分类数据库下的文章

2024-09-06

在数据库中，DDL（Data Definition Language，数据定义语言）语句是用来创建和修改数据库结构的语句，比如创建（CREATE）、删除（DROP）、修改（ALTER）表、视图、索引等对象。

以下是一些常见的DDL语句：

创建数据库：




CREATE DATABASE database_name;

删除数据库：




DROP DATABASE database_name;

创建表：




CREATE TABLE table_name (
    column1 datatype,
    column2 datatype,
    ...
);

删除表：




DROP TABLE table_name;

修改表：

添加列：




ALTER TABLE table_name ADD column_name datatype;

删除列：




ALTER TABLE table_name DROP COLUMN column_name;

修改列类型或约束：




ALTER TABLE table_name MODIFY column_name new_datatype;

重命名列：




ALTER TABLE table_name CHANGE old_column_name new_column_name datatype;

重命名表：




RENAME TABLE old_table_name TO new_table_name;

创建索引：




CREATE INDEX index_name ON table_name (column1, column2, ...);

删除索引：




DROP INDEX index_name ON table_name;

创建视图：




CREATE VIEW view_name AS
SELECT column1, column2, ...
FROM table_name
WHERE condition;

删除视图：




DROP VIEW view_name;

以上就是DDL语句的一些常见用法。在实际应用中，需要根据具体的数据库和表结构来定制这些语句。

System

2024-09-06

所有,数据库

关系型数据库和非关系型数据库各有其优势，可以根据不同的应用场景选择合适的数据库系统。以下是一些常见的关系型数据库和非关系型数据库的比较和示例代码：

MySQL:

优点：

功能强大，支持ACID事务
使用SQL语言进行查询
使用表、视图等结构化数据存储
成本低，易于维护

缺点：

读写性能有限，不适合高并发和大数据量场景
水平扩展困难

示例代码（插入数据）：




INSERT INTO users (id, name, email) VALUES (1, 'Alice', 'alice@example.com');

MongoDB:

优点：

文档存储模式，数据结构灵活
高可扩展性，支持分片
性能优秀，适合大数据量和高并发场景

缺点：

不支持复杂的JOIN操作
缺乏完整的ACID事务支持

示例代码（插入数据）：




db.users.insertOne({ id: 1, name: 'Alice', email: 'alice@example.com' });

Cassandra:

优点：

无单点故障，支持分布式
高可扩展性，支持数据的分片和复制
适合写密集型应用

缺点：

查询语言复杂，不适合复杂查询
数据模式严格，更新数据模式困难

示例代码（插入数据）：




INSERT INTO users (id, name, email) VALUES (1, 'Alice', 'alice@example.com');

Redis:

优点：

支持多种数据结构，如字符串、列表、集合等
高性能，适合高并发场景
支持数据持久化

缺点：

数据保存在内存中，可能会导致数据丢失
不支持复杂的JOIN操作或事务

示例代码（插入数据）：




SET user:1:name "Alice";
SET user:1:email "alice@example.com";

- 阅读更多 -

[docker]Docker 安装 MongoDB

System

2024-09-06

所有,数据库

要在Docker中安装MongoDB，您可以使用MongoDB的官方Docker镜像。以下是安装和运行MongoDB的步骤：

拉取MongoDB官方Docker镜像：




docker pull mongo

运行MongoDB容器：




docker run --name some-mongo -d mongo

这里some-mongo是您给容器指定的名字。

如果您想要将MongoDB数据保存在本地主机，可以使用卷（volume）来持久化数据：




docker run --name some-mongo -v /my/own/datadir:/data/db -d mongo

这里/my/own/datadir是您本地的目录路径，/data/db是容器内MongoDB默认的数据目录。

如果您需要自定义MongoDB配置，可以创建一个自定义配置文件，并将其挂载到容器中对应的配置目录。

以上步骤将会启动一个MongoDB实例，您可以通过Docker命令与之交互，例如查看日志、进入shell等。

- 阅读更多 -

postgresql主从搭建

System

2024-09-06

所有,数据库

在PostgreSQL中，可以通过设置主从复制来实现数据同步。以下是一个基本的步骤指南和示例配置，用于设置PostgreSQL的主从复制：

在主服务器上，编辑PostgreSQL的配置文件 postgresql.conf，通常位于数据目录下。




# 主服务器的配置文件 postgresql.conf
wal_level = replica            # 设置为最小的replica级别
max_wal_senders = 3            # 同一时间最多有3个流复制连接
max_replication_slots = 3      # 最多有3个复制槽位

在主服务器上，创建一个用于复制的用户：




-- 在主服务器上执行
CREATE ROLE replica LOGIN PASSWORD 'replica_password';

在从服务器上，编辑PostgreSQL的配置文件 recovery.conf（或者在PostgreSQL 12及以后版本使用 postgresql.conf），指定主服务器信息。




# 从服务器的配置文件 recovery.conf
primary_conninfo = 'host=master_ip port=5432 user=replica password=replica_password sslmode=prefer sslcompression=1'
primary_slot_name = 'replica_slot'

在从服务器上，启动PostgreSQL服务，并使用以下命令启动复制进程：




-- 在从服务器上执行
SELECT * FROM pg_create_physical_replication_slot('replica_slot');

最后，在主服务器上，确保 pg_hba.conf 文件允许从服务器的复制连接：




# 主服务器的 pg_hba.conf
host    replication     replica         slave_ip/32         md5

完成以上步骤后，重启PostgreSQL服务以应用配置更改。在从服务器上，PostgreSQL将自动尝试连接到主服务器并开始复制数据。

请注意，这只是一个基础的主从复制设置示例。根据实际环境和需求，可能需要额外的配置，如连接的加密和身份验证方法、网络设置、监控和故障转移策略等。

- 阅读更多 -

PostgreSql 参数配置

System

2024-09-06

所有,数据库

在PostgreSQL中，参数配置通常在postgresql.conf文件中设置。这个文件通常位于PostgreSQL数据目录中，例如/var/lib/postgresql/data。

以下是一些常见的参数配置示例：

设置最大连接数：




max_connections = 100

设置工作内存：




work_mem = 1MB

设置最大内存：




max_worker_processes = 10

设置默认的文件格式设置：




client_encoding = 'utf8'

设置日志记录：




logging_collector = on
log_directory = 'pg_log'
log_filename = 'postgresql-%Y-%m-%d_%H%M%S.log'
log_line_prefix = '%m [%p]: [%l-1] user=%u,db=%d '
log_timezone = 'GMT'

修改postgresql.conf后，需要重启PostgreSQL服务以使更改生效。

在命令行中，可以使用psql和ALTER SYSTEM命令动态更改某些参数，但这些更改在服务器重启后不会保留。

例如，动态更改最大连接数：




ALTER SYSTEM SET max_connections = 200;

完成后，运行以下命令以确保更改生效：




pg_ctl reload

请注意，某些参数可能需要服务器重启才能生效，或者可能需要特定的权限才能更改。

- 阅读更多 -

Oracle 11g RAC 多节点集群删除节点实操记录

System

2024-09-06

所有,数据库




#!/bin/bash
 
# 设置集群用户环境变量
export ORACLE_HOME=/u01/app/11.2.0/grid
export PATH=$PATH:$ORACLE_HOME/bin
 
# 节点名称，应该替换为实际的节点名称
NODENAME=racnode2
 
# 删除CRS节点
$ORACLE_HOME/bin/crsctl stop crs -force
$ORACLE_HOME/bin/crsctl delete node -force $NODENAME
 
# 删除OCR和Voting Disk上的节点信息
$ORACLE_HOME/bin/ocrconfig -delete node $NODENAME -local
$ORACLE_HOME/bin/crsctl delete node -n $NODENAME -force
 
# 重启CRS服务
$ORACLE_HOME/bin/crsctl start crs
 
# 查看集群状态
$ORACLE_HOME/bin/crsctl status res -t
 
# 注意：以上脚本中的命令需要在每个节点上以root用户执行。
# 在执行脚本前，请确保已经备份了所有重要数据，并且理解了每个命令的作用。
# 如果在实际操作中遇到问题，请根据具体错误信息进行故障排除。

这个脚本提供了从Oracle RAC集群中删除节点的基本步骤。它首先停止CRS服务，然后从OCR和表决盘中删除节点信息，并最后重启CRS服务。这个过程是删除RAC节点的一个基本模板，可以根据实际情况进行调整。在执行这些操作之前，请确保已经进行了必要的备份，并且理解了每个命令的含义。

- 阅读更多 -

C语言与sqlite3入门

System

2024-09-06

所有,数据库




#include <stdio.h>
#include <stdlib.h>
#include <sqlite3.h>
 
static int callback(void *NotUsed, int argc, char **argv, char **azColName){
   for(int i = 0; i < argc; i++){
      printf("%s = %s\n", azColName[i], argv[i] ? argv[i] : "NULL");
   }
   printf("\n");
   return 0;
}
 
int main(){
   sqlite3 *db;
   char *zErrMsg = 0;
   int rc;
   const char *sql;
 
   // 打开数据库
   rc = sqlite3_open("test.db", &db);
   if( rc ){
      fprintf(stderr, "无法打开数据库: %s\n", sqlite3_errmsg(db));
      return(0);
   }else{
      fprintf(stdout, "数据库打开成功\n");
   }
 
   // 创建一个表
   sql = "CREATE TABLE IF NOT EXISTS students(ID INTEGER PRIMARY KEY, NAME TEXT, AGE INTEGER, ADDRESS TEXT);";
   rc = sqlite3_exec(db, sql, callback, 0, &zErrMsg);
   if( rc != SQLITE_OK ){
      fprintf(stderr, "SQL错误: %s\n", zErrMsg);
      sqlite3_free(zErrMsg);
   }
   else {
      fprintf(stdout, "表创建成功\n");
   }
 
   // 插入数据
   sql = "INSERT INTO students(NAME, AGE, ADDRESS) VALUES('Tom', 20, 'USA');";
   rc = sqlite3_exec(db, sql, callback, 0, &zErrMsg);
   if( rc != SQLITE_OK ){
      fprintf(stderr, "SQL错误: %s\n", zErrMsg);
      sqlite3_free(zErrMsg);
   }
   else {
      fprintf(stdout, "数据插入成功\n");
   }
 
   // 查询数据
   sql = "SELECT * FROM students;";
   rc = sqlite3_exec(db, sql, callback, 0, &zErrMsg);
   if( rc != SQLITE_OK ){
      fprintf(stderr, "SQL错误: %s\n", zErrMsg);
      sqlite3_free(zErrMsg);
   }
   else {
      fprintf(stdout, "查询成功\n");
   }
 
   // 关闭数据库
   sqlite3_close(db);
   return 0;
}

这段代码展示了如何在C语言中使用sqlite3库进行基本的数据库操作，包括打开数据库、创建表、插入数据和查询数据。同时，它也演示了如何使用回调函数来处理查询结果。这对于学习如何在C语言中处理SQLite数据库是有帮助的。

- 阅读更多 -

studio3T mongodb 根据查询条件更新字段或删除数据

System

2024-09-06

所有,数据库

在MongoDB中，您可以使用updateOne(), updateMany(), 或 deleteOne(), deleteMany() 方法来根据查询条件更新字段或删除数据。以下是使用这些方法的示例代码：

更新单条记录的字段：




// 使用 updateOne 更新单条记录
db.collectionName.updateOne(
  { <query> }, // 查询条件
  { $set: { "fieldName": newValue } } // 更新操作
);

更新多条记录的字段：




// 使用 updateMany 更新多条记录
db.collectionName.updateMany(
  { <query> }, // 查询条件
  { $set: { "fieldName": newValue } } // 更新操作
);

删除单条记录：




// 使用 deleteOne 删除单条记录
db.collectionName.deleteOne(
  { <query> } // 查询条件
);

删除多条记录：




// 使用 deleteMany 删除多条记录
db.collectionName.deleteMany(
  { <query> } // 查询条件
);

请将 <query>, collectionName, fieldName, newValue 替换为您的实际查询条件和字段值。

System

2024-09-06

所有,数据库

这段文本是关于区块链索引器（Indexer）与 Oracle 服务的公告，它宣布了一个新的服务的上线，该服务可以为 Merlin Protocol 提供 BRC20 代币的价格信息。NFTScan 是一个区块链数据探索工具和服务平台，它提供区块链数据的索引和搜索服务。

对于开发者来说，如果你需要实现类似的服务，你可以使用以下的技术栈作为参考：

区块链节点：连接到区块链网络，如比特币、以太坊等，同步区块数据。
数据索引：使用数据库（如 PostgreSQL）索引区块链数据，以便进行快速搜索和分析。
API 服务：提供 RESTful API 或 GraphQL 接口，让其他应用程序能够查询代币价格信息。
定价策略：实现一个定价机制，根据代币交易频率和数量进行计算。
定时任务：使用定时任务（如 Cron）来定期同步区块链数据和更新价格信息。

以下是一个非常简单的 API 接口示例，用于返回特定代币的价格（假设价格是硬编码的）：




from fastapi import FastAPI
 
app = FastAPI()
 
@app.get("/tokens/{token_id}/price")
async def get_token_price(token_id: str):
    # 在实际应用中，这个价格应该是根据实时的交易信息计算的
    return {"token_id": token_id, "price": 1.0}

这个示例使用了 FastAPI 框架来快速创建一个 API 接口。在实际应用中，你需要连接区块链节点，同步数据，实现复杂的定价逻辑，并设置定时任务来保持价格信息的更新。

- 阅读更多 -

Tableau连接openGauss实践

System

2024-09-06

所有,数据库

要在Tableau中连接openGauss数据库，你需要确保openGauss的版本支持所需的ODBC驱动程序。以下是连接的基本步骤：

安装openGauss的ODBC驱动程序。
在openGauss数据库中创建一个用户并授予适当的权限。
在Tableau Desktop中，找到“其他数据库”选项并选择“更多...”。
在连接对话框中，选择适合openGauss的ODBC驱动程序。
配置连接详情，包括服务器地址、端口、用户名和密码。
测试连接，确保Tableau能够成功连接到openGauss数据库。

以下是一个示例代码，演示如何在Python中使用pyodbc库连接openGauss数据库：




import pyodbc
 
# 配置连接字符串
conn_str = (
    "Driver={openGauss ODBC Driver};"
    "Server=127.0.0.1;"  # 替换为你的openGauss服务器地址
    "Port=5432;"         # 替换为你的openGauss端口
    "Username=your_username;"  # 替换为你的用户名
    "Password=your_password;"  # 替换为你的密码
    "Database=your_database;"  # 替换为你的数据库名
)
 
# 建立连接
conn = pyodbc.connect(conn_str)
 
# 创建游标对象
cursor = conn.cursor()
 
# 执行SQL查询
cursor.execute("SELECT * FROM your_table;")  # 替换为你的SQL查询
 
# 获取查询结果
rows = cursor.fetchall()
for row in rows:
    print(row)
 
# 关闭游标和连接
cursor.close()
conn.close()

请确保替换连接字符串中的占位符，并根据你的openGauss数据库配置相应的参数。这段代码演示了如何使用pyodbc库在Python中连接并查询openGauss数据库。

- 阅读更多 -