临时表

1、replace into 批量更新 replace into test_tbl (id,dr) values (1,'2'),(2,'3'),(x,'y'); 示例： replace into book ( 'Id', 'Author', 'CreatedTime', 'UpdatedTime' ) values (1,'张飞','2016-12-12 12:20','2016-12-12 12:20'), (2,'关羽','2016-12-12 12:20','2016-12-12 12:20'); 2、insert into on duplicate key update批量更新 insert into test_tbl (id,name) values (1,'a'),(2,'b'),(x,'y') on duplicate key update name=values(name); 示例： insert into book (Id,Author,CreatedTime,UpdatedTime) values (1,'张飞2','2017-12-12 12:20','2017-12-12 12:21'), (2,'关羽2','2017-12-12 12:20','2017-12-12 12:21'), (3,'刘备','2017-12-12 12:21','2017-12

create table ls_table_tcc as SELECT * FROM SR_MAIN WHERE SYS_SPZT= 1 AND sys_djzt = 0 and (mjzksrq = '' or mjzksrq is null or mjjzbh = '' or mjjzbh is null or mjzjsrq = '' or mjzjsrq is null) and instr('db_jz,kn_jz,wb_jz',mdjlx) > 0; 来源： https://www.cnblogs.com/tongcc/p/11428223.html

CREATE PROC [dbo].[sp_VisitCount] ( @count INT ) AS BEGIN DECLARE @current DATETIME SET @current=GETDATE(); WITH TodayVisitTable AS ( SELECT CorpName,COUNT(CorpName) AS TodayVisit FROM dbo.VisitRecords WHERE YEAR(VisitTime)=YEAR(@current) AND MONTH(VisitTime)=MONTH(@current) AND DAY(VisitTime)=DAY(@current) GROUP BY CorpName ), TotalVisitTable AS ( SELECT CorpName,COUNT(CorpName) AS TotalVisit FROM dbo.VisitRecords GROUP BY CorpName ), QUERY AS ( SELECT Row_number() OVER (ORDER BY TodayVisit DESC,TotalVisit DESC) AS RowNum,TotalVisitTable.CorpName,TodayVisit,TotalVisit FROM TotalVisitTable

网上找了两个, 一个内存表, 一个临时表. 1 安装包: EntityFrameworkCore.MemoryJoin //内存表 直接用select union拼接查询 http://tsherlock.tech/2018/03/20/joining-in-memory-list-to-entity-framework-query/ DbContext类中加入: protected DbSet<QueryModelClass> QueryData { get; set; } // 注意升迁代码中 删除此表的升迁代码 2 引用: https://dev.azure.com/pawelgerr/_git/Thinktecture.EntityFrameworkCore ; 或者: https://github.com/yangzhinong/Thinktecture.EntityFrameworkCore 编译后的dll ConfigureServices方法中加入: services.AddDbContext<SalesDbContext>(options => { options.UseSqlServer(_appConfiguration.GetConnectionString("Default"), opts => { opts.AddTempTableSupport();

MySQL优化 增加冗余字段，空间换时间 varchar(10)和varchar(255) 都存储相同的数据，连表查询时，varchar(255)更占内存 字段避免存null，不走索引 索引类型 Btree 索引 - 表的索引会生成一个单独的数据结构，类似于二叉树结构存储，每个节点存储key(索引)和指向数据的地址（真正表中的数据地址） - btree索引常见误区：把where后常用列都加上索引，如果where id =1 and age > 20,其实最终查询只会用到一个索引，mysql的独立索引同时只能用到一个。 - 建议建立多列联合索引，但是要注意，联合索引要满足左前缀原则 注：group by ,order by 也要遵循左前缀原则 - 可以提高排序速度，因为索引树本来就是有顺序，根据顺序从表中以此取出 - 可以提高分组速度，要分组必须先排序 hash 索引 每条数据有对应的hash,查询单一数据效率高，但是查询范围效率低，无法利用前缀索引，每次查询都必须回行，索引树只查询数据位置 索引类型 聚簇索引 innodb 主键索引和行数据一起存放，找到索引就找到数据，不需要回行, 主键索引和数据存放在一起，如果通过主键索引查找，找到索引就等于找到数据，如果通过其他索引，二级索引或者次索引，会找到对主键索引的引用，然后获取数据 默认主键索引 没有主键，用Unique key 做主键

left join :左连接，返回左表中所有的记录以及右表中连接字段相等的记录。 right join :右连接，返回右表中所有的记录以及左表中连接字段相等的记录。 inner join: 内连接，又叫等值连接，只返回两个表中连接字段相等的行。 full join:外连接，返回两个表中的行：left join + right join。 cross join:结果是笛卡尔积，就是第一个表的行数乘以第二个表的行数。 关键字: on 数据库在通过连接两张或多张表来返回记录时，都会生成一张中间的临时表，然后再将这张临时表返回给用户。 在使用left jion时，on和where条件的区别如下： 1、 on条件是在生成临时表时使用的条件，它不管on中的条件是否为真，都会返回左边表中的记录。 2、where条件是在临时表生成好后，再对临时表进行过滤的条件。这时已经没有left join的含义（必须返回左边表的记录）了，条件不为真的就全部过滤掉。 假设有两张表： 表1：tab2 id size 1 10 2 20 3 30 表2：tab2 size name 10 AAA 20 BBB 20 CCC 两条SQL: 1、select * form tab1 left join tab2 on (tab1.size = tab2.size) where tab2.name=’AAA’ 2

结构和历史 1. 隔离级别有四种： READ UNCOMMITTED（未提交读），同事务中某个语句的修改，即使没有提交，对其他事务也是可见的。这个也叫脏读。 READ COMMITTED（提交读），另一个事务只能读到该事务已经提交的修改，是大多数据库默认的隔离级别。但是有下列问题，一个事务中两次读取同一个数据，由于这个数据可能被另一个事务提交了两次，所以会出现两次不同的结果，所以这个级别又叫做不可重复读。这里的不一样的数据包括虚读（两次结果不同）和幻读（出现新的或者缺少了某数据）。 REPEATABLE READ（可重复读），这个级别不允许脏读和不可重复读，比如MYSQL中通过MVCC来实现解决幻读问题。 SERIALIABLE（可串行化），这儿实现了读锁，级别最高。 2. 显示和隐式锁定：事务执行中，随时可以执行锁定，锁只有在COMMIT或ROLLBACK的时候才释放，而且所有的锁是同时释放的。这些锁定都是隐式锁定。也可以通过特定语句显式锁定，比如SELECT … LOCK IN SHARE MODE等。 3. MVCC（多版本并发控制）：通过保存数据在某个时间点的快照来实现。在INNODB中通过每行记录后保存两个隐藏的列，一个保存行的创建时间，一个保存行的过期（删除）时间，这儿的保存不是时间而是系统版本号，随着事务的数量增加而增加版本号。 SELECT

查询速度慢的原因很多，常见如下几种： 　　 　　1、没有索引或者没有用到索引(这是查询慢最常见的问题，是程序设计的缺陷) 　　 　　2、I/O吞吐量小，形成了瓶颈效应。 　　 　　3、没有创建计算列导致查询不优化。 　　 　　4、内存不足 　　 　　5、网络速度慢 　　 　　6、查询出的数据量过大（可以采用多次查询，其他的方法降低数据量） 　　 　　7、锁或者死锁(这也是查询慢最常见的问题，是程序设计的缺陷) 　　 　　8、sp_lock,sp_who,活动的用户查看,原因是读写竞争资源。 　　 　　9、返回了不必要的行和列 　　 　　10、查询语句不好，没有优化 　　可以通过如下方法来优化查询 : 　　 　　1、把数据、日志、索引放到不同的I/O设备上，增加读取速度，以前可以将Tempdb应放在RAID0上，SQL2000不在支持。数据量（尺寸）越大，提高I/O越重要. 　　 　　2、纵向、横向分割表，减少表的尺寸(sp_spaceuse) 　　 　　3、升级硬件 　　 　　4、根据查询条件,建立索引,优化索引、优化访问方式，限制结果集的数据量。注意填充因子要适当（最好是使用默认值0）。索引应该尽量小，使用字节数小的列建索引好（参照索引的创建）,不要对有限的几个值的字段建单一索引如性别字段 　　 　　5、提高网速; 　　 　　6、扩大服务器的内存,Windows 2000和SQL

查询速度慢的原因很多，常见如下几种： 　　 　　1、没有索引或者没有用到索引(这是查询慢最常见的问题，是程序设计的缺陷) 　　 　　2、I/O吞吐量小，形成了瓶颈效应。 　　 　　3、没有创建计算列导致查询不优化。 　　 　　4、内存不足 　　 　　5、网络速度慢 　　 　　6、查询出的数据量过大（可以采用多次查询，其他的方法降低数据量） 　　 　　7、锁或者死锁(这也是查询慢最常见的问题，是程序设计的缺陷) 　　 　　8、sp_lock,sp_who,活动的用户查看,原因是读写竞争资源。 　　 　　9、返回了不必要的行和列 　　 　　10、查询语句不好，没有优化 　　可以通过如下方法来优化查询 : 　　 　　1、把数据、日志、索引放到不同的I/O设备上，增加读取速度，以前可以将Tempdb应放在RAID0上，SQL2000不在支持。数据量（尺寸）越大，提高I/O越重要. 　　 　　2、纵向、横向分割表，减少表的尺寸(sp_spaceuse) 　　 　　3、升级硬件 　　 　　4、根据查询条件,建立索引,优化索引、优化访问方式，限制结果集的数据量。注意填充因子要适当（最好是使用默认值0）。索引应该尽量小，使用字节数小的列建索引好（参照索引的创建）,不要对有限的几个值的字段建单一索引如性别字段 　　 　　5、提高网速; 　　 　　6、扩大服务器的内存,Windows 2000和SQL

数据库在通过连接两张或多张表来返回记录时，都会生成一张中间的临时表，然后再将这张临时表返回给用户。 在使用left jion时，on和where条件的区别如下： 1、 on条件是在生成临时表时使用的条件，它不管on中的条件是否为真，都会返回左边表中的记录。 2、where条件是在临时表生成好后，再对临时表进行过滤的条件。这时已经没有left join的含义（必须返回左边表的记录）了，条件不为真的就全部过滤掉。 假设有两张表： 表1：tab2 id size 1 10 2 20 3 30 表2：tab2 size name 10 AAA 20 BBB 20 CCC 两条SQL: 1、select * form tab1 left join tab2 on (tab1.size = tab2.size) where tab2.name=’AAA’ 2、select * form tab1 left join tab2 on (tab1.size = tab2.size and tab2.name=’AAA’) 第一条SQL的过程： 1、中间表 on条件: tab1.size = tab2.size tab1.id tab1.size tab2.size tab2.name 1 10 10 AAA 2 20 20 BBB 2 20 20 CCC 3 30 (null) (null) |