MatrixOne从入门到实战06——视图实践

达索PLM软件Smarteam 与Matrix One产品比较与选型经验 产品架构:最新版本的Matrix One是完全基于B/S架构完全开放的架构, 支持多种的 操作系统和开发语言。而SmarTeam到现在来讲,还是一个基于Windows的系统。SmarTeam即支持B/S模式,又支持C/S模型,但是在实施的过程中,无论是客户还是实施方都是以C/S模式为主。SmartWeb只不过是作为一种辅助手段,在客户不在局域网范围内的时候来使用。总的来所,SmartWeb的操作简便性不如SmatTeam Editor。 立即下载

MatrixOne从入门到实战——视图实践

MatrixOne 也支持视图功能,且其与MySQL中的视图概念及语法非常类似。MatrixOne的视图也是一种虚拟存在的表,其行和列的数据来自定义视图的查询中使用的表,并且是在使用视图时动态生成的,只保存了sql逻辑,不保存查询结果。

视图的优势

  • 重用SQL语句,简化SQL
  • 保护数据,提高数据安全性

视图创建

语法和mysql基本一致

create view view_name

As select_statement;

视图示例:

数据准备

创建两张表:部门(dept)和员工(emp),并插入数据,代码如下:

create table dept(
    dept_id int primary key auto_increment comment '部门编号',
    dept_name char(20) comment '部门名称'
);
insert into dept(dept_name) values('销售部'),('财务部'),('生产部'),('人事部');

create table emp(
    emp_id int primary key auto_increment comment '员工号',
    emp_name char(20) not null default '' comment '员工姓名',
    gender char(2) not null default '男' comment '性别',
    birth datetime not null default '1990-1-1' comment '出生日期',
    salary decimal(10,2) not null default 0 comment '工资',
    address varchar(200) not null default '' comment '通讯地址',
    dept_id int comment '部门编号'
);

create index idx_name on emp(emp_name);
create index idx_birth on emp(birth);
create index idx_deptid_name on emp(dept_id,emp_name);

insert into emp(emp_name,gender,birth,salary,address,dept_id) 
values('张晓红','女','1980-1-23',5800,'河南省郑州市中原路10号',1),
('张静静','女','1987-10-3',5400,'河南省新乡市平原路38号',1),
('王云飞','男','1992-11-15',5600,'河南省新乡市人民路28号',1),
('王鹏飞','男','1987-10-1',6800,'河南省新乡市东明大道12号',1),
('王大鹏','男','1989-2-11',5900,'河南省郑州市东风路15号',1),
('王萌萌','女','1986-12-30',5000,'河南省开封市五一路14号',2),
('王大光','男','1988-11-8',6200,'河南省开封市八一路124号',2),
('王小明','男','1998-1-3',4800,'河南省驻马店市雪松路128号',2),
('王娜娜','女','1994-3-5',5200,'河南省驻马店市车站路2号',2),
('刘云飞','男','1992-8-13',6800,'河南省南阳市民生路255号',3),
('张陆军','男','1991-9-6',6200,'河南省南阳市张仲景路14号',3);

创建视图

  • 单表视图

    mysql> create  view v_emp_dept_id_1 as select emp_name,address  from emp where dept_id=1;
    Query OK, 0 rows affected (0.00 sec)
    
    mysql> select * from v_emp_dept_id_1;
    +-----------+-------------------------------------+
    | emp_name  | address                             |
    +-----------+-------------------------------------+
    | 张晓红    | 河南省郑州市中原路10号              |
    | 张静静    | 河南省新乡市平原路38号              |
    | 王云飞    | 河南省新乡市人民路28号              |
    | 王鹏飞    | 河南省新乡市东明大道12号            |
    | 王大鹏    | 河南省郑州市东风路15号              |
    +-----------+-------------------------------------+
    5 rows in set (0.01 sec)
    
  • 多表视图

    mysql> create   view v_emp_dept as select emp_name,address,dept_name from emp join dept on emp.dept_id=dept.dept_id where dept.dept_id=1;
    Query OK, 0 rows affected (0.01 sec)
    
    mysql> select * from v_emp_dept;
    +-----------+-------------------------------------+-----------+
    | emp_name  | address                             | dept_name |
    +-----------+-------------------------------------+-----------+
    | 张晓红    | 河南省郑州市中原路10号              | 销售部    |
    | 张静静    | 河南省新乡市平原路38号              | 销售部    |
    | 王云飞    | 河南省新乡市人民路28号              | 销售部    |
    | 王鹏飞    | 河南省新乡市东明大道12号            | 销售部    |
    | 王大鹏    | 河南省郑州市东风路15号              | 销售部    |
    +-----------+-------------------------------------+-----------+
    5 rows in set (0.00 sec)
    
    
  • 指定视图中的列名

    mysql> create  view v_dept_emp_count(dept_name,emp_count,avg_salary)          as select dept_name,count(*),avg(salary)          from emp join dept on emp.dept_id=dept.dept_id group by dept.dept_name;
    Query OK, 0 rows affected (0.00 sec)
    
    mysql> select * from v_dept_emp_count;
    +-----------+-----------+------------+
    | dept_name | emp_count | avg_salary |
    +-----------+-----------+------------+
    | 销售部    |         5 |    5900.00 |
    | 财务部    |         4 |    5300.00 |
    | 生产部    |         2 |    6500.00 |
    +-----------+-----------+------------+
    3 rows in set (0.00 sec)
    
    

视图操作

  • 查看视图

    • show tables;

      mysql> show tables;
      +------------------+
      | tables_in_test   |
      +------------------+
      | numtable         |
      | tinyint          |
      | smallint         |
      | int              |
      | bigint           |
      | chartable        |
      | int_bigint_view  |
      | int_bigint_view1 |
      | dept             |
      | emp              |
      | v_emp_dept_id_1  |
      | v_emp_dept       |
      | v_dept_emp_count |
      +------------------+
      13 rows in set (0.01 sec)
      
      
    • show create view xxx;

      mysql> show create view v_dept_emp_count;
      +------------------+-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
      | View             | Create View                                                                                                                                                                                     |
      +------------------+-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
      | v_dept_emp_count | create  view v_dept_emp_count(dept_name,emp_count,avg_salary)          as select dept_name,count(*),avg(salary)          from emp join dept on emp.dept_id=dept.dept_id group by dept.dept_name |
      +------------------+-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
      1 row in set (0.00 sec)
      
      
  • 销毁视图

    mysql> drop view v_dept_emp_count;                                                                                                                                                                                 
    Query OK, 0 rows affected (0.00 sec)
    
    mysql> show tables;
    +------------------+
    | tables_in_test   |
    +------------------+
    | numtable         |
    | tinyint          |
    | smallint         |
    | int              |
    | bigint           |
    | chartable        |
    | int_bigint_view  |
    | int_bigint_view1 |
    | dept             |
    | emp              |
    | v_emp_dept_id_1  |
    | v_emp_dept       |
    +------------------+
    12 rows in set (0.00 sec)
    
    
    
kylinos-SP3的软件包降级到V10-SP1中的版本 如果想再次回退到原来版本,将repo改为原来的SP3版本,然后执行yum history 查看ID号,执行yum history rollback ID就可以恢复了。此时我们发现已安装的版本是1.32-2.ky10,而sp1网络源里的版本是1.30-11.ky10,我们将降级安装网络源中的低版本软件包。近期有个客户想要把kylinos-V10-sp3的软件包降级到kylinos-V10-SP1的版本。3、以tar包为例,查看已安装版本及网络源中其他版本。1、查看系统版本,确认是V10-SP3。 阅读详情

相关推荐

Pixhawk+OpenMV实战:如何用Apriltag实现无人机自动降落(附避坑指南)

本文详细介绍了如何利用Pixhawk飞控和OpenMV摄像头,通过Apriltag视觉标签实现无人机的精准降落系统。从硬件搭建、参数配置到视觉处理代码优化,提供了完整的实战指南和避坑建议,帮助开发者快速实现厘米级精度的自动降落功能。

weixin_27076351的博客 483

干货分享 | MatrixOne系统架构

随着数字化转型的深入,数据价值也愈发凸显,数据技术出现了融合的趋势,基于客户的真实痛点,矩阵起源推出了超融合MatrixOne HSTAP数据库。MatrixOne 使数据数据库同时具备 TP、AP和Streaming三种能力,帮助客户彻底打破数据孤岛问题,成为企业智能化核心的数据基础设施。今天的分享将解析新一代超融合异构云原生数据库 MatrixOne 刚刚发布的0.5版本和后续版本的架构设计。

MatrixOrigin的博客 898

Lane、PHY和Preset Value Bit

每个Lane支持不同的传输速度和带宽,例如PCIe 3.0中,一个Lane的传输速度可以达到8 GT/s(Giga Transfers per second),也就是1 GB/s(GigaBytes per second)。Preset Value Bit(预置值位)是在PCIe 3.0的Lane上新引入的一种机制,用于优化信号传输质量。PCIe设备可以包含多个Lane,例如x1、x4、x8、x16等,表示该设备同时使用的Lane数目,比如x16表示该设备采用了16个Lane,具有更高的传输速度和带宽。

weixin_58083606的博客 1300

超融合数据库MatrixOne

MatrixOne旨在通过云原生化和存储、计算、事务分离的架构,构建一个强大的HSTAP(Hybrid Streaming Transactional and Analytical Processing)超融合数据引擎。它支持OLTP(在线事务处理)、OLAP(在线分析处理)、流计算等多种业务负载,并兼容公有云、私有云、边缘云等多种部署环境,实现异构基础设施的全面兼容。

xuweilin的博客 840

高等数学第五章---定积分(§5.3定积分的计算方法)

这篇博客详细讲解定积分的计算方法,包括直接法、凑微分法、变量代换法和分部积分法。通过典型例题演示如何运用这些技巧计算定积分,特别强调换元必换限的原则和奇偶函数的简化处理。内容涵盖代数变形、三角代换、分段函数积分等常见题型,并附有详细的解题步骤和常见错误分析。适合微积分学习者系统掌握定积分计算技巧,提升解题效率。文中还包含积分等式证明和变限积分函数求导等进阶内容,帮助读者深入理解定积分的应用。

2302_77045867的博客 4350

【WRFDA教程】客观分析(OBSGRID)详解

客观分析(OBSGRID)详解

WW、forever的博客 1134

部署篇 | MatrixOne与MySQL全面对比

MatrixOne Cloud 是一个全托管云原生数据平台,它提供了 HSTAP 数据库 MatrixOne 的云上服务,极大简化了 MatrixOne 的部署和运维成本。并且,MatrixOne Cloud 所提供的 Serverless 实例支持计算资源的自动弹性伸缩以及按 SQL 用量计费,让我们不需再关注数据库部署运维的复杂性,而可以仅关注业务应用或SQL本身。章节,MatrixOne中的CN节点是无状态的,在K8s中可以根据负载进行任意的弹性扩缩,保证集群持续保持较低的SQL执行耗时。

MatrixOrigin的博客 1266

【保姆级教程】YOLOv8_OBB旋转目标检测:训练自己的数据集

【保姆级教程】YOLOv8_OBB旋转目标检测:训练自己的数据集

m0_51579041的博客 1万+

MatrixOne v2.0.0 release note

MatrixOne 本次迭代对系统在生成式AI应用支持、容灾和稳定性方面做了大幅度提升,重点功能包括:支持对外部存储上的数据访问以及对非结构化数据的访问能力,提供了全文检索能力,提升了向量检索的性能、支持快照备份和基于时间点的数据恢复(PiTR)、CDC 和基于日志复制的主备集群容灾能力,并进一步提升了对 MySQL 的兼容性。当数据发生变更时,表级别发布订阅可以将特定表的数据变更实时同步到订阅者,而不暴露其他表的信息,这相较数据库级别的发布订阅,提供了更高的灵活性和控制。开发必须兼顾多租户模型的需求。

MatrixOrigin的博客 649

TensorFlow2深度学习实战(十四):目标检测算法 YOLOv4 解析

最易上手的【计算机视觉】小白教程!

不积跬步,无以至千里! 7636

CAPL概述与环境搭建

CANoe和CANalyzer是Vector公司开发的两款用于汽车电子系统开发和测试的工具。CANoe主要用于网络开发、仿真和测试,而CANalyzer则主要用于网络分析和诊断。两者都支持CAPL脚本语言,可以用于编写复杂的测试脚本和仿真模型。CAPL Browser是CANoe/CANalyzer中用于编写、编辑和调试CAPL脚本的工具。它提供了一个集成的开发环境,支持语法高亮、代码自动补全、调试等功能。菜单栏:包含文件操作、编辑、编译、调试等功能。工具栏。

闲人编程的博客 1666

MatrixOne从入门到实践01——初识MatrixOne

介绍MatrixOne的各方面

MatrixOrigin的博客 363

YOLOv11改进策略【独家融合改进】| 模型轻量化二次改进:StarNet + FreqFusion,极限降参,适用专栏内所有轻量化模型

FreqFusion是一种旨在解决密集图像预测任务中特征融合问题。

Limiiiing的博客 2125

matrixone集群搭建、启停、高可用扩缩容和连接数据库

matrixone数据库安装部署、高可用扩缩容

qyq88888的专栏 3189

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

MatrixOne从入门到实战04——MatrixOne的连接和建表

前几篇文章,为大家介绍了MatrixOne这个产品,以及编译、部署MatrixOne的服务。本章主要讲述如何使用不同方式连接MatrixOne以及进行表的创建。

MatrixOrigin的博客 1104

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

从 0 到 100TB,MatrixOne 助您轻松应对

通过云原生相关的开源组件,如 KEDA,可以感知整个集群的负载。MatrixOne 是一款强大的云原生超融合数据库,具备优秀的流式数据写入和加工能力,同时拥有强大的可扩展性,能适应任意规模的负载和数据量。多租户相关能力是MatrixOne产品的一大亮点,通过数据库内部创建新租户,实现数据空间的隔离,便于 SaaS 应用处理多租户需求。对于 AP 相关的大规模查询,如果缓存或 LogTail 中没有所需数据,系统将直接从 S3 读取,由于AP的操作本身就会读较多数据,因此对S3的读取相对是比较友好的。

MatrixOrigin的博客 1100

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

干货分享 | MatrixOne 如何基于K8S+S3构建HTAP数据库

今天分享的题目是 MatrixOne(以下简称MO) 如何基于 K8S + S3 构建 HTAP 数据库,实际上也可以说是如何面向云来构建一个全新的 HTAP 系统。之所以把 K8S 和 S3 放到标题里,是因为我们认为这是云原生时代对于数据库架构影响最大的两项技术。 接下来的分享分成三部分,首先聊聊我们对云的理解,尤其是云给数据库设计带哪些机遇和挑战;其次描述我们如何面向云的特性,从零开始设计一款全新的 HTAP 数据库;最后,将分享我们的云服务 MatrixOne Cloud 的设计。 云的机遇与挑

MatrixOrigin的博客 1167

DTC2024精彩预告 | MatrixOne:超融合数据库新星崛起,掀起全新数据革命

同时,MatrixOne的技术实力也受到了国际权威机构的认可,获得了ISO体系认证与中国信息通信研究院认可,MatrixOne携手深圳智慧城市大数据中心有限公司联合申报的《基于超融合数据库的一站式交通大数据平台》成功入选信通院2023 大数据“星河(Galaxy)”——数据库优秀案例。这不仅有助于提升矩阵起源的技术创新能力,还可以将最前沿的科技成果应用到 MatrixOne 产品研发中,进而打造出一款划时代的超融合数据库产品,引领业界高端数据库技术的发展方向。作为本次峰会的一大亮点,

MatrixOrigin的博客 1054

MatrixOne 实战系列回顾 | 建模与多租户

本次分享主要介绍MatrixOne建模与多租户相关内容。

MatrixOrigin的博客 367

文字稿 | MatrixOne2.0.0:AI向量与高可用能力的重磅升级MatrixOne 2.0.0 新特性解读

针对这些需求,结合了强大的数据管理能力、检索能力与生成支持能力,为开发者提供了从底层架构到高层应用的一站式解决方案。内置的自动扩展和分布式架构,使其能够动态应对不同规模的负载需求,无论是个人开发者的轻量级应用到企业级的大规模部署,通过一台笔记本,完成了从环境搭建到系统开发的全过程,展现了大模型结合数据库的强大潜力。应用提供了无缝衔接的信息检索,特别是在多模态场景下,能显著提升检索的准确性与生成结果的相关性。向量检索:通过向量数据类型和向量索引,实现高效的向量距离检索,满足大规模数据集的需求。

MatrixOrigin的博客 953

多租户篇 | MatrixOne与MySQL全面对比

但上述的实现方式仅适用于MatrixOne K8s集群部署或云原生的MatrixOne Cloud环境,单机部署时由于只有一个CN节点,多租户就仅有"数据隔离"能力,而无法实现"资源隔离"和"弹性扩缩"效果了。MatrixOne 的多租户模式能够为不同的租户提供独立的数据库实例,并采用逻辑隔离的方式确保各租户数据的安全性和独立性,有效防止数据泄露和篡改的风险。得益于其独特的架构设计,用户可以降低多达70%的硬件和运维成本,增加3-5倍的开发效率,同时更加灵活的响应市场需求变化和更加高效的抓住创新机会。

MatrixOrigin的博客 935

MatrixOne助力一道创新打造高性能智能制造AIOT系统

由于数据分散在MySQL,InfluxDB和MongoDB三个数据库中,人,物料,流程,设备等管理模块的数据都在MySQL中,而设备采集导的数据在InfluxDB中,计算中间结果又在MongoDB中。同时,在整个应用迁移的过程中,MatrixOne本身与MySQL也保持了极高的兼容性,一道可以无缝将MySQL的库表直接通过SQL source导入的方式迁移到MatrixOne,并按照建议将InfluxDB及MongoDB中的时序表及文档结构均顺利迁移至MatrixOne中,整个过程仅花费不到一周时间。

MatrixOrigin的博客 1505

MatrixOne 云原生 HTAP 数据库:架构剖析与技术创新

新架构包含 Computation layer、Transaction layer 等多个层次,支持多种功能,如用于分析、流处理、后台任务等的 CN 节点,以及 DN 节点、Log service、File service 等组件,适配多种存储介质,如 Local Disk、NFS、S3、HDFS 等。MatrixOne 由矩阵起源这家数据库创业公司打造,秉持 “超融合引擎、异构云原生、极致的性能” 理念,旨在打破数据边界,助力企业数字化和智能化转型,其开源特性也为开发者社区提供了广阔的探索空间。

ITPUBD的博客 401

来了来了~MatrixOne技术架构详解来了~

本文将说明MatirxOne每个模块的现状与进展,希望通过技术架构详解,大家对MatrixOne能够有更清楚的了解,同时也欢迎大家贡献代码~

MatrixOrigin的博客 8576

MatrixOne 1.1.0 Release

我们非常高兴地宣布: MatrixOne内核1.1.0版本 正式发布啦!

MatrixOrigin的博客 1166

MatrixOne完成与欧拉、麒麟信安的兼容互认

近日,超融合异构云原生数据库MatrixOne企业版软件V1.0完成了与欧拉开源操作系统(openEuler简称“欧拉”)、麒麟信安操作系统系列产品和虚拟化平台的相互兼容认证,通过了欧拉兼容性测评,获得了《openEuler技术测评证书》和麒麟信安《产品兼容性认证证书》。测试期间,整体运行稳定,在功能、性能及兼容性方面表现良好。

MatrixOrigin的博客 381
上一篇: MatrixOne从入门到实践05——数据类型介绍
下一篇: MatrixOne从入门到实践07——MO-Tester
MatrixOrigin
博客等级 码龄5年 708粉丝 230原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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