マインドマップギャラリー MySQL
MySQLに関するマインドマップであり、主にデータベース、SQL言語、基本的なクエリの概要、ウィンドウ関数、マルチテーブルクエリ、サブクエリなどの詳細な知識が含まれています。
2024-10-29 09:28:59 に編集されましたこれは、「Amazon Reverse Working Method」「Amazon Reverse Working Method」に関するマインドマップです。それは、Amazonの成功の秘密を明らかにし、実用的な作業方法と管理の原則を提供し、Amazon文化を理解し、仕事の効率と創造性を向上させたい読者にとって大きな参照価値です。
Azure BlobストレージにおけるMicrosoftの顕著な進歩とイノベーション、特にChatGptの作成者であるOpenaiの巨大なコンピューティングニーズを効果的にサポートする方法に焦点を当てています。 Azure Blobストレージ製品管理チームのJason Valerieは、JakeとDeverajaと協力して、Azure BlobストレージがOpenaiの大規模なモデルトレーニング、処理データ、ストレージをexebbitレベルまでに行う上で重要な役割を果たしました。議論には、AIワークロードのスケーリングスーパーコンピューターが直面している課題と、地域ネットワークゲートウェイを接続するデータセンターなどのアーキテクチャソリューション、および動的ストレージ容量の拡張を可能にする拡張アカウントの導入が含まれます。技術的な側面は、チェックポイントのメカニズム、大規模なデータ処理、革新的なブロブビューと階層的な名前空間、グローバルデータモビリティ機能をカバーし、Microsoftのグローバルネットワークインフラストラクチャを戦略的に利用して効率的なデータ送信を可能にします。この会話は、高度なAIの研究開発に強力でスケーラブルで効率的なストレージソリューションを提供するというマイクロソフトのコミットメントを完全に示しています。
これは、主にオブジェクト状態の変化、熱エンジン、内部エネルギー、熱比熱容量、温度スケールを含む、熱に関するマインドマップです。紹介は詳細であり、説明は包括的です。
これは、「Amazon Reverse Working Method」「Amazon Reverse Working Method」に関するマインドマップです。それは、Amazonの成功の秘密を明らかにし、実用的な作業方法と管理の原則を提供し、Amazon文化を理解し、仕事の効率と創造性を向上させたい読者にとって大きな参照価値です。
Azure BlobストレージにおけるMicrosoftの顕著な進歩とイノベーション、特にChatGptの作成者であるOpenaiの巨大なコンピューティングニーズを効果的にサポートする方法に焦点を当てています。 Azure Blobストレージ製品管理チームのJason Valerieは、JakeとDeverajaと協力して、Azure BlobストレージがOpenaiの大規模なモデルトレーニング、処理データ、ストレージをexebbitレベルまでに行う上で重要な役割を果たしました。議論には、AIワークロードのスケーリングスーパーコンピューターが直面している課題と、地域ネットワークゲートウェイを接続するデータセンターなどのアーキテクチャソリューション、および動的ストレージ容量の拡張を可能にする拡張アカウントの導入が含まれます。技術的な側面は、チェックポイントのメカニズム、大規模なデータ処理、革新的なブロブビューと階層的な名前空間、グローバルデータモビリティ機能をカバーし、Microsoftのグローバルネットワークインフラストラクチャを戦略的に利用して効率的なデータ送信を可能にします。この会話は、高度なAIの研究開発に強力でスケーラブルで効率的なストレージソリューションを提供するというマイクロソフトのコミットメントを完全に示しています。
これは、主にオブジェクト状態の変化、熱エンジン、内部エネルギー、熱比熱容量、温度スケールを含む、熱に関するマインドマップです。紹介は詳細であり、説明は包括的です。
MySQL
データベース
データベース構成
行と列でテーブルを形成し、複数のデータベースを MySQL に配置できます。
データベースの種類
ビジネスデータベース
, 例: Oracle、SQLServer、DB2 など。
オープンソースデータベース
例: MySQL、PostgreSQL など。
デスクトップデータベース
Microsoft Accessに代表され、デスクトップアプリケーションに適しています
データ型
数値型
最も一般的に使用されるのは、int (整数)、float (10 進数)、および double (10 進数) です。
日付型
最も一般的に使用されるのは、DATE (日付)、TIME (時刻)、および DATETIME (日付時刻) です。
テキストタイプ
最も一般的に使用されるのは、VARCHAR (変数文字列) と TEXT (テキスト) です。
SQL言語
検索ステートメント
選択する
から
リムル
検索を制限する
明確な
重複を削除する
対象となる条件 (where ステートメント)
数値判定:より大きい(>)、より小さい(<)、等しい(=)、等しくない(
論理判定:AND、OR、NOT、IN()
あいまい判定:「%value%」のように、%、_(アンダースコア)など
計算フィールド
フィールド 1 フィールド 2 を「合計」として、 フィールド 1-フィールド 2 を「差分」として、 フィールド 1*フィールド 2 を「製品」として、 フィールド 1/フィールド 2 を「除算」として表示
スプライスフィールド
concat(field1,field2)AS'新しいフィールド名'
集計関数
カウント
指定された列が NULL ではないレコードの行数をカウントします。
和
指定された列の値の合計を計算します
最大
指定した列の最大値を計算します
分
指定された列の最小値を計算します
平均
指定された列の平均を計算します
データのグループ化(グループ化)
グループ化
各グループに対して合計、カウント、平均などの集計関数を実行するために、同じ値を持つ行をグループ化するために使用されます。
データのフィルタリング
持っている
have の機能は、データをグループ化した後にグループ化結果をフィルター処理することです。
結果の並べ替え
……デスク順で注文
基本的なクエリの概要
基本的なSQL文の記述順序
基本的な SQL ステートメントのクエリ順序
サブクエリ
どこ
特徴
1. サブクエリの結果は 1 つまたは複数の値です。
2. サブクエリの結果は、親クエリの比較条件として使用されます。
比較演算子
< = > =
IN演算子
サブクエリの結果は配列に似ており、親クエリは IN 関数を使用してサブクエリの結果を含めます。
ALL 演算子
ALL 演算子は比較演算子 ((
任意の演算子
ANY は演算子および比較演算子でもあります (
ANY は演算子および比較演算子でもあります (
EXISTS 演算子
EXISTS は、サブクエリが行を返すかどうかを検出するために SQL ステートメントで使用されるブール演算子です。 EXISTS はブール型です。
から
複数テーブルのクエリ
結合クエリ(UNION)
UNION 演算子は、2 つ以上の SELECT ステートメントの結果セットを結合し、重複する行を削除するために使用されます。
複数テーブルのクエリ
特徴
マルチテーブル クエリとは、相互に関連する複数のテーブルからデータを取得できることを意味します。
分類
内部結合-JOIN: innerjoin と同じ。 テーブル 1 はテーブル 2 を結合し、テーブル 1 とテーブル 2 に共通する行を返します。 左結合 - LEFTJOIN: テーブル 1 は、テーブル 1 に基づいてテーブル 2 を結合し、最も一般的に使用されるテーブル 2 の関連情報と一致します。右側のテーブルに一致がない場合でも、左側のテーブルからすべての行が返されます。 右結合 - RIGHTJOIN: 表 1 は、表 2 に基づいて、表 1 の関連情報と一致して表 2 を右結合します。 左側のテーブルに一致するものがない場合でも、右側のテーブルからすべての行を返します。 完全接続 - MySQL には完全接続を直接実装することはできませんが、間接的に実現できます。
窓関数
窓関数
意味
ウィンドウ関数: ウィンドウ関数は、高度な SQL 関数の一種で、特定の条件を満たすレコード セットに対して実行される特殊な関数であり、複雑なデータ分析や統計計算を実行するために使用されます。 ウィンドウとはデータをグループ化することを意味し、各グループがウィンドウになります。
分類
1 つのタイプは集計ウィンドウ関数です。集計関数を over キーワードと同時に使用すると、集計関数はウィンドウ関数になります。 もう 1 つのタイプは特殊なウィンドウ関数で、over キーワードとともに使用する必要があります。
位置
ウィンドウ関数は where 句や group by 句で処理した結果を操作するため、原則として select でしか記述できません。
声明
<ウィンドウ関数> OVER ( PARTITION BY <グループ化に使用する列名> ORDER BY <ソートに使用する列名>
ウィンドウ集約関数
ウィンドウ内の各レコードは、SUM() などの集約関数を動的に適用して、指定されたウィンドウ内のさまざまな集約関数の値を動的に計算します。
ウィンドウソート機能
ソート処理を行ってランキングを表示するためです。一般的に使用されるのは、 DENSE_RANK() ROW_NUMBER()
ウィンドウ分配関数
パーセントランク()関数
意味
Percent_rank() 関数: パーセント並べ替え。グループ内の現在の行の位置をパーセントで返します。戻り値の範囲は [0, 1] です。
計算する
`PERCENT_RANK()` は、各行の式 ` (rank-1) / (行の総数 - 1) ` に従って計算されます。
cume_dist() 関数
意味
cume_dist() 関数: 累積分布。グループ内の行数のパーセンテージを占める、「現在の行の前」および「現在の行と等しい (現在の行を含む)」行の数を返します。
計算する
cume_dist(): 各行は、「現在の値以下の行数 / グループ内の総行数」の式に従って計算されます。
ウィンドウオフセット関数
頭と尾の機能
意味
指定されたフィールドの最初または最後の非 NULL データをクエリします。 FIRST_VALUE() LAST_VALUE()
計算する
最大値と最小値を取得する: 最初と最後の関数は、特定の並べ替えルールに基づいて各グループの最大値または最小値を取得できます。
関数の前後
意味
現在の行の指定されたフィールドの方向を問い合わせます。 現在の行の指定されたフィールドの方向を問い合わせます。 行データ:LAG() 行データ:LEAD()
計算する
遅れ/進み(フィールド、パラメータ 1、パラメータ 2) — パラメータ 1: データを前後に何回移動するか — パラメータ 2: 前方および後方への移動後に生成される存在しない値のデフォルト値。このパラメータは省略できます。デフォルト値は null です。
引き違い窓
前のキーワード
SQL の PRECEDING は、ウィンドウ関数でウィンドウ範囲を定義するために使用されるキーワードです。 PRECEDING は、計算ウィンドウの範囲を指定するためにウィンドウ関数とともによく使用されます。現在の行を含むウィンドウを定義します。 一定の行数前。
次のキーワード
中国語で「2 行目以降」とは次の 2 行を意味します。これは前方を意味する前の行の正反対です。 以下は後ろ向きです。