MySQL问题总结

一、视图更新操作规则

  • 允许更新的试图
    由一个基表定义的视图,只含有基表的主键或候补键,并且视图中没有用表达式或函数定义的属性,才允许更新。
  • 不允许更新的试图
    (1)若视图的字段是来自字段表达式或常数,则不允许对此视图执行INSERT、UPDATE操作,允许执行DELETE操作;
    (2)若视图的字段是来自库函数,则此视图不允许更新;
    (3)若视图的定义中有GROUP BY子句或聚集函数时,则此视图不允许更新;
    (4)若视图的定义中有DISTINCT任选项,则此视图不允许更新;
    (5)若视图的定义中有嵌套查询,并且嵌套查询的FROM子句中涉及的表也是导出该视图的基表,则此视图不允许更新;
    (6)若视图是由两个以上的基表导出的,此视图不允许更新;
    (7)一个不允许更新的视图上定义的视图也不允许更新;

二、truncate表之后,主键的自增值如何改变?

如果想让自增主键不从1开始,建表时需要在语句外加上auto_increment=1001
例如:
这里写图片描述

注意: truncate表之后,自增主键的默认值会改为1,而不是1001

三、mysql索引类型

  • 唯一索引(unique)
  • 普通索引(normal)
  • 全文索引(full text)(InnoDB不支持,MyISAM支持)

四、mysql索引方法

  • BTREE
  • HASH

五、drop、delete与truncate比较

  • drop
    • 删除整个表以及与该表有关的所有索引、约束和触发器
    • 依赖于该表的存储过程或函数不会被删除,但状态被置为无效
    • 释放表所占的所有空间
    • 不可回滚
    • 速度最快
  • truncate
    • 只删除表中所有数据
    • 不删除表结构
    • 表和索引所占空间恢复到初始大小
    • 不可回滚
    • 速度比delete快,原因是truncate使用的系统和事务日志资源少,通过释放存储表数据所用的数据页来删除表数据,并且只在事务日志中记录数据页的释放。
  • delete
    • 逐行删除数据,可以带where语句
    • 不会清除表和索引所占空间
    • 可回滚,每删除一行,均将被记录事务日志,之后可以根据事务日志中的内容回滚
    • 速度比drop和truncate慢

六、候选键、超键

候选键又称候选码,是某个关系变量的一组属性所组成的集合。同时满足以下两个条件的就是候选键:

  • 这个属性集合始终能够确保在关系中唯一标识元组(超键
  • 在这个属性集合中找不出合适的子集能够满足条件

满足第一个条件的属性集合称为超键,因此我们也可以把候选键定义为”最小超键“,即不含有多余属性的超键。

七、数据完整性约束

八、范式、反范式、冗余

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。

“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