数据库视频(四)-游biao

本文介绍了游标这一数据访问机制的概念及其特点,并详细说明了如何声明、操作游标,包括打开、检索、关闭及释放等步骤。此外还讨论了如何在程序设计中使用游标进行数据更新和删除。

一、游标的概念:
游标是一种数据访问机制,它允许用户访问单独的数据型,而不是对整个行集进行操作。用户可以铜鼓哟单独处理每一行逐条收集信息并对数据逐行进行操作,这样就可以降低系统开销和潜在的组个情况。用户也可以使用这些数据生成SQL代码并立即执行或输出。
游标主要包括两部分:
1.游标结果集 由定义游标的SELECT语句返回的行的集合
2.游标位置 指向这个结果集中的某一行的指针。
二、游标的特点
1.游标返回一个完整的结果集,但允许程序设计语言只调用集合中的一行。
2.允许定位在结果集的特定行。
3.从结果集的当前检索一行或多行。
4.支持对结果集中当前位置的行进行数据修改
5.可以为其他用户对显示在结果集中的数据库数据所做的更改提供不同级别的可见性支持
6.提供脚本,存储过程和触发器中使用的访问结果集中数据的T-SQL语句

声明只读的游标:

declare student_cursor scroll cursor
for
select * from 成绩信息
for read only 

操作游标的步骤:*
打开游标:
OPEN{{[GLOBAL]cursor_name}|cursor_variable_name}
检索游标:
FETCH
[NEXT|PRIOR|FIRST|LAST|ABSOLUTE{n|@nvar}|
REKATIVE{n|@nvar}]
FROM]
{{[GLOBAL]cursor_name}|@cursor_variable_name}
[INTO@variable_name[,..n]]
关闭游标:
CLOSE{{GLOBAL]cursor_name}|cursor_variable_name}
释放游标:
DEALLOCATE{{[GLOBAL]cursor_name}|@cursor_variable_name}

比如说建立了一个游标stu_cursor
打开:open stu_cursor
关闭:close stu_cursor
释放:deallocate stu_cursor

用@@FETCH_STATUS这个变量去获取提取的状态
取值:0 FETCH语句成功
-1 FETCH语句失败或行不在结果集中。
-2 提取的行不存在

判断游标提取数据错误:

declare stu_cursor scroll cursor for
select 姓名 from 成绩信息

open stu_cursor

declare @name varchar(20)

fetch next from stu_cursor
into @name
if @@FETCH_STATUS=0
print @name
else
print'提取数据错误'
close stu_cursor
deallocate stu_cursor

三、在大多数时候我们在设计程序的时候都遵循下面的步骤:

  1、打开游标

  2、开始循环

  3、从游标中取值

  4、检查那一行被返回

  5、处理

  6、关闭循环

  7、关闭游标

四、游标中的更新和删除

  在PL/SQL中依然可以使用UPDATE和DELETE语句更新或删除数据行。显式游标只有在需要获得多行数据的情况下使用。PL/SQL提供了仅仅使用游标就可以执行删除或更新记录的方法。

  UPDATE或DELETE语句中的WHERE CURRENT OF子串专门处理要执行UPDATE或DELETE操作的表中取出的最近的数据。要使用这个方法,在声明游标时必须使用FOR UPDATE子串,当对话使用FOR UPDATE子串打开一个游标时,所有返回集中的数据行都将处于行级(ROW-LEVEL)独占式锁定,其他对象只能查询这些数据行,不能进行UPDATE、DELETE或SELECT…FOR UPDATE操作。

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化并行计算等改进策略。; 适合人群:具备一定Python编程基础优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论 5
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