用CREATETABLE陈述式声明计算数据列
回到关系型 数据 库理论创立者E. F. Codd的时代,一个普遍原理出现了:永远都不要保存能够被 计算 的(内容)。这一原理回避了这样一个问题,“我们应该在什么地方 计算 这个已经 计算 出来的结果呢?”那么缺省的答案是,“在前端应用程序里。” 想像一下一
回到关系型数据库理论创立者E. F. Codd的时代,一个普遍原理出现了:永远都不要保存能够被计算的(内容)。这一原理回避了这样一个问题,“我们应该在什么地方计算这个已经计算出来的结果呢?”那么缺省的答案是,“在前端应用程序里。”想像一下一个含有SubTotal和TaxRate列的表格。根据这一原则,TaxAmount和Total这两个“列”应该是虚拟的。所以,要将它们作为查看表或者存储过程的一部分创建;或者,换种方法,让前端应用程序来生成它们,并把它们呈现给用户。
这个原则的一个替换方法叫做计算数据列(computed column)。有了这种表示方法,你可以将计算数据列声明为CREATE TABLE陈述式的一部分,尽管这可能会被发布给数据库(不论是通过图形用户界面还是直接作为数据定义语言的指令)。
现在让我们来假设有一个数据库,它包含有对房屋粉刷工作的估价。忽略诸如房间里门窗数量这样的细节(并假设所有的墙都刷上相同的颜色)就会带来两个问题:我们要把天花板涂上相同的颜色吗(一般情况下,答案是“不会”);我们要涂几层(一般情况下,答案是“两层”)?
如果没有计算数据列的话,我们就没有更好的办法来处理这些问题,这样就只有把这些结果的计算推给前端应用程序。而有了计算数据列,我们就可以把方程式嵌入到数据库里,创建一个虚拟的数据列,供任何前端使用。
你可以用下面这个陈述式来创建表格:
CREATE TABLE [TestComputedColumns] (
[PK] [int] IDENTITY (1, 1) NOT NULL ,
[Length] [int] NOT NULL ,
[Width] [int] NOT NULL ,
[Height] [int] NOT NULL ,
[Coats] [int] NOT NULL CONSTRAINT [DF_TestComputedColumns_Coats] DEFAULT
(2),
[IncludeCeiling] [bit] NOT NULL CONSTRAINT
[DF_TestComputedColumns_IncludeCeiling] DEFAULT (0),
[Area] AS ((2 * ([Height] * [Length] + [Height] * [Width]) + [Length] *
[Width] * [IncludeCeiling]) * [Coats]),
CONSTRAINT [PK_TestComputedColumns] PRIMARY KEY
CLUSTERED
(
[PK]
)
ON [PRIMARY]
) ON [PRIMARY]
GO
你可以使用前端,插入一些数据行,看看它是如何工作的。例如,使用Access 2000+创建一个指向你数据库的访问数据工程(Access Data Project,ADP),选择表格,然后创建一个AutoForm。输入一两个数据行,然后通过你的输入翻回到前面;你会看到计算数据列得到了正确的值。

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

通用矩阵乘法(GeneralMatrixMultiplication,GEMM)是许多应用程序和算法中至关重要的一部分,也是评估计算机硬件性能的重要指标之一。通过深入研究和优化GEMM的实现,可以帮助我们更好地理解高性能计算以及软硬件系统之间的关系。在计算机科学中,对GEMM进行有效的优化可以提高计算速度并节省资源,这对于提高计算机系统的整体性能至关重要。深入了解GEMM的工作原理和优化方法,有助于我们更好地利用现代计算硬件的潜力,并为各种复杂计算任务提供更高效的解决方案。通过对GEMM性能的优

0.这篇文章干了啥?提出了DepthFM:一个多功能且快速的最先进的生成式单目深度估计模型。除了传统的深度估计任务外,DepthFM还展示了在深度修复等下游任务中的最先进能力。DepthFM效率高,可以在少数推理步骤内合成深度图。下面一起来阅读一下这项工作~1.论文信息标题:DepthFM:FastMonocularDepthEstimationwithFlowMatching作者:MingGui,JohannesS.Fischer,UlrichPrestel,PingchuanMa,Dmytr

DDREASE是一种用于从文件或块设备(如硬盘、SSD、RAM磁盘、CD、DVD和USB存储设备)恢复数据的工具。它将数据从一个块设备复制到另一个块设备,留下损坏的数据块,只移动好的数据块。ddreasue是一种强大的恢复工具,完全自动化,因为它在恢复操作期间不需要任何干扰。此外,由于有了ddasue地图文件,它可以随时停止和恢复。DDREASE的其他主要功能如下:它不会覆盖恢复的数据,但会在迭代恢复的情况下填补空白。但是,如果指示工具显式执行此操作,则可以将其截断。将数据从多个文件或块恢复到单

如果您需要了解如何在Excel中使用具有多个条件的筛选功能,以下教程将指导您完成相应步骤,确保您可以有效地对数据进行筛选和排序。Excel的筛选功能是非常强大的,能够帮助您从大量数据中提取所需的信息。这个功能可以根据您设定的条件,过滤数据并只显示符合条件的部分,让数据的管理变得更加高效。通过使用筛选功能,您可以快速找到目标数据,节省了查找和整理数据的时间。这个功能不仅可以应用在简单的数据列表上,还可以根据多个条件进行筛选,帮助您更精准地定位所需信息。总的来说,Excel的筛选功能是一个非常实用的

WORD是一个强大的文字处理器,我们可以利用word进行各种文字的编辑,在Excel表格当中,我们已经熟练掌握了加减乘数的运算方法,那么如果需要在Word表格里,计算数值的加减乘数,该如何操作呢,难道只能用计算器计算吗?答案当然是否定的,WORD也同样可以完成。今天小编就来教大家如何在Word文档的表格当中,运用公式计算加减乘除等基本运算,一起来学习一下吧。那么,今天就让小编具体演示一下,WORD文档怎么计算加减乘除?第一步:打开一个WORD,单击工具栏【插入】下的【表格】,在下拉菜单当中插入一

谷歌力推的JAX在最近的基准测试中性能已经超过Pytorch和TensorFlow,7项指标排名第一。而且测试并不是在JAX性能表现最好的TPU上完成的。虽然现在在开发者中,Pytorch依然比Tensorflow更受欢迎。但未来,也许有更多的大模型会基于JAX平台进行训练和运行。模型最近,Keras团队为三个后端(TensorFlow、JAX、PyTorch)与原生PyTorch实现以及搭配TensorFlow的Keras2进行了基准测试。首先,他们为生成式和非生成式人工智能任务选择了一组主流

在iPhone上面临滞后,缓慢的移动数据连接?通常,手机上蜂窝互联网的强度取决于几个因素,例如区域、蜂窝网络类型、漫游类型等。您可以采取一些措施来获得更快、更可靠的蜂窝互联网连接。修复1–强制重启iPhone有时,强制重启设备只会重置许多内容,包括蜂窝网络连接。步骤1–只需按一次音量调高键并松开即可。接下来,按降低音量键并再次释放它。步骤2–该过程的下一部分是按住右侧的按钮。让iPhone完成重启。启用蜂窝数据并检查网络速度。再次检查修复2–更改数据模式虽然5G提供了更好的网络速度,但在信号较弱

特斯拉机器人Optimus最新视频出炉,已经可以在厂子里打工了。正常速度下,它分拣电池(特斯拉的4680电池)是这样的:官方还放出了20倍速下的样子——在小小的“工位”上,拣啊拣啊拣:这次放出的视频亮点之一在于Optimus在厂子里完成这项工作,是完全自主的,全程没有人为的干预。并且在Optimus的视角之下,它还可以把放歪了的电池重新捡起来放置,主打一个自动纠错:对于Optimus的手,英伟达科学家JimFan给出了高度的评价:Optimus的手是全球五指机器人里最灵巧的之一。它的手不仅有触觉
