sq

1.mysql用户创建：shell mysql --user=root mysqlmysql GRANT ALL PRIVILEGES ON *.* TO monty@localhost IDENTIFIED BY "something" WITH GRANT OPTION;mysql GRANT ALL PRIVILEGES ON *.* TO monty@"%" IDENTIFIED BY "something" WITH GRANT OPTION;mysql GRANT RELOAD,PROCESS ON *.* TO admin@localhost;mysql GRANT USAGE ON *.* TO dummy@localhost;这些GRANT语句安装3个新用户：monty可以从任何地方连接服务器的一个完全的超级用户，但是必须使用一个口令"something"做这个。注意，我们必须对monty@localhost和monty@"%"发出GRANT语句。如果我们增加localhost条目，对localhost的匿名用户条目在我们从本地主机连接接时由mysql_install_db创建的条目将优先考虑，因为它有更特定的Host字段值，所以以user表排列顺序看更早到来。admin可以从localhost没有一个口令进行连接并且被授予reload和process管理权限的用户。这允许用户执行mysqladmin reload、mysqladmin refresh和mysqladmin flush-*命令，还有mysqladmin processlist。没有授予数据库有关的权限。他们能在以后通过发出另一个GRANT语句授权。dummy可以不用一个口令连接的一个用户，但是只能从本地主机。全局权限被设置为"N"--USAGE权限类型允许你无需权限就可设置一个用户。它假定你将在以后授予数据库相关的权限。2.通过直接修改授权表设置用户权限，运行这些命令(注意，在结束时FLUSH PRIVILEGES)：shell mysql --user=root mysqlmysql INSERT INTO user (Host,User,Password) VALUES("localhost","custom",PASSWORD("stupid"));mysql INSERT INTO user (Host,User,Password) VALUES("server.domain","custom",PASSWORD("stupid"));mysql INSERT INTO user (Host,User,Password) VALUES("","custom",PASSWORD("stupid"));mysql INSERT INTO db (Host,Db,User,Select_priv,Insert_priv,Update_priv,Delete_priv, Create_priv,Drop_priv)VALUES ("localhost","bankaccount","custom","Y","Y","Y","Y","Y","Y");mysql INSERT INTO db(Host,Db,User,Select_priv,Insert_priv,Update_priv,Delete_priv, Create_priv,Drop_priv)VALUES ("","expenses","custom","Y","Y","Y","Y","Y","Y");mysql INSERT INTO db (Host,Db,User,Select_priv,Insert_priv,Update_priv,Delete_priv, Create_priv,Drop_priv)VALUES("%","customer","custom","Y","Y","Y","Y","Y","Y");mysql FLUSH PRIVILEGES;3.改动密码时有时候会遇到忘记先前的密码，这时可以采用以下方式：修改你的my.ini 配置文件，在里面的 [mysqld]节中某处加入下面的一行skip-grant-tables然后保存，重启 mysqld 服务，这样你可以使用任何用户名以超级管理员的身体登录 MySQL 服务了。然后转到mysql数据库中修改user表：update user set password=PASSword("1234") where user="root";一定记住要用password函数，否则将来将要输入的密码是‘1234"的密文。最后删除上面所添中的内容，重启服务。另外，如果可以从本机或其它机器上找到可以正常使用的MySql数据库，那么也可拷贝其mysql库中的文件名为user的相关文件，覆盖忘记密码的数据库中的同名文件，这样也能以被拷贝者的账户密码登录。4.如何设置MySql账户使其可以从远程访问服务器在5.0版本中，其实有一个图形界面的配置向导工具，在设置root账户密码时，可以选择是否允许其从远程访问。默认情况下是不允许的。在命令行下，可以有两种大同小异的方法来作此设置：(1)mysqlGRANT ALL PRIVILEGES ON *.* TO root@localhost IDENTIFIED BY "something" WITH GRANT OPTION;mysqlGRANT ALL PRIVILEGES ON *.* TO root@"%" IDENTIFIED BY "something" WITH GRANT OPTION;第一句增加了一个root用户授权通过本地机(localhost)访问，密码“something”。第二句则是使用通配符，授与root用户从任何其它主机发起的访问。(2)亦可直接使用update语句修改user表：使用root用户或其他用户登录mysql，转到mysql数据库update user set host="localhost" where user="root";flush privileges;//只允许root在本机登录update user set host="%" where user="root";flush privileges;//允许root远程访问注意，以上一定要加flush语句。另外，如果要建新用户，则用grant语句比较方便，记住语句grant总是创建新用户。5.关于MySql的3306端口一次在服务器上新装5.0.18时，提示3306端口已被占用，强制使用该端口，则发现所连接上的数据库是4.1.8版本，始终无法访问到新创建的服务器。后来发现机器上原来装有一个mysql服务器，4.1.8版本。此时，应重新配置新版本的数据库， 将端口设为其他的，如3307，那么在访问时，可以通过加上选项：--port=3307来访问，在.net程序中也须将连接字符串添上port=3307,即可。

在某台DB上准备运行一个SQL语句，就是用SELECT INTO OUTFILE把查询结果写入到文件的时候提示以下信息：The MySQL server is running with the --secure-file-priv option so it cannot execute this statement出现这个问题的原因是因为启动MySQL的时候使用了--secure-file-priv这个参数，这个参数的主要目的就是限制LOAD DATA INFILE或者SELECT INTO OUTFILE之类文件的目录位置，我们可以使用SELECT @@global.secure_file_priv;查询到你当前设置的路径，默认应该是/var/lib/mysql-files如果要解决这个问题，我们可以通过下面2种方式：将你要导入或导出的文件位置指定到你设置的路径里由于不能动态修改，我们可以修改my.cnf里关于这个选项的配置，然后重启即可。

Select_privInsert_privUpdate_privDelete_privCreate_privDrop_privReload_privShutdown_privProcess_privFile_privGrant_privReferences_privIndex_privAlter_priv

privilege

你第二层与第三层的条件冲突了。一个rn>5 一个rn<=5所以当然是没数据， 需要在第二个SELECT * FROM 里面重新加入ROWNUM 排序之后。再去第三层里面判断

update 表名 a set a.name=(select b.name from 表名 b where b.rownum=a.rownum-1) where a.name is null

select * from (select ROWNUM r,t.* from student t 修改为 select * from student )student <![CDATA[ where r > #current# and r <=#next# order by id修改为 <![CDATA[ order by idLIMIT #current# , 每页多少行注1： LIMIT 接受一个或两个数字参数。参数必须是一个整数常量。如果给定两个参数，第一个参数指定第一个返回记录行的偏移量，第二个参数指定返回记录行的最大数目。初始记录行的偏移量是 0(而不是 1) 也就是如果你是 每页 20 行的话。 就直接 LIMIT #current# , 20 吧注2： 因为那个 第一个 初始记录行的偏移量是 0(而不是 1) 而我又不能LIMIT #current# - 1, 20 因此你外部程序， 传参数的时候， 要自己 - 1 了， 再传进来。

select top 50 * from userinfo 和 select * from userinfo where rownum<51 这种时候是一样的.但是如果有order by 子句时候就完全不一样了.top: 在orderby之后,取排序的前N条记录.rownum:取出N条记录,然后orderby,最后把排序后的记录给你.明白了?

select t.* from (select CASH_ID,row_number() over() as rown from STL_FIN_PRODUCT_ACCT ,fin_productwhere STL_FIN_PRODUCT_ACCT.FINPROD_ID = fin_product.finprod_idand fin_product.p_finprod_id = STL_FIN_PRODUCT_ACCT.FINPROD_ID and STL_FIN_PRODUCT_ACCT.ACCT_NO = STL_FIN_PRODUCT_ACCT.ACCT_NOand STL_FIN_PRODUCT_ACCT.ACCT_TYPE = STL_FIN_PRODUCT_ACCT.ACCT_TYPEand CASH_ID is not null ) t where t.rown = 1

.......俺来回答吧，这么点问题 都木人回答对。代码贴出来不就好了。select * from table_Name where rownum<=10 order by column_Name desc看不懂，自己自杀去吧。哇咔咔

update tablename set id=rownum

select *from( select *from(select * from empwhere sal is not nullorder by sal desc)awhere rownum<=3*3order by sal )aorder by sal desclimit 0,3

mysql用limit，没有oracle那么麻烦。从index0开始，取5条记录select*fromtablelimit0,5还可以取中间的记录：从index5开始，连续取10条记录select*fromtablelimit5,10

(1) rownum 对于等于某值的查询条件如果希望找到学生表中第一条学生的信息，可以使用rownum=1作为条件。但是想找到学生表中第二条学生的信息，使用rownum=2结果查不到数据。因为rownum都是从1开始，但是1以上的自然数在rownum做等于判断是时认为都是false条件，所以无法查到rownum = n(n>1的自然数)。(2) rownum对于大于某值的查询条件如果想找到从第二行记录以后的记录，当使用rownum>2是查不出记录的，原因是由于rownum是一个总是从1开始的伪列，Oracle 认为rownum> n(n>1的自然数)这种条件依旧不成立，所以查不到记录。(3) rownum对于小于某值的查询条件rownum对于rownum<n(n>1的自然数)的条件认为是成立的，所以可以找到记录。比如 rownum < 3(4) rownum和排序Oracle中的rownum的是在取数据的时候产生的序号，所以想对指定排序的数据去指定的rowmun行数据就必须注意了。select rownum ,id,name from student order by name;

rownum和Dual表，应该是Oracle所特有的东西。 SQL Server和Sybase都没有这个，其它的数据库不好说。 rownum关键字，是Oracle为查询返回的行，顺序分配的编号，当然也可以作为Where条件来使用。 Dual表：也是Oracle方便查询而使用的特殊表。Oracle内部机制可以确保该表始终只有一行一列一个X值。 下面是从网上找到的使用临时表的方法，因为没有Sql server环境，未测试，仅供参考： select rownum=identity(int,1,1),id,name into #t from table1 select * from #t drop table #t 如果只想查询记录，可以参考下面的子查询代码： select * from 表 where id = ALL (select id from 表); select * from 表 where id <= ALL (select id from 表);

二楼正解，一楼纯属胡说八道

1.limit关键字是mysql中的，top关键字是ms sqlserver中的，pl/sql是oracle的客户端工具，这两个关键字在这里不适用。2.select rownum,a.* from (select * from test order by id desc) a where rownum<10;

rownum是行数一帮分页是用这个的 rownumber（） over（）

限制查询出来的列数!Oracle中有rownum吧！

rownum 是oracle独特的，其他数据库没有的mysql中，你可以类似下面的写法来达到一样的效果：SELECT @rowno:=@rowno+1 as rowno,r.* from hoifun r,(select @rowno:=0) t海枫科技

PLSQL中查询语句的行号可以用ROWNUM(伪列)标识, 如SELECT ROWNUM,VT.* FROM V$TABLESPACE VT;但PLSQL很少用行号查询数据库, 除非为了控制数据量如SQLSERVER的SELECT TOP * ...或PLSQL的SELECT * FROM <TABLE> WHERE ROWNUM =1, 或ROWNUM<10进一步进行测试：SQL1). SELECT ROWNUM,VT.* FROM V$TABLESPACE VT;SQL2). SELECT ROWNUM,VT.* FROM V$TABLESPACE VT ORDER BY VT.NAME;分析：对比1和2, 同一级的查询, ORDER BY排序不会影响ROWNUM编号(先产生ROWNUM后排序)SQL3). SELECT ROWNUM,VT2.* FROM (SELECT VT.* FROM V$TABLESPACE VT ORDER BY VT.NAME) VT2;分析：如希望用排序后的结果编号，则需将排序放在子查询中，再取ROWNUMSQL4). SELECT * FROM (SELECT ROWNUM ,VT.* FROM V$TABLESPACE VT WHERE ROWNUM <10 ORDER BY VT.NAME) WHERE ROWNUM = 3;无数据，分析：ROWNUM为全局伪列, 在解析时优先级高于子查询中的ROWNUM列SQL5). SELECT * FROM (SELECT ROWNUM RN,VT.* FROM V$TABLESPACE VT WHERE ROWNUM <10 ORDER BY VT.NAME) A WHERE A.RN = 3;得到指定行的数据，分析：子查询中ROWNUM编号需定义别名(本例中为"RN")后方可在条件中使用

oracle 中并没有limit分页语法

使用mysql的limit关键字可解决取前n条记录的问题。SELECT * FROM (" +" SELECT productid,productname,productnote,productprice,productamount,ROWNUM rn " +" FROM product WHERE (productid LIKE ? OR productname LIKE ? OR productnote LIKE ? OR productprice LIKE ? OR productamount LIKE ? ) ORDER BY productid) temp " +" WHERE temp.rn>? " 加上limit 0,N

ROWNUM是oracle的函数 SQLSERVER没有这个东西！~你说的应该是个自定义函数吧？

SQL查询语句大全 　　SQL语句无论是种类还是数量都是繁多的，很多语句也是经常要用到的，SQL查询语句就是一个典型的例子，无论是高级查询还是低级查询，SQL查询语句的需求是最频繁的。那么SQL查询语句有哪些？下面跟我一起来看看吧！ 　　一、简单查询语句 　　1. 查看表结构 　　SQL>DESC emp; 　　2. 查询所有列 　　SQL>SELECT * FROM emp; 　　3. 查询指定列 　　SQL>SELECT empmo, ename, mgr FROM emp; 　　SQL>SELECT DISTINCT mgr FROM emp; 只显示结果不同的项 　　4. 查询指定行 　　SQL>SELECT * FROM emp WHERE job="CLERK"; 　　5. 使用算术表达式 　　SQL>SELECT ename, sal*13+nvl(comm,0) FROM emp; 　　nvl(comm,1)的意思是，如果comm中有值，则nvl(comm,1)=comm; comm中无值，则nvl(comm,1)=0。 　　SQL>SELECT ename, sal*13+nvl(comm,0) year_sal FROM emp; （year_sal为别名，可按别名排序） 　　SQL>SELECT * FROM emp WHERE hiredate>"01-1月-82"; 　　6. 使用like操作符（%，_） 　　%表示一个或多个字符，_表示一个字符，[charlist]表示字符列中的任何单一字符，[^charlist]或者[!charlist]不在字符列中的任何单一字符。 　　SQL>SELECT * FROM emp WHERE ename like "S__T%"; 　　7. 在where条件中使用In 　　SQL>SELECT * FROM emp WHERE job IN ("CLERK","ANALYST"); 　　8. 查询字段内容为空/非空的语句 　　SQL>SELECT * FROM emp WHERE mgr IS/IS NOT NULL; 　　9. 使用逻辑操作符号 　　SQL>SELECT * FROM emp WHERE (sal>500 or job="MANAGE") and ename like "J%"; 　　10. 将查询结果按字段的值进行排序 　　SQL>SELECT * FROM emp ORDER BY deptno, sal DESC; (按部门升序，并按薪酬降序) 　　二、复杂查询 　　1. 数据分组(max,min,avg,sum,count) 　　SQL>SELECT MAX(sal),MIN(age),AVG(sal),SUM(sal) from emp; 　　SQL>SELECT * FROM emp where sal=(SELECT MAX(sal) from emp)); 　　SQL>SELEC COUNT(*) FROM emp; 　　2. group by（用于对查询结果的分组统计） 和 having子句（用于限制分组显示结果） 　　SQL>SELECT deptno,MAX(sal),AVG(sal) FROM emp GROUP BY deptno; 　　SQL>SELECT deptno, job, AVG(sal),MIN(sal) FROM emp group by deptno,job having AVG(sal)<2000; 　　对于数据分组的总结： 　　a. 分组函数只能出现在选择列表、having、order by子句中（不能出现在where中） 　　b. 如果select语句中同时包含有group by, having, order by，那么它们的顺序是group by, having, order by。 　　c. 在选择列中如果有列、表达式和分组函数，那么这些列和表达式必须出现在group by子句中，否则就是会出错。 　　使用group by不是使用having的前提条件。 　　3. 多表查询 　　SQL>SELECT e.name,e.sal,d.dname FROM emp e, dept d WHERE e.deptno=d.deptno order by d.deptno; 　　SQL>SELECT e.ename,e.sal,s.grade FROM emp e,salgrade s WHER e.sal BETWEEN s.losal AND s.hisal; 　　4. 自连接（指同一张表的连接查询） 　　SQL>SELECT er.ename, ee.ename mgr_name from emp er, emp ee where er.mgr=ee.empno; 　　5. 子查询（嵌入到其他sql语句中的select语句，也叫嵌套查询） 　　5.1 单行子查询 　　SQL>SELECT ename FROM emp WHERE deptno=(SELECT deptno FROM emp where ename="SMITH");查询表中与smith同部门的人员名字。因为返回结果只有一行，所以用“=”连接子查询语句 　　5.2 多行子查询 　　SQL>SELECT ename,job,sal,deptno from emp WHERE job IN (SELECT DISTINCT job FROM emp WHERE deptno=10);查询表中与部门号为10的工作相同的员工的姓名、工作、薪水、部门号。因为返回结果有多行，所以用“IN”连接子查询语句。 　　in与exists的区别： exists() 后面的子查询被称做相关子查询，它是不返回列表的值的。只是返回一个ture或false的结果，其运行方式是先运行主查询一次，再去子查询里查询与其对 应的结果。如果是ture则输出，反之则不输出。再根据主查询中的每一行去子查询里去查询。in()后面的子查询，是返回结果集的，换句话说执行次序和 exists()不一样。子查询先产生结果集，然后主查询再去结果集里去找符合要求的字段列表去。符合要求的输出，反之则不输出。 　　5.3 使用ALL 　　SQL>SELECT ename,sal,deptno FROM emp WHERE sal> ALL (SELECT sal FROM emp WHERE deptno=30);或SQL>SELECT ename,sal,deptno FROM emp WHERE sal> (SELECT MAX(sal) FROM emp WHERE deptno=30);查询工资比部门号为30号的所有员工工资都高的员工的姓名、薪水和部门号。以上两个语句在功能上是一样的，但执行效率上，函数会高 得多。 　　5.4 使用ANY 　　SQL>SELECT ename,sal,deptno FROM emp WHERE sal> ANY (SELECT sal FROM emp WHERE deptno=30);或SQL>SELECT ename,sal,deptno FROM emp WHERE sal> (SELECT MIN(sal) FROM emp WHERE deptno=30);查询工资比部门号为30号的任意一个员工工资高（只要比某一员工工资高即可）的员工的姓名、薪水和部门号。以上两个语句在功能上是 一样的，但执行效率上，函数会高得多。 　　5.5 多列子查询 　　SQL>SELECT * FROM emp WHERE (job, deptno)=(SELECT job, deptno FROM emp WHERE ename="SMITH"); 　　5.6 在from子句中使用子查询 　　SQL>SELECT emp.deptno,emp.ename,emp.sal,t_avgsal.avgsal FROM emp,(SELECT emp.deptno,avg(emp.sal) avgsal FROM emp GROUP BY emp.deptno) t_avgsal where emp.deptno=t_avgsal.deptno AND emp.sal>t_avgsal.avgsal ORDER BY emp.deptno; 　　5.7 分页查询 　　数据库的每行数据都有一个对应的行号，称为rownum. 　　SQL>SELECT a2.* FROM (SELECT a1.*, ROWNUM rn FROM (SELECT * FROM emp ORDER BY sal) a1 WHERE ROWNUM<=10) a2="" where="" rn="">=6; 　　指定查询列、查询结果排序等，都只需要修改最里层的子查询即可。 　　5.8 用查询结果创建新表 　　SQL>CREATE TABLE mytable (id,name,sal,job,deptno) AS SELECT empno,ename,sal,job,deptno FROM emp; 　　5.9 合并查询（union 并集, intersect 交集, union all 并集+交集, minus差集) 　　SQL>SELECT ename, sal, job FROM emp WHERE sal>2500 UNION(INTERSECT/UNION ALL/MINUS) SELECT ename, sal, job FROM emp WHERE job="MANAGER"; 　　合并查询的执行效率远高于and,or等逻辑查询。 　　5.10 使用子查询插入数据 　　SQL>CREATE TABLE myEmp(empID number(4), name varchar2(20), sal number(6), job varchar2(10), dept number(2)); 先建一张空表； 　　SQL>INSERT INTO myEmp(empID, name, sal, job, dept) SELECT empno, ename, sal, job, deptno FROM emp WHERE deptno=10; 再将emp表中部门号为10的数据插入到新表myEmp中，实现数据的批量查询。 　　5.11 使用了查询更新表中的数据 　　SQL>UPDATE emp SET(job, sal, comm)=(SELECT job, sal, comm FROM emp where ename="SMITH") WHERE ename="SCOTT"; 　　简介 　　SQL语言1974年由Boyce和Chamberlin提出，并首先在IBM公司研制的关系数据库系统SystemR上实现。由于它具有功能丰富、使用方便灵活、语言简洁易学等突出的优点，深受计算机工业界和计算机用户的欢迎。1980年10月，经美国国家标准局(ANSI)的数据库委员会X3H2批准，将SQL作为关系数据库语言的美国标准，同年公布了标准SQL，此后不久，国际标准化组织(ISO)也作出了同样的决定。 　　SQL从功能上可以分为3部分：数据定义、数据操纵和数据控制。 　　SQL的核心部分相当于关系代数，但又具有关系代数所没有的许多特点，如聚集、数据库更新等。它是一个综合的、通用的、功能极强的关系数据库语言。其特点是： 　　1、数据描述、操纵、控制等功能一体化。 　　2、两种使用方式，统一的语法结构。SQL有两种使用方式。一是联机交互使用，这种方式下的SQL实际上是作为自含型语言使用的。另一种方式是嵌入到某种高级程序设计语言(如C语言等)中去使用。前一种方式适合于非计算机专业人员使用，后一种方式适合于专业计算机人员使用。尽管使用方式不向，但所用语言的语法结构基本上是一致的。 　　3、高度非过程化。SQL是一种第四代语言(4GL)，用户只需要提出“干什么”，无须具体指明“怎么干”，像存取路径选择和具体处理操作等均由系统自动完成。 　　4、语言简洁，易学易用。尽管SQL的"功能很强，但语言十分简洁，核心功能只用了9个动词。SQL的语法接近英语口语，所以，用户很容易学习和使用。 　　功能 　　SQL具有数据定义、数据操纵、和数据控制的功能。 　　1、SQL数据定义功能：能够定义数据库的三级模式结构，即外模式、全局模式和内模式结构。在SQL中，外模式又叫做视图（View），全局模式简称模式（Schema），内模式由系统根据数据库模式自动实现，一般无需用户过问。 　　2、SQL数据操纵功能：包括对基本表和视图的数据插入、删除和修改，特别是具有很强的数据查询功能。 　　3、SQL的数据控制功能：主要是对用户的访问权限加以控制，以保证系统的安全性。 　　语句结构 　　结构化查询语言包含6个部分： 　　1、数据查询语言（DQL: Data Query Language）：其语句，也称为“数据检索语句”，用以从表中获得数据，确定数据怎样在应用程序给出。保留字SELECT是DQL（也是所有SQL）用得最多的动词，其他DQL常用的保留字有WHERE，ORDER BY，GROUP BY和HAVING。这些DQL保留字常与其它类型的SQL语句一起使用。 　　2、数据操作语言（DML：Data Manipulation Language）：其语句包括动词INSERT、UPDATE和DELETE。它们分别用于添加、修改和删除。 　　3、事务控制语言（TCL）：它的语句能确保被DML语句影响的表的所有行及时得以更新。包括COMMIT（提交）命令、SAVEPOINT（保存点）命令、ROLLBACK（回滚）命令。 　　4、数据控制语言（DCL）：它的语句通过GRANT或REVOKE实现权限控制，确定单个用户和用户组对数据库对象的访问。某些RDBMS可用GRANT或REVOKE控制对表单个列的访问。 　　5、数据定义语言（DDL）：其语句包括动词CREATE,ALTER和DROP。在数据库中创建新表或修改、删除表（CREATE TABLE 或 DROP TABLE）；为表加入索引等。 　　6、指针控制语言（CCL）：它的语句，像DECLARE CURSOR，FETCH INTO和UPDATE WHERE CURRENT用于对一个或多个表单独行的操作。 　　语言特点 　　SQL风格统一 　　SQL可以独立完成数据库生命周期中的全部活动，包括定义关系模式、录入数据、建立数据库、査询、更新、维护、数据库重构、数据库安全性控制等一系列操作，这就为数据库应用系统开发提供了良好的环境，在数据库投入运行后，还可根据需要随时逐步修改模式，且不影响数据库的运行，从而使系统具有良好的可扩充性。 　　高度非过程化 　　非关系数据模型的数据操纵语言是面向过程的语言，用其完成用户请求时，必须指定存取路径。而用SQL进行数据操作，用户只需提出“做什么”，而不必指明“怎么做”，因此用户无须了解存取路径，存取路径的选择以及SQL语句的操作过程由系统自动完成。这不但大大减轻了用户负担，而且有利于提高数据独立性。 　　面向集合的操作方式 　　SQL采用集合操作方式，不仅查找结果可以是元组的集合，而且一次插入、删除、更新操作的对象也可以是元组的集合。 　　以同一种语法结构提供两种使用方式 　　SQL既是自含式语言，又是嵌入式语言。作为自含式语言，它能够独立地用于联机交互的使用方式，用户可以在终端键盘上直接输入SQL命令对数据库进行操作。作为嵌入式语言，SQL语句能够嵌入到高级语言（如C、C#、JAVA）程序中，供程序员设计程序时使用。而在两种不同的使用方式下，SQL的语法结构基本上是一致的。这种以统一的语法结构提供两种不同的操作方式，为用户提供了极大的灵活性与方便性。 　　语言简洁，易学易用 　　SQL功能极强，但由于设计巧妙，语言十分简洁，完成数据定义、数据操纵、数据控制的核心功能只用了9个动词：CREATE、ALTER、DROP、SELECT、INSERT、UPDATE、DELETE、GRANT、REVOKE。且SQL语言语法简单，接近英语口语，因此容易学习，也容易使用。 ;

select a.sno,a.cnofrom sc aleft join(select sno,avg(grade) avg_grade from sc group by sno) b on a.sno=b.sno and a.grade>b.avg_grade

收缩一般用 likeselec * from 3g_seach where 字段名 like("收缩的内容%") //收缩前段部分selec * from 3g_seach where 字段名 like("%收缩的内容") //收缩后端部分selec * from 3g_seach where 字段名 like("%收缩的内容%") //收缩所有部分百分号（%）很重要， 各个都不同 还可以用mysql> SELECT * FROM articles -> WHERE MATCH (title,body) AGAINST ("database");+----+-------------------+------------------------------------------+| id | title | body |+----+-------------------+------------------------------------------+| 5 | MySQL vs. YourSQL | In the following database comparison ... || 1 | MySQL Tutorial | DBMS stands for DataBase ... |+----+-------------------+------------------------------------------+

第一步：应用程序把查询SQL语句发给服务器端执行我们在数据层执行SQL语句时，应用程序会连接到相应的数据库服务器，把SQL语句发送给服务器处理。第二步：服务器解析请求的SQL语句SQL计划缓存，经常用查询分析器的朋友大概都知道这样一个事实，往往一个查询语句在第一次运行的时候需要执行特别长的时间，但是如果你马上或者在一定时间内运行同样的语句，会在很短的时间内返回查询结果。原因是：服务器在接收到查询请求后，并不会马上去数据库查询，而是在数据库中的计划缓存中找是否有相对应的执行计划。如果存在，就直接调用已经编译好的执行计划，节省了执行计划的编译时间。如果所查询的行已经存在于数据缓冲存储区中，就不用查询物理文件了，而是从缓存中取数据，这样从内存中取数据就会比从硬盘上读取数据快很多，提高了查询效率。数据缓冲存储区会在后面提到。如果在SQL计划缓存中没有对应的执行计划，服务器首先会对用户请求的SQL语句进行语法效验，如果有语法错误，服务器会结束查询操作，并用返回相应的错误信息给调用它的应用程序。注意：此时返回的错误信息中，只会包含基本的语法错误信息，例如select写成selec等，错误信息中如果包含一列表中本没有的列，此时服务器是不会检查出来的，因为只是语法验证，语义是否正确放在下一步进行。语法符合后，就开始验证它的语义是否正确。例如，表名、列名、存储过程等等数据库对象是否真正存在，如果发现有不存在的，就会报错给应用程序，同时结束查询。接下来就是获得对象的解析锁，我们在查询一个表时，首先服务器会对这个对象加锁，这是为了保证数据的统一性，如果不加锁，此时有数据插入，但因为没有加锁的原因，查询已经将这条记录读入，而有的插入会因为事务的失败会回滚，就会形成脏读的现象。接下来就是对数据库用户权限的验证。SQL语句语法，语义都正确，此时并不一定能够得到查询结果，如果数据库用户没有相应的访问权限，服务器会报出权限不足的错误给应用程序，在稍大的项目中，往往一个项目里面会包含好几个数据库连接串，这些数据库用户具有不同的权限，有的是只读权限，有的是只写权限，有的是可读可写，根据不同的操作选取不同的用户来执行。稍微不注意，无论你的SQL语句写的多么完善，完美无缺都没用。解析的最后一步，就是确定最终的执行计划。当语法、语义、权限都验证后，服务器并不会马上给你返回结果，而是会针对你的SQL进行优化，选择不同的查询算法以最高效的形式返回给应用程序。例如在做表联合查询时，服务器会根据开销成本来最终决定采用hashjoin,mergejoin ，还是loop join，采用哪一个索引会更高效等等。不过它的自动化优化是有限的，要想写出高效的查询SQL还是要优化自己的SQL查询语句。当确定好执行计划后，就会把这个执行计划保存到SQL计划缓存中，下次在有相同的执行请求时，就直接从计划缓存中取，避免重新编译执行计划。第三步：语句执行服务器对SQL语句解析完成后，服务器才会知道这条语句到底表态了什么意思，接下来才会真正的执行SQL语句。此时分两种情况：如果查询语句所包含的数据行已经读取到数据缓冲存储区的话，服务器会直接从数据缓冲存储区中读取数据返回给应用程序，避免了从物理文件中读取，提高查询速度。如果数据行没有在数据缓冲存储区中，则会从物理文件中读取记录返回给应用程序，同时把数据行写入数据缓冲存储区中，供下次使用。说明：SQL缓存分好几种，这里有兴趣的朋友可以去搜索一下。有时因为缓存的存在，使得我们很难马上看出优化的结果，因为第二次执行因为有缓存的存在，会特别快速，所以一般都是先消除缓存，然后比较优化前后的性能表现，这里有几个常用的方法：1DBCC DROPCLEANBUFFERS2从缓冲池中删除所有清除缓冲区。3DBCC FREEPROCCACHE4从过程缓存中删除所有元素。5DBCC FREESYSTEMCACHE6从所有缓存中释放所有未使用的缓存条目。SQL Server 2005数据库引擎会事先在后台清理未使用的缓存条目，以使内存可用于当前条目。但是，可以使用此命令从所有缓存中手动删除未使用的条目。这只能基本消除SQL缓存的影响，目前好像没有完全消除缓存的方案，如果大家有，请指教。执行顺序：FROM子句返回初始结果集。WHERE子句排除不满足搜索条件的行。GROUP BY子句将选定的行收集到GROUP BY子句中各个唯一值的组中。选择列表中指定的聚合函数可以计算各组的汇总值。此外，HAVING子句排除不满足搜索条件的行。计算所有的表达式；使用order by对结果集进行排序。查找你要搜索的字段。SQL语句在数据库中是如何执行的标签：

输 入表名， 生成 插入 语句 drop proc proc_insert go create proc proc_insert (@tablename varchar(256)) as begin set nocount on declare @sqlstr varchar(4000) declare @sqlstr1 varchar(4000) declare @sqlstr2 varchar(4000) select @sqlstr="selec 输入表名，生成插入语句drop proc proc_insertgocreate proc proc_insert (@tablename varchar(256))asbeginset nocount ondeclare @sqlstr varchar(4000)declare @sqlstr1 varchar(4000)declare @sqlstr2 varchar(4000)select @sqlstr="select ""insert "+@tablenameselect @sqlstr1=""select @sqlstr2=" ("select @sqlstr1= " values ( ""+"select @sqlstr1=@sqlstr1+col+"+"",""+" ,@sqlstr2=@sqlstr2+name +"," from (select case -- when a.xtype =173 then "case when "+a.name+" is null then ""NULL"" else "+"convert(varchar("+convert(varchar(4),a.length*2+2)+"),"+a.name +")"+" end"when a.xtype =127 then "case when "+a.name+" is null then ""NULL"" else "+"convert(varchar(20),"+a.name +")"+" end"when a.xtype =104 then "case when "+a.name+" is null then ""NULL"" else "+"convert(varchar(1),"+a.name +")"+" end"when a.xtype =175 then "case when "+a.name+" is null then ""NULL"" else "+"""""""""+"+"replace("+a.name+","""""""","""""""""""")" + "+"""""""""+" end"when a.xtype =61 then "case when "+a.name+" is null then ""NULL"" else "+"""""""""+"+"convert(varchar(23),"+a.name +",121)"+ "+"""""""""+" end"when a.xtype =106 then "case when "+a.name+" is null then ""NULL"" else "+"convert(varchar("+convert(varchar(4),a.xprec+2)+"),"+a.name +")"+" end"when a.xtype =62 then "case when "+a.name+" is null then ""NULL"" else "+"convert(varchar(23),"+a.name +",2)"+" end"when a.xtype =56 then "case when "+a.name+" is null then ""NULL"" else "+"convert(varchar(11),"+a.name +")"+" end"when a.xtype =60 then "case when "+a.name+" is null then ""NULL"" else "+"convert(varchar(22),"+a.name +")"+" end"when a.xtype =239 then "case when "+a.name+" is null then ""NULL"" else "+"""""""""+"+"replace("+a.name+","""""""","""""""""""")" + "+"""""""""+" end"when a.xtype =108 then "case when "+a.name+" is null then ""NULL"" else "+"convert(varchar("+convert(varchar(4),a.xprec+2)+"),"+a.name +")"+" end"when a.xtype =231 then "case when "+a.name+" is null then ""NULL"" else "+"""""""""+"+"replace("+a.name+","""""""","""""""""""")" + "+"""""""""+" end"when a.xtype =59 then "case when "+a.name+" is null then ""NULL"" else "+"convert(varchar(23),"+a.name +",2)"+" end"when a.xtype =58 then "case when "+a.name+" is null then ""NULL"" else "+"""""""""+"+"convert(varchar(23),"+a.name +",121)"+ "+"""""""""+" end"when a.xtype =52 then "case when "+a.name+" is null then ""NULL"" else "+"convert(varchar(12),"+a.name +")"+" end"when a.xtype =122 then "case when "+a.name+" is null then ""NULL"" else "+"convert(varchar(22),"+a.name +")"+" end"when a.xtype =48 then "case when "+a.name+" is null then ""NULL"" else "+"convert(varchar(6),"+a.name +")"+" end"-- when a.xtype =165 then "case when "+a.name+" is null then ""NULL"" else "+"convert(varchar("+convert(varchar(4),a.length*2+2)+"),"+a.name +")"+" end"when a.xtype =167 then "case when "+a.name+" is null then ""NULL"" else "+"""""""""+"+"replace("+a.name+","""""""","""""""""""")" + "+"""""""""+" end"else """NULL"""end as col,a.colid,a.namefrom syscolumns a where a.id = object_id(@tablename) and a.xtype 189 and a.xtype 34 and a.xtype 35 and a.xtype 36)t order by colidselect @sqlstr=@sqlstr+left(@sqlstr2,len(@sqlstr2)-1)+") "+left(@sqlstr1,len(@sqlstr1)-3)+")"" from "+@tablename-- print @sqlstrexec( @sqlstr)set nocount offendgoselect * from systypes使用方法： exec proc_insert 你的表名 选择【执行模式】为“以文本显示结果”，然后将运行后的结果存成.sql，加上用SQL Server生成的数据库脚本就可以了。另外可以利用第三方工具，导出饮食备注型字段的数据数据可以用powerbuilder。在database painter里面，用SQL选出，或者直接打开表，点击生成的list datawindow,然后在菜单file->save rows as->选择SQL，那么生成的SQL语句就包括建表和insert数据的SQL了。还有最完善的方式就是自己编程实现导入导出，这样可以应对所有情况的数据转换。

工具/材料：以Management Studio为例。1、首先在桌面上，点击“Management Studio”图标。2、然后在该界面中，点击右上角“新建查询”选项。3、之后在该界面中，输入where多条件查询的SQL语句“selec t * from rss where grade >90 and No=20”。4、接着在该界面中，点击“执行”按钮。5、最后在该界面中，显示where多条件查询成功。

我比你郁闷啊，我查出来list中有两条记录，就是读取不出来呢。 list.count结果为2

update table_name set c.qcjebl=d.xxx from (你的语句) d, table_name c where c.id=d.id

但很多时候还是得静下来分析过滤系统到底过滤了哪些参数，该如何绕过。sqlmap中的tamper给我们带来了很多防过滤的脚本，非常实用，可能有的朋友还不知道怎样才能最有效的利用tamper脚本。当然使用脚本之前需要确定的就是系统过滤了哪些关键字，比如单引号、空格、select、union、admin等等。所以有的时候我们会发现，注入成功了但是dump不出数据，很可能是select被过滤了等等原因。如何判断使用哪个脚本最简单的办法就是在url参数中手工带入关键词，判断是否被过滤。如图：直接加个单引号被过滤，说明注入时单引号是没法用的。空格、等于号都没有过滤，成功报错。select被过滤。以此类推，当sqlmap注入出现问题时，比如不出数据，就要检查对应的关键词是否被过滤。比如空格被过滤可以使用space2comment.py，过滤系统对大小写敏感可以使用randomcase.py等等。

词法分析→语法分析→语义分析→生成执行计划进行性能优化→执行。基本上与其他编译系统差不多。SQL语句本意就是要避开复杂的底层操作，用非常利于普通人理解的简单语句完成对于二维表的查询，所以如果你不是搞底层数据库优化或者数据库引擎开发的人员，真的不必关心它的执行过程。

表和表之间关系很多的，你没说清楚啊 一对一?一对多?多对多?用主外建联系

用data，和msfgrid控件，Option Explicit Dim sql As String Private Sub Form_Load() sql = "select * from b1 Where 性别 Like"" & Text1 & "%"" Data1.DatabaseName = "D:Program FilesMicrosoft Visual StudioVB98管理系统.mdb" Data1.RecordSource = sql End Sub

兄跌你要加油啦

selectcount(*)from表whereUserId=输入的值or单位名称=(select单位名称from表where用户编号=输入的值)---------------------------如果selec返回的值不为0就是验证通过了~~

语法就像下面的那两位说的一样，试试就行

第一步：应用程序把查询SQL语句发给服务器端执行我们在数据层执行SQL语句时，应用程序会连接到相应的数据库服务器，把SQL语句发送给服务器处理。第二步：服务器解析请求的SQL语句SQL计划缓存，经常用查询分析器的朋友大概都知道这样一个事实，往往一个查询语句在第一次运行的时候需要执行特别长的时间，但是如果你马上或者在一定时间内运行同样的语句，会在很短的时间内返回查询结果。原因是：服务器在接收到查询请求后，并不会马上去数据库查询，而是在数据库中的计划缓存中找是否有相对应的执行计划。如果存在，就直接调用已经编译好的执行计划，节省了执行计划的编译时间。如果所查询的行已经存在于数据缓冲存储区中，就不用查询物理文件了，而是从缓存中取数据，这样从内存中取数据就会比从硬盘上读取数据快很多，提高了查询效率。数据缓冲存储区会在后面提到。如果在SQL计划缓存中没有对应的执行计划，服务器首先会对用户请求的SQL语句进行语法效验，如果有语法错误，服务器会结束查询操作，并用返回相应的错误信息给调用它的应用程序。注意：此时返回的错误信息中，只会包含基本的语法错误信息，例如select写成selec等，错误信息中如果包含一列表中本没有的列，此时服务器是不会检查出来的，因为只是语法验证，语义是否正确放在下一步进行。语法符合后，就开始验证它的语义是否正确。例如，表名、列名、存储过程等等数据库对象是否真正存在，如果发现有不存在的，就会报错给应用程序，同时结束查询。接下来就是获得对象的解析锁，我们在查询一个表时，首先服务器会对这个对象加锁，这是为了保证数据的统一性，如果不加锁，此时有数据插入，但因为没有加锁的原因，查询已经将这条记录读入，而有的插入会因为事务的失败会回滚，就会形成脏读的现象。接下来就是对数据库用户权限的验证。SQL语句语法，语义都正确，此时并不一定能够得到查询结果，如果数据库用户没有相应的访问权限，服务器会报出权限不足的错误给应用程序，在稍大的项目中，往往一个项目里面会包含好几个数据库连接串，这些数据库用户具有不同的权限，有的是只读权限，有的是只写权限，有的是可读可写，根据不同的操作选取不同的用户来执行。稍微不注意，无论你的SQL语句写的多么完善，完美无缺都没用。解析的最后一步，就是确定最终的执行计划。当语法、语义、权限都验证后，服务器并不会马上给你返回结果，而是会针对你的SQL进行优化，选择不同的查询算法以最高效的形式返回给应用程序。例如在做表联合查询时，服务器会根据开销成本来最终决定采用hashjoin,mergejoin，还是loopjoin，采用哪一个索引会更高效等等。不过它的自动化优化是有限的，要想写出高效的查询SQL还是要优化自己的SQL查询语句。当确定好执行计划后，就会把这个执行计划保存到SQL计划缓存中，下次在有相同的执行请求时，就直接从计划缓存中取，避免重新编译执行计划。第三步：语句执行服务器对SQL语句解析完成后，服务器才会知道这条语句到底表态了什么意思，接下来才会真正的执行SQL语句。此时分两种情况：如果查询语句所包含的数据行已经读取到数据缓冲存储区的话，服务器会直接从数据缓冲存储区中读取数据返回给应用程序，避免了从物理文件中读取，提高查询速度。如果数据行没有在数据缓冲存储区中，则会从物理文件中读取记录返回给应用程序，同时把数据行写入数据缓冲存储区中，供下次使用。说明：SQL缓存分好几种，这里有兴趣的朋友可以去搜索一下。有时因为缓存的存在，使得我们很难马上看出优化的结果，因为第二次执行因为有缓存的存在，会特别快速，所以一般都是先消除缓存，然后比较优化前后的性能表现，这里有几个常用的方法：1DBCC2从缓冲池中删除所有清除缓冲区。3DBCC4从过程缓存中删除所有元素。5DBCC6从所有缓存中释放所有未使用的缓存条目。SQLServer2005数据库引擎会事先在后台清理未使用的缓存条目，以使内存可用于当前条目。但是，可以使用此命令从所有缓存中手动删除未使用的条目。这只能基本消除SQL缓存的影响，目前好像没有完全消除缓存的方案，如果大家有，请指教。执行顺序：FROM子句返回初始结果集。WHERE子句排除不满足搜索条件的行。GROUPBY子句将选定的行收集到GROUPBY子句中各个唯一值的组中。选择列表中指定的聚合函数可以计算各组的汇总值。此外，HAVING子句排除不满足搜索条件的行。计算所有的表达式；使用orderby对结果集进行排序。查找你要搜索的字段。

太乱，飘过

create database DBon(name="DB_data",filename="D:DB_data.mdf",size=10,filegrowth=20%)log on(name="DB_log",filename="D:DB_log.ldf",size=3,maxsize=20,filegrowth=10%)

首先点菜单栏的“工具”，然后选择“首选项”，在弹出的窗口中找到“用户界面”下的“编辑器”，在后侧找到“AutoReplace”，选中“Enabled”,然后点击下面的“Edit”按钮，在弹出的对话框中输入“s=select*from”，然后保存，就行了

mod(numer1,number2)为取余函数select mod(20,3) from dual;结果为0则整数,否则小数

做之前最好先备份数据库，打开你的Magento数据库选择sql ，复制下列代码在数据库 magento 运行 SQL 查询:TRUNCATE TABLE `catalog_product_bundle_option`;TRUNCATE TABLE `catalog_product_bundle_option_value`;TRUNCATE TABLE `catalog_product_bundle_selection`;TRUNCATE TABLE `catalog_product_entity_datetime`;TRUNCATE TABLE `catalog_product_entity_decimal`;TRUNCATE TABLE `catalog_product_entity_gallery`;TRUNCATE TABLE `catalog_product_entity_int`;TRUNCATE TABLE `catalog_product_entity_media_gallery`;TRUNCATE TABLE `catalog_product_entity_media_gallery_value`;TRUNCATE TABLE `catalog_product_entity_text`;TRUNCATE TABLE `catalog_product_entity_tier_price`;TRUNCATE TABLE `catalog_product_entity_varchar`;TRUNCATE TABLE `catalog_product_link`;TRUNCATE TABLE `catalog_product_link_attribute`;TRUNCATE TABLE `catalog_product_link_attribute_decimal`;TRUNCATE TABLE `catalog_product_link_attribute_int`;TRUNCATE TABLE `catalog_product_link_attribute_varchar`;TRUNCATE TABLE `catalog_product_link_type`;TRUNCATE TABLE `catalog_product_option`;TRUNCATE TABLE `catalog_product_option_price`;TRUNCATE TABLE `catalog_product_option_title`;TRUNCATE TABLE `catalog_product_option_type_price`;TRUNCATE TABLE `catalog_product_option_type_title`;TRUNCATE TABLE `catalog_product_option_type_value`;TRUNCATE TABLE `catalog_product_super_attribute`;TRUNCATE TABLE `catalog_product_super_attribute_label`;TRUNCATE TABLE `catalog_product_super_attribute_pricing`;TRUNCATE TABLE `catalog_product_super_link`;TRUNCATE TABLE `catalog_product_enabled_index`;TRUNCATE TABLE `catalog_product_website`;TRUNCATE TABLE `catalog_product_entity`;TRUNCATE TABLE `cataloginventory_stock`;TRUNCATE TABLE `cataloginventory_stock_item`;TRUNCATE TABLE `cataloginventory_stock_status`;insert into `catalog_product_link_type`(`link_type_id`,`code`) values (1,"relation"),(2,"bundle"),(3,"super"),(4,"up_sell"),(5,"cross_sell");insert into `catalog_product_link_attribute`(`product_link_attribute_id`,`link_type_id`,`product_link_attribute_code`,`data_type`) values (1,2,"qty","decimal"),(2,1,"position","int"),(3,4,"position","int"),(4,5,"position","int"),(6,1,"qty","decimal"),(7,3,"position","int"),(8,3,"qty","decimal");insert into `cataloginventory_stock`(`stock_id`,`stock_name`) values (1,"Default");另外介绍一种通过数据库删除产品类别的方法：同样复制下列代码在数据库magento 运行SQL 查询TRUNCATE TABLE `catalog_category_entity`;TRUNCATE TABLE `catalog_category_entity_datetime`;TRUNCATE TABLE `catalog_category_entity_decimal`;TRUNCATE TABLE `catalog_category_entity_int`;TRUNCATE TABLE `catalog_category_entity_text`;TRUNCATE TABLE `catalog_category_entity_varchar`;TRUNCATE TABLE `catalog_category_product`;TRUNCATE TABLE `catalog_category_product_index`;INSERT INTO `catalog_category_entit`(`entity_id`,`entity_type_id`,`attribute_set_id`,`parent_id`,`created_at`,`updated_at`,`path`,`POSITION`,`level`,`children_count`) VALUES (1,3,0,0,"0000-00-00 00:00:00","2009-02-20 00:25:34","1",1,0,1),(2,3,3,0,"2009-02-20 00:25:34","2009-02-20 00:25:34","1/2",1,1,0);INSERT INTO `catalog_category_entity_int`(`value_id`,`entity_type_id`,`attribute_id`,`store_id`,`entity_id`,`value`) VALUES (1,3,32,0,2,1),(2,3,32,1,2,1);INSERT INTO `catalog_category_entity_varchar`(`value_id`,`entity_type_id`,`attribute_id`,`store_id`,`entity_id`,`value`) VALUES (1,3,31,0,1,"Root Catalog"),(2,3,33,0,1,"root-catalog"),(3,3,31,0,2,"Default Category"),(4,3,39,0,2,"PRODUCTS"),(5,3,33,0,2,"default-category");这样就很快的删除了目录及其相关信息。(来源于网上　嗨酷哥，有你更酷！）

拟合的方差，越小说明拟合的越好，一般小于10-3就行，这个只是拟合好坏的一个标准，再就是要看拟合参数的误差，一般要控制在10%以内，不过有些情况下大一些也没问题。我觉得阻抗这种方法就看你怎么能合理解释了，只要能把物理意义说清楚，拟合质量稍微差点也能说得过去

sum of squared difference平方差总和双语对照词典结果：网络释义1. 光学流例句:1.That alone makes a world of difference. 光这一点本身就会使你的世界大变模样。

n是样本容量，k是参数个数

是ANOVA中一种效应量的统计量：=SS_effect/ (SS_effect + SS_ error)

quick ,estimate equation,输入回归方程，回车，得到的回归估计结果中就有R-squaredquick，group statistics，descriptive statistics，common sample，输入变量名，回车，得到的结果中有sum

不怎么样，是个不靠谱的外汇平台，要做好血本无归的思想准备！

E equals m times c squared

这是软件吗?

两者表达的目的是相同。F值是方差分析统计量，根据F值表可以查到此F值在对应自由度下的P值（Sig.）。然后就能下结论了

squared off :清算完

quick,estimateequation,输入回归方程，回车，得到的回归估计结果中就有R-squaredquick，groupstatistics，descriptivestatistics，commonsample，输入变量名，回车，得到的结果中有sum

Eta-squared (η2) 埃塔平方，是在方差分析中应用的一种效应值估量。

Adj. R-Square等信息，没有相关系数R或者R^2以及标准偏差SD、检验值F等在你作图用的数据所在的workbook里面，下面sheet2里面有拟合的详细参数

分类任务的评价指标 有准确率，P值，R值，F1值，而回归任务的评价指标就是 MSE ， RMSE ， MAE 、 R-Squared 均方误差MSE是真实值与预测值的差值的平方和然后求平均。通过平方的形式便于求导，所以常被用作线性回归的损失函数。均方根误差RMSE，即均方误差开平方，常用来作为机器学习模型预测结果衡量的标准。MAE是绝对误差的平均值。可以更好地反映预测值误差的实际情况。R-Squared 又叫可决系数(coefficient of determination)，也叫拟合优度，反映的是自变量 对因变量 的变动的解释的程度。越接近于1，说明模型拟合得越好。在sklearn中回归树就是用的该评价指标。 可以这么理解：将TSS理解为全部按平均值预测，RSS理解为按模型预测，这就相当于去比较你模型预测和全部按平均值预测的比例，这个比例越小，则模型越精确。当然该指标存在负数的情况，即模型预测还不如全部按平均值预测 缺点：当数据分布方差比较大时，预测不准时， 依然比较大，此时该评价指标就不太好其中：表述真实值 的变动程度，正比于方差表示模型预测 和真实值 之间的残差使用sklearn计算：MAE: 范围 , 当预测值与真实值完全吻合时等于0, 即完美模型; 误差越大, 该值越大。 MAPE: 范围[0,+ ), MAPE 为0%表示完美模型， MAPE大于100%则表示劣质模型。MAPE的值越小，说明预测模型拥有更好的精确度.

x square 和x squared都可以用来表示x的平方，但是用x squared更正规一些 (有x被平方的意思)，用x square只是简化发音。但是只有x inverse而没有x inversed的说法, 你也可以说 the inverse of x或者是the inversed x.好像没什么规律，记住词性、词义、固定搭配就行了。

Eta-squared (η2) 埃塔平方是在方差分析中应用的一种效应值估量。 Eta-squared (η2) is a measure of effect size for use in ANOVA.ANOVA 方差分析

Three squared is nine.三的平方等于九。Square, 用于被动语态, 使（某数）成平方,求（某数）的平方.

square 英[skweu0259(r)] 美[skwer] n. 平方; 广场; 正方形; 方格; adj. 平方的; 正方形的; 成直角的; （尤指在生意上） 公平的; adv. 四四方方地; 成直角地; 正直地; 坚定地; [例句]Serve the cake warm or at room temperature, cut in squares等蛋糕温热或凉至室温时切成四方块端上桌。[其他] 第三人称单数：squares 复数：squares 现在分词：squaring过去式：squared 过去分词：squared

eviews里，输入数据后，LS 即可

应该是平方米英语：square meter

square [skweə]基本释义adj. 平方的；正方形的；直角的；正直的vt. 使成方形；与…一致vi. 一致；成方形n. 平方；广场；正方形adv. 成直角地[ 过去式squared 过去分词squared 现在分词squaring ]

square [skwεu0259]n.正方形方格，方块；方形物(方形)广场，街心广场街区直角尺，丁字尺；画线板(字母、图形等的)方形排列方形舞；方形舞步【军事】方阵方杆；方钢(划船时桨与水面垂直的)直桨[口语]美餐，饱餐[俚语]古板守旧的人；不(赞成)吸毒的人[俚语](不含大麻的)普通香烟(房屋或居住面积计算的)百平方英尺；每百平方英尺房屋所需的瓦片数【数学】平方，二次幂【天文学】方照【纺织业】(走锭精纺机的)固定架【植物学】棉蕾，棉桃【装订】(精装本的)余边突边【板球】内场三柱门区[罕用语]争执，争吵[废语](图形的)角，角度；(长方形的)；边[废语]规矩，准则，典范[废语](工作、行为等的)适度，适量；恰到好处[废语](女服的)前胸[用复数][废语]情况，事情vt.使成正方形(或四方形)；使成剖面(常与off 连用)：to square a sheet of paper把纸裁成方形He squared off the log to make a timber.他把那块圆木削成了方形木料。用直尺(或丁字尺)检测…的角度(或平面)【数学】求自乘积，求平方值求…的面积：to square a circle求一与已知圆面积相等的正方形使成直角：Make AB squares CD.使AB垂直于CD。【航海学】使(帆桁)与龙骨和桅杆成直角使平正，使方正：Square the table and chairs.把桌椅摆平正喽。He squared his cap and clothes before entering the office of his boss.在走进老板办公室前，他整了整他的衣帽。调整，改正：Dear, you have to square your way to eat.亲爱的，你得改一下你吃饭的姿势。to square one"s behaviour改变举止行为使一致；使符合…的要求：to square one"s statements and actions使言行一致Don"t mention the money, but see if it squares the demands of the use.别管价钱，看是否合用。使成平局，使(比分)打平：At the visiting ground, we"ll try our best to square the scores.在客场，我们要尽力打平比赛。(划船时)使桨垂直入水付清…的欠款；结清(账目)：to square the running accounts结清往来账目[俚语]贿赂，以贿赂办成(某事)：He tried to square the policeman by whom he was caught.他试图贿赂那名抓住他的警官。【天文学】使处于方照位vi.符合，相一致(通常与with连用)：Your statement doesn"t square with the facts.你的陈述与事实不符。成直角：It is a rectangle if the four angles square.如果四个角均为直角，该图为矩形。结清，付清：to square for one"s promise去做已允诺之事打成平局[废语]争吵，争执(with)adj.成直角的方的；四方形的；正方形的平方的以平方来度量的【数学】平方的，二次方的面积的方正的；平直的；整齐的正当的，正直的宽大结实的；健壮的直率的，干脆的(马的步子)平稳的(比分)打平的，平局的(账目)结清的，两讫的(手)方形掌的有节奏的；协调的[口语]充足的，令人满意的[俚语]安分守己的，守法的；合法的[俚语]古板的，守旧的【军事】四四制的；四团制的【纺织业】平衡的

RSS=342.5486，F 检验值为87.3339，然后N=10 你的自由度是8 K是2 你可以求ESS了 调整的R-squared的公式 你还记得不？ 用调整的R-squared =0.9504，你可以求R-squared了

LM统计量

翻译不是一成不变的，要根据语义灵活贯通。不能将定语简单统一翻译成“……的”，而是要根据该定语的具体含义来决定中文措辞。本句的直译是：能量等于质量（被乘以）（被平方后的）光速。您可以看到，括号里分别就是multiplied和squared这两个过去分词的直译。当然正式的翻译要在直译的基础上加以润色，使之通顺，因此就有了以下的翻译：“能量等于质量乘以光速的平方”

拟合的方差，越小说明拟合的越好，一般小于10-3就行，这个只是拟合好坏的一个标准，再就是要看拟合参数的误差，一般要控制在10%以内，不过有些情况下大一些也没问题。我觉得阻抗这种方法就看你怎么能合理解释了，只要能把物理意义说清楚，拟合质阻抗拟合中chi squared什么意思

在线性回归以及广义线性回归中，R-squared误差的大小意味着模型的拟合度的好坏。R-squared误差取值范围为0到1，这个值越接近1说明模型的拟合度越好。在R语言中，对于一个线性回归r，可以使用函数summary(r)来查看r的各种参数，其中就包括这个拟合度。不过，模型的好坏还有很多其他的评价标准，单单是拟合度好并不能说明这个模型是合适的。

是拟合度的意思。r-squared是它的英文名。指的是预测结果与实际发生情况吻合的程度。拟合度是数学和计量经济学术语，拟合度检验是对已制作好的预测模型进行检验，比较它们的预测结果与实际发生情况的吻合程度。通常是对数个预测模型同时进行检验，选其拟合度较好的进行试用。一般应用于分类数据或分类属性的分析，也应用于统计调查与分析。

square[skwZE]n.正方形, 广场, 平方, 直角尺adj.正方形的, 四方的, 直角的, 正直的, 公平的, 结清的, 平方的, 彻底的adv.成直角地, 正直地, 公平地, 坚定地v.使成方形, 弄平, 使直, 与...一致, 符合, 自乘, 结算square[skweE(r)]n.正方形正方 形的材料直角尺广场；楼间空地There was a square with trees and grass in it in the center of the city.在城市的中心有一个种了树和草的广场。平方Four is the square of two.四是二的平方。拘谨古板的人square one开端；出发点；开始squareadj.正方形的The window was square.这个窗户是正方形的。"Other people built tall, square houses on hills, but Wright did not want to lose the beauty of the hill.""别人在山上建造高高的四四方方的房子,但莱特不想丢掉山峦美。"成直角的square corner成直角之隅平方的square root平方根/ 20 square meters 10平方米见方的；等边的The room is 14 meters square.这房间14米见方。公平的；正直的play a square game进行公平的比赛互无借贷的，清了账的He was square with his landlord.他不欠房东的账。保守的；不时髦的squareadv.公正地，正直地直接地，照直地to hit a man square on the jaw照直打一个人的下巴（亦作： squarely）squarevt., vi.squared, squaring使平直；使成直角to square one"s elbows伸臂在…画方形；分成方形使成平方（常与to, with连用）使符合；一致偿还；偿清；清账to square accounts结算账目使（积分）相等

R2是一种易于计算和非常直观的用于度量相关性的指标 我们中的大多数人已经熟悉了相关性和它的度量标准R，就是常说的Pearson相关系数。 如果相关系数R接近1或者-1，则说明这两个变量是密切相关的, 比如身高与体重。 其实R平方和R非常相似，但是R平方在理解上更容易。 例如：实际上当R=0.7时比0.5要好2倍，但是在数值上面并不直观。R2可以直接反映出R2=0.7优于R2=0.5的1.4倍。 R方一般用在回归模型用用于评估预测值和实际值的符合程度，R方的定义如下：变量x引起y变异的回归平方和占y变异总平方和的比率，也称为拟合优度 表达式：R2=SSR/SST=1-SSE/SST 决定系数反应了y的波动有多少百分比能被x的波动所描述，即表征依变数Y的变异中有多少百分比,可由控制的自变数X来解释. 举一个例子：我们用小鼠大小为X轴，Y轴代表小鼠体重, Y坐标越高代表小鼠体重越大。 在这里, 我们将平均值画成一条黑线，同时再根据数据拟合一条直线（蓝线）。 假设我们知道单个小鼠的大小，那么小鼠体重预测的最佳方法是用什么呢？ 我们刚才画的蓝线是否比平均线能更好地解释数据？ 如果是的话, 好了多少？ 直观来看，看起来蓝线比平均值更好地贴合数据。我们如何量化这两条线的差异？ R2！！ 下图是R2的计算公式： 方程中Var(mean)是数据与平均值相关的差异，实际数据值与其平均值的差的平方和 方程中Var(line)是蓝线与数据点之间的差异，实际数据值与蓝线对应点的数值差的平方和 所以, 这使得R2的值的范围是从0到1。 现在我们将通过一个例子来一步一步计算一下R2： 根据公式，我们可以计算得到R2=0.81=81% 也就是说, 小鼠的大小与重量的相关性能够解释总差异的81%，这意味着数据的大部分变化都可以由小鼠重量-大小的关系来解释。 再举另一个示例，我们比较两个可能不相关的变量： Y轴依然是小鼠重量 X轴表示小鼠嗅探一块岩石的时间 与之前的计算一致, 得到Var(mean) = 32 然而, 我们计算蓝线与数据点差的平方和Var(line)时，得到了一个很大的值, 30 通过计算, 我们看到 R2= 0.06 = 6% 因此, 新拟合的线只比平均值多解释了6%的差异，也就是说, X与Y二者的相关性仅能解释总差异的6% 当有人说这个统计学计算R2 =0.9，你可以认为这两个变量之间的相关性非常好。数据变化的90%可以被解释。 R2 就是相关系数R的平方，当有人说统计显著的R = 0.9时，R2 =0.81，这两个变量解释了81%的数据与拟合直线间的差异。 同样，比较R=0.7与R=0.5哪个要好得多，如果我们把这些数字转换成R平方： 当R = 0.7时, R2 ≈0.5 当R=0.5时，R2 =0.25 用R平方很容易看出, 第一个相关性是第二个相关性的2倍！！ 需要注意的是, R平方并不能表示相关性的方向（因为平方数不会小于0）。

前面的三角引擎，平坦的船身都和形状有关，，这里当然也是形状了，squared-off本来就有方形的意思。这里指方形的驾驶舱。有着三角形的引擎，平坦的船身，方形的驾驶舱，造型相对传统的共和国巡洋舰，在贸易联盟战舰前显得不堪一击。但它却毫不畏惧的向前驶进----星球大战第一季（传1）:魅影危机

1.[C] 2.正方形;方形物;方块 3.(方形)广场 There is a fair in the town square. 市中心广场有个市集. 4.【美】(街道围绕的)街区 5.方形舞;方阵 6.曲尺,丁字尺 7.【数】平方,二次幂[(+of)] 64 is the square of 8. 六十四是八的平方. 8.【俚】古板守旧的人,拘谨的人;不谙时尚的人 Teenagers always think their parents are real square. 青少年总认为他们的父母真是跟不上时代的老古板. 9.【植】棉桃 a. 1.正方形的[Z] 2.成直角的 3.结实的,魁梧的 The mayor is a man of square frame. 市长是个体格魁梧的人. 4.正直的,公正的 His dealings are not quite square. 他办事路子不太正. 5.直截了当的,断然的 They offered to buy his farm but met a square refusal. 他们出价要买他的农场,但遭到断然拒绝. 6.拉平的;两讫的[F][(+with)] 7.【数】平方的[Z][B] 8.【口】令人满意的;充足的 9.【俚】古板守旧的,拘谨的;方方正正的;呆板的 10.【俚】安分守己的 vt. 1.使成正方形 2.【数】使成平方;求...的面积 5 squared is 25. 五的平方是二十五. 3.使挺直;使平正 4.使一致,使相符 5.拉平;结清(账目) She squared her account at the store. 她在商店里结清账目. 6.【俚】收买 vi. 1.成正方形;成直角 2.一致,相符[(+with)] His views on the question do not square with mine. 他对这个问题的看法跟我的不一致. 3.成平局;结清 ad. 1.成正方形地 2.成直角地,垂直地 The path turned square to the left. 小路向左成九十度转弯. 3.公平地,正当地 4.面对面地 I ran square into a tall guy. 我与一个高个子撞个正着. 5.干脆地;坚定地 同义词 vt.调整;使一致 adjust settle balance equalize a.正直的,公正的 just fair honest straight equitable a.陈腐的 old-fashioned corny conventional 同义词 参见 bourgeois due ethical plaza compound forum fair straightforward harmonize aboveboard coincide straighten repay 反义词 a.正方形的 round 名复:squares 形变:squarer; squarest 动变:squared; squared; squaring

答：M-squared=（Rp-Rf)*Am/Ap-(Rm-Rf)（Rp-Rf)*Am/Ap这一项是 把投资组合p的收益与无风险收益Rf的差，换做在总风险为m时投资组合能得到的收益，通过除以Ap再乘以Am得到。这样算，是为了与Rm-Rf进行比较，因为Rm-Rf是总风险为Am（即CML与efficient frontier切点处对应的标准差）。用（Rp-Rf)*Am/Ap相当于把p对应的CAL线上的横轴处在m时，对应的Rp-Rf算出来，正好可以和CML上对应的Rm-Rf比较了。收益率的高低就很清楚了。

Square翻译是正方形面积等。