mysql中表常用的操作


desc / explain:慢性分析工具,查询优化的时候就是desc根据分析,看索引信息和查询条件的约束。

delete会清除表中记录并且不能恢复,drop可以恢复。



增:

注意:插入属性值个数一定要和所写属性名的个数相匹配。

向表中插入一条内容(根据所写属性插入属性对应的值):

  • insert into 表名 values (属性值,属性值,属性值) ;

  • insert into 表名(属性名,属性名) values (属性值,属性值) ;

向表中批量插入n条内容:

  • insert into 表名(属性名,属性名) values (属性值,属性值),(属性值,属性值) ,(属性值,属性值);



删:

注意:主键只会记住他身后的值,就算清空表中内容,主键还会从下一个值开始。

删除表中的一条内容:

  • delete from 表名 where 条件;

删除表中的所有内容:

  • delete from 表名 ;



改:

修改表中的数据:

  • update 表名 set 属性 = 值,属性 = 值 where 条件;



查:

select uuid():其实select就是将结果打印出来,select可以不加from,可以直接加函数,并将函数查出来的值打印出来。

单表查询:

查询属性列:

  • select 属性 from 表名;

基本条件查询属性列:

  • select 属性 from 表名 where 条件;

查询出来的属性名会用别名代替:

  • select 属性 别名 , 属性 别名 from 表名;
  • select name 姓名 , pwd 密码 from 表名;

有的客户看不懂英文,所以可以用别名设置查出来的结果用中文进行展示。


多表联查:

根据条件从表一和表二中查询所需要的字段:

  • select 表一.属性,表二.属性 from 表一名,表二名 where 表一.属性 = 表二.属性;
  • select name, mname from tb_user, tb_mar where name = uname;

其实,where后面的是表达式,当结果为true时,就会执行。


条件查询:

  • in在离散的范围之内:select * from tb_user where id in (10, 2, 6);
  • between在a和b之间(连续范围):select * from tb_user where id between 7 and 10 ;
  • 与:and
  • 或 :or
  • 非:not
  • like :模糊查询 %:代表任意值:select * from tb_user where name like ‘%a%’ ;


联合查询:

join,不join时先生成临时表,然后根据where的条件判断,最后生成。用join时在根据where的条件判断,然后在生成表。

  • select * from tb_user join tb_mar on name = uname;

  • 左外联查询:select * from 左表 left join 右表 on 左属性 = 右属性

  • 右外联查询:select * from 左表 right join 右表 on 左属性 = 右属性

  • desc select * from 左表 right join 右表 on 左属性 = 右属性\G 6查询优化,检查查询过程中的执行过程。(查询优化时要做的)


子查询:

where的条件是最后查出来的值。

内容概要:本文档详细介绍了在三台CentOS 7服务器(IP地址分别为192.168.0.157、192.168.0.158和192.168.0.159)上安装和配置Hadoop、Flink及其他大数据组件(如Hive、MySQL、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala)的具体步骤。首先,文档说明了环境准备,包括配置主机名映射、SSH免密登录、JDK安装等。接着,详细描述了Hadoop集群的安装配置,包括SSH免密登录、JDK配置、Hadoop环境变量设置、HDFS和YARN配置文件修改、集群启动与测试。随后,依次介绍了MySQL、Hive、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala和Flink的安装配置过程,包括解压、环境变量配置、配置文件修改、服务启动等关键步骤。最后,文档提供了每个组件的基本测试方法,确保安装成功。 适合人群:具备一定Linux基础和大数据组件基础知识的运维人员、大数据开发工程师以及系统管理员。 使用场景及目标:①为大数据平台建提供详细的安装指南,确保各组件能够顺利安装和配置;②帮助技术人员快速掌握Hadoop、Flink等大数据组件的安装与配置,提升工作效率;③适用于企业级大数据平台的建与维护,确保集群稳定运行。 其他说明:本文档不仅提供了详细的安装步骤,还涵盖了常见的配置项解释和故障排查建议。建议读者在安装过程中仔细阅读每一步骤,并根据实际情况调整配置参数。此外,文档中的命令和配置文件路径均为示例,实际操作时需根据具体环境进行适当修改。
在无线通信领域,天线阵列设计对于信号传播方向和覆盖范围的优化至关重要。本题要求设计一个广播电台的天线布局,形成特定的水平面波瓣图,即在东北方向实现最大辐射强度,在正东到正北的90°范围内辐射衰减最小且无零点;而在其余270°范围内允许出现零点,且正西和西南方向必须为零。为此,设计了一个由4个铅垂铁塔组成的阵列,各铁塔上的电流幅度相等,相位关系可自由调整,几何布置和间距不受限制。设计过程如下: 第一步:构建初级波瓣图 选取南北方向上的两个点源,间距为0.2λ(λ为电磁波波长),形成一个端射阵。通过调整相位差,使正南方向的辐射为零,计算得到初始相位差δ=252°。为了满足西南方向零辐射的要求,整体相位再偏移45°,得到初级波瓣图的表达式为E1=cos(36°cos(φ+45°)+126°)。 第二步:构建次级波瓣图 再选取一个点源位于正北方向,另一个点源位于西南方向,间距为0.4λ。调整相位差使西南方向的辐射为零,计算得到相位差δ=280°。同样整体偏移45°,得到次级波瓣图的表达式为E2=cos(72°cos(φ+45°)+140°)。 最终组合: 将初级波瓣图E1和次级波瓣图E2相乘,得到总阵的波瓣图E=E1×E2=cos(36°cos(φ+45°)+126°)×cos(72°cos(φ+45°)+140°)。通过编程实现计算并绘制波瓣图,可以看到三个阶段的波瓣图分别对应初级波瓣、次级波瓣和总波瓣,最终得到满足广播电台需求的总波瓣图。实验代码使用MATLAB编写,利用polar函数在极坐标下绘制波瓣图,并通过subplot分块显示不同阶段的波瓣图。这种设计方法体现了天线阵列设计的基本原理,即通过调整天线间的相对位置和相位关系,控制电磁波的辐射方向和强度,以满足特定的覆盖需求。这种设计在雷达、卫星通信和移动通信基站等无线通信系统中得到了广泛应用。
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