Interview:算法岗位面试—10.11下午—上海某公司算法岗位(偏数据分析,证券金融行业)技术面试考点之sqlserver语言相关考察点复习

本文涉及的产品
云数据库 RDS SQL Server,基础系列 2核4GB
RDS SQL Server Serverless,2-4RCU 50GB 3个月
推荐场景:
日志服务 SLS,月写入数据量 50GB 1个月
简介: Interview:算法岗位面试—10.11下午—上海某公司算法岗位(偏数据分析,证券金融行业)技术面试考点之sqlserver语言相关考察点复习

T-SQL语句


数据定义语句DDL、数据操作语句DML、数据控制语句DCL、其他基本语句、流程控制语句、批处理语句;


数据定义语句DDL:CREAT、DROP、ALTER;

数据操作语句DML:INSERT插入、UPDATE更改、DELETE删除、SELECT查询;

数据控制语句DCL:GRANT给用户授予权限、DENY拒绝权限操作、REVOKE收回权限操作;

sql数据库基本操作


1、创建表


USE  niu                                        --使用niu数据库创建表niutable

IF EXISTS(select count(*) from sys.objects where name = 'niutable') --若原先存在该表,

DROP TABLE  niutable                             --执行删除该表;

GO

CREATE TABLE niutable                           --建表的同时要建字段;

(

s_id  INT NOT NULL PRIMARY KEY,           --数据表主键,id或num编号不能空

s_age  INT,                                  --年龄,

   s_birthday  DATE,                                     --生日,不能为空

s_name  VARCHAR(20)  NOT NULL,                    --名称,不能为空

s_sex  VARCHAR(4) NOT NULL CHECK(sex ='男' or sex='女'),  --性别,

s_dept  VARCHAR(50) NOT NULL,

s_phone  VARCHAR(18)  CONSTRAINT uq_phone UNIQUE   --电话

s_gongzi  NUMERIC(6,2) NOT NULL,                      --工资

shijian    DATETIME                                  --添加当前时间列

)

2、增删改查




3、sql的约束


1、非空约束NOT NULL、DEFAULT约束:


--DEFAULT约束,定义表,指定员工编码默认是

CREATE TABLE tb_dept8 (

id INT PRIMARY KEY,          --主键约束

name VARCHAR(26) NOT NULL, --NOT NULL约束

deptId INT DEFAULT 1111,      --DEFAULT约束

salary FLOAT

);


2、唯一性约束


--唯一性约束,T1,指定一个表的名称为唯一的,

CREATE TABLE  tb_dept2 (

id INT NOT NULL PRIMARY KEY,

name VARCHAR(22) NOT NULL UNIQUE,

location VARCHAR(50)

)


--唯一性约束,T2,先定义一个表所有列以后,再指定部门唯一性;

CREATE TABLE  tb_dept3 (

id INT NOT NULL PRIMARY KEY,

name VARCHAR(22) NOT NULL,

location VARCHAR(50)

CONSTRAINT 部门名称 UNIQUE(name)

);


3、CHECK约束


--CHECK约束,定义一个表,约束员工工资属于(1800,3000);

CREATE TABLE tb_dept7 (

id INT PRIMARY KEY,

name VARCHAR(26),

deptId INT ,

salary FLOAT,

CHECk(salary > 1800 AND salary < 3000)  --给定条件约束;

);


4、主键约束


CREATE TABLE nyy_pmp2 (   --T1法,在表nyy_pmp2下创建主键约束

id INT PRIMARY KEY,

name VARCHAR(25) NOT NULL,

salary FLOAT NOT NULL

)


CREATE TABLE nyy_pmp3 (  --T2法,在表nyy_pmp3下创建主键约束

id INT NOT NULL,

deptId CHAR(20) NOT NULL,

CONSTRAINT  姓名部门约束     --设置主键约束

PRIMARY KEY(name,deptId)

)


CREATE TABLE nyy_pmp4 ( --T3法,先创建表nyy_pmp4,再创建主键约束;

id INT NOT NULL,

name VARCHAR(25) NOT NULL,

deptId CHAR(20) NOT NULL,

salary FLOAT NOT NULL

)


sqlserver其他相关操作


1、基本操作


USE master                                    

GO                                            

IF EXISTS(SELECT * FROM sys.databases WHERE NAME = 'CAD_student')

DROP DATABASE CAD_student

GO

CREATE DATABASE E_Market                    

--建立主文件,物理文件后缀名为mdf

ON PRIMARY                                    --主文件组

(

   NAME='E_Market_data',                      --数据库逻辑文件名

   FILENAME='F:\File_SQL Server\E_Market_data.mdf',--主文件物理地址

   SIZE=5MB,                               --主文件初始大小

   MAXSIZE=100MB,                     --主文件增长的最大值,或无限制=UNLIMITED

   FILEGROWTH=15%                     --主文件的增长率

),                                          --第一个文件组结束

FILEGROUP FG                             --次文件组

(

   NAME='FG_E_Market_data',        --

   FILENAME='F:\File_SQL Server\FG_E_Market_data.ndf',

   SIZE=10MB,

   MAXSIZE=100MB,

   FILEGROWTH=0

)

LOG ON                                        --日志文件,日志文件不属任何文件组

(

   NAME='E_Market_log',                        --日志文件逻辑文件名

   FILENAME='F:\File_SQL Server\E_Market_log.ldf', --日志物理文件名

   SIZE=5MB,                                  --日志文件初始大小

   FILEGROWTH=0                             --未启用自动增长

)

GO                                              --批处理标志

2、备份还原数据库


backup  database  niu   to   disk ='F:\niu.bak'with name='F:\niu'

--还原数据库

restore  database  niu   from  disk='F:\niu.bak'

--完整备份(name还原显示的名称

backup database t to disk='D:\CAD_student.bak',name='CAD_student'

--差异备份

backup database t to disk='E:\dataBak\log\bak_t_differ.bak'

with differential,noinit,name='bak_t_differ'

--日志备份

BACKUP LOG niu to disk='F:\niu_log_t.bak' with noinit,name='F:\niu_log_t'

3、删除数据库


USE master

DROP DATABASE E_Market

GO

IF EXISTS(SELECT * FROM sysdatabases WHERE name='E_Market')

DROP DATABASE E_Market

GO

4、已有E_Market文件中,添加文件组和数据文件


USE E_Market

ALTER DATABASE E_Market ADD FILEGROUP FG1

GO

ALTER DATABASE E_Market ADD FILE

(

   NAME='FG1_E_Market_data',

   FILENAME='F:\File_SQL Server\FG1_E_Market_data.ndf',

   SIZE=5MB,

   FILEGROWTH=10%,

   MAXSIZE=500MB

)TO FILEGROUP FG1

GO

ALTER DATABASE E_Market

MODIFY FILEGROUP FG1 DEFAULT

GO


相关实践学习
使用SQL语句管理索引
本次实验主要介绍如何在RDS-SQLServer数据库中,使用SQL语句管理索引。
SQL Server on Linux入门教程
SQL Server数据库一直只提供Windows下的版本。2016年微软宣布推出可运行在Linux系统下的SQL Server数据库,该版本目前还是早期预览版本。本课程主要介绍SQLServer On Linux的基本知识。 相关的阿里云产品:云数据库RDS&nbsp;SQL Server版 RDS SQL Server不仅拥有高可用架构和任意时间点的数据恢复功能,强力支撑各种企业应用,同时也包含了微软的License费用,减少额外支出。 了解产品详情:&nbsp;https://www.aliyun.com/product/rds/sqlserver
相关文章
|
3月前
|
机器学习/深度学习 搜索推荐 算法
技术感悟之数据分析的演变与未来
本文探讨了数据分析技术的发展历程,从简单的数据收集到复杂的机器学习算法,揭示了技术进步对商业决策、科学研究和社会发展的深远影响。同时,文章也展望了数据分析在未来可能的发展方向和挑战。
|
2月前
|
数据采集 机器学习/深度学习 数据可视化
构建高效数据分析系统的关键技术
【10月更文挑战第5天】构建高效数据分析系统的关键技术
44 0
|
3月前
|
机器学习/深度学习 传感器 人工智能
AI与未来医疗:重塑健康管理新格局随着人工智能(AI)技术的飞速发展,医疗行业正迎来一场前所未有的变革。AI不仅在数据分析、诊断支持方面展现出巨大潜力,还在个性化治疗、远程医疗等多个领域实现了突破性进展。本文将探讨AI技术在医疗领域的具体应用及其对未来健康管理的影响。
人工智能(AI)正在彻底改变医疗行业的面貌。通过深度学习算法和大数据分析,AI能够迅速分析海量的医疗数据,提供精准的诊断和治疗建议。此外,AI在远程医疗、药物研发以及患者管理等方面也展现出了巨大的潜力。本文将详细探讨这些技术的应用实例,并展望其对健康管理的深远影响。
|
4月前
|
数据采集 机器学习/深度学习 数据可视化
【优秀python web系统毕设】基于python的全国招聘数据分析可视化系统,包括随机森林算法
本文介绍了一个基于Python的全国招聘数据分析可视化系统,该系统利用数据挖掘技术、随机森林算法和数据可视化技术,从招聘网站抓取数据,进行处理、分析和预测,帮助用户洞察招聘市场,为求职者和企业提供决策支持。
175 2
|
5月前
|
数据采集 机器学习/深度学习 SQL
如何构建高效的数据分析流程:从技术视角出发
【7月更文挑战第22天】构建高效的数据分析流程是一个持续迭代的过程,需要技术团队与业务团队的紧密合作。通过不断优化流程,企业可以更加高效地利用数据资源,为业务决策提供有力支持。
|
2月前
|
SQL 数据采集 数据可视化
深入 Python 数据分析:高级技术与实战应用
本文系统地介绍了Python在高级数据分析中的应用,涵盖数据读取、预处理、探索及可视化等关键环节,并详细展示了聚类分析、PCA、时间序列分析等高级技术。通过实际案例,帮助读者掌握解决复杂问题的方法,提升数据分析技能。使用pandas、matplotlib、seaborn及sklearn等库,提供了丰富的代码示例,便于实践操作。
166 64
|
2月前
|
机器学习/深度学习 算法 数据挖掘
技术感悟之数据分析的奇妙旅程
这篇文章旨在分享我在数据分析领域的探索和心得。通过深入浅出的方式,带领读者了解数据分析的核心概念、工具和应用。希望这些分享能帮助大家更好地理解和应用数据分析,为生活和工作带来更多便利和价值。
|
4月前
|
前端开发 数据挖掘 关系型数据库
基于Python的哔哩哔哩数据分析系统设计实现过程,技术使用flask、MySQL、echarts,前端使用Layui
本文介绍了一个基于Python的哔哩哔哩数据分析系统,该系统使用Flask框架、MySQL数据库、echarts数据可视化技术和Layui前端框架,旨在提取和分析哔哩哔哩用户行为数据,为平台运营和内容生产提供科学依据。
252 9
|
4月前
|
数据采集 算法 数据可视化
【优秀python算法设计】基于Python网络爬虫的今日头条新闻数据分析与热度预测模型构建的设计与实现
本文设计并实现了一个基于Python网络爬虫和机器学习模型的今日头条新闻数据分析与热度预测系统,通过数据采集、特征工程、模型构建和可视化展示,挖掘用户行为信息和内容特征,预测新闻热度,为内容推荐和舆情监控提供决策支持。
156 0
【优秀python算法设计】基于Python网络爬虫的今日头条新闻数据分析与热度预测模型构建的设计与实现
|
4月前
|
机器学习/深度学习 算法 数据可视化
Python数据分析高手修炼手册:线性回归算法,让你的数据说话更有力
【8月更文挑战第1天】在数据驱动时代,掌握数据分析技能至关重要。线性回归是最基础且强大的工具之一,能从复杂数据中提炼简单有效的模型。本文探索Python中线性回归的应用并通过实战示例加深理解。线性回归建立变量间线性关系模型:Y = β0 + β1*X + ε。使用scikit-learn库进行实战:首先安装必要库,然后加载数据、训练模型并评估性能。示例展示了如何使用`LinearRegression`模型进行房价预测,包括数据可视化。掌握线性回归,让数据“说话”更有力。
45 2