架构是形成单个命名空间的数据库实体的集合。架构与用户的关系是一对多的关系。架构相当于数据库对象的容器,在同一数据库中架构不能重名。架构是数据库中的逻辑命名空间,同一数据库中的不同架构中可以存在同名表。在同一架构中可以定义表、视图等不同数据库对象。
在上一篇中已经提到过B/S结构了,这里是为了加深对此知识点的理解而写的。
RAID, 磁盘阵列,是一种将若干物理硬盘组合成一个新的存储设备,同时提供额外的备份和纠错功能的技术。用于解决单个磁盘访问速度慢,容量小,安全性不够的传统缺陷。
RAID 0是最简单的RAID模式,同时也是RAID 10、RAID 50、RAID 60等复杂模式的基础。
RAID 0 的最小存储单位是条带,多块磁盘分解成若干条带,再从逻辑上组合成一块连续的虚拟硬盘。因此 RAID 0 具备并发的操作能力。
RAID 1 是多副本模式,同时使用两块或两块以上的磁盘存储同一份数据。写入时,数据同时写入所有磁盘;读取时,选择任意磁盘读取。读取速度与单块硬盘一致。
RAID 10 模式是 RAID 1 和 RAID 0 顺序嵌套组合。
RAID 10 是所有磁盘先用 RAID 1 组合起来,再用 RAID 0 模式组成一个虚拟磁盘设备。如果 RAID 1 的副本数量是 n,那么设备容量是所有磁盘总容量的 1/n。这个模式兼顾了 RAID 0 无限扩容和 RAID 1 数据镜像备份的优点。最小能容忍 n-1 个磁盘掉线,最大能接受总磁盘数量的 (n-1)/n 磁盘掉线。
因为 RAID 0 带条并行分布的特点,RAID 10 的读写速度会比 RAID 1 快。
相应的还有 RAID 01 模式。RAID 01 的组成方式和 RAID 10 相反,先用 RAID 0 将所有磁盘组合成两组磁盘,再把两组磁盘用 RAID 1 组合成一个带备份的磁盘。这个模式的优点是数据读写速度更快,缺点是数据安全性不佳,一块硬盘掉线就会导致整个 RAID 0 磁盘组掉线,极端情况下两块硬盘就可以导致所有数据丢失。
RAID 5 是带数据校验的模式。
Case when 语句是赋值查询。
如简单的赋值查询数据库表示性别,1表示男,2表示女。
Case sex
When ‘1’ then ‘男’
When ‘2’ then ‘女’
Else ‘其他’
End
如果查询内包含判断式。在查询成绩时,希望将成绩按“优”、“良”、“中”、“及格”和“不及格”形式显示。
Case
When grade between 90 and 100 then ‘优’
When grade between 80 and 89 then ‘良’
When grade between 70 and 79 then ‘中’
When grade between 60 and 69 then ‘及格’
Else ‘不及格’
End
SQL Server标量函数接受一个或多个参数并返回单个值。
标量函数可帮助简化代码。 例如,可能有许多查询中出现的复杂计算。可以创建一个标量函数来封装公式并在查询中使用它,而不是在每个查询中包含公式。
CREATE FUNCTION [schema_name.]function_name (parameter_list)
RETURN data_type AS
BEGIN
statements
RETURN value
END
其中
(ps:这里作者也不太理解,仅仅记住了语法而已,因为做到过一道题就是考察标量函数的语法的)
SQL Sever Agent是一个任务规划器和警报管理器。
在实际应用和环境下,您可以将那些周期性的活动定义成一个任务,而让其在SQL Server Agent的帮助下自动运行;假如您是一名系统管理员,则可以利用SQL Server Agent向您通知一些警告信息,来定位出现的问题从而提高管理效率。
SQL Sever Agent主要包括以下几个组件:
差异备份指备份自上次完全备份之后有变化的数据。
差异备份相比较全量备份和增量备份,在备份速度、恢复速度、空间要求三个方面都是居中的。
全量备份 | 增量备份 | 增量备份 | |
---|---|---|---|
备份速度 | 最慢 | 最快 | 较快 |
恢复速度 | 最快 | 最慢 | 较快 |
空间要求 | 最多 | 最少 | 较多 |
关联规则是形如X→Y的蕴涵式,其中,X和Y分别称为关联规则的先导和后继。
关联规则挖掘过程主要包含两个阶段:第一阶段必须先从资料集合中找出所有的高频项目组,第二阶段再由这些高频项目组中产生关联规则。
关联规则的强度可以用它的支持度(s)和置信度(c)度量。
实例:
设有如下所示的某商场购物记录集合,每个购物篮中包含若干商品
购物篮编号 | 商品 |
---|---|
1 | 面包,牛奶 |
2 | 面包,啤酒,鸡蛋,尿布 |
3 | 牛奶,啤酒,尿布,可乐 |
4 | 面包,牛奶,啤酒,尿布 |
5 | 面包,牛奶,尿布,可乐 |
现要基于该数据集进行关联规则挖掘。如果设置最小支持度为60%,最小置信度为80,则如下关联规则中,符合条件的是()
A.啤酒->尿布
B.(面包,尿布)->牛奶
C.面包->牛奶
D.(面包,啤酒)->尿布
从题目中可看出事务总数N是5,A的{啤酒、尿布}支持数σ(X∪Y)是3,{啤酒}的支持数σ(X)是3,所以s=0.6,c=1。同理得B:s=04,c=2/3,C:s=0.6,c=0.75,D:s=0.4,c=1。所以答案A为正确答案。
元数据是关于数据的数据,即描述数据信息的数据。
作用:
举例:
数据库中的数据字典、数据表结构说明文档都是元数据。
生活中如:姓名、身高、年龄、体重这些解释数据的属性、描述数据的内容和含义的都是元数据。
集合操作主要包括并操作union、交操作intersect和差操作expect。
这里介绍差操作的使用方法。
人们经常会查询一个对象拥有而另一个对象不拥有的属性,
如查询C01顾客购买过但是C02顾客没有购买过的商品,语句可写为
Select 商品号 from 购买表 where顾客号= ’C01’
Expect select 商品号 from 购买表 where 顾客号= ‘C02’;
此处需注意参加集合操作的各查询结果的列数必须相同,对应项的数据类型也必须相同。
(PS:感谢各位读者对作者的支持,上一篇文章三级数据库知识点学习(二)访问量再创新高。作者作为萌新,什么都还不懂,一直在向各位大佬学习,你们的访问就是对我最大的支持。这是作者坚持写文章的第四周,如果文章中有什么错误的或者大佬们有更好的见解的地方,请赐教~愚定多加学习改正!)