select函数

今天在做项目的过程中，遇到一个问题，数据库中有一张表中有一个时间的字段，我在查询数据的时候要求要按要求查询出一个时间段的数据，页面效果是上面的，当从页面选择一个年份和一个月份后 在后台要求转为date格式，即查询出2012-04-01 00:00:00 --2012-04-30 23:59:59时间段的数据 转的方法如下(transactionDateMonth为页面的月份，transactionDateYear为页面的年份) if(transactionDateMonth!=null&&!"".equals(transactionDateMonth)&&transactionDateYear!=null&&!"".equals(transactionDateYear)){ //根据页面的month和year来给出transactiondatefrom和transactiondateTo的时间,如页面为2012.1 //则transactiondateFrom = 2012-01-01,transactiondateTo = 2012.01-30 Calendar cal = Calendar.getInstance(); cal.set(Calendar.YEAR,Integer.parseInt(transactionDateYear)); cal.set(Calendar

　　需求：客户端通过传递pageNum(页码)和pageSize(每页显示的条数)两个参数去分页查询数据库表中的数据。 　　我们知道MySQL提供了分页函数limit m,n，但是该函数的用法和需求不一样，所以就需要根据实际情况去改写以满足需求。分析如下： 　　查询第1条到第10条数据的sql是：select * from table limit 0,10; ->对应我们的需求就是查询第一页的数据：select * from table limit (1-1)*10,10; 　　查询第10条到第20条数据的sql是：select * from table limit 10,20; ->对应我们的需求就是查询第二页的数据：select * from table limit (2-1)*10,10; 　　查询第20条到第30条数据的sql是：select * from table limit 20,30; ->对应我们的需求就是查询第三页的数据：select * from table limit (3-1)*10,10; 　　通过上面的分析，可以归纳得出符合需求的分页SQL伪代码是：select * from table limit (pageNum-1)*pageSize,pageSize。总而言之，我们只需要告诉数据库要从第几行开始拿多少条数据就行了。 　　但是

附录：（更新于2013-11-21） sql必知必会学习笔记： http://www.cnblogs.com/IPrograming/category/509859.html mysql 基本命令学习： http://blog.db89.org/the-mysql-the-basic-command/ 一、 mysql的字符串函数 对于针对字符串位置的操作，第一个位置被标记为1。 1.ASCII(str) 返回字符串 str 的最左面字符的ASCII代码值。 如果 str 是空字符串，返回 0 。如果 str 是 NULL ，返回 NULL 。 mysql> select ASCII('2'); -> 50 mysql> select ASCII(2); -> 50 mysql> select ASCII('dx'); -> 100 也可参见ORD()函数。 2.ORD(str) 如果字符串str最左面字符是一个多字节字符，通过以格式 ((first byte ASCII code)*256+(second byte ASCII code))[*256+third byte ASCII code...] 返回字符的ASCII代码值来返回多字节字符代码。如果最左面的字符不是一个多字节字符。返回与 ASCII() 函数返回的相同值。 mysql> select ORD('2'); ->

MySql 所有字符串函数函数详解 ASCII(str) 返回str最左边第一位字符的ASCII编码，如果str为空，则返回 0 。如果str为NULL，则返回NULL -- 只返回a的ASCII编码 SELECT ASCII('ab') - 97 SELECT ASCII('a') - 97 -- 如果是数字，带不带引号是一样的效果 SELECT ASCII(23) - 50 SELECT ASCII(2) - 50 SELECT ASCII('2') - 50 BIN(N) 返回N的二进制数，N是数字类型，这个函数其实相当于CONV(N,10,2)。如果N是null则返回null，如果N是非数字的字符串则会返回0 SELECT BIN(2); - 10 SELECT CONV(2,10,2); - 10 SELECT BIN('23'); - 10111 SELECT CONV(23,10,2); - 10111 SELECT BIN('n'); - 0 BIT_LENGTH(str) 返回str的二进制长度 SELECT BIT_LENGTH('test'); - 32 SELECT BIT_LENGTH('测'); - 24 SELECT BIT_LENGTH('你好啊'); - 72 CHAR(N,... [USING charset_name])

主要内容 Gevent协程 Select\Poll\Epoll异步IO与事件驱动 selectors 模块 多并发演示 协程 协程，又称微线程，纤程。英文名Coroutine。一句话说明什么是线程： 协程是一种用户态的轻量级线程 。 协程拥有自己的寄存器上下文和栈。协程调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈。因此： 协程能保留上一次调用时的状态（即所有局部状态的一个特定组合），每次过程重入时，就相当于进入上一次调用的状态，换种说法：进入上一次离开时所处逻辑流的位置。 协程的好处： 无需线程上下文切换的开销 无需原子操作锁定及同步的开销 　　"原子操作(atomic operation)是不需要synchronized"，所谓原子操作是指不会被线程调度机制打断的操作；这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch （切换到另一个线程）。原子操作可以是一个步骤，也可以是多个操作步骤，但是其顺序是不可以被打乱，或者切割掉只执行部分。视作整体是原子性的核心。 方便切换控制流，简化编程模型 高并发+高扩展性+低成本：一个CPU支持上万的协程都不是问题。所以很适合用于高并发处理。 缺点： 无法利用多核资源：协程的本质是个单线程,它不能同时将 单个CPU 的多个核用上,协程需要和进程配合才能运行在多CPU上

1.case...when... 用法 　　参考: http://www.cnblogs.com/qlqwjy/p/7476533.html CASE value WHEN [ compare-value ] THEN result [WHEN [ compare-value ] THEN result ...] [ELSE result ] END CASE WHEN [ condition ] THEN result [WHEN [ condition ] THEN result ...] [ELSE result ] END 在第一个方案的返回结果中， value = compare-value 。而第二个方案的返回结果是第一种情况的真实结果。如果没有匹配的结果值，则返回结果为ELSE后的结果，如果没有ELSE 部分，则返回值为 NULL mysql> SELECT CASE 1 WHEN 1 THEN 'one' -> WHEN 2 THEN 'two' ELSE 'more' END; -> 'one' mysql> SELECT CASE WHEN 1>0 THEN 'true' ELSE 'false' END; -> 'true' mysql> SELECT CASE BINARY 'B' -> WHEN 'a' THEN 1 WHEN 'b' THEN 2 END

转载： https://www.cnblogs.com/fenghuoliancheng/p/10672012.html 1.5 Hive的数据存储 首先，Hive没有专门的数据存储格式，也没有为数据建立索引，用户可以非常自由的组织 Hive 中的表，只需要在创建表的时候告诉 Hive 数据中的列分隔符和行分隔符，Hive 就可以解析数据。其次，Hive 中所有的数据都存储在 HDFS 中，Hive 中包含以下数据模型：Table，External Table，Partition，Bucket。 Hive 中的 Table 和数据库中的 Table 在概念上是类似的，每一个 Table 在 Hive 中都有一个相应的目录存储数据。例如，一个表 xiaojun，它在 HDFS 中的路径为：/ warehouse /xiaojun，其中，wh 是在 hive-site.xml 中由 ${hive.metastore.warehouse.dir} 指定的数据仓库的目录，所有的 Table 数据（不包括 External Table）都保存在这个目录中。 Partition 对应于数据库中的 Partition 列的密集索引，但是 Hive 中 Partition 的组织方式和数据库中的很不相同。在 Hive 中，表中的一个 Partition 对应于表下的一个目录，所有的

视图 视图概念 视图是存储的查询语句,当调用的时候,产生结果集,视图充当的是虚拟表的角色。其实视图可以理解为一个表或多个表中导出来的表，作用和真实表一样，包含一系列带有行和列的数据 视图中，用户可以使用SELECT语句查询数据，也可以使用INSERT，UPDATE，DELETE修改记录，视图可以使用户操作方便，并保障数据库系统安全，如果原表改名或者删除则视图也失效。 视图操作 创建视图 语法结构： CREATE [ OR REPLACE ] VIEW [ view_name ] AS [ SELECT_STATEMENT ] ; 释义： CREATE VIEW ： 创建视图 OR REPLACE : 可选，如果添加原来有同名视图的情况下会覆盖掉原有视图 view_name ： 视图名称 SELECT_STATEMENT ： SELECT 语句 e . g . create view c1 as select name , age from class_1 ; 视图表的增删改查操作 视图的增删改查操作与一般表的操作相同，使用insert update delete select即可，但是原数据表的约束条件仍然对视图产生作用。 删除视图 drop view [IF EXISTS] 视图名； IF EXISTS 表示如果存在，这样即使没有指定视图也不会报错。 drop view c1 ;

海量数据中找出前k大数（topk问题） 前两天面试3面学长问我的这个问题（想说TEG的3个面试学长都是好和蔼，希望能完成最后一面，各方面原因造成我无比想去鹅场的心已经按捺不住了），这个问题还是建立最小堆比较好一些。 先拿10000个数建堆，然后一次添加剩余元素，如果大于堆顶的数（10000中最小的），将这个数替换堆顶，并调整结构使之仍然是一个最小堆，这样，遍历完后，堆中的10000个数就是所需的最大的10000个。建堆时间复杂度是O（mlogm），算法的时间复杂度为O（nmlogm）（n为10亿，m为10000）。 优化的方法：可以把所有10亿个数据分组存放，比如分别放在1000个文件中。这样处理就可以分别在每个文件的10^6个数据中找出最大的10000个数，合并到一起在再找出最终的结果。 以上就是面试时简单提到的内容，下面整理一下这方面的问题： top K问题 在大规模数据处理中，经常会遇到的一类问题：在海量数据中找出出现频率最好的前k个数，或者从海量数据中找出最大的前k个数，这类问题通常被称为top K问题。例如，在搜索引擎中，统计搜索最热门的10个查询词；在歌曲库中统计下载最高的前10首歌等。 针对top K类问题，通常比较好的方案是分治+Trie树/hash+小顶堆（就是上面提到的最小堆），即先将数据集按照Hash方法分解成多个小数据集

两种升级方式 In-Place Upgrade : Involves shutting down the old MySQL version, replacing the old MySQL binaries or packages with the new ones, restarting MySQL on the existing data directory, and running mysql_upgrade . Logical Upgrade : Involves exporting existing data from the old MySQL version using mysqldump , installing the new MySQL version, loading the dump file into the new MySQL version, and running mysql_upgrade . 主从的升级： 主从想都替换二进制安装包为最新版本 停从，通过mysql_upgrade升级后，加参数 --skip-slaves-start 进行启动　　 加参数 --skip-networking重启主，拒绝来自应用的TCP/IP的连接，关闭binlog，执行mysql_upgrade，然后重启 注意点：在关闭服务时加参数 --innodb_fast