SQL Server数据库的查询语句

article/2025/8/22 11:04:28

select @@version; #查询数据库的版本
select @@servername; #查询服务名
select host_name(); #查询主机名,如果是用navicat远程连接的话,主机名是本地的名字
select db_name(); #查询当前数据库名
select db_name(1); #查询第一个数据库名
select db_name(2); #查询第二个数据库名
select user; #查询当前数据库的拥有者,结果为 dbo。dbo是每个数据库的默认用户,具有所有者权限,全称:datebaseOwner ,即DbOwner
use tempdb #切换到tempdb表
top n #查询前n条记录
limit 2,3 #查询第2条开始的3条数据,也就是2,3,4
select substring(‘string’,2,1) #截取给定字符串的索引为2的1个字符
select ascii(‘a’) #查询给定字符串的ascii值
select len(‘string’) #查询给定字符串的长度
EXEC sp_spaceused @updateusage = N’TRUE’; #查询当前数据库的大小
sp_spaceused ‘表名’ #查询指定表名的大小
#查询数据库

select count(name) from sysdatabases
#查询数据库的个数,只有当前数据库是master的时候,才能执行该命令

select name from sysdatabases #查询数据库的名字
select * from sysdatabases #查询所有数据库的信息
#查询数据表

select count(name) from sysobjects where type=‘U’
#查询当前数据库中表的个数

select name from sysobjects where type=‘U’
#查询当前数据库中所有表的名字

select * from sysobjects where type=‘U’
#查询当前数据库的所有表的详细信息

select count(name) from test…sysobjects where xtype=‘U’
#查询指定test数据库中表的个数

select name from test…sysobjects where xtype=‘U’
#查询指定test数据库中表的名字

select * from test…sysobjects where xtype=‘U’
#查询指定test数据库中表的详细信息

#查询列
select count(name) from test…syscolumns where id=(select max(id) from test…sysobjects where xtype=‘u’ and name=‘users’)
#查询当前数据库的指定users表的列的个数
select name from test…syscolumns where id=(select max(id) from test…sysobjects where xtype=‘u’ and name=‘users’)
#查询当前数据库的指定users表的所有列的名字
select * from test…syscolumns where id=(select max(id) from test…sysobjects where xtype=‘u’ and name=‘users’)
#查询当前数据库的指定users表的列的详细信息
select count(name) from test…syscolumns where id=(select max(id) from test…sysobjects where xtype=‘u’ and name=‘users’)
#查询指定test数据库的指定users表的列的个数
select name from test…syscolumns where id=(select max(id) from test…sysobjects where xtype=‘u’ and name=‘users’)
#查询指定test数据库的指定users表的所有列的名字
select * from test…syscolumns where id=(select max(id) from test…sysobjects where xtype=‘u’ and name=‘users’)
#查询指定test数据库的指定users表的列的详细信息

#查询数据
select count(*) from test…users
#查询test数据库user表的数据的条数

在这里插入图片描述


http://chatgpt.dhexx.cn/article/njwsKf2x.shtml

相关文章

数据库去重语句整理

示例数据 Test表中有id和name两个字段,id各不相同,name有重复。 现在需要去除重复的数据,只保留重复的里面id最大的数据。 一、去重语句一(通用型): SELECT * FROM test c where c.id in( SELECT b.id from test a,test b wher…

数据库查询中的in语句

数据库查询中的in语句 在数据库中也有运算符&#xff0c;比如<、>、、之类的&#xff0c;还有一些or、and之类的&#xff0c;下面我们来学习关于in语句的方法&#xff0c;in在数据库中到底起怎样的作用&#xff1f; 如上图&#xff0c;我通过where语句限制年龄&#xff0…

数据库查询语句(二)-条件查询

文章目录 前言一、单条件查询二、多条件查询 前言 1. 熟练掌握where子句各类运算符的使用 2. 熟练掌握多条件查询and、or的使用 一、单条件查询 在SQL中&#xff0c;insert、update、delete和select后面都能带where子句&#xff0c;用于插入、修改、删除或查询指定条件的记…

数据库查询语句中的排序

1.排序查询语法 排序查询语法&#xff1a; select * from 表名 order by 列1 asc|desc [,列2 asc|desc,...]语法说明&#xff1a; 先按照列1进行排序&#xff0c;如果列1的值相同&#xff0c;则按照列2排序&#xff0c;以此类推asc从小到大排序&#xff0c;即升序desc从大到…

C# 数据库查询语句1

C# 数据库查询语句1作者&#xff1a;陈钰桃 撰写时间&#xff1a;2022年3月27日第1节. 查询数据 数据库表是存储数据库中所有数据的对象。 在表中&#xff0c;数据按行和列格式逻辑组织&#xff0c;类似于电子表格(Excel)。在表中&#xff0c;每行代表一个唯一记录&#xff0c;…

数据库基础之查询语句

mysql三范式&#xff1a; 第一范式(确保每列保持原子性)【属性不可分】 第二范式(确保表中的每列都和主键相关)【符合第一范式&#xff0c;同时非主属性完全依赖于主键】 第三范式(确保每列都和主键列直接相关,而不是间接相关)【符合2NF&#xff0c;并且消除传递依赖】 前言 …

数据库的查询语句

目录 一 . 基本查询 1. 查询所有数据 2.查询部分字段 3. 起字段别名 4. 拓展 二 . 条件查询 三 . 模糊查询 四 . 范围查询 五 . 为空查询 六 . 排序 七 . 聚合函数 八 . 分组 九 . 分页查询 练习模板 一 . 基本查询 1. 查询所有数据 select * from goods; 2.查…

深度学习-深度卷积神经网络发展

AlexNet网络 现代意义上的深度卷积神经网络起源于AlexNet网络&#xff0c;它是深度卷积神经网络的鼻祖。这个网络相比之前的卷积网络最显著的特点是层次加深&#xff0c;参数规模变大。网络结构如下图所示&#xff1a; 这个网络有5个卷积层&#xff0c;它们中的一部分后面接着m…

什么是深度卷积神经网络,基于深度卷积神经网络

卷积神经网络算法是什么&#xff1f; 一维构筑、二维构筑、全卷积构筑。 卷积神经网络&#xff08;ConvolutionalNeuralNetworks,CNN&#xff09;是一类包含卷积计算且具有深度结构的前馈神经网络&#xff08;FeedforwardNeuralNetworks&#xff09;&#xff0c;是深度学习&a…

经典卷积和深度卷积的神经网络

文章目录 LeNet网络AlexNet深度卷积神经网络 (AlexNet)VGGNIN(网络中的概念)含并行连接的网络GoogLeNet / Inception V3批量 归一化一些B站评论区大佬讨论残差网络ResNetResNet为什么能训练一千层暂时浅过一遍,不求每个部分都理解很深度,后面通过复现项目来加深理解。 这里…

深度学习--卷积神经网络

目录 &#xff08;一&#xff09;输入层&#xff08;Input Layer&#xff09; &#xff08;二&#xff09;卷积层&#xff08;Convolution Layer&#xff09; &#xff08;三&#xff09;激活层&#xff08;Activation Layer&#xff09; &#xff08;四&#xff09;池化层…

基于深度卷积神经网络,深度卷积神经网络结构

1、卷积神经网络算法是什么&#xff1f; 一维构筑、二维构筑、全卷积构筑。 卷积神经网络&#xff08;Convolutional Neural Networks, CNN&#xff09;是一类包含卷积计算且具有深度结构的前馈神经网络&#xff08;Feedforward Neural Networks&#xff09;&#xff0c;是深…

深度学习——卷积神经网络

卷积神经网络CNN由纽约大学的Yann Lecun于1998年提出&#xff0c;其本质是一个多层感知机&#xff0c;成功的原因在于其所采用的局部连接和权值共享的方式&#xff1a; 一方面减少了权值的数量使得网络易于优化另一方面降低了模型的复杂度&#xff0c;也就是减小了过拟合的风险…

深度卷积神经网络学习(CNN)

什么是卷积神经网络 CNN&#xff1a;神经网络在前面的学习中我们已经了解过很多了&#xff0c;其本质就是多层感知机&#xff0c;卷积神经网络其实也一样&#xff0c;但是我们可以将其看成多层感知机的变种。它成功的原因在于其所采用的局部连接和权值共享的方式&#xff1a; …

深度卷积神经网络及各种改进

文章目录 1、残差网络2、不同大小卷积核并行卷积3、利用(1,x),(x,1)卷积代替(x,x)卷积4、采用瓶颈(Bottleneck)结构5、深度可分离卷积6、改进版深度可分离卷积残差网络7、倒转残差(Inverted residuals)结构8、并行空洞卷积 1、残差网络 这个网络主要源自于Resnet网络&#xff…

深度学习-卷积神经网络(python3代码实现)

卷积神经网络&#xff08;上&#xff09; 作者&#xff1a;Bossof537 写这个也不容易&#xff0c;小哥哥小姐姐转载请注明出处吧&#xff0c;感谢&#xff01; 1、简介 卷积神经网络与常规的神经网络十分相似&#xff0c;它们都由可以对权重和偏置进行学习的神经元构成。每个神…

深度神经网络与卷积神经网络的区别

前馈神经网络、BP神经网络、卷积神经网络的区别与联系 一、计算方法不同1、前馈神经网络&#xff1a;一种最简单的神经网络&#xff0c;各神经元分层排列。每个神经元只与前一层的神经元相连。接收前一层的输出&#xff0c;并输出给下一层&#xff0e;各层间没有反馈。 2、BP…

深度卷积神经网络是什么,卷积神经网络结构设计

卷积神经网络算法是什么&#xff1f; 一维构筑、二维构筑、全卷积构筑。 卷积神经网络&#xff08;ConvolutionalNeuralNetworks,CNN&#xff09;是一类包含卷积计算且具有深度结构的前馈神经网络&#xff08;FeedforwardNeuralNetworks&#xff09;&#xff0c;是深度学习&a…

深度学习,卷积神经网络

卷积神经网络 1.卷积神经网络应用领域 CV领域发展 CV领域是计算机视觉&#xff08;Computer Vision&#xff09;领域的简称。 计算机视觉是指利用计算机模拟人类视觉系统的科学&#xff0c;让计算机具有类似于人类在观察外界的视觉、图像的能力&#xff0c;包括图像处理、图…

AlexNet-深度卷积神经网络(CNN卷积神经网络)

文章目录 深度卷积神经网络&#xff08;AlexNet&#xff09;AlexNet模型说明激活函数选定模型定义读取数据集训练AlexNet小结 深度卷积神经网络&#xff08;AlexNet&#xff09; 2012年&#xff0c;AlexNet横空出世。它首次证明了学习到的特征可以超越出手工设计的特征。 它一…