我们在数据库中更多的是对表的操作，而在表中我们又有单表与多表的操作，在其中最复杂最多的就是增删改查中的查询。下面我们一起来学习。

Insert插入操作

为了方便我们的操作，我们使用Navicat软件来进行接下来的学习。大家可以在文章最后有工具分享

我首先在数据库你们新建一张表，student ，然后我们在软件上方点击查询进入查询编辑器，输入命令行，当然有别的方法，为了展示sql语句，我们使用命令行来操作。

1.插入所有列值

2.插入部分列值

3.不指定列名

在每次操作的时候我们都要录入列名，好多时候我们都是默认录入所有的列，所以我们为此有不指定列名的操作。

注意： 在录入数据是除了数值的类型以外，别的都要用单引号引起来；values中的数据位置要与表中的列名顺序相匹配；如果插入空值，我们可以不写字段也可以插入null。

Update更新操作

数据库中的updata语句用来修改表中的数据。

更新某一行中的一个列

更新某一行中的若干列，这就是我们的更新操作，能够根据数据的关键词进行查找，利用set实现对数据单行修改和多行修改。

Delete删除操作

除了上图的数据我们还有一个 drop table 表名 ---在这里删除的是整个表。我们在这里对两种删除类型delete与truncate进行区分一下

Select基本查询

select查询语句是我们数据库中的最最最重要的语句，它的语法十分的灵活。

1.查询指定的列

2.查询所有列

3.去掉重复记录

如果我们想要看一张项目表中的有多少不同的公司时候，我们可以选择使用这条语句。

4.使用别名

在这里我们注意的是，我们只是将查询的结果表示成了我们想要的名字，并没有改变原来的数据表。

5.ifnull函数

为了解决数据的列值为null时的问题，我们使用ifnull函数。

6.where子句

where子句在我们之前的例子也列举了许多，我们通过where子句规定了选择的标准，还有规定了我们要查找的条件范围。

语法：SELECT 列名称 FROM 表名称 WHERE 列 运算符 值

常用运算符：

逻辑运算符：

查询数据表的（同时）满足id或num的条件的值，我们使用上述的语言。

between ...and

SELECT * FROM products WHERE price BETWEEN 100 AND price;在这里注意的是between的前值应该比后面的值下，相当于 >= and <=

in

SELECT * FROM products WHERE price IN(65,100,190);通过in我们可以比较价格是65,100,190的商品信息。

like

like，像。就是我们所说的模糊查询。通配符使用: 1.% 匹配多个 2._匹配一个

null值操作

在这里，not这个词我们可在不同的地方使用，如上图。

order by排序

7.聚合函数

在select中的简单查询中，不难想想都是横向的查询，就是根据我们的条件查出符合条件的信息，而聚合函数就要对数据进行纵向的操作，比如求和，是对一列的数值进行操作后，返回一个sum值。另外聚合函数会忽略空值。

看个例子：

8.分组操作

group by语句用于对数据的分组操作，在后面的hiving子句对分组的数据进行过滤。Having与where的区别：

--having是我们对数据分组后对数据进行了过滤，而where是在我们对数据分组之前就对数据进行了过滤

--having后面可以使用我们的分组函数，换句话说就是统计函数，where则不可以使用。

总结

上面的一条语句是我们select语句的集合体，大家可以看看能不能看懂，看懂说明你对此单表操作有了一定的掌握。在这里的limt是查看从第2条数据开始查看，看2条数据，也就是2,3的数据。记住数据是从0开始计算的哦`

好了，今天我们的单表操作就到这里，下篇我们带来的是多表的连接操作，如果有帮助到大家，关注支持一下呗~

感谢坚持关注的朋友

世界很大，幸好有你

欢迎在评论区留下你的问题或困惑，我将每天与你分享我的观点和心得。

聚焦最新科技咨讯，探寻未来智能领域，我是女陶。

学习了Java的一些基础基础知识，今天我们学习到的是数据库的下载使用，比起单纯的读取本地文件，数据库可以更加快速的对数据进行操作。

Mysql数据库简介

数据库其实就是我们存储数据的一个仓库，它的本质是一个文件系统，我们将数据通过一定的格式存储起来，实现对数据的增加，删除，修改以及查询操作。

Mysql数据库是目前市面是开源的关系型数据库，它可以通过结构化语言SQL对数据库进行管理。

比起别的数据库，mysql数据库的占有内存系哦啊，运行的速度比较快，成本比较低，这样让一些小型的网站有了最好的选择，其中最重要的是开源。

数据库服务器安装

我们在网站上可以找到官方版和社区版2种版本的安装，一般我们会选择安装社区版的服务器，因为比起企业版的社区版是免费的呀~而企业版本是付费的，只有稳定的sql版本，付费也是会得到官方的技术支持。

在网站上下载到压缩包之后，开始下面步骤，我们这里选的是mysql-5.7.17-winx64.zip压缩包。

1.解压到mysql数据库压缩包d:data，这里主要尽量不要选太深的目录。

2.配置环境变量

MYSQL_HOME=d:/datapath=%MYSQL_HOME\bin;

文件路径都配置好之后，我们将Mysql添加到系统服务中并启动

3.以管理员身份运行cmd，切换目录到解压的文件夹下的bin

4，执行安装名mysqld install MySQL --defaults-file="D:\zhong\mysql-5.7.17-winx64\my-default.ini"

5 start mysql启动数据库

在这里我们可能会遇到sql服务器无法启动的情况

这时候我们的解决方法是

mysql --installmysql --initializenet start mysql

一般情况是正常的，但如果还是失败了，我们使用命令sc delete mysql，在进程中结束mysqld，删除原解压目录，在根目录下新建一个目录重新解压文件，再次执行上述步骤。

6.修改密码

mysql会在启动之后，初始化一个默认的密码，这个密码我们可以在安装目录下的data中 主机名.err这个文件中找到，如下图

数据库密码

登陆mysql -uroot -p，输入上面文件中的密码：lsix6)UhXhsJ，修改密码，执行：SET PASSWORD =PASSWORD('root');

上述就是对数据的简单安装程序，有帮助到大家话，关注一下呗~

感谢坚持关注的朋友~

世界很大，幸好有你~

欢迎在评论区留下你的问题或困惑，我将每天与你分享我的观点和心得。

聚焦最新科技咨讯，探寻未来智能领域，我是Mario女陶。

　　【IT168 专稿】导语：IDC发布的预测报告显示，到2021年中国数字经济的比重将达55%。中国的人口和经济规模决定了中国的数据资产规模冠于全球。这不仅为大数据技术的发展提供了演练场，同时也提出了更多、更高的要求。

　　大数据领域每年都会涌现出大量新的技术，成为大数据获取、治理、存储、分析或可视化的有效手段。而创业公司正在成为大数据技术创新的中坚力量，他们正在不断开发更多更加先进的软件或系统来满足这些大数据需求。

　　2017年，国内大数据领域就有这样10家创业公司吸引了我们的注意。(排名不分先后)

　　星环

▲CEO：孙元浩

　　星环的研发团队是国内最早的大数据Apache Hadoop发行版团队，专注于大数据和人工智能基础平台研发，主打产品一站式大数据综合平台(TDH)和通用人工智能平台Sophon。产品虽然源于Hadoop，但超越了Hadoop，特别是在分析型数据库、流处理技术、大规模分析型搜索引擎以及图形化的大数据开发工具套件方面，已经完全重构。

　　通过自主研发，星环实现了多项技术的突破， 如基于Hadoop平台构建数据仓库，实现利用Hadoop技术替代传统数据仓库案例;实时计算引擎，融合了低延时的事件驱动机制和复杂批处理编程模型的流处理引擎，支持复杂SQL、CEP复杂时间规则和机器学习，和Spark Streaming相比，星环Slipstream延时低至10ms;大规模搜索引擎，实现PB数量级上秒级延迟，同时具备搜索和统计分析能力。

　　2017年发布的TDH5.0，让基于容器化进行部署大数据平台成为可能。Sophon支持图形化拖拽式的统计分布式机器学习和深度学习的模型开发以及自动建模。

　　TDH社区版目前向所有人免费开放，在星环官网或腾讯云上都可以下载使用。

　　星环成立于2013年，总部位于上海。在Gartner发布的2016版数据仓库及数据管理解决方案市场的魔力象限中，星环是唯一上榜的中国公司。今年10月，在IDC发布的《IDC MarketScape：中国大数据管理平台厂商评估，2017》报告中被评为领导者。

　　融资方面，2017年5月，星环完成了由腾讯领投的C轮2.55亿融资。 6月在全球著名的第三方评测组织TPC上发布的TPCx-HS10TB测试结果，位列全球第一。

　　百分点

▲CEO：苏萌　　

　　百分点成立于2009年，总部位于北京，是一家大数据与人工智能解决方案提供商。产品线全面涵盖大数据技术、管理、应用各个层面，其核心产品包括技术层的大数据操作系统(BD-OS)，管理层的用户画像标签管理系统，以及应用层的推荐引擎、分析引擎和营销引擎。

　　2017年12月百分点发布Deep Matrix AI决策系统，通过该系统，用户可以进行复杂业务问题的自动识别、判断并做出前瞻或实时决策。

　　从百分点公开案例数据显示， 国家质检总局凭借这套智能决策系统进行召回判断，由每季度组织十多名专家耗费数百小时的会商制度转变为“1人+机器协同”的实时决策。上线1年，百分点这款产品已经处理了1000多起汽车召回案例，也协助完成了5000多万辆汽车的召回。

　　在Gartner发布的“2016 China Cool Vendor”评选榜单中，百分点曾作为唯一一家大数据公司入选。2017年，又被APAC CIO Outlook杂志评选为2017年亚太区大数据企业25强。

　　在融资方面，百分点已完成D轮融资，累计融资额10亿元人民币，创企业级大数据领域融资最高记录。2017年12月29日，百分点还宣布，全资并购在线调研公司极速洞察。

　　与大部分大数据创业公司业务都在国内不同，百分点还在积极开拓海外市场，其产品在非洲、拉美以及更多国家和地区都有落地。

　　明略数据

▲CEO：吴明辉

　　明略数据成立于2014年，总部位于北京，是行业大数据和行业人工智能的解决方案提供商，技术能力较强，无论是大数据还是人工智能，都有自己的核心产品，并由这些产品构成自己的解决方案。

　　2017年上半年，明略数据发布了行业人工智能大脑“明智系统”，知识图谱数据库“蜂巢”和智能决策支持问答系统“小明”。通过以上产品，用户可以较为容易的构建特定行业领域的知识图谱，并实现人机交互，从而提高企业决策的精度、速度、敏捷度，降低知识劳动力成本。

　　明略数据核心业务有三个板块：公安、金融、工业。虽然不多，但每一个行业做得都很深， 2017年，明略数据获“德勤—华兴中国明日之星”，其公安情报大数据系统还入选数博会“十佳大数据案例”等。

　　在融资方面，据了解，明略数据2017年已经完成C轮融资，但并未对外发布，具体金额不详。

　　天眼查

▲CEO：柳超

　　天眼查成立于2014年，是一个以公开数据为切入点，以关系为核心的大数据产品平台。其使命是“通过技术让每个人公平地看清这个世界”。

　　目前，天眼查收录了全国超1.4亿家市场主体，80多种数据维度信息。不仅可以可视化呈现复杂的商业关系，还能深度挖掘和分析相关数据，预警风险等。其核心功能为“查公司”、“查老板”、“查关系”。

　　天眼查产品能广泛服务于政府机构、泛金融、泛法律、泛商务等领域，应用于金融信贷、风险控制、 项目尽调、商业合作、信用评级、精准决策、客户营销等各类场景。

　　融资方面，2017年3月，天眼查完成A轮1.3亿人民币融资，这超过了世界上95%的A轮融资额度，也是商业调查工具行业至今最高额度的投资。

　　神策数据

▲CEO：桑文锋

　　神策数据成立于2015年，总部位于北京，是一家大数据分析服务公司。主打产品神策分析(Sensors Analytics)，是一款用户行为分析产品，主要针对营销渠道效果评估、精细化运营改进、产品功能及用户体验优化、辅助管理层决策等典型业务场景。提供私有化部署和SaaS两种部署方式、实现基础数据采集与建模，并可作为 PaaS 平台支持二次开发。

　　该公司特色是技术团队对众多开源技术平台进行了重写，如对Impala查询引擎等技术的重构，通过数十万的代码的重写实现了真正海量数据秒级查询，这在国内的大数据领域独树一帜。

　　神策分析能有效帮助企业用户节省数据团队与业务团队之间的沟通成本与人力成本，同时使一些不具备设立数据团队的创业公司有了自己的数据资产累积平台，从而提升了企业决策效率。

　　融资方面，2017年，神策数据完成1100万美元B轮融资。

　　PingCAP

▲CEO：刘奇

　　PingCAP 是开源的分布式关系型数据库提供商，核心产品 TiDB 是一款定位于在线事务处理/在线分析处理的融合型数据库产品，该产品从根本上解决了传统单机关系型数据库的水平扩展问题。

　　TiDB 模型参考了 Google 最新的全球分布式数据库 Spanner/F1，具备一键水平伸缩，强一致性的多副本数据安全，分布式事务，实时 OLAP 等特性，同时兼容 MySQL 协议和生态，迁移便捷，运维成本低。

　　据了解，目前准生产测试用户约 500 余家，其中摩拜单车、同程旅游、360 金融、游族网络，去哪儿网等数十家不同行业的领先企业已经应用在实际生产环境，涉及互联网、游戏、金融、政府、电信、制造业等多个领域，帮助企业解决了海量数据存储、超大规模并发访问及交易问题。

　　PingCAP 总部位于北京，成立于 2015 年。融资方面，2017 年，PingCAP 完成了 1500 万美元的 B 轮融资;2017年，PingCAP还完成与腾讯云、UCloud 等大型公有云平台深度集成。

　　爱可生

▲CEO：李恒　　

　　爱可生成立于2003年，总部位于上海，定位于开源数据库整体解决方案和行业数据应用。相关数据技术已服务于中国银行、招商银行、中国人保、航天科技、金风科技、中国移动等众多金融、智能制造、电力、电信等行业大型企业。

　　爱可生的云树产品系列具备自主研发的分布式技术和私有云数据库(RDS)核心技术， 并入围了央采2017年度软件招标名录。 产品满足了金融行业对开源数据库高可用、扩展性、容灾的严苛需求以及金融体系运维体系规范要求。产品已在线上系统中支撑了众多金融等行业的核心交易系统，并支持了数千个开源数据库实例的大体量运维管理。

　　行业数据应用方面，爱可生基于对智能制造、电力行业等工业互联网场景需求理解，融合结构化和非结构化的数据处理技术，帮助用户建立统一数据管理和服务平台，在多场景下的基于数据的决策或预测模型已形成可落地的解决方案。

　　融资方面，爱可生是新三板创新层企业，2017年完成了B轮融资，融资金额5065万元，投资方为达晨创投、毅达资本以及创合汇。

　　2017年，爱可生在“融资中国资本年会”上荣获 “年度最具投资价值新三板公司”。

　　瀚思科技

▲CEO：高瀚昭

　　瀚思科技成立于2014年，总部位于北京，是一家大数据安全公司，拥有整套自主研发的基于大数据的信息安全产品，通过以HanSight Enterprise产品为核心的各个产品相互配合、补充，形成完整的信息分析的平台，来满足用户信息安全需要。

　　基于大数据的安全分析， 机器学习的用户行为分析，深度学习的未知病毒木马检测引擎DeepSense等技术，瀚思科技能大量缩减企业威胁的发现和处置时间，并通过自动化分析处置流程提高威胁分析处理效率，帮助企业降低安全风险。

　　融资方面，2017年 ，瀚思科技获得国科嘉和、IDG领投资的人民币1亿元B轮融资。

　　2017年，瀚思科技入围央采2017年度软件招标名单，并连续三季度入选Cybersecurity Ventures2017网络安全全球500强，在入围的中国安全企业中排名第三，同期入围《安全牛》发布的2017中国网络安全企业50强，位列第38位。

　　SequoiaDB巨杉数据库

▲CEO：王涛　　

　　巨杉数据库成立于2011年，总部在广州，是分布式数据库提供商。主要产品有两个：企业级分布式数据库SequoiaDB巨杉数据库，以及分布式企业内容管理软件SequoiaCM。

　　其核心数据库产品目前实现了分布式OLTP，分布式对象存储以及分布式NoSQL实现全类型数据的覆盖。技术上具备分布式架构、多模数据管理(Multimodel)、标准化数据访问、数据安全双活容灾、与混合负载HTAP等几个重要的技术特性。

　　巨杉一大特点是坚持自主研发， 其产品在稳定性和企业级支持服务、开发应用友好度、性价比和高可用安全等方面的口碑不错。目前其产品不仅在超过20家银行用户上运行。还拥有近百家的企业用户。

　　2017年，巨杉数据库入选Gartner数据库报告，这是中国数据库产品的首次入选，一同入选的还有南大通用和阿里云。

　　据了解，目前，巨杉数据库除了国内市场外还在积极布局海外市场。

　　热云数据

▲CEO：白冬立　　

　　热云数据成立于2013年11月，总部在北京，是一家定位移动互联网领域的第三方大数据服务商。通过精准的人群定位、全面的用户画像及实时的广告效果监测来帮助广告主优化广告投放策略、投放质量、从而节约广告投放成本，提高运营效率。

　　自主开发了游戏运营支撑平台、防作弊监测技术、移动广告效果监测平台、用户流失预测模型、移动DMP、移动大数据标签系统、渠道数据分析系统等技术产品。

　　热云数据在数据分析技术方面较为领先，独创的防作弊技术、防刷量和去重等机制，能帮助移动互联网企业在投放过程发现作弊和刷量等点击数据，真实反馈用户的真实行为，减少投放浪费，高效获取真实的用户。

　　在融资方面，2017年5月热云数据完成B轮1亿元人民币融资。2017年，热云数据还牵头成立了“中国诚信移动广告联盟”-CMAA。

浙江24小时－钱江晚报首席记者 王湛

通讯员 郑淑婧

“中国家庭大数据库正式开放。”

12月25日，浙江大学紫金港校区圆正启真酒店的报告厅内响起了掌声。音乐声里，浙江大学常务副校长任少波、浙江大学副校长罗卫东、浙江省社会科学界联合会秘书长谢利根等人戴着红色的围巾，将各自的手掌放在了一个透明的启动球上。

启动球被点亮了，这意味着我国首个以线下抽样调查数据、互联网大数据和政府政务数据“三位一体”构思布局的数据库——“中国家庭大数据库”，在浙江大学公开发布了。

供人文社科领域研究者使用的“接地气”的一手资料

“这次调研不仅让我们获得了专业的数据调查和处理培训，也让我们用行动感知了社会基层，了解了百态的人生。”演讲台上，浙大经济学院的研究生潘治东没有忘记，今年暑假，他在杭州市江干区，拿着早餐、耐着酷暑，带领调查员们到社区和村落入户采集数据的经历。

如今，他可以亲眼见证，在经过4个月左右的数据清洗后，他与包括安徽大学、福建农林大学学生在内的300多位督导和访员历时两个半月采集的数据被纳入了中国家庭大数据库，成为了可以供我国人文社科领域的研究者们使用的“接地气”的一手资料。

从2011年至2017年，经过4轮追踪调查，数据库中收集了大量涉及中国城乡家庭基本结构、就业、收支、财富、农业生产经营、土地利用与流转、人口迁移与市民化、金融行为、社会保障、教育等各方面的信息资料。

2017年的数据涉及中国29个省（市、区）、40011户家庭、127012人（其中农村样本共12732户、81945人），具有全国、省级和副省级城市代表性，并在城镇、农村研究层面具有代表意义。

“数据是我们的土地。”罗卫东将社会科学研究比作耕地，把学者的科学素养比作农业耕作的技能，而数据则是学者进行社会科学研究的根基，“没有地肯定不行，所以我们建设数据库，其实是在做‘圈地运动’。”

社会科学研究基础平台主任甘犁认为，尽管中国问题日益受到世界的关注，但在中国社会科学领域，对于微观数据的调查与搜集缺失明显。在浙大公布的“中国家庭大数据”之前，中国没有公开的、由第三方机构提供的全国性的家庭消费、贫困人口、时间使用、出行、教育等多个社会领域的调查数据，这使得现有的研究难以与中国的社会与市场需求相匹配。

“我们的数据库以线下抽样调查数据作为最主要的数据来源，工作做得非常实，希望能够真正为社会研究和社会决策提供支撑。”罗卫东表示。

免费向研究人员开放

如何申请有详细要求

“中国家庭大数据库”通过网上数据安全平台，免费向校内外研究人员和师生开放数据。利用这些数据，研究人员们究竟可以做些什么呢？

在浙大向与会者们提供的资料袋中，有一本由浙江大学出版社出版的、厚达305页的蓝皮书。深蓝色封面上，白色的大字写着《中国农村家庭发展报告》（2016）。

这一本发展报告由浙江大学中国农村家庭研究创新团队所著，于2017年6月10日公开发表，书中使用的数据正是来自于“中国家庭大数据库”中2015年及以前在中国农村家庭追踪调查获得的相关资料。

通过研究、整理数据，蓝皮书对对中国农村家庭发展状况展开了研究，挖掘出了我国农村社会发展的诸多问题。例如在人口结构方面，中国农村性别失衡现象日趋严重，尤其是0-4岁少儿男女的性别比已达122：100；农村老龄化趋势加剧，老年人口占比已达到15.2%；农村大龄未婚人口比例逐渐上升，“剩男”问题尤其突出。

在教育方面，中国农村，九年制义务教育效果显著，但仍有9.5%的“90后”未达初中毕业。农村人口受教育程度较低，但改善趋势明显；新生代农民工整体素质明显提高市民化行为也有较大变化；

在就业与收入方面，农村收入不均日渐严重，收入最高20%家庭占所有家庭总收入的53%；耕地长期流转比例提高趋势明显，跨期限流转现象增加；农民工家庭“离农”趋势十分明显，农地流转与规模化速度加快；农村家庭正规渠信贷需求难满足，民间借贷成主要渠道；新生代农民工劳动供给时间明显下降，加剧人口红利下降速度。

罗卫东说：“虽然这个报告只用了九牛一毛的数据，但在学术界已经引起了很大的反响。”

校内外的研究者要如何才能获取数据库中的数据？浙江大学采用国际通行的做法，提供数据共享服务。

据社会科学研究基础平台提供的《数据使用指导手册》，研究者如有数据使用需求，首先需要提交自己的研究方案，发送申请邮件至rwskdata@zju.edu，提出相关申请。再根据回复邮件提示，提交相关的申请材料。

收到材料后，浙大社会科学研究基础平台会对有关材料进行审核，审核的结果将会以邮件形式发送给申请人。通过审核的研究者就可以根据邮件提示信息进行相关使用数据的操作了。如果没有通过审核，则需要申请人根据提示的信息修改相应的内容。

在数据安全平台在线使用数据后，研究人员的数据使用结果会存放在在线平台上。如果需要将数据计算结果下载下来，则需要在平台的“审核外发系统”上提交外发申请，审核通过后方能下载。

目前，“中国家庭大数据库”的数据仅限于用于学术研究。

温馨提示：个案不代表大众，只是用自身来说明一下！

《互联网时代没有隐私》我就用自己的qq，然后用一些网上直接可以百度到的资源给你们看看，一个qq能“百度”到什么。最简单的就是直接用qq搜索号码，嗯，如果你没有设置权限，如果你资料是公开的，如果你的相册有你很多照片，如果......这是最简单的也最直接的查看。

大部分情况应该是这样，你没权限......然后间接的......嗯，之前腾讯的qq群关系库泄露，虽然是不是实时的数据，但是你的自身的信息是真的，如果你是一个有“情怀”的人，你没有变动过自己信息，那么这个信息还是挺能看出来的，就算你的信息在泄露之后有更新，如果你的工作学习也用这个qq，那么至少你的名字是可以知道了......

绿圈里就是我的信息，在群里的昵称，真实姓名......我的这个网络拓扑图，嗯，蛮多的。以前买电脑加的什么售后服务群，各种论坛交流群，还有同学群......而且他们的信息也是真实姓名啊~~~所以上次腾讯泄露的那个27G数据还是挺那啥的，虽然不是实时的。这个东西坏就坏在网络拓扑啊，拓出你的那些关系网，这么一看，觉得全网都在发生关系啊......然后再利用在线的社工库。

嗯，这个比较危险，账号相关，账号完全显示，密码也是基本显示，只隐藏一两位，如果是纯数字的话，也就是10*10个可能，跑密码跑100这个还算事？秒破的啊......就算是字母也算进去，也就是36*36。这个也不算事情啊，弄个字典跑跑......而且这个网站提供的数据不仅可以搜索邮箱，而且可以搜索你的昵称等!!WTF!

嗯，知道qq也就是邮箱顺便也知道了......然后还可以查看注册什么网站，社区......也就知道你平时在什么，喜欢干什么，关注什么(真特么贴心，还给你分类)

当然如果你只是用互联网作为一般的服务，没有这么“深度”的去看的话，其实也没有那么玄乎其玄。还有就是网络安全，其实也不是你的密码有多复杂，你的设置有多谨慎，你就安全了。之前腾讯，小米等数据库泄露，你能说腾讯没有足够的财力物力和复杂的方法来存贮？我想最后还归结为人的管理吧，良性的管理和一定技术输出，不管是个人还是公司都会安全，相对安全。还有明文存储用户数据很讨厌！然后如果还是想在进一步，查一下离线的数据的话，当然这些数据库不一定都是用qq或者qq邮箱注册的，看几率吧。密码都是明文，明文啊，你可以直接登录的啊，是的，我的账号又一次悲剧。

红线标注的就是我的账号、密码、昵称！！明文的，妈蛋！（这个应该有改动，上次CSDN泄露官方就提示你改密码了，我到现在没改，又没什么。无所谓了。我所有的互联网的信息都是积极向上的，没啥阴暗的，也没啥见不得人的~

MORE我在看刚刚泄露的12306数据稍后补上一些信息，嗯，12306邮箱也可能是qq邮箱啊，尼玛，qq果然是贯穿我们整个生活啊！

这里也算是对于信息泄露做个汇总吧，现在网上传的有14M的数据库和22G的......对于大的数据库，有各种说法，有说是老的库，也有说是葫芦娃，还珠格格合集，我比较相信是后者，呵呵，还有下了打码的葫芦娃，然后各种关于12306各种臆测，各种插件阴谋论，（PS葫芦娃绝对是国产动画的上品）。14M的数据可信度大点，因为网上有人开始售卖这些数据，呵，呵呵（数据不一定是现在的，但是身份信息和姓名还是真的）

貌似很多人都是用qq邮箱注册12306。我查了下我的，没有泄露，对于这些涉及个人隐私的，我的安全设置蛮多的，对于那些知识用到的时候要注册，就是那么随手注册，嗯，大家对于这些也要小心，就是涉及我们切身的，不要怕麻烦，要设置那么多，这也是提高安全系数！机智的我们，这个时候怎么能少了段子呢~

有安全公司分析说这14M是撞库撞出来的，嗯，然后我也看了这14M数据和之前泄露的数据库里面对比一下，觉的也是这样的，我随便拿一个数据，然后用以前泄露的数据看了下，基本12306的账号和他们之前泄露的账号密码都一样。（下边是12306的随机拎出来的账号密码和之前泄露的账号密码的对比）

说明好多人私信问我 怎么去查这些数据 然后问我要这些数据库，汇总说一下。不好意思，这些数据库在我笔记本里。我笔记本因为不堪我大强度的各种折腾，已经离我而去了，sad~我准备在我们家的院子里给她弄个碑，she is not computer，she is my wife！（6年前的老爷机），所以爱莫能助，我当时也不只是检索自己的信息。大家也不要担心自己的信息泄露，把我们切身的信息设置好权限然，恩，快播没了，不要乱点，乱打开一些陌生奇怪的东西就没事了啊，哈哈......如果您真的对安全有兴趣，你可以登陆ZoomEye | 钟馗之眼，这个是国内互联网安全厂商知道创宇开放的海量数据库，对之前沉淀的数据进行了整合、整理，打造的网络空间搜索引擎ZoomEye。然后这次的12306的这个事件他们也有分析！我的建议还有我本人都是这么做的，就是不要对别人的隐私太过好奇，更不要传播！纵然已经发生事情很糟糕，不把事情弄的更糟糕也是一种好的举措!插播两则小故事故事1：故事发生在人人网数据泄露那段时间说一个大学里，有这么个骚年，喜欢一个女生，然后因为各种原因没有敢表白，嗯，就是不确定女生对其的态度吧。然后想，或许看一下她的人人可能会有一些信息吧，于是就“邪恶”的去查询了人人网的数据库，看到账号和密码的时候，他没有登陆，就直接去表白了，然后他们愉快的在一起了。因为那个妹子的登陆密码就是用这个骚年的姓名+生日。故事2：这个故事发生在那次全国开房数据库泄露那次（SELECT* FROM [shifenzheng].[dbo].[cdsgus] where Name like ‘XXX'这句话忧郁了多少人啊。还是太年轻啊，好多骚年查完后很安心，说没查到女神的，女神会去快捷酒店？都是星级的好嘛！）数据库也不是最新的，貌似是13年12月份之前的。嗯！这个故事就是我大学！特么我们宿舍！我认为最特么老实的小子 和女生说话都会脸红的！特么出去开房！开了几次！后来我问他他支支吾吾的，瞒了四年啊，尼玛！从此我就成宿舍最单纯可爱的人了！在此互联网大会开幕之际，特发此文提醒朋友们关注网络安全，谨防隐私泄露！[认真脸]+[真诚脸]    ——姚五百

上篇文章我们学到了如何安装数据库，下来我们学习数据库的一些基本的操作，其中也包括对表的操作。

数据库基本操作

show databases;通过此命令可以实现查看所有的数据 库名称，就像下图，这是默认的一些数据库

create database dbName ；通过此我们可以在数据库系统中创建一个叫reba的数据库

create database reba character set utf8 ;这条命令与上述命令类似，我们在上面的基础上加上了对数据库字符编码集的限制，能够保证我们的中文在系统中不会出错。

use dbName ；在use后面加入数据库的名字，也就是打开数据库。在下面创建表的时候必须先打开数据库，在进行建表操作。

select database();与show类似，同样是查看数据库，不同的是Select查看的当前所正在使用的数据库名称。

show create database reba ;这条命令是查看创建数据库reba的时候所使用的字符集。

drop database dbname；删除数据库的操作，

表

数据库中创建一个表，相当于在Java中新建一个User类，然后对其封装，List便是一张数据表。

List

1.数据类型

表中的字段数据类型有很多种，如下图，其实我们常用的有int和char，varchar这几种数据类型。

表字段数据类型

在这里有人会问char和varchar有什么区别？

char是一个定长的字符串，它的长度不会变化，而varchar在小于指定长度的情况下，它的长度会根据存储的长度而改变，是一个可变长度的字符串。

2.约束

俗话说的好，没有规矩不成方圆。通过这些约束我们可以实现对数据的规范，方便我们对数据的操作。

表结构操作

1-创建表

在java中我们这样来创建一张表

class User{

int age ;

String name ;}

类比数据库中，我们使用这样的方法，其实这也是一门语言

create table t_user2(

age int ,

name varchar(100) default ‘lisi’)

创建表的语法

表建好之后我们使用desc 表名 来查看表的信息

查看表的字符编码集就是表的创建语句 show create table 表名;

2-修改表结构

在修改表中我们使用关键字alter来对表进行操作，具体的内容如下。

修改表

通过这些命令，我们可修改表的列名，表的属性以及添加和删除一列的数据。但是，我们基本不用修改表的做这些命令，迫不得已额尽量别用。

3.删除表

删除表我们也是一般不用，其中的语法有：

drop table 表名;

TRUNCATE TABLE 表名

这两种方式前面的是有条件的删除，自动增加的主键不会初始化，而后者是直接全部删除，不可退回，速度快，相当于新建了一张表，这个表与之前的一模一样，而且自增的主键也会从头开始计算。

之前你可能遇到这样的情况，强迫症的你就得使用第二种方式

这就是对表的一些基本操作，当然我们这里并没有去写对表的数据进行操作。

下篇文章我们将会对数据坤单表和多表数据的操作做一个详细的说明，有什么一下下方留言！帮助到你的话，关注一下我哟~谢谢大家支持。

感谢坚持关注的朋友

世界很大，幸好有你

欢迎在评论区留下你的问题或困惑，我将每天与你分享我的观点和心得。

聚焦最新科技咨讯，探寻未来智能领域，我是女陶。

1、最受欢迎的是 MySQL，接受调查的开发者中近一半的都使用 MySQL（44.3%）

2、SQL Server 虽然不开源也不免费，但它拥有非常大的市场份额。 毕竟许多公司拥有 Microsoft 产品（Windows Server，Visual Studio，Office 等）的许可证，所以将 SQL Server 投入到使用中并不需要额外费用。

3、RDBMS 数据库仍然比 NoSQL 数据库使用率高（如 MongoDB）。

4、相对较新的技术开始在数据库界获得市场份额，如 Redis（2009 年首次发布）和 Cassandra（2008 年首次发布）。

5、有 1/4 的开发者使用 SQLite，它是一个基于单个文件的精简 SQL 数据库。 这个小型数据库软件在开发人员中越来越受欢迎，大概是因为它简单和独立的程序。

6、有人可能会说 MySQL 使用率高是因为很多新手都用它。 那我们再来看一个针对专业开发者的调查表：

显然，数据波动并不大。总的来说，RDBMS 和 MySQL 受欢迎程度比较高，NoSQL 可能不在大多数程序员的需求范围内。

【VIP会员服务】小鸟云匠心打造完整的VIP会员服务体系，为国内国际用户提供7*24小时服务支持、0元快速备案、100倍故障赔偿、5天无理由退款等多种服务支持和服务保障让用户尊贵售后服务，让云端部署更轻松、更高效。

如今，为了满足企业的主要需求，大数据工具正在迅速得到应用。在大数据技术作为概念和业务战略出现的十年中，涌现了执行各种任务和流程的数千种工具。而推出这些工具的提供商都承诺可以为企业节省时间和成本，并发现能够让企业获利的商业洞察力。显然，大数据分析工具的市场正在不断增长。

许多大数据分析工具最初像大数据软件框架Hadoop一样都是开源项目，但商业实体迅速涌现，为开源产品提供了新工具或商业的支持和开发。

而在这些工具中选择是一个挑战，特别是许多大数据工具只具有单一用途，而企业需要使用大数据完成许多不同的任务，因此企业的分析工具箱会变得过于充实。根据这个行业领域的专家顾问的建议，以下列出一系列主要的大数据分析工具，并列出三个主要类别。

如上所述，大数据工具都倾向于单一使用类别，并且有多种使用大数据的方式。所以可以按类别分类，然后分析每个分析工具。

大数据工具：数据存储和管理

大数据都是从数据存储开始。这意味着从大数据框架Hadoop开始。它是由Apache Foundation开发的开源软件框架，用在计算机集群上分布式存储非常大的数据集。

显然，存储对于大数据所需的大量信息至关重要。但更重要的是，需要有一种方式来将所有这些数据集中到某种形成/管理结构中，以产生洞察力。因此，大数据存储和管理是真正的基础，而没有这样的分析平台是行不通的。在某些情况下，这些解决方案包括员工培训。

而这个领域的主要的大数据工具有：

1. Cloudera

基本上，Hadoop增加了一些额外的服务，企业将需要这些服务，因为大数据并不是一个简单的练习。 Cloudera的服务团队不仅可以帮助企业构建大数据集群，还可以帮助培训员工更好地访问数据。

2. MongoDB

MongoDB是最流行的大数据数据库，因为它适用于管理大数据经常出现的非结构化数据或频繁更改的数据。

3. Talend

作为一家提供广泛解决方案的公司，Talend的产品是围绕集成平台构建的，该平台结合了大数据、云计算、应用程序，以及实时数据集成、数据准备和主数据管理。

Talend大数据集成包括数据质量和治理功能。

大数据工具：数据清理

在企业真正处理大量数据以获取洞察信息之前，先需要对其进行清理、转换并将其转变为可远程检索的内容。大数据集往往是非结构化和无组织的，因此需要进行某种清理或转换。

在这个时代，数据的清理变得更加必要，因为数据可以来自任何地方：移动网络、物联网、社交媒体。并不是所有这些数据都容易被“清理”，以产生其见解，因此一个良好的数据清理工具可以改变所有的差异。事实上，在未来的几年中，将有效清理的数据视为是一种可接受的大数据系统与真正出色的数据系统之间的竞争优势。

4. OpenRefine

OpenRefine是一款易于使用的开源工具，通过删除重复项、空白字段和其他错误来清理凌乱的数据。它是开源的软件，但它有一个可以提供帮助的大型社区。

5. DataCleaner

与OpenRefine类似，DataCleaner将半结构化数据集转换为数据可视化工具可读取的干净可读的数据集。该公司还提供数据仓库和数据管理服务。

6. Microsoft Excel

人们可以从各种数据源导入数据。Excel对手动数据输入和复制/粘贴操作特别有用。它可以消除重复、查找、替换，拼写检查以及用于转换数据的许多公式。但它很快陷入困境，并不适用于大数据集。

大数据工具：数据挖掘

一旦数据被清理并准备好进行检查，就可以通过数据挖掘开始搜索过程。这就是企业进行实际发现、决策和预测的过程。

数据挖掘在很多方面都是大数据流程的真正核心。数据挖掘解决方案通常非常复杂，但力求提供一个令人关注和用户友好的用户界面，这说起来容易做起来难。数据挖掘工具面临的另一个挑战是：它们的确需要工作人员开发查询，所以数据挖掘工具的能力并不比使用它的专业人员强。

7. RapidMiner

RapidMiner是一款易于使用的预测分析工具，具有非常用户友好的可视化界面，这意味着企业无需编写代码，即可运行分析产品。

8. IBM SPSS Modeler

IBM SPSS Modeler是一套适用于企业级的高级分析的产品，用于数据挖掘。而IBM的服务和咨询无疑是首屈一指的。

9. Teradata

Teradata为数据仓库、大数据和分析以及市场营销应用提供端到端解决方案。这一切意味着企业的业务可以真正成为一个数据驱动的业务，并提供商业服务、咨询、培训和支持。

像许多当前的大数据工具一样，RapidMiner解决方案也包含云计算解决方案

大数据工具：数据可视化

数据可视化是企业的数据以可读的格式显示的方式。这是企业查看图表和图形以及将数据放入透视图中的方法。

数据的可视化与科学一样，是一种艺术形式。而大数据公司将拥有越来越多的数据科学家和高级管理人员，很重要的一点是可以为员工提供更加广泛的可视化服务。销售代表、IT支持、中层管理等这些团队中的每一个成员都需要理解它，因此重点在于可用性。但是，易于阅读的可视化有时与深度特征集的读取不一致，这成为了数据可视化工具的一个主要挑战。

10. Tableau

作为这一领域的领导者之一，其数据可视化工具专注于商业智能，无需编程即可创建各种地图、图表、图形等等。Tableau总共有五款产品，其中有一个名为Tableau Public的免费版本供潜在客户试用。

11. Silk

Silk是一种简单版本的Tableau，Silk可让企业将数据可视化为地图和图表，而无需任何编程。它甚至会尝试在第一次加载时自动将数据可视化。它还使得在线发布结果变得容易。

12. Chartio

Chartio使用自己的可视化查询语言，只需点击几下即可创建功能强大的仪表板，而无需了解SQL或其他建模语言。与其他不同的是，企业直接连接到数据库，因此不需要数据仓库。

13. IBM Watson Analytics

IBM Watson Analytics是机器学习(ML)和人工智能(AI)的结合，可帮助提供智能数据科学助理，为业务分析师和数据科学家提供广泛的数据科学技能集的用户指南。

三层大数据工具

普华永道移动数据和分析计划首席技术官Ritesh Ramesh说，就精密程度和市场战略而言，大数据工具分解为三层。

第一层：也是最大的一层，是一系列开源工具。每家公司都以这种方式开始，像Cloudera和Hortonworks。除了基本的基础设施。服务器和存储之外，价值非常小。大多数云计算厂商已经将这一层实现商品化。

第二层：这是大多数这些供应商已经意识到需要增加他们的市场份额的地方，他们必须在开放源代码工具之上构建一些专有应用程序，从而与其他供应商区分开。例如，Cloudera公司构建了一些类似于Hadoop内核中的数据科学平台。

第三层：这些是垂直专用的应用程序。这些公司大多与普华永道、Cognizant或埃森哲等系统集成商合作。这就是真正的价值所在，而且这也是大数据工具制造商非常有效的竞争策略。

Ramesh说，除了基本功能之外，还有三个工具需求领域。首先是数据处理工具。他说，“数据学习工具是客户进行数据质量和性能分析的工具包中的重要工具，可处理5000万行数据，以发现洞察力。”

上篇文章我们学习对数据的单表操作，我们现在看数据库中的多表关联操作。很多时候我们的数据是单独分开存储的，这时候我们就需要多张表连接起来去去获取我们想要的数据。

外键约束

在多表操作时，每张表与另外的表之间的关系有一个对一个，有一个对多个，也有多个对多个的关系，而这些表之间的关系西哟啊通过外键来维护。外键也就是相当于我们所说的关系。

特征如下：

外键必须是另外的一张表或者自身表的主键的值，换句话说就是你在你的圈里面是老大，到了我这个圈里面我是老大，我能通过你找到你手里的人，我的仆人的仆人就是我的仆人。外键是可以有重复值的，不同的圈子里面，扮演不同的角色。外键也是可以为空值的。一张表可以有许多的外键，总之外键没有主键那么严格。

上述语句含义是设置一个外键 foreign key 是orders中的uid，起名字叫FK_UIK；设置一个主键 references 是 USER中的uid

交叉连接

交叉连接的语法就是上图的2中方法，我们可以使用cross join或者两张表之间加英文逗号来实现两表的连接。

除此之外，我们使用 A join B也是可实现的。

实现原理

内连接

内连接也就是我们说的自身连接，在内连接中我们有2中语法

显示内连接语法：

隐式内连接语法：

外连接

我们将外连接又分成了左外连接与右外连接。

左外连接，就是以左边为主，我们将查询到的结果是左边的表全部要显示，右面的表补齐。如下图。

右外连接，就是以右边为主，与左外连接相反。

联合查询

我们可以通过联合查询自动消除重复的记录。

子查询

我们将放在外面的查询语句称为父查询，而放在里面查询称为子查询。下图所示。

补充

Limit 起始行数 | 每页显示的行数

Md5() 给添加的密码加密

下篇我们带来的是在Java中对数据库进行连接操作，也就是JDBC，如果有帮助到大家，关注支持一下呗~

感谢坚持关注的朋友

世界很大，幸好有你

欢迎在评论区留下你的问题或困惑，我将每天与你分享我的观点和心得。

聚焦最新科技咨讯，探寻未来智能领域，我是女陶。

数据库是什么呢？数据库(Database)就是按照数据结构来组织、存储和管理数据的建立在计算机存储设备上的仓库，随着科技进步时代发展出现了现在的云数据库，云数据库是指被优化或部署到一个虚拟计算环境中的数据库，可以实现按需付费、按需扩展、高可用性以及存储整合等优势。

但是我们常用的数据一般分为五种：(一)、Access(二)SqlServer(三)MySQL(四)Oracle(五)SQLite，那么用户想要选择一个数据库，什么样的数据库才是最能满足用户自身需求的呢？重庆典名科技阿里云授权服务中心小编就为大家来具体分析分析这五款数据库。第一种：Access Access数据库，这款数据库是由微软发布的，是一款关联式数据序管理型系统的数据库，通常是被用来开发Web 应用程序这些应用程序都利用Asp技术在IIs上运行，但是由于Access 是小型的数据库，在很多的使用上都有着局限性，而且如果过多的数据库访问量还会造成数据库的性能极具下降。第二种：Mysql MySQL数据库，这款数据库是一款小型数据库管理系统的数据库，其开发公司是瑞典MySQLAB公司。MySQL被广泛地应用在Internet上的中小型网站中。由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，许多中小型网站为了降低网站总体拥有成本而选择了MySQL作为网站数据库。第三种：SqlServer SqlServer数据库,这款数据库的特点是真正的客户/服务器体系结构,并且出十是图形化的用户界面，使数据库管理方式更加直观和简单。它还提供了丰富的编程接口工具为用户进行程序设计提供了更大的选择余。在使用上也是非常广泛的。第四种：Oracle Oracle数据库，是一款比较典型的客户/服务器(CLIENT/SERVER)或B/S体系结构的数据库之一。ORACLE数据库是目前世界上使用最为广泛的数据库管理系统，作为一个通用的数据库系统，它具有完整的数据管理功能;作为一个关系数据库，它是一个完备关系的产品;作为分布式数据库它实现了分布式处理功能。但它的所有知识，只要在一种机型上学习了ORACLE知识，便能在各种类型的机器上使用它。第五种：SQLite SQLite数据库，这是一款轻型的数据库，是遵守ACID的关联式数据库管理系统，它的设计目标是嵌入式的，而且目前已经在很多嵌入式产品中使用了它，它占用资源非常的低，在嵌入式设备中，可能只需要几百K的内存就够了。这款数据库的运行处理速度比Mysql、PostgreSQL这两款都要快。文章来源于阿里云代理商023阿里云服务器023