56-KTV点歌系统数据库-明星信息数据操作

简介: 56-KTV点歌系统数据库-明星信息数据操作

56-KTV点歌系统数据库-明星信息数据操作

项目描述

随着现如今经济文化水平的显著提高,人们对生活质量及工作环境的要求也越来越高。同时,随着生活节奏的加快,每个人都处于忙碌繁乱的社会当中,不论是在家庭,工作场所,或是学校中,无时无刻充满着生活和学习上的压力。在工作之余,找到一种能够缓解压力,释放疲劳的娱乐方式,已成为大家共同的愿望。针对这一情况,进行KTV点歌系统进行数据库开发,主要涉及明星信息表、歌曲信息表、会员信息表、点歌排行榜表、包厢表等。本项目对KTV点歌系统数据库中明星信息表的相关介绍和数据操作。

KTV点歌系统的数据库操作要求如下:

1)数据库KTVdgDB。

2)明星信息表StarB,表结构如表J2-56-1所示。

表J2-56-1 StarB表结构

字段名 字段说明 数据类型 允许为空 备注
Sid 明星编号 整型 主键、自增(增量1)
Sname 明星姓名 字符(10)
Ssex 明星性别 字符(2) 约束为男或女
Sbirth 明星出生日期 日期型
Sgg 明星籍贯 字符(20)
Sfg 明星歌曲风格 字符(20)

3)StarB表中基础数据,如表J2-56-2所示。

表J2-56-2 StarB表基础数据

Sid Sname Ssex Sbirth Sgg Sfg
1 刘强斌 1981-02-21 湖南 流行
2 张道 1987-03-12 河南 流行
3 杨尚坤 1978-06-17 湖北 摇滚
4 刘静茹 1979-09-10 北京 流行

(1)任务描述

任务1:用SQL语言创建KTV点歌系统数据库KTVdgDB

1)判断系统中是否有KTVdgDB名字的数据库,如果有则删除;如果没有则创建数据库KTVdgDB。

2)主数据库文件初始值10MB,最大40MB,按5MB进行递增。

3)日志文件初始值为5MB,最大为20MB,自动增长。

IF DB_ID('KTVdgDB') IS NOT NULL DROP DATABASE KTVdgDB
GO
CREATE DATABASE KTVdgDB
ON PRIMARY
(
    NAME=KTVdgDB,
    FILENAME='D:\xxxx\KTVdgDB.mdf',
    SIZE=10MB,
    MAXSIZE=40MB,
    FILEGROWTH=5MB
)
LOG ON
(
    NAME=KTVdgDB_log,
    FILENAME='D:\xxxx\KTVdgDB_log.ldf',
    SIZE=5MB,
    MAXSIZE=20MB
)
AI 代码解读

任务2:用SQL语言创建明星信息表StarB

1)按照提供的表J2-56-1结构创建数据库表,并设主键。

CREATE TABLE StarB
(
    Sid INT NOT NULL PRIMARY KEY IDENTITY(1,1),
    Sname NVARCHAR(10) NOT NULL,
    Ssex NVARCHAR(2) NOT NULL,
    Sbirth DATETIME,
    Sgg NVARCHAR(20),
    Sfg NVARCHAR(20),
    CHECK(Ssex='男'OR Ssex='女')
)
AI 代码解读

任务3:用SQL语言对明星信息表StarB进行操作

1)查找出籍贯为“湖南”的明星信息。

2)将明星信息表StarB中出生日期字段修改为不允许为空。

3)将“张道”的歌曲风格修改为“摇滚”。

4)删除歌曲风格为“流行”的明星记录。

INSERT INTO StarB
VALUES
('刘强斌','男','1981-02-21','湖南','流行'),
('张道','男','1987-03-12','河南','流行'),
('杨尚坤','男','1978-06-17','湖北','摇滚'),
('刘静茹','女','1979-09-10','北京','流行')

SELECT * FROM StarB WHERE Sgg='湖南'

ALTER TABLE StarB
ALTER COLUMN Sbirth DATETIME NOT NULL

UPDATE StarB SET Sfg='摇滚' WHERE Sname='张道'

DELETE FROM StarB WHERE Sfg='流行'
AI 代码解读
目录
打赏
0
0
0
0
4
分享
相关文章
数据库数据删除策略:硬删除vs软删除的最佳实践指南
在项目开发中,“删除”操作常见但方式多样,主要分为硬删除与软删除。硬删除直接从数据库移除数据,操作简单、高效,但不可恢复;适用于临时或敏感数据。软删除通过标记字段保留数据,支持恢复和审计,但增加查询复杂度与数据量;适合需追踪历史或可恢复的场景。两者各有优劣,实际开发中常结合使用以满足不同需求。
200 4
会议室管理系统源码(含数据库脚本)
会议室管理系统源码(含数据库脚本)
65 0
数据存储使用文件还是数据库,哪个更合适?
数据库和文件系统各有优劣:数据库读写性能较低、结构 rigid,但具备计算能力和数据一致性保障;文件系统灵活易管理、读写高效,但缺乏计算能力且无法保证一致性。针对仅需高效存储与灵活管理的场景,文件系统更优,但其计算短板可通过开源工具 SPL(Structured Process Language)弥补。SPL 提供独立计算语法及高性能文件格式(如集文件、组表),支持复杂计算与多源混合查询,甚至可替代数据仓库。此外,SPL 易集成、支持热切换,大幅提升开发运维效率,是后数据库时代文件存储的理想补充方案。
jsp CRM客户管理系统(含数据库脚本以及文档)
jsp CRM客户管理系统(含数据库脚本以及文档)
81 10
【YashanDB知识库】python驱动查询gbk字符集崖山数据库CLOB字段,数据被驱动截断
【YashanDB知识库】python驱动查询gbk字符集崖山数据库CLOB字段,数据被驱动截断
让数据与AI贴得更近,阿里云瑶池数据库系列产品焕新升级
4月9日阿里云AI势能大会上,阿里云瑶池数据库发布重磅新品及一系列产品能力升级。「推理加速服务」Tair KVCache全新上线,实现KVCache动态分层存储,显著提高内存资源利用率,为大模型推理降本提速。
消防行业如何借助时序数据库 TDengine 打造高效的数据监控与分析系统
本篇文章来自“2024,我想和 TDengine 谈谈”征文活动的优秀投稿,深入探讨了如何在消防行业中运用 TDengine 进行业务建模。文章重点介绍了如何通过 TDengine 的超级表、标签设计和高效查询功能,有效管理消防监控系统中的时序数据。作者详细阐述了实时监控、报警系统以及历史数据分析在消防行业中的应用,展示了 TDengine 在数据压缩、保留策略和分布式架构下的强大优势。
99 0
数据库运维:mysql 数据库迁移方法-mysqldump
本文介绍了MySQL数据库迁移的方法与技巧,重点探讨了数据量大小对迁移方式的影响。对于10GB以下的小型数据库,推荐使用mysqldump进行逻辑导出和source导入;10GB以上可考虑mydumper与myloader工具;100GB以上则建议物理迁移。文中还提供了统计数据库及表空间大小的SQL语句,并讲解了如何使用mysqldump导出存储过程、函数和数据结构。通过结合实际应用场景选择合适的工具与方法,可实现高效的数据迁移。
130 1
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
本文聚焦 MySQL 集群架构中的负载均衡算法,阐述其重要性。详细介绍轮询、加权轮询、最少连接、加权最少连接、随机、源地址哈希等常用算法,分析各自优缺点及适用场景。并提供 Java 语言代码实现示例,助力直观理解。文章结构清晰,语言通俗易懂,对理解和应用负载均衡算法具有实用价值和参考价值。
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等

登录插画

登录以查看您的控制台资源

管理云资源
状态一览
快捷访问