mysql数据库搬砖总结

• 对于一个数据mysql数据库，使用的语句就是SQL语句。给出数据库地址：xx.xx.xx.xx:xx ，用户名：xx，密码：xx，数据库名称：xx。本地没有mysqo数据库，使用navicat直接连接远程数据库，填好给定的信息即可连接。navicat支持查询语句和函数的编写，并可以直接运行。

• 对于表answer，SELECT出answer.parentId属性作为第一列，answer.CreationDate和answer.Body两个属性合并成一个，以空格分开作为第二列（将一行中的两列String合并成一列）。条件是answer.Body中含有“http://stackoverflow.com/questions/”字符串。

  SELECT 
  answer.ParentId AS QuestionID,
  concat(answer.CreationDate,' ',answer.Body) AS caoncat
  FROM
  answer
  WHERE
  answer.Body LIKE '%http://stackoverflow.com/questions/%'

  SQL语句使用的是concat（str1，str2，str3）实现合并项；like '%pattern%'表示含有特定模式

• UNION用于合并多个SELECT语句的结果集。注意，UNION内部的SELECT语句必须拥有相同数量的列，列的数据类型和顺序必须相同。下面就是对answer表和comment表SELECT的结果进行合并。

  SELECT
  tt.QuestionID AS QuestionID,
  tt.AnswerBody AS AnswerBody
  FROM
  ((SELECT
  answer.ParentId AS QuestionID,
  answer.Body AS AnswerBody
  FROM
  answer
  WHERE
  answer.Body LIKE '%http://stackoverflow.com/questions/%'
  )
  UNION
  (SELECT
  `comment`.PostId AS QuestionID,
  `comment`.Text AS AnswerBodyxiamian 
  FROM
  `comment`
  WHERE
  `comment`.Text LIKE '%http://stackoverflow.com/questions/%'
  ))
  AS tt

• 连接包括内连接和外连接。

1. 内连接：表中的行相互连接。结果集中的行数等于每个表满足连接条件的行数的乘积，参与连接的表是平等的。

   select <属性或表达式列表>
   　　　　　　from <表名> [inner] join <表名>
   　　　　　　on <连接条件>
   　　　　　　[ where <限定条件> ]

   
   

   SELECT
   bb.answerTag,
   Count(bb.answerTag),
   COUNT(bb.answerTag)/20483
   FROM
   (SELECT
   tt.QuestionID AS QuestionID,
   tt.AnswerBody AS AnswerBody,
   gg.tag AS answerTag
   FROM
   ((SELECT
   answer.ParentId AS QuestionID,
   answer.Body AS AnswerBody
   FROM
   answer
   WHERE
   answer.Body LIKE '%http://stackoverflow.com/questions/%'
   )
   UNION
   (SELECT
   `comment`.PostId AS QuestionID,
   `comment`.Text AS AnswerBody
   FROM
   `comment`
   WHERE
   `comment`.Text LIKE '%http://stackoverflow.com/questions/%'
   ))
   AS tt,
   tag AS gg
   WHERE
   tt.QuestionID=gg.questionId)
   AS bb
   GROUP BY
   bb.answerTag
   ORDER BY Count(bb.answerTag) DESC
   

   上面的例子，就是对得到的UNION结果和tag表做内连接，连接条件是id相等，结果是命名为表bb；对于tag进行GROUP BY，从而可以计算每一个tag的数量count（bb.answerTag），按照数量由大到小排序：ORDER BY count（bb.answerTag） DESC；如果计算tag总数量，则不需要GROUP BY。

2. 外连接：参与的表有主次之分：主表的每一行数据去匹配从表的数据列，符合连接条件的数据直接返回到结果集中，不符合连接条件的数据列返回null。因此分为左连接、右连接、全连接

   select <属性或表达式列表>
   　　　　from <表名> left outer join <表名>
   　　　　on <连接条件>
   　　　　[ where <限定条件> ]

   上面的语法是左连接的语法。

• 将SELECT的结果数据插入到特定表中的指定列里面：在表questions中，找出所有tag包含apache-poi的项，查询他们的ID，并将他们的title和body合并在一起；将查询的结果插入到apachepoi的表中。

  INSERT INTO apachepoi(QuestionID,TitleQuestion) 
  SELECT 
  questions.Id AS QuestionID,
  concat(questions.Title,' ',questions.Body) AS TitleQuestion
  FROM
  questions
  WHERE
  questions.Tags LIKE '%apache-poi%'

  在上述SQL代码中，使用了concat进行字符串连接，需要注意：当连接的字符串中有一个是null，那么得到的结果也是null。要想得到效果：其中需要连接的字符串若是null，就忽略它，继续连接不是null的字符串。那么源代码的第四行应该改成：

  INSERT INTO apachepoi(QuestionID,TitleQuestion) 
  SELECT 
  questions.Id AS QuestionID,
  concat(IFNULL(questions.Title,''),' ',IFNULL(questions.Body,'')) AS TitleQuestion
  FROM
  questions
  WHERE
  questions.Tags LIKE '%apache-poi%'

  
  
• 在mysql中，我们想要对于一列进行group合并，即在A列中，一样的项进行group，在b列中的项进行有分隔符的合并。原来数据是这样：

  +------+------+
  | id| name |
  +------+------+
  |1 | 10|
  |1 | 20|
  |1 | 20|
  |2 | 20|
  |3 | 200  |
  |3 | 500  |
  +------+------+

  我想要变成这样：

  +------+--------------------+
  | id| group_concat(name) |
  +------+--------------------+
  |1 | 10,20,20|
  |2 | 20 |
  |3 | 200,500|
  +------+--------------------+

  应该使用GROUP_CONCAT配合GROUPBY来完成。

  select id,group_concat(name SEPARATOR ',') from aa group by id;

  
  
• 使用java代码连接mysql的远程数据库和连接本地数据库是一样的，是不过把连接的地址改变成远程地址。

  public static Map<String, String> go() {
  		Connection conn = null;
  		Statement dbstate = null;
  		ResultSet dbresult = null;             //查询语句执行后的结果
  		try {
  			Class.forName("com.mysql.jdbc.Driver");                                      //启动mysql数据库驱动
  			conn = DriverManager.getConnection(
  					"jdbc:mysql://192.111.1.111:1111/test", "1111", "111111");    //连接语句：连接地址、用户名。密码
  			System.out.println(" 远程Mysql连接测试：" + conn);
  			dbstate = conn.createStatement();                                          //生成语句变量
  			String sql = "SELECT pp.QuestionID AS QuestionID,pp.AnswerBody AS AnswerBody "
  					+ "FROM(SELECT tt.QuestionID AS QuestionID,tt.AnswerBody AS AnswerBody,qq.Tags AS tagtemp "
  					+ "FROM ((SELECT answer.ParentId AS QuestionID,answer.Body AS AnswerBody FROM answer "
  					+ "WHERE answer.Body LIKE '%http://stackoverflow.com/questions/%') UNION "
  					+ "(SELECT `comment`.PostId AS QuestionID,`comment`.Text AS AnswerBody FROM `comment` "
  					+ "WHERE `comment`.Text LIKE '%http://stackoverflow.com/questions/%')) AS tt,"
  					+ "questions AS qq WHERE tt.QuestionID=qq.Id)AS pp WHERE pp.tagtemp LIKE '%apache-poi%'";
  			dbresult = dbstate.executeQuery(sql);                             //执行查询语句
  			while (dbresult.next()) {
  				String temp1 = dbresult.getString("QuestionID");          //遍历查询语句，取出相应属性的项
  			}
  		} catch (ClassNotFoundException e) {
  			e.printStackTrace();
  		} catch (SQLException e) {
  			e.printStackTrace();
  		} finally {
  			try {
  				conn.close();                                 //无论如何关闭数据库连接
  			} catch (SQLException e) {
  				e.printStackTrace();
  			}
  		}
  		return mapp;
  	}

  上述代码主要是展示mysql数据库的连接和SELECT查询，并将查询结果中抽出需要的列进行处理。当然，处理插入数据，就要使用dbstate.executeUpdate(sql);

• 在搬砖过程中，熟悉了set的使用：

  Set<String> stopWordSet = new HashSet<String>();    Map<String, Integer> WordDic = new HashMap<String, Integer>();
  stopwordset.add(stopword);                                 WordDic.put(tsplit, 1);
  stopWordSet.contains(tsplit)                               WordDic.containsKey(tsplit)

  
  
  
  

遍历输出：（1）对于set直接生成相应的Iterator，然后遍历next()；
                    （2）

Set<Map.Entry<String, String>> allset = mapper.entrySet();
			Iterator<Map.Entry<String, String>> a = allset.iterator();
			while (a.hasNext()) {
				Map.Entry<String, String> me = a.next();                         // 进行key和value分离
				System.out.println(me.getKey() + "--->" + me.getValue());        // 输出关键字和内容
			}

map根据value值排序（若value是Integer）

 List<Map.Entry<String, Integer>> infoIds = new ArrayList<Map.Entry<String, Integer>>(WordDic.entrySet());                 
			Collections.sort(infoIds,
					new Comparator<Map.Entry<String, Integer>>() {
						public int compare(Map.Entry<String, Integer> o1,
								Map.Entry<String, Integer> o2) {
							return (o2.getValue() - o1.getValue());
						}
					});