总结关于管理数据库和表的知识点

1.使用CREATE DATABASE和DROP DATABASE 语句可以创建和删除数据库。

2.创建数据库、表以及表中的列时,必须遵循SQL标识符规范。第一个字符必须是下划线(-)、at符号(@)或者数字符号(#)。不允许嵌入空格或其他特殊符号。

3.数据库中的每个列有一个指定的数据类型,数据类型决定什么样的数据可以存储在列中。在创建表之前,我们必须选定每一列的数据类型。

4.数据类型有:(1)整数数据类型(2)浮点数据类型 (3)字符串类型 (4)二进制数据类型 (5)逻辑数据类型 (6)日期和时间数据类型 

5.查询语句:SELECT * FROM  表名

浅拷贝(只拷贝表的结构,不拷贝数据):CREATE TABLE class03 LIKE class02,

LIKE是复制表的结构。

深拷贝:CREATE TABLE deepcopy SELECT *FROM class02;

6.如果只是复制表结构,不复制数据,只需要在WHERE句子中添加一个永远不等于true的条件即可。

SELECT * INTO My_Friends FROM Friend WHERE 1=0;

7.变量名写在前面,数据类型写在后面。



  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 .试述数据、数据库数据库系统、数据库管理系统的概念。 答: ( l )数据( Data ) :描述事物的符号记录称为数据。数据的种类有数字、文字、图形、图像、声音、正文等。数据与其语义是不可分的。解析在现代计算机系统中数据的概念是广义的。早期的计算机系统主要用于科学计算,处理的数据是整数、实数、浮点数等传统数学中的数据。现代计算机能存储和处理的对象十分广泛,表示这些对象的数据也越来越复杂。数据与其语义是不可分的。 500 这个数字可以表示一件物品的价格是 500 元,也可以表示一个学术会议参加的人数有 500 人,还可以表示一袋奶粉重 500 克。 ( 2 )数据库( DataBase ,简称 DB ) :数据库是长期储存在计算机内的、有组织的、可共享的数据集合。数据库中的数据按一定的数据模型组织、描述和储存,具有较小的冗余度、较高的数据独立性和易扩展性,并可为各种用户共享。 ( 3 )数据库系统( DataBas 。 Sytem ,简称 DBS ) :数据库系统是指在计算机系统中引入数据库后的系统构成,一般由数据库数据库管理系统(及其开发工具)、应用系统、数据库管理员构成。解析数据库系统和数据库是两个概念。数据库系统是一个人一机系统,数据库数据库系统的一个组成部分。但是在日常工作中人们常常把数据库系统简称为数据库。希望读者能够从人们讲话或文章的上下文中区分“数据库系统”和“数据库”,不要引起混淆。 ( 4 )数据库管理系统( DataBase Management sytem ,简称 DBMs ) :数据库管理系统是位于用户与操作系统之间的一层数据管理软件,用于科学地组织和存储数据、高效地获取和维护数据。 DBMS 的主要功能包括数据定义功能、数据操纵功能、数据库的运行管理功能、数据库的建立和维护功能。解析 DBMS 是一个大型的复杂的软件系统,是计算机中的基础软件。目前,专门研制 DBMS 的厂商及其研制的 DBMS 产品很多。著名的有美国 IBM 公司的 DBZ 关系数据库管理系统和 IMS 层次数据库管理系统、美国 Oracle 公司的 orade 关系数据库管理系统、 s 油 ase 公司的 s 油 ase 关系数据库管理系统、美国微软公司的 SQL Serve ,关系数据库管理系统等。 2 .使用数据库系统有什么好处? 答: 使用数据库系统的好处是由数据库管理系统的特点或优点决定的。使用数据库系统的好处很多,例如,可以大大提高应用开发的效率,方便用户的使用,减轻数据库系统管理人员维护的负担,等等。使用数据库系统可以大大提高应用开发的效率。因为在数据库系统中应用程序不必考虑数据的定义、存储和数据存取的具体路径,这些工作都由 DBMS 来完成。用一个通俗的比喻,使用了 DBMS 就如有了一个好参谋、好助手,许多具体的技术工作都由这个助手来完成。开发人员就可以专注于应用逻辑的设计,而不必为数据管理的许许多多复杂的细节操心。还有,当应用逻辑改变,数据的逻辑结构也需要改变时,由于数据库系统提供了数据与程序之间的独立性,数据逻辑结构的改变是 DBA 的责任,开发人员不必修改应用程序,或者只需要修改很少的应用程序,从而既简化了应用程序的编制,又大大减少了应用程序的维护和修改。使用数据库系统可以减轻数据库系统管理人员维护系统的负担。因为 DBMS 在数据库建立、运用和维护时对数据库进行统一的管理和控制,包括数据的完整性、安全性、多用户并发控制、故障恢复等,都由 DBMS 执行。总之,使用数据库系统的优点是很多的,既便于数据的集中管理,控制数据冗余,提高数据的利用率和一致性,又有利于应用程序的开发和维护。读者可以在自己今后的工作中结合具体应用,认真加以体会和总结
数据库原理概论理论知识点总结 数据库概论 ⼀.绪论 1.1 数据库系统概述 数据是描述事物的符号记录,是数据库中存储的基本对象。 数据的解释是指对数据含义的说明,数据的含义称为数据的语义,数据与其语义是不可分割的。 数据库是长期存储在计算机内、有组织的、可共享的⼤量数据的集合。数据库具有永久存储,有组织和可共享三个基本特点。 数据库管理系统:数据库管理系统是位于⽤户与操作系统之间的⼀层数据管理软件。 DBMS主要功能:数据定义,数据组织、存储和管理,数据操纵。 数据库系统DBS(Data Base System,简称DBS)通常由软件、数据库和数据管理员组成。其软件主要包括操作系统、各种宿主语⾔、实⽤程序以及数据库管 理系统。 数据库管理技术经历:⼈⼯管理,⽂件系统,数据库系统三个⽅⾯。 数据库类型是根据( 数据模型 )划分的。 数据库系统的特点:数据结构化,数据的共享性⾼、冗余度低易于扩充,数据独⽴性⾼,数据由数据库管理系统统⼀管理和控制。 数据库系统的核⼼是数据库管理系统,数据库系统的核⼼和基础才应该是数据模型。 1.2 数据模型 数据模型是对现实世界数据特征的抽象,是数据库系统的核⼼与基础。分为两⼤类,属于不同层次,⼀类概念模型(信息模型),⼆类逻辑模型(有层次、⽹ 状等)和物理模型(数据最底层的抽象)。 层次模型以树结构表⽰数据间的关系,⽹状模型以图结构来表⽰数据间的关系,它们都是通过指针链接实现的。 现实世界 概念世界:DBA;概念世界 逻辑模型:DBA;逻辑世界 物理模型:DBMS; E-R图:⽅形(实体),菱形(关系)。 数据模型由数据结构,数据操作,数据的完整性约束三个部分组成。 1.3 数据库系统的结构 在数据模型中有型和值的概念,型是对某⼀类数据的结构和属性的说明,值是型的⼀个具体赋值。⼀个具体值也是⼀个实例。模式是相对稳定的,实例是相对 变动的。 三级模式:模式,内模式,外模式。模式也称逻辑模式,是数据库中全体数据的逻辑结构和特征的描述,是所有⽤户的公共数据试图。外模式也称⼦模式,⽤ 户可以看到使⽤的局部数据的逻辑结和特征的描述,是数据库⽤户的数据视图。外模式是数据物理结构和存储⽅式的描述,是数据在数据库内部的组织⽅式,且 ⼀个数据库只有⼀个内模式。 数据的独⽴性是指逻辑独⽴性和物理独⽴性。 外模式/模式映像提供了数据的逻辑独⽴性,数据的逻辑独⽴性是指⽤户的应⽤程序与数据库的逻辑结构是相互独⽴的,也就是说,数据的逻辑结构改变了,⽤ 户程序也可以不变。 模式/内模式影响提供了数据的物理独⽴性,数据的物理独⽴性是指⽤户的应⽤程序与存储在磁盘上的数据库中数据是相互独⽴的,也就是说,数据在磁盘上的 数据库中怎样存储是有DBMS管理的,⽤户程序不需要了解,应⽤程序要处理的只是数据的逻辑结构,这样当数据的物理存储改变了,应⽤程序不⽤改变。 数据与程序之间的独⽴性使得数据的定义和描述可以从应⽤程序中分离出来。 外模式、模式在逻辑设计阶段得到,内模式在物理设计阶段得到。 ⼆.关系数据库 2.1 关系数据结构及形式化定义 关系模型包括单⼀的数据结构——关系,逻辑结构是⼀张扁平的⼆维表。 域是⼀组具有相同数据类型的集合。⼀个域允许的不同取值个数称为这个域的基数。 若关系中的某⼀属性组的值能够唯⼀标识⼀个元组,⽽且⼦集不能,则称该属性组为候选码。 关系可以有三种类型:基本关系,查询表,视图表。 关系数据库中,关系模式是型,关系是值。关系模式是对关系模式的描述,关系是元组的集合。 关系数据库的型称为关系关系数据库的模式,是对关系数据库的描述。关系数据库模式包括若⼲域的定义,以及在这些域上定义的若⼲关系模式。关系数据库 的值是这些关系模式在某⼀时刻对应的关系的集合,通常就称为关系数据库。 在关系模式R分解成数据库模式 ρ 时,谈论⽆损联接的先决条件是数据库模式ρ中的关系模式之间有公共属性,存在泛关系。 2.2 关系操作 关系运算包括选择、投影、连接以及除法。 集合运算是⼆⽬运算,包括并、差、交、⼴义笛卡尔积四种运算。 关系操作,操作的对象和结果都是集合。 关系数据语⾔:关系代数语⾔,关系演算语⾔(元组关系演算语⾔,域关系演算语⾔),具有两者双重特点(SQL)。 SQL语⾔是⼀种⾼度**⾮过程化**的语⾔。 投影是选取相应列组成新元组,连接在多个关系的笛卡尔积中进⾏筛选出的新关系,交运算是多个关系之间交集所产⽣的新的关系。 从关系中挑选出指定的元 组组成新关系的运算称为选取! 2.3 关系的完整性 关系模型中有三类完整性约束:实体完整性,参照完整性,⽤户⾃定义完整性。其中前两者为关系的两个不可变形。 空值是"不知道","不存在","⽆意义"的值。 2.4 关系代数 ⾃然连接是构成新关系的有效⽅法。⼀般情况下,当关系R和S进⾏连接操作
Hadoop和Spark是大数据处理领域中最流行的两个框架。以下是它们的知识点整理汇总: Hadoop: 1. Hadoop是一个开源的分布式计算框架,用于存储和处理大规模数据集。 2. Hadoop包括两个核心组件:HDFS(Hadoop分布式文件系统)和MapReduce(分布式计算框架)。 3. HDFS是一个分布式文件系统,用于存储大规模数据集。它将数据分成块并存储在不同的节点上,以实现数据的高可靠性和可扩展性。 4. MapReduce是一种分布式计算框架,用于处理大规模数据集。它将数据分成小块并在不同的节点上并行处理,以实现高效的数据处理。 5. Hadoop还包括其他组件,如YARN(资源管理器)和HBase(分布式NoSQL数据库)。 Spark: 1. Spark是一个快速、通用、可扩展的分布式计算框架,用于处理大规模数据集。 2. Spark的核心组件是Spark Core,它提供了分布式任务调度、内存计算和数据处理功能。 3. Spark还包括其他组件,如Spark SQL(用于结构化数据处理)、Spark Streaming(用于实时数据处理)和MLlib(用于机器学习)。 4. Spark使用RDD(弹性分布式数据集)作为其基本数据结构,它是一个可分区、可并行计算和可恢复的数据集合。 5. Spark支持多种编程语言,如Scala、Java、Python和R。 总结: Hadoop和Spark都是用于处理大规模数据集的分布式计算框架,它们有不同的核心组件和特点。Hadoop主要用于存储和处理大规模数据集,而Spark则更加注重数据处理的速度和效率。在实际应用中,可以根据具体需求选择合适的框架。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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