table

Transact SQL 语 句 功 能 ======================================================================== 　　 -- 数据操作 　　 SELECT -- 从数据库表中检索数据行和列 　　　　　　 INSERT -- 向数据库表添加新数据行 　　　　　　 DELETE -- 从数据库表中删除数据行 　　　　　　 UPDATE -- 更新数据库表中的数据 　　 -- 数据定义 　　 CREATE TABLE -- 创建一个数据库表 　　　　　　 DROP TABLE -- 从数据库中删除表 　　　　　　 ALTER TABLE -- 修改数据库表结构 　　　　　　 CREATE VIEW -- 创建一个视图 　　　　　　 DROP VIEW -- 从数据库中删除视图 　　　　　　 CREATE INDEX -- 为数据库表创建一个索引 　　　　　　 DROP INDEX -- 从数据库中删除索引 　　　　　　 CREATE PROCEDURE -- 创建一个存储过程 　　　　　　 DROP PROCEDURE -- 从数据库中删除存储过程 　　　　　　 CREATE TRIGGER -- 创建一个触发器 　　　　　　 DROP TRIGGER -- 从数据库中删除触发器 　　　　　　 CREATE

Transact SQL 语 句 功 能 ======================================================================== 　　 -- 数据操作 　　 SELECT -- 从数据库表中检索数据行和列 　　　　　　 INSERT -- 向数据库表添加新数据行 　　　　　　 DELETE -- 从数据库表中删除数据行 　　　　　　 UPDATE -- 更新数据库表中的数据 　　 -- 数据定义 　　 CREATE TABLE -- 创建一个数据库表 　　　　　　 DROP TABLE -- 从数据库中删除表 　　　　　　 ALTER TABLE -- 修改数据库表结构 　　　　　　 CREATE VIEW -- 创建一个视图 　　　　　　 DROP VIEW -- 从数据库中删除视图 　　　　　　 CREATE INDEX -- 为数据库表创建一个索引 　　　　　　 DROP INDEX -- 从数据库中删除索引 　　　　　　 CREATE PROCEDURE -- 创建一个存储过程 　　　　　　 DROP PROCEDURE -- 从数据库中删除存储过程 　　　　　　 CREATE TRIGGER -- 创建一个触发器 　　　　　　 DROP TRIGGER -- 从数据库中删除触发器 　　　　　　 CREATE

1、SQLiteDataBase对象的query()接口： public Cursor query ( String table, String[] columns, String selection, String[] selectionArgs, 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 String groupBy, String having, String orderBy, String limit) Query the given table, returning a Cursor over the result set. Parameters table The table name to compile the query against.( 要查询的表名. ) columns A list of which columns to return. Passing null will return all columns, which is discouraged to prevent reading data from storage that isn't going to be used.( 想要显示的列，若为空则返回所有列，不建议设置为空，如果不是返回所有列 ) selection A filter declaring which rows

前言 先看看分页机制里面的页目录表、页表、页之间的关系。分页机制是用于将一个线性地址转换为一个物理地址。 在I32 CPU环境里面，首先通过设置CR0寄存器，打开保护模式、开启分页机制。然后将页目录表的物理地址基址给CR3寄存器。开启分页机制后，I32将全部的物理内存空间、线性地址空间划分为一个个的页。每个页可以是4KB或者4MB。 页目录表里面存放页目录表项，每个页目录表项指向页表。其中页目录表项的高20位为对应页表的物理地址的高20位。低12位为属性位。 页表里面存放着页表项，每个页表项指向页。其中页表项的高20位为对应页的物理地址的高20位，低12为属性位。 经过上面这三个结构，CPU就有了将线性地址转换为物理地址的基础。 当CPU拿到一个线性地址后，需要将其转换为物理地址。其中一个32位的线性地址分为三部分：最高10位，中10位，低12位。 其中高10位表示这个物理地址属于页目录表的那一项管辖，通过这个页目录表项就可以得到对应指向的页表的物理基址。 中10位表示这个物理地址属于上一步得到的页表里面第几项管辖。通过这个页表项就可以得到这个物理地址所在的页的物理基址。 低12位表示这个物理地址在所属的页（上一步确定了这个页的物理基址）里面的偏移。 页目录项和页表项 上图就是页目录项和页表项的格式。可以看出，由于页表或者页的物理地址都是4KB对齐的（低12位全是零）

一，parted的用途 parted是GNU发布的强大的分区工具， parted命令可以划分单个分区大于2T的GPT格式的分区，也可以划分普通的MBR分区。 因为fdisk命令对于大于2T的分区无法划分，所以用fdisk无法看到parted划分的GPT格式的分区 说明：刘宏缔的架构森林是一个专注架构的博客，地址： https://www.cnblogs.com/architectforest 对应的源码可以访问这里获取： https://github.com/liuhongdi/ 说明：作者:刘宏缔 邮箱: 371125307@qq.com 二，两种分区表：MBR分区表/GPT分区表的比较 MBR分区表：（MBR含义：主引导记录） 所支持的最大卷：2T （T: terabytes,1TB=1024GB） 对分区的设限：最多4个主分区或3个主分区加一个扩展分区。 GPT分区表：（GPT含义：GUID Partition Table,即GUID分区表） 支持最大卷：18EB，（E：exabytes,1EB=1024TB） 每个磁盘最多支持128个分区 所以如果要大于2TB的卷或分区就必须得用GPT分区表 三，parted命令所属的包及安装 1,所属的包 [root@blog ~]# whereis parted parted: /usr/sbin/parted /usr/share

Python第三方包之PrettyTable 可以让我们将数据用表格的方式展示出来 安装方式 pip install PrettyTable 测试是否安装成功 使用方法与对比 增加一条数据 先简单的看下如何使用以及效果 import prettytable table = prettytable.PrettyTable() # 定义表头 table.field_names = ['name','age','sex'] # 增加一行数据，列表里的元素按照顺序对应表头 table.add_row(['Jruing','23','男']) print(table) 效果 增加一个字段 import prettytable table = prettytable.PrettyTable() # 定义表头 table.field_names = ['name','age','sex'] # 增加一行数据，列表里的元素按照顺序对应表头 table.add_row(['Jruing','23','男']) table.add_row(['Jruing','24','男']) # 增加一列，第一个参数是字段,第二个是每行数据新增字段的值 table.add_column('addr',['bj','sx']) print(table) 效果 常用的几个方法 table.get_html

hive内部表、外部表区别自不用说，可实际用的时候还是要小心。 Hive的数据分为表数据和元数据，表数据是Hive中表格（table）具有的数据；而元数据是用来 存储 表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等。下面分别来介绍。 　 　一、Hive的数据存储 　　在 让你真正明白什么是hive 博文中我们提到Hive是基于Hadoop分布式文件系统的，它的数据存储在Hadoop分布式文件系统中。Hive本身是没有专门的数据存储格式，也没有为数据建立索引，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。所以往Hive表里面导入数据只是简单的将数据移动到表所在的目录中（如果数据是在HDFS上；但如果数据是在本地文件系统中，那么是将数据复制到表所在的目录中）。 　　Hive中主要包含以下几种数据模型：Table（表），External Table（外部表），Partition（分区），Bucket（桶）（本博客会专门写几篇博文来介绍分区和桶）。 　　1、表：Hive中的表和关系型 数据库 中的表在概念上很类似，每个表在HDFS中都有相应的目录用来存储表的数据，这个目录可以通过${HIVE_HOME}/conf/hive-site.xml配置文件中的hive.metastore.warehouse.dir属性来配置

未被external修饰的是内部表（managed table），被external修饰的为外部表（external table）； 区别： 内部表数据由Hive自身管理，外部表数据由HDFS管理； 内部表数据存储的位置是hive.metastore.warehouse.dir（默认：/user/hive/warehouse），外部表数据的存储位置由自己制定； 删除内部表会直接删除元数据（metadata）及存储数据；删除外部表仅仅会删除元数据，HDFS上的文件并不会被删除； 对内部表的修改会将修改直接同步给元数据，而对外部表的表结构和分区进行修改，则需要修复（MSCK REPAIR TABLE table_name;） 如下，进行试验进行理解 试验理解 创建内部表t1 create table t1( id int ,name string ,hobby array<string> ,add map<String,string> ) row format delimited fields terminated by ',' collection items terminated by '-' map keys terminated by ':' ; 2. 查看表的描述：desc t1; 装载数据（t1） 注：一般很少用insert （不是insert overwrite）语句

相信很多用户都用过关系型数据库，我们可以在关系型数据库里面创建表（create table），这里要讨论的表和关系型数据库中的表在概念上很类似。我们可以用下面的语句在Hive里面创建一个表： hive> create table wyp(id int, > name string, > age int, > tele string) > ROW FORMAT DELIMITED > FIELDS TERMINATED BY '\t' > STORED AS TEXTFILE; OK Time taken: 0.759 seconds 复制代码 这样我们就在Hive里面创建了一张普通的表，现在我们给这个表导入数据： hive> load data local inpath '/home/wyp/data/wyp.txt' into table wyp; Copying data from file:/home/wyp/data/wyp.txt Copying file: file:/home/hdfs/wyp.txt Loading data to table default.wyp Table default.wyp stats: [num_partitions: 0, num_files: 1, num_rows: 0, total_size: 67, raw_data_size

1.创建内部表与外部表的区别是什么？ 2.external关键字的作用是什么？ 3.外部表与内部表的区别是什么？ 4.删除表的时候，内部表与外部表有什么区别？ 5.load data local inpath '/home/wyp/data/wyp.txt' into table wyp;的过程是什么样子的？ 6.磁盘，hdfs,hive表他们之间的过程是什么样子的？ 　　相信很多用户都用过关系型数据库，我们可以在关系型数据库里面创建表（create table），这里要讨论的表和关系型数据库中的表在概念上很类似。我们可以用下面的语句在Hive里面创建一个表： hive> create table wyp(id int, > name string, > age int, > tele string) > ROW FORMAT DELIMITED > FIELDS TERMINATED BY '\t' > STORED AS TEXTFILE; OK Time taken: 0.759 seconds 复制代码 这样我们就在Hive里面创建了一张普通的表，现在我们给这个表导入数据： hive> load data local inpath '/home/wyp/data/wyp.txt' into table wyp; Copying data from file:/home