精华内容
下载资源
问答
  • 2021-02-11 22:01:32

    大纲

    1、SELECT语句

    2、检索数据

    3、排除重复的行

    4、LIMIT限制显示结果

    5、ORDER BY排序数据

    一、DQL : SELECT 语句

    我们最最经常用的SQL语句大概就是SELECT,它的作用是从一个或多个表中检索数据。为了使用SELECT检索表数据,必须至少给出两条信息 -- 想选择什么(指定列),以及从什么地方选择(指定表)。

    二、检索语句

    a、检索单个列

    需要检索的列名放到SELECT关键字后面,FROM关键字指出从哪个表中检索数据。

    mysql> SELECT prod_name

    -> FROM products;

    select 5  from  products;  -- ok , 输出的行数是products所有的行,只有一个字段,值都是 5

    select 5;        -- 和具体实现相关

    select 5 * 5;    -- 和具体实现相关

    通常,展示数据遵循以下原则: “字符串”是左对齐的,而“数值”是右对齐的。

    b、检索多个列

    必须在SELECT关键字后给出多个列名,列名之间必须以逗号分隔,但是最后一个列名的后面绝不能添加。如果在最后一个列名后面加了逗号,将出现错误。

    mysql> SELECT prod_id, prod_name, prod_price

    -> FROM products;

    c、检索所有列

    SELECT语句可以检索所有的列而不必逐个列出它们,使用*通配符。

    mysql> SELECT *

    -> FROM products;

    列的顺序一般是表定义中出现的顺序。但有时侯并不是这样,比如表结构发生变化(添加或删除列),可能导致顺序的变化。除非确实需要表中的每个列,否则最好不要使用*通配符,这会降低检索和应用程序的性能。使用通配符的最大的好处在于,可以检索出名字未知的列。

    在交互执行的特定查询中, 使用SELECT * 更容易些。然而,在写程序代码的时候,最好是分别指定每一列。它们的性能相同,但是显示的指定列后,就可以很清楚查询中究竟返回了哪些列。

    未排序的数据:

    如果在查询中没有明确排序查询结果,则返回的数据顺序没有特殊意义。返回数据的顺序可能是数据被添加到表中的顺序,也可能不是。因为经过更新和删除操作,顺序将会受到MySQL重用回收存储空间的影响。如果不明确控制的话,不能(也不应该)依赖该顺序。二维表从理论上来说是一个集合(set),集合并没有顺序之说。

    结束SQL语句:

    多条SQL语句必须以分号(;)分隔。而且分号必须是英文的,这里需要注意。

    SQL语句和大小写:

    SQL 语句是不区分大小写的,因此SELECT与select是完全相同的。但是,一定要认识到虽然SQL语句关键字是不区分大小写的,但有些标识符(如数据库 名、表名、列名)可能不同(如windows平台,Linux平台)。最佳方式是按照大小写的惯例,且使用时保持一致。

    三、DISTINCT 排除重复的行

    如果只想知道有多少不同的行,不希望重复的行出现,怎么办?解决办法是使用DISTINCT关键字,它指示MySQL只返回不同的值。如果使用DISTINCT关键字,它必须直接放在列名的前面。DISTINCT关键字应用于其后所有的列,而不仅仅是紧随其后的单个列。也就是说不能部分使用DISTINCT。 SELECT DISTINCT prod_id, prod_price,那么将同时应用于prod_id和prod_price两列的组合。DISTINCT会把其后的字段组合进行过滤(可以这样理解:SELECT语句产生的输出是二维表不可能一列返回10行,而另一列只返回1行,你想想会是什么效果。也就是说必须遵循:各个列返回的行数必须一致)

    想想一种情况,distinct作用于 null 值得列,是什么效果呢? distinct 可以过滤掉重复的NULL, 对于多行NULL,最终会返回一个NULL行。

    mysql> SELECT DISTINCT vend_id

    -> FROM products;

    SELECT distinct ename, deptno from emp;   -- ok

    SELECT ename, distinct deptno from emp;   -- error

    四、限制返回的行数(分页查询)

    MySQL,PostgreSQL

    为了显示特定的行或者前几行,可以使用LIMIT子句。

    mysql> SELECT prod_name

    -> FROM products

    -> LIMIT 0,5;

    指定检索的开始行和行数。第一个数为开始位置OFFSET,第二个数为需要检索的行数line-numbers。检索出来的行数从0开始编号,第一行的行号为0。使用LIMIT,对我们编写分页显示时非常有帮助。

    The LIMIT clause can be used to constrain the number of rows returned by the SELECT statement. LIMIT takes one or two numeric arguments, which must both be nonnegative integer constants (except when using prepared statements).

    With two arguments, the first argument specifies the offset of the first row to return, and the second specifies the maximum number of rows to return. The offset of the initial row is 0 (not 1):

    SELECT *

    FROM tbl

    LIMIT 5,10;     # Retrieve rows 6-15

    With one argument, the value specifies the number of rows to return from the beginning of the result set:

    SELECT *

    FROM tbl

    LIMIT 5;         # Retrieve first 5 rows

    In other words, LIMIT row_count is equivalent to LIMIT 0, row_count.

    LIMIT 5:  指示 mysql返回不多余5行。好好理解这句话,当表中行数不够时,假设只有3行,那么仅能返回它能够返回的3行数据而已。

    Oracle

    可以使用 ROWNUM 来限制行数。

    SELECT *

    FROM emp

    WHERE rownum <= 5;

    Oracle 伪列:

    在集合论中,是没有顺序之说的。但是Oracle提供了 rowid, rownum。

    Rowid 与 Rownum 虽都被称为伪列,但它们的存在方式是不一样的,rowid 可以说是物理存在的(指针,该记录在物理文件中的位置),表示记录在表空间中的唯一位置 ID,在DB中唯一。只要记录没被搬动过,rowid是不变的。            rowid 相对于表来说又像表中的一般列,所以以 rowid 为条件就不会有 rownum那些情况发生。 rownum不能以任何基表的名称作为前缀。

    对于rownum来说它是oracle系统顺序分配为从查询返回的行的编号,返回的第一行分配的是1,第二行是2,依此类推,这个伪字段可以用于限制查询返回的总行数,而且rownum不能以任何表的名称作为前缀。

    书上告诫,不能对 rownum用 ">",这也就意味着,如果你想用

    select * from emp where rownum > 5

    则是失败的。要知道为什么会失败,则需要了解rownum背后的机制:

    1 Oracle executes your query.

    2 Oracle fetches the first row and calls it row number 1.

    3 Have we gotten past row number meets the criteria? If no, then Oracle discards the row, If yes, then Oracle return the row.

    4 Oracle fetches the next row and advances the row number (to 2, and then to 3, and then to 4, and so forth).

    5 Go to step 3.

    了解了原理,就知道rownum>不会成功,因为在第三步的时候查询出的行已经被丢弃,第四步查出来的rownum仍然是1,这样永远也不会成功。

    同样道理,rownum如果单独用=,也只有在rownum=1时才有用。

    SQL Server

    使用 TOP 关键字,来限制返回的行数。

    SELECT TOP 5 *

    FROM  emp;

    五、查询结果排序

    其实,检索出的数据并不是以纯粹的随机顺序显示的。如果不排序,数据一般将以它在底层表中出现的顺序显示。这可以是数据最初添加到表中的顺序。但是如果数据后来进行过更新或删除,则此顺序将会受到MySQL重用回收存储空间的影响。因此,如果不明确控制的话,不能(也不应该)依赖该排序顺序。关系数据库设计理论认为,如果不明确规定排序顺序,则不应该假定检索出的数据的顺序有意义。(因为表是一个数据集合,而集合是没有顺序的)

    为了明确的排序,可使用ORDER BY子句。ORDER BY子句选取一个或多个列,然后据此对输出进行排序。如果某列的值相同时,我们期望根据另一列进行排序,我们只需指定多个列名,列名之间用逗号分开即可。

    不一定要指定排序所基于的列名,也可以给出表示这列的编号。这个编号从1开始,从左到右依次对应 SELECT 列表中的各项目。

    mysql> SELECT prod_id, prod_price, prod_name

    -> FROM products

    -> ORDER BY prod_price, prod_name DESC;

    ORDER BY 子句可以指定一个或多个列。用非检索的列进行排序是完全合法的(只要该列存在于表中)。

    重要的是理解在按多个列进行排序时,排序完全按所规定的顺序进行,指定列的先后顺序(优先次序是从左到右)进行。如上述例子中,仅当多行具有相同的prod_price值时,才会对prod_name进行排序。如果prod_price列中的所有的值都是唯一的,则不会按prod_name排序。

    按字串排序:按照 列值 的某一部分对查询结果进行排序。可以使用 substr() 等函数。

    指定排序方向:升序(ASC), 降序(DESC), ASC,DESC关键字只应用到直接位于其前面的列名(紧邻)。如果想在多个列上进行降序排序,必须对每个列指定 DESC/ASC关键字。

    区分大小写和排序顺序:

    在对文本数据排序时,A和a相同吗?这个问题取决于数据库如何设置[字符集校对], 以及字符集。在字典排序顺序中,A被视为与a相同,这是MySQL和大多数DBMS的默认行为。

    ORDER BY子句的位置:要用好SELECT,理解SQL执行顺序非常重要。

    在给出ORDER BY子句时,应该保证它位于FROM子句之后,如果使用LIMIT,它必须位于ORDER BY之后。使用子句的次序不对将产生错误。

    六、在SELECT语句中使用条件逻辑

    要在 SELECT 语句中,对数值执行 IF-ELSE 操作。比如:工资<=2000,返回“under”;如果工资>=4000,返回“over”;如果这两者之间,返回“ok”

    解决方案:使用CASE表达式直接在SELECT语句中执行条件逻辑

    mysql> SELECT ename, sal,

    case when sal <= 2000 then 'under'

    when sal >= 4000 then 'over'

    else 'ok'  -- 如果没有else ,对于不满足条件的,返回NULL

    end AS status   -- 别名 status

    FROM emp;

    +--------+------+--------+

    | ename  | sal  | status |

    +--------+------+--------+

    | SMITH  |  800 | under  |

    | ALLEN  | 1600 | under  |

    | WARD   | 1250 | under  |

    | JONES  | 2975 | ok     |

    | MARTIN | 1250 | under  |

    | BLAKE  | 2850 | ok     |

    | CLARK  | 2450 | ok     |

    | SCOTT  | 3000 | ok     |

    | KING   | 5000 | over   |

    | TURNER | 1500 | under  |

    | ADAMS  | 1100 | under  |

    | JAMES  |  950 | under  |

    | FORD   | 3000 | ok     |

    | MILLER | 1300 | under  |

    +--------+------+--------+

    14 rows in set (0.00 sec)

    七、连接列值

    要将多列值组合为一列返回,可以进行连接操作。

    对于DB2, Oracle, PostgreSQL

    使用  | |  作为连接操作符。

    对于 MySQL

    使用 CONCAT() 函数进行连接。

    对于SQL Server

    使用  + 作为连接操作符。

    更多相关内容
  • 分层数据存储和检索服务器 警告 这是早期的 alpha 软件,下面的说明肯定会发生巨大变化,在我们删除此警告之前,请假设该软件尚未准备好生产。 概述 Plywood 数据库服务器提供了一个简单的 Web 界面来存储树结构的 ...
  • 针对传统方法在对云存储的加密数据进行...分析结果表明,相比其他几种较新的方案,方案在访问控制快速搜索中具有更好的性能,且能在数据检索过程中确保数据安全性用户隐私,适合应用于具有大量数据的云存储系统。
  • 一篇英文文章存储在一个文本文件中,然后分别基于线性表、二叉排序树哈希表不同的存储结构,完成单词词频的统计单词的检索功能。同时计算不同检索策略下的平均查找长度ASL,通过比较ASL的大小,对不同检索策略的...
  • 易于存储和检索数据,并具有使用工厂的能力。 安装 使用凉亭: $ bower install mochila --save 在dist/目录中使用您喜欢的dist/ 。 在AMD下,它注册了模块名称: mochila 。 在全球范围内使用: Mochila 。 ...
  • 一种在ISAP DLL中存储和检索二进制数据并将其显示在网页上的简便方法
  • 类似Dropbox的数据存储和检索服务的服务器客户端从命令行运行。 开始将生活作为我的网络系统课程的一项作业。 我是如何建造的 gRPC是通信协议的骨干,包括文件的上传下载。 服务器客户端是用Java实现的。 我...
  • 冲浪 先进的数据存储和检索
  • 使用 Kefir CouchDB 始终保持最新的信息存储和检索。 特征 pantry.contentspantry.put正在实验中工作。 有关示例,请参阅example.js 。 测试 这些测试目前已经过时,下一个任务是重写它们。 使用make test运行...
  • Mapquery是建立在ExpressPostGIS的地图数据存储和检索API。 当您导入 shapefile 到 Mapquery,你可以很快导出想要的东西——结合调整大小位置信息,以适应任何viewport。而一旦你的地图数据存储在Mapquery,你...
  • 给出了多媒体数据库的元数据结构,对元数据的生成、基本媒体元数据(文本元数据、音频元数据、图像元数据和视频元数据)的存取方法进行了论述。...从媒体的内容及信息特征入手,抽象出元数据存储检索方法。
  • 使用spring boot+Elasticsearch 7.9.1+kibana 实现对word,pdf,txt等文件的非结构化数据全文内容检索
  • 以纯文本文件存储和检索静态内容 Sheets是一个Laravel软件包,用于存储检索和索引以文本文件存储的内容。 开箱即用支持Markdown前件,但您可以使用自己喜欢的格式解析提取文件中的数据。 表格可以添加到任何...
  • 使用 MongoDB 存储检索和分析社交媒体数据 1- S3 存储桶在这里:s3://amirziai-mids-w205-assignment3/ 2- 包含代码的 iPython 笔记本: ://nbviewer.ipython.org/gist/amirziai/40bded657a6731681234 3-词法...
  • 开发技术-硬件
  • Simple-Database:使用Excel作为存储和检索数据的简单数据库,可以在GUI应用程序中进行更新
  • 针对现有分布式文件系统处理海量小文件时存在的主节点元数据处理性能瓶颈问题,提出采用分布式文件来存储数据,并通过元数据缓冲Hash映射实现元数据的分布;采用MapReduce并行程序对元数据检索进行了实现,并...
  • 允许用户持久存储和检索本地数据存储管理器库(也在页面刷新之后)。 数据将使用localStorage在内部进行管理。 全球范围 在全局窗口范围内定义了以下函数StorageManager()创建存储管理器的实例。 例子: / *...
  • 这个 Elasticsearch 插件使用 Apache Jena API 存储和检索 RDF 三元组。 是一个免费的开源 Java 框架,用于构建语义 Web 关联数据应用程序。 该框架由相互交互以处理 RDF 数据的不同 API 组成。 每个三元组将...
  • 知识图谱是一种有向图结构,描述了现实世界存在的实体、事件或者概念以及它们之间的关系,为自动问答、信息检索等应用提供支撑。其中,图中的节点表示实体、事件或概念,图中的边表示相邻节点间的关系,如下图所示。...

    背景

    知识图谱是一种有向图结构,描述了现实世界存在的实体、事件或者概念以及它们之间的关系,为自动问答、信息检索等应用提供支撑。其中,图中的节点表示实体、事件或概念,图中的边表示相邻节点间的关系,如下图所示。

    • 每一个节点表示一个实体,每个实体都是某一抽象概念的实例。这些抽象概念被称为实体类型,如:人物、城市等。
      • 实体除了具有类型信息,还具有丰富的属性信息(蓝色部分),这些属性信息用于刻画实体的内在特性。
        在这里插入图片描述

    一、知识图谱的存储

    知识图谱中的知识是通过RDF进行表示的,其基本构成单元是事实。每个事实是一个三元组 (S, P, O)

    • S 是主语(Subject),其取值可以是实体、事件或概念中的任何一个;
    • P 是谓语(Predicate),其取值可以是关系或属性;
    • O 是宾语(Object),其取值可以是实体、事件、概念或普通的值(eg:数字、字符串等)

    知识表示的三元组列表 示例如下

    RDF数据
    <S,			P,				O>
    <费米,		主要成就,		93号元素>
    <费米,		出生日期,		1901/09/29>
    <费米,		类型,			物理学家>
    <费米,		国籍,			美国>
    <费米,		出生地,			罗马>
    <费米,		老师,			玻尔>
    <玻恩,		主要成就,		玻恩近似>
    <玻恩,		类型,			物理学家>
    <玻恩,		类型,			数学家>
    ...			...				...
    

    按照存储方式的不同,可分为:基于表结构的存储基于图结构的存储

    1、基于表结构的存储

    利用二维数据表对知识图谱中的数据进行存储,常见的设计方法有:三元组表、类型表、关系数据库等

    (1)三元组表

    成熟产品:Jena、Oracle、Sesame、3store、SOR、Rstar 和 Virtuoso。

    优点:简单直接、易于理解;
    缺点

    • 整个知识图谱都存储在一张表中,导致单表的规模太大。对大表进行查询、插入、删除、修改等操作的开销很大,这将导致KG的实用性大打折扣。
    • 复杂查询在这种存储结构上的开销巨大。由于数据表只包括三个字段,因此复杂的查询只能拆分称若干简单查询的符合操作,大大降低查询的效率。

    (2)类型表

    为每种类型构建一张表,同一类型的实例存放在相同的表中。表中的每一列表示该类实体的一个属性,每一行存储该类实体的一个实例。

    示例

    1. 城市表
    主体对象面积平均海拔邮编
    罗马1285 k m 2 km^2 km237m00185
    1. 人物表
    主体对象主要成就国籍出生日期出生地
    费米93号元素美国1901/09/29罗马
    奥本海默曼哈顿计划美国1904/04/22
    玻恩玻恩近似英国1882/12/11
    1. 物理学家表
    主体对象主要成就国籍出生日期
    费米93号元素美国1901/09/29
    奥本海默曼哈顿计划美国1904/04/22
    玻恩玻恩近似英国1882/12/11
    1. 数学家表
    主体对象主要成就国籍出生日期
    费米93号元素美国1901/09/29

    缺点:(然后克服三元组表的不足)

    • 大量数据字段的冗余存储。假设知识图谱中既有“数学家”又有“物理学家”,则同属于这两个类别的实例将会同时被存储在这两个表中,其中它们共有的属性会被重复存储。如上面的表 3 与表 4
    • 大量的数据列为空值。通常知识图谱中并非每个实体在所有属性或关系上都有值。

    解决方法:将知识图谱的类别体系考虑进来。

    • 具体来说,每个类型的数据表都只记录属于该类型的特有属性,不同类别的公共属性保存在上一级类型对应的数据表中,下级表继承上级表的所有属性。下图为考虑层级关系的类型表,(a)为人物相关的类别体系,(b)为该类别体系下设计的类型表。
      在这里插入图片描述
      缺点
    • 由于类型表的不同字段表示不同的属性或关系,因此查询时必须指明属性或关系,无法做不确定属性或关系的查询。
    • 由于数据表是和具体类型对应的,不同类型的数据表具有不同的结构,因此在查询之前必须知道目标对象的类型才能确定查找的数据表。则需要维护一个“属性-类型”映射表,以便在进行属性查询时可以根据目标属性确定类型。
    • 当查询涉及不同类型的实体时,需要进行多表的链接,该操作开销巨大,限制KG对复杂查询的处理能力。
    • KG包含丰富的实体类型,因此需要创建大量的数据表,并且这些数据表之间又具有复杂的关系,增加管理难度。

    (3)关系数据库

    关系数据库通过 属性 对现实世界中的事物进行描述。

    • 每个属性的取值范围所构成的集合,称为对应属性的
    • 属性的取值只能是原子数据。
      • 原子数据:不能进步拆分的数据,eg:整数、字符串等
      • 非原子数据:由多个原子数据构成,可进步拆分,eg:集合、列表、元组等。
    • 关系数据库以二维表对数据进行组织和存储,表的每一列表示一个属性,每一行表示一条记录。

    属性按照各自特点可分为:

    • 候选键:能够唯一标识一条记录的最少的属性集合。
      • 唯一性:候选键在整个表的范围内必须具有唯一的值,不同记录不能具有相同的候选键值;
      • 最小性:候选键所包含的属性必须是必不可少的,缺少其中的任何一个都不再具备唯一性。
      • eg:学生的学号、身份证号分为都可以作为候选键,但是(学号,身份证号)这属性组不满足最小性,不能作为候选键。
    • 主键:一个数据库包含多个候候选键,从中任意选取一个为主键。一般选择单属性组成的候选键作为主键。
    • 外键:数据表中的某个属性或属性组是其他表的候选键,则称为当前表的外键。外键可以保证不同数据表之间数据的一致性。
    • 主属性与非主属性:包含在任何候选键中的属性为主属性,不包含在任何候选键中的属性为非主属性。

    常见可用于KG的关系数据库:DB2、Oracle、Microsoft SQL Sever、PostgreSQL、MySQL等

    2、基于图结构的存储

    基于图结构的存储,可直接准确地反映KG的内部结构,有利用对知识的查询,可借鉴图论算法,有利于对知识深度挖掘及推理。

    (1)基于图结构的存储模型

    • 节点:表示实体,可以定义属性(用于描述实体特性)。
    • :表示实体之间的关系,可以定义边的属性。

    基于图结构的存储,从实体出发,不同实体对应的节点可定义不同的属
    在这里插入图片描述

    (2)常用图数据库介绍

    图数据库的理论基础是图论,通过节点、边 和 属性对数据进行表示和存储,具体来说,图数据库基于有向图,其中节点、边、属性是图数据库的核心概念。

    • 节点:表示实体、事件等对象。eg:人物、地点、电影等都可作为图中的节点。
    • :指图中连接节点的有向线条,表示节点之间的关系。eg:人物节点之间的夫妻关系、同事关系等。
    • 属性:描述节点或边的特性。eg:人物(节点)的姓名、夫妻关系(边)的起止时间等。

    常见图数据库:Neo4j、OrientDB、InfoGrid、HyperGraphDB、InfiniteGraph(分布式)等

    • Neo4j:开源、高性能、本地数据库(访问速度快)、轻量级;
    • OrientDB:开源文档-图数据库、多模式、本地数据库;

    二、知识图谱的检索

    1、常见形式化查询语言

    KG是通过数据库进行存储的,大部分数据库系统通过形式化的查询语言为用户提供访问数据的接口,关系型数据库的标准查询语言是SQL,图数据库的标准查询语言是SPARQL。

    (1)SQL(Structured Query Language,结构化查询语言)

    主要功能:对数据的插入、修改、删除、查询四种操作。

    示例:Triples表

    SPO
    费米类型物理学家
    费米出生日期1902/09/29
    费米搭档奥本海默
    奥本海默搭档费米
    奥本海默出生日期1904/04/22
    奥本海默毕业院校阿根廷大学
    费米出生地罗马
    罗马海拔37m
    • 数据插入——INSERT
      • INSERT INTO 表名 VALUES (值1,值2,...) [,值1,值2,...], ...:值1,值2…分别对应数据表中第一列、第二列,VALUES对应的值的顺序和数量有严格的要求。
      • INSERT INTO 表名 (列1,列2,...) VALUES (值1,值2,...) [,值1,值2,...], ...:指明插入数据的列
      • eg:新增“玻恩”实体及其属性,以及与“费米”的关系(S:费米,P:老师,O:玻恩)
        • INSERT INTO Triples VALUES ('费米','老师','玻恩'),('玻恩','类型','数学家'),('玻恩','类型','物理学家')
        • INSERT INTO Triples (S,P,O) VALUES ('费米','老师','玻恩'),('玻恩','类型','数学家'),('玻恩','类型','物理学家')
    • 数据修改——UPDATE
      • UPDATE 表名 SET 列1=值1,列2=值2,... WHERE 条件 其中’条件’指明需修改的数据记录,若不指定,则整个表的数据都被修改。
      • eg:“费米”的出生日期修改为"1901/09/29"
        • UPDATE Triples SET O='1901/09/29' WHERE S='费米' and P='出生日期'
    • 数据删除——DELETE
      • DELETE FROM 表名 WHERE 条件 其中’条件’指明需修改的数据记录,若不指定,则整个表的数据都被修改。
      • eg:删除“奥本海默”实体和与其相关的所有边
        • DELETE FROM Triples WHERE S='奥本海默' or O='奥本海默'
    • 数据查询——SELECT
      • SELECT 列1, 列2, ... FROM 表名 WHERE 条件SELECT * FROM 表名 WHERE 条件
      • eg:查询所有数学家实体
        • SELECT S FROM Triples WHERE P='类型' and O='数学家'
    • 此外,SQL还内置函数(最大值、最小值、平均值等)、表连接(JOIN)等

    (2)SPARQL语言

    SPARQL是由W3C为RDF数据开发的一种查询语言和数据获取协议,被广泛应用于图数据库。
    在这里插入图片描述

    a、数据插入——INSERT DATA

    • 基本语法:INSERT DATA 三元组数据,其中三元组数据可以是多条三元组,不同的三元组通过 ‘.’ 分割,用 ‘;’ 可以分割连续插入语前一个三元组的头实体相同的三元组。若待插入的三元组在RDF中已存在,则忽略该三元组。
    • eg:向上图表示的RDF中插入以下三元组:
    ns:费米  ns:老师  ns:玻恩.
    ns:玻恩  ns:类型  ns:数学家.
    ns:玻恩  ns:类型  ns:物理学家.
    

    ==》对应的 SPARQL 语句

    prefix ns: <http://example.org/ns#>
    INSERT DATA {
    ns:费米  ns:老师  ns:玻恩 .
    ns:玻恩  ns:类型  ns:数学家 ;
             ns:类型  ns:物理学家 .
    }
    

    结果如下所示:
    在这里插入图片描述

    b、数据删除——DELETE DATA

    • 基本语法DELETE DATA 三元组数据,其中三元组数据可以是多个三元组。对于给定的每个三元组,若其在RDF图中,则删除,否则忽略该三元组。
    • eg:向上图表示的RDF中删除三元组 (ns:奥本海默 ns:类型 ns:物理学家),注意删除单个三元组
    prefix ns: <http://example.org/ns#>
    DELETE DATA {
    ns:奥本海默 ns:类型 ns:物理学家 .
    }
    

    结果如下所示:删除单个三元组
    在这里插入图片描述

    • 删除节点,eg:删除“奥本海默”节点
    prefix ns: <http://example.org/ns#>
    DELETE WHERE {
    ns:奥本海默 ?p ?o .
    ?s ?p ns:奥本海默 .
    }
    

    结果如下所示:删除节点
    在这里插入图片描述

    c、数据更新

    数据更新是指更新RDF图中三元组的值,SPARQL通过组合 INSERT DATA 语句和 DELETE DATA 语句来实现数据更新的功能

    eg:修改三元组(ns:费米 ns:出生日期 "1902/09/29")修改为(ns:费米 ns:出生日期 "1901/09/29")

    prefix ns: <http://example.org/ns#>
    DELETE DATA {ns:费米 ns:出生日期 "1902/09/29" .};
    INSERT DATA {ns:费米 ns:出生日期 "1901/09/29" .}
    

    结果如下:
    在这里插入图片描述

    d、数据查询

    四种形式:SELECT、ASK、DESCRIBE 和 CONSTRUCT。

    • SELECT:从KG中获取满足条件的数据;
    • ASK:用于测试KG中是hi否存在满足给定条件的数据,若存在则返回“YES”,否则为“NO”,该查询不返回具体的匹配数据;
    • DESCRIBE:用于查询和制定资源相关的RDF数据,这些数据形成了对给定资源的详细描述;
    • CONSTRUCT:根据查询图的结果生成RDF。

    SELECT:从KG中获取满足条件的数据;

    • 基于语法SELECT 变量1 变量2 ... WHERE 图模式 [修饰符]
      • SELECT子句 SELECT 变量1 变量2 ...:表示要查询的目标。
      • WHERE子句 WHERE 图模式:为SELECT子句中的变量提供约束,查询结果必须完全匹配该子句给出的图模式。
        • 图模式:主要包含两类元素,一类是三元组。eg:?x a Person表示变量?x必须是Person的一个实例。另一类是通过FILTER关键字给出的条件限制,包括数字大小的限制、字符串格式的限制等。
      • 可选项 [修饰符]:用于对查询结果做一些特殊处理,例如:ORDER子句、LIMIT子句(限制结果数量)等。
    • 示例:查询类型既是“数学家”也是“物理学家”的节点
    prefix ns: <http://example.org/ns#>
    SELECT ?s
    WHERE {
    	?s   ns:类型   ns:数学家   .
    	?s   ns:类型   ns:物理学家   .
    }
    

    查询结果

    S
    玻恩

    ASK:用于测试KG中是hi否存在满足给定条件的数据

    • 基本语法ASK 图模式,其中图模式与 SELECT 相同。
    • 示例:测试是否存在“费米”老师的节点,对应的语句为:
    prefix ns: <http://example.org/ns#>
    ASK  {	ns:费米   ns:老师   ?o   .}
    

    该语句返回的结果是“yes”,若数据中不存在“费米”的老师节点(即“玻恩”)则返回“no”

    DESCRIBE:用于获取与给定资源相关的数据

    • 基本语法:DESCRIBE 资源或变量 [WHERE 图模式]
      • DESCRIBE后既可直接跟确定的资源标识符,也可跟变量;
      • WHERE 子句为可选项,用于限定变量满足的图模式。
    • 示例:获取老师为“玻恩”的节点的所有信息,对应的语句如下:
    prefix ns: <http://example.org/ns#>
    DESCRIBE  ?s  WHERE {?s   ns:老师   ns:玻恩   .}
    

    执行结果如下:

    @prefix ns:<http://example.org/ns#>
    ns:费米   ns:类型   ns:物理学家
    ns:费米   ns:出生日期   "1901/09/29"
    ns:费米   ns:老师   ns:玻恩
    

    CONSTRUCT:用于生成满足图模式的RDF图

    • 基本语法:CONSTRUCT 图模板 WHERE 图模式
      • 图模板:确定生成的RDF图所包含的三元组类型,它由一组三元组构成,每个三元组既可以是包含变量的三元组模板,也可以是不包含变量的事实三元组;
      • 图模式,用于约束语句中的变量
    • 基本流程:首先执行WHERE子句,从KG中获取所有满足图模式的变量取值;然后针对每一个变量取值,替换RDF图模板中的变量,生成一组三元组。
    • 示例:
    prefix ns: <http://example.org/ns#>
    CONSTRUCT {
    	?s  ns:搭档  ns:奥本海默  .
    	ns:奥本海默  ns:搭档  ?s  .
    }
    WHERE {
    	?s   ns:老师  ns:玻恩  .
    }
    

    执行结果为:

    @prefix ns:<http://example.org/ns#>
    ns:费米  ns:搭档  ns:奥本海默  .
    ns:奥本海默  ns:搭档  ns:费米  .
    

    2、图检索技术

    问题的提出:基于图结构的存储方式能够直观灵活地对知识进行表示和存储,而标准的图查询算法复杂度较高,何如提高图查询的效率成为KG研究的重要问题。

    定义(即子图匹配问题):NP完全问题(目前尚不存在多项式时间复杂度内可解决的算法)

    • 在给定查询图 Q Q Q 和目标图集 D = { G i } D=\{G_i\} D={Gi} 的条件下,在 D D D 中找出所有与 Q Q Q 同构的子图。
    • (数学上定义):图 G 1 ( V 1 , E 1 ) G_1(V_1,E_1) G1(V1,E1) 和图 G 2 ( V 2 , E 2 ) G_2(V_2,E_2) G2(V2,E2) 的子图同构,当且仅当存在一个双射函数 f : V 1 → V 2 f:V_1\to{V_2} f:V1V2,对于 G 1 G_1 G1 的任意一条边 e ( v 1 , v 2 ) ∈ E 1 e(v_1,v_2)\in{E_1} e(v1,v2)E1,都有 e ′ ( f ( v 1 ) , f ( v 2 ) ) ∈ E 2 e&#x27;(f(v_1),f(v_2))\in{E_2} e(f(v1),f(v2))E2
    • 与数学中的区别(优势):
      • 不会触发子图匹配算法的最坏情况。KG中的图结构通常不会特别复杂,只有少数节点之间有边相连。
      • 利用KG中丰富的标签信息可以有效降低算法的搜索空间。

    (1)子图筛选

    图索引技术是实现子图筛选的有效方法。在数据预处理阶段进行。

    基本原理:首先根据图上的特征信息建立索引,在进行子图匹配时,根据查询图上的特征能够快速地从图数据库中检索得到满足条件的候选子图,避免在全部子图上进行匹配。

    常用图索引方法

    • 基于路径索引:把图上所有长度小于某特定值的路径收集起来,并根据这些路径为图数据库中的子图建立倒排索引。
      • 匹配过程:首先从匹配图中抽取具有代表性的路径,然后利用索引检索获得所有包含这些路径的候选子图,最后在候选子图上进行同构测试获得最终的结果。
      • 优点:图的路径获取简单直接 ==》构建索引比较方便
      • 缺点:随着路径长度的增加,路径数目呈指数级增长,对于大规模KG,消耗巨大存储空间,增加检索时间;不同路径对子图的区分性差异很大,区分性低的路径对于降低搜索空间的效果有限。
    • 基于子图的索引方法:将子图作为索引的特征。
      • 关键问题:如何在保证区分性的条件下减小索引的规模。
      • 常用方法:在构建索引时,通过在KG上挖掘出频繁子图作为建立索引的依据。
        • 频繁子图的衡量指标:频繁度——子图出现的次数
        • 频繁度的设置需精心挑选。

    (2)子图同构判定

    常用算法:Ullmann算法(也称枚举算法)——能够枚举出所有的同构子图

    展开全文
  • 求职应用 使用React HooksRedux构建... 所有数据均来自并通过redux存储检索。 实时链接(Heroku) 安装 要在本地运行“ Job Search App”,请克隆存储库,导航至其包含的目录。 请按照以下步骤操作: git@github.co
  • 这是一种简单而轻巧的方法,只需几行代码即可将Codable对象存储和检索到各种持久层! tl; dr您喜欢Swift的Codable协议,并且在所有地方都使用它,而谁却没有! 这是一种简单而轻松的方法,只需几行代码即可将Codable...
  • 数据结构相关的课程设计,实现了基于顺序表、链表、二叉树、哈希表的词频统计与检索,仅供参考!
  • XML数据在关系数据库中存储和检索的研究实现
  • 津巴布韦地图(Zimaps)门户网站,用于存储和检索由津巴布韦人创建的地图和数据,以帮助公众轻松地搜索查找津巴布韦的地图 门户目标 与津巴布韦有关的所有地图的集中位置 易于搜索和检索可供公众使用的地图和数据 ...
  • 2020年全球小负载自动存储和检索系统收入大约 百万美元,预计2026年达到 百万美元,2021至2026期间,年复合增长率为 %。
      本文研究全球市场、主要地区和主要国家小负载自动存储和检索系统的销量、销售收入等,同时也重点分析全球范围内主要厂商(品牌)竞争态势,小负载自动存储和检索系统销量、价格、收入和市场份额等。
      针对过去五年(2016-2020)年的历史情况,分析历史几年全球小负载自动存储和检索系统总体规模,主要地区规模,主要企业规模和份额,主要产品分类规模,下游主要应用规模等。规模分析包括销量、价格、收入和市场份额等。
      针对未来几年小负载自动存储和检索系统的发展前景预测,本文预测到2026年,主要包括全球和主要地区销量、收入的预测,分类销量和收入的预测,以及主要应用小负载自动存储和检索系统的销量和收入预测等。
      据本文研究显示,2020年全球小负载自动存储和检索系统收入大约  百万美元,预计2026年达到  百万美元,2021至2026期间,年复合增长率为  %。
    根据不同产品类型,小负载自动存储和检索系统细分为:
        单桅杆
        双桅杆
    根据不同下游应用,本文重点关注以下领域:
        汽车
        金属与重型机械
        食物和饮料
        化学物质
        医疗保健
        半导体和电子产品
        零售
        航空
        电子商务
        其他
    本文重点关注全球范围内小负载自动存储和检索系统主要厂商,包括:
        Daifuku
        Kardex
        Murata Machinery
        SSI Schaefer
        TGW Logistics
        KION
        KUKA
    本文重点关注全球主要地区和国家,重点包括:
        北美市场(美国、加拿大和墨西哥)
        欧洲市场(德国、法国、英国、俄罗斯、意大利和欧洲其他国家)
        亚太市场(中国、日本、韩国、印度、东南亚和澳大利亚等)
        南美市场(巴西和阿根廷等)
        中东及非洲(沙特、阿联酋和土耳其等)

    报告目录

    1 统计范围
        1.1 小负载自动存储和检索系统介绍
        1.2 小负载自动存储和检索系统分类
            1.2.1 全球市场不同类型小负载自动存储和检索系统规模对比:2019 VS 2021 VS 2026
            1.2.2 单桅杆
            1.2.3 双桅杆
        1.3 全球小负载自动存储和检索系统主要下游市场分析
            1.3.1 全球小负载自动存储和检索系统主要下游市场规模对比:2019 VS 2021 VS 2026
            1.3.2 汽车
            1.3.3 金属与重型机械
            1.3.4 食物和饮料
            1.3.5 化学物质
            1.3.6 医疗保健
            1.3.7 半导体和电子产品
            1.3.8 零售
            1.3.9 航空
            1.3.10 电子商务
            1.3.11 其他
        1.4 全球市场小负载自动存储和检索系统总体规模及预测
            1.4.1 全球市场小负载自动存储和检索系统收入及预测(2016-2026)
            1.4.2 全球市场小负载自动存储和检索系统销量(2016-2026)
            1.4.3 全球市场小负载自动存储和检索系统价格趋势
        1.5 全球市场小负载自动存储和检索系统产能分析
            1.5.1 全球市场小负载自动存储和检索系统总产能(2016-2026)
            1.5.2 全球市场主要地区小负载自动存储和检索系统产能分析
        1.6 小负载自动存储和检索系统市场发展趋势、驱动因素和阻碍因素分析
            1.6.1 小负载自动存储和检索系统市场驱动因素
            1.6.2 小负载自动存储和检索系统市场阻碍因素
            1.6.3 小负载自动存储和检索系统市场发展趋势
    2 主要厂商简介
        2.1 Daifuku
            2.1.1 Daifuku基本情况
            2.1.2 Daifuku主要业务
            2.1.3 Daifuku小负载自动存储和检索系统产品介绍
            2.1.4 Daifuku小负载自动存储和检索系统销量、价格、毛利率及市场份额(2019-2021)
        2.2 Kardex
            2.2.1 Kardex基本情况
            2.2.2 Kardex主要业务
            2.2.3 Kardex小负载自动存储和检索系统产品介绍
            2.2.4 Kardex小负载自动存储和检索系统销量、价格、毛利率及市场份额(2019-2021)
        2.3 Murata Machinery
            2.3.1 Murata Machinery基本情况
            2.3.2 Murata Machinery主要业务
            2.3.3 Murata Machinery小负载自动存储和检索系统产品介绍
            2.3.4 Murata Machinery小负载自动存储和检索系统销量、价格、毛利率及市场份额(2019-2021)
        2.4 SSI Schaefer
            2.4.1 SSI Schaefer基本情况
            2.4.2 SSI Schaefer主要业务
            2.4.3 SSI Schaefer小负载自动存储和检索系统产品介绍
            2.4.4 SSI Schaefer小负载自动存储和检索系统销量、价格、毛利率及市场份额(2019-2021)
        2.5 TGW Logistics
            2.5.1 TGW Logistics基本情况
            2.5.2 TGW Logistics主要业务
            2.5.3 TGW Logistics小负载自动存储和检索系统产品介绍
            2.5.4 TGW Logistics小负载自动存储和检索系统销量、价格、毛利率及市场份额(2019-2021)
        2.6 KION
            2.6.1 KION基本情况
            2.6.2 KION主要业务
            2.6.3 KION小负载自动存储和检索系统产品介绍
            2.6.4 KION小负载自动存储和检索系统销量、价格、毛利率及市场份额(2019-2021)
        2.7 KUKA
            2.7.1 KUKA基本情况
            2.7.2 KUKA主要业务
            2.7.3 KUKA小负载自动存储和检索系统产品介绍
            2.7.4 KUKA小负载自动存储和检索系统销量、价格、毛利率及市场份额(2019-2021)
    3 全球市场小负载自动存储和检索系统主要厂商竞争态势
        3.1 全球市场主要厂商小负载自动存储和检索系统销量(2019-2021)
        3.2 全球市场主要厂商小负载自动存储和检索系统收入(2019-2021)
        3.3 全球小负载自动存储和检索系统主要厂商市场地位
        3.4 全球小负载自动存储和检索系统市场集中度分析
            3.4.1 全球前三大厂商小负载自动存储和检索系统市场份额
        3.5 全球主要厂商小负载自动存储和检索系统产能
        3.6 全球市场小负载自动存储和检索系统主要厂商总部及产地分布
        3.7 小负载自动存储和检索系统新进入者及扩产计划
        3.8 小负载自动存储和检索系统行业扩产、并购情况
    4 全球主要地区规模分析
        4.1 全球主要地区小负载自动存储和检索系统市场规模
            4.1.1 全球主要地区小负载自动存储和检索系统销量(2016-2026)
            4.1.2 全球主要地区小负载自动存储和检索系统收入(2016-2026)
        4.2 北美市场小负载自动存储和检索系统 收入(2016-2026)
        4.3 欧洲市场小负载自动存储和检索系统收入(2016-2026)
        4.4 亚太市场小负载自动存储和检索系统收入(2016-2026)
        4.5 南美市场小负载自动存储和检索系统收入(2016-2026)
        4.6 中东及非洲市场小负载自动存储和检索系统收入(2016-2026)
    5 全球市场不同产品类型小负载自动存储和检索系统市场规模
        5.1 全球不同产品类型小负载自动存储和检索系统销量(2016-2026)
        5.2 全球不同产品类型小负载自动存储和检索系统收入(2016-2026)
        5.3 全球不同产品类型小负载自动存储和检索系统价格(2016-2026)
    6 全球市场不同应用小负载自动存储和检索系统市场规模
        6.1 全球不同应用小负载自动存储和检索系统销量(2016-2026)
        6.2 全球不同应用小负载自动存储和检索系统收入(2016-2026)
        6.3 全球不同应用小负载自动存储和检索系统价格(2016-2026)
    7 北美
        7.1 北美不同产品类型小负载自动存储和检索系统销量(2016-2026)
        7.2 北美不同应用小负载自动存储和检索系统销量(2016-2026)
        7.3 北美主要国家小负载自动存储和检索系统市场规模
            7.3.1 北美主要国家小负载自动存储和检索系统销量(2016-2026)
            7.3.2 北美主要国家小负载自动存储和检索系统收入(2016-2026)
            7.3.3 美国小负载自动存储和检索系统市场规模及预测(2016-2026)
            7.3.4 加拿大小负载自动存储和检索系统市场规模及预测(2016-2026)
            7.3.5 墨西哥小负载自动存储和检索系统市场规模及预测(2016-2026)
    8 欧洲
        8.1 欧洲不同产品类型小负载自动存储和检索系统销量(2016-2026)
        8.2 欧洲不同应用小负载自动存储和检索系统销量(2016-2026)
        8.3 欧洲主要国家小负载自动存储和检索系统市场规模
            8.3.1 欧洲主要国家小负载自动存储和检索系统销量(2016-2026)
            8.3.2 欧洲主要国家小负载自动存储和检索系统收入(2016-2026)
            8.3.3 德国小负载自动存储和检索系统市场规模及预测(2016-2026)
            8.3.4 法国小负载自动存储和检索系统市场规模及预测(2016-2026)
            8.3.5 英国小负载自动存储和检索系统市场规模及预测(2016-2026)
            8.3.6 俄罗斯小负载自动存储和检索系统市场规模及预测(2016-2026)
            8.3.7 意大利小负载自动存储和检索系统市场规模及预测(2016-2026)
    9 亚太
        9.1 亚太不同产品类型小负载自动存储和检索系统销量(2016-2026)
        9.2 亚太不同应用小负载自动存储和检索系统销量(2016-2026)
        9.3 亚太主要国家小负载自动存储和检索系统市场规模
            9.3.1 亚太主要地区小负载自动存储和检索系统销量(2016-2026)
            9.3.2 亚太主要地区小负载自动存储和检索系统收入(2016-2026)
            9.3.3 中国小负载自动存储和检索系统市场规模及预测(2016-2026)
            9.3.4 日本小负载自动存储和检索系统市场规模及预测(2016-2026)
            9.3.5 韩国小负载自动存储和检索系统市场规模及预测(2016-2026)
            9.3.6 印度小负载自动存储和检索系统市场规模及预测(2016-2026)
            9.3.7 东南亚小负载自动存储和检索系统市场规模及预测(2016-2026)
            9.3.8 澳大利亚小负载自动存储和检索系统市场规模及预测(2016-2026)
    10 南美
        10.1 南美不同产品类型小负载自动存储和检索系统销量(2016-2026)
        10.2 南美不同应用小负载自动存储和检索系统销量(2016-2026)
        10.3 南美主要国家小负载自动存储和检索系统市场规模
            10.3.1 南美主要国家小负载自动存储和检索系统销量(2016-2026)
            10.3.2 南美主要国家小负载自动存储和检索系统收入(2016-2026)
            10.3.3 巴西小负载自动存储和检索系统市场规模及预测(2016-2026)
            10.3.4 阿根廷小负载自动存储和检索系统市场规模及预测(2016-2026)
    11 中东及非洲
        11.1 中东及非洲不同产品类型小负载自动存储和检索系统销量(2016-2026)
        11.2 中东及非洲不同应用小负载自动存储和检索系统销量(2016-2026)
        11.3 中东及非洲主要国家小负载自动存储和检索系统市场规模
            11.3.1 中东及非洲主要国家小负载自动存储和检索系统销量(2016-2026)
            11.3.2 中东及非洲主要国家小负载自动存储和检索系统收入(2016-2026)
            11.3.3 土耳其小负载自动存储和检索系统市场规模及预测(2016-2026)
            11.3.4 沙特小负载自动存储和检索系统市场规模及预测(2016-2026)
            11.3.5 阿联酋小负载自动存储和检索系统市场规模及预测(2016-2026)
    12 小负载自动存储和检索系统销售渠道分析
        12.1 小负载自动存储和检索系统销售渠道
            12.1.1 直销
            12.1.2 分销
        12.2 小负载自动存储和检索系统典型经销商
        12.3 小负载自动存储和检索系统典型客户
    13 研究结论
    14 附录
        14.1 研究方法
        14.2 研究过程及数据来源
        14.3 免责声明

    报告图表

        表1 全球市场不同产品类型小负载自动存储和检索系统收入(百万美元)&(2021-2026)
        表2 全球不同应用小负载自动存储和检索系统收入(百万美元)&(2021-2026)
        表3 Daifuku基本情况、产地及竞争对手
        表4 Daifuku主要业务
        表5 Daifuku小负载自动存储和检索系统产品介绍
        表6 Daifuku小负载自动存储和检索系统销量(台)、价格、收入(百万美元)、毛利率及市场份额(2019-2021)
        表7 Kardex基本情况、产地及竞争对手
        表8 Kardex主要业务
        表9 Kardex小负载自动存储和检索系统产品介绍
        表10 Kardex小负载自动存储和检索系统销量(台)、价格、收入(百万美元)、毛利率及市场份额(2019-2021)
        表11 Murata Machinery基本情况、产地及竞争对手
        表12 Murata Machinery主要业务
        表13 Murata Machinery小负载自动存储和检索系统产品介绍
        表14 Murata Machinery小负载自动存储和检索系统销量(台)、价格、收入(百万美元)、毛利率及市场份额(2019-2021)
        表15 SSI Schaefer基本情况、产地及竞争对手
        表16 SSI Schaefer主要业务
        表17 SSI Schaefer小负载自动存储和检索系统产品介绍
        表18 SSI Schaefer小负载自动存储和检索系统销量(台)、价格、收入(百万美元)、毛利率及市场份额(2019-2021)
        表19 TGW Logistics基本情况、产地及竞争对手
        表20 TGW Logistics主要业务
        表21 TGW Logistics小负载自动存储和检索系统产品介绍
        表22 TGW Logistics小负载自动存储和检索系统销量(台)、价格、收入(百万美元)、毛利率及市场份额(2019-2021)
        表23 KION基本情况、产地及竞争对手
        表24 KION主要业务
        表25 KION小负载自动存储和检索系统产品介绍
        表26 KION小负载自动存储和检索系统销量(台)、价格、收入(百万美元)、毛利率及市场份额(2019-2021)
        表27 KUKA基本情况、产地及竞争对手
        表28 KUKA主要业务
        表29 KUKA小负载自动存储和检索系统产品介绍
        表30 KUKA小负载自动存储和检索系统销量(台)、价格、收入(百万美元)、毛利率及市场份额(2019-2021)
        表31 全球市场主要厂商小负载自动存储和检索系统销量(2019-2021)&(台)
        表32 全球市场主要厂商小负载自动存储和检索系统收入(2019-2021)&(百万美元)
        表33 全球小负载自动存储和检索系统主要厂商市场地位(第一梯队、第二梯队和第三梯队):根据2020年小负载自动存储和检索系统方面收入
        表34 全球主要厂商小负载自动存储和检索系统产能(台):2020 VS 2021
        表35 全球市场小负载自动存储和检索系统主要厂商总部及产地分布
        表36 小负载自动存储和检索系统新进入者及扩产计划
        表37 小负载自动存储和检索系统行业扩产和并购情况
        表38 全球主要地区小负载自动存储和检索系统销量(2016-2021e)&(台)
        表39 全球主要地区小负载自动存储和检索系统销量(2021-2026)&(台)
        表40 全球主要地区小负载自动存储和检索系统收入(2016-2021e)&(百万美元)
        表41 全球主要地区小负载自动存储和检索系统收入(2021-2026)&(百万美元)
        表42 全球不同产品类型小负载自动存储和检索系统销量(2016-2021)&(台)
        表43 全球不同产品类型小负载自动存储和检索系统销量(2021-2026)&(台)
        表44 全球不同产品类型小负载自动存储和检索系统收入(2016-2021)&(百万美元)
        表45 全球不同产品类型小负载自动存储和检索系统收入(2021-2026)&(百万美元)
        表46 全球不同产品类型小负载自动存储和检索系统价格(2016-2021e)
        表47 全球不同产品类型小负载自动存储和检索系统价格(2021-2026)
        表48 全球不同应用小负载自动存储和检索系统销量(2016-2021)&(台)
        表49 全球不同应用小负载自动存储和检索系统销量(2021-2026)&(台)
        表50 全球不同应用小负载自动存储和检索系统收入(2016-2021)&(百万美元)
        表51 全球不同应用小负载自动存储和检索系统收入(2021-2026)&(百万美元)
        表52 全球不同应用小负载自动存储和检索系统价格(2016-2021e)
        表53 全球不同应用小负载自动存储和检索系统价格(2021-2026)
        表54 北美不同产品类型小负载自动存储和检索系统销量(2016-2021)&(台)
        表55 北美不同产品类型小负载自动存储和检索系统销量(2021-2026)&(台)
        表56 北美不同应用小负载自动存储和检索系统销量(2016-2021)&(台)
        表57 北美不同应用小负载自动存储和检索系统销量(2021-2026)&(台)
        表58 北美主要国家小负载自动存储和检索系统销量(2016-2021)&(台)
        表59 北美主要国家小负载自动存储和检索系统销量(2021-2026)&(台)
        表60 北美主要国家小负载自动存储和检索系统收入(2016-2021)&(百万美元)
        表61 北美主要国家小负载自动存储和检索系统收入(2021-2026)&(百万美元)
        表62 欧洲不同产品类型小负载自动存储和检索系统销量(2016-2021)&(台)
        表63 欧洲不同产品类型小负载自动存储和检索系统销量(2021-2026)&(台)
        表64 欧洲不同应用小负载自动存储和检索系统销量(2016-2021)&(台)
        表65 欧洲不同应用小负载自动存储和检索系统销量(2021-2026)&(台)
        表66 欧洲主要国家小负载自动存储和检索系统销量(2016-2021)&(台)
        表67 欧洲主要国家小负载自动存储和检索系统销量(2021-2026)&(台)
        表68 欧洲主要国家小负载自动存储和检索系统收入(2016-2021)&(百万美元)
        表69 欧洲主要国家小负载自动存储和检索系统收入(2021-2026)&(百万美元)
        表70 亚太不同产品类型小负载自动存储和检索系统销量(2016-2021)&(台)
        表71 亚太不同产品类型小负载自动存储和检索系统销量(2021-2026)&(台)
        表72 亚太不同应用小负载自动存储和检索系统销量(2016-2021)&(台)
        表73 亚太不同应用小负载自动存储和检索系统销量(2021-2026)&(台)
        表74 亚太主要国家小负载自动存储和检索系统销量(2016-2021)&(台)
        表75 亚太主要国家小负载自动存储和检索系统销量(2021-2026)&(台)
        表76 亚太主要国家小负载自动存储和检索系统收入(2016-2021)&(百万美元)
        表77 亚太主要国家小负载自动存储和检索系统收入(2021-2026)&(百万美元)
        表78 南美不同产品类型小负载自动存储和检索系统销量(2016-2021)&(台)
        表79 南美不同产品类型小负载自动存储和检索系统销量(2021-2026)&(台)
        表80 南美不同应用小负载自动存储和检索系统销量(2016-2021)&(台)
        表81 南美不同应用小负载自动存储和检索系统销量(2021-2026)&(台)
        表82 南美主要国家小负载自动存储和检索系统销量(2016-2021)&(台)
        表83 南美主要国家小负载自动存储和检索系统销量(2021-2026)&(台)
        表84 南美主要国家小负载自动存储和检索系统收入(2016-2021)&(百万美元)
        表85 南美主要国家小负载自动存储和检索系统收入(2021-2026)&(百万美元)
        表86 中东及非洲不同产品类型小负载自动存储和检索系统销量(2016-2021)&(台)
        表87 中东及非洲不同产品类型小负载自动存储和检索系统销量(2021-2026)&(台)
        表88 中东及非洲不同应用小负载自动存储和检索系统销量(2016-2021)&(台)
        表89 中东及非洲不同应用小负载自动存储和检索系统销量(2021-2026)&(台)
        表90 中东及非洲主要国家小负载自动存储和检索系统销量(2016-2021)&(台)
        表91 中东及非洲主要国家小负载自动存储和检索系统销量(2021-2026)&(台)
        表92 中东及非洲主要国家小负载自动存储和检索系统收入(2016-2021)&(百万美元)
        表93 中东及非洲主要国家小负载自动存储和检索系统收入(2021-2026)&(百万美元)
        表94 小负载自动存储和检索系统典型经销商
        表95 小负载自动存储和检索系统典型客户
        图表目录
        图1 小负载自动存储和检索系统产品图片
        图2 全球市场不同产品类型小负载自动存储和检索系统收入市场份额(2020)
        图3 单桅杆
        图4 双桅杆
        图5 全球市场不同应用小负载自动存储和检索系统收入市场份额(2020)
        图6 汽车
        图7 金属与重型机械
        图8 食物和饮料
        图9 化学物质
        图10 医疗保健
        图11 半导体和电子产品
        图12 零售
        图13 航空
        图14 电子商务
        图15 全球小负载自动存储和检索系统市场规模(百万美元)&(台):2020 VS 2021 VS 2026
        图16 全球市场小负载自动存储和检索系统收入及预测(2016-2026)&(百万美元)
        图17 全球市场小负载自动存储和检索系统销量(2016-2026)&(台)
        图18 全球市场小负载自动存储和检索系统价格趋势(2016-2026)
        图19 全球市场小负载自动存储和检索系统总产能(2016-2026)&(台)
        图20 全球市场主要地区小负载自动存储和检索系统产能分析: 2020 VS 2021
        图21 小负载自动存储和检索系统市场驱动因素
        图22 小负载自动存储和检索系统市场阻碍因素
        图23 小负载自动存储和检索系统市场发展趋势
        图24 全球主要厂商小负载自动存储和检索系统销量份额(2020)
        图25 全球主要厂商小负载自动存储和检索系统市场份额(2020)
        图26 全球第一梯队、第二梯队和第三梯队小负载自动存储和检索系统厂商市场份额(2020)
        图27 全球前三大厂商小负载自动存储和检索系统市场份额(2020)
        图28 全球前五大厂商小负载自动存储和检索系统市场份额
        图29 全球前五大厂商小负载自动存储和检索系统市场份额(2020)
        图30 全球主要地区小负载自动存储和检索系统销量份额(2016-2026)
        图31 全球主要地区小负载自动存储和检索系统收入份额(2016-2026)
        图32 北美市场小负载自动存储和检索系统收入(2016-2026)&(百万美元)
        图33 欧洲市场小负载自动存储和检索系统收入(2016-2026)&(百万美元)
        图34 亚太市场小负载自动存储和检索系统收入(2016-2026)&(百万美元)
        图35 南美市场小负载自动存储和检索系统收入(2016-2026)&(百万美元)
        图36 中东及非洲市场小负载自动存储和检索系统收入(2016-2026)&(百万美元)
        图37 全球不同产品类型小负载自动存储和检索系统销量份额(2016-2026)
        图38 全球不同产品类型小负载自动存储和检索系统收入份额(2016-2026)
        图39 全球不同产品类型小负载自动存储和检索系统价格(2016-2026)
        图40 全球不同应用小负载自动存储和检索系统销量份额(2016-2026)
        图41 全球不同应用小负载自动存储和检索系统收入份额(2016-2026)
        图42 全球不同应用小负载自动存储和检索系统价格(2016-2026)
        图43 北美不同产品类型小负载自动存储和检索系统销量份额(2016-2026)
        图44 北美不同应用小负载自动存储和检索系统销量份额(2016-2026)
        图45 北美主要国家小负载自动存储和检索系统销量份额(2016-2026)
        图46 北美主要国家小负载自动存储和检索系统收入份额(2016-2026)
        图47 美国小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图48 加拿大小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图49 墨西哥小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图50 欧洲不同产品类型小负载自动存储和检索系统销量份额(2016-2026)
        图51 欧洲不同应用小负载自动存储和检索系统销量份额(2016-2026)
        图52 欧洲主要国家小负载自动存储和检索系统销量份额(2016-2026)
        图53 欧洲主要国家小负载自动存储和检索系统收入份额(2016-2026)
        图54 德国小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图55 法国小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图56 英国小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图57 俄罗斯小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图58 意大利小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图59 亚太不同产品类型小负载自动存储和检索系统销量份额(2016-2026)
        图60 亚太不同应用小负载自动存储和检索系统销量份额(2016-2026)
        图61 亚太主要国家小负载自动存储和检索系统销量份额(2016-2026)
        图62 亚太主要国家小负载自动存储和检索系统收入份额(2016-2026)
        图63 中国小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图64 日本小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图65 韩国小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图66 印度小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图67 东南亚小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图68 澳大利亚小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图69 南美不同产品类型小负载自动存储和检索系统销量份额(2016-2026)
        图70 南美不同应用小负载自动存储和检索系统销量份额(2016-2026)
        图71 南美主要国家小负载自动存储和检索系统销量份额(2016-2026)
        图72 南美主要国家小负载自动存储和检索系统收入份额(2016-2026)
        图73 巴西小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图74 阿根廷小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图75 中东及非洲不同产品类型小负载自动存储和检索系统销量份额(2016-2026)
        图76 中东及非洲不同应用小负载自动存储和检索系统销量份额(2016-2026)
        图77 中东及非洲主要国家小负载自动存储和检索系统销量份额(2016-2026)
        图78 中东及非洲主要国家小负载自动存储和检索系统收入份额(2016-2026)
        图79 土耳其小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图80 沙特小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图81 阿联酋小负载自动存储和检索系统收入及增速(2016-2026)&(百万美元)
        图82 小负载自动存储和检索系统销售渠道:直销和分销渠道
        图83 研究方法
        图84 研究过程及数据来源
    展开全文
  • 针对现有音频检索中样本音频特征库数据量较大且检索速率慢问题, 本文提出一种基于压缩感知音频指纹降维的固定音频检索方法. 在音频检索的训练阶段, 首先, 对样本音频信号进行稀疏化处理, 并通过压缩感知算法对稀疏...
  • sqlalchemy-比特币 使用 SQLAlchemy 对象关系映射器作为比特币区块链数据存储的表映射类的集合。
  • 针对服饰图像都是小文件的特性,提出了一种HDFS传统关系型数据库相结合的服饰图像及其特征数据存储结构设计方法,实现了海量图像信息的快速存储和读取;改进了多特征点图像特征提取匹配算法,并基于Map/Reduce...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 422,533
精华内容 169,013
关键字:

列表适合存储和检索什么数据