MySQL 学习笔记(廖老师)

关系模型

主键

在关系数据库中,一张表中的每一行数据被称为一条记录。一条记录就是由多个字段组成的。每一条记录都包含若干定义好的字段。同一个表的所有记录都有相同的字段定义。

任意两条记录不能重复。不能重复不是指两条记录不完全相同,而是指能够通过某个字段唯一区分出不同的记录,这个字段被称为主键

对主键的要求,最关键的一点是:记录一旦插入到表中,主键最好不要再修改,因为主键是用来唯一定位记录的,修改了主键,会造成一系列的影响。

不使用任何业务相关的字段作为主键。

身份证号、手机号、邮箱地址这些看上去可以唯一的字段,均不可用作主键。

作为主键最好是完全业务无关的字段,我们一般把这个字段命名为id。常见的可作为id字段的类型有:

  1. 自增整数类型:数据库会在插入数据时自动为每一条记录分配一个自增整数,这样我们就完全不用担心主键重复,也不用自己预先生成主键;
  2. 全局唯一GUID类型:也称UUID,使用一种全局唯一的字符串作为主键,类似8f55d96b-8acc-4636-8cb8-76bf8abc2f57。GUID算法通过网卡MAC地址、时间戳和随机数保证任意计算机在任意时间生成的字符串都是不同的,大部分编程语言都内置了GUID算法,可以自己预算出主键。

关系数据库实际上还允许通过多个字段唯一标识记录,即两个或更多的字段都设置为主键,这种主键被称为联合主键。

主键是关系表中记录的唯一标识。主键的选取非常重要:主键不要带有业务含义,而应该使用BIGINT自增或者GUID类型。主键也不应该允许NULL

关系数据库支持的标准数据类型包括数值、字符串、时间等:

名称 类型 说明
INT 整型 4字节整数类型,范围约+/-21亿
BIGINT 长整型 8字节整数类型,范围约+/-922亿亿
REAL 浮点型 4字节浮点数,范围约+/-1038
DOUBLE 浮点型 8字节浮点数,范围约+/-10308
DECIMAL(M,N) 高精度小数 由用户指定精度的小数,例如,DECIMAL(20,10)表示一共20位,其中小数10位,通常用于财务计算
CHAR(N) 定长字符串 存储指定长度的字符串,例如,CHAR(100)总是存储100个字符的字符串
VARCHAR(N) 变长字符串 存储可变长度的字符串,例如,VARCHAR(100)可以存储0~100个字符的字符串
BOOLEAN 布尔类型 存储True或者False
DATE 日期类型 存储日期,例如,2018-06-22
TIME 时间类型 存储时间,例如,12:20:59
DATETIME 日期和时间类型 存储日期+时间,例如,2018-06-22 12:20:59

主流的关系数据库主要分为以下几类:

  1. 商用数据库,例如:Oracle,SQL Server,DB2等;
  2. 开源数据库,例如:MySQL,PostgreSQL等;
  3. 桌面数据库,以微软Access为代表,适合桌面应用程序使用;
  4. 嵌入式数据库,以Sqlite为代表,适合手机应用和桌面程序。

SQL语言定义了这么几种操作数据库的能力:

DDL:Data Definition Language

DDL允许用户定义数据,也就是创建表、删除表、修改表结构这些操作。通常,DDL由数据库管理员执行。

DML:Data Manipulation Language

DML为用户提供添加、删除、更新数据的能力,这些是应用程序对数据库的日常操作。

DQL:Data Query Language

DQL允许用户查询数据,这也是通常最频繁的数据库日常操作。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1213582.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

如何用Open-AutoGLM打造专属手机AI助理?

如何用Open-AutoGLM打造专属手机AI助理? 在智能手机成为生活中枢的今天,我们每天重复着上百次点击、滑动、输入——打开App、搜索内容、填写表单、切换账号……这些看似简单的操作,累积起来却消耗大量注意力。有没有一种方式,能让…

verl + Megatron-LM:大规模模型训练整合

verl Megatron-LM:大规模模型训练整合 在大模型后训练实践中,强化学习(RL)正从“可选模块”演变为“核心能力”——但真正落地时,工程师常面临三重困境:算法逻辑复杂、分布式调度难控、与现有训练栈割裂。…

训练自己的OCR模型?科哥镜像支持微调,操作很简单

训练自己的OCR模型?科哥镜像支持微调,操作很简单 你是不是也遇到过这些情况: 现成的OCR服务识别不准,尤其在自己业务场景里——比如产品包装上的小字号、带阴影的标签、手写批注;用公开API担心数据外泄,又…

零基础入门大模型微调,Qwen2.5-7B一键部署实操指南

零基础入门大模型微调,Qwen2.5-7B一键部署实操指南 你是否想过,不用写一行训练代码、不配环境、不装依赖,就能让一个70亿参数的大模型“记住自己是谁”? 不是调参工程师,也能在10分钟内完成一次真实微调——改写模型的…

创业团队福音:低成本实现专业级图像处理

创业团队福音:低成本实现专业级图像处理 1. 为什么小团队需要“不将就”的抠图工具 你有没有遇到过这些场景: 电商运营凌晨三点还在用PS手动抠商品图,第二天要上新设计师反复调整发丝边缘,客户却说“再自然一点”市场部临时要1…

GPEN与传统PS修复对比,AI增强效率高出10倍

GPEN与传统PS修复对比,AI增强效率高出10倍 1. 为什么老照片修复总让人又爱又恨? 你有没有翻过家里的老相册?泛黄的纸页里,藏着父母年轻时的笑容、祖辈穿着中山装的严肃、还有自己小时候扎着羊角辫的傻气。可这些画面常常带着遗憾…

多语言环境挑战:CAM++对带口音普通话识别测试

多语言环境挑战:CAM对带口音普通话识别测试 在实际语音应用中,我们常遇到一个被低估却影响深远的问题:不是所有说普通话的人,都说得“标准”。北方人带儿化音、南方人分不清平翘舌、西南地区有浓重的方言腔调、东北人语调上扬明显…

NVIDIA Drive与Aurora联合仿真的实践路径

以下是对您提供的技术博文进行 深度润色与结构重构后的终稿 。全文已彻底去除AI痕迹,强化专业性、可读性与工程实感;摒弃模板化标题与刻板逻辑链,代之以自然演进的技术叙事节奏;所有代码、表格、术语均保留并增强上下文解释;关键概念加粗突出,段落间靠逻辑推进而非连接…

照片噪点多?GPEN降噪功能实测效果很能打

照片噪点多?GPEN降噪功能实测效果很能打 你有没有翻出老手机里那些珍贵合影,却因为噪点太多、细节模糊而不敢发朋友圈?或者刚拍完夜景人像,放大一看全是颗粒感,修图软件调来调去还是糊成一片?别急——这次…

Qwen3-0.6B模型结构解析,GQA机制通俗讲解

Qwen3-0.6B模型结构解析,GQA机制通俗讲解 你是否好奇:一个只有6亿参数的模型,凭什么能在MacBook M3上跑出191.7 tokens/s?为什么它既能在1秒内算出“草莓里有几个r”,又能流畅完成多轮中文对话?答案不在参…

快速见效!verl强化学习训练初体验报告

快速见效!verl强化学习训练初体验报告 1. 为什么是verl?一个专为LLM后训练而生的RL框架 你有没有试过用PPO微调大模型,结果卡在数据流调度、Actor-Critic同步、GPU显存爆炸上?或者刚跑通一个baseline,换到真实业务场…

Qwen3-Embedding-0.6B功能详解:适合初学者的解读

Qwen3-Embedding-0.6B功能详解:适合初学者的解读 1. 这个模型到底是做什么的?一句话说清 你可能听说过“大模型”,但“嵌入模型”听起来有点陌生。别急,咱们用最直白的方式讲清楚: Qwen3-Embedding-0.6B 不是来写文…

Z-Image-Turbo图像放大技巧,提升细节表现力

Z-Image-Turbo图像放大技巧,提升细节表现力 你有没有遇到过这样的情况:用Z-Image-Turbo生成了一张构图惊艳、氛围感十足的10241024图像,但放大到屏幕全尺寸查看时,建筑边缘略显模糊,毛发纹理不够清晰,金属…

无需编程!fft npainting lama开箱即用实现智能图像修复

无需编程!fft npainting lama开箱即用实现智能图像修复 你是否遇到过这样的问题:一张精心拍摄的照片,却被路人、电线杆、水印或无关文字破坏了整体美感?想把它修好,又不想打开Photoshop折腾图层、蒙版和复杂参数&…

Kibana集成es数据库:超详细版配置指南

以下是对您提供的博文内容进行 深度润色与工程化重构后的版本 。我以一位深耕可观测性架构多年的 SRE 工程师 + 开源平台布道者的双重身份,将原文从“技术文档式说明”升级为 真实生产环境中的经验沉淀与认知跃迁记录 ——去除了所有模板化表达、AI腔调和空泛总结,代之以…

测试开机启动脚本镜像功能测评,实用性超出预期

测试开机启动脚本镜像功能测评,实用性超出预期 你有没有遇到过这样的问题:部署完一个嵌入式系统或轻量级Linux环境后,每次重启都要手动运行几个关键服务?比如启动日志收集器、初始化硬件设备、拉起监控进程,或者挂载特…

手把手教你用YOLOv10镜像做工业视觉检测

手把手教你用YOLOv10镜像做工业视觉检测 在汽车零部件质检线上,一台工控机正以每秒27帧的速度处理高清图像——螺丝是否拧紧、垫片有无缺失、焊缝是否存在气孔,所有判断都在毫秒间完成。这不是实验室里的Demo,而是今天许多工厂车间里正在运行…

初学者常见问题:HAXM未安装的正确处理方式

以下是对您提供的博文内容进行 深度润色与重构后的技术文章 。我已严格遵循您的全部要求: ✅ 彻底去除AI痕迹 :全文以资深嵌入式/移动开发工程师第一人称视角展开,语言自然、有节奏、带经验判断与现场感; ✅ 摒弃模板化结构 :删除所有“引言”“概述”“总结”等程…

用Glyph做学术论文图解分析,效率翻倍

用Glyph做学术论文图解分析,效率翻倍 在科研写作的日常中,你是否经历过这样的场景:花三小时精读一篇顶会论文,却卡在图3的模型架构图上——箭头指向不明、模块缩写难查、信息流逻辑模糊;又或者,面对导师发…

Z-Image-Turbo实战应用:快速生成商业级设计图

Z-Image-Turbo实战应用:快速生成商业级设计图 1. 为什么商业设计团队都在悄悄换工具? 你有没有遇到过这些场景: 电商运营凌晨三点催主图,设计师还在调色;市场部要赶节日海报,AI生成的图不是比例歪就是细节…