用的情况下才使用缩写,缩写不能损害字段本身所表示的意义。

    4.是否使用了暗含或者明确标识多个特性的字段名称?

        这种字段一般很容易发现,因为有类似于“and”或“or”这样的代表性字词。包含反斜线符号(\)、连字符(-)、与的记号(&)的字段同样也属于这一类型。如果发现这样的字段,检查所存储的数据,看是否需要将它们拆开成为更小的单独字段。

    5.确保字段名称的单数形式

        字段所描述的是表所代表的物体的单一的特征,所以字段名应该是单数。而另一方面,表的名称之所以是复数,是因为它所描述的是同类对象或事件的集合。使用这一命名规则后,区分表的名称和字段名称就是一件很容易的事了。

     

    2)消除粗糙的边

        修正了字段名,现在就应该转而注意字段本身的结构了。虽然对字段的合理性已经有了相当的把握,但还是有几点需要继续努力来使字段结构尽可能更加合理高效。

    1.确保字段描述的是表所表示的物体某一特性。

        这一步可确定字段是否真的属于这个表。如果它和这个表的关系并不密切,那就删除它。这个规则也有一个例外情况:这个字段是用来建立这个表和数据库中另一个表之间的关联关系,或为了完成数据库应用的某些任务而专门添加到表中。

    2.确保字段中仅包含一个单一的值。

        一个字段可能会潜在地保存相同值的几个具体实例,这称为多值字段。同样地,一个字段也可能潜在地保存两个或多个各自不同的值,这称为多型字段。多值字段和多型字段会给数据库管理带来混乱,尤其是在对这些数据进行编辑、删除和排序时。当每一个字段存储的是单一值时,会对保证数据完整性和信息正确性有很大的帮助。

    3.确保字段所存储的内容不是计算结果或者一连串事件的结果。

        一个设计良好的表中不允许出现计算列。主要原因是因为计算列的值本身。这里的字段,不像电子数据表格中的一个单元,不能保存一个具体的计算值。当计算表达式中的任何一部分改变,存储在字段中的计算值不会随之更新。唯一方式是手工修改或者编写代码年进行自动修改。然而,使用计算列的首选是在SELECT语句中结合使用。

    4.确保在整个数据库中一个字段仅出现一次。

        一个普遍错误是向数据库中的好几个表插入了相同的字段,那就会面临数据不一致的问题。此时,改变了一个表中的这个字段而忘记了对其他表中的相同字段进行相同的修改,就会出现数据的不一致。避免这个问题的方法微十时毫 确保整个数据库结构中一个字段仅出现一次。(此规则的例外情况是用某一个字段来建立两个表之间的关联关系。)

     

    3)多型字段的处理

        识别多型字段可以先回答一个简单问题:是否能将当前字段的值分解成更小的独立的几部分?如果回答“是”,那么这就是一个多型字段。

        比如Customers表中有这个一个字段StreetAddress,里面的记录为“15127 NE 24th ,#383 ,Redmond ,WA 98052”。这个字段就可以拆分为CustAddress、CustCity、CustState和CustZipcode,分别存储15127 NE 24th 、Redmond、WA和98052。

    下面是书中调整前和调整后的表:

    调整后:

        有时候可能识别一个多型字段是比较困难的,比如Instruments表中有这么一个字段IstrumentID,里面存储了GUIT2201、MFX3349、AMP1001、AMP5590、SFX2227和AMP2766。乍看好象不是多型字段,仔细查看就会发现,此字段的值中包含了两个不同的信息:设备所属的类别——如AMP(amplifier,扩音器)、GUIT(guitar,吉他)和MFX(multieffects unit,音效组合)——以及这些设备的标识号码。这两个值应该分开保存在各自的字段中,以保证数据完整性。下图是Instruments表:

     

    4)多值字段的处理

        多值字段的处理比多型字段相对困难一些,但是值得庆幸的是,多值字段一眼就能识别出来。几乎毫无例外的,这一类型字段存储的值包含许多逗号,逗号用来分隔字段中值的不同部分。

        在对多值字段进行处理之前,要先明白最初想要赋予的多值字段和表之间的关系。多值字段的值和其父表中的记录是M:M的关系:一个多值字段中的某一个确定的值和父表中的多个记录相关,父表中的一个记录和多值字段中的多个值相关联。处理这种多对多关系和其他多对多关系的方法一样——用一个关联表。

        要创建关联表,使用多值字段并复制原来表中的主关键字作为建立新表的基础部分。给这个新的关联表一个合适的名字,并指定这两个字段为其组合主关键字。(这种情况下,组合两个字段中的值就能惟一标识新表中的每一个记录。)然后就可以在一对一的基础上对新表中的两个字段关联了。

        比如现在有Pilots表,表中有三个字段PilotID、PilotName、Certifications,有两个记录分别为:25100、John、727,737,757,MD80;25101、David、737,747,757。很注意到Certifications是一个多值字段(存储的值包含了逗号),先将Certifications从Pilots表中删除,然后将根据Certifications的内容新建Certifications表,Certifications表中有如下字段CertificationID和TypeofAircraft,包含记录如下:8102、Boeing 727;8103、Boeing 737;8104、Boeing 747;8105、 Boeing 757;8106、 McDonnell Douglas MD80。接着,在创建一关联表,比如Pliot Certifications表,表中的字段分别为Pilots表的主键PilotID和Certifications表的主键CertificationID。根据原来的记录,Pliot Certifications表中会有如下记录:25100、8102;25100、8103;25100、8105;25100、8106;25100、8103;25100、8104;25101、8105。

        为了方便,上面的例子是我简化过的,下面是书中的例子:

        调整前的表:

    调整后的表:

    转载于:https://www.cnblogs.com/PandaBamboo/archive/2012/09/27/2705454.html

    展开全文
  • SQL Server数据库查询区分大小写、全半角——排序规则的应用 因为偶然的原因,需要在INNER JOIN联表时,让对应字段进行区分大小写的...1.数据库级别:整个数据库中的char、varchar、text、nchar、nvarchar和ntext...

    SQL Server数据库查询区分大小写、全半角——排序规则的应用

    因为偶然的原因,需要在INNER JOIN联表时,让对应字段进行区分大小写的比较。而默认情况下建立的Sql Server数据库是不区分大小写的,这个需求怎么实现呢?

    要实现这个需求,至少有三个操作级别来实现:

    1. 数据库级别:整个数据库中的charvarchartextncharnvarchar 和 ntext 数据都区分大小写。(为描述方便,下文不再明确强调这些数据类型。)但这样做有个明显的坏处,那就是整个数据库的这些字段的比较,都要进行严格匹配。比如下面的两条Sql语句会得到完全不同的两种结果:

    SELECT * FROM [TABLE] WHERE [COLUMN] LIKE %KeyWord%SELECT * FROM [TABLE] WHERE [COLUMN] LIKE %keyword%

    因为数据库在比较时会严格按照大小写来区别,这样就会导致我们在程序开发过程中难以满足十分复杂的查询需求,特别突出的例子便是关键字搜索——我们无法预知客户输入内容的大小写,我们更不能要求客户输入的关键字区分大小写。

    image

    2. 表字段级别:只对特定的表字段进行大小写区分。这样做在整体上减小了大小写限定的范围,从全数据库减小到当前指定的字段。但使用起来仍然有些局限性。

    image

    3. 查询级别:只对本次查询限定大小写区分。这也是本文重点介绍的实现方式。这样操作可以让我们不对以前的数据库做任何的修改,只对当前这次查询区分大小写,也不会影响程序中别处对这些字段的查询。

    好了,上文说了三个实现级别,那具体怎么实现呢?这就要用到SQL数据库中的“排序规则”了。我们可以在数据库的属性上,设置排序规则,也可以在表设计的字段属性里设置排序规则。具体要设置什么样的排序规则,后面来说,我们先说查询级别的排序规则。下面有一段SQL片段可以演示在查询级别区分大小写的排序规则应用:

    use tempdb
    set nocount on
    --1--
    print '建立初始数据表Customer'
    create table Customer(id int,uname varchar(10))
    insert into Customer 
    select 1,'Jim' union all
    select 2,'Simith'  union all
    select 3,'uonun'
    
    select * from Customer
    
    --2--
    print '建立初始数据表Info'
    create table Info(uname varchar(10),phone varchar(11))
    insert into Info 
    select 'JIM','13800000000' union all
    select 'Simith','13911111111' union all
    select 'uonun','13812345678'
    
    select * from Info
    
    --3--
    print '不区分大小写,不区分全半角'
    select c.id,c.uname as 'c.uname',i.uname as 'i.uname',i.phone
    from Customer as c inner join Info as i
    on c.uname = i.uname
    
    --4--
    print '区分大小写,不区分全半角'
    select c.id,c.uname as 'c.uname',i.uname as 'i.uname',i.phone
    from Customer as c inner join Info as i
    on c.uname = i.uname
    collate Chinese_PRC_CS_AS
    
    --5--
    print '不区分大小写,区分全半角'
    select c.id,c.uname as 'c.uname',i.uname as 'i.uname',i.phone
    from Customer as c inner join Info as i
    on c.uname = i.uname
    collate Chinese_PRC_CI_AI_WS
    
    --6--
    print '区分大小写,区分全半角'
    select c.id,c.uname as 'c.uname',i.uname as 'i.uname',i.phone
    from Customer as c inner join Info as i
    on c.uname = i.uname
    collate Chinese_PRC_CS_AI_WS
    
    DROP TABLE Customer
    DROP TABLE Info
    
    
    /*
    建立初始数据表Customer
    id          uname
    ----------- ----------
    1           Jim
    2           Simith
    3           uonun
    
    建立初始数据表Info
    uname      phone
    ---------- -----------
    JIM        13800000000
    Simith     13911111111
    uonun      13812345678
    
    不区分大小写,不区分全半角
    id          c.uname    i.uname    phone
    ----------- ---------- ---------- -----------
    1           Jim        JIM        13800000000
    2           Simith     Simith     13911111111
    3           uonun      uonun      13812345678
    
    区分大小写,不区分全半角
    id          c.uname    i.uname    phone
    ----------- ---------- ---------- -----------
    2           Simith     Simith     13911111111
    3           uonun      uonun      13812345678
    
    不区分大小写,区分全半角
    id          c.uname    i.uname    phone
    ----------- ---------- ---------- -----------
    1           Jim        JIM        13800000000
    3           uonun      uonun      13812345678
    
    区分大小写,区分全半角
    id          c.uname    i.uname    phone
    ----------- ---------- ---------- -----------
    3           uonun      uonun      13812345678
    */

    通过上面的SQL语句可以看出,我们在查询时使用COLLATE字句,指定排序规则可以影响查询结果。通过上面的图也可以看出,这个排序规则除可以区分大小写之外,还可以区分重音、假名、全半角。

    结束语:

    1. 本文没有更深入研究排序规则的其他应用,比如对Order by的影响。
    2. 本文没有更深入研究在查询时对多个不同字段的影响机制。
    3. 示例代码另见CorePlex代码库: http://udnz.com/Code-409.htm

     

    原文地址:http://blog.udnz.com/Article/use-COLLATE-in-Transact-SQL.aspx

    转载于:https://www.cnblogs.com/RoseDavid/archive/2012/10/19/2730635.html

    展开全文
  • 最近因工作需要,客户需要把一些表中数据全部导出,由于表中数据量巨大,开始的时候,查询特别慢,我想应该...甚至你只是需要update一个字段整个表都会被锁起来,而别的进程,就算是读进程都无法操作直到读操作完...

    最近因工作需要,客户需要把一些表中数据全部导出,由于表中数据量巨大,开始的时候,查询特别慢,我想应该是进行全表扫描了,于是对SQL进行了调优,废话不多说,先来看看我是如何调优的吧,

    1:首先我们需要选择正确的存储引擎,先来简单介绍下存储引擎吧。

          MySQL有两个存储引擎MySAM和InnoDB, 每个引擎都有利有弊。MyISAM 适合于一些需要大量查询的应用,但其对于有大量写操作并不是很好。甚至你只是需要update一个字段,整个表都会被锁起来,而别的进程,就算是读进程都无法操作直到读操作完成。另外,MyISAM 对于 SELECT COUNT(*) 这类的计算是超快无比的。

           InnoDB 的趋势会是一个非常复杂的存储引擎,对于一些小的应用,它会比 MyISAM 还慢。他是它支持“行锁” ,于是在写操作比较多的时候,会更优秀。并且,他还支持更多的高级应用,比如:事务。

          Mysql在V5.1之前默认存储引擎是MyISAM;在此之后默认存储引擎是InnoDB,因为我需要查询表平时主要是写入的比较多,查询相对来说要少些,所以就默认的InnoDB。

    查看当前mysql默认引擎: show variables like '%engine%';

    2:给查询条件上的字段建立索引,但是索引字段不能太多,太多索引文件就会很大那样搜索只能变慢,查询速度和索引有很大关系也就是索引的大小直接影响你的查询效果。

    Mysql中可以使用alter table语句来为表中的字段添加索引的基本语法是:
        ALTER TABLE <表名> ADD INDEX (<字段>);

    例:mysql> alter table test add index(t_name);

    当然也可以使用可视化工具进行添加索引,当某个字段要经常用来做搜索,也为其建立索引

    这是当时给表字段建立索引时的长度,大概花了25s左右的时间,然后花了3178s查出全部数据16243855条,(相关联的表所需的条件字段也都建立过索引了),如果是第二次在查询,就会很快返回结果,这是因为使用了缓存

           之前没有建立索引查询的时候,超过10000s还没有查询出来,应该是导致全表扫描了,相比建立索引后,查询效率确实提升了不少,但是索引并不是越多越好,一个表索引最好不要超过6个。索引固然可以提高select效率,但是也降低了insert效率和update效率,因为insert和update会使索引重建,所以怎么建索引需要慎重考虑。其次是内存问题,如果查询这种千万甚至上亿级别的数据时,内存会疯狂飙升,直到耗尽内存资源,内存溢出,然后你得电脑或者数据库服务器就蓝屏死机了,哈哈不要问我怎么知道,说多了都是泪;要避免这种情况,可以使用分页查询,在最后加上limit,

    LIMIT 子句可以被用于强制 SELECT 语句返回指定的记录数。LIMIT 接受一个或两个数字参数。参数必须是一个整数常量。如果给定两个参数,第一个参数指定第一个返回记录行的偏移量,第二个参数指定返回记录行的最大数目。初始记录行的偏移量是 0(而不是 1)

    例:select * from table limit 10;  //检索前10个记录行

    select * from table limit 10,20;   //检索11-30个记录行,简单理解就是去掉前面10行,从第11行开始往后面检索20行

    3:对操作符的优化,我们尽量不采用不利用索引的操作符

    如:in ,not in , is nul, is not null,<>等

    4:用Not Exists 代替Not In

          Not Exists允许用户使用相关子查询已排除一个表中能够与另一个表成功连接的所有记录。Not Exists用到了连接,能够发挥已经建好的索引的作用,而Not In不能使用索引。Not In是最慢的方式,要同每条记录比较,在数据量比较大的查询中不建议使用这种方式。

    Select a.mobileid from Log_user a where not exists (select b.mobileid from magazineitem b where b.mobileid=a.mobileid);

    5:除了SQL上的优化外,我们还可以进行分库分表,但是目前我还没有做到分库分表,抱歉,哈哈,等我以后做了分库分表后在和大家分享

    展开全文
  • 因为偶然的原因,需要在INNER JOIN联表时,让对应字段进行区分大小写的比较。...)但这样做有个明显的坏处,那就是整个数据库的这些字段的比较,都要进行严格匹配。比如下面的两条Sql语句会得到完全不同的两种
  • 摘要:在sql健康检查时,我们常常需检测整个数据库拥有多少数据表及数据表下面有多少字段这样的需求,下文讲述使用sql脚本获取这些信息的方法,如下所示:实验环境:sqlserver 2008 R2实现思路:1.通过查询 ...
  • 正文之前想聊一些关于MVC的事情,接触过很多项目,发现很多人还是很自然的把SQL写到Ç层中,整个方法的数据库操作完全没有中号层什么事,可维护性完全为0撒。试想如果有个表要改表名,改字段名,我需要整个项目搜...
  • 因为偶然的原因,需要在INNER JOIN联表时,让对应字段进行...1. 数据库级别:整个数据库中的char、varchar、text、nchar、nvarchar 和 ntext 数据都区分大小写。(为描述方便,下文不再明确强调这些数据类型。)
  • 但是问题是,假如所查询的表的数据量很大,而内存是有限的,在没有索引的情况查询将对整个表进行扫描,就需要多次IO读取磁盘中的数据,通过“遍历”数据块的方式找到需要的记录。这个性能消耗很大,并且会很慢。...
  • 在不读取整个表的情况,索引使数据库应用程序可以更快地查找数据。 索引 您可以在表中创建索引,以便更加快速高效地查询数据。 用户无法看到索引,它们只能被用来加速搜索/查询。 注释:更新一个包含索引的表...
  • 数据库索引

    2019-07-22 16:07:57
    什么情况要同时在两个字段上建索引? 索引就像书的目录, 通过书的目录就准确的定位到了书籍具体的内容. 如果给表上了主键,那么表在磁盘上的存储结构就由整齐排列的结构转变成了树状结构,也就是上面说的**「...
  • 数据库基本知识

    2010-08-02 19:16:00
    记录集的游标类型:forwardonly指针一直向走.移动速度快,但是不能保存走过的记录.资源占用少.主要运用在服务端.static 相当于造了一个一摸一样的副本.不管数据库怎么改,都是改的副本.真正的数据没有改.最后直接 ...
  • MySQL数据库索引、事务与存储引擎

    千次阅读 2020-12-23 23:07:26
    更通俗的说,数据库索引好比是一本书前面的目录,能加快数据库查询速度。例如需要遍历 200 条数据,在没有索引的情况数据库会遍历全部 200 条数据后选择符合条件的;而有了相应的索引之后,数据库会直接在索引...
  • 先截图说明下整个查询的需求和用到的表格: ![图片说明](https://img-ask.csdn.net/upload/201912/10/1575988562_811633.png) 如图,查询的条件包括“区域”,“地衣芽孢杆菌”,“2018”, 查询的结果是图中...
  • 索引是存放在模式(schema)中的一个数据库对象,索引的作用就是提高对表的检索查询速度, 索引是通过快速访问的方法来进行快速定位数据,从而减少了对磁盘的读写操作。 索引是数据库的一个对象,它不能独立存在,...
  • 不幸的是,虽然关系型数据库历经了约30年的发展,有成熟的理论和大量的实践基础,但是,大多数设计、开发人员在设计数据库结构时仍然是“跟着感觉走”,根据业务的需要和编程的方便,把字段这张表放几个那张表放几个...
  • 不幸的是,虽然关系型数据库历经了约30年的发展,有成熟的理论和大量的实践基础,但是,大多数设计、开发人员在设计数据库结构时仍然是“跟着感觉走”,根据业务的需要和编程的方便,把字段这张表放几个那张表放几个...
  • 如果子查询依赖于外部查询,通常情况是因为子查询用到了外部查询的某些字段。 因此,每执行一次外部查询,子查询都要重新执行一次,这样的子查询叫做关联子查询。 3. Exists 关联子查询可能会搭配 `EXISTS` ...
  • 2018-06-23 09:27:58一....对a情况需要频繁查询的,就尤其需要重复字段.反而可以减轻数据库压力二.项目的紧急程度 1.纵观全局 知道整个项目的流程,以及后续可能会再加些什么,我如果现在不预留扩展后期会不会很麻...
  • 大部分OLTP应用系统到最后都不免要使用SQL/JPQL,然而没有一个很好的方法解决SQL在多种数据库下兼容性的问题。 EF-ORM中采用了独特的SQL解析和改写技术,能够主动检查并确保SQL语句或者SQL片段在各个数据库上的兼容...
  • 数据库课程设计(基于B/S)

    热门讨论 2008-12-28 15:28:06
    它能够实现报刊订阅的基本功能,包括新报刊信息的录入、订阅、查询等操作以及后台数据库的备份和恢复。用户合法注册后必须输入有效密码才能成功进入此系统,可以进行订阅报刊,查询信息,统计信息等操作。对于非法...
  • 从VB的程序代码的角度来看,ODBC,ISAM驱动程序以及Ms Access数据库整个外部结构够可以统一为一个一致的编程接口。也即是说,提供给VB应用程序员的记录集对象视图同所使用的数据库格式及类型是相互独立的。即对...
  • 索引用于快速找出在某个列中有一特定值的行,不使用索引,MySQL必须从第一条记录开始读完整个表,直到找出相关的行,表越大,查询数据所花费的时间就越多。建立索引的操作步骤如下:1、首先我们打开一个要操作的数据...
  • 本来还挺明白,我百度了一下“hibernate没有外键的2张表如何进行关联”很多回答不需要外键也能进行关联,越看越玄乎,最后甚至看到了“不需要数据库的外键约束,hibernate配置好关联就行"的定论,我整个人都炸了,...
  • 2-3 直接与Access MDB 连接 308 11-3 Recordset对象的基础 308 11-3-1 取得字段名称与内容 314 11-3-2 取得、移动记录指针 317 11-3-3 Field对象 320 11-4 ADO对象与数据库的应用 323 11-4-1...
  •  字段没有聚合函数的情况必须在select 、having、order by中出现 分组完筛选  having 分组完后筛选再聚合   ============================== 排序  order by 整个查询的语法顺序  

空空如也

空空如也

1 2 3 4 5 ... 11
收藏数 212
精华内容 84
关键字:

整个数据库下查询字段