mysql数据库的内置函数--7
目录
内置函数
日期函数
字符串函数
数学函数
其它函数
内置函数
在mysql中这些函数用select进行使用
日期函数
| 函数 | 描述 |
|---|---|
| NOW() | 返回当前的日期和时间 |
| CURDATE() | 返回当前的日期 |
| CURTIME() | 返回当前的时间 |
| DATE() | 从日期或日期/时间表达式中提取日期部分 |
| TIME() | 从日期或日期/时间表达式中提取时间部分 |
| YEAR() | 返回日期中的年份 |
| MONTH() | 返回日期中的月份 |
| DAY() | 返回日期中的日 |
| HOUR() | 返回时间中的小时 |
| MINUTE() | 返回时间中的分钟 |
| SECOND() | 返回时间中的秒 |
| PERIOD_ADD(date, interval) | 为一个日期添加一个指定的时间间隔 |
| PERIOD_DIFF(date1, date2) | 返回两个日期之间的时间间隔 |
| DATE_ADD(date, INTERVAL expr unit) | 添加时间值（如，加三天） |
| DATE_SUB(date, INTERVAL expr unit) | 减去时间值（如，减三天） |
| DATEDIFF(date1, date2) | 返回两个日期之间的天数 |
| TIMESTAMPDIFF(unit, datetime_expr1, datetime_expr2) | 返回两个日期时间表达式之间的差（以unit为单位） |
| UNIX_TIMESTAMP() | 返回当前的 UNIX 时间戳 |
| FROM_UNIXTIME(timestamp) | 将 UNIX 时间戳转换为日期/时间 |
字符串函数
| 函数 | 描述 |
|---|---|
| CONCAT(str1, str2,...) | 连接两个或多个字符串，并返回结果 |
| LENGTH(str) | 返回指定字符串的长度 |
| SUBSTRING(str, pos, len) | 从字符串中提取一部分 |
| REPLACE(orig_str, find_str, replace_with_str) | 在字符串中替换所有的指定子串 |
| UPPER(str) | 将字符串转换为大写 |
| LOWER(str) | 将字符串转换为小写 |
| TRIM(str) | 从字符串的两端删除指定的字符 |
| LTRIM(str) | 从字符串的左侧删除指定的字符 |
| RTRIM(str) | 从字符串的右侧删除指定的字符 |
| LEFT(str, len) | 返回字符串的最左边的字符 |
| RIGHT(str, len) | 返回字符串的最右边的字符 |
| CHAR_LENGTH(str) | 返回字符串的字符长度 |
| ASCII(str) | 返回字符串的第一个字符的ASCII值 |
| REVERSE(str) | 反转字符串 |
| LOCATE(substr, str) | 返回子串在字符串中的位置 |
| INSTR(str, substr) | 返回子串在字符串中的位置 |
| FORMAT(X, D) | 格式化一个数字，'D'定义了小数点右侧的小数位数 |
| STR_TO_DATE(str, format) | 将字符串按照format格式转换为日期 |
数学函数
| 函数 | 描述 |
|---|---|
| ABS(X) | 返回X的绝对值 |
| CEIL(X) 或 CEILING(X) | 返回大于或等于X的最小整数 |
| FLOOR(X) | 返回小于或等于X的最大整数 |
| ROUND(X) | 返回X四舍五入后的值 |
| TRUNCATE(X, D) | 返回X截断到D小数的值 |
| MOD(X, Y) 或 X MOD Y | 返回X除以Y的余数 |
| POW(X, Y) 或 POWER(X, Y) | 返回X的Y次方 |
| SQRT(X) | 返回X的平方根 |
| RAND() | 返回一个随机浮点数（在0到1之间） |
| LOG(X) | 返回X的自然对数（基数为e） |
| LOG10(X) | 返回X的对数（基数为10） |
| EXP(X) | 返回e的X次方 |
| PI() | 返回π的值 |
| SIN(X) | 返回X的正弦 |
| COS(X) | 返回X的余弦 |
| TAN(X) | 返回X的正切 |
其它函数
| 函数 | 描述 |
|---|---|
| COALESCE(value1, value2, ...) | 返回参数列表中的第一个非NULL值 |
| GREATEST(value1, value2, ...) | 返回参数列表中的最大值 |
| LEAST(value1, value2, ...) | 返回参数列表中的最小值 |
| CASE | 根据条件返回值的函数，类似于其他编程语言中的"switch"语句 |
| IF(condition, value_if_true, value_if_false) | 如果条件为真，则返回第二个参数的值，否则返回第三个参数的值 |
| IFNULL(value1, value2) | 如果第一个值不是NULL，则返回第一个值，否则返回第二个值 |
| NULLIF(value1, value2) | 如果两个值相等，则返回NULL，否则返回第一个值 |
| ISNULL(expr) | 如果表达式是NULL，则返回1，否则返回0 |
| CAST(expr AS type) | 将表达式转换为指定的类型 |
| CONVERT(expr, type) | 将表达式转换为指定的类型 |
| DATABASE() | 返回当前数据库的名字 |
| USER() | 返回当前用户的名字 |
| VERSION() | 返回MySQL服务器的版本 |
相关文章：
mysql数据库的内置函数--7
目录 内置函数 日期函数 字符串函数 数学函数 其它函数 内置函数 在mysql中这些函数用select进行使用 日期函数 函数描述NOW()返回当前的日期和时间CURDATE()返回当前的日期CURTIME()返回当前的时间DATE()从日期或日期/时间表达式中提取日期部分TIME()从日期或日期/时间…...
DS3800HPIB 有效执行任务的所有程序
DS3800HPIB是通用电气公司生产的Speedtronic Mark IV系列的一部分。这DS3800HPIB是一种大型电路板，具有八个连接端子，电路板两侧的尺寸各不相同。左下角有一个红色小方块，上面有一个拨动开关。这DS3800HPIB有大约50个天蓝色的小二极管。这DS3…...
图像比对、人像比对和人脸识别的区别是什么？
图像比对、人像比对和人脸识别都是图像处理技术，但是它们的实现方式和应用场景均有所不同。 图像比对 图像比对是指通过计算机视觉技术将两张或多张图片进行相似度比较。主要包括图像特征提取、匹配和评估等步骤，通常使用神经网络等深度学习技术来实现…...
python中的抽象基类
目录 协议和鸭子类型抽象基类定义抽象基类使用抽象基类直接继承通过注册（register） __subclasshook__魔法方法 协议和鸭子类型 python中有大量的魔法方法，python所谓基于协议编程，就是依赖这些魔法方法。 什么意思呢？…...
耗时几个月，终于决定把原本想用于商业的系统开源了
前言 嗨，大家好，我是希留，一个被迫致力于全栈开发的老菜鸟。 今天又来给小伙伴们分享一个基于 SpringBoot Vue 实现的前后端分离后台管理系统项目； 简介 这个项目是基于xiliu-tenant脚手架项目搭建而成，原本是帮朋…...
HarmonyOS应用端云一体化开发主要流程
图示 主要步骤 序号 阶段 任务 说明 1 创建端云一体化开发工程 选择工程类型与云开发模板 确定工程类型：选择“Application”或“Atomic Service”页签，确定创建的是HarmonyOS应用工程还是原子化服务工程。选择云开发模板，包括通用云开…...
NoSQL之 Redis配置与优化
NoSQL之 Redis配置与优化 ---------------------- 关系数据库与非关系型数据库 ---------------------------------------- ●关系型数据库： 关系型数据库是一个结构化的数据库，创建在关系模型（二维表格模型）基础上，一…...
Redis哨兵模式
1.哨兵模式是什么 解释一 哨兵巡查监控 master主机是否故障，如果故障了，根据投票数自动将一个从库转换为新数据库，继续对外服务。 解释二 监控redis 的运行状态，包括master和slave当master宕机后，能自动将slave切换…...
数据库管理-第七十六期 如何升级19c RAC（20230516）
数据库管理 2023-05-16 第七十六期 如何升级19c RAC1 回头处理2 升级AHF3 升级GI及DB3.1 拷贝所需文件3.2 升级OPatch3.3 升级GI与DB3.4 应用SQL变更 4 升级OJVM4.1 解压补丁4.2执行补丁冲突检查：4.3 升级OJVM4.4 应用SQL变更 5 最终验证总结 第七十六期 如何升级19…...
组合预测模型 | ARIMA-CNN-LSTM时间序列预测（Python）
组合预测模型 | ARIMA-CNN-LSTM时间序列预测（Python） 目录 组合预测模型 | ARIMA-CNN-LSTM时间序列预测（Python）预测结果基本介绍程序设计参考资料 预测结果 基本介绍 ARIMA-CNN-LSTM是一种结合了传统时间序列模型和深度学习模型的…...
实验四 面向对象分析与设计——UML类图与时序图
一、实验目的： 掌握面向对象分析中静态结构模型与动态行为模型的基本思想。学会识别系统中的类、类的属性和操作以及类之间的关系，掌握UML类图的绘制方法。了解时序图的作用和组成元素，掌握UML时序图的绘制方法。 二、实验仪器及实验环境&a…...
最短路径问题
如图，设定源点为D，终点为A，则D到A的最短路径是多少？ 算法思路： 第一步，从源点D出发，此时能到达的选择是C和E，我们根据路径长度选择最少的作为下一个节点，于是选择C&…...
国内有哪些SAAS软件？SAAS软件有哪些优点？
国内有哪些SAAS软件？SAAS软件有哪些优点？不请自来答一下，通过SaaS软件与传统软件的对比来详细讲下SaaS软件有哪些优点？ 配合以下内容食用更佳： 关于概念——深度详解什么是SaaS（软件即服务）关…...
分享两组不同的3D VR卡片
最近某音上出现了很多VR视频，转动手机可以看到手机界面未显示出来的场景。这种事情我觉得我们也可以做到。 所以两种不同的3D VR卡片来了： 第一种是横向或上下可以拖动极大的距离。卡片上的信息会随着拖动移动，但不会显示更多的信息&#x…...
外贸人如何精准开发客户？Facebook开发客户全攻略
现在做跨境的都了解的一个社媒平台就是Facebook了，因为很多人都会拿Facebook来开发客户，忙里偷闲，今天东哥就来聊聊用Facebook开发客户的一些心得。 用Facebook开发客户的心得 1、利用关键词搜索 使用行业相关的关键词、产品特定的关键词、相…...
一、Git安装（Git+TortoiseGit图形化）
Git 是一个开源的分布式版本控制系统，用于敏捷高效地处理任何或小或大的项目。 Git 是 Linus Torvalds 为了帮助管理 Linux 内核开发而开发的一个开放源码的版本控制软件。 Git 与常用的版本控制工具 CVS, Subversion 等不同，它采用了分布式版本库的方式…...
mysql死锁，如何产生？如何发现？如何处理？
1 产生死锁 就是资源互斥 例子如下 好的，请参考以下 SQL 语句来创建 base_account_item 表和向表中插入一些数据： CREATE TABLE base_account_item (id INT(11) NOT NULL,account_item_name VARCHAR(50) NOT NULL,PRIMARY KEY (id) ) ENGINEInnoDB DEF…...
YOLO V1-V3 简单介绍
目录 1. YOLO 2. YOLO V1 3. YOLO V2 4. YOLO V3 5. YOLO V3 SPP网络 5.1 Mosaic 图像增强 5.2 SPP 模块 5.3 CIou Loss 5.4 Focal loss 1. YOLO YOLO 是目标检测任务强大的算法，将目标检测的问题转换边界框和相关概率的回归问题，是目标检测…...
数据结构总结1：了解数据结构、时间复杂度、空间复杂度
后续可能会有补充和更改 目录 一、数据结构 1.算法介绍 二、时间复杂度、空间复杂度 三、练习 1.时间复杂度 2.空间复杂度 一、数据结构 数据结构是计算机存储、组织数据的方式，指相互之间存在一种或多种特定关系的数据元素的集合。 数据结构和数据库的区…...
abstract class和interface有什么区别？
含有abstract修饰符的class即为抽象类，abstract 类不能创建的实例对象。含有abstract方法的类必须定义为abstract class，abstract class类中的方法不必是抽象的。abstract class类中定义抽象方法必须在具体(Concrete)子类中实现，所以…...
)
椭圆曲线密码学(ECC)
一、ECC算法概述 椭圆曲线密码学（Elliptic Curve Cryptography）是基于椭圆曲线数学理论的公钥密码系统，由Neal Koblitz和Victor Miller在1985年独立提出。相比RSA，ECC在相同安全强度下密钥更短（256位ECC ≈ 3072位RSA…...
突破不可导策略的训练难题：零阶优化与强化学习的深度嵌合
强化学习（Reinforcement Learning, RL）是工业领域智能控制的重要方法。它的基本原理是将最优控制问题建模为马尔可夫决策过程，然后使用强化学习的Actor-Critic机制（中文译作“知行互动”机制），逐步迭代求解…...
Python爬虫实战：研究feedparser库相关技术
1. 引言 1.1 研究背景与意义 在当今信息爆炸的时代，互联网上存在着海量的信息资源。RSS（Really Simple Syndication）作为一种标准化的信息聚合技术，被广泛用于网站内容的发布和订阅。通过 RSS，用户可以方便地获取网站更新的内容，而无需频繁访问各个网站。 然而，互联网…...
《通信之道——从微积分到 5G》读书总结
第1章 绪 论 1.1 这是一本什么样的书 通信技术，说到底就是数学。 那些最基础、最本质的部分。 1.2 什么是通信 通信 发送方 接收方 承载信息的信号 解调出其中承载的信息 信息在发送方那里被加工成信号（调制） 把信息从信号中抽取出来&am…...
拉力测试cuda pytorch 把 4070显卡拉满
import torch import timedef stress_test_gpu(matrix_size16384, duration300):"""对GPU进行压力测试，通过持续的矩阵乘法来最大化GPU利用率参数:matrix_size: 矩阵维度大小，增大可提高计算复杂度duration: 测试持续时间（秒&…...
MySQL 8.0 OCP 英文题库解析（十三）
Oracle 为庆祝 MySQL 30 周年，截止到 2025.07.31 之前。所有人均可以免费考取原价245美元的MySQL OCP 认证。 从今天开始，将英文题库免费公布出来，并进行解析，帮助大家在一个月之内轻松通过OCP认证。 本期公布试题111~120 试题1…...
【OSG学习笔记】Day 16: 骨骼动画与蒙皮（osgAnimation）
骨骼动画基础 骨骼动画是 3D 计算机图形中常用的技术，它通过以下两个主要组件实现角色动画。 骨骼系统 (Skeleton)：由层级结构的骨头组成，类似于人体骨骼蒙皮 (Mesh Skinning)：将模型网格顶点绑定到骨骼上，使骨骼移动…...
OpenPrompt 和直接对提示词的嵌入向量进行训练有什么区别
OpenPrompt 和直接对提示词的嵌入向量进行训练有什么区别 直接训练提示词嵌入向量的核心区别 您提到的代码： prompt_embedding = initial_embedding.clone().requires_grad_(True) optimizer = torch.optim.Adam([prompt_embedding...
智能分布式爬虫的数据处理流水线优化：基于深度强化学习的数据质量控制
在数字化浪潮席卷全球的今天，数据已成为企业和研究机构的核心资产。智能分布式爬虫作为高效的数据采集工具，在大规模数据获取中发挥着关键作用。然而，传统的数据处理流水线在面对复杂多变的网络环境和海量异构数据时，常出现数据质…...
SQL慢可能是触发了ring buffer
简介 最近在进行 postgresql 性能排查的时候，发现 PG 在某一个时间并行执行的 SQL 变得特别慢。最后通过监控监观察到并行发起得时间 buffers_alloc 就急速上升，且低水位伴随在整个慢 SQL，一直是 buferIO 的等待事件，此时也没有其他会话的争抢。SQL 虽然不是高效 SQL ，但…...