SELECT INTO 和 INSERT INTO SELECT 两种表复制语句

本文深入探讨了SQL中的表复制技术,包括如何使用INSERT INTO SELECT和SELECT INTO SELECT语句来复制数据库表。通过具体实例展示了如何在不改变现有表的情况下,高效地复制数据,以及在不同场景下的应用策略。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Insert是T-sql中常用语句,Insert INTO table(field1,field2,...) values(value1,value2,...)这种形式的在应用程序开发中必不可少。但我们在开发、测试过程中,经常会遇到需要表复制的情况,如将一个table1的数据的部分字段复制到table2中,或者将整个table1复制到table2中,这时候我们就要使用SELECT INTO 和 INSERT INTO SELECT 表复制语句了。

1.INSERT INTO SELECT语句

语句形式为:Insert into Table2(field1,field2,...) select value1,value2,... from Table1

要求目标表Table2必须存在,由于目标表Table2已经存在,所以我们除了插入源表Table1的字段外,还可以插入常量。示例如下:


--1.创建测试表
createTABLETable1
(
a
varchar(10),
b
varchar(10),
c
varchar(10),
CONSTRAINT[PK_Table1]PRIMARYKEYCLUSTERED
(
a
ASC
)
)
ON[PRIMARY]

createTABLETable2
(
a
varchar(10),
c
varchar(10),
d
int,
CONSTRAINT[PK_Table2]PRIMARYKEYCLUSTERED
(
a
ASC
)
)
ON[PRIMARY]
GO
--2.创建测试数据
InsertintoTable1values('','asds','90')
InsertintoTable1values('','asds','100')
InsertintoTable1values('','asds','80')
InsertintoTable1values('','asds',null)
GO
select*fromTable2

--3.INSERTINTOSELECT语句复制表数据
InsertintoTable2(a,c,d)selecta,c,5fromTable1
GO

--4.显示更新后的结果
select*fromTable2
GO
--5.删除测试表
dropTABLETable1
dropTABLETable2


2.SELECT INTO FROM语句

语句形式为:SELECT vale1, value2 into Table2 from Table1

要求目标表Table2不存在,因为在插入时会自动创建表Table2,并将Table1中指定字段数据复制到Table2中。示例如下:


--1.创建测试表
createTABLETable1
(
a
varchar(10),
b
varchar(10),
c
varchar(10),
CONSTRAINT[PK_Table1]PRIMARYKEYCLUSTERED
(
a
ASC
)
)
ON[PRIMARY]
GO

--2.创建测试数据
InsertintoTable1values('','asds','90')
InsertintoTable1values('','asds','100')
InsertintoTable1values('','asds','80')
InsertintoTable1values('','asds',null)
GO

--3.SELECTINTOFROM语句创建表Table2并复制数据
selecta,cINTOTable2fromTable1
GO

--4.显示更新后的结果
select*fromTable2
GO
--5.删除测试表
dropTABLETable1
dropTABLETable2
内容概要:本书《Deep Reinforcement Learning with Guaranteed Performance》探讨了基于李雅普诺夫方法的深度强化学习及其在非线性系统最优控制中的应用。书中提出了一种近似最优自适应控制方法,结合泰勒展开、神经网络、估计器设计及滑模控制思想,解决了不同场景下的跟踪控制问题。该方法不仅保证了性能指标的渐近收敛,还确保了跟踪误差的渐近收敛至零。此外,书中还涉及了执行器饱、冗余解析等问题,并提出了新的冗余解析方法,验证了所提方法的有效性优越性。 适合人群:研究生及以上学历的研究人员,特别是从事自适应/最优控制、机器人学动态神经网络领域的学术界工业界研究人员。 使用场景及目标:①研究非线性系统的最优控制问题,特别是在存在输入约束系统动力学的情况下;②解决带有参数不确定性的线性非线性系统的跟踪控制问题;③探索基于李雅普诺夫方法的深度强化学习在非线性系统控制中的应用;④设计验证针对冗余机械臂的新型冗余解析方法。 其他说明:本书分为七章,每章内容相对独立,便于读者理解。书中不仅提供了理论分析,还通过实际应用(如欠驱动船舶、冗余机械臂)验证了所提方法的有效性。此外,作者鼓励读者通过仿真实验进一步验证书中提出的理论技术。
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
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