SQLのデータ型とは何ですか?
SQL の 5 つのデータ型: 文字、テキスト、数値、論理、日付
SQL の 5 つのデータ型: 文字、テキスト、数値、論理、日付
文字型
VARCHAR と CHAR
この違いVARCHAR 型と CHAR 型のデータの区別は微妙ですが、非常に重要です。これらはすべて、長さが 255 文字未満の文字列を格納するために使用されます。
長さ 40 文字の VARCHAR フィールドにデータ Bill Gates を入力するとします。後でこのフィールドからこのデータを取得すると、取得するデータの長さは 10 文字になり、これは文字列 Bill Gates と同じ長さになります。 ここで、CHAR フィールドに 40 文字の長さの文字列を入力すると、データを取得すると、取得されるデータの長さは 40 文字になります。文字列の末尾に余分なスペースが追加されます。
独自のサイトを構築するときは、CHAR フィールドよりも VARCHAR フィールドを使用した方がはるかに便利であることがわかります。 VARCHAR フィールドを使用する場合、データ内の余分なスペースをトリミングすることを心配する必要はありません。
VARCHAR フィールドのもう 1 つの優れた利点は、CHAR フィールドよりもメモリとハードディスクの占有スペースが少ないことです。データベースが大きい場合、このメモリとディスク領域の節約が非常に重要になります。
テキスト
TEXT
テキスト データを使用すると、20 億文字を超える文字列を保存できます。大きな文字列を保存する必要がある場合は、テキスト データを使用する必要があります。
前のセクションで説明した文字データには長さがあるのに対し、テキスト データには長さがないことに注意してください。通常、テキスト フィールドのデータは空であるか、非常に大きいデータです。
HTML フォームの複数行テキスト編集ボックス (TEXTAREA) からデータを収集する場合は、収集した情報をテキスト フィールドに保存する必要があります。ただし、テキスト フィールドの使用を避けられる場合は、使用しないでください。テキスト フィールドは大きくて遅いため、テキスト フィールドを過剰に使用するとサーバーの速度が低下する可能性があります。テキストフィールドも多くのディスクスペースを消費します。
テキストフィールドにデータ(null値も含む)を入力すると、2Kのスペースが自動的にデータに割り当てられます。レコードを削除しない限り、このストレージを取り戻すことはできません。
数値型
SQL は、さまざまな種類の数値データをサポートしています。整数は INT、小数は NUMERIC、金額は MONEY として保存できます。
INT VS SMALLINT VS TINYINT
両者の違いは文字長のみです: INT 型データのテーブル番号範囲は -2, 147, 483, 647 ~ 2, 147, 483, 647 です。 SMALLINT 型データは - から格納できます。 32768 最大 32768 の整数。TINYINT 型フィールドには 0 ~ 255 の整数のみを格納でき、負の数の格納には使用できません。通常、スペースを節約するために、可能な限り最小の整数データを使用する必要があります。 TINYINT 型のデータは 1 バイトのみを占有しますが、INT 型のデータは 4 バイトを占有します。これは大きな違いのように思えないかもしれませんが、テーブルが大きい場合、バイト数は急速に増加します。一方、フィールドを一度作成すると、それを変更するのは困難です。したがって、安全を期すために、フィールドに格納する必要がある最大値を予測し、適切なデータ型を選択する必要があります。
それほど広範囲の日付と時刻をカバーする必要がない場合は、SMALLDATETIME 型のデータを使用できます。 DATETIME 型データと同様に使用されますが、表現できる日時の範囲が DATETIME 型データよりも狭く、DATETIME 型データほど正確ではありません。 SMALLDATETIME 型フィールドには、1900 年 1 月 1 日から 2079 年 6 月 6 日までの日付を格納できますが、精度は秒単位までしかありません。
DATETIME タイプのフィールドには、日付と時刻を入力するまで実際のデータは含まれません
以上がSQLのデータ型とは何ですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









DDREASE は、ハード ドライブ、SSD、RAM ディスク、CD、DVD、USB ストレージ デバイスなどのファイル デバイスまたはブロック デバイスからデータを回復するためのツールです。あるブロック デバイスから別のブロック デバイスにデータをコピーし、破損したデータ ブロックを残して正常なデータ ブロックのみを移動します。 ddreasue は、回復操作中に干渉を必要としないため、完全に自動化された強力な回復ツールです。さらに、ddasue マップ ファイルのおかげでいつでも停止および再開できます。 DDREASE のその他の主要な機能は次のとおりです。 リカバリされたデータは上書きされませんが、反復リカバリの場合にギャップが埋められます。ただし、ツールに明示的に指示されている場合は切り詰めることができます。複数のファイルまたはブロックから単一のファイルにデータを復元します

0.この記事は何をするのですか?私たちは、多用途かつ高速な最先端の生成単眼深度推定モデルである DepthFM を提案します。従来の深度推定タスクに加えて、DepthFM は深度修復などの下流タスクでも最先端の機能を実証します。 DepthFM は効率的で、いくつかの推論ステップ内で深度マップを合成できます。この作品について一緒に読みましょう〜 1. 論文情報タイトル: DepthFM: FastMonocularDepthEstimationwithFlowMatching 著者: MingGui、JohannesS.Fischer、UlrichPrestel、PingchuanMa、Dmytr

Google が推進する JAX のパフォーマンスは、最近のベンチマーク テストで Pytorch や TensorFlow のパフォーマンスを上回り、7 つの指標で 1 位にランクされました。また、テストは最高の JAX パフォーマンスを備えた TPU では行われませんでした。ただし、開発者の間では、依然として Tensorflow よりも Pytorch の方が人気があります。しかし、将来的には、おそらくより大規模なモデルが JAX プラットフォームに基づいてトレーニングされ、実行されるようになるでしょう。モデル 最近、Keras チームは、ネイティブ PyTorch 実装を使用して 3 つのバックエンド (TensorFlow、JAX、PyTorch) をベンチマークし、TensorFlow を使用して Keras2 をベンチマークしました。まず、主流のセットを選択します

iPhone のモバイル データ接続に遅延や遅い問題が発生していませんか?通常、携帯電話の携帯インターネットの強度は、地域、携帯ネットワークの種類、ローミングの種類などのいくつかの要因によって異なります。より高速で信頼性の高いセルラー インターネット接続を実現するためにできることがいくつかあります。解決策 1 – iPhone を強制的に再起動する 場合によっては、デバイスを強制的に再起動すると、携帯電話接続を含む多くの機能がリセットされるだけです。ステップ 1 – 音量を上げるキーを 1 回押して放します。次に、音量小キーを押して、もう一度放します。ステップ 2 – プロセスの次の部分は、右側のボタンを押し続けることです。 iPhone の再起動が完了するまで待ちます。セルラーデータを有効にし、ネットワーク速度を確認します。もう一度確認してください 修正 2 – データ モードを変更する 5G はより優れたネットワーク速度を提供しますが、信号が弱い場合はより適切に機能します

世界は狂ったように大きなモデルを構築していますが、インターネット上のデータだけではまったく不十分です。このトレーニング モデルは「ハンガー ゲーム」のようであり、世界中の AI 研究者は、データを貪欲に食べる人たちにどのように餌を与えるかを心配しています。この問題は、マルチモーダル タスクで特に顕著です。何もできなかった当時、中国人民大学学部のスタートアップチームは、独自の新しいモデルを使用して、中国で初めて「モデル生成データフィード自体」を実現しました。さらに、これは理解側と生成側の 2 つの側面からのアプローチであり、両方の側で高品質のマルチモーダルな新しいデータを生成し、モデル自体にデータのフィードバックを提供できます。モデルとは何ですか? Awaker 1.0 は、中関村フォーラムに登場したばかりの大型マルチモーダル モデルです。チームは誰ですか?ソフォンエンジン。人民大学ヒルハウス人工知能大学院の博士課程学生、ガオ・イージャオ氏によって設立されました。

テスラのロボット「オプティマス」の最新映像が公開され、すでに工場内で稼働可能となっている。通常の速度では、バッテリー(テスラの4680バッテリー)を次のように分類します:公式は、20倍の速度でどのように見えるかも公開しました - 小さな「ワークステーション」上で、ピッキング、ピッキング、ピッキング:今回は、それがリリースされたハイライトの1つビデオの内容は、オプティマスが工場内でこの作業を完全に自律的に行い、プロセス全体を通じて人間の介入なしに完了するというものです。そして、オプティマスの観点から見ると、自動エラー修正に重点を置いて、曲がったバッテリーを拾い上げたり配置したりすることもできます。オプティマスのハンドについては、NVIDIA の科学者ジム ファン氏が高く評価しました。オプティマスのハンドは、世界の 5 本指ロボットの 1 つです。最も器用。その手は触覚だけではありません

今週、OpenAI、Microsoft、Bezos、Nvidiaが投資するロボット企業FigureAIは、7億ドル近くの資金調達を受け、来年中に自立歩行できる人型ロボットを開発する計画であると発表した。そしてテスラのオプティマスプライムには繰り返し良い知らせが届いている。今年が人型ロボットが爆発的に普及する年になることを疑う人はいないだろう。カナダに拠点を置くロボット企業 SanctuaryAI は、最近新しい人型ロボット Phoenix をリリースしました。当局者らは、多くのタスクを人間と同じ速度で自律的に完了できると主張している。人間のスピードでタスクを自律的に完了できる世界初のロボットである Pheonix は、各オブジェクトを優しくつかみ、動かし、左右にエレガントに配置することができます。自律的に物体を識別できる

マルチモーダル文書理解機能のための新しい SOTA!アリババの mPLUG チームは、最新のオープンソース作品 mPLUG-DocOwl1.5 をリリースしました。これは、高解像度の画像テキスト認識、一般的な文書構造の理解、指示の遵守、外部知識の導入という 4 つの主要な課題に対処するための一連のソリューションを提案しています。さっそく、その効果を見てみましょう。複雑な構造のグラフをワンクリックで認識しMarkdown形式に変換:さまざまなスタイルのグラフが利用可能:より詳細な文字認識や位置決めも簡単に対応:文書理解の詳しい説明も可能:ご存知「文書理解」 「」は現在、大規模な言語モデルの実装にとって重要なシナリオです。市場には文書の読み取りを支援する多くの製品が存在します。その中には、主にテキスト認識に OCR システムを使用し、テキスト処理に LLM と連携する製品もあります。
