小石头课堂(二)子查询

小石头课堂(二)子查询

还记得上次我总结select语句查询顺序及连接查询时我说过个人认为连接查询很垃圾,就是能用连接查询的情况都能用子查询做到,而且从逻辑来说:子查询要容易理解的多,好了闲言少叙,下面我就浅谈一下最近学的子查询,供大家参考,也希望有不同意见的朋友能提出来,大家一起学习进步。

子查询分为非相关子查询及相关子查询,另一方面来说有分为单行返回与多行返回,先说非相关子查询:

所谓费相关子查询就是子查询与父查询没关系,简单说就是都是一个单独的查询语句且从逻辑上说都能执行出来,举例子:

表内容如上图:

下面我们开始查询,

1、         查询部门平均工资高于30号部门平均工资的部门及该部门的平均工资:

     select deptno, avg(salary) from emp_ygroup by deptno having avg(salary)>(select avg(salary) from emp_y wheredeptno=30);

其中子查询中语句布衣懒于父查询的条件,这就是非相关子查询、子查询返回结果只有一条所以也是单行返回的。

2、         查询工资等于所属部门平均工资的姓名、部门及工资:

   select ename,deptno,salary from emp_y where(deptno,salary) in (select deptno,avg(salary) from emp_y group by deptno);

多行返回的非相关子查询。

再说相关子查询:

3、         查询工资大于该部门平均工资的人员及工资

select ename,salary from emp_y a wherea.salary>(select avg(salary) from emp_y b where b.deptno=a.deptno);

可以看出,要想查出工资大于该部门平均工资的人员,每当你取出一条记录进行查询时你必须用到该记录的部门号,因为每次都要计算该部门的平均工资,因此,子查询中的平均工资就和父查询有了联系,这就是相关子查询。

同理相关子查询也有单行和多行返回值,道理同非相关子查询,在这里我就不再罗嗦了。

再者子查询的位置也很灵活如:

select ename,nvl((select ename from emp_y bwhere a.manager=b.empno),'boss') from emp_y a;(查询每个员工及其老板)

     select ename,salary from emp_y a,(selectdeptno,avg(salary) avgsal from emp_y group by deptno) b where a.deptno=b.deptnoand salary>avgsal;

     (查询工资大于该部门平均工资的人员)(from后的子查询必须起别名)。

Update s_emp_new a set ann_sal=(selectann_sal*(1+ticheng/100) from e_emp_comm b where a.id=b.id ) where  id  in(select id from e_emp_comm);(更新有关两个表的记录时用关联子查询)

Exists关键字:

        在 查询系列的最后,我再说一下exists关键字,不得说一下,个人认为exists几乎是查询里面万能的,也是最不容易理解的,想理解就必须弄懂它的执行顺序,说实话我还不是太懂它,就理解的表面的意思,再这就斗胆说出来我个人对他的理解及应运吧:

其实说白了查询语句select后面是我们想要的字段,from是查询的范围,wherehanving分别是约束条件,我们要做的就是将符合条件的查询出来,它操作的方式就是当约束条件为真是将查询的字段显示出来,而exists就是结合子查询返回ture或者false,对一切条件都能做出返回,因此可以说是万能的了,下面举具体的例子说明:

select dname from dept_y a where[not]exists(select * from emp_y b where  a.deptno=b.deptno);(查询[]有员工的部门名)

       由于该子查询就是返回真或者假,因此查询哪些字段也就没意义,所以一般用select * 。。。分析该语句的执行顺序是先从dept_y 中拿出一条记录(记做a)候着,再执行子查询,从emp_y中拿出一条记录(记做b),再执行vwhere 当记录adeptno=记录bdeptno时,说明该员工在该部门,也就是该部门有员工。再接着dept_y中区下一条记录如此循环至结束。注意:用exists时当子查询返回真时子查询就不再继续查询下去,而是跳出来执行父查询下一条记录。

      好了,关于查询我也就是知道这么多了,很斗胆的拿出来了,对你有用呢就看看,没用呢也别喷本来就是初学者,只不过写出来共勉罢了。    

                                                                                                                                                                                                                     本文提供者:怀念@那片蓝 QQ448661040

标题基于SpringBoot+Vue的学生交流互助平台研究AI更换标题第1章引言介绍学生交流互助平台的研究背景、意义、现状、方法与创新点。1.1研究背景与意义分析学生交流互助平台在当前教育环境下的需求及其重要性。1.2国内外研究现状综述国内外在学生交流互助平台方面的研究进展与实践应用。1.3研究方法与创新点概述本研究采用的方法论、技术路线及预期的创新成果。第2章相关理论阐述SpringBoot与Vue框架的理论基础及在学生交流互助平台中的应用。2.1SpringBoot框架概述介绍SpringBoot框架的核心思想、特点及优势。2.2Vue框架概述阐述Vue框架的基本原理、组件化开发思想及与前端的交互机制。2.3SpringBoot与Vue的整合应用探讨SpringBoot与Vue在学生交流互助平台中的整合方式及优势。第3章平台需求分析深入分析学生交流互助平台的功能需求、非功能需求及用户体验要求。3.1功能需求分析详细阐述平台的各项功能需求,如用户管理、信息交流、互助学习等。3.2非功能需求分析对平台的性能、安全性、可扩展性等非功能需求进行分析。3.3用户体验要求从用户角度出发,提出平台在易用性、美观性等方面的要求。第4章平台设计与实现具体描述学生交流互助平台的架构设计、功能实现及前后端交互细节。4.1平台架构设计给出平台的整体架构设计,包括前后端分离、微服务架构等思想的应用。4.2功能模块实现详细阐述各个功能模块的实现过程,如用户登录注册、信息发布与查看、在线交流等。4.3前后端交互细节介绍前后端数据交互的方式、接口设计及数据传输过程中的安全问题。第5章平台测试与优化对平台进行全面的测试,发现并解决潜在问题,同时进行优化以提高性能。5.1测试环境与方案介绍测试环境的搭建及所采用的测试方案,包括单元测试、集成测试等。5.2测试结果分析对测试结果进行详细分析,找出问题的根源并
内容概要:本文详细介绍了一个基于灰狼优化算法(GWO)优化的卷积双向长短期记忆神经网络(CNN-BiLSTM)融合注意力机制的多变量多步时间序列预测项目。该项目旨在解决传统时序预测方法难以捕捉非线性、复杂时序依赖关系的问题,通过融合CNN的空间特征提取、BiLSTM的时序建模能力及注意力机制的动态权重调节能力,实现对多变量多步时间序列的精准预测。项目不仅涵盖了数据预处理、模型构建与训练、性能评估,还包括了GUI界面的设计与实现。此外,文章还讨论了模型的部署、应用领域及其未来改进方向。 适合人群:具备一定编程基础,特别是对深度学习、时间序列预测及优化算法有一定了解的研发人员和数据科学家。 使用场景及目标:①用于智能电网负荷预测、金融市场多资产价格预测、环境气象多参数预报、智能制造设备状态监测与预测维护、交通流量预测与智慧交通管理、医疗健康多指标预测等领域;②提升多变量多步时间序列预测精度,优化资源调度和风险管控;③实现自动化超参数优化,降低人工调参成本,提高模型训练效率;④增强模型对复杂时序数据特征的学习能力,促进智能决策支持应用。 阅读建议:此资源不仅提供了详细的代码实现和模型架构解析,还深入探讨了模型优化和实际应用中的挑战与解决方案。因此,在学习过程中,建议结合理论与实践,逐步理解各个模块的功能和实现细节,并尝试在自己的项目中应用这些技术和方法。同时,注意数据预处理的重要性,合理设置模型参数与网络结构,控制多步预测误差传播,防范过拟合,规划计算资源与训练时间,关注模型的可解释性和透明度,以及持续更新与迭代模型,以适应数据分布的变化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

从来不用昵称

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值