MySQL SQL语句

字符集:
show charset;
UTF8:字符最大长度三个字节
UTF8mb4:字符最大长度四个字节,如支持emoji表情
校对规则:排序影响大小写
show collation;
存储引擎:
show engines;
数字类型:见下表
类型占用字节无符号范围有符号范围(负数)数据长度
tinyint10-255-128~1273
smallint20-65535-32768~327675
mediumint30-16777215-8388608~83886078
int40-2^32-2^31~2^32-110
bigint80-2^64-2^63~ 2^63-120
选择数据类型的关键:
合适的、简短的、足够的
浮点型和定点型:
FLoat:表示不指定小数位的浮点数
FLoat(M,D):表示一共存储M个有效数字,其中小数部分占D位
Double:系统用8个字节来存储数据,表示的范围更大,10^308次方,但是精度也只有15位左右
Decimal:系统自动根据存储的数据来分配存储空间,每大概9个数就会分配四个字节来进行存储,同时小数和整数部分是分开的
Decmal(M,D):M表示总长度(包括小数点),最大不能超过64,D表示小数据部分长度,最大不能超过30
字符串类型
char:定长,最大支持255个字节长度
varchar:变长,最大支持65535个字节长度,系统都会在数据后面增加1-2个字节的额外开销,是用来保存数据所占用的空间长度,如果低于255字节则额外占用一个字节,如果大于255字符,则额外占用两个字节
text:文本类型
set:枚举类型
enum:集合
时间类型:
datetime:1000-01-01 / 9999-12-31  八字节
timestamp:1970-01-01 / 2038-1-19 四字节
primary key :主键约束
foreign key : 外键约束
not null : 非空约束
default : 默认约束
unique : 唯一
auto_increment :自增长列
unsigned : 无符号
comment : 注释
建库
create database test charset utf8mb4;
查库
show databases;
修改库定义
alter database test charset=utf8;
删除库
drop database test;
表定义
create table t1 (id1 float(5,2) default null,id2 double(5,2) default null,id3 decimal(5,2) default null);
建表规范:
1、表名:不要大写字母,不要数字开头,不要超过18个字符,不要使用内置字符串,要和业务有关
2、列名:不要超过18个字符,不要使用内置字符串,要和业务有关
3、数据类型:合适、精简、足够
4、每个表要有且只能有一个主键。每个列尽量not null 尽量不要使用外键
5、每列要有注释
6、存储引擎innodb,字符集utf8mb4
查表:
show tables;
修改表名:
alter table t1 rename t2;
表头,索引:
desc t1
添加列:
alter table t1 add idx tinyint  unique comment 'id列'
增加列值:
update t1 set idx=1 where id1=1.23;
修改列属性:(添加主键)
alter table t1 modify column id1 char(40);
alter table t2 modify column idx int auto_increment primary key;
删除列:
alter table t1 drop idx;
添加索引:
alter table t1 add index idx(idx) ;
删表:
drop table t1;
删除主键:
alter table t2 change idx idx tinyint;
alter table t2 drop primary key;
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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
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