SQl数据库中包是什么

包就是一个把各种逻辑相关的类型、常量、变量、异常和子程序组合在一起的模式对象。包通常由两个部分组成：包说明和包体，但有时包体是不需要的。

说明是应用程序接口它声明了可用的类型、变量、常量、异常、游标和子程序，包体部分完全定义游标和子程序，并对说明中的内容加以实现。在说明部分声明的内容都是公有的，对应用程序是可见的。包体中的内容有私有的，它实现了说明部分定义的细节内容，并且对应用程序是不可见的。紧跟着包体声明部分的是一个可选的初始化部分，它用于初始化包中的变量等。

作者 石默研

本文对新一代NewSQL分布式数据库发展策略中的普遍困扰进行讨论，包括云原生（Cloud Native）与本地部署(On Premise)、HTAP进展方向、分布式与单机需求等分布式数据库商业与技术发展中难以决策的问题。

1 困扰

分布式NewSQL数据库近年来蓬勃兴起，其原因显而易见：切中了业务与数据量不断增长的用户对关系型数据库RDBMS需求，这在传统RDBMS到大数据的发展阶段中，有相当一段时间是空白。同时，随着互联网技术的不断发展与普及，用云计算模式满足IT需求似乎已经成为未来 社会 产业互联网发展的明确趋势，也就是说，有一种共识：不久的将来，绝大多数产业的IT服务是从公共的、行业的或者私有的、混合的云计算中心提供的。这一共识又带来了云原生（Cloud Native）概念与技术的兴起，而分布式NewSQL数据库自然也应该是云原生的，这决定了其相当多的产品设计决策应以符合这一趋势为原则。然而，在当今的现实中，满足业务与数据量不断增长的RDBMS需求的用户，与云原生的用户，除了互联网企业外，大多数情况下，并不重合，需要On-Premise部署的用户仍然占有很大比重，这就带来了第一个困扰：云原生（Cloud Native）与本地部署(On Premise)对产品发展要求的矛盾。

另一个困扰，是关于HTAP，即交易与分析混合负载。HTAP是当今非常火的一个概念与技术，在交易库上直接进行分析，而不再是将“数据从交易库搬下来，挪到另一个数据库中去”这样的繁琐过程。可以毫不夸张的说： 历史 上规模性企业IT复杂度的相当一部分，都来自于“搬数据”，这导致了数据采集、实时采集、全增量合并、数据传输、数据加载、数据建模、数据质量、数据标准、企业级元数据管理等繁杂多样的技术环节的产生，导致了企业数据分布、数据流向、数据模型、主数据、基础数据平台、ODS/数据仓库/数据集市、数据治理等复杂的数据架构设计优化领域，导致了由于多系统大规模数据搬迁而带来的如数据交换平台之类的复杂调度工程。咋眼一看，感觉该企业的数据技术好厉害，相关各领域的技术产品好丰富，技术人员的相关技能也好受欢迎。但如果在交易库就能直接满足分析需求而不影响生产效能的话，这些复杂高级的技术环节不都成了“自己给自己造了一座山，还说自己爬的好辛苦”？然而，现实却是，问题并不这么简单，除了在交易库中进行分析会影响业务效能外，还有很多原因导致这一现象产生：交易库并不需要存储那么长的 历史 数据，而分析往往是需要建立在大量 历史 数据之上的；交易库的模型往往并不适合分析需求，多数情况下需要重要建模，如非常流行且价值不菲的各行业数仓主题模型；用于交易的OLTP数据库与用于分析的OLAP数据库，其技术体系完全不同；以及大型企业已固化的内部业务结构并没有留给交易/分析整合可实施的可行空间等等。由于， 历史 积累的企业级数据体系相当复杂，HTAP的发明者迄今为止都没有系统表达完全替代数据分析需求、自顶而下重构企业数据体系的架构级策略，而是将产品重点定位在技术优化层面：在交易库上直接完成实时统计分析，满足高并发需求且不影响业务效能；或者是为实时分析统计/查询而建设的数据服务中间平台。然而，即使是暂时没有这种策略性的意向，在面向AP的产品具体研发中，又会发现明确的界限确实不好把握，随着一个个具体功能的不断完善，似乎假以时日，技术上也不是没有完全替代纯OLAP平台的可能性。那么，HTAP究竟如何定位呢？

再者就是规模化的分布式需求，与小规模的单机数据库需求（这里指逻辑上的单机）之间的矛盾：分布式数据库，自然而然是要应对规模化的数据管理需求的，长尾的小规模需求当然不应在产品设计考虑之列，同时，大炮轰苍蝇经常还打不好；然而，分布式NewSQL数据库又应该是云原生的，如果把云原生的业务含义理解为“全自助”，它应该以支持什么样的需求为主呢？现实看来，小规模长尾业务对云原生数据库的需求最起码应该是占据相当大的比重的。显而易见，如果是大规模的数据管理需求，即使是部署在云上，DBPaaS的“全自助”是其核心需求吗？这种规模化的业务，如果是云上的On-Premise又需要做出哪些方面的改变？从互联网与云计算发展的 历史 来看，“云自助”，其最核心的商业动机当然包括给用户侧的运维带来了方便，但更重要的可能是给云服务运营商应对海量长尾客户的安装与运维带来了极大的成本优势。这正如银行的小微及个人消费贷款都要走互联网线上模式，而重客、大客甚至中小企业信贷仍然是以线下为主的策略一样，本质是成本问题，而不是客户方便性问题。于是，矛盾显而易见：分布式是面向规模客户的，起码是中、大型客户，而云原生却有可能、最起码相当一段时间内是要以长尾客户为主要服务对象的。

以上困扰实质上，都涉及到了NewSQL分布式数据库的产品发展策略问题。

2 讨论

问题是客观而又普遍的，但分析与应对策略往往包含主观因素：人们的一个决定与决策，很多情况下并不由严格推理而来，而是心中已经有一个答案，再来找理由支持它。这里的讨论或许也并不能例外。

首先，来看看Cloud Native与On Premise。云原生本应是数据库即服务，然而目前真正有规模化数据增长需求的NewSQL应用相当多的情况下却是付费On Premise与免费On Premise区别，很多互联网企业的应用也可能只是部署在云基础设施上而已，真正的云原生更多是一些实验性、尝试性的需求。但云原生数据库在公有云、行业云以及大型私有云上已经逐渐在形成一种意识上的共识，其商业前景不可限量。也就是说，未来的数字化转型进程中，产业互联网的数据库部署，会逐渐向云基础设施迁移，长在云上。它可能是公有云，也可能是行业云，也可能是私有云，它们都是被定义为云原生NewSQL数据库的市场范围。当然，肯定还会有相当一部分数据库长在云下，这也不用纠结，将其排除在云原生市场战略目标之外即可，就是说，不需要考虑这部分客户需求对产品规划的影响，因为前一部分的份额已经足够大了。这样看来，以云原生为目标进行产品规划的逻辑没有问题，不过，还是要明确一点：长在云上的数据库是不是一定符合我们对“云原生”的既有理解？这里认为，即使未来，在云上形成了产业互联网数据库市场的主体，需要“全自助”的数据库即服务可能也是以面向长尾客户最为迫切、必不可少并且是核心本质，而对中大型以上的需求，“全自助”的意义相对有限，同时比较而言商业模式的转变或者更关键些。那么，如果是以“长在云上”为市场目标，似乎可以将其定义为“广义的云原生”，同时，只要是“长在云上”，那么“云原生”概念中高d性、高可用、低成本、快速迭代、存算分离等技术优势也都能方便获得。而对“云原生”策略中“云原生”一词的理解不同，对产品规划决策的影响也应该有所不同：一是目前被认为是On Premise的客户需求，或许也就是未来“云原生”主体市场的需求；二是NewSQL数据库关于云原生服务的产品策划，对用户侧“自助”水平的决策或许可以更灵活实用。高水平自助确实可以减轻客户对IT的依赖程度，但这里认为，云原生与用户自行在云上购买资源进行On-Premise部署相比，最关键的价值在于商业模式的改变，能自助多少，不一定是最重要的，因为成为云服务商后，运营运维的工作只会更多，责任可能会更大，甚至有时连IaaS的运维也需要PaaS服务商兜底。但从一个个客户的本地服务，变成集中化云服务，就已经是本质性的模式转变了。总之，需要就事论事，回到原点，仔细分析后决策，而不是用概念教条的判断，因为概念本身的定义并不见得准确对应实际的业务需求。

再来看看HTAP，对这个问题，正如在其它文章中表达过的一样，本文的观点较为明确。一是随着计算能力与架构的升级，从技术上讲，AP与TP的界限会越来越模糊；另外特别是在云原生的新世界里，数据库的这一特性又犹为重要，因为云原生的重要作用之一就是要让客户尽量摆脱对IT运维的依赖，将越来越多的精力集中到自己的业务发展上来；同时端到端的能力提升对云原生商业模式的贯彻也至关重要（需要仔细分析下目前DBPaaS的技术要求是否完全符合这一原点的、本质性的动力），过去与纯OLAP数据库的优势比较纠结在这里也可以得到正面支持；再者，既然架构上已经走向了AP，就很难做到在产品规划上时刻厘清纯AP与混合负载的需求后，再将前者排除在外。于是，以“混合负载满足部分AP需求”应该是由于投入与阶段性市场策略导致的阶段性产品规划，而长远来讲，以一套技术架构满足大多数需求，应该是云原生NewSQL数据库的追求。

接下来，就是关于规模化分布式与小规模单机需求的矛盾了。现在看来，经过上面的讨论，这一点已经不是什么问题了：因为“长在云上”、从分散服务向集中服务的商业模式转变就是指广义的云原生，而不一定要以小微的、迫切需要全自助的长尾为主流，那么，云原生NewSQL数据库仍然应以规模化分布式为其主体的需求方向，而小规模单机则暂时可以不做为重点来考虑。

最后指出一点，希望也能引发进一步的思考：我们所批判的主机，也声称自己是分布式架构，暂且不论其是否客观，但在现实中主机需要被替代的核心问题并不是有没有分布式，而是：一、扩展不灵活带来成本问题：“我只需要扩展一个节点，你却让我再买一台主机”；二、不自主可控；三、往往是软硬件结合的设计策略，包括内存、网络、存储与IO上的软硬融合设计，而这一点，是否需要云原生数据库从广义的定义出发进行学习参考，也是需要进一步讨论的。

数据库常用sql语句

Student(S#,Sname,Sage,Ssex) 学生表

Course(C#,Cname,T#) 课程表

SC(S#,C#,score) 成绩表

Teacher(T#,Tname) 教师表

问题：

1、查询“001”课程比“002”课程成绩高的所有学生的学号；

select aS# from (select s#,score from SC where C#='001') a,(select s#,score

from SC where C#='002') b

where ascore>bscore and as#=bs#;

2、查询平均成绩大于60分的同学的学号和平均成绩；

select S#,avg(score)

from sc

group by S# having avg(score) >60;

3、查询所有同学的学号、姓名、选课数、总成绩；

select StudentS#,StudentSname,count(SCC#),sum(score)

from Student left Outer join SC on StudentS#=SCS#

group by StudentS#,Sname

4、查询姓“李”的老师的个数；

select count(distinct(Tname))

from Teacher

where Tname like '李%';

5、查询没学过“叶平”老师课的同学的学号、姓名；

select StudentS#,StudentSname

from Student

where S# not in (select distinct( SCS#) from SC,Course,Teacher where SCC#=CourseC# and TeacherT#=CourseT# and TeacherTname='叶平');

6、查询学过“001”并且也学过编号“002”课程的同学的学号、姓名；

select StudentS#,StudentSname from Student,SC where StudentS#=SCS# and SCC#='001'and exists( Select from SC as SC_2 where SC_2S#=SCS# and SC_2C#='002');

7、查询学过“叶平”老师所教的所有课的同学的学号、姓名；

select S#,Sname

from Student

where S# in (select S# from SC ,Course ,Teacher where SCC#=CourseC# and TeacherT#=CourseT# and TeacherTname='叶平' group by S# having count(SCC#)=(select count(C#) from Course,Teacher where TeacherT#=CourseT# and Tname='叶平'));

8、查询课程编号“002”的成绩比课程编号“001”课程低的所有同学的学号、姓名；

Select S#,Sname from (select StudentS#,StudentSname,score ,(select score from SC SC_2 where SC_2S#=StudentS# and SC_2C#='002') score2

from Student,SC where StudentS#=SCS# and C#='001') S_2 where score2<score;

9、查询所有课程成绩小于60分的同学的学号、姓名；

select S#,Sname

from Student

where S# not in (select StudentS# from Student,SC where SS#=SCS# and score>60);

10、查询没有学全所有课的同学的学号、姓名；

select StudentS#,StudentSname

from Student,SC

where StudentS#=SCS# group by StudentS#,StudentSname having count(C#) <(select count(C#) from Course);

11、查询至少有一门课与学号为“1001”的同学所学相同的同学的学号和姓名；

select S#,Sname from Student,SC where StudentS#=SCS# and C# in select C# from SC where S#='1001';

12、查询至少学过学号为“001”同学所有一门课的其他同学学号和姓名；

select distinct SCS#,Sname

from Student,SC

where StudentS#=SCS# and C# in (select C# from SC where S#='001');

13、把“SC”表中“叶平”老师教的课的成绩都更改为此课程的平均成绩；

SC set score=(select avg(SC_2score)

from SC SC_2

where SC_2C#=SCC# ) from Course,Teacher where CourseC#=SCC# and CourseT#=TeacherT# and TeacherTname='叶平');

14、查询和“1002”号的同学学习的课程完全相同的其他同学学号和姓名；

select S# from SC where C# in (select C# from SC where S#='1002')

group by S# having count()=(select count() from SC where S#='1002');

15、删除学习“叶平”老师课的SC表记录；

Delect SC

from course ,Teacher

where CourseC#=SCC# and CourseT#= TeacherT# and Tname='叶平';

16、向SC表中插入一些记录，这些记录要求符合以下条件：没有上过编号“003”课程的同学学号、2、

号课的平均成绩；

Insert SC select S#,'002',(Select avg(score)

from SC where C#='002') from Student where S# not in (Select S# from SC where C#='002');

17、按平均成绩从高到低显示所有学生的“数据库”、“企业管理”、“英语”三门的课程成绩，按如下形式显示： 学生ID,,数据库,企业管理,英语,有效课程数,有效平均分

SELECT S# as 学生ID

,(SELECT score FROM SC WHERE SCS#=tS# AND C#='004') AS 数据库

,(SELECT score FROM SC WHERE SCS#=tS# AND C#='001') AS 企业管理

,(SELECT score FROM SC WHERE SCS#=tS# AND C#='006') AS 英语

,COUNT() AS 有效课程数, AVG(tscore) AS 平均成绩

FROM SC AS t

GROUP BY S#

ORDER BY avg(tscore)

18、查询各科成绩最高和最低的分：以如下形式显示：课程ID，最高分，最低分

SELECT LC# As 课程ID,Lscore AS 最高分,Rscore AS 最低分

FROM SC L ,SC AS R

WHERE LC# = RC# and

Lscore = (SELECT MAX(ILscore)

FROM SC AS IL,Student AS IM

WHERE LC# = ILC# and IMS#=ILS#

GROUP BY ILC#)

AND

RScore = (SELECT MIN(IRscore)

FROM SC AS IR

WHERE RC# = IRC#

GROUP BY IRC#

);

19、按各科平均成绩从低到高和及格率的百分数从高到低顺序

SELECT tC# AS 课程号,max(courseCname)AS 课程名,isnull(AVG(score),0) AS 平均成绩

,100 SUM(CASE WHEN isnull(score,0)>=60 THEN 1 ELSE 0 END)/COUNT() AS 及格百分数

FROM SC T,Course

where tC#=courseC#

GROUP BY tC#

ORDER BY 100 SUM(CASE WHEN isnull(score,0)>=60 THEN 1 ELSE 0 END)/COUNT() DESC

20、查询如下课程平均成绩和及格率的百分数(用"1行"显示): 企业管理（001），马克思（002），OO&UML （003），数据库（004）

SELECT SUM(CASE WHEN C# ='001' THEN score ELSE 0 END)/SUM(CASE C# WHEN '001' THEN 1 ELSE 0 END) AS 企业管理平均分

,100 SUM(CASE WHEN C# = '001' AND score >= 60 THEN 1 ELSE 0 END)/SUM(CASE WHEN C# = '001' THEN 1 ELSE 0 END) AS 企业管理及格百分数

,SUM(CASE WHEN C# = '002' THEN score ELSE 0 END)/SUM(CASE C# WHEN '002' THEN 1 ELSE 0 END) AS 马克思平均分

,100 SUM(CASE WHEN C# = '002' AND score >= 60 THEN 1 ELSE 0 END)/SUM(CASE WHEN C# = '002' THEN 1 ELSE 0 END) AS 马克思及格百分数

,SUM(CASE WHEN C# = '003' THEN score ELSE 0 END)/SUM(CASE C# WHEN '003' THEN 1 ELSE 0 END) AS UML平均分

,100 SUM(CASE WHEN C# = '003' AND score >= 60 THEN 1 ELSE 0 END)/SUM(CASE WHEN C# = '003' THEN 1 ELSE 0 END) AS UML及格百分数

,SUM(CASE WHEN C# = '004' THEN score ELSE 0 END)/SUM(CASE C# WHEN '004' THEN 1 ELSE 0 END) AS 数据库平均分

,100 SUM(CASE WHEN C# = '004' AND score >= 60 THEN 1 ELSE 0 END)/SUM(CASE WHEN C# = '004' THEN 1 ELSE 0 END) AS 数据库及格百分数

FROM SC

21、查询不同老师所教不同课程平均分从高到低显示

SELECT max(ZT#) AS 教师ID,MAX(ZTname) AS 教师姓名,CC# AS 课程ID,MAX(CCname) AS 课程名称,AVG(Score) AS 平均成绩

FROM SC AS T,Course AS C ,Teacher AS Z

where TC#=CC# and CT#=ZT#

GROUP BY CC#

ORDER BY AVG(Score) DESC

22、查询如下课程成绩第 3 名到第 6 名的学生成绩单：企业管理（001），马克思（002），UML （003），数据库（004）

[学生ID],[学生姓名],企业管理,马克思,UML,数据库,平均成绩

SELECT DISTINCT top 3

SCS# As 学生学号,

StudentSname AS 学生姓名 ,

T1score AS 企业管理,

T2score AS 马克思,

T3score AS UML,

T4score AS 数据库,

ISNULL(T1score,0) + ISNULL(T2score,0) + ISNULL(T3score,0) + ISNULL(T4score,0) as 总分

FROM Student,SC LEFT JOIN SC AS T1

ON SCS# = T1S# AND T1C# = '001'

LEFT JOIN SC AS T2

ON SCS# = T2S# AND T2C# = '002'

LEFT JOIN SC AS T3

ON SCS# = T3S# AND T3C# = '003'

LEFT JOIN SC AS T4

ON SCS# = T4S# AND T4C# = '004'

WHERE studentS#=SCS# and

ISNULL(T1score,0) + ISNULL(T2score,0) + ISNULL(T3score,0) + ISNULL(T4score,0)

NOT IN

(SELECT

DISTINCT

TOP 15 WITH TIES

ISNULL(T1score,0) + ISNULL(T2score,0) + ISNULL(T3score,0) + ISNULL(T4score,0)

FROM sc

LEFT JOIN sc AS T1

ON scS# = T1S# AND T1C# = 'k1'

LEFT JOIN sc AS T2

ON scS# = T2S# AND T2C# = 'k2'

LEFT JOIN sc AS T3

ON scS# = T3S# AND T3C# = 'k3'

LEFT JOIN sc AS T4

ON scS# = T4S# AND T4C# = 'k4'

ORDER BY ISNULL(T1score,0) + ISNULL(T2score,0) + ISNULL(T3score,0) + ISNULL(T4score,0) DESC);

23、统计列印各科成绩,各分数段人数:课程ID,课程名称,[100-85],[85-70],[70-60],[<60]

SELECT SCC# as 课程ID, Cname as 课程名称

,SUM(CASE WHEN score BETWEEN 85 AND 100 THEN 1 ELSE 0 END) AS [100 - 85]

,SUM(CASE WHEN score BETWEEN 70 AND 85 THEN 1 ELSE 0 END) AS [85 - 70]

,SUM(CASE WHEN score BETWEEN 60 AND 70 THEN 1 ELSE 0 END) AS [70 - 60]

,SUM(CASE WHEN score < 60 THEN 1 ELSE 0 END) AS [60 -]

FROM SC,Course

where SCC#=CourseC#

GROUP BY SCC#,Cname;

24、查询学生平均成绩及其名次

SELECT 1+(SELECT COUNT( distinct 平均成绩)

FROM (SELECT S#,AVG(score) AS 平均成绩

FROM SC

GROUP BY S#

) AS T1

WHERE 平均成绩 > T2平均成绩) as 名次,

S# as 学生学号,平均成绩

FROM (SELECT S#,AVG(score) 平均成绩

FROM SC

GROUP BY S#

) AS T2

ORDER BY 平均成绩 desc;

25、查询各科成绩前三名的记录:(不考虑成绩并列情况)

SELECT t1S# as 学生ID,t1C# as 课程ID,Score as 分数

FROM SC t1

WHERE score IN (SELECT TOP 3 score

FROM SC

WHERE t1C#= C#

ORDER BY score DESC

)

ORDER BY t1C#;

26、查询每门课程被选修的学生数

select c#,count(S#) from sc group by C#;

27、查询出只选修了一门课程的全部学生的学号和姓名

select SCS#,StudentSname,count(C#) AS 选课数

from SC ,Student

where SCS#=StudentS# group by SCS# ,StudentSname having count(C#)=1;

28、查询男生、女生人数

Select count(Ssex) as 男生人数 from Student group by Ssex having Ssex='男';

Select count(Ssex) as 女生人数 from Student group by Ssex having Ssex='女'；

29、查询姓“张”的学生名单

SELECT Sname FROM Student WHERE Sname like '张%';

30、查询同名同性学生名单，并统计同名人数

select Sname,count() from Student group by Sname having count()>1;;

31、1981年出生的学生名单(注：Student表中Sage列的类型是datetime)

select Sname, CONVERT(char (11),DATEPART(year,Sage)) as age

from student

where CONVERT(11),DATEPART(year,Sage))='1981';

32、查询每门课程的平均成绩，结果按平均成绩升序排列，平均成绩相同时，按课程号降序排列

Select C#,Avg(score) from SC group by C# order by Avg(score),C# DESC ;

33、查询平均成绩大于85的所有学生的学号、姓名和平均成绩

select Sname,SCS# ,avg(score)

from Student,SC

where StudentS#=SCS# group by SCS#,Sname having avg(score)>85;

34、查询课程名称为“数据库”，且分数低于60的学生姓名和分数

Select Sname,isnull(score,0)

from Student,SC,Course

where SCS#=StudentS# and SCC#=CourseC# and CourseCname='数据库'and score<60;

35、查询所有学生的选课情况；

SELECT SCS#,SCC#,Sname,Cname

FROM SC,Student,Course

where SCS#=StudentS# and SCC#=CourseC# ;

36、查询任何一门课程成绩在70分以上的姓名、课程名称和分数；

SELECT distinct studentS#,studentSname,SCC#,SCscore

FROM student,Sc

WHERE SCscore>=70 AND SCS#=studentS#;

37、查询不及格的课程，并按课程号从大到小排列

select c# from sc where scor e<60 order by C# ;

38、查询课程编号为003且课程成绩在80分以上的学生的学号和姓名；

select SCS#,StudentSname from SC,Student where SCS#=StudentS# and Score>80 and C#='003';

39、求选了课程的学生人数

select count() from sc;

40、查询选修“叶平”老师所授课程的学生中，成绩最高的学生姓名及其成绩

select StudentSname,score

from Student,SC,Course C,Teacher

where StudentS#=SCS# and SCC#=CC# and CT#=TeacherT# and TeacherTname='叶平' and SCscore=(select max(score)from SC where C#=CC# );

41、查询各个课程及相应的选修人数

select count() from sc group by C#;

42、查询不同课程成绩相同的学生的学号、课程号、学生成绩

select distinct AS#,Bscore from SC A ,SC B where AScore=BScore and AC# <>BC# ;

43、查询每门功成绩最好的前两名

SELECT t1S# as 学生ID,t1C# as 课程ID,Score as 分数

FROM SC t1

WHERE score IN (SELECT TOP 2 score

FROM SC

WHERE t1C#= C#

ORDER BY score DESC

)

ORDER BY t1C#;

44、统计每门课程的学生选修人数（超过10人的课程才统计）。要求输出课程号和选修人数，查询结果按人数降序排列，查询结果按人数降序排列，若人数相同，按课程号升序排列

select C# as 课程号,count() as 人数

from sc

group by C#

order by count() desc,c#

45、检索至少选修两门课程的学生学号

select S#

from sc

group by s#

having count() > = 2

46、查询全部学生都选修的课程的'课程号和课程名

select C#,Cname

from Course

where C# in (select c# from sc group by c#)

47、查询没学过“叶平”老师讲授的任一门课程的学生姓名

select Sname from Student where S# not in (select S# from Course,Teacher,SC where CourseT#=TeacherT# and SCC#=courseC# and Tname='叶平');

48、查询两门以上不及格课程的同学的学号及其平均成绩

select S#,avg(isnull(score,0)) from SC where S# in (select S# from SC where score<60 group="" by="" having="">2)group by S#;

49、检索“004”课程分数小于60，按分数降序排列的同学学号

select S# from SC where C#='004'and score<60 order by score desc;

50、删除“002”同学的“001”课程的成绩

from Sc where S#='001'and C#='001';

一、SQL语言简介

1、SQL语言简介

SQL是结构化查询语言(Structured Query Language)，是用于访问和处理数据库的标准的计算机语言。

SQL语言的功能如下：

A、SQL面向数据库执行查询

B、SQL可从数据库取回数据

C、SQL可在数据库中插入新的记录

D、SQL可更新数据库中的数据

E、SQL可从数据库删除记录

F、SQL可创建新数据库

G、SQL可在数据库中创建新表

H、SQL可在数据库中创建存储过程

I、SQL可在数据库中创建视图

J、SQL可以设置表、存储过程和视图的权限

SQL是一门ANSI的标准计算机语言，用来访问和 *** 作数据库系统。SQL语句用于取回和更新数据库中的数据。SQL可与数据库程序协同工作，比如MS Access、DB2、Informix、MS SQL Server、Oracle、MySQL、Sybase以及其他数据库系统。

每一种数据库有自己版本的SQL语言，但是为了与ANSI标准相兼容，SQL必须以相似的方式共同地来支持一些主要的关键词（比如 SELECT、UPDATE、DELETE、INSERT、WHERE等等）。

除了SQL标准之外，大部分SQL数据库程序都拥有自己的私有扩展。

2、SQL语言分类

SQL语言分为数据定义语言、数据控制语言、数据 *** 作语言、数据查询语言，分别实现对数据库数据 *** 作。

二、SQL语言基础

1、数据定义语言（DDL）

DDL：Data Definition Language

用于定义和管理数据对象，包括数据库、数据表、函数、视图、索引、触发器等。例如：CREATE、DROP、ALTER等语句。

create table student

(

sid INT,

sname var20)

);

alter table student add age int default 20;

student;

drop database student;

2、数据控制语言（DCL）

DCL：Data Control Language

用来管理数据库的语言，包含授权用户访问、拒绝用户访问、撤销授予的权限。例如：GRANT、DENY、REVOKE、COMMIT、ROLLBACK等语句。

创建用户

create user ‘wang’@‘localhost’ identified by ‘a1!’;

权限设置

grant select on dbstudent to ‘wang’@‘localhost’;

撤销权限

revoke select on dbstudent from ‘wang’@‘localhost’;

3、数据 *** 作语言（DML）

DML：Data Manipulation Language

用于 *** 作数据库对象中所包含的数据，增、删、改。例如：INSERT、DELETE、UPDATE语句。

4、数据查询语言（DQL）

DQL：Data Query Language

用于查询数据库对象中所包含的数据，能够进行单表查询、连接查询、嵌套查询，以及集合查询等各种复杂程度不同的数据库查询，并将数据返回到客户机中显示。例如：SELECT语句。

三、常量和变量

1、常量

A、字符常量

字符串常量使用单引号或双引号，数值常量不用加引号。

如果字符串常量中需要换行、有单引号、双引号 % _

前面需要加转义字符

换行

’ 一个单引号

” 一个双引号

一个 如果没有转义字符 就认为是一个转义字符

% 一个% 如果没有转义字符就认为这是一个通配符

_ 一个_ 如果没有转移字符 就认为是一个通配符

select ‘hanli’gang001’

select ‘han ligang001’

select ‘han ligang001’

select “han"ligang001”

select “韩立刚001”

B、数值常量

数值常量不用添加引号，

select 100+100+200

C、布尔常量

布尔型常量取值 true 和 false

在SQL中使用1和0表示

select true,false

在表达式中

select 100>200

select 100<200

2、变量

用户自定义变量使用@开始，使用set给变量赋值。

set @name=‘孙悟空’;

select @name;

select from student;

into student values (6,‘孙悟空’,20)；

into student values (8,@name,20)；

set @sid=9,@nid=10

into student values (@sid,@name,20)；

select @sid+@nid；

set @sid=@sid+1；

select @sid；

set @sname3=(select sname from student where sid=9)；

select @sname3；

3、系统变量

系统变量分为全局系统变量和会话系统变量。

全局系统变量：针对所有默认设置

会话系统变量：针对当前用户生效，用户登录MySQL会使用全局系统变量，如果会话中更改了变量值，使用更改后的值，不过只针对当前用户生效。

show variables 显示会话系统变量

show global variables 显示全局系统变量

show session variables 显示会话系统变量

show global variables like ‘sql_select_limit’；使用通配符显示匹配的变量设置

show session variables like ‘sql_select_limit’；系统变量使用@@标识

select @@globalsql_select_limit 查看某个全局系统变量设置

select @@sessionsql_select_limit 查看某个会话系统变量设置

set @@sessionsql_select_limit=2 设置会话系统变量

全局系统变量需要在/etc/mycnf配置文件中修改。

数据库可以按照内容类型分类:书目、全文、数字和图像。在计算中，数据库有时根据其组织方法进行分类。有许多不同类型的数据库，从最流行的方法关系数据库到分布式数据库、云数据库或NoSQL数据库。

常用数据库：

1、关系型数据库

关系型数据库是由IBM的EF Codd于1970年发明的，它是一个表格数据库，其中定义了数据，因此可以以多种不同的方式对其进行重组和访问。

关系数据库由一组表组成，其中的数据属于预定义的类别。每个表在一个列中至少有一个数据类别，并且每一行对于列中定义的类别都有一个特定的数据实例。

结构化查询语言(SQL)是关系数据库的标准用户和应用程序接口。关系数据库易于扩展，并且可以在原始数据库创建之后添加新的数据类别，而不需要修改所有现有应用程序。

2、分布式数据库

分布式数据库是一种数据库，其中部分数据库存储在多个物理位置，处理在网络中的不同点之间分散或复制。

分布式数据库可以是同构的，也可以是异构的。同构分布式数据库系统中的所有物理位置都具有相同的底层硬件，并运行相同的 *** 作系统和数据库应用程序。异构分布式数据库中的硬件、 *** 作系统或数据库应用程序在每个位置上可能是不同的。

3、云数据库

云数据库是针对虚拟化环境(混合云、公共云或私有云)优化或构建的数据库。云数据库提供了一些好处，比如可以按每次使用支付存储容量和带宽的费用，还可以根据需要提供可伸缩性和高可用性。

云数据库还为企业提供了在软件即服务部署中支持业务应用程序的机会。

4、NoSQL数据库

NoSQL数据库对于大型分布式数据集非常有用。

NoSQL数据库对于关系数据库无法解决的大数据性能问题非常有效。当组织必须分析大量非结构化数据或存储在云中多个虚拟服务器上的数据时，它们是最有效的。

5、面向对象的数据库

使用面向对象编程语言创建的项通常存储在关系数据库中，但是面向对象数据库非常适合于这些项。

面向对象的数据库是围绕对象(而不是 *** 作)和数据(而不是逻辑)组织的。例如，关系数据库中的多媒体记录可以是可定义的数据对象，而不是字母数字值。

6、图形数据库

面向图形的数据库是一种NoSQL数据库，它使用图形理论存储、映射和查询关系。图数据库基本上是节点和边的集合，其中每个节点表示一个实体，每个边表示节点之间的连接。

图形数据库在分析互连方面越来越受欢迎。例如，公司可以使用图形数据库从社交媒体中挖掘关于客户的数据。

SQL数据库

SQL (Structured Query Language) 是具有数据 *** 纵和数据定义等多种功能的数据库语言，这种语言具有交互性特点，能为用户提供极大的便利，数据库管理系统应充分利用SQL语言提高计算机应用系统的工作质量与效率。

SQL语言不仅能独立应用于终端，还可以作为子语言为其他程序设计提供有效助力，该程序应用中，SQL可与其他程序语言一起优化程序功能，进而为用户提供更多更全面的信息。

扩展资料：

SQL作为一种 *** 作命令集, 以其丰富的功能受到业内人士的广泛欢迎, 成为提升数据库 *** 作效率的保障。SQL Server数据库的应用，能够有效提升数据请求与返回的速度，有效应对复杂任务的处理，是提升工作效率的关键。

由于SQL Servers数据库管理系统具有较高的数据管理性能，因其优越的性能，应用范围非常广，大量应用于服务器和客户体系结构中。SQL Servers数据库的性质主要由以下几个方面体现：系统的吞吐量、响应时间以及并行处理能力, 发出请求服务器回应的速度、还有不同屏幕之间切换的速度等等。

参考资料来源：百度百科-SQL数据库

以上就是关于SQl数据库中包是什么全部的内容，包括:SQl数据库中包是什么、NewSQL分布式数据库发展策略讨论、数据库常用sql语句有哪些等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！