当前位置: 首页 > article >正文

Sqlserver 学习笔记

这次的学习内容主要是关于数据库的使用。数据库和表的创建增删改查的内容一数据库1数据库的创建create database StudentDB --创建数据库 on primary --定义在主文件组上的文件 ( nameStudentDB_data, --逻辑名称 filenameD:\作业\StudentDB_data.mdf,--地址 size5MB, --初始大小 maxsize1000MB,--最大限制 filegrowth10%--主数据文件增长幅度为10% ) log on --定义事务日志文件 ( nameStudentDB_log,--逻辑名称 filenameD:\作业\StudentDB_log.ldf,--地址 size2mb,--初始大小 maxsize20mb,--最大限制 filegrowth1mb--事务日志增长幅度为1mb )2数据库的修改ALTER DATABASE database_name { ADD FILE filespec[,…n][ TO FILEGROUP filegroup_name ] /*在文件组中增加数据文件*/ | ADD LOG FILE filespec[,…n] /*增加日志文件*/ | REMOVE FILE logical_file_name /*删除数据文件*/ | ADD FILEGROUP filegroup_name /*增加文件组*/ | REMOVE FILEGROUP filegroup_name /*删除文件组*/ | MODIFY FILE filespec /*更改文件属性*/ | MODIFY NAME new_dbname /*数据库更名*/ | MODIFY FILEGROUP filegroup_name {filegroup_property | NAME new_filegroup_name } | SET optionspec [ ,...n ] [ WITH termination ] /*设置数据库属性*/ | COLLATE collation_name /*指定数据库排序规则*/ } GO3数据库的删除drop database StudentDB二表1表的创建createcreata table Student ( --列名 数据类型 还可以加约束 )2添加表数据依次添加insert into 表名(字段名,...) values(值,...);指定添加insert into 表名 (列1, 列2,...) valuse (值1, 值2,....);(3)修改表数据updateupdate 表名 set 列1 值1 where 条件符合条件进行修改4删除表数据1.delete:删除部分或全部数据标识列不会重置数据量越大越快。delete from 表名 where (条件) -删除指定条件的行 delece from 表名 --删除所有数据表头标识还在2.truncate:直接重置表保留结构不能逐行操作只能清空全表。速度极快。truncate table 表名3.drop删除整张表结构数据全没drop table 表名5表查询1全部查询select * from 表名 --*代表所有列名2部分查询select 字段名1字段名2。。。 from 表名 --查询相应的字段3条件查询-- 查询特定条件的数据 select * from 表名 WHERE 条件三高级查询1top查询查询多少条数据select top 3 * from 表名 order by 字段 desc --只查询前3的的数据 按照字段进行排序 desc降序asc升序 select top 50 from 表名 order by 字段 desc ----只查询前百分之50的的数据 其他如上2模糊查询likelike和通配符一起使用%任意长度任意值。_一个字符。[]范围内的一个字符。[^]不在范围内的字符。select * from 表名 where 字段 like %重--查询字段最后一个字是重字 select * from 表名 where 字段 like %重% --查询包含重的 select * from 表名 where 字段 like 重% --查询第一个重开头的 select * from 表名 where 字段 like _重% --第二个是重 select * from 表名 where 字段 like [李张]% --姓李或姓张的 select * from 表名 where 字段 like [^李]% --不信李的3范围查询between and查询一个区间的值select * from 表名 where 字段 between 18 and 50 --字段范围在18到50之间的值4集合查询in查询多个匹配的值select * from 表名 where 字段 in (条件1条件2) --查询符合条件1或条件2的值5取反操作notselect * from 表名 where 字段 not in (条件1条件2) --查询不符合条件1或条件2的值6排序查询order byselect top 3 * from 表名 order by 字段 desc -- desc降序 select top 50 from 表名 order by 字段 desc --asc升序

相关文章:

Sqlserver 学习笔记

这次的学习内容主要是关于数据库的使用。数据库和表的创建,增删改查的内容一,数据库(1)数据库的创建create database StudentDB --创建数据库 on primary --定义在主文件组上的文件 ( nameStudentDB_data, --逻辑名称 filenameD:\…...

G5080,TS3380,G2810,MG3680,G3810,TS3440,IX6780,MP288,TS8380报错5B00,P07,E08,1700,5b04废墨垫清零,亲测有效

下载:点这里下载 备用下载:https://pan.baidu.com/s/1WrPFvdV8sq-qI3_NgO2EvA?pwd0000 常见型号如下: G系列 G1000、G1100、G1200、G1400、G1500、G1800、G1900、G1010、G1110、G1120、G1410、G1420、G1411、G1510、G1520、G1810、G1820、…...

4 个开源轮子,0 个后端大佬:我们是怎么让 AI 客服自己“卷”起来的

搭建智能体客服自动化平台的真实过程深夜十一点,客服小晴在群里发了一条消息:“同一个用户关于退换货的问题,我已经解释了五遍规则,他还在问‘能不能特殊处理’。” 紧接着是第二句:“要是今晚再这样下去,我…...

CL4SE:上下文学习如何提升LLM在软件工程中的表现

1. CL4SE:软件工程中的上下文学习革命在2023年ChatGPT引爆AI热潮后,大型语言模型(LLM)在软件工程领域的应用呈现爆发式增长。但开发者们很快发现一个关键问题:同样的模型,为什么在A公司的代码生成任务上表现…...

RAG系统安全攻防:知识提取攻击与多层级防御策略

1. RAG系统安全攻防全景图:从知识提取攻击到多层级防御检索增强生成(Retrieval-Augmented Generation, RAG)系统通过整合外部知识库显著提升了大语言模型的生成能力,但这种开放性架构也引入了新的安全风险。知识提取攻击&#xff…...

Mac本地高效训练Flux.jl模型的完整指南

1. 项目概述最近在Mac上本地训练Flux模型的需求越来越普遍。作为一名长期在Mac平台进行机器学习开发的工程师,我发现很多同行在配置本地Flux训练环境时都会遇到各种"坑"。今天我就来分享一套经过实战检验的完整方案,帮助你在Mac上高效运行Flux…...

Caveman开源项目:用提示词工程优化AI对话,节省75%的Token成本

1. 项目概述:当AI学会“说人话”,我们到底在省什么?如果你和我一样,每天要和Claude、GPT这类大模型对话几十上百次,那你肯定对一种现象深恶痛绝:AI的“废话文学”。明明一句话就能说清楚的事,它…...

探索 MCP 协议:构建下一代 AI Agent 的标准化基石

探索 MCP 协议:构建下一代 AI Agent 的标准化基石 引言 随着大语言模型(LLM)能力的飞速提升,AI Agent(智能体)正逐渐从简单的对话机器人演变为能够自主调用工具、操作数据库和执行复杂任务的智能实体。然而…...

探索 MCP (Model Context Protocol):构建智能体与外部工具的桥梁

探索 MCP (Model Context Protocol):构建智能体与外部工具的桥梁 摘要 随着大语言模型(LLM)能力的增强,如何让模型安全、高效地访问外部数据和工具成为了人工智能领域的核心挑战。Model Context Protocol (MCP) 作为一种新兴的标准…...

【025】类加载:双亲委派与应用隔离

前面我们聊过 JVM 运行时数据区(022 篇)和对象创建(022 篇),这篇来深入聊聊类加载。 你有没有遇到过这些问题: 明明引入了 jar 包,却报 ClassNotFoundException升级了一个依赖库,结果…...

深入解析 MCP (Model Context Protocol):构建 AI Agent 的标准化连接器

深入解析 MCP (Model Context 协议):构建 AI Agent 的标准化连接器 引言 随着大语言模型(LLM)能力的飞速发展,AI Agent(智能体)正逐渐从简单的对话机器人演变为能够执行复杂任务的自动化实体。然而&#xf…...

GitMem:基于Git的开发者代码记忆管理工具设计与实践

1. 项目概述:一个面向开发者的记忆增强工具最近在和一些独立开发者朋友交流时,发现一个普遍存在的痛点:项目做多了,代码写久了,很多曾经用过的精巧实现、解决过的棘手Bug、甚至是自己写过的工具函数,时间一…...

交通运输部:综合客运枢纽连接系统与集疏运体系规划设计导则 2026

本导则为2026 年 7 月 1 日实施的交通运输行业标准,明确综合客运枢纽连接系统与集疏运体系的规划设计要求,适用于新建、扩建、改建枢纽,核心围绕分级、连接、集疏运、路网、组织管理五大维度展开。一、基础定义与分级核心定义:综合…...

《从反复返工到一次成型:QClaw长任务精准执行指南》

绝大多数人使用QClaw处理长任务时,都会遇到一个几乎无解的问题:任务刚开始的时候一切都很顺利,模型能够准确理解你的需求,执行步骤也清晰合理,但随着任务的推进,它会慢慢偏离最初的轨道,加入很多无关的内容,关注一些细枝末节的问题,甚至最后得出完全背离你原始目标的结…...

CodeClash:动态评估语言模型编码能力的竞技平台

1. CodeClash:目标导向软件工程的竞技场在AI辅助编程和自动化软件工程快速发展的今天,如何准确评估语言模型(LM)的编码能力成为一个关键问题。传统评估方法如静态代码补全或单文件生成测试存在明显局限——它们无法反映真实开发中…...

AI编程革命:Codex脚本自动化实战指南

告别重复造轮子:Codex写脚本的技术文章大纲引言重复编写相似脚本的低效问题介绍Codex作为AI编程助手的优势文章目标:展示如何利用Codex快速生成脚本,提升开发效率Codex简介OpenAI Codex的功能与原理支持的语言和典型应用场景与传统手动编码的…...

LLM性别偏见评估:Wino Bias测试与实践

1. 项目背景与核心目标最近在自然语言处理领域,大型语言模型(LLM)在各类基准测试中展现出惊人表现。但作为从业者,我们更关心这些模型在实际应用中可能存在的隐性偏见。这个项目聚焦于一个具体但重要的问题:如何系统评估LLM在性别-职业刻板印…...

为什么92%的Python量化团队在Tick级回测上栽跟头?——高频引擎时间对齐、订单簿重建与事件驱动闭环详解

更多请点击: https://intelliparadigm.com 第一章:Tick级回测失败的根源诊断与行业现状剖析 Tick级回测是量化策略验证的黄金标准,但实践中失败率高达68%(据2023年QuantResearch Survey统计)。其核心矛盾在于&#x…...

如何5分钟为Unity游戏添加实时翻译:XUnity.AutoTranslator完全指南

如何5分钟为Unity游戏添加实时翻译:XUnity.AutoTranslator完全指南 【免费下载链接】XUnity.AutoTranslator 项目地址: https://gitcode.com/gh_mirrors/xu/XUnity.AutoTranslator 你是否曾经遇到过一款心仪的Unity游戏,却因为语言障碍而望而却步…...

Python 3.15 WASM部署不是未来——它已在生产环境上线:某头部金融科技公司灰度发布72小时故障率为0的5个关键决策点

更多请点击: https://intelliparadigm.com 第一章:Python 3.15 WASM 轻量化部署的生产级落地现实 Python 3.15 原生支持 WebAssembly(WASM)目标后端,标志着 Python 首次具备无需插件、跨浏览器运行完整解释器的能力。…...

FPGA数字信号发生器实战:基于ROM查表法生成任意波形(正弦/方波/三角波)

FPGA数字信号发生器实战:基于ROM查表法生成任意波形(正弦/方波/三角波) 在嵌入式系统开发和高频电路设计中,灵活可编程的信号发生器是不可或缺的工具。传统专用信号发生器往往价格昂贵且功能固化,而基于FPGA和ROM查表法…...

Salesforce智能体框架:基于LLM工具调用实现企业CRM自动化

1. 项目概述:一个面向Salesforce生态的智能体框架最近在探索企业级AI应用落地时,我深度体验了Synter-Media-AI团队开源的salesforce-agent项目。这并非一个简单的脚本或工具,而是一个旨在将大型语言模型(LLM)能力深度、…...

四博 AI 机械臂台灯智能音箱方案

四博 AI 机械臂台灯智能音箱方案基于 ESP32-S3 打造带视觉感知、机械臂控制和学习陪伴能力的 AI 桌面终端传统台灯只解决照明问题,传统音箱只解决语音交互问题。而四博 AI 机械臂台灯智能音箱,可以把 照明、语音、视觉、机械臂、学习陪伴、环境感知、智能…...

在aarch64 Linux机器上安装kiwix zim格式文件阅读工具的两种方法及问题的解决

zim格式文件是kiwix组织开发的一种百科页面离线阅读格式,下载页面https://download.kiwix.org/ 提供多个平台的阅读工具kiwix-desktop,如windows有直接解压可用的绿色软件包,macos有appimage,但是未提供aarch64 Linux 二进制文件,只提供了flatpak 包。 方法1:使用浏览器…...

Vosk-API深度解析:从源码编译到生产部署的完整技术指南

Vosk-API深度解析:从源码编译到生产部署的完整技术指南 【免费下载链接】vosk-api Offline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Node 项目地址: https://gitcode.com/GitHub_Trending/vo/vosk-api …...

DeepSeek总结的数据库外部表

来源:https://motherduck.com/blog/internal-vs-external-storage-whats-the-limit-of-external-tables/ 本文系统回顾了外部表(External Tables)25年来的发展历程、核心价值、适用场景及现代演进,并给出了使用建议。外部表的核心…...

深入浅出:学习 Claude Code,掌握 AI 程序员协作新技能

随着 Agentic Coding 的兴起,AI 编程助手进化为能自主规划任务的「AI 程序员」。Anthropic 推出《Claude Code: A Highly Agentic Coding Assistant》课程,由 Elie Schoppik 和吴恩达的 DeepLearningAI 联合授课,教授与 AI 程序员高效协作的方…...

AI给软件测试带来的5大机遇,错过一个都不应该!

01「 什么是人工智能(AI)?」 人工智能(Artificial Intelligence, AI)是一门集合了计算机科学、信息工程、心理学、哲学等多学科知识的研究领域,它旨在创建能够执行通常需要人类智能的任务的机器和软件。AI…...

大模型训练全链路指南:从经典架构到AI自进化,每个环节的核心逻辑与避坑指南

本文深入浅出地拆解了大模型端到端训练的完整闭环,涵盖了预训练、中期训练、多阶段后训练以及验证与部署适配四个核心阶段。文章详细阐述了每个环节的核心目标、适用场景、抉择逻辑与避坑红线,旨在为个人开发者、中小企业和大厂研发团队提供有益的参考。…...

如何用免费风扇控制软件FanControl打造完美静音电脑:完整配置指南

如何用免费风扇控制软件FanControl打造完美静音电脑:完整配置指南 【免费下载链接】FanControl.Releases This is the release repository for Fan Control, a highly customizable fan controlling software for Windows. 项目地址: https://gitcode.com/GitHub_…...