SQL 查询问题.树状结构数据.逆向查询.

有很多种写法的,拿出包含1得，然后判断是否存在2

10年积累的成都网站制作、网站建设经验，可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你，你也不认识我。但先网站设计后付款的网站建设流程，更有全州免费网站建设让你可以放心的选择与我们合作。

SELECT DISTINCT A

FROM TAB t1

WHERE B = '1' AND EXISTS (SELECT 1 FROM TAB WHERE A = t1.A and B = '2')

2)拿出1得，2得各自纪录，然后连接

SELECT t1.A

FROM (SELECT DISTINCT A FROM TAB WHERE B = '1') t1,

(SELECT DISTINCT A FROM TAB WHERE B = '2') t2

WHERE t1.A = t2.A

3）拿出1， 2 然后数个数

SELECT A

FROM TAB

WHERE B IN ('1', '2')

GROUP BY A

HAVING COUNT(DISTINCT B) = 2

划分数据库类型的主要依据是什么

存储的结构是划分抄数据库类型的主要依据。当今的互联网中，通常把数据库分为两类，即关系型数据库和非关系型数据库。

一、关系型数据库，指采用了关系模型来组织数据的数据库，而关系模型是由二维表及其联系组成的数据组织。

二、非关系型数据库，也称为NOSQL（Not Only SQL），作为关系型数据库的一个补充，能在特定场景和特点问题下发挥高效率和高性能。常见的非关系型数据库类型有键值（Key-Value）存储数据库和面向文档数据库（Document-oriented）。

键值存储数据库类似hash，通过key做添加、删除、查询，性能高，优势在于简单、易部署、高并发。

扩展资料：

一、优点：

1、易于维护：都是使用表结构，格式一致；

2、使用方便：SQL语言通用，可用于复杂查询；

3、复杂操作：支持SQL，可用于一个表以及多个表之间非常复杂的查询。

二、缺点：

1、读写性能比较差，尤其是海量数据的高效率读写；

2、固定的表结构，灵活度稍欠；

3、高并发读写需求，传统关系型数据库来说，硬盘I/O是一个很大的瓶颈。

如何设计数据库树状数据结构

然后我觉得首先不要太关注里面数据结构用C语言的实现方法。第一步，先把书看一遍，省略里面C语言的具体描述，也就是先不看这些。也不要看那些计算公式，只需要弄清楚里面的概念，比如说线性表，首先只需要弄清楚什么是线性表，最好能给自己列个大纲，比如，线性结构-树状结构-图状结构，然后在细分，把所有的概念全部看懂。第二步，看第二遍书的时候，在去仔细看那些结构的定义语句，以及每种结构有哪些基本算法，以及是怎样用C语言来实现的。第三步，最后再去看一些公式，比如时间复杂度，等等。当然，这个是需要有高等数学的根基的。第四步，尽量用自己掌握的一些数据结构来用C语言描述，找些实例来做做，也就是实践一下。最后如果还有兴趣的话可以再深一层的去看看一些软件工程里的一些基本算法。相信你会学好数据结构的~

mysql mongodb区别

前言：

MySQL与MongoDB都是开源的常用数据库，但是MySQL是传统的关系型数据库，MongoDB则是非关系型数据库，也叫文档型数据库，是一种NoSQL的数据库。它们各有各的优点，关键是看用在什么地方。所以我们所熟知的那些SQL语句就不适用于MongoDB了，因为SQL语句是关系型数据库的标准语言。

一、关系型数据库-MySQL

1、在不同的引擎上有不同的存储方式。

2、查询语句是使用传统的sql语句，拥有较为成熟的体系，成熟度很高。

3、开源数据库的份额在不断增加，mysql的份额页在持续增长。

4、缺点就是在海量数据处理的时候效率会显著变慢。

二、非关系型数据库-MongoDB

非关系型数据库(nosql ),属于文档型数据库。先解释一下文档的数据库，即可以存放xml、json、bson类型系那个的数据。这些数据具备自述性，呈现分层的树状数据结构。数据结构由键值(key=value)对组成。

1、存储方式：虚拟内存+持久化。

2、查询语句：是独特的MongoDB的查询方式。

3、适合场景：事件的记录，内容管理或者博客平台等等。

4、架构特点：可以通过副本集，以及分片来实现高可用。

5、数据处理：数据是存储在硬盘上的，只不过需要经常读取的数据会被加载到内存中，将数据存储在物理内存中，从而达到高速读写。

6、成熟度与广泛度：新兴数据库，成熟度较低，Nosql数据库中最为接近关系型数据库，比较完善的DB之一，适用人群不断在增长。

三、MongoDB优势与劣势

优势：

1、在适量级的内存的MongoDB的性能是非常迅速的，它将热数据存储在物理内存中，使得热数据的读写变得十分快。

2、MongoDB的高可用和集群架构拥有十分高的扩展性。

3、在副本集中，当主库遇到问题，无法继续提供服务的时候，副本集将选举一个新的主库继续提供服务。

4、MongoDB的Bson和JSon格式的数据十分适合文档格式的存储与查询。

劣势：

1、 不支持事务操作。MongoDB本身没有自带事务机制，若需要在MongoDB中实现事务机制，需通过一个额外的表，从逻辑上自行实现事务。

2、 应用经验少，由于NoSQL兴起时间短，应用经验相比关系型数据库较少。

3、MongoDB占用空间过大。

怎样在 MySQL 表中存储树形结构数据

在 MySQL 表中存储树形结构数据：

一般比较普遍的就是四种方法：（具体见 SQL Anti-patterns这本书）

Adjacency List：每一条记录存parent_id

Path Enumerations：每一条记录存整个tree path经过的node枚举

Nested Sets：每一条记录存 nleft 和 nright

Closure Table：维护一个表，所有的tree path作为记录进行保存。

怎么 把SQL里的数据 用树形结构显示出来?

set rs=conn.execute("select * from 数据表名")

rs.movefirst

do while not rs.eof

response.write rs(0)rs(1)rs(2)"br/"

rs.movenext

loop

set rs=nothing

以上的是用asp写的

那就爱莫能助了:(

当前名称：树状数据结构nosql,树型结构数据
标题路径：http://chengdu.cdxwcx.cn/article/dsgegsj.html