(2.1)DDL增強功能-數據類型、同義詞、分區表

1.數據類型

(1)常用數據類型 

1.整數類型

int

?存儲范圍是-2,147,483,648到2,147,483,647之間的整數,主鍵列常設置此類型。

(每個數值占用 4字節)

smallint

?存儲范圍是-32,768 到 32,767 之間的整數,用來存儲限定在特定數值范圍內的數據。

(每個數值占用 2 字節)

tinyint

?存儲范圍是0到255 之間的整數,用來存儲有限數目的數值。

(每個數值占用 1 字節)

bigint

?存儲范圍是-9,223,372,036,854,775,808到?9,223,372,036,854,775,807之間的整數。

(每個數值占用?8 字節)

bit

?值只能是0或1,當輸入0以外的其他值時,系統均把它們當1看待。常用來表示真假、男女等二值選擇。

?

2.數值類型

decimal(p,s)

?p 為精度(有效位),表示可儲存數值的最大位數,小數點左右兩側都包括在內,默認最大位為38 位;s為小數位數,標識小數點后 ?面所能儲存的最大位數,默認最小位為0位。如:123.45,則 p=5,s=2(內存大小取決于精度p)

numeric(p,s)

?numeric 和 decimal 是功能相同的,同是用來保存精度可變的浮點型數據。

float

?浮點型,它是一種近似數值類型,float(n)可儲存1-53的可變精度浮點數值。

(內存大小取決于精度n)

money

?貨幣型,能存儲從-9220 億到 9220 億之間的數據,精確到小數點后四位。

(每個數值占用 8 字節)

?

3.日期時間

datetime

?儲存有效日期范圍是1753/1/1~9999/12/31,可精準到3.33毫秒。(每個數值占用 8 字節)

smalldatetime

?儲存有效日期范圍是1900/1/1~2079/6/6,精確到分鐘。(每個數值占用 4 字節)

?

4.二進制類型

image

?雖然類型名為image, 但是并不意味著只能保存圖片二進制數據,實際上它可以保存任何二進制數據。

?

?

5.字符串類型

char(m)

?固定長度字符串,長度為 m。

nchar(m)

?國際化固定長度字符串,長度為 m。

varchar(m)

?可變長度字符串,最大長度為m,且必須是一個介于 1 和 8,000 之間的數值。

nvarchar(m)

?國際化可變長度字符串,最大長度為m,?且必須是一個介于 1 和 4,000 之間的數值。

text

?可變長度字符串,最大長度為 231?- 1個字節。

ntext

?國際化可變長度字符串,最大長度為 230?- 1個字符。

  國際化就是通用與標準。char、varchar、text儲存的字符是基于ASCII編碼格式,對于其他編碼格式的字符可能會造成存儲問題。Unicode字符集(萬國碼)就是為了解決字符集這種不兼容的問題而產生的,它所有的字符都用兩個字節表示,即英文字符也是用兩個字節表示。nchar、 nvarchar、ntext存儲的正是Unicode編碼格式的字符。所以一般來說,如果含有中文字符,用nchar、nvarchar、ntext, 如果只含英文字符,就用char、varchar、text。

?

  

(2)新增數據類型:

  ~ XML:專門用來存儲xml

  ~varchar(max)與nvarchar(max):加個max是什么意思呢,不是傳統意義上的8000,max指示該類型最大存儲大小為2^32 - 1,約為2G。該類型用來替代原本的text與ntext類型,text與ntext在未來更高的版本會被拋棄

  ~varbinary(max):與varbinary相同特性,max指示該類型最大存儲大小為2^32 - 1,約為2G

(3)數據存儲基本拓展:

  概念:數據以頁為單位存儲,一個頁8KB,去掉固定要用的相關開銷,還有8060個字節可以使用。8個頁組成一個擴展區;

  分配單元:

  【1】IN_ROW_DATA:存儲行內數據

  【2】ROW_OVERFLOW_DATA:當【1】中的行數據超過一個頁最大存儲空間(即8060B時),存儲溢出數據。原行內留下一個24B的指針

  【3】LOB_Data:存儲Lob(二進制)對象

2.同義詞

  概念:同義詞的概念我是這么理解的,其實就是再起個名字;舉個例子,李狗蛋有3個稱呼,大名李狗蛋,外號二狗子,小名蛋蛋。

    ? ??由此可以看出,大名、外號、小名都代表的是同一個人,外號和小名是基于大名得來的,所以大名就叫做基對象,而小名和外號就叫做同義詞。

  特點:

    (1)局部同義詞名稱唯一

    (2)對同義詞做的任何更改其實就是在修改基對象

    (3)不能引用用戶定義的聚合函數

  基本形式:

--基本形式
create synonym 同義詞名
for 基對象
--實例演示
create synonym test102
for dbo.test101

?

?

3.分區表

  概念:其實就是把表中數據,根據水平或者垂直分割

    (1)水平分割:其實就是列太多,把它分到多個表中,要查的時候就join起來

    (2)垂直分割:其實就是行數據太多,導致單表太大,把它分成多個相同結構的表,分別根據某個邏輯(比如說時間字段)去進行分割

  操作:

 ? ?   (1). 創建分區函數?

    (2). 創建分區方案

    (3). 對表進行分區

  概念加實操參考:

    (1)基礎:http://www.cnblogs.com/gered/p/8074747.html

    (2)深入:http://www.cnblogs.com/gered/p/8856585.html

    (3)探究:http://www.cnblogs.com/CareySon/archive/2011/12/30/2307766.html

轉載于:https://www.cnblogs.com/gered/p/9117522.html

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/389533.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/389533.shtml
英文地址,請注明出處:http://en.pswp.cn/news/389533.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

充分利用昂貴的分析

By Noor Malik努爾馬利克(Noor Malik) Let’s say you write a query in Deephaven which performs a lengthy and expensive analysis, resulting in a live table. For example, in a previous project, I wrote a query which pulled data from an RSS feed to create a li…

【java并發編程藝術學習】(一)初衷、感想與筆記目錄

不忘初心,方得始終。 學習java編程這么長時間,自認為在項目功能需求開發中沒啥問題,但是之前的幾次面試和跟一些勤奮的或者小牛、大牛級別的人的接觸中,才發現自己的無知與淺薄。 學習總得有個方向吧,現階段就想把并發…

層次聚類和密度聚類思想及實現

層次聚類 層次聚類的概念: 層次聚類是一種很直觀的算法。顧名思義就是要一層一層地進行聚類。 層次法(Hierarchicalmethods)先計算樣本之間的距離。每次將距離最近的點合并到同一個類。然后,再 計算類與類之間的距離&#xff0…

通配符 或 怎么濃_濃咖啡的咖啡渣新鮮度

通配符 或 怎么濃How long could you wait to brew espresso after grinding? Ask a barista, any barista, and I suspect their answer is immediately or within a few minutes. The common knowledge on coffee grounds freshness is that after 30 minutes or so, coffee…

保留

看見 你在我眼前 不去猜想我們隔多遠 當我 夜幕中準備 只想讓沉默的能開解 在不同的遭遇里 我發現你的瞬間 有種不可言說的溫柔直覺 在有限的深夜消失之前 觸摸你的臉 我情愿這是幻覺 也不愿是種告別 已經忘了 你的名字 就在這座 寂靜星石 怎么還有 你的樣子 被保留 給我 一整個…

《netty入門與實戰》筆記-02:服務端啟動流程

為什么80%的碼農都做不了架構師?>>> 1.服務端啟動流程 這一小節,我們來學習一下如何使用 Netty 來啟動一個服務端應用程序,以下是服務端啟動的一個非常精簡的 Demo: NettyServer.java public class NettyServer {public static v…

譜聚類思想及實現

(這個我也沒有怎么懂,為了防止以后能用上,還是記錄下來) 譜聚類 注意:譜聚類核心聚類算法還是K-means 算法進行聚類~ 譜聚類的實現過程: 1.根據數據構造一個 圖結構(Graph) &…

Tengine HTTPS原理解析、實踐與調試【轉】

本文邀請阿里云CDN HTTPS技術專家金九,分享Tengine的一些HTTPS實踐經驗。內容主要有四個方面:HTTPS趨勢、HTTPS基礎、HTTPS實踐、HTTPS調試。 一、HTTPS趨勢 這一章節主要介紹近幾年和未來HTTPS的趨勢,包括兩大瀏覽器chrome和firefox對HTTPS的…

Linux 指定運行時動態庫路徑【轉】

轉自:http://www.cnblogs.com/cute/archive/2011/02/24/1963957.html 眾所周知, Linux 動態庫的默認搜索路徑是 /lib 和 /usr/lib 。動態庫被創建后,一般都復制到這兩個目錄中。當程序執行時需要某動態庫, 并且該動態庫還未加載到…

opencv:SIFT——尺度不變特征變換

SIFT概念: Sift(尺度不變特征變換),全稱是Scale Invariant Feature Transform Sift提取圖像的局部特征,在尺度空間尋找極值點,并提取出其位置、尺度、方向信息。 Sfit的應用范圍包括 物體辨別、機器人地圖…

pca(主成分分析技術)_主成分分析技巧

pca(主成分分析技術)介紹 (Introduction) Principal Component Analysis (PCA) is an unsupervised technique for dimensionality reduction.主成分分析(PCA)是一種無監督的降維技術。 What is dimensionality reduction?什么是降維? Let us start with an exam…

npm link run npm script

npm link & run npm script https://blog.csdn.net/juhaotian/article/details/78672390 npm link命令可以將一個任意位置的npm包鏈接到全局執行環境,從而在任意位置使用命令行都可以直接運行該npm包。 app-cmd.cmd #!/usr/bin/env nodeecho "666" &a…

一文詳解java中對JVM的深度解析、調優工具、垃圾回收

2019獨角獸企業重金招聘Python工程師標準>>> jvm監控分析工具一般分為兩類,一種是jdk自帶的工具,一種是第三方的分析工具。jdk自帶工具一般在jdk bin目錄下面,以exe的形式直接點擊就可以使用,其中包含分析工具已經很強…

借用繼承_博物館正在數字化,并在此過程中從數據中借用

借用繼承Data visualization is a great way to celebrate our favorite pieces of art as well as reveal connections and ideas that were previously invisible. More importantly, it’s a fun way to connect things we love — visualizing data and kicking up our fee…

高斯噪聲,椒鹽噪聲的思想及多種噪聲的實現

圖像噪聲: 概念: ? 圖像噪聲是圖像在獲取或是傳輸過程中受到隨機信號干擾,妨礙人們對圖像理解及分析處理 的信號。 ? 很多時候將圖像噪聲看做多維隨機過程,因而描述噪聲的方法完全可以借用隨機過程的描述, 也就是使…

bzoj1095 [ZJOI2007]Hide 捉迷藏

據說是道很厲害的題。。。。黃學長的安利啊。。。。 然而我卻用它學分治。。。。 一個坑就擺在這里了。。。。 轉載于:https://www.cnblogs.com/LLppdd/p/9124394.html

如何識別媒體偏見_描述性語言理解,以識別文本中的潛在偏見

如何識別媒體偏見TGumGum can do to bring change by utilizing our Natural Language Processing technology to shed light on potential bias that websites may have in their content. The ideas and techniques shared in this blog are a result of the GumGum Hackatho…

分享 : 警惕MySQL運維陷阱:基于MyCat的偽分布式架構

分布式數據庫已經進入了全面快速發展階段。這種發展是與時俱進的,與人的需求分不開,因為現在信息時代的高速發展,導致數據量和交易量越來越大。這種現象首先導致的就是存儲瓶頸,因為MySQL數據庫實質上還是一個單機版本的數據庫&am…

opencv:圖像讀取BGR變成RGB

opencv大坑之BGR opencv對于讀進來的圖片的通道排列是BGR,而不是主流的RGB!謹記! #opencv讀入的矩陣是BGR,如果想轉為RGB,可以這么轉 img cv2.imread(1.jpg) img cv2.cvtColor(img4,cv2.COLOR_BGR2RGB)

數據不平衡處理_如何處理多類不平衡數據說不可以

數據不平衡處理重點 (Top highlight)One of the common problems in Machine Learning is handling the imbalanced data, in which there is a highly disproportionate in the target classes.機器學習中的常見問題之一是處理不平衡的數據,其中目標類別的比例非常…