事务和索引、pymysql

事务和索引、pymysql

事务

如果sql语句没有在事务环境下执行,那么sql的执行情况:如果sql执行成功,那么多应的操作就成功,如果sql执行失败,对应的操作就失败
– 如果sql语句在事务环境下执行,执行成功后,如果不提交操作会失败
– begin; - 开启事务环境
– commit; - 提交事务环境中sql (执行成功的sql提交才有效)
– rollback; - 让事务环境中执行sql的功能失效(让数据库的状态会到事务环境中sql执行之前

begin;
commit;
rollback;
update tb_bank set money=6000 where carnum=1002;
update tb_bank set money=1000 where carnum=1001;
update tb_bank set money=1100 where carnum=1001;


update tb_bank set money=60000 where carnum=1002;
update tb_bank set money=2000 where carnum=1001;

索引

use school;
explain select * from tb_student where stuid=3923;
explain select * from tb_student where stuname like '%不悔';

-- 添加普通索引 
create index name_index on tb_student (stuname);

-- 添加唯一索引 
create unique index name_uindex on tb_student (stuname);


-- 删除索引 
alter table tb_student drop index name_index;
alter table tb_student drop index name_uindex;

pymysql

import pymysql
from pymysql.cursors import DictCursor
# 1.连接数据库
# host - 需要连接的数据库的主机地址
# port - 端口,一般是3306
# user - 用户名
# password - 用户名对应的密码
# database - 默认使用的数据库的名称(相当于提前use一个数据库)
# charset - 设置文本编码方式
# autocommit - 是否自动提交(pymysql中执行所有的执行都是在事务环境下进行)
conn = pymysql.Connect(
    host ='localhost',
    port = 3306,
    user = 'root',
    password = 'ly19950926.',
    database ='school',
    charset = 'utf8mb4',
    autocommit = False
)
print(conn)

# 2.获取游标对象(获取数据库上下文,获取操作数据库的环境)
# 游标类型:None - 元组
with conn.cursor(DictCursor) as cursor:
    # result=cursor.execute("drop database if exists school2")
    # print(result)
    # result=cursor.execute("select * from tb_student;")
    # print(result)
    #
    # #如果执行的是查询的sql,查询结果在游标对象中
    # result=cursor.fetchall()
    # print(result)

    cursor.execute("update tb_student set stuname='zhangsan' where stuid=234;")
    cursor.execute("commit;")

作业

import pymysql
import openpyxl
conn = pymysql.Connect(
    host='localhost',
    port = 3306,
    user = 'root',
    password='ly19950926.',
    charset = 'utf8mb4',
    autocommit=True
)
with conn.cursor() as cursor:
    cursor.execute("create database if not exists alibaba default charset 'utf8mb4';")
    # cursor.execute("")
    cursor.execute("use alibaba;")
    cursor.execute('''create table tb_alibaba(
   Date datetime not null,
   `Open` decimal(10,6) not null,
   High decimal(10,6) not null,
   Low decimal(10,6) not null,
   `Close` decimal(10,6) not null,
   Adj_Close decimal(10,6) not null,
   Volume bigint not null,
   primary key (Date)
   );''')
    wb =openpyxl.load_workbook('files/alibaba.xlsx')
    sheet = wb.active
    max_row =sheet.max_row
    for row in range(2,max_row+1):
        cursor.execute(f'''insert into tb_alibaba(Date,`Open`,High,Low,`Close`,Adj_Close,Volume) values('{str(sheet.cell(row,1).value)}',{sheet.cell(row,2).value},{sheet.cell(row,3).value},{sheet.cell(row,4).value},{sheet.cell(row,5).value},{sheet.cell(row,6).value},{sheet.cell(row,7).value});''')
    wb.close()
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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