博客
关于我
MySQL简介
阅读量:781 次
发布时间:2019-03-24

本文共 452 字,大约阅读时间需要 1 分钟。

数据库概述

数据库是电子文件的存储处所,用户可对文件中数据执行新增、截取、更新、删除等操作。MySQL是众多数据库中的一员,其核心原理如上所述。

MySQL原理

MySQL采用mysqld守护进程设计,确保服务挂掉后可重新启动。连接协议采用TCP,需解决本地客户端进程间通信问题。

SQL分类

  • DDL(数据定义语言):用于维护数据结构。
  • DML(数据操作语言):用于数据操作。
  • DCL(数据控制语言):负责权限管理和事务。

存储引擎

MySQL核心为插件式存储引擎,支持多种引擎。通过show engines查看当前存储引擎。

数据库服务器与数据库表

数据库服务器可有多个数据库,每个数据库包含多个表。数据库如文件夹,表如文件。

数据库操作实例

查看MariaDB安装情况:rpm -qa | grep mariadb。状态查询:service mariadb status。启动:service mariadb start。关闭:service mariadb stop

注:如有建议或错误,请留言。

转载地址:http://pjhkk.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>