搜索到与相关的文章
数据库相关

pl/sql数据库开发综合实例

1.功能设计某高校开发的研究生招生系统,要求设计pl/sql程序对考生的成绩数据进行处理,处理的逻辑是根据每门专业课的最低分数线和总分的最低分数线自动将考生归类为录取考生,调剂考生和落选考生。为此设计两个数据表,graduate数据表存放考生成绩,resut数据表存放处理结果,pl/sql程序完成的功能就是将graduate数据表的数据逐行扫描,根据分数线进行判断,计算出各科总分,在result数据表中将标志字段自动添加上"录取"或"落选"。2.数据表设计

系统 2019-08-12 01:53:43 2755

MySql

Mysql数据库左连接left join的妙用!

首先呢,感谢mysql用户手册,感谢csdn,感谢括号,最后感谢寡人孜孜不倦的追求,最终这个左连接问题终于搞定了!在网上翻了好久,发现大部分都是泛泛而谈,缺乏深度,帮助甚微,还好最后遇到csdn,本人顿时大侧大悟。具体的sql语句如下:$sql="SELECTt1.CHDM,t1.CPMC,t1.CHDL,t1.CPSL,SGPDKCSL,CY,XZZfrom((select*FROMtblCPXX)ASt1leftjoin(select*fromtblP

系统 2019-08-12 01:53:31 2755

Oracle

ORACLE 实验一

实验一:数据定义实验学时:4学时实验类型:综合型实验要求:必修一、实验目的1、熟悉Oracle的client配置;2、掌握SQLPlus的使用;3、掌握SQL模式定义语句,定义相关的表、索引与完整性约束。二、实验内容1Oracle的使用Oracle数据库管理系统採用客户机/server结构,client上须要配置数据库网络服务命名。在操作系统的“開始”菜单的“Oracle”程序组中,找到并执行“Net8”。查看当中的服务命名配置是否与server的数据库监

系统 2019-08-12 01:53:28 2755

Oracle

PowerDesigner连接Oracle数据库建表序列号实现

创建表就不说了。下面开始介绍设置自动增长列。1在表视图的列上创建。双击表视图,打开tableproperties———>columens,双击要设置的列(显示列的序号的那个按钮,单击后,会显示横向的黑色箭头)。打开columnproperties对话框。在‘general’项中,最下面,找到sequence,下拉框后面,有三个按钮就‘create’,‘select’,‘properties’。新建的话就点击‘create'打开sequencepropert

系统 2019-08-12 01:52:03 2755

数据库相关

AIX常用命令略记

■初始化端末时可能需要确认服务器端和端末时间是否匹配●cal显示日历●date显示服务前当前时间■显示当前目录,即显示当前所在目录的adress●pwd(printworkingdirectory)■列出当前目录内所有文件●ls┗-a(包含以点开头的隐含文件)┗-r(包含子目录文件)■只读方式显示文件内容●viewfilename■按规定显示头尾●head┗-i(显示文件内容的开始i行)●tail┗-i(显示文件内容的最后i行)┗+i(从文件内容的i行开始

系统 2019-08-12 01:51:32 2755

数据库相关

Konami世界一代(1)

故事概述在科拿米世界的英雄们作完自已的工作后,都回到自已的故乡过着悠闲的和平生活。但是有一天,恶魔大王瓦鲁达突然攻击地球,由于他出现的相当偶然,所以所有的英雄都被抓走了,假如这个情形持续下去的话,地球一定会被毁灭的。此时,西那门博士立刻叫来了唯一的幸免者-科拿米先生,以及博士究出来的机器人-科拿米小姐,命令他们一起去救出所有的英雄。同时和被拯救出的英雄们同心协力打倒恶魔瓦鲁达,拯救美丽的地球。英雄角色一览表英雄列表基本资料武器效能钳瞧芹勤秋·年龄:16岁·

系统 2019-08-12 01:33:04 2755

Tomcat

Tomcat并发数优化的方法总结

web应用的并发提升,除了负载均衡。在小企业中也可以通过一些软件的上的设置来进行一些优化。下面是一些在服务器上修改tomcat参数的优化方法,非常简单实用!(这些方法通过网络整理的)1,让Tomcat6中支持Java语言的特性NIO(NewI/O)引用使用NIO在服务器端会有更好的性能,加强服务器端对并发处理的性能。请注意:很抱歉,在tomcat6在默认的配置选项中是没有把NIO功能打开。所以很多正在使用Tomcat6的朋友们本以为能快活的使用上NIO。而

系统 2019-08-12 01:33:04 2755

Python

Python机器学习笔记:不得不了解的机器学习知识点(2)

之前一篇笔记:Python机器学习笔记:不得不了解的机器学习知识点(1)1,什么样的资料集不适合用深度学习?数据集太小,数据样本不足时,深度学习相对其它机器学习算法,没有明显优势。数据集没有局部相关特性,目前深度学习表现比较好的领域主要是图像/语音/自然语言处理等领域,这些领域的一个共性是局部相关性。图像中像素组成物体,语音信号中音位组合成单词,文本数据中单词组合成句子,这些特征元素的组合一旦被打乱,表示的含义同时也被改变。对于没有这样的局部相关性的数据集

系统 2019-09-27 17:55:45 2754

Python

应用OpenCV和Python进行SIFT算法的实现详解

应用OpenCV和Python进行SIFT算法的实现如下图为进行测试的gakki101和gakki102,分别验证基于BFmatcher、FlannBasedMatcher等的SIFT算法,对比其优劣。为体现出匹配效果对于旋转特性的优势,将图gakki101做成具有旋转特性的效果。基于BFmatcher的SIFT实现BFmatcher(Brute-ForceMatching)暴力匹配,应用BFMatcher.knnMatch()函数来进行核心的匹配,knn

系统 2019-09-27 17:51:56 2754

编程技术

软件架构设计【三】-系统架构中的数据分布设计

在大型系统中,数据分布设计非常重要,整理数据分布设计的6中常见策略,仅供参考:独立Schema:当一个大系统由相关的多个小系统组成,且不同小系统具有互不相同的数据库Schema定义。独立模式可管理性高,通信开销小。集中:一个大系统必须支持来自不同地方的访问,或者该系统由多个不同的小系统组成,而数据进行集中化,统一格式存储。可管理性、数据一致性高。分区:分为水平分析与垂直分区,当系统为“地域分布广泛的用户”提供“相同服务”时,常常使用水平分区策略。垂直分区为

系统 2019-08-29 23:53:32 2754