视图的概述

article/2025/8/23 19:54:54

1.概念和特点

<1>概念:视图(view)是一种虚拟存在的表,本身并不包含数据。它是作为一个select语法查询到的结果集,以此为基表创建的一张虚拟表。对视图的操作对基表有直接影响,[视图中的数据发送了改变,原始表中的数据也会变化,原始表中的数据发生了变化视图中的数据也会变化]


<2>特点:

  1. 简单:因为视图是查询语句执行后返回的已经过滤好的复合条件的结果集,所以使用视图的用户完全不需要关心后面对应的表的结构、关联条件和筛选条件。
  2. 安全:使用视图的用户只能访问他们被允许查询的结果集,对于表的权限管理并不能限制到某个行或者某个列,但是通过视图就可以简单的实现。
  3. 数据独立:一旦视图的结构被确定了,可以屏蔽表结构变化对用户的影响,源表增加列对视图没有影响;源表修改列名,则可以通过修改视图来解决,不会造成对访问者的影响。

<3>视图的作用/好处

  • 简化SQL语句的数据,因为视图中封装了原始的复杂查询的结果。
  • 视图能够提高我们的查询效率[简化我们的查询操作]。

2.创建/查询视图

初始表:
city表:
在这里插入图片描述

country:
在这里插入图片描述

如果下方的select查询结果集中有相同字段,那么创建视图必须指定名称

	创建视图标准语法CREATE VIEW 视图名称 [(列名列表)] AS 查询语句;-- [(列名列表)]不写默认就是查询语句的结果字段

需求:创建city_country视图,保存城市和国家的信息(使用指定列名)
<1>创建视图
方式一:

CREATE VIEW city_country (city_id,city_name,country_name) AS
SELECT c1.id,c1.name,c2.name
FROMcity c1,country c2
WHERE  c1.cid =c2.id;

方式二:

CREATE VIEW city_country2 AS
SELECT c1.id  city_id,c1.name city_name,c2.name  country_name
FROMcity c1,country c2
WHERE  c1.cid =c2.id;

<2>查询视图

	标准语法SELECT * FROM 视图名称;

查询视图

SELECT * FROM city_country2;

结果:
在这里插入图片描述

3.修改视图数据/删除视图

<1>修改视图数据

	标准语法UPDATE 视图名称 SET 列名=WHERE 条件;修改视图结构标准语法ALTER VIEW 视图名称 (列名列表) AS 查询语句; 

需求1:修改视图数据,将北京修改为深圳。(注意:修改视图数据后,源表中的数据也会随之修改,反之同理)

UPDATE city_country SET city_name = '深圳' WHERE  city_name ='北京';

结果:
city表:
在这里插入图片描述
city_country 视图:
在这里插入图片描述

需求2:将视图中的country_name修改为name
不能针对修改的部分单独做修改,所有列都必须写出

ALTER VIEW 
city_country 
(city_id,city_name,NAME)AS
SELECT c1.id,c1.name,c2.name
FROMcity c1,country c2
WHERE  c1.cid =c2.id;

结果:
city_country 视图:
在这里插入图片描述

<2>删除视图

删除视图标准语法DROP VIEW [IF EXISTS] ;

删除city_country视图

DROP VIEW IF EXISTS city_country

http://chatgpt.dhexx.cn/article/uL8j2pJq.shtml

相关文章

【python】三层BP神经网络推导MNIST优化效果对比损失函数对比

一、概述 本文的推导参见西瓜书P102~P103&#xff0c;代码参见该网址。主要实现了利用三层神经网络进行手写数字的识别。 二、理论推导 1、参数定义 三层神经网络只有一层隐藏层。参数如下&#xff1a; x输入层输入v输入层与隐藏层间的权值α隐藏层输入b …

BP神经网络隐藏层的作用,bp神经网络输出层函数

matlab bp神经网络只能输入一组预测一组吗 可以用前面很多数据建立网络后预测下几组数据吗 当然可以&#xff0c;这就是输入模式和输出模式的制定&#xff0c;可以自由设置&#xff0c;多输入多输出。但要注意如果预测多组&#xff0c;输入必须要提供足够的信息拥有足够多维。…

作业2:BP 算法实验报告

作业2&#xff1a;BP 算法实验报告 1. 算法介绍 BP 算法全称叫做误差反向传播&#xff08;error Back Propagation&#xff0c; 或者叫作误差逆传播&#xff09;算法。现实任务中使用神经网络时&#xff0c;大多是在是使用 BP 算法进行训练。BP 算法不仅可以用户多层前馈神经…

企业三层架构、冗余、STP生成树协议总结

总结 1.企业三层架构 2. 冗余(线路冗余+设备冗余) 3. STP生成树协议:IEEE802.1D,PVST+,802.1W,RSTP(rpvst),802.1S(MST) 企业三层架构(内网结构) 接入层: 常使用二层交换机,就近提供接口密度,用于用户的接入 汇聚层(分布层): 集合所有接入层流量(星型),…

利用BP神经网络 设计一个三层神经网络解决手写数字的识别问题

文章目录 1. 题目描述2. 求解原理&#xff08;1&#xff09;算法模型&#xff08;2&#xff09;算法原理 3.编程实现&#xff08;1&#xff09;环境说明&#xff08;2&#xff09;实验方案&#xff08;3&#xff09;Python实现 1. 题目描述 设计一个三层神经网络解决手写数字的…

模式识别八--三层BP神经网络的设计与实现

文章转自&#xff1a;http://www.kancloud.cn/digest/prandmethod/102850 本文的目的是学习和掌握BP神经网络的原理及其学习算法。在MATLAB平台上编程构造一个3-3-1型的singmoid人工神经网络&#xff0c;并使用随机反向传播算法和成批反向传播算法来训练这个网络&#xff0c…

多层前馈神经网络及BP算法

一.多层前馈神经网络 首先说下多层前馈神经网络&#xff0c;BP算法&#xff0c;BP神经网络之间的关系。多层前馈[multilayer feed-forward]神经网络由一个输入层、一个或多个隐藏层和一个输出层组成&#xff0c;后向传播[BP]算法在多层前馈神经网络上面进行学习&#xff0c;采用…

bp神经网络的拓扑结构,bp神经网络模型结构图

试画出BP神经网络结构输入层3节点,隐层5节点,输出层2节点 BP&#xff08;BackPropagation&#xff09;神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出&#xff0c;是一种按误差逆传播算法训练的多层前馈网络&#xff0c;是目前应用最广泛的神经网络模型之一。 …

人工神经网络的拓扑结构,三层神经网络结构图

人工神经网络的基本组成是什么啊 谷歌人工智能写作项目&#xff1a;小发猫 神经网络BP模型 一、BP模型概述误差逆传播(ErrorBack-Propagation)神经网络模型简称为BP(Back-Propagation)网络模型常见的神经网络结构。 PallWerbas博士于1974年在他的博士论文中提出了误差逆传播…

模式识别:三层BP神经网络的设计与实现

本文的目的是学习和掌握BP神经网络的原理及其学习算法。在MATLAB平台上编程构造一个3-3-1型的singmoid人工神经网络&#xff0c;并使用随机反向传播算法和成批反向传播算法来训练这个网络&#xff0c;这里设置不同的初始权值&#xff0c;研究算法的学习曲线和训练误差。有了以上…

数学建模常用模型21:BP神经网络(三层)

给大家安利一款朋友开发的自研国产数据分析基础工具&#xff0c;一键式自动分析&#xff0c;自动生成分析模板&#xff0c;5分钟掌握主流61个统计类数学模型&#xff08;几乎涵盖SPSS绝大部分功能&#xff09;&#xff0c;以及23个有监督机器学习&#xff08;包括随机森林&…

三层神经网络的BP(BackPropagation)算法推导

BP算法&#xff1a; 利用的是sigmoid函数来搭建的一个三层神经网络。假设其拓扑结构如图1-1所示。 图1-1 三层神经网络 该网络的运行流程为&#xff1a;当输入一个样例后&#xff0c;获得该样例的特征向量&#xff0c;再根据权向量得到感知机的输入值&#xff0c;然后使用si…

多层神经网络BP算法解释

# 多层神经网络BP算法解释 ## 前向传播 *** * 该项目采用反向传播算法描述了多层神经网络的教学过程。 为了说明这个过程&#xff0c;使用了具有两个输入和一个输出的三层神经网络&#xff0c;如下图所示: 每个神经元由两个单元组成。 第一单元添加权重系数和输入信号的乘积。 …

python实现神经网络_Python实现的三层BP神经网络算法示例

本文实例讲述了Python实现的三层BP神经网络算法。分享给大家供大家参考&#xff0c;具体如下&#xff1a; 这是一个非常漂亮的三层反向传播神经网络的python实现&#xff0c;下一步我准备试着将其修改为多层BP神经网络。 下面是运行演示函数的截图&#xff0c;你会发现预测的…

BP神经网络(3层)

终于放假啦&#xff0c;于是就想着把前一段时间学习的知识给整理一下&#xff0c;希望能够对小伙伴们有所帮助。 数学原理 BP(Back Propagation)(Rummelhart D, McClelland J.,1986)神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络。 三层BP神经网络的组成主要…

基于三层BP神经网络的人脸识别

实验四、基于三层BP神经网络的人脸识别 一、 实验要求 采用三层前馈BP神经网络实现标准人脸YALE数据库的识别&#xff0c;编程语言为C系列语言。 二、BP神经网络的结构和学习算法 实验中建议采用如下最简单的三层BP神经网络&#xff0c;输入层为 &#xff0c;有n个神经元节点&a…

神经网络笔记1-三层BP神经网络

神经网络笔记1-三层BP神经网络 神经网络性质简介信息正向传输预期神经网络的获得误差反向更新&#xff08;输出层→隐藏层&#xff09;误差反向更新&#xff08;隐藏层→输入层&#xff09; 伪代码实现训练函数测试函数&#xff0c;用训练好的神经网络预测 手写数字识别举例识别…

BP神经网络的梯度公式推导(三层结构)

本站原创文章&#xff0c;转载请说明来自《老饼讲解-BP神经网络》bp.bbbdata.com 目录 一. 推导目标 1.1 梯度公式目标 1.2 本文梯度公式目标 二. 网络表达式梳理 2.1 梳理三层BP神经网络的网络表达式 三. 三层BP神经网络梯度推导过程 3.1 简化推导目标 3.2 输出层权重…

三层架构的搭建

目录 实验拓扑&#xff1a; 实验要求&#xff1a; 使用的技术有&#xff1a; ospf技术、NAT技术、静态、DHCP、VRRP 、STP、 VLAN、TRUNK 、 access接口模式、 以太网中继Eth-Trunk(华为) 技术、vlan管理技术 实验思路&#xff1a; 实验过程&#xff1a; IP地址的配置&am…

tfs路径映射已存在

环境&#xff1a;VS2019、Win10 最近公司服务器更换&#xff0c;想要将tfs项目映射到原来的工作区&#xff0c;提示“tfs-路径 XXX 已在工作区 XXX;XXX 中映射”&#xff0c;通过网络查找资料得知&#xff0c;需要修改Team Foundation的配置文件&#xff1a; 1.找到目录&#x…