SQL Server 2005中的CONVERT()函数
SQL Server里面给它的定义是:是把日期转换为新数据类型的通用函数,可以用不同的格式显示日期/时间数据。语法格式:CONVERT(da
最近在做机房收费系统时发现一个很怪异的问题,就是只要设计日期或者时间的查询就会出错,不是查不出来,而且查出的结果总是“不按套路出牌”。
各种调试代码都没有问题,最后发现是数据库中数据类型的问题,我把时间和日期的数据类型都设置为了Char型,结果在比较的时候他们比较的ASCII码的大小,所以才会造成“不按套路出牌”的结果。然后我就直接去数据库中修改数据类型,结果发现我用的SQL2005里面只有一个DateTime数据类型,而没有分开的Date和Time类型。可我却需要将时间和日期分开显示,这里就用到一个函数:CONVERT()。
下面我们详细的说一下这个函数。
SQL Server里面给它的定义是:是把日期转换为新数据类型的通用函数,可以用不同的格式显示日期/时间数据。
语法格式:CONVERT(data_type(length),data_to_be_converted,style)
参数解释:data_type(length) 规定目标数据类型(带有可选的度)。data_to_be_converted 含有需要转换的值。style 规定日期/时间的输出格式。
其中可用的Style值有:
Style ID
Style 格式
101
mm/dd/yy
102
yy.mm.dd
103
dd/mm/yy
104
dd.mm.yy
105
dd-mm-yy
106
dd mon yy
107
Mon dd, yy
108
hh:mm:ss
110
mm-dd-yy
111
yy/mm/dd
112
yymmdd
dd mon yyyy hh:mm:ss:mmm(24h)
114
hh:mi:ss:mmm(24h)
yyyy-mm-dd hh:mi:ss(24h)
yyyy-mm-dd hh:mi:ss.mmm(24h)
126
yyyy-mm-ddThh:mm:ss.mmm(没有空格)
130
dd mon yyyy hh:mi:ss:mmmAM
131
dd/mm/yy hh:mi:ss:mmmAM
举两个刚用的例子:一般Select getdate() 得到的时间是:2012-10-27 14:44:50.360
select convert(varchar(10), getdate(),120) 得到的是 2012-10-27
select convert(char(8),getdate(),108) 得到的是时间 14:44:50
select datepart(year,getdate()) 只有年份 2012
同时还有一些其他的时间函数,比如:datediff,Datepart ,datename等。

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

L'article discute de l'utilisation de l'instruction ALTER TABLE de MySQL pour modifier les tables, notamment en ajoutant / abandon les colonnes, en renommant des tables / colonnes et en modifiant les types de données de colonne.

L'article discute de la configuration du cryptage SSL / TLS pour MySQL, y compris la génération et la vérification de certificat. Le problème principal est d'utiliser les implications de sécurité des certificats auto-signés. [Compte de caractère: 159]

Les capacités de recherche en texte intégral d'InNODB sont très puissantes, ce qui peut considérablement améliorer l'efficacité de la requête de la base de données et la capacité de traiter de grandes quantités de données de texte. 1) INNODB implémente la recherche de texte intégral via l'indexation inversée, prenant en charge les requêtes de recherche de base et avancées. 2) Utilisez la correspondance et contre les mots clés pour rechercher, prendre en charge le mode booléen et la recherche de phrases. 3) Les méthodes d'optimisation incluent l'utilisation de la technologie de segmentation des mots, la reconstruction périodique des index et l'ajustement de la taille du cache pour améliorer les performances et la précision.

L'article traite des outils de GUI MySQL populaires comme MySQL Workbench et PhpMyAdmin, en comparant leurs fonctionnalités et leur pertinence pour les débutants et les utilisateurs avancés. [159 caractères]

L'article traite des stratégies pour gérer de grands ensembles de données dans MySQL, y compris le partitionnement, la rupture, l'indexation et l'optimisation des requêtes.

L'article discute de la suppression des tables dans MySQL en utilisant l'instruction TABLE DROP, mettant l'accent sur les précautions et les risques. Il souligne que l'action est irréversible sans sauvegardes, détaillant les méthodes de récupération et les risques potentiels de l'environnement de production.

L'article discute de l'utilisation de clés étrangères pour représenter les relations dans les bases de données, en se concentrant sur les meilleures pratiques, l'intégrité des données et les pièges communs à éviter.

L'article discute de la création d'index sur les colonnes JSON dans diverses bases de données comme PostgreSQL, MySQL et MongoDB pour améliorer les performances de la requête. Il explique la syntaxe et les avantages de l'indexation des chemins JSON spécifiques et répertorie les systèmes de base de données pris en charge.
