什么是数据库设计？

数据库设计就像建设大楼的过程，整体结构设计-图纸-施工。
数据库设计就是根据业务系统的具体需要，结合需用的DBMS数据库管理系统，为这个业务构造出最优的数据存储模型，并建立好数据库中表的结构以及表与表之间的关联关系的过程。使之能有效的对应用系统中的数据进行存储，并可以高效的对已经存储的数据进行访问。

什么是存储过程？

SQL命令-MySQL引擎分析语法是否正确-编译SQL命令-执行结果-返回客户端。如果省略语法分析和编译环境可以提高MySQL的执行效率
存储过程是为以后使用而保存的一条或多条SQL语句，是SQL语句和控制语句的预编译集合，以一个名称存储并作为一个单元处理。 可将其视为批文件，但作用不限于批处理。存储过程中可以包含控制语句。MySQL最新版本支持存储过程。
存储过程三个优点：
增强SQL语句的功能和灵活性
较快的执行速度
减少网络流量

什么是自定义函数？

用户自定义函数 user-defined function UDF是一种对MySQL扩展的途径。
自定义函数两个必要条件：（1）参数（并不是任何一个函数必备的要件）（2）返回值。
函数可以返回任意类型的值，同样可以接收这些类型的参数。

创建自定义函数

1
2
3
4

CREATE FUNCTION function_name
RETURNS
{STRING|INTEGER|REAL|DECIMAL}
routine_body

mac Command line命令行输入mysql -uroot -ppasswd报错”command not found”
原因：系统默认查找/usr/local/bin目录下的命令，当命令不存在这个目录下，就会报错”command not found”。
解决办法：在/usr/local/bin目录下建立软连接，链接到命令的所在目录

1
2

$ # cd /usr/local/bin
$ # ln -fs /mysqlPATH/bin/mysql mysql

注：其中mysqlPATH为mysql的实际安装路径
然后在Command Line下输入”mysql -uroot -ppasswd”问题解决。

更新记录 UPDATE

要删除某个列的值，可设置它为NULL

1
2
3

UPDATE Customers 
SET cust_email =NULL
WHERE cust_id ='100005'

其中NULL用来去除cust_email列中的值，这与保存空字符串很不同，空字符串用’’表示，是一个值，而NULL表示没有值。

1.SOUNDEX()函数：将一个任何文本串转换为描述其语音表示的字母数字模式的语法。

1

SELECT  name from Customers Where SOUNDEX(name)=SOUNDEX('Michael')

2.GROUP BY子句中的每一列都必须是检索列或者有效的表达式，不能是聚集函数。必须出现在WHERE语句之后，ORDER BY语句之前。
3.HAVING过滤分组，WHERE过滤行，HAVING支持所有WHERE操作符。WHERE在分组前进行过滤，HAVING在分组后进行过滤。
4.子查询作为做查询的SELECT语句只能查询单个列，若企图检索多个列将返回错误。
5.关系表就是把信息分解成多个表，一类数据一个表，各表通过某些共同的值相互关联，所以才叫关系型数据库。
6.组合查询UNION默认从查询结果集中自动去除了重复的行。如果想返回所有的匹配行，使用UNION ALL。UNION几乎可以完成与多个WHERE条件相同的工作。如果确实需要每个条件匹配行都出现（包括重复行），就必须使用UNION ALL而不是WHERE。
7.对组合查询结果进行排序，只能只用一条ORDER BY子句，且必须位于最后一条SELECT语句之后。虽然OEDER BY子句似乎只是最后一条SELECT 语句的组成部分，但实际上DBMS将用它来排序所有SELECT语句返回的所有结果。

由于VFP数据库在2007年后就不再版本更新，其数据导入mysql很容易产生乱码，经过研究，发现先将VFP数据库数据导出成csv文件然后导入到mysql可以解决乱码问题。但数据中”?”很容易造成导出的csv文件错列，因此导出csv文件前需要清除”?”。CSTPCD数据库中可能存在问号的字段主要是lm、lme、dq、jjxm、y 等5个字段，需要依次对这5个字段清除”?”

解决数据中符号问题

可以首先使用select distinct命令查看一下各字段数据都存在哪些符号。除”?”外，数据结尾的”,”等符号可能也会造成csv错列问题。

查找某个子字符串在某字符串中的位置

1
2
3
4
5
6
7
8

AT(‘要查找的子字符串’，’字符串’)
ATC(‘要查找的子字符串’，’字符串’) 不考虑大小写
ATCC(‘要查找的子字符串’，’字符串’) 当子字符串为单字节时 ATCC=ATC
``` 

### 截取字符串
``` VFP
SUBSTR('要截取的字符串',开始截取的位置,截取字符串个数)

man命令

查看所有命令的使用指南

command line命令规则

1.对于大小写敏感，对于文件必须包含扩展名;
2.文件绝对路径以”/“开头；相对路径什么也不写,如:”usr/local”;
3.~表示当前用户目录;转义用”\“反斜杠(“空格，括号，引号，[]，!，$，&，*，;，|，\”需要转义);
4.mac系统卷由正斜杠/表示;其他卷在volumes文件夹中;
5.Tab complete功能查询补足目录;

R语言里提供了textir包来专门计算TFIDF值，具体计算步骤如下：

安装R包textir

1

$ install.packages(“textir”)

选择一个镜像站安装即可

加载R包textir

1

library(textir)