首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

为实施运维人员准备的的MySQL英文记忆表

6月25日核心单词: show databases;#展示MySQL服务内所有的库 use 数据库名称;#使用数据库 desc 表名;#展示表结构 drop 删除·删除库 insert插入 update修改 delete删除 mysqldump数据库转储 6月26日核心单词: where筛选 and or not逻辑与 或 非 between……and……范围查询,数值以及时间 distinct[dɪˈstɪŋkt]清除重复值 group by分组 order by排序·正序asc  倒序desc limit分页 max(最大值) min(最小值) count(数量统计) avg(平均数) sum(求和) alter[ˈɔːltə(r)]对表的列进行操作的时候使用 index索引下标 6月28日核心单词 case情况 when then end delimiter边界 procedure过程 view视图 transaction事务 commit提交事务 rollback回滚事务 7月2日 TABLE_SCHEMA '库名', TABLE_NAME '表名', COLUMN_NAME '列名', COLUMN_TYPE '数据类型与长度', COLUMN_COMMENT '备注' token代币(用以启动某些机器或用作支付方式的)专用辅币; 代价券; 赠券; 礼券; 象征,标志,表示,信物; orderDetail订单细节 detail细节; 细微之处; 枝节; 琐事; 详情; 具体情况; (关于某事物的)资料; 消息; 细部,局部,次要部分; 特遣队; myisam和innodb,两个MySQL的服务引擎,其中myisam不支持事务以及外键,innodb支持,MySQL5.5.5之后默认位innodb引擎

03

一场pandas与SQL的巅峰大战(二)

上一篇文章一场pandas与SQL的巅峰大战中,我们对比了pandas与SQL常见的一些操作,我们的例子虽然是以MySQL为基础的,但换作其他的数据库软件,也一样适用。工作中除了MySQL,也经常会使用Hive SQL,相比之下,后者有更为强大和丰富的函数。本文将延续上一篇文章的风格和思路,继续对比Pandas与SQL,一方面是对上文的补充,另一方面也继续深入学习一下两种工具。方便起见,本文采用hive环境运行SQL,使用jupyter lab运行pandas。关于hive的安装和配置,我在之前的文章MacOS 下hive的安装与配置提到过,不过仅限于mac版本,供参考,如果你觉得比较困难,可以考虑使用postgreSQL,它比MySQL支持更多的函数(不过代码可能需要进行一定的改动)。而jupyter lab和jupyter notebook功能相同,界面相似,完全可以用notebook代替,我在Jupyter notebook使用技巧大全一文的最后有提到过二者的差别,感兴趣可以点击蓝字阅读。希望本文可以帮助各位读者在工作中进行pandas和Hive SQL的快速转换。本文涉及的部分hive 函数我在之前也有总结过,可以参考常用Hive函数的学习和总结。

02
领券