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
)

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')
)

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'
相关文章
|
1月前
|
存储 人工智能 Cloud Native
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
在9月20日2024云栖大会上,阿里云智能集团副总裁,数据库产品事业部负责人,ACM、CCF、IEEE会士(Fellow)李飞飞发表《从数据到智能:Data+AI驱动的云原生数据库》主题演讲。他表示,数据是生成式AI的核心资产,大模型时代的数据管理系统需具备多模处理和实时分析能力。阿里云瑶池将数据+AI全面融合,构建一站式多模数据管理平台,以数据驱动决策与创新,为用户提供像“搭积木”一样易用、好用、高可用的使用体验。
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
|
1月前
|
存储 监控 数据处理
flink 向doris 数据库写入数据时出现背压如何排查?
本文介绍了如何确定和解决Flink任务向Doris数据库写入数据时遇到的背压问题。首先通过Flink Web UI和性能指标监控识别背压,然后从Doris数据库性能、网络连接稳定性、Flink任务数据处理逻辑及资源配置等方面排查原因,并通过分析相关日志进一步定位问题。
172 61
|
3天前
|
前端开发 JavaScript 数据库
获取数据库中字段的数据作为下拉框选项
获取数据库中字段的数据作为下拉框选项
28 5
|
1月前
|
关系型数据库 MySQL 数据库
GBase 数据库如何像MYSQL一样存放多行数据
GBase 数据库如何像MYSQL一样存放多行数据
|
1月前
|
数据库连接 Go 数据库
Go语言中的错误注入与防御编程。错误注入通过模拟网络故障、数据库错误等,测试系统稳定性
本文探讨了Go语言中的错误注入与防御编程。错误注入通过模拟网络故障、数据库错误等,测试系统稳定性;防御编程则强调在编码时考虑各种错误情况,确保程序健壮性。文章详细介绍了这两种技术在Go语言中的实现方法及其重要性,旨在提升软件质量和可靠性。
34 1
|
1月前
|
关系型数据库 分布式数据库 数据库
云栖大会|从数据到决策:AI时代数据库如何实现高效数据管理?
在2024云栖大会「海量数据的高效存储与管理」专场,阿里云瑶池讲师团携手AMD、FunPlus、太美医疗科技、中石化、平安科技以及小赢科技、迅雷集团的资深技术专家深入分享了阿里云在OLTP方向的最新技术进展和行业最佳实践。
|
1月前
|
Java 数据库连接 数据库
深入探讨Java连接池技术如何通过复用数据库连接、减少连接建立和断开的开销,从而显著提升系统性能
在Java应用开发中,数据库操作常成为性能瓶颈。本文通过问题解答形式,深入探讨Java连接池技术如何通过复用数据库连接、减少连接建立和断开的开销,从而显著提升系统性能。文章介绍了连接池的优势、选择和使用方法,以及优化配置的技巧。
42 1
|
1月前
|
存储 关系型数据库 MySQL
查询服务器CPU、内存、磁盘、网络IO、队列、数据库占用空间等等信息
查询服务器CPU、内存、磁盘、网络IO、队列、数据库占用空间等等信息
859 2
|
4天前
|
存储 Oracle 关系型数据库
数据库传奇:MySQL创世之父的两千金My、Maria
《数据库传奇:MySQL创世之父的两千金My、Maria》介绍了MySQL的发展历程及其分支MariaDB。MySQL由Michael Widenius等人于1994年创建,现归Oracle所有,广泛应用于阿里巴巴、腾讯等企业。2009年,Widenius因担心Oracle收购影响MySQL的开源性,创建了MariaDB,提供额外功能和改进。维基百科、Google等已逐步替换为MariaDB,以确保更好的性能和社区支持。掌握MariaDB作为备用方案,对未来发展至关重要。
18 3
|
4天前
|
安全 关系型数据库 MySQL
MySQL崩溃保险箱:探秘Redo/Undo日志确保数据库安全无忧!
《MySQL崩溃保险箱:探秘Redo/Undo日志确保数据库安全无忧!》介绍了MySQL中的三种关键日志:二进制日志(Binary Log)、重做日志(Redo Log)和撤销日志(Undo Log)。这些日志确保了数据库的ACID特性,即原子性、一致性、隔离性和持久性。Redo Log记录数据页的物理修改,保证事务持久性;Undo Log记录事务的逆操作,支持回滚和多版本并发控制(MVCC)。文章还详细对比了InnoDB和MyISAM存储引擎在事务支持、锁定机制、并发性等方面的差异,强调了InnoDB在高并发和事务处理中的优势。通过这些机制,MySQL能够在事务执行、崩溃和恢复过程中保持
22 3