Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >MySQL information_schema详解 COLUMNS

MySQL information_schema详解 COLUMNS

作者头像
bsbforever
发布于 2020-08-18 01:51:29
发布于 2020-08-18 01:51:29
4K00
代码可运行
举报
运行总次数:0
代码可运行

往期专题请查看www.zhaibibei.cn 这是一个坚持Oracle,Python,MySQL原创内容的公众号

这个专题主要讲information_schema数据库下的一些表

如无特殊说明数据库版本为MySQL 5.7.26

1. COLUMNS

该表显示表中列的信息

有如下栏位

  • TABLE_CATALOG 包含列的表所属的目录的名称,该值总是def
  • TABLE_SCHEMA 包含列的表所属的数据库的名称。
  • TABLE_NAME 包含列的表名
  • COLUMN_NAME 列名
  • ORDINAL_POSITION 该列在表中的位置
  • COLUMN_DEFAULT 列的默认值,如果未定义或者显式的指定为NULL,则该值为NULL
  • IS_NULLABLE 该列是否为空(YES/NO)
  • DATA_TYPE 列的数据类型,不包含其他信息,如数据类型的精度
  • CHARACTER_MAXIMUM_LENGTH 字符串类型的列的最大长度,字符为单位
  • CHARACTER_OCTET_LENGTH 字符串类型的列的最大长度,字符为字节
  • NUMERIC_PRECISION number类型的列的精度
  • NUMERIC_SCALE number类型的列的scale
  • DATETIME_PRECISION 对于日期类型的列的分数秒精度
  • CHARACTER_SET_NAME 对于字符串的列,其字符集的名称
  • COLLATION_NAME 对于字符串的列,其排序规则的名称
  • COLUMN_TYPE列的数据类型,除了类型外可能包含其他信息,例如精度等
  • COLUMN_KEY 该列是否被索引
  • EXTRA 列的其他一些信息
  • PRIVILEGES 你对该列所拥有的权限
  • COLUMN_COMMENT 列的注释
  • GENERATION_EXPRESSION 如果是生成列,这里显示用来继续其值的表达式,否则为空

接下来对上面的一些栏位做进一步的介绍

1.1 COLUMN_KEY

该列显示列是否被索引,其有如下可能值

  • 空 代表没有被索引,或者是一个多列的非唯一的索引的次要列
  • PRI 代表是主键,或者是一个多列主键的其中一个栏位
  • UNI 代表是一个唯一索引的第一个列,一个唯一索引是可以有多个空值的
  • MUL 代表该列是一个非唯一索引的第一个列

如果一个栏位在多个索引中,COLUMN_KEY只会显示其中优先级最高的一个,顺序为PRI, UNI, MUL

如果表中无主键,如果一个唯一索引不可以包含空值(定义非空),该列其可能会被显示为PRI

一个复合索引如果是唯一的,该列也有可能会被显示为MUL

1.2 EXTRA

该列用于显示额外的信息

  • auto_increment 代表该列有AUTO_INCREMENT属性
  • on update 对于TIMESTAMP 或 DATETIME类型的列,CURRENT_TIMESTAMP有ON UPDATE CURRENT_TIMESTAMP属性
  • VIRTUAL GENERATED 或者 VIRTUAL STORED 对于生成列的一些信息

2. 实际截图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
SELECT * FROM INFORMATION_SCHEMA.COLUMNS\G

SELECT * FROM INFORMATION_SCHEMA.COLUMNS WHERE 
table_name = 'innodb_table'  AND table_schema = 'test' \G

SELECT COLUMN_NAME, DATA_TYPE, IS_NULLABLE, COLUMN_DEFAULT FROM INFORMATION_SCHEMA.COLUMNS WHERE table_name = 'innodb_table'  AND table_schema = 'test';

或者

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
SHOW COLUMNS from innodb_table from test;

show 命令只显示该表中一些栏位

第一个from后是表名,第二from后是数据库名称

3. 参考链接

https://dev.mysql.com/doc/refman/5.7/en/columns-table.html

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-11-04,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 宅必备 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
TensorFlow:使用Cloud TPU在30分钟内训练出实时移动对象检测器
是否能够更快地训练和提供对象检测模型?我们已经听到了这种的反馈,在今天我们很高兴地宣布支持训练Cloud TPU上的对象检测模型,模型量化以及并添加了包括RetinaNet和MobileNet改编的RetinaNet在内的新模型。本文将引导你使用迁移学习在Cloud TPU上训练量化的宠物品种检测器。
AiTechYun
2018/07/27
4.2K0
TensorFlow:使用Cloud TPU在30分钟内训练出实时移动对象检测器
目标检测_1
注:上编的路径尽量使用绝对路径,不要使用相对路径和~符号 可能报错 生成frozen_inference_graph.pb文件 及其他文件
Dean0731
2020/05/08
5320
tensorflow object detection API 详细实践教程
最近由于研究方向的更换,接触到了目标检测(Object Detection)领域,觉得很有意思,并且阅读了该方向的相关经典文献,包括Fast-RCNN、Faster-RCNN、SSD、YOLO以及RetinaNet等。复现别人代码并且能够得到在公开数据集上和原作者相近甚至相同的实验结果对于我们做研究甚至以后的工作来说是至关重要的。
狼啸风云
2022/06/06
6880
tensorflow object detection API 详细实践教程
[Tensorflow] 使用SSD-MobileNet训练模型
因为Android Demo里的模型是已经训练好的,模型保存的label都是固定的,所以我们在使用的时候会发现还有很多东西它识别不出来。那么我们就需要用它来训练我们自己的数据。下面就是使用SSD-MobileNet训练模型的方法。
wOw
2018/09/18
13.9K3
使用Tensorflow对象检测在安卓手机上“寻找”皮卡丘
在TensorFlow的许多功能和工具中,隐藏着一个名为TensorFlow对象探测API(TensorFlow Object Detection API)的组件。正如它的名字所表达的,这个库的目的是训练一个神经网络,它能够识别一个框架中的物体。这个库的用例和可能性几乎是无限的。它可以通过训练来检测一张图像上的猫、汽车、浣熊等等对象。本文将用它来实现皮卡丘的检测。 TensorFlow对象检测API:https://github.com/tensorflow/models/tree/master/resea
AiTechYun
2018/03/06
2.2K0
使用Tensorflow对象检测在安卓手机上“寻找”皮卡丘
2.运行一个demo
在 Object Detection API 的示例代码中包含了一个训练识别宠物的 Demo,包括数据集和相应的一些代码。虽然本课程中我们会自己准备数据和脚本来进行训练,但是在这之前还需要安装一些库、配置一下环境。在配置完成之后,运行一下这个训练宠物的 Demo,以便检查环境配置是否 OK,同时对训练过程先有个整体的了解,然后再准备自己的数据和训练脚本。 请确保已经安装好了 Python 2.7。 安装 Object Detection API 首先下载 Object Detection API 的代码:
刘盼
2018/03/16
9010
2.运行一个demo
精通 TensorFlow 2.x 计算机视觉:第三、四部分
在本节中,您将基于从上一节中获得的理解,并开发更新的概念并学习用于动作识别和对象检测的新技术。 在本节中,您将学习不同的 TensorFlow 工具,例如 TensorFlow Hub,TFRecord 和 TensorBoard。 您还将学习如何使用 TensorFlow 开发用于动作识别的机器学习模型。
ApacheCN_飞龙
2023/04/27
6K0
Python 数据科学入门教程:TensorFlow 目标检测
你好,欢迎阅读 TensorFlow 目标检测 API 迷你系列。 这个 API 可以用于检测图像和/或视频中的对象,带有使用边界框,使用可用的一些预先训练好的模型,或者你自己可以训练的模型(API 也变得更容易)。
ApacheCN_飞龙
2022/12/01
1.5K0
Python 数据科学入门教程:TensorFlow 目标检测
构建对象检测模型
我喜欢深度学习。坦率地说,这是一个有大量技术和框架可供倾注和学习的广阔领域。当我看到现实世界中的应用程序,如面部识别和板球跟踪等时,建立深度学习和计算机视觉模型的真正兴奋就来了。
磐创AI
2020/07/24
1.3K0
构建对象检测模型
如何在Windows系统上使用Object Detection API训练自己的数据?
之前写了一篇如何在windows系统上安装Tensorflow Object Detection API?
小小詹同学
2019/05/22
1.6K0
优化NVIDIA GPU性能,实现高效的模型推理
GPU已被证明是加速深度学习和AI工作负载(如计算机视觉和自然语言处理(NLP))的有效解决方案。如今许多基于深度学习的应用程序在其生产环境中使用GPU设备,例如用于数据中心的NVIDIA Tesla和用于嵌入式平台的Jetson。这提出了一个问题:如何从NVIDIA GPU设备获得最佳推理性能?
代码医生工作室
2019/07/23
3K0
优化NVIDIA GPU性能,实现高效的模型推理
深度学习入门篇--手把手教你用 TensorFlow 训练模型
该文介绍了如何使用TensorFlow实现YOLO v2神经网络模型对图像进行分类,并给出了代码示例和训练过程的详细步骤。
付越
2017/10/16
9.9K2
深度学习入门篇--手把手教你用 TensorFlow 训练模型
Mask-RCNN模型的实现自定义对象(无人机)检测
打开标注工具PixelAnnotation 选择好dataset路径之后,顺序开始标注数据即可!
OpenCV学堂
2019/08/09
1.9K2
Mask-RCNN模型的实现自定义对象(无人机)检测
TensorFlow2.x目标检测API测试代码使用演示
TensorFlow2.x Object Detection API 的安装与配置可参考前面的两篇文章:
Color Space
2020/11/09
2K0
TensorFlow2.x目标检测API测试代码使用演示
TensorFlow小程序探索实践
最近业余时间做些创新探索,在微信小程序上实现找到纸或笔记本,定位,然后取到纸上的简笔画,之后进行简笔画识别,找到对应位置(之后可以在此位置上加载对应3d模型,实现ar效果, 对应ar官方案例:https://github.com/bbSpider/miniprogramThree)
EchoROne
2022/12/29
2.1K0
TensorFlow小程序探索实践
TensorFlow 智能移动项目:1~5
本章介绍如何设置开发环境,以使用 TensorFlow 构建所有 iOS 或 Android 应用,本书其余部分对此进行了讨论。 我们不会详细讨论可用于开发的所有受支持的 TensorFlow 版本,OS 版本,Xcode 和 Android Studio 版本,因为可以在 TensorFlow 网站或通过 Google。 相反,我们将在本章中简要讨论示例工作环境,以便我们能够快速了解​​可使用该环境构建的所有出色应用。
ApacheCN_飞龙
2023/04/24
4.7K0
Tensorflow 迁移学习 识别中国军网、中国军视网Logo水印
作者bourdakos1整合了tensorflow中的object-detection和slim两个子项目。 设置环境,把当前目录、slim、object_detection 三个目录加到环境变量PYTHONPYTHON。
birdskyws
2018/09/12
1.5K0
Tensorflow 迁移学习 识别中国军网、中国军视网Logo水印
目标检测笔记二:Object Detection API 小白实践指南
本文使用公开数据去运行Tensorflow 新推出的 Object Detection API 带大家实验 Faster RCNN 的 training。 Faster RCNN 是 object detection 中的經典方法, 而 object detection 主要是由 classification 与 localization 所組成,可以參考 cs231n
十四君
2019/11/27
1K0
目标检测笔记二:Object Detection API 小白实践指南
ubunu16.04 TensorFlow object detection API 应用配置
TensorFlow object detection API应用–配置 主要参考 : https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md https://www.cnblogs.com/zongfa/p/9662832.html
用户1148525
2019/05/26
5410
Tensorflow Lite Model Maker --- 图像分类篇+源码
The TensorFlow Lite Model Maker library simplifies the process of adapting and converting a TensorFlow neural-network model to particular input data when deploying this model for on-device ML applications. 解读: 此处我们想要得到的是 .tflite 格式的模型,用于在移动端或者嵌入式设备上进行部署
XianxinMao
2021/10/10
1.2K0
推荐阅读
相关推荐
TensorFlow:使用Cloud TPU在30分钟内训练出实时移动对象检测器
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验