数据库
===
**概述:**长期存在计算机内有组织、可共享的、大量数据的集合,数据是按照特定的数据模型来组织、存储在数据库中的。
**优点:**实现数据持久化到本地;可以实现结构化查询,方便管理。
相关概念:
DB (database):数据库,保存一组有组织的数据的容器。
DBMS (Database Management System):数据库管理系统,又称为数据库软件 (产品),用于管理DB中的数据。
(常见DBMS:MySQL、Oracle、DB2、SqlServer等)
DBMS分类 基于共享文件系统的DBMS (Access) 基于客户机——服务器的DBMS (MySQL、Oracle、SqlServer)
SQL:结构化查询语言,用于和数据库通信的语言。
SQL特点 1. 不是某个特定数据库供应商专有的语言,几乎所有DBMS都支持SQL,是通用的语言 2. 简单易学,是一种强有力的语言,灵活使用语言,可以进行非常复杂和高级的数据库操作
存储数据的特点:
1. 将数据放到表中,表再放到库中。
2. 一个数据库中可以有多个表,每个表都有一个名字来标识自己,表名具有唯一性。
3. 表具有一些特性,这些特性定义了数据在表中如何存储,类似java中"类"的设计。
4. 表由列组成,称为字段,所有表都是由一个或多个列组成,每一列类似java中的"属性"。
5. 表中的数据是按行存储的,每一行类似java中的"对象"。
MySQL数据库
========
MySQL相关介绍
MySQL常见命令
MySQL语法规范
1. 不区分大小写:建议关键字大写,表名列名小写
2. 每条命令使用“;”结尾
3. 根据需要,合理使用缩进或换行
4. 注释
单行注释:#注释文字
单行注释:-- 注释文字
多行注释:/* 注释文字 */
5. 各子句一般分行写,关键字不能缩写也不能分行
SQL语言分类
DQL (Data Query Language) | 数据查询语言,用来查询数据库中表的记录(数据)。 关键字:select, where 等 |
DML (Data Manipulate Language) | 数据操纵语言,用于添加、删除、修改数据库记录,并检查数据完整性。 关键字:insert, delete, update 等 |
DDL (Data Define Languge) | 数据定义语言,用于库和表的创建、修改、删除。 关键字:create, alter, drop 等 |
TCL (Transaction Control Language) | 数据事务语言。 |
其中数据查询语言(DQL)下的查询可分为九类:
一、基础查询
**语法:**select 查询列表 from 表名;
特点 1. 查询列表可以是:表中的字段、常量值、表达式、函数, 可以多个
2. 查询的结果是一个虚拟的表格注意 1. 着重号` `区分查询列表,不是单引号
例:SELECT `name` FROM employees;
2. 查询常量的时候字符型和日期型的常量值必须用单引号引起来,数值型不需要
起别名 1. 如果别名中有关键字或空格,用" "或' '括起来,一般使用双引号
例:SELECT salary AS "out put" FROM employees;
2. 方式一:使用AS
例:SELECT last_name AS 姓,first_name AS 名 FROM employees;
3. 方式二:使用空格
例:SELECT last_name 姓,first_name 名 FROM employees;去重查询 使用distinct
例:SELECT DISTINCT department_id FROM employees;+号的作用 仅仅只有一个功能:运算符,做加法运算。
1. 两个操作符为数值型:做加法运算
2. 其中一方为字符型:试图将字符型数值转换成数值型
转换成功,做加法运算;转换失败,将字符型数值转为0
3. 只要一方为null,结果肯定为null字段连接 使用concat函数:拼接字符
例:SELECT CONCAT(last_name,first_name) AS 姓名 FROM employees;判断null ifnull(表达式1,表达式2):null参与的运算,计算结果都为null
表达式1:哪个字段需要判断是否为null
表达式2:如果该字段为null后的替换值isnull(参数):判断某字段或表达式是否为null ,如果是,返回1;否则返回0
二、条件查询
**语法:**select 查询列表 from 表名 where 筛选条件;
条件表达式筛选 条件运算符:> < = != <> >= <= 逻辑表达式筛选 作用:用于连接条件表达式
逻辑运算符:&& || ! and or not
模糊查询 like 用处:一般和通配符搭配使用,可以判断字符型或数值型
通配符:
% 任意多个字符,包含0个字符
_ 任意单个字符转义关键字:escape
例:SELECT last_name FROM employees WHERE last_name LIKE '_$_%' ESCAPE '$';between and 提高语句的简洁度
包含临界值
两个临界值不要调换in 用处:判断某字段的值是否属于in列表中的某一项 提高语句的简洁度
in列表的值类型必须一致或兼容
列表值不支持使用通配符is null / is not null =或<>不能用于判断null值
is null 或 is not null可以判断null值安全等于:<=> (可以判断null值和普通数值,可读性较低)
例:SELECT * FROM employees WHERE commission_pct <=> NULL;
三、排序查询
**语法:**select 查询列表 from 表名 order by 排序列表 【asc | desc】;
特点:
1. asc代表的是升序 (默认升序),desc代表的是降序。
2. order by子句中支持单个字段、多个字段、表达式、函数、别名。
3. order by语句一般放在查询语句的最后面,limit子句除外。
四、常见函数
**概述:**类似于java中的方法,将一组逻辑语句封装在方法体中,对外暴露方法名。
**好处:**隐藏了实现细节;提高代码的重用性。
**语法:**select 函数名(实参列表) 【from 表】;
分类:
单行函数 (做处理) 字符函数
数学函数
日期函数 其他函数 流程控制函数
分组函数 (做统计)
功能 做统计使用,又称为统计函数、聚合函数、组函数
分类 特点 1. sum、avg一般用于处理数值型,max、min、count可以处理任何类型
2. 以上分组函数都忽略null值,除了 count(*)
3. 都可以搭配distinct使用,用于统计去重后的结果
4. count()参数支持*、字段和常量值,一般使用count(*)统计行数,也可使用count(1)
5. 效率上:
MyISAM存储引擎,count(*)最高
InnoDB存储引擎,count(*)和count(1)效率>count(字段)6. 和分组函数一同查询的字段要求是group by后的字段
五、分组查询
语法:
select 分组函数,列 (要求出现在group by的后面)
from 表 【where 筛选条件】
group by 分组的列表【having 分组后筛选】【order by 子句】;
**注意:**查询列表必须特殊,要求是分组函数和group by后出现的字段。
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Java工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Java开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!
如果你觉得这些内容对你有帮助,可以扫码获取!!(备注Java获取)
![img](https://i-blog.csdnimg.cn/blog_migrate/10c9091b7e386b0d3ff47f32bc85e9c2.jpeg)
总结:绘上一张Kakfa架构思维大纲脑图(xmind)
其实关于Kafka,能问的问题实在是太多了,扒了几天,最终筛选出44问:基础篇17问、进阶篇15问、高级篇12问,个个直戳痛点,不知道如果你不着急看答案,又能答出几个呢?
若是对Kafka的知识还回忆不起来,不妨先看我手绘的知识总结脑图(xmind不能上传,文章里用的是图片版)进行整体架构的梳理
梳理了知识,刷完了面试,如若你还想进一步的深入学习解读kafka以及源码,那么接下来的这份《手写“kafka”》将会是个不错的选择。
-
Kafka入门
-
为什么选择Kafka
-
Kafka的安装、管理和配置
-
Kafka的集群
-
第一个Kafka程序
-
Kafka的生产者
-
Kafka的消费者
-
深入理解Kafka
-
可靠的数据传递
-
Spring和Kafka的整合
-
SpringBoot和Kafka的整合
-
Kafka实战之削峰填谷
-
数据管道和流式处理(了解即可)
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!
的数据传递
-
Spring和Kafka的整合
-
SpringBoot和Kafka的整合
-
Kafka实战之削峰填谷
-
数据管道和流式处理(了解即可)
[外链图片转存中…(img-Gg6XFuh2-1713710381493)]
[外链图片转存中…(img-CspwbI8C-1713710381494)]
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!