MySQL约束、运算符相关

约束:

目的:使得数据更完整,更准确。
实体完整性、域的完整性、引用完整性、用户自定义完整性

一、约束的分类:

1.键约束
(1)主键约束:primary key
(2)唯一键约束:unique
(3)外键约束:foreign key
2.非空约束: not null
3.默认值约束:default
4.自增约束:AUTO_INCREMENT
5.检查约束(mysql暂时没有)

二、使用约束

主键约束:
关键字:primary key
特点:增加主键约束的列的值必须唯一且非空。
作用:保证表中不会出现两条无法区分的记录。
要求:每一张表都必须有主键约束。
分类:单列主键约束,复合主键约束。
1.创建主键约束
(1)在建表时指定主键约束。
create table【数据库名.】user(
字段名1 数据类型 primary key,
字段名2 数据类型,
字段名3 数据类型,
字段名4 数据类型
);

create table【数据库名.】user(
字段名1 数据类型,
字段名2 数据类型,
字段名3 数据类型,
字段名4 数据类型,
primary key(ID)
);
(2)建表后增加主键
alert table dept add primary key(ID);
2.删除主键约束
alert table 表名称 drop primary key;
3.复合主键:
(1)建表时
create table【数据库名.】user(
字段名1 数据类型,
字段名2 数据类型,
字段名3 数据类型,
字段名4 数据类型,
primary key(字段列表1,字段列表2)
);
复合主键不能在列后面加,需要单独指定
(2)建表后:alter table 表名称 add primary key(字段列表1,字段列表2);非空和默认值约束
建表时:not null 非空、default ‘男’ 默认值、unique唯一
建表后:alert table 表名 modify 字段()unique key not null;
去掉非空表结构:alert table 表名 modify 字段()
自增约束:
关键字:auto_increment
特点: 1.一个表必须只有一个自增列
            2.必须是整型
            3.必须是键列,例如:主键,唯一键
指定自增(和非空唯一一样)
自增指定没用。
外键约束:
外键约束不是必须的。数据量比较大的时候,不建议在数据库层面设计外键,因为这样效率低。把数据约束放在代码层面。
关键字:foreign key
特点: 1.需要两张表,或者一张表虚拟成两张表。
2.两张表分为主表和从表,外键的建立在从表上建立的。
3.被参考的表称为主表,主表的被参考列必须是逐渐或唯一键。
4.一个表可以有多个外键。
如何指定外键:
create table emp(
eid int not null ,
emane not null,
deptid int,
foreign key(deptid从表外键列) references 主表名(did)
);
先建主表,再建从表;先删从表,再删主表。
例如:2号部门被员工引用了,那么2号部门不能被删除,并且,2这个编号不能被修改。
foreign key(deptid从表外键列) references 主表名(did主表被参考列)【on update cascade】修改级联【on delete cascade】删除级联 (删除一个,全部删除)
级联置空:【on update set null】
建表后指定外键:
alert table 从表名称 add foreign key(从表字段) references 主表名(主表被参考的列名);
同一张表,自引用(和前面一样)
如何删除外键:alert table 从表名称 drop foreign key 外键约束名;
如何查看外键约束名:select * from information_schema.table_constraints where table_name =‘表名称’;

运算符
一、算数运算符:
加  +
减  -
乘  *
除  /(精确)或div(只保留整数部分)
模  %或mod(这两个没区别)
二、比较运算符:
>
<
>=
<=
=
不等于:!=  或  <>
安全等于:<=>用于判断null
三、逻辑运算符
与  && 或 and(没有短路与和与的区别)
或  || 或 or
非  ! 或 not
四、区间范围和集合运算符
between XXX and yyy
not between XXX and YYY
in(值列表)
not in(值列表)
五、模糊查询
_:一个字符
%:任意多个字符
查询名字第二个字是“冰”
select * from emp where name like '_冰%';
六、关联查询

1、内连接 inner join
2、外连接
(1)左外连接 left join
(2)右外连接 right join
(3)全外连接 full join MySQL不支持
必须有两张或两张以上表
关联查询的结果一共七种
1.A∩B
内连接
2.A
3.A-A∩B
左连接
4.B
5.B-A∩B
右连接
6.A∪B
7.A∪B-A∩B
应该用全连接,现在用union

内连接
(1)select 字段名 from A表 inner join B表 on 关联条件【where 其他筛选条件】
如果不写关联条件,会出现笛卡尔积的现象
关联条件的个数=N-1,N 就是表的个数
(2)select 字段名 from A表,B表 where 关联条件
左连接
(1)select 字段名 from A表 left join B表 on 关联条件【where 其他筛选条件】
右连接
(1)select 字段名 from A表 right join B表 on 关联条件【where 其他筛选条件】
union 实现全连接效果
select 字段名 from A表 left join B表 on 关联条件【where 其他筛选条件】
union
select 字段名 from A表 right join B表 on 关联条件【where 其他筛选条件】
自连接:一张表当两张表用(取表别名)表别名不能加“”

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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