MySQL随笔

该博客是MySQL小操作备忘录,涵盖查看和开启事件、事件调用函数、随机取数据、使用三元运算符、查看和设置会话隔离级别、修改表结构等内容。还对比了两条SQL语句,指出在b表数据量大时,SQL_B比SQL_A查询效率更高。

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

MySQL小操作备忘录

1.查看事件是否开启

show variables like 'event_scheduler';

2.开启事件

set global event_scheduler = on;

3.事件调用函数

-- function_name是函数名
CALL function_name;

4.MySQL随机取一条数据

select * from table_name order by rand() limit 1;

5.MySQL三元运算符

MySQL的三元运算符的实现方式可以用 IF(expr1,expr2,expr3)来达到相应的效果,我不太清楚在MySQL中这个表达式是不是就是JAVA中的三元运算符,但是效果是完全一样的。
下面解释下 IF(expr1,expr2,expr3):
expr1是条件
如果expr1返回true,则 IF(expr1,expr2,expr3)的结果是expr2
如果expr1返回false,则结果为expr3。
下面是例子:

SELECT if(7=7,2,3) -- 输出结果为2
SELECT if(7=0,2,3) -- 输出结果为3

6.MySQL查看当前会话隔离级别

select @@tx_isolation;

7.设置当前会话隔离级别

set session transaction isolatin level repeatable read;

8.修改表结构

假设表名为 test

-- 给test表新增字段: create_time
ALTER TABLE test ADD create_time datetime;
-- 将test表的create_time字段修改为varchar(50)类型
ALTER TABLE test MODIFY COLUMN create_time varchar(50);
-- 删除test表的create_time字段
ALTER TABLE test DROP COLUMN create_time;

9.以下两个SQL有什么区别?效率如何?

SQL_A

select 
    a.id, 
    (select count(*) from b where b.a_id = a.id ) as bCount 
from a

SQL_B

select 
    a.id, 
    b.bCount 
from a 
left join (select b.a_id, count(*) as bCount from b group by b.a_id) b on b.a_id = a.id

SQL_A: 此SQL对于a表的每一行,都会去b表查询一次(即括号中的语句),如果b表中数据量很大的话,该SQL查询时间会很久;
SQL_B: 此SQL会先将b表做一次汇总查询,得出一个临时的b表,然后将a和b关联,此SQL效率会更高,因为他只需要对b表做一次汇总查询。
所以总的来说,两个SQL的查询结果是一样的(等效的),但是SQL_B的效率会比SQL_A更高,尤其是在b表的数据量很大的情况下

基于python实现的粒子群的VRP(车辆配送路径规划)问题建模求解+源码+项目文档+算法解析,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。
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