mysql学习 数据库基础(一)保证你一看就会

本文详细介绍MySQL的基本操作,包括数据库的创建、删除、查询等。涵盖了表的创建、修改、删除,以及数据的增删改查,聚合函数使用,模糊查询,排序,分组和分页等高级功能。

在终端界面用
mysql -uroot -p
进入密码界面;初始默认密码 mysql

显示数据库
show databases;

创建数据库
create database;

删除数据库
drop database;

显示数据库中的表
show tables;

显示库中的表详细要输入的信息
decs xxxx(表的名字)

显示已经输入后的表
select * from xxxx(x:表的名字)

例:
– students表
– create table students(
– id int unsigned primary key auto_increment not null,
name varchar(20) default ‘’,
age tinyint unsigned default 0,
height decimal(5,2),
gender enum(‘男’,‘女’,‘中性’,‘保密’) default ‘保密’,
cls_id int unsigned default 0,
is_delete bit default 0));

所有的基础命令都是在 select * from 的基础上进行的

(所有的命令都是在例中进行的)

查询指定的字段
select name from students;

给某一个表头添加别名
select name as name2 from students;

通过表头给表名起别名
select s.name from student as s

distinct 字段
查找共有哪几种信息
select distinct gender from students;

比较运算
年纪大于18的
select * from students where age > 18;

年纪小于18
select * from students where age < 18;

年纪=18的所有名字
select * from students where age = 18;

年纪不等于18
select * from students where age != 18;

和 。and
select * from students where age > 18 and <18

或者 or
select * form students where age >18 or <20

年龄在18到20之间到女性
select * from students where age > 18 and <20 and gender = ‘女’

迷糊查询 用like
% 替换任意
_替换一个

名字中已小开头的
select * from students where name like ‘小%’

名字带小的所有
select * from students where name like ‘%小%’

查询两个字的名字(两个横线)
select * from students where name like ‘__’

查询至少有两个字的名字
select * from students where name like ‘__%’

范围查询
in
年龄在18 或 34 的名字
select * from students where age in(18,34)

年龄在18到34
select * from students where age between 18 and 34;

年龄不在18 或 34 的名字
select* from students where age not in (18,34)

排序
order by 字段
asc 从小到大
desc 从大到小

查询年龄在18到34岁之间的男性,按照年龄从小到大到排序
select * from students age between 18 and 34 and gender =‘男’ order by age asc

聚合函数

count(
查询一共有多少男性
select count(
) from students where gender = ‘男’

max()
最大值年龄大是
select max(age) from students ;

min
最小值年龄
select min(age)from students;

sum
求和
select sum(age) from students;

avg
平均值
select avg(age) from students

分组
select 分组的字段 from 表名 group by 分组字段 having 分组的条件

按照性别分组
select gender from students group by gender;

计算每种性别的人数
select gender.count(*) from students group by gender;

查询同种的人数的名字
select gender,count(*) from students group by gender;

查询每组中的平局年龄
select gender ,avg(age) from students group by gender

查询每种性别中人数多与2个信息
select gender.count() from students group by gender having count() > 2;

分页
起始页的位置=(页数 -1 )每一页的个数
用limit
查询前5个
select * from students limit 0,5;
每页两个,第一个页面
select * from students limit 2,2;
每页显示2个,第3个页面
select * from students limit 4,2;

(Kriging_NSGA2)克里金模型结合多目标遗传算法求最优因变量及对应的最佳自变量组合研究(Matlab代码实现)内容概要:本文介绍了克里金模型(Kriging)与多目标遗传算法NSGA-II相结合的方法,用于求解最优因变量及其对应的最佳自变量组合,并提供了完整的Matlab代码实现。该方法首先利用克里金模型构建高精度的代理模型,逼近复杂的非线性系统响应,减少计算成本;随后结合NSGA-II算法进行多目标优化,搜索帕累托前沿解集,从而获得多个最优折衷方案。文中详细阐述了代理模型构建、算法集成流程及参数设置,适用于工程设计、参数反演等复杂优化问题。此外,文档还展示了该方法在SCI区论文中的复现应用,体现了其科学性与实用性。; 适合人群:具备定Matlab编程基础,熟悉优化算法和数值建模的研究生、科研人员及工程技术人员,尤其适合从事仿真优化、实验设计、代理模型研究的相关领域工作者。; 使用场景及目标:①解决高计算成本的多目标优化问题,通过代理模型降低仿真次数;②在无法解析求导或函数高度非线性的情况下寻找最优变量组合;③复现SCI高水平论文中的优化方法,提升科研可信度与效率;④应用于工程设计、能源系统调度、智能制造等需参数优化的实际场景。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现过程,重点关注克里金模型的构建步骤与NSGA-II的集成方式,建议自行调整测试函数或实际案例验证算法性能,并配合YALMIP等工具包扩展优化求解能力。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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