当前位置: 首页 > news >正文

四、MySQL之DML DQL

有关数据表的DML操作

  1. INSERT 针对于数据的插入
  2. DELETE 针对于数据的删除
  3. UPDATE 针对于数据的修改

4.1 INSERT语句

INSERT INTO 表名 [(列名1,列名2,....)] VALUES (1,值2...);
默认情况下,一条插入命令只针对一行进行影响INSERT INTO 表名 [(columnName,[columnName...])] VALUES (value[,value....]),(value[,value....]),(value[,value....]).....;
一次性插入多条记录PS 如果我们为每一列都要指定注入的值,那么表名后面就不需要罗列插入的列名了
INSERT INTO 表名 VALUES (1,值2,值3....)CREATE TABLE `grade`  (`GradeID` int(0) NOT NULL AUTO_INCREMENT COMMENT '年级编号',`GradeName` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '年级名称',PRIMARY KEY (`GradeID`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 7 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci ROW_FORMAT = Dynamic;

4.2 REPLACE语句

replace语句的语法格式有三种语法格式。语法格式1replace into 表名 [(字段列表)] values (值列表);
语法格式2replace [into] 目标表名[(字段列表1) select (字段列表2) from 源表 [where 条件表达式];
语法格式3replace [into] 表名 set 字段1=1, 字段2=2;

REPLACE与INSERT语句区别:

replace语句的功能与insert语句的功能基本相同,不同之处在于:使用replace语句向表插入新记录时,如果新记录的主键值或者唯一性约束的字段值与已有记录相同,则已有记录先被删除(注意:已有记录删除时也不能违背外键约束条件),然后再插入新记录。

使用replace的最大好处就是可以将delete和insert合二为一(效果相当于更新),形成一个原子操作,这样就无需将delete操作与insert操作置于事务中了

4.3 DELETE语句 || TRUNCATE语句

DELETE (TRUNCATE) FROM 表名 [WHERE 条件];

DELETE:删除数据,保留表结构,必要时可以回滚,但是如果数据量较大,运行速度不及TRUNCATE。

TRUNCATE:删除所有数据,保留表结构,不能够回滚。一次全部删除所有数据,速度相对很快。

DROP:删除数据和表结构,删除速度最快。

4.4 UPDATE数据

UPDATE 表名 SET 列名 =[,列名 = 值,列名 = 值,列名 = 值,...] [WHERE 条件];

4.5 SELECT 语句(DQL数据查询语言)

基础语法

SELECT {*,列名,函数} 
FROM 表名 
[WHERE 条件];说明:
-SELECT检索关键字  *匹配所有列  ,  匹配指定列  
-FROM  所提供的数据源(表,视图,另一个查询机制反馈的结果)
-WHERE 条件(控制查询的区域)SELECT *
FROM student;						#查询学生表的所有列以及所有行  ====>  学生表的全部信息SELECT StudentName,Address,Email	#查询指定三列的内容所有行 ====> 学生表的姓名 住址  邮箱
FROM student;SELECT StudentName,Address,Email	#查询指定三列的内容指定行 ====> 学生表的姓名 住址  邮箱  
FROM student
WHERE sex = 0;#结论   SELECT 关键字 和 FROM 关键字之间  写的东西 控制的是我们结果的列数
#	    WHERE 写的东西 控制的是我们结果的行数#生日在2000-01-01  2010-01-01 的男生 的 姓名
SELECT StudentName
FROM student
WHERE BornDate>'2000-01-01' AND BornDate<'2010-01-01' AND sex = 1;

SELECT 语句中的算数表达式

对数值型数据列、变量、常量可以使用算数操作符创建表达式(+ - * /)
对日期型数据列、变量、常量可以使用部分算数操作符创建表达式(+ -)
运算符不仅可以在列和常量之间进行运算,也可以在多列之间进行运算。
SELECT 100+80;
SELECT '300'+80;  		#只要其中一个是数值类型,而另一个能够转成数值,则自动转换并计算
SELECT 'ABC'+20;  		#若转换不成功,则将其认为是数字0对待
SELECT 'Hello'+'World';	#若转换不成功,则将其认为是数字0对待  
SELECT NULL+80; 		#只要有一个为NULL,则结果为NULL

运算符优先级

乘除优先级高于加减
同级运算时运算顺序由左到右
表达式内使用括号,可以改变优先级的运算顺序
SELECT * 
FROM subject;
+-----------+-------------------+-----------+---------+
| SubjectNo | SubjectName       | ClassHour | GradeID |
+-----------+-------------------+-----------+---------+
|         1 | 高等数学-1        |       110 |       1 |
|         2 | 高等数学-2        |       110 |       2 |
|         3 | 高等数学-3        |       100 |       3 |
|         4 | 高等数学-4        |       130 |       4 |
|         5 | C语言-1           |       110 |       1 |
|         6 | C语言-2           |       110 |       2 |
|         7 | C语言-3           |       100 |       3 |
|         8 | C语言-4           |       130 |       4 |
|         9 | JAVA第一学年      |       110 |       1 |
|        10 | JAVA第二学年      |       110 |       2 |
|        11 | JAVA第三学年      |       100 |       3 |
|        12 | JAVA第四学年      |       130 |       4 |
|        13 | 数据库结构-1      |       110 |       1 |
|        14 | 数据库结构-2      |       110 |       2 |
|        15 | 数据库结构-3      |       100 |       3 |
|        16 | 数据库结构-4      |       130 |       4 |
|        17 | C#基础            |       130 |       1 |
+-----------+-------------------+-----------+---------+SELECT SubjectName,ClassHour,ClassHour*10+10
FROM subject;SELECT SubjectName,ClassHour,ClassHour*(10+10)
FROM subject;

NULL值的使用

String str = null;     
String str = "";
null指的是  不可用、未分配的值
null不等于零或空格
任意数据类型都支持null这种表达形式
包括null的任何算数表达式结果都等于空
字符串和null进行连接运算,结果也是空    

补充点

<==>   安全等于  等价于  =IS 两者的结合示例1:查询学号为1001的学生信息
SELECT *
FROM student
WHERE StudentNo <==> 1001;    #  WHERE StudentNo = 1001;示例2:查询邮箱为空的学生的信息
SELECT *
FROM student
WHERE Email <==> NULL;   #  WHERE Email IS NULL;

定义字段的别名

SELECT StudentName,Address,Email 
FROM student;
+--------------+------------------------------------+--------------------+
| StudentName  | Address                            | Email              |
+--------------+------------------------------------+--------------------+
| 郭靖         | 北京海淀区中关村大街1| test1@bdqn.cn      |
| 李文才       | 广东广州天河区                     | test1@bdqn.cn      |
| 李斯文       | 天津市和平区                       | test1@bdqn.cn      |
| 武松         | 上海市金桥区                       | test1@bdqn.cn      |
| 张三         | 北京市通州                         | test1@bdqn.cn      |
| 张秋丽       | 广西桂林市灵川                     | test1@bdqn.cn      |
| 欧阳峻峰     | 北京东城区                         | NULL               |
| 梅超风       | 河南洛阳                           | NULL               |
| 赵敏         | 西安市雁塔区                       | NULL               |
| 李寻欢       | 西安市碑林区                       | litian@qq.com      |
| 赵尧林       | 西安市雁塔区新家坡3号楼            | zhaoyaolin@163.com |
+--------------+------------------------------------+--------------------+
#查询语句获取到的结果 是以伪表形式体现 SELECT StudentName AS '学生姓名',Address AS '家庭住址',Email AS '电子邮箱' 
FROM student;SELECT SubjectName "科目名",ClassHour "学习时长",ClassHour*(10+10) "计算后的学习时长"
FROM subject;

祛除重复的记录

#我想查看学生表的性别
#缺省情况下查询显示所有行,包括重复行
SELECT sex "性别" 
FROM student;
#可以使用关键字DISTINCT清除查询记录中的重复数据
SELECT DISTINCT sex "性别" 
FROM student;

WHERE 限制所选择的横向区域

WHERE中的字符串或日期格式的内容 
需要使用单引号进行专门的标识  如   StudentName = '张三'  而不能 直接  StudentName = 张三
字符串内的数据 对大小写是敏感的   如记录中有  Louis77@163.com   我们在检索时就不能  louis77@163.com
日期值对格式是敏感的   如记录中有  2000-01-01 00:00:00   我们在检索时就不能  20000101#示例1:查询姓名是郭靖的学生信息
SELECT * 
FROM student 
WHERE StudentName = '郭靖';
#示例2:查询生日是1986-12-31的学生信息
SELECT *
FROM student
WHERE BornDate = '1986-12-31';
#示例3:查询学号是1000的学生信息
SELECT * 
FROM student
WHERE StudentNo = 1000;#WHERE中的比较运算符  < >  <=  >=  != = 
#示例4:查询生日在2000-01-01之后的学生信息
SELECT *
FROM student
WHERE BornDate > '2000-01-01';
#WHERE中逻辑运算符  AND  OR  NOT
#AND需要所有条件都满足
#示例5:查询班级编号是1,并且生日在1980-01-01之后,并且性别是1的学生信息
SELECT *
FROM student
WHERE GradeId = 1 AND BornDate > '1980-01-01' AND sex = 1;
#OR只要满足多条件之一即可
#示例6:查询班级编号是1,或者生日在1980-01-01之后,或者性别是1的学生信息
SELECT *
FROM student
WHERE GradeId = 1 OR BornDate > '1980-01-01' OR sex = 1;
#NOT表示取反
#示例7:查询邮箱不为空的学生的姓名,邮箱地址
SELECT StudentName "姓名",Email "邮箱地址"
FROM student
WHERE Email IS NOT NULL;
#示例8:查询生日在2000-2010之间的学生姓名
SELECT StudentName "姓名"
FROM student
WHERE BornDate >= '2000-01-01' AND BornDate <= '2010-01-01';
#示例9:使用BETWEEN关键字实现范围查询
SELECT StudentName "姓名"
FROM student
WHERE BornDate BETWEEN '2000-01-01' AND '2010-01-01';
#示例10:查询 班级是1或2或3班的学生姓名
SELECT StudentName "姓名"
FROM student
WHERE GradeId = 1 OR GradeId = 3 OR GradeId = 2;
#示例11:使用IN关键字进行匹配
SELECT StudentName "姓名"
FROM student
WHERE GradeId IN (1,2,3);
#LIKE关键字
#该关键字主要用于执行模糊查询,查询条件可以包含文字字符或占位符
#通过%表示匹配0或多个字符
#_表示匹配一个字符
#示例12:查询学生姓名 姓名以周开始,后面字符数量不定
SELECT StudentName "姓名"
FROM student
WHERE StudentName LIKE '李%';
# LIKE '%周'  以周字结束
# LIKE '%周%' 包含周字
# LIKE '周_'  以周开始且后方匹配一个字符

GROUP BY 分组查询

GROUP BY 字句的真正作用在于与各种聚合函数配合使用。它用来对查询出来的数据进行分组.
分组的真正含义:把表中列值相同的多条记录,当成是一条记录进行处理,最终也只输出一条记录,分组函数忽略空值
语法:
SELECT {*,列名,函数} 
FROM 表名 
[WHERE 基础条件]
[GROUP BY 分组条件]
[HAVING 过滤条件]#示例1:统计各班人数
SELECT COUNT(*) "人数",GradeID "班级编号"
FROM student
WHERE sex = 1
GROUP BY (GradeID);
#示例2:统计每个学生的考试总分,平均分,最高分,最低分
SELECT StudentNo "学号", SUM(StudentResult) "总分",AVG(StudentResult) "平均分",MAX(StudentResult) "最高分",MIN(StudentResult) "平最低分"
FROM result
GROUP BY (StudentNo);
#示例3:考试时间在 2012年01月01日后 统计每个学生的考试总分,平均分,最高分,最低分
SELECT StudentNo "学号", SUM(StudentResult) "总分",AVG(StudentResult) "平均分",MAX(StudentResult) "最高分",MIN(StudentResult) "平最低分"
FROM result
WHERE ExamDate >= '2012-01-01'
GROUP BY (StudentNo);
#示例4:考试时间在 2012年01月01日后 统计每个学生的考试总分,平均分,最高分,最低分 过滤掉 总分在650以下的
SELECT StudentNo "学号", SUM(StudentResult) "总分",AVG(StudentResult) "平均分",MAX(StudentResult) "最高分",MIN(StudentResult) "平最低分"
FROM result
WHERE ExamDate >= '2012-01-01'
GROUP BY (StudentNo)
HAVING  SUM(StudentResult) >= 650;PS:分组函数的重要规则
1、如果 使用了分组函数,或使用了GROUP BY (字段1,字段2...)执行查询,那么出现在SELECT 列表后的字段 要么必须是聚合函数,要么出现过在GRUOP字句内。
2、GRUOP BY子句的字段可以不出现在SELECT内。
3、使用聚合函数但不使用分组查询时,那么所有的数据会作为一组进行显示
4GROUP BY前面的 WHERE 表示 分组前执行的条件过滤
5GROUP BY后面的 HAVING表示 分组后执行的条件过滤

ORDER BY 排序查询

SELECT {*,列名,函数} 
FROM 表名 
[WHERE 基础条件]
[GROUP BY 分组条件]
[HAVING 过滤条件]
[ORDER BY (需要排序的字段) ASC||DESC];  #ASC升序(升序)  DESC(降序)
#示例1、查询平均成绩在80以上的学生(学号)信息,同时成绩还需要按照降序排列
SELECT StudentNo "学号",AVG(StudentResult) "成绩"
FROM result
GROUP BY (StudentNo)
HAVING AVG(StudentResult) > 80;
ORDER BY(AVG(StudentResult)) DESC;

LIMIT 区间查询

SELECT {*,列名,函数} 
FROM 表名 
[WHERE 基础条件]
[GROUP BY 分组条件]
[HAVING 过滤条件]
[ORDER BY (需要排序的字段) ASC||DESC]  #ASC升序(升序)  DESC(降序)
[LIMIT A,B];LIMIT 连续区间查询
LIMIT A,B      A表示需要查询的行的索引位    B所查询的容量
LIMIT 0,5      第一行---第五
LIMIT 5,5      第六行---第十
LIMIT 10,5     第十一---第十五
分页查询的前置
以baidu热搜为例>>>>>>>>>>>>>    第一页    LIMIT 0,6>>>>>>>>>>>>>    第二页    LIMIT 6,6>>>>>>>>>>>>>    第三页    LIMIT 12,6>>>>>>>>>>>>>    第四页    LIMIT 18,6>>>>>>>>>>>>>    第五页    LIMIT 24,6>>>>>>>>>>>>>    第六页    LIMIT 30,6>>>>>>>>>>>>>             LIMIT (当前页码数-1)*容量,容量#示例1:求学校学生中 三甲学生的信息#分析 学生总分 降序排列 区间取前三SELECT StudentNo "学号",SUM(StudentResult) "总成绩"FROM resultGROUP BY (StudentNo)ORDER BY(SUM(StudentResult)) DESCLIMIT 0,3;

GROUP_CONCAT 分组数据合并

#示例1 根据班级进行分组,要求查看各班人数,以及各班学员姓名。
SELECT GradeID "班级编号",COUNT(*) "班级人数",GROUP_CONCAT(StudentName) "学员姓名"
FROM student
GROUP BY(GradeID);注意事项:
1、使用GROUP_CONCAT()函数时必须要对数据源进行分组,如果不分组,所有数据都将合并成一行。
2、对结果集排序 查询语句执行的查询结果,数据是按照插入时顺序进行排序。
3、实际上需要按照某列大小值进行拍讯的话,建议只针对于数值或日期通过 ORDER BY函数进行排序
4、在语句最后也可以通过LIMIT控制容量大小

4.6 多表关联查询

1、交叉连接查询
#示例1:查询所有的学生+所有的班级信息
SELECT * 
FROM student,grade; 
这样查询最终得道的数据有11*7=77条数据
通过笛卡尔积获取的数据,异常过多,无法匹配具体的内容,于是我们需要补充条件以提高查询的精度2、等值连接查询
#示例1:查询所有的学生+所有的班级信息
#语法:SELECT * FROM 表1,表2,... WHERE 表1.列 = 表2.列 [AND...];
SELECT * 
FROM student,grade
WHERE student.GradeID = grade.GradeID;
#示例2:查询所有的学生姓名,住址,班级名称
SELECT StudentName "姓名",Address "住址",GradeName "班级名称"
FROM student,grade
WHERE student.GradeID = grade.GradeID;
#更为规范化的写法
SELECT s.StudentName "姓名",s.Address "住址",g.GradeName "班级名称"
FROM student s,grade g
WHERE s.GradeID = g.GradeID;
#练习查询学生姓名,参考科目,考试时间,考试成绩
#分析思路:1找到要查啥   2查的东西来自于哪   3表关系
SELECT s.StudentName "学生姓名",su.SubjectName "参考科目",r.ExamDate "考试时间",r.StudentResult "考试成绩"
FROM student s,subject su,result r
WHERE r.StudentNo = s.StudentNo AND r.SubjectNo = su.SubjectNo;总结:等值链接确实能够帮助我们完成表于表之间的联系,但是WHERE这个关键字一开始是作为基础条件关键字出现的,而我们把表与表之间关系的描述通过WHERE去实施,难免大材小用.于是我们决定释放WHERE关于等值连接的操作。3、内连接查询  INNER JOIN
#语法 SELECT * FROM 表1 INNER JOIN 表2 ON 表1.列 = 表2.列 [INNER JOIN 表3 ON 关系 .....][WHERE 基础条件];
#示例3:练习查询学生姓名,参考科目,考试时间,考试成绩
SELECT s.StudentName "学生姓名",su.SubjectName "参考科目",r.ExamDate "考试时间",r.StudentResult "考试成绩" 
FROM student s INNER JOIN result r ON r.StudentNo = s.StudentNo
INNER JOIN subject su ON r.SubjectNo = su.SubjectNo;PS 内连接查询的本质和等值实际上没有区别,但是内连接可以释放WHERE关键字,使表与表之间关系更加清晰.4、外连接查询
4.1 左外连接 >>>>> LEFT JOIN   获取相交数据+左外关键字以左表的全部数据
SELECT s.StudentName "姓名",s.Address "住址",g.GradeName "班级名称"
FROM grade g LEFT JOIN student s ON s.GradeID = g.GradeID;
4.2 右外连接 >>>>> RIGHT JOIN  获取相交数据+右外关键字以右的全部数据
SELECT s.StudentName "姓名",s.Address "住址",g.GradeName "班级名称"
FROM student s RIGHT JOIN grade g ON s.GradeID = g.GradeID;
5、自然连接查询  自己和自己形成主外键关系
+------------+-----+-----------------+
| categoryId | pid | categoryName    |
+------------+-----+-----------------+
|          2 |   1 | 美术设计        |
|          3 |   1 | 软件开发        |
|          4 |   3 | 数据库基础      |
|          5 |   2 | Photoshop基础   |
|          6 |   2 | 色彩搭配学      |
|          7 |   3 | PHP基础         |
|          8 |   3 | 一起学JAVA      |
+------------+-----+-----------------+假设 1 意味着是根目录 
编号为2的美术设计 和编号为3的软件开发 父级都是 1 根目录
编号为3的数据库基础 是软件开发的一部分SELECT c1.categoryName "父级目录",c2.categoryName "子栏目"
FROM category c1 INNER JOIN category c2 ON c1.categoryId = c2.pid;

子查询

1 将一个查询语句的结果充当下一个查询语句的条件
2 核心在于通过小括号以提高优先级别
3 子查询中可以包含的关键字 IN  NOT  ALL
4 子查询中可以包含的运算符 逻辑+算数#示例1:查询大一的男生姓名及家庭住址
#1--大一对应的班级编号
SELECT GradeID FROM grade WHERE  GradeName = '大一';     ======>    1
#2--以一年级一班对应的班级编号作为线索,去找适配的学生信息
SELECT StudentName "姓名",Address "住址"
FROM student WHERE GradeID = (SELECT GradeID FROM grade WHERE  GradeName = '大一');
#3--加入我们的基础条件
SELECT StudentName "姓名",Address "住址"
FROM student WHERE GradeID = (SELECT GradeID FROM grade WHERE  GradeName = '大一') AND sex = 1;
#示例2:查询班级名称是大一(学生信息==>学号信息),科目是高等数学-1(科目编号) 的学生的平均分
>>>>需求1 根据班级名 找出班级 编号
SELECT GradeID
FROM grade WHERE GradeName = '大一';
>>>>需求2 根据对应的班级编号 找到适配的学生学号
SELECT StudentNo
FROM student WHERE GradeID = (SELECT GradeID
FROM grade WHERE GradeName = '大一')
>>>>需求3 根据科目名找到对应的科目编号
SELECT subjectNo
FROM subject WHERE subjectName = '高等数学-1';
>>>>编辑最后的命令
SELECT AVG(result.StudentResult)
FROM result
WHERE result.SubjectNo = (SELECT subjectNo
FROM subject WHERE subjectName = '高等数学-1')
AND result.StudentNo IN (SELECT StudentNo
FROM student WHERE GradeID = (SELECT GradeID
FROM grade WHERE GradeName = '大一'));

4.7 SQL函数

聚合函数

聚合函数是指对一组值进行运算,最终返回是单个值。也可以被称为 组合函数
COUNT()     统计目标行数量的函数
AVG()		求平均值
SUM()		求合
MIN()		求最小值
MAX()		求最大值
PS:除COUNT函数之外,其他的聚合函数都会忽略NULL值
配套的示例 详见前文

面试题

COUNT(*) 和 COUNT(1) 和 COUNT(字段名) 三者区别

COUNT(*)COUNT(1) 
当表数据量较大时,对表进行检索,count1  时效要比  count*  慢
当表数据量较小时,对表进行检索,count1  时效要比  count*  快
count1 聚索引状 
count* 自动选择索引
结论:这两个 通常 不予比较
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
COUNT(1)COUNT(字段) 
count1会统计表中所有的记录数,包含了字段为NULL的记录
count字段会忽略当前字段中出现null的情况,如果出现null值,不统计这条记录三者区别
1.count(*) 包含了所有列,相当于所有行记录,在统计结果时不忽略NULL
2.count(1) 包含了所有的忽略列,用1表示代码行,在统计结果时不忽略NULL
3.count(字段) 只会包含具有列名的那一列,在统计结果时会忽略NULL在执行效率上
如果列名<===>主键列 
count(字段)>count(*)>count(1)
如果列名!<===>主键列
count(*)||count(1)>count(字段)
如果表多列都无主键
count(1)>count(*)>count(字段)执行效率最高的
SELECT COUNT(主键列) .....

数值型函数

函数名称作用
ABS()求绝对值
SQRT()求平方根
POW()或POWER()返回参数的幂次方
MOD()求余数
CEIL()或CEILING()向上取整
FLOOR()向下取整
ROUND()四舍五入
RAND随机生成一个数字 (0-1) 之间
#随机生成 0-----99999的数字
#1随机生成一个数字  (0-1)   之间
SELECT RAND();
#2将生成的随机数*100000
SELECT RAND()*100000;
#3对结果进行FLOOR向下取整
SELECT FLOOR(RAND()*100000);

字符串函数

函数名称作用
LENGTH()返回字符串长度
CHAR_LENGTH()返回字符串的字节长度
CONCAT()合并字符串长度,返回结果为连接后新生成的字符串,参数可以是一个或多个
INSERT(str,pos,len,newstr)替换字符串函数
LOWER()将字符串内所有的字符转小写
UPPER()将字符串中所有的字符转大写
LEFT(str,len)从字符串左侧进行截取,返回字符串左边若干长度的字符
RIGHT(str,len)从字符串右侧进行截取,返回字符串右边若干长度的字符
TRIM()删除字符串两次空格
REPLACE(str,l1,l2)字符串替换函数,返回替换后的新字符串
SUBSTRING(str,s,len)截取字符串,返回从指定位置开始指定长度的字符串
REVERSE()字符串逆序函数,返回余元字符串顺序相反的字符串
STRCMP(str1,str2)比较两个表达式的顺序,如果str1小于str2返回 -1 0相等 1大于
LOCATE(substr,str)返回第一次出现目标字符串的索引位
INSTR(substr,str)返回最后一次出现目标字符串的索引位

日期函数

函数名称作用
CURDATE()
CURRENT_DATE()
CURRENT_DATE
返回当前系统的日期值
CURTIME()
CURRENT_TIME()
CURRENT_TIME
返回当前系统的时间
NOW()
SYSDATE()
返回当前系统的日期及时间
DATE(PAREM)返回指定对象的日期部分
TIME(PAREM)返回指定对象的时间部分
YEAR(PAREM)返回指定对象的年份(1970–2069)
MONTH(PAREM)返回指定对象的月份
DAY(PAREM)返回指定对象的日期
DAYOFWEEK(PAREM)获取指定日期对应的一周的索引位置值,也就是星期数,注意周日是开始日,为1
WEEK(PAREM)获取指定日期是一年中的第几周,返回值的范围是否为 0〜52
DATEDIFF(PAREM,PAREM)返回两个日期之间的相差天数
#查询A学生和当前时间的天数差
SELECT DATEDIFF(NOW(),(SELECT BornDate FROM student WHERE StudentName = '张三'));#根据生日查询其年龄
SELECT FLOOR(DATEDIFF(NOW(),(SELECT BornDate FROM student WHERE StudentName = '张三'))/365)  AS "时差";

流程控制函数

函数名称作用
IF(条件,结果1,结果2)判断,如果条件=true 返回结果1 反之 返回结果2
CASE搜索函数
IFNULL(value1,value2)判断,如果value1不为NULL 则函数返回值就是value1 反之 返回value2
#示例1
SELECT IF(12,2,3);
SELECT IF(1<2,'YES','NO');
SELECT IF(STRCMP('TEST001','TEST001'),'NO','YES');
条件内  结果 true(0的自然数)    false(0)#示例2 分别显示学生信息,有邮箱和没有邮箱的备注信息
SELECT StudentName "学生姓名",IF(Email IS NULL,'没有邮箱','存在邮箱') "是否具有邮箱"
FROM student;#示例3 使用IFNULL,函数入参两个,如果入参不为空则返回第一个值,否则返回第二个值
SELECT IFNULL(1,2),IFNULL(NULL,2),IFNULL(9/3,2);SELECT StudentName "学生姓名",IFNULL(Email,'没有邮箱') "邮箱地址"
FROM student;#示例4
CASE<表达式>WHEN<1>  THEN<结果1>WHEN<2>  THEN<结果2>WHEN<3>  THEN<结果3>WHEN<4>  THEN<结果4>
ELSE <默认结果>
END
#需求 查询成绩表  限定考试科目 高等数学-1 
#	 要求如下   如果学号是1000   显示成绩为原成绩的 1.5倍
#	 要求如下   如果学号是1001   显示成绩为原成绩的 1.3倍
#	 要求如下   如果学号是1002   显示成绩为原成绩的 1.1倍
#	 要求如下   其他学生成绩显示原成绩#1-查出高数-1的科目编号
SELECT SubjectNo FROM subject WHERE SubjectName = '高等数学-1';
#2-通过科目编号找到学生的考试成绩
SELECT * FROM result WHERE SubjectNo = (SELECT SubjectNo FROM subject WHERE SubjectName = '高等数学-1');
#3-通过CASE语法修改并查看参数
SELECT StudentNo "学号",StudentResult "原成绩",
CASE StudentNoWHEN 1000 THEN StudentResult*1.5WHEN 1001 THEN StudentResult*1.3WHEN 1002 THEN StudentResult*1.1ELSE StudentResultEND "修改后的成绩"
FROM result 
WHERE SubjectNo = (SELECT SubjectNo FROM subject WHERE SubjectName = '高等数学-1');#练习 为所有成绩进行评分 要求体现的内容有 学生姓名,参考科目,考试成绩,综合评分(>=90优 >=80良好 >=70中等 >=60较差 不及格)
#通过内连接 完成3表的关联  学生  成绩  科目SELECT s.StudentName "学生姓名",su.SubjectName "参考科目",r.StudentResult "考试成绩",
CASE WHEN r.StudentResult>=90 THEN "优秀"WHEN r.StudentResult>=80 THEN "良好"WHEN r.StudentResult>=70 THEN "中等"WHEN r.StudentResult>=60 THEN "较差"ELSE "不及格"END "综合评分"
FROM student s INNER JOIN result r ON s.StudentNo = r.StudentNo
INNER JOIN subject su ON su.SubjectNo = r.SubjectNo;

以上所有示例及练习都是基于以下库表进行操作的

1:建库 MySchool_db
CREATE DATABASE Myschool_db;
2:建表(先主后从)
2.1创建年级表
CREATE TABLE grade(GradeID INT  NOT NULL AUTO_INCREMENT COMMENT '年级编号',GradeName VARCHAR(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '年级名称',PRIMARY KEY (GradeID)
) ENGINE = InnoDB AUTO_INCREMENT = 7 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci;2.2创建科目表
DROP TABLE IF EXISTS subject;
CREATE TABLE subject  (SubjectNo int NOT NULL AUTO_INCREMENT COMMENT '课程编号',SubjectName varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '课程名称',ClassHour int NULL DEFAULT NULL COMMENT '学时',GradeID int NULL DEFAULT NULL COMMENT '年级编号',PRIMARY KEY (SubjectNo)
) ENGINE = InnoDB AUTO_INCREMENT = 17 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci;2.3创建学生表
DROP TABLE IF EXISTS student;
CREATE TABLE student  (StudentNo int(0) NOT NULL COMMENT '学号',LoginPwd varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,StudentName varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '学生姓名',Sex tinyint(1) NULL DEFAULT NULL COMMENT '性别,取值0或1',GradeId int(0) NULL DEFAULT NULL COMMENT '年级编号',Phone varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '联系电话,允许为空,即可选输入',Address varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '地址,允许为空,即可选输入',BornDate datetime(0) NULL DEFAULT NULL COMMENT '出生时间',Email varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '邮箱账号,允许为空,即可选输入',IdentityCard varchar(18) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '身份证号',PRIMARY KEY (StudentNo) USING BTREE,UNIQUE INDEX IdentityCard(IdentityCard) USING BTREE,INDEX Email(Email) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 1 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci;2.4创建成绩表
CREATE TABLE `result`  (`StudentNo` int(0) NOT NULL COMMENT '学号',`SubjectNo` int(0) NOT NULL COMMENT '课程编号',`ExamDate` datetime(0) NOT NULL COMMENT '考试日期',`StudentResult` int(0) NOT NULL COMMENT '考试成绩',INDEX `SubjectNo`(`SubjectNo`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci;>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>注入年级数据
INSERT INTO `grade` VALUES (1, '大一');
INSERT INTO `grade` VALUES (2, '大二');
INSERT INTO `grade` VALUES (3, '大三');
INSERT INTO `grade` VALUES (4, '大四');
INSERT INTO `grade` VALUES (5, '预科班');
INSERT INTO `grade` VALUES (6, '幼儿园');
INSERT INTO `grade` VALUES (7, '老年大学');
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>注入科目数据
INSERT INTO `subject` VALUES (1, '高等数学-1', 110, 1);
INSERT INTO `subject` VALUES (2, '高等数学-2', 110, 2);
INSERT INTO `subject` VALUES (3, '高等数学-3', 100, 3);
INSERT INTO `subject` VALUES (4, '高等数学-4', 130, 4);
INSERT INTO `subject` VALUES (5, 'C语言-1', 110, 1);
INSERT INTO `subject` VALUES (6, 'C语言-2', 110, 2);
INSERT INTO `subject` VALUES (7, 'C语言-3', 100, 3);
INSERT INTO `subject` VALUES (8, 'C语言-4', 130, 4);
INSERT INTO `subject` VALUES (9, 'JAVA第一学年', 110, 1);
INSERT INTO `subject` VALUES (10, 'JAVA第二学年', 110, 2);
INSERT INTO `subject` VALUES (11, 'JAVA第三学年', 100, 3);
INSERT INTO `subject` VALUES (12, 'JAVA第四学年', 130, 4);
INSERT INTO `subject` VALUES (13, '数据库结构-1', 110, 1);
INSERT INTO `subject` VALUES (14, '数据库结构-2', 110, 2);
INSERT INTO `subject` VALUES (15, '数据库结构-3', 100, 3);
INSERT INTO `subject` VALUES (16, '数据库结构-4', 130, 4);
INSERT INTO `subject` VALUES (17, 'C#基础', 130, 1);
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>注入学生数据
INSERT INTO `student` VALUES (1000, '111111', '郭靖', 1, 1, '13500000001', '北京海淀区中关村大街1号', '1986-12-11 00:00:00', 'test1@openlab.cn', '450323198612111234');
INSERT INTO `student` VALUES (1001, '123456', '李文才', 1, 2, '12345678901', '广东广州天河区', '1981-12-31 00:00:00', 'test1@openlab.cn', '450323198112311234');
INSERT INTO `student` VALUES (1002, '111111', '李斯文', 1, 1, '13500000003', '天津市和平区', '1986-11-30 00:00:00', 'test1@openlab.cn', '450323198611301234');
INSERT INTO `student` VALUES (1003, '123456', '武松', 1, 3, '13500000004', '上海市金桥区', '1986-12-31 00:00:00', 'test1@openlab.cn', '450323198612314234');
INSERT INTO `student` VALUES (1004, '123456', '张三', 1, 4, '13500000005', '北京市通州', '1989-12-31 00:00:00', 'test1@openlab.cn', '450323198612311244');
INSERT INTO `student` VALUES (1005, '123456', '张秋丽 ', 2, 1, '13500000006', '广西桂林市灵川', '1986-12-31 00:00:00', 'test1@openlab.cn', '450323198612311214');
INSERT INTO `student` VALUES (9527, '888999', '赵尧林', 1, 1, '19988887777', '西安市雁塔区新家坡3号楼', '2000-01-01 00:00:00', 'zhaoyaolin@163.com', '610101200002029988');
INSERT INTO `student` VALUES (1007, '111111', '欧阳峻峰', 1, 1, '13500000008', '北京东城区', '1986-12-31 00:00:00', NULL, '450323198612311133');
INSERT INTO `student` VALUES (1008, '111111', '梅超风', 1, 1, '13500000009', '河南洛阳', '1986-12-31 00:00:00', NULL, '450323198612311221');
INSERT INTO `student` VALUES (1028, '111111', '赵敏', 1, 3, '13955556666', '西安市雁塔区', NULL, NULL, NULL);
INSERT INTO `student` VALUES (8080, '123123', '李寻欢', 1, 1, '13677778888', '西安市碑林区', '2005-05-01 00:00:00', 'litian@qq.com', '610101200505019900');
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>注入成绩信息
INSERT INTO `result` VALUES (1000, 1, '2013-11-11 16:00:00', 94);
INSERT INTO `result` VALUES (1000, 2, '2012-11-10 10:00:00', 75);
INSERT INTO `result` VALUES (1000, 3, '2011-12-19 10:00:00', 76);
INSERT INTO `result` VALUES (1000, 4, '2010-11-18 11:00:00', 93);
INSERT INTO `result` VALUES (1000, 5, '2013-11-11 14:00:00', 97);
INSERT INTO `result` VALUES (1000, 6, '2012-09-13 15:00:00', 87);
INSERT INTO `result` VALUES (1000, 7, '2011-10-16 16:00:00', 79);
INSERT INTO `result` VALUES (1000, 8, '2010-11-11 16:00:00', 74);
INSERT INTO `result` VALUES (1000, 9, '2013-11-21 10:00:00', 69);
INSERT INTO `result` VALUES (1000, 10, '2012-11-11 12:00:00', 78);
INSERT INTO `result` VALUES (1000, 11, '2011-11-11 14:00:00', 66);
INSERT INTO `result` VALUES (1000, 12, '2010-11-11 15:00:00', 82);
INSERT INTO `result` VALUES (1000, 13, '2013-11-11 14:00:00', 94);
INSERT INTO `result` VALUES (1000, 14, '2012-11-11 15:00:00', 98);
INSERT INTO `result` VALUES (1000, 15, '2011-12-11 10:00:00', 70);
INSERT INTO `result` VALUES (1000, 16, '2010-09-11 10:00:00', 74);
INSERT INTO `result` VALUES (1001, 1, '2013-11-11 16:00:00', 76);
INSERT INTO `result` VALUES (1001, 2, '2012-11-10 10:00:00', 93);
INSERT INTO `result` VALUES (1001, 3, '2011-12-19 10:00:00', 65);
INSERT INTO `result` VALUES (1001, 4, '2010-11-18 11:00:00', 71);
INSERT INTO `result` VALUES (1001, 5, '2013-11-11 14:00:00', 98);
INSERT INTO `result` VALUES (1001, 6, '2012-09-13 15:00:00', 74);
INSERT INTO `result` VALUES (1001, 7, '2011-10-16 16:00:00', 85);
INSERT INTO `result` VALUES (1001, 8, '2010-11-11 16:00:00', 69);
INSERT INTO `result` VALUES (1001, 9, '2013-11-21 10:00:00', 63);
INSERT INTO `result` VALUES (1001, 10, '2012-11-11 12:00:00', 70);
INSERT INTO `result` VALUES (1001, 11, '2011-11-11 14:00:00', 62);
INSERT INTO `result` VALUES (1001, 12, '2010-11-11 15:00:00', 90);
INSERT INTO `result` VALUES (1001, 13, '2013-11-11 14:00:00', 97);
INSERT INTO `result` VALUES (1001, 14, '2012-11-11 15:00:00', 89);
INSERT INTO `result` VALUES (1001, 15, '2011-12-11 10:00:00', 72);
INSERT INTO `result` VALUES (1001, 16, '2010-09-11 10:00:00', 90);
INSERT INTO `result` VALUES (1002, 1, '2013-11-11 16:00:00', 61);
INSERT INTO `result` VALUES (1002, 2, '2012-11-10 10:00:00', 80);
INSERT INTO `result` VALUES (1002, 3, '2011-12-19 10:00:00', 89);
INSERT INTO `result` VALUES (1002, 4, '2010-11-18 11:00:00', 88);
INSERT INTO `result` VALUES (1002, 5, '2013-11-11 14:00:00', 82);
INSERT INTO `result` VALUES (1002, 6, '2012-09-13 15:00:00', 91);
INSERT INTO `result` VALUES (1002, 7, '2011-10-16 16:00:00', 63);
INSERT INTO `result` VALUES (1002, 8, '2010-11-11 16:00:00', 84);
INSERT INTO `result` VALUES (1002, 9, '2013-11-21 10:00:00', 60);
INSERT INTO `result` VALUES (1002, 10, '2012-11-11 12:00:00', 71);
INSERT INTO `result` VALUES (1002, 11, '2011-11-11 14:00:00', 93);
INSERT INTO `result` VALUES (1002, 12, '2010-11-11 15:00:00', 96);
INSERT INTO `result` VALUES (1002, 13, '2013-11-11 14:00:00', 83);
INSERT INTO `result` VALUES (1002, 14, '2012-11-11 15:00:00', 69);
INSERT INTO `result` VALUES (1002, 15, '2011-12-11 10:00:00', 89);
INSERT INTO `result` VALUES (1002, 16, '2010-09-11 10:00:00', 83);
INSERT INTO `result` VALUES (1003, 1, '2013-11-11 16:00:00', 91);
INSERT INTO `result` VALUES (1003, 2, '2012-11-10 10:00:00', 75);
INSERT INTO `result` VALUES (1003, 3, '2011-12-19 10:00:00', 65);
INSERT INTO `result` VALUES (1003, 4, '2010-11-18 11:00:00', 63);
INSERT INTO `result` VALUES (1003, 5, '2013-11-11 14:00:00', 90);
INSERT INTO `result` VALUES (1003, 6, '2012-09-13 15:00:00', 96);
INSERT INTO `result` VALUES (1003, 7, '2011-10-16 16:00:00', 97);
INSERT INTO `result` VALUES (1003, 8, '2010-11-11 16:00:00', 77);
INSERT INTO `result` VALUES (1003, 9, '2013-11-21 10:00:00', 62);
INSERT INTO `result` VALUES (1003, 10, '2012-11-11 12:00:00', 81);
INSERT INTO `result` VALUES (1003, 11, '2011-11-11 14:00:00', 76);
INSERT INTO `result` VALUES (1003, 12, '2010-11-11 15:00:00', 61);
INSERT INTO `result` VALUES (1003, 13, '2013-11-11 14:00:00', 93);
INSERT INTO `result` VALUES (1003, 14, '2012-11-11 15:00:00', 79);
INSERT INTO `result` VALUES (1003, 15, '2011-12-11 10:00:00', 78);
INSERT INTO `result` VALUES (1003, 16, '2010-09-11 10:00:00', 96);
INSERT INTO `result` VALUES (1004, 1, '2013-11-11 16:00:00', 84);
INSERT INTO `result` VALUES (1004, 2, '2012-11-10 10:00:00', 79);
INSERT INTO `result` VALUES (1004, 3, '2011-12-19 10:00:00', 76);
INSERT INTO `result` VALUES (1004, 4, '2010-11-18 11:00:00', 78);
INSERT INTO `result` VALUES (1004, 5, '2013-11-11 14:00:00', 81);
INSERT INTO `result` VALUES (1004, 6, '2012-09-13 15:00:00', 90);
INSERT INTO `result` VALUES (1004, 7, '2011-10-16 16:00:00', 63);
INSERT INTO `result` VALUES (1004, 8, '2010-11-11 16:00:00', 89);
INSERT INTO `result` VALUES (1004, 9, '2013-11-21 10:00:00', 67);
INSERT INTO `result` VALUES (1004, 10, '2012-11-11 12:00:00', 100);
INSERT INTO `result` VALUES (1004, 11, '2011-11-11 14:00:00', 94);
INSERT INTO `result` VALUES (1004, 12, '2010-11-11 15:00:00', 65);
INSERT INTO `result` VALUES (1004, 13, '2013-11-11 14:00:00', 86);
INSERT INTO `result` VALUES (1004, 14, '2012-11-11 15:00:00', 77);
INSERT INTO `result` VALUES (1004, 15, '2011-12-11 10:00:00', 82);
INSERT INTO `result` VALUES (1004, 16, '2010-09-11 10:00:00', 87);
INSERT INTO `result` VALUES (1005, 1, '2013-11-11 16:00:00', 82);
INSERT INTO `result` VALUES (1005, 2, '2012-11-10 10:00:00', 92);
INSERT INTO `result` VALUES (1005, 3, '2011-12-19 10:00:00', 80);
INSERT INTO `result` VALUES (1005, 4, '2010-11-18 11:00:00', 92);
INSERT INTO `result` VALUES (1005, 5, '2013-11-11 14:00:00', 97);
INSERT INTO `result` VALUES (1005, 6, '2012-09-13 15:00:00', 72);
INSERT INTO `result` VALUES (1005, 7, '2011-10-16 16:00:00', 84);
INSERT INTO `result` VALUES (1005, 8, '2010-11-11 16:00:00', 79);
INSERT INTO `result` VALUES (1005, 9, '2013-11-21 10:00:00', 76);
INSERT INTO `result` VALUES (1005, 10, '2012-11-11 12:00:00', 87);
INSERT INTO `result` VALUES (1005, 11, '2011-11-11 14:00:00', 65);
INSERT INTO `result` VALUES (1005, 12, '2010-11-11 15:00:00', 67);
INSERT INTO `result` VALUES (1005, 13, '2013-11-11 14:00:00', 63);
INSERT INTO `result` VALUES (1005, 14, '2012-11-11 15:00:00', 64);
INSERT INTO `result` VALUES (1005, 15, '2011-12-11 10:00:00', 99);
INSERT INTO `result` VALUES (1005, 16, '2010-09-11 10:00:00', 97);
INSERT INTO `result` VALUES (1006, 1, '2013-11-11 16:00:00', 82);
INSERT INTO `result` VALUES (1006, 2, '2012-11-10 10:00:00', 73);
INSERT INTO `result` VALUES (1006, 3, '2011-12-19 10:00:00', 79);
INSERT INTO `result` VALUES (1006, 4, '2010-11-18 11:00:00', 63);
INSERT INTO `result` VALUES (1006, 5, '2013-11-11 14:00:00', 97);
INSERT INTO `result` VALUES (1006, 6, '2012-09-13 15:00:00', 83);
INSERT INTO `result` VALUES (1006, 7, '2011-10-16 16:00:00', 78);
INSERT INTO `result` VALUES (1006, 8, '2010-11-11 16:00:00', 88);
INSERT INTO `result` VALUES (1006, 9, '2013-11-21 10:00:00', 89);
INSERT INTO `result` VALUES (1006, 10, '2012-11-11 12:00:00', 82);
INSERT INTO `result` VALUES (1006, 11, '2011-11-11 14:00:00', 70);
INSERT INTO `result` VALUES (1006, 12, '2010-11-11 15:00:00', 69);
INSERT INTO `result` VALUES (1006, 13, '2013-11-11 14:00:00', 64);
INSERT INTO `result` VALUES (1006, 14, '2012-11-11 15:00:00', 80);
INSERT INTO `result` VALUES (1006, 15, '2011-12-11 10:00:00', 90);
INSERT INTO `result` VALUES (1006, 16, '2010-09-11 10:00:00', 85);
INSERT INTO `result` VALUES (1007, 1, '2013-11-11 16:00:00', 87);
INSERT INTO `result` VALUES (1007, 2, '2012-11-10 10:00:00', 63);
INSERT INTO `result` VALUES (1007, 3, '2011-12-19 10:00:00', 70);
INSERT INTO `result` VALUES (1007, 4, '2010-11-18 11:00:00', 74);
INSERT INTO `result` VALUES (1007, 5, '2013-11-11 14:00:00', 79);
INSERT INTO `result` VALUES (1007, 6, '2012-09-13 15:00:00', 83);
INSERT INTO `result` VALUES (1007, 7, '2011-10-16 16:00:00', 86);
INSERT INTO `result` VALUES (1007, 8, '2010-11-11 16:00:00', 76);
INSERT INTO `result` VALUES (1007, 9, '2013-11-21 10:00:00', 65);
INSERT INTO `result` VALUES (1007, 10, '2012-11-11 12:00:00', 87);
INSERT INTO `result` VALUES (1007, 11, '2011-11-11 14:00:00', 69);
INSERT INTO `result` VALUES (1007, 12, '2010-11-11 15:00:00', 69);
INSERT INTO `result` VALUES (1007, 13, '2013-11-11 14:00:00', 90);
INSERT INTO `result` VALUES (1007, 14, '2012-11-11 15:00:00', 84);
INSERT INTO `result` VALUES (1007, 15, '2011-12-11 10:00:00', 95);
INSERT INTO `result` VALUES (1007, 16, '2010-09-11 10:00:00', 92);
INSERT INTO `result` VALUES (1008, 1, '2013-11-11 16:00:00', 96);
INSERT INTO `result` VALUES (1008, 2, '2012-11-10 10:00:00', 62);
INSERT INTO `result` VALUES (1008, 3, '2011-12-19 10:00:00', 97);
INSERT INTO `result` VALUES (1008, 4, '2010-11-18 11:00:00', 84);
INSERT INTO `result` VALUES (1008, 5, '2013-11-11 14:00:00', 86);
INSERT INTO `result` VALUES (1008, 6, '2012-09-13 15:00:00', 72);
INSERT INTO `result` VALUES (1008, 7, '2011-10-16 16:00:00', 67);
INSERT INTO `result` VALUES (1008, 8, '2010-11-11 16:00:00', 83);
INSERT INTO `result` VALUES (1008, 9, '2013-11-21 10:00:00', 86);
INSERT INTO `result` VALUES (1008, 10, '2012-11-11 12:00:00', 60);
INSERT INTO `result` VALUES (1008, 11, '2011-11-11 14:00:00', 61);
INSERT INTO `result` VALUES (1008, 12, '2010-11-11 15:00:00', 68);
INSERT INTO `result` VALUES (1008, 13, '2013-11-11 14:00:00', 99);
INSERT INTO `result` VALUES (1008, 14, '2012-11-11 15:00:00', 77);
INSERT INTO `result` VALUES (1008, 15, '2011-12-11 10:00:00', 73);
INSERT INTO `result` VALUES (1008, 16, '2010-09-11 10:00:00', 78);
INSERT INTO `result` VALUES (1009, 1, '2013-11-11 16:00:00', 67);
INSERT INTO `result` VALUES (1009, 2, '2012-11-10 10:00:00', 70);
INSERT INTO `result` VALUES (1009, 3, '2011-12-19 10:00:00', 75);
INSERT INTO `result` VALUES (1009, 4, '2010-11-18 11:00:00', 92);
INSERT INTO `result` VALUES (1009, 5, '2013-11-11 14:00:00', 76);
INSERT INTO `result` VALUES (1009, 6, '2012-09-13 15:00:00', 90);
INSERT INTO `result` VALUES (1009, 7, '2011-10-16 16:00:00', 62);
INSERT INTO `result` VALUES (1009, 8, '2010-11-11 16:00:00', 68);
INSERT INTO `result` VALUES (1009, 9, '2013-11-21 10:00:00', 70);
INSERT INTO `result` VALUES (1009, 10, '2012-11-11 12:00:00', 83);
INSERT INTO `result` VALUES (1009, 11, '2011-11-11 14:00:00', 88);
INSERT INTO `result` VALUES (1009, 12, '2010-11-11 15:00:00', 65);
INSERT INTO `result` VALUES (1009, 13, '2013-11-11 14:00:00', 91);
INSERT INTO `result` VALUES (1009, 14, '2012-11-11 15:00:00', 99);
INSERT INTO `result` VALUES (1009, 15, '2011-12-11 10:00:00', 65);
INSERT INTO `result` VALUES (1009, 16, '2010-09-11 10:00:00', 83);
INSERT INTO `result` VALUES (1010, 1, '2013-11-11 16:00:00', 83);
INSERT INTO `result` VALUES (1010, 2, '2012-11-10 10:00:00', 87);
INSERT INTO `result` VALUES (1010, 3, '2011-12-19 10:00:00', 89);
INSERT INTO `result` VALUES (1010, 4, '2010-11-18 11:00:00', 99);
INSERT INTO `result` VALUES (1010, 5, '2013-11-11 14:00:00', 91);
INSERT INTO `result` VALUES (1010, 6, '2012-09-13 15:00:00', 96);
INSERT INTO `result` VALUES (1010, 7, '2011-10-16 16:00:00', 72);
INSERT INTO `result` VALUES (1010, 8, '2010-11-11 16:00:00', 72);
INSERT INTO `result` VALUES (1010, 9, '2013-11-21 10:00:00', 98);
INSERT INTO `result` VALUES (1010, 10, '2012-11-11 12:00:00', 73);
INSERT INTO `result` VALUES (1010, 11, '2011-11-11 14:00:00', 68);
INSERT INTO `result` VALUES (1010, 12, '2010-11-11 15:00:00', 62);
INSERT INTO `result` VALUES (1010, 13, '2013-11-11 14:00:00', 67);
INSERT INTO `result` VALUES (1010, 14, '2012-11-11 15:00:00', 69);
INSERT INTO `result` VALUES (1010, 15, '2011-12-11 10:00:00', 71);
INSERT INTO `result` VALUES (1010, 16, '2010-09-11 10:00:00', 66);
INSERT INTO `result` VALUES (1011, 1, '2013-11-11 16:00:00', 62);
INSERT INTO `result` VALUES (1011, 2, '2012-11-10 10:00:00', 72);
INSERT INTO `result` VALUES (1011, 3, '2011-12-19 10:00:00', 96);
INSERT INTO `result` VALUES (1011, 4, '2010-11-18 11:00:00', 64);
INSERT INTO `result` VALUES (1011, 5, '2013-11-11 14:00:00', 89);
INSERT INTO `result` VALUES (1011, 6, '2012-09-13 15:00:00', 91);
INSERT INTO `result` VALUES (1011, 7, '2011-10-16 16:00:00', 95);
INSERT INTO `result` VALUES (1011, 8, '2010-11-11 16:00:00', 96);
INSERT INTO `result` VALUES (1011, 9, '2013-11-21 10:00:00', 89);
INSERT INTO `result` VALUES (1011, 10, '2012-11-11 12:00:00', 73);
INSERT INTO `result` VALUES (1011, 11, '2011-11-11 14:00:00', 82);
INSERT INTO `result` VALUES (1011, 12, '2010-11-11 15:00:00', 98);
INSERT INTO `result` VALUES (1011, 13, '2013-11-11 14:00:00', 66);
INSERT INTO `result` VALUES (1011, 14, '2012-11-11 15:00:00', 69);
INSERT INTO `result` VALUES (1011, 15, '2011-12-11 10:00:00', 91);
INSERT INTO `result` VALUES (1011, 16, '2010-09-11 10:00:00', 69);
INSERT INTO `result` VALUES (1012, 1, '2013-11-11 16:00:00', 86);
INSERT INTO `result` VALUES (1012, 2, '2012-11-10 10:00:00', 66);
INSERT INTO `result` VALUES (1012, 3, '2011-12-19 10:00:00', 97);
INSERT INTO `result` VALUES (1012, 4, '2010-11-18 11:00:00', 69);
INSERT INTO `result` VALUES (1012, 5, '2013-11-11 14:00:00', 70);
INSERT INTO `result` VALUES (1012, 6, '2012-09-13 15:00:00', 74);
INSERT INTO `result` VALUES (1012, 7, '2011-10-16 16:00:00', 91);
INSERT INTO `result` VALUES (1012, 8, '2010-11-11 16:00:00', 97);
INSERT INTO `result` VALUES (1012, 9, '2013-11-21 10:00:00', 84);
INSERT INTO `result` VALUES (1012, 10, '2012-11-11 12:00:00', 82);
INSERT INTO `result` VALUES (1012, 11, '2011-11-11 14:00:00', 90);
INSERT INTO `result` VALUES (1012, 12, '2010-11-11 15:00:00', 91);
INSERT INTO `result` VALUES (1012, 13, '2013-11-11 14:00:00', 91);
INSERT INTO `result` VALUES (1012, 14, '2012-11-11 15:00:00', 97);
INSERT INTO `result` VALUES (1012, 15, '2011-12-11 10:00:00', 85);
INSERT INTO `result` VALUES (1012, 16, '2010-09-11 10:00:00', 90);
INSERT INTO `result` VALUES (1013, 1, '2013-11-11 16:00:00', 73);
INSERT INTO `result` VALUES (1013, 2, '2012-11-10 10:00:00', 69);
INSERT INTO `result` VALUES (1013, 3, '2011-12-19 10:00:00', 91);
INSERT INTO `result` VALUES (1013, 4, '2010-11-18 11:00:00', 72);
INSERT INTO `result` VALUES (1013, 5, '2013-11-11 14:00:00', 76);
INSERT INTO `result` VALUES (1013, 6, '2012-09-13 15:00:00', 87);
INSERT INTO `result` VALUES (1013, 7, '2011-10-16 16:00:00', 61);
INSERT INTO `result` VALUES (1013, 8, '2010-11-11 16:00:00', 77);
INSERT INTO `result` VALUES (1013, 9, '2013-11-21 10:00:00', 83);
INSERT INTO `result` VALUES (1013, 10, '2012-11-11 12:00:00', 99);
INSERT INTO `result` VALUES (1013, 11, '2011-11-11 14:00:00', 91);
INSERT INTO `result` VALUES (1013, 12, '2010-11-11 15:00:00', 84);
INSERT INTO `result` VALUES (1013, 13, '2013-11-11 14:00:00', 98);
INSERT INTO `result` VALUES (1013, 14, '2012-11-11 15:00:00', 74);
INSERT INTO `result` VALUES (1013, 15, '2011-12-11 10:00:00', 92);
INSERT INTO `result` VALUES (1013, 16, '2010-09-11 10:00:00', 90);
INSERT INTO `result` VALUES (1014, 1, '2013-11-11 16:00:00', 64);
INSERT INTO `result` VALUES (1014, 2, '2012-11-10 10:00:00', 81);
INSERT INTO `result` VALUES (1014, 3, '2011-12-19 10:00:00', 79);
INSERT INTO `result` VALUES (1014, 4, '2010-11-18 11:00:00', 74);
INSERT INTO `result` VALUES (1014, 5, '2013-11-11 14:00:00', 65);
INSERT INTO `result` VALUES (1014, 6, '2012-09-13 15:00:00', 88);
INSERT INTO `result` VALUES (1014, 7, '2011-10-16 16:00:00', 86);
INSERT INTO `result` VALUES (1014, 8, '2010-11-11 16:00:00', 77);
INSERT INTO `result` VALUES (1014, 9, '2013-11-21 10:00:00', 86);
INSERT INTO `result` VALUES (1014, 10, '2012-11-11 12:00:00', 85);
INSERT INTO `result` VALUES (1014, 11, '2011-11-11 14:00:00', 86);
INSERT INTO `result` VALUES (1014, 12, '2010-11-11 15:00:00', 75);
INSERT INTO `result` VALUES (1014, 13, '2013-11-11 14:00:00', 89);
INSERT INTO `result` VALUES (1014, 14, '2012-11-11 15:00:00', 79);
INSERT INTO `result` VALUES (1014, 15, '2011-12-11 10:00:00', 73);
INSERT INTO `result` VALUES (1014, 16, '2010-09-11 10:00:00', 68);
INSERT INTO `result` VALUES (1015, 1, '2013-11-11 16:00:00', 99);
INSERT INTO `result` VALUES (1015, 2, '2012-11-10 10:00:00', 60);
INSERT INTO `result` VALUES (1015, 3, '2011-12-19 10:00:00', 60);
INSERT INTO `result` VALUES (1015, 4, '2010-11-18 11:00:00', 75);
INSERT INTO `result` VALUES (1015, 5, '2013-11-11 14:00:00', 78);
INSERT INTO `result` VALUES (1015, 6, '2012-09-13 15:00:00', 78);
INSERT INTO `result` VALUES (1015, 7, '2011-10-16 16:00:00', 84);
INSERT INTO `result` VALUES (1015, 8, '2010-11-11 16:00:00', 95);
INSERT INTO `result` VALUES (1015, 9, '2013-11-21 10:00:00', 93);
INSERT INTO `result` VALUES (1015, 10, '2012-11-11 12:00:00', 79);
INSERT INTO `result` VALUES (1015, 11, '2011-11-11 14:00:00', 74);
INSERT INTO `result` VALUES (1015, 12, '2010-11-11 15:00:00', 65);
INSERT INTO `result` VALUES (1015, 13, '2013-11-11 14:00:00', 63);
INSERT INTO `result` VALUES (1015, 14, '2012-11-11 15:00:00', 74);
INSERT INTO `result` VALUES (1015, 15, '2011-12-11 10:00:00', 67);
INSERT INTO `result` VALUES (1015, 16, '2010-09-11 10:00:00', 65);
INSERT INTO `result` VALUES (1016, 1, '2013-11-11 16:00:00', 97);
INSERT INTO `result` VALUES (1016, 2, '2012-11-10 10:00:00', 90);
INSERT INTO `result` VALUES (1016, 3, '2011-12-19 10:00:00', 77);
INSERT INTO `result` VALUES (1016, 4, '2010-11-18 11:00:00', 75);
INSERT INTO `result` VALUES (1016, 5, '2013-11-11 14:00:00', 75);
INSERT INTO `result` VALUES (1016, 6, '2012-09-13 15:00:00', 97);
INSERT INTO `result` VALUES (1016, 7, '2011-10-16 16:00:00', 96);
INSERT INTO `result` VALUES (1016, 8, '2010-11-11 16:00:00', 92);
INSERT INTO `result` VALUES (1016, 9, '2013-11-21 10:00:00', 62);
INSERT INTO `result` VALUES (1016, 10, '2012-11-11 12:00:00', 83);
INSERT INTO `result` VALUES (1016, 11, '2011-11-11 14:00:00', 98);
INSERT INTO `result` VALUES (1016, 12, '2010-11-11 15:00:00', 94);
INSERT INTO `result` VALUES (1016, 13, '2013-11-11 14:00:00', 62);
INSERT INTO `result` VALUES (1016, 14, '2012-11-11 15:00:00', 97);
INSERT INTO `result` VALUES (1016, 15, '2011-12-11 10:00:00', 76);
INSERT INTO `result` VALUES (1016, 16, '2010-09-11 10:00:00', 82);
INSERT INTO `result` VALUES (1017, 1, '2013-11-11 16:00:00', 100);
INSERT INTO `result` VALUES (1017, 2, '2012-11-10 10:00:00', 88);
INSERT INTO `result` VALUES (1017, 3, '2011-12-19 10:00:00', 86);
INSERT INTO `result` VALUES (1017, 4, '2010-11-18 11:00:00', 73);
INSERT INTO `result` VALUES (1017, 5, '2013-11-11 14:00:00', 96);
INSERT INTO `result` VALUES (1017, 6, '2012-09-13 15:00:00', 64);
INSERT INTO `result` VALUES (1017, 7, '2011-10-16 16:00:00', 81);
INSERT INTO `result` VALUES (1017, 8, '2010-11-11 16:00:00', 66);
INSERT INTO `result` VALUES (1017, 9, '2013-11-21 10:00:00', 76);
INSERT INTO `result` VALUES (1017, 10, '2012-11-11 12:00:00', 95);
INSERT INTO `result` VALUES (1017, 11, '2011-11-11 14:00:00', 73);
INSERT INTO `result` VALUES (1017, 12, '2010-11-11 15:00:00', 82);
INSERT INTO `result` VALUES (1017, 13, '2013-11-11 14:00:00', 85);
INSERT INTO `result` VALUES (1017, 14, '2012-11-11 15:00:00', 68);
INSERT INTO `result` VALUES (1017, 15, '2011-12-11 10:00:00', 99);
INSERT INTO `result` VALUES (1017, 16, '2010-09-11 10:00:00', 76);

相关文章:

四、MySQL之DML DQL

有关数据表的DML操作 INSERT 针对于数据的插入DELETE 针对于数据的删除UPDATE 针对于数据的修改 4.1 INSERT语句 INSERT INTO 表名 [(列名1,列名2,....)] VALUES (值1&#xff0c;值2&#xff0c;...); 默认情况下&#xff0c;一条插入命令只针对一行进行影响INSERT INTO 表…...

YOLOv8优化策略:注意力涨点系列篇 | 多尺度双视觉Dualattention | Dual-ViT,顶刊TPAMI 2023

🚀🚀🚀本文改进:多尺度双视觉Dualattention注意yolo,提升小目标检测能力 🚀🚀🚀YOLOv8改进专栏:http://t.csdnimg.cn/hGhVK 学姐带你学习YOLOv8,从入门到创新,轻轻松松搞定科研; 1.原理介绍 论文:Dual Vision Transformer | IEEE Journals & Magazine …...

视频渲染靠cpu还是显卡 会声会影视频渲染的作用是什么

视频渲染最占用的资源就是CPU&#xff0c;多核心多线程&#xff0c;这样才能渲染快。渲染可以在时间线上实时平滑预览&#xff0c;便于编辑&#xff0c;最终导出成片的时候速度也会快一些&#xff0c;渲染就是对每桢的图像进行重新优化的过程。 渲染的作用主要是能够保证使用者…...

v-if 导致 elementui 表单校验失效问题解决

问题 在使用 elementui 表单的过程中&#xff0c;某些表单项需要通过 v-if 来判断是否展示&#xff0c;但是这些表单项出现了检验失效的问题。 解决方法 1、给需要 v-if 判断的表单项添加 key 值 <el-form ref"form" :model"form"><el-form-i…...

Linux本地部署SVN服务结合内网穿透实现远程访问

文章目录 前言1. Ubuntu安装SVN服务2. 修改配置文件2.1 修改svnserve.conf文件2.2 修改passwd文件2.3 修改authz文件 3. 启动svn服务4. 内网穿透4.1 安装cpolar内网穿透4.2 创建隧道映射本地端口 5. 测试公网访问6. 配置固定公网TCP端口地址6.1 保留一个固定的公网TCP端口地址6…...

短信平台(电信)

通信方式 采用http1.1通信方式&#xff0c;数据以post方式提交 http 头设置&#xff1a;application/json 签名 采用MD5加密方式, 源字符串采用字段拼接方式 签名中appSecret是平台分配密码 签名方法&#xff1a; 如&#xff1a;String signmd5(param1param2param3…paramN) …...

11.STM32F4 输入捕获

一、输入捕获概念 输入捕获模式可以用来测量脉冲宽度或者测量频率。我们以测量脉宽为例&#xff0c;用一个简图来说明输入捕获的原理&#xff0c;如图1所示&#xff1a; 图1&#xff1a;输入捕获脉宽测量原理图 STM32F4的输入捕获&#xff0c;简单的说就是通过检测TIMx_CHx上的…...

opencv#30 线性滤波

均值滤波原理 均值滤波步骤 Step1:求和。 Step2:计算平均值。 所谓均值滤波&#xff0c;就是求平均值的意思。我们假设在一个3*3的范围内有一个图像&#xff0c;其中这个图像每一个像素可能含有噪声&#xff0c;也可能不含噪声&#xff0c;我们是不知道的&#xff0c;因此通…...

如何使用iPhone或iPad上的二维码共享Wi-Fi密码?这里有详细步骤

你有没有想过在不泄露网络密码的情况下与客人共享你的家庭或工作Wi-Fi?你肯定不是第一个这样想的人,我们很高兴地通知你,多亏了以下这个的变通方法,你现在可以使用iPhone或iPad做到这一点。 通常,如果你想让其他人访问网络,你需要共享你的Wi-Fi密码。苹果通过引入与任何…...

在游戏里开公司!基于ERNIE SDK的多智能体游戏应用

在虚拟世界有一座神奇的办公室&#xff0c;当你输入你的创业方向&#xff0c;办公室的智慧打工人们将团结合作&#xff0c;为你的项目勤劳奔走&#xff0c;并在过程中&#xff0c;把日报周报都写好&#xff0c;让你随时掌握项目进度和最终成果&#xff01;该项目基于ERNIE SDK开…...

【SpringCloud Nacos】 微服务治理介绍及Nacos引入初体验

文章目录 前言服务治理介绍什么是服务治理1、服务发现2、服务配置3、服务健康检测 常见的注册中心ZookeeperEurekaConsulNacos Nacos 简介Nacos 实战入门搭建nacos环境1、安装nacos2、配置nacos3、访问nacos 将商品微服务注册到 nacos1、在 pom. xml 中添加 nacos 的依赖2、在主…...

JavaEE进阶(6)SpringBoot 配置文件(作用、格式、properties配置文件说明、yml配置文件说明、验证码案例)

接上次博客&#xff1a;JavaEE进阶&#xff08;5&#xff09;Spring IoC&DI&#xff1a;入门、IoC介绍、IoC详解&#xff08;两种主要IoC容器实现、IoC和DI对对象的管理、Bean存储、方法注解 Bean)、DI详解&#xff1a;注入方式、总结-CSDN博客 目录 配置文件作用 Sprin…...

面包屑是什么

面包屑是网站导航中的一种可视化路径提示&#xff0c;通常以层次结构显示用户当前页面的位置&#xff0c;帮助用户了解他们在网站上的位置和浏览历史。这个术语来源于童话故事《汉赛尔与格莱特》中的面包屑小径&#xff0c;代表着一种追踪轨迹的方法。 假设你在一个电子商务网站…...

C++ 设计模式之责任链模式

【声明】本题目来源于卡码网&#xff08;卡码网KamaCoder&#xff09; 【提示&#xff1a;如果不想看文字介绍&#xff0c;可以直接跳转到C编码部分】 【设计模式大纲】 【简介】 --什么是责任链模式&#xff08;第21种设计模式&#xff09; 责任链模式是⼀种行为型设计模式&am…...

HTML5与App封装技术将网站一键打包成App

HTML5&#xff1a;跨平台的利器HTML5作为一种先进的网页标记语言&#xff0c;其最大的优势在于跨平台性。开发者仅需编写一次代码&#xff0c;即可在各种操作系统和设备上运行&#xff0c;无需为每个平台单独开发App。这种“编写一次&#xff0c;运行处处”的模式&#xff0c;大…...

openssl3.2/test/certs - 060 - any.bad.com is excluded by CA2.

文章目录 openssl3.2/test/certs - 060 - any.bad.com is excluded by CA2.概述笔记END openssl3.2/test/certs - 060 - any.bad.com is excluded by CA2. 概述 openssl3.2 - 官方demo学习 - test - certs 笔记 /*! * \file D:\my_dev\my_local_git_prj\study\openSSL\test…...

SpringBoot整理-数据库操作

在 Spring Boot 中进行数据库操作是一项常见的任务。Spring Boot 提供了多种方式来集成和操作数据库,使得与数据库的交互更为简便和高效。以下是在 Spring Boot 中进行数据库操作的几种主要方式: 1. Spring Data JPA 介绍: Spring Data JPA 是 Spring Data 的一部分,它简化了…...

IP被封怎么办?访问网站时IP被阻止?解决IP禁令全方法

相信很多人遇到过IP禁令&#xff1a;比如你在访问社交媒体、搜索引擎或电子商务网站时会被限制访问&#xff0c;又或者你的的账号莫名被封&#xff0c;这些由于网络上的种种限制我们经常会遭遇IP被封的情况&#xff0c;导致无法使用继续进行网络行动。在本文中&#xff0c;我们…...

利用aiohttp异步爬虫实现网站数据高效抓取

前言 大数据时代&#xff0c;网站数据的高效抓取对于众多应用程序和服务来说至关重要。传统的同步爬虫技术在面对大规模数据抓取时往往效率低下&#xff0c;而异步爬虫技术的出现为解决这一问题提供了新的思路。本文将介绍如何利用aiohttp异步爬虫技术实现网站数据抓取&#x…...

navicat连接postgresql、人大金仓等数据库报错

navicat连接postgresql、人大金仓数据库报错问题是一个偶现的问题&#xff0c;需要我们特别关注&#xff1a; 1、客户端连接人大金仓数据库 这里注意&#xff1a;navicat连接postgresql、人大金仓数据库时均选择postgresql类型&#xff0c;因为人大金仓数据库底层和psql数据库…...

AUTOSAR看门狗篇 -看门狗驱动(Wdg)

文章目录 功能介绍通用设计规则外部看门狗驱动内部看门狗驱动支持窗口看门狗的触发概念模块API介绍类型定义Wdg_ConfigType函数定义Wdg_InitWdg_SetModeWdg_SetTriggerConditionWdg_GetVersionInfo时序图看门狗初始化、设置触发条件...

数字图像处理:图像内插

图像内插 内插通常在图像放大、缩小旋转和几何校正等任务中使用。内插是用已知数据来估计未知位置的值的过程下面用—个简单的例子开始这—主题的探讨。假设大小为500500像素的—幅图像要放大1.5倍即放大到750750像素。一种简单的放大方法是&#xff0c;创建—个大小为750750像…...

Cantor表(刷题)(C语言)

个人博客主页&#xff1a;https://blog.csdn.net/2301_79293429?typeblog 专栏&#xff1a;https://blog.csdn.net/2301_79293429/category_12545690.html 题目描述 现代数学的著名证明之一是 Georg Cantor 证明了有理数是可枚举的。他是用下面这一张表来证明这一命题的&…...

linux install nvm

官网地址&#xff1a;https://github.com/nvm-sh/nvm 1、wget https://codeload.github.com/nvm-sh/nvm/tar.gz/refs/tags/v0.39.7 tar -zxvf v0.39.7 2、vim ~/.bashrc $HOMEroot export NVM_DIR"$HOME/.nvm" [ -s "$NVM_DIR/nvm.sh" ] && \…...

HTML 炫酷进度条

下面是代码 <!DOCTYPE html> <html><head><meta charset"UTF-8"><title>Light Loader - CodePen</title><style> html, body, div, span, applet, object, iframe, h1, h2, h3, h4, h5, h6, p, blockquote, pre, a, abbr…...

Windows10上使Git Bash支持rsync命令操作步骤

rsync命令是linux上常用的工具之一&#xff0c;用于远程以及本地系统中拷贝/同步文件和文件夹。 Windows Git Bash默认并不支持rsync&#xff0c;如下图所示&#xff1a; 使Git Bash支持rsync命令操作步骤&#xff1a; 1.从https://repo.msys2.org/msys/x86_64/ 下…...

rust for循环里的所有权 - into_iter / iter / iter_mut

文章目录 1 遍历对象实质为 .into_iter() 生成的迭代器2 避免转移 .iter() / .iter_mut()3 for循环里自变量为什么不用加mut // for循环语法糖 for loop_variable in iterator {code() } // 解糖 {let result match IntoIterator::into_iter(iterator) {mut iter > loop {m…...

GitHub README-Template.md - README.md 模板

GitHub README-Template.md - README.md 模板 1. README-Template.md 预览模式2. README-Template.md 编辑模式References A template to make good README.md. https://gist.github.com/PurpleBooth/109311bb0361f32d87a2 1. README-Template.md 预览模式 2. README-Templat…...

【文本到上下文 #6】Word2Vec、GloVe 和 FastText

一、说明 欢迎来到“文本到上下文”博客的第 6 个系列。到目前为止&#xff0c;我们已经探索了自然语言处理的基础知识、应用和挑战。我们深入研究了标记化、文本清理、停用词、词干提取、词形还原、词性标记和命名实体识别。我们的探索包括文本表示技术&#xff0c;如词袋、TF…...

yolov5 opencv dnn部署自己的模型

yolov5 opencv dnn部署自己的模型 github开源代码地址使用github源码结合自己导出的onnx模型推理自己的视频推理条件c部署c 推理结果 github开源代码地址 yolov5官网还提供的dnn、tensorrt推理链接本人使用的opencv c github代码,代码作者非本人&#xff0c;也是上面作者推荐的…...

平面设计线上培训班哪个好/seo上排名

...

个人网站建设策划书/怎么做一个网页

以下内容均为网络上整理的资料 一.链接是什么? 我们在这里可以去引用csapp 的定义 : 链接&#xff08;linking&#xff09;是将各种代码和数据部分收集起来并组合成为一个单一文件的过程&#xff0c;这个文件可被加载&#xff08;或被拷贝&#xff09;到存储器并执行。 了解…...

网页设计搜题软件/seo优化快速排名

H5推广的形式中有一个方式是在其中加入明星互动&#xff0c;从刷屏朋友圈的“吴亦凡入伍”&#xff0c;到如今许多的企业品牌都喜欢利用明星在H5中进行互动推广。比如曼妥思-潮清凉&#xff1a;与张艺兴连线视频&#xff0c;碧欧泉&#xff1a;彭于晏需要你的帮助&#xff0c;桂…...

新闻最近的大事10件/代做seo关键词排名

昨天将一个vmware workstation的虚拟机转换到esxi下后&#xff0c;发现虚拟机启动不了&#xff0c;如下图 报错信息为“在此版本中&#xff0c;64 位客户机不支持 BusLogic SCSI 适配器” 查看vm的属性&#xff0c;发现它的适配器类型为“BusLogic SCSI ” 猜测可能是SCSI控制器…...

wordpress封面图七牛/网页制作公司排名

转载&#xff1a;https://mp.weixin.qq.com/s/COf0SkP0K9GaHz8OfNA0Gg 转载理由&#xff1a;还不错...

网站备案名称规定/成人教育机构排行前十名

我想用python(Jupyter)打印一个向量(148K长度)。但只有8-10个字符。就像这样:[0 0。。。0 0 0]我想看看结果。import reimport nltkimport numpyimport pandasfrom nltk.corpus import stopwordsfrom IPython.core.interactiveshell import InteractiveShellInteractiveShell.a…...