59-KTV点歌系统数据库-歌曲排名数据操作

简介: 59-KTV点歌系统数据库-歌曲排名数据操作

59-KTV点歌系统数据库-歌曲排名数据操作

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点歌系统数据库中点歌排行榜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)歌曲排行榜表TopB,表结构如表J2-59-1所示。

表J2-59-1 TopB表结构

字段名 字段说明 数据类型 允许为空 备注
Topid 排行编号 整型 主键、自增(增量1)
Topsong 歌曲编号 整型
Topclick 歌曲点击量 整型 默认值为0
Topbz 排行榜备注 字符(200)

3)Topsong字段与歌曲信息表中的歌曲编号对应。

4)TopB表中基础数据,如表J2-59-2所示。

表J2-59-2 TopB表基础数据

Topid Topsong Topclick Topbz
1 4 12001
2 2 587
3 1 236
4 3 687

(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4MB,最大30MB,按2MB进行递增。

3)日志文件初始值为2MB,最大为10MB,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=4MB,
    MAXSIZE=30MB,
    FILEGROWTH=2MB
)
LOG ON
(
    NAME=KTVdgDB_log,
    FILENAME='D:\xxxx\KTVdgDB_log.ldf',
    SIZE=2MB,
    MAXSIZE=10MB
)

任务2:用SQL语言创建歌曲排行榜表TopB

1)按照提供的表J2-59-1结构创建数据库表,并设主键。


CREATE TABLE TopB
(
    Topid INT NOT NULL PRIMARY KEY IDENTITY(1,1),
    Topsong INT NOT NULL,
    Topclick INT NOT NULL DEFAULT 0,
    Topbz NVARCHAR(20),
)

任务3:用SQL语言对歌曲排行榜表TopB进行操作

1)查找出点击量高于500的歌曲排行信息。

2)统计出所有歌曲的点击量总和。

3)将歌曲排行表中点击量在500到1000之间的歌曲点击量增加200。

4)删除歌曲点击量低于200的歌曲排行记录。

INSERT INTO TopB
VALUES
(4,12001,NULL),
(2,587,NULL),
(1,236,NULL),
(3,687,NULL)

SELECT * FROM TopB WHERE Topclick>500

SELECT SUM(Topclick) FROM TopB

UPDATE TopB SET Topclick=Topclick+200 WHERE Topclick>500 AND Topclick<1000

DELETE FROM TopB WHERE Topclick<200
相关文章
|
11月前
|
缓存 NoSQL Linux
在CentOS 7系统中彻底移除MongoDB数据库的步骤
以上步骤完成后,MongoDB应该会从您的CentOS 7系统中被彻底移除。在执行上述操作前,请确保已经备份好所有重要数据以防丢失。这些步骤操作需要一些基本的Linux系统管理知识,若您对某一步骤不是非常清楚,请先进行必要的学习或咨询专业人士。在执行系统级操作时,推荐在实施前创建系统快照或备份,以便在出现问题时能够恢复到原先的状态。
1147 79
|
9月前
|
数据采集 关系型数据库 MySQL
python爬取数据存入数据库
Python爬虫结合Scrapy与SQLAlchemy,实现高效数据采集并存入MySQL/PostgreSQL/SQLite。通过ORM映射、连接池优化与批量提交,支持百万级数据高速写入,具备良好的可扩展性与稳定性。
|
10月前
|
存储 数据管理 数据库
数据字典是什么?和数据库、数据仓库有什么关系?
在数据处理中,你是否常困惑于字段含义、指标计算或数据来源?数据字典正是解答这些问题的关键工具,它清晰定义数据的名称、类型、来源、计算方式等,服务于开发者、分析师和数据管理者。本文详解数据字典的定义、组成及其与数据库、数据仓库的关系,助你夯实数据基础。
数据字典是什么?和数据库、数据仓库有什么关系?
|
9月前
|
人工智能 Java 关系型数据库
使用数据连接池进行数据库操作
使用数据连接池进行数据库操作
226 11
|
9月前
|
安全 关系型数据库 数据管理
阿里云数据库:构建高性能与安全的数据管理系统
阿里云数据库提供RDS、PolarDB、Tair等核心产品,具备高可用、弹性扩展、安全合规及智能运维等技术优势,广泛应用于电商、游戏、金融等行业,助力企业高效管理数据,提升业务连续性与竞争力。
|
10月前
|
存储 关系型数据库 数据库
【赵渝强老师】PostgreSQL数据库的WAL日志与数据写入的过程
PostgreSQL中的WAL(预写日志)是保证数据完整性的关键技术。在数据修改前,系统会先将日志写入WAL,确保宕机时可通过日志恢复数据。它减少了磁盘I/O,提升了性能,并支持手动切换日志文件。WAL文件默认存储在pg_wal目录下,采用16进制命名规则。此外,PostgreSQL提供pg_waldump工具解析日志内容。
933 0
|
11月前
|
SQL 监控 安全
数据库安全审计系统
Next-DBM数据库审计系统助力企业解决数据安全难题,提供统一身份管理、全方位监控、智能风险识别、完整审计追溯及精细化权限管控,有效防范数据泄露与内部威胁,保障企业核心资产安全,满足合规要求,提升运维效率。
|
9月前
|
缓存 关系型数据库 BI
使用MYSQL Report分析数据库性能(下)
使用MYSQL Report分析数据库性能
544 158
|
9月前
|
关系型数据库 MySQL 数据库
自建数据库如何迁移至RDS MySQL实例
数据库迁移是一项复杂且耗时的工程,需考虑数据安全、完整性及业务中断影响。使用阿里云数据传输服务DTS,可快速、平滑完成迁移任务,将应用停机时间降至分钟级。您还可通过全量备份自建数据库并恢复至RDS MySQL实例,实现间接迁移上云。

热门文章

最新文章