当前位置: 首页 > news >正文

mysql-入门笔记-3

# ----------排序查询--------
# 语法
# select 字段列表 from 表名 order by 字段1 排序方式1 ,字段2 排序方式2 ;  DESC 降序  ASC升序

# 1 根据年龄对公司的员工进行升序排序---默认升序-黄色提示代码冗余
select * from userTable order by age ASC ;

# 2 根据入职时间,对员工进行降序排序
select * from userTable order by entrydate DESC ;

# 3 根据年龄对公司的员工进行升序排序,年龄相同,在按照入职时间进行降序排序
# (首先对age进行升序排序,-之后对年龄相同的-用入职时间进行降序排序)
select * from userTable order by age asc ,entrydate DESC ;


# =============================================
# ---------------分页查询--------------
# 字段 limit
# 语法 select 字段列表 form 表 limit 起始索引 查询记录数 ;
# ****  索引公式--(查询)页码-1 * 页面展示数,起始页0

# 1 查询员工第一页员工数据,每页展示2条
select * from userTable limit 0 , 2 ;

# 2 查询员工第二页员工数据,每页展示2条 (其实页-》页码-1 * 条数)
select  * from userTable limit 2 , 2;

案例练习--dql查询语句

# 批量添加              字段                                                       值
insert into userTable(id, workno, name, gender, age, idcard, worknoaddress, entrydate)
values (1,'1','柳岩','女',18,'123123123123123123','武汉','2023-6-26'),
       (2,'2','张无忌','男',20,'123123123123123123','天龙八部','2022-7-26'),
       (3,'3','韦一笑','男',18,'123123123123123123','天龙八部','2021-7-26'),
       (4,'4','周芷若','女',25,null,'天龙八部','2023-7-26'),
       (5,'5','谢逊','男',88,'12312312312312312x','天龙八部','2023-3-26'),
       (6,'6','张三丰','女',100,'123123123123123123','天龙八部','2023-2-26'),
       (7,'7','刘亦菲','女',18,'123123123123123123','武汉','2023-7-26')
       ;

# 1 查询年龄为 20 21 22 23 得男性员工信息
select * from userTable where gender = '男' && (age = 20 || age = 21 || age = 22  || age = 23) ;

select * from userTable where gender = '男' && age in (20,21,22,23);

select * from userTable where gender = '男' && age between 20 and 23 ;

# 2 查询 性别未男,且年龄再20-40(含)以内的姓名未三个字的员工 (含20 和40)
select * from userTable where gender = '男' && (age between 20 and 40) && name like '---';

select * from userTable where gender = '男' && (age >= 20 && age <= 40) && name like '---';

# 3 统计员工表,年龄小于60的 ,男性员工和女性员工的人数
select gender,count(*) from userTable where age < 60 group by gender;

# 4 查询所有年龄小于等于35岁员工的姓名和年龄,并对查询结果按年龄升序排序,如果年龄相同按入职时间降序排序
# 5r
select name,age ,entrydate from userTable where age <= 35 order by age asc , entrydate desc ;

# 5 查询性别为男,年龄10-40(含)以内的5个员工信息,对查询结果按照年龄升序排序,年龄相同按入职时间升序排序
select * from userTable where gender = '男' && age between 10 and 40 order by age asc ,entrydate desc limit 0 , 5;

DQL  编写顺序  执行顺序

 

 

# 查询年龄大于15的员工的姓名,年龄,并根据年龄进行升序排序---验证执行顺序
select t.age tage,t.name tname from userTable t where t.age > 15 order by tage asc;


# 首先 执行 from  表明 别名 t
# 再执行 where 后的条件  ---- 可以使用t.age   ,执行顺序在select 前面无法使用tage别名
# 再执行 group by
# 再执行分组条件 having
# 再执行select --------------字段 t.age 别名tage
# 再执行 order by  执行顺序在select后面可以使用别名  tage
# 最后 limit

# 总结
# 字段 和 表 加别名  是 as关键字  也可以 省略
# where 条件可以使用 and(&&) or(||) 进行连接
# 分组查询  group by 分组   having 对分组后进行过滤
# 排序查询   order by  asc升序  desc降序
# 分页  limit 参数 起始索引(从零开始),每页展示的数据    查询页码 = 索引 =   查询页 - 1 * 条数

# ==========================================
# --------------------------dcl-------(管理数据库用户-控制数据库的访问权限)

#用户管理

# 1查询用户
# 用户权限都存在 mysql 数据库的 user表里


# 2创建用户
# 语法 create user '用户名'@'主机名' identified by '密码'

# 3修改用户密码

# 4删除用户

# 需求
# 创建用户itcast 只能够在当前主机localhost访问,密码123456
create user 'itcast'@'localhost' identified by '123456';

# 创建用户heima 访问密码1234   %代表任意主机
create user 'heima'@'%' identified by '123';

# 修改用户密码--
# 语法                                          密码加密方式
# alter user '用户名'@'主机名' identified with mysql_native_password by '新密码'
alter user 'heima'@'%' identified with mysql_native_password by '1234';

# 删除itcast@localhost用户
drop user 'itcast'@'localhost';

# 总结--主机名可以使用%通配(任意主机都可以访问)
#运维  dba   使用较多

# ------------dcl--权限控制
# 查询权限-----语法 show grants for '用户名'@'主机名'
show grants for 'heima'@'%';



# 通用就---------------------------     *.*
# 授予权限-----语法 grant 权限列表 on 数据库名.表名 to '用户名'@'主机名'
#    所有权限   拥有itcast 所有表   用户      ---从右向左读
grant all on itcast.* to 'heima'@'%';
# 所有权限  拥有所有数据库 所有表  用户  ---从右向左读
grant all on *.* to 'heima'@'%';

# 撤销权限-----语法revoke 权限列表 no 数据库名.表名 from '用户名'@'主机名'
revoke all on itcast.* from 'heima'@'%';

 

 

上图为常用---还有其他的可以查看官方文档

权限总结

 

相关文章:

mysql-入门笔记-3

# ----------排序查询-------- # 语法 # select 字段列表 from 表名 order by 字段1 排序方式1 ,字段2 排序方式2 ; DESC 降序 ASC升序 # 1 根据年龄对公司的员工进行升序排序---默认升序-黄色提示代码冗余 select * from userTable order by age ASC ; # 2 根据入职时间,对员…...

3分钟创建超实用的中小学新生录取查询系统,现在可以实现了

在新学期开始之际&#xff0c;作为招生负责人&#xff0c;您是否已经做好准备来迎接新学年的招生工作呢&#xff1f;录取新生所需的任务包括录入成绩信息、核对招生要求以及公布新生录取信息等&#xff0c;这些工作繁重而具有挑战性&#xff0c;给负责招生的老师带来了巨大的压…...

Redis 变慢了 解决方案

一、Redis为什么变慢了 1.Redis真的变慢了吗&#xff1f; 对 Redis 进行基准性能测试 例如&#xff0c;我的机器配置比较低&#xff0c;当延迟为 2ms 时&#xff0c;我就认为 Redis 变慢了&#xff0c;但是如果你的硬件配置比较高&#xff0c;那么在你的运行环境下&#xff…...

远程仓库的操作

一、远程仓库的操作命令 git remote # 查看当前项目关联的远程库 我事先关联了一个GitHub的远程仓库&#xff0c;关于如何关联远程仓库&#xff0c;可以看这篇文章远程仓库GitHub和Gitee_林涧泣的博客-CSDN博客 git remote add [仓库服务器名] [远程仓库地址] # 关联远程仓库…...

一个监控系统的典型架构

监控系统的典型架构图&#xff0c;从左往右看&#xff0c;采集器是负责采集监控数据的&#xff0c;采集到数据之后传输给服务端&#xff0c;通常是直接写入时序库。然后就是对时序库的数据进行分析和可视化&#xff0c;分析部分最典型的就是告警规则判断&#xff0c;即图上的告…...

让GPT人工智能变身常用工具-中

...

HCIP中期实验

1、该拓扑为公司网络&#xff0c;其中包括公司总部、公司分部以及公司骨干网&#xff0c;不包含运营商公网部分。 2、设备名称均使用拓扑上名称改名&#xff0c;并且区分大小写。 3、整张拓扑均使用私网地址进行配置。 4、整张网络中&#xff0c;运行OSPF协议或者BGP协议的设备…...

《向量数据库指南》——向量数据库Milvus Cloud、Pinecone、Vespa、Weaviate、Vald、GSI 、 Qdrant选哪个?

1、Milvus Cloud(https://milvuscloud.com) Milvus是一个开源的向量数据库,支持高效的向量搜索和相似度匹配。它针对大规模向量数据集的性能进行了优化,并提供了Python、Java、Go和C++等多种语言的客户端接口。Milvus在图像、音频、文本和推荐等领域都有广泛的应用。 2…...

python与深度学习(十一):CNN和猫狗大战

目录 1. 说明2. 猫狗大战2.1 导入相关库2.2 建立模型2.3 模型编译2.4 数据生成器2.5 模型训练2.6 模型保存2.7 模型训练结果的可视化 3. 猫狗大战的CNN模型可视化结果图4. 完整代码5. 猫狗大战的迁移学习 1. 说明 本篇文章是CNN的另外一个例子&#xff0c;猫狗大战&#xff0c…...

经典CNN(三):DenseNet算法实战与解析

&#x1f368; 本文为&#x1f517;365天深度学习训练营中的学习记录博客&#x1f356; 原作者&#xff1a;K同学啊|接辅导、项目定制 1 前言 在计算机视觉领域&#xff0c;卷积神经网络&#xff08;CNN&#xff09;已经成为最主流的方法&#xff0c;比如GoogleNet&#xff0c;…...

学习笔记——压力测试案例,监控平台

测试案例 # 最简单的部署方式直接单机启动 nohup java -jar lesson-one-0.0.1-SNAPSHOT.jar > ./server.log 2>&1 &然后配置执行计划&#xff1a; 新建一个执行计划 配置请求路径 配置断言配置响应持续时间断言 然后配置一些查看结果的统计报表或者图形 然后我…...

sqlite 踩坑

内存数据库 强制SQLite数据库单纯的存在于内存中的常用方法是使用特殊文件名“ &#xff1a;memory&#xff1a; ” db QSqlDatabase::addDatabase("QSQLITE", "MEMORY"); db.setDatabaseName(":memory:"); 调用此接口完成后&#xff0c;不…...

【论文笔记】神经网络压缩调研

神经网络压缩调研 背景现有的深度模型压缩方法NetWork Prunning 网络剪枝设计结构化矩阵知识蒸馏权值共享Parameter Quantization&#xff08;参数量化&#xff09;量化和二进制化伪量化Architecture Design&#xff08;Depth Separable Convolution&#xff09;分解卷积 背景 …...

红外NEC通信协议

一、NEC简介 红外(Infrared&#xff0c;IR)遥控是一种无线、非接触控制技术&#xff0c;常用于遥控器、无线键盘、鼠标等设备之间的通信。IR协议的工作原理是&#xff0c;发送方通过红外线发送一个特定的编码&#xff0c;接收方通过识别该编码来执行相应的操作。 IR协议是指红外…...

数据分析DAY1

数据分析 引言 这一周&#xff1a;学习了python的numpy和matplotlib以及在飞桨paddle上面做了几个小项目 发现numpy和matplotlib里面有很多api&#xff0c;要全部记住是不可能的&#xff0c;也是不可能全部学完的&#xff0c;所以我们要知道并且熟悉一些常用的api&#xff0…...

算法通关村—迭代实现二叉树的前序,中序,后序遍历

1. 前序中序后序递归写法 前序 public void preorder(TreeNode root, List<Integer> res) {if (root null) {return;}res.add(root.val);preorder(root.left, res);preorder(root.right, res);}后序 public static void postOrderRecur(TreeNode head) {if (head nu…...

二叉搜索树(BST)的模拟实现

序言&#xff1a; 构造一棵二叉排序树的目的并不是为了排序&#xff0c;而是为了提高查找效率、插入和删除关键字的速度&#xff0c;同时二叉搜索树的这种非线性结构也有利于插入和删除的实现。 目录 &#xff08;一&#xff09;BST的定义 &#xff08;二&#xff09;二叉搜…...

【MFC】01.MFC框架-笔记

基本概念 MFC Microsoft Fundation class 微软基础类库 框架 基于Win32 SDK进行的封装 属性&#xff1a;缓解库关闭 属性->C/C/代码生成/运行库/MTD 属性->常规->MFC的使用&#xff1a;在静态库中使用MFC&#xff0c;默认是使用的共享DLL&#xff0c;运行时库 SD…...

基于ArcGIS污染物浓度及风险的时空分布

在GIS发展的早期&#xff0c;专业人士主要关注于数据编辑或者集中于应用工程&#xff0c;以及主要把精力花费在创建GIS数据库并构造地理信息和知识。慢慢的&#xff0c;GIS的专业人士开始在大量的GIS应用中使用这些知识信息库。用户应用功能全面的GIS工作站来编辑地理数据集&am…...

【项目开发计划制定工作经验之谈】

一、背景介绍 随着信息技术的发展&#xff0c;项目管理越来越受到企业和组织的重视。项目管理是一项旨在规划、组织、管理和控制项目的活动&#xff0c;以达到特定目标的过程。项目开发计划是项目管理的一个重要组成部分&#xff0c;它是指定项目目标、工作范围、进度、质量、…...

测试微信模版消息推送

进入“开发接口管理”--“公众平台测试账号”&#xff0c;无需申请公众账号、可在测试账号中体验并测试微信公众平台所有高级接口。 获取access_token: 自定义模版消息&#xff1a; 关注测试号&#xff1a;扫二维码关注测试号。 发送模版消息&#xff1a; import requests da…...

Cesium1.95中高性能加载1500个点

一、基本方式&#xff1a; 图标使用.png比.svg性能要好 <template><div id"cesiumContainer"></div><div class"toolbar"><button id"resetButton">重新生成点</button><span id"countDisplay&qu…...

大型活动交通拥堵治理的视觉算法应用

大型活动下智慧交通的视觉分析应用 一、背景与挑战 大型活动&#xff08;如演唱会、马拉松赛事、高考中考等&#xff09;期间&#xff0c;城市交通面临瞬时人流车流激增、传统摄像头模糊、交通拥堵识别滞后等问题。以演唱会为例&#xff0c;暖城商圈曾因观众集中离场导致周边…...

【第二十一章 SDIO接口(SDIO)】

第二十一章 SDIO接口 目录 第二十一章 SDIO接口(SDIO) 1 SDIO 主要功能 2 SDIO 总线拓扑 3 SDIO 功能描述 3.1 SDIO 适配器 3.2 SDIOAHB 接口 4 卡功能描述 4.1 卡识别模式 4.2 卡复位 4.3 操作电压范围确认 4.4 卡识别过程 4.5 写数据块 4.6 读数据块 4.7 数据流…...

MODBUS TCP转CANopen 技术赋能高效协同作业

在现代工业自动化领域&#xff0c;MODBUS TCP和CANopen两种通讯协议因其稳定性和高效性被广泛应用于各种设备和系统中。而随着科技的不断进步&#xff0c;这两种通讯协议也正在被逐步融合&#xff0c;形成了一种新型的通讯方式——开疆智能MODBUS TCP转CANopen网关KJ-TCPC-CANP…...

Spring Boot面试题精选汇总

&#x1f91f;致敬读者 &#x1f7e9;感谢阅读&#x1f7e6;笑口常开&#x1f7ea;生日快乐⬛早点睡觉 &#x1f4d8;博主相关 &#x1f7e7;博主信息&#x1f7e8;博客首页&#x1f7eb;专栏推荐&#x1f7e5;活动信息 文章目录 Spring Boot面试题精选汇总⚙️ **一、核心概…...

自然语言处理——Transformer

自然语言处理——Transformer 自注意力机制多头注意力机制Transformer 虽然循环神经网络可以对具有序列特性的数据非常有效&#xff0c;它能挖掘数据中的时序信息以及语义信息&#xff0c;但是它有一个很大的缺陷——很难并行化。 我们可以考虑用CNN来替代RNN&#xff0c;但是…...

【HTTP三个基础问题】

面试官您好&#xff01;HTTP是超文本传输协议&#xff0c;是互联网上客户端和服务器之间传输超文本数据&#xff08;比如文字、图片、音频、视频等&#xff09;的核心协议&#xff0c;当前互联网应用最广泛的版本是HTTP1.1&#xff0c;它基于经典的C/S模型&#xff0c;也就是客…...

Java面试专项一-准备篇

一、企业简历筛选规则 一般企业的简历筛选流程&#xff1a;首先由HR先筛选一部分简历后&#xff0c;在将简历给到对应的项目负责人后再进行下一步的操作。 HR如何筛选简历 例如&#xff1a;Boss直聘&#xff08;招聘方平台&#xff09; 直接按照条件进行筛选 例如&#xff1a…...

大数据学习(132)-HIve数据分析

​​​​&#x1f34b;&#x1f34b;大数据学习&#x1f34b;&#x1f34b; &#x1f525;系列专栏&#xff1a; &#x1f451;哲学语录: 用力所能及&#xff0c;改变世界。 &#x1f496;如果觉得博主的文章还不错的话&#xff0c;请点赞&#x1f44d;收藏⭐️留言&#x1f4…...