博客
关于我
数据库——创建数据库表
阅读量:228 次
发布时间:2019-03-01

本文共 1218 字,大约阅读时间需要 4 分钟。

数据库——创建数据库表

数据库——创建数据库表

用代码创建

以下是创建数据库表的详细说明,包括注意事项和最佳实践:

-- 表的名称和字段尽量用``-- -- AUTO_INCREMENT 自增 -- 一个表只能有一个自增键,而且必须是主键-- 字符串用单引号括起来-- 所有的语句后面加,(英文的) 最后一个不用加-- PRIMARY KEY 设置主键,一个表一般只有唯一的主键CREATE TABLE IF NOT EXISTS `student`(    `id` INT(4) NOT NULL AUTO_INCREMENT COMMENT '学号',    `name` VARCHAR(30) NOT NULL DEFAULT '匿名' COMMENT '姓名',    `pwd` VARCHAR(20) NOT NULL DEFAULT '123456' COMMENT '密码',    `sex` VARCHAR(2) NOT NULL DEFAULT '男' COMMENT '性别',    `birthday` DATETIME DEFAULT NULL COMMENT '出生日期',    `address` VARCHAR(100) DEFAULT NULL COMMENT '家庭住址',    `email` VARCHAR (50) DEFAULT NULL COMMENT '邮箱',    PRIMARY KEY(`id`))ENGINE=INNODBDEFAULT CHARSET=utf8

拓展

查看数据库的语句

`SHOW CREATE DATABASE school`

查看表的语句

`SHOW CREATE TABLE student`

查看表的结构

`DESC student`

上述代码中,`id`字段设置为自增字段(`AUTO_INCREMENT`),并指定为主键(`PRIMARY KEY`)。默认值为`NULL`,但在数据库中通常建议设置为`AUTO_INCREMENT`,这样可以确保每个记录的`id`字段唯一且自动生成。

需要注意的事项:

- 每个表只能有一个自增字段,且该字段必须是主键- 字符串类型的字段需要用单引号括起来- 所有语句后面需要加上逗号(英文逗号),最后一个语句不需要- 主键字段必须唯一且不可为`NULL`

如果你需要修改上述表结构,可以按照以下步骤进行:

1. 删除表2. 再次创建表3. 确保字段类型和约束条件符合需求

如果你需要查看现有表的结构,可以使用以下命令:

`DESC student`

如果你需要查看数据库的创建语句,可以执行以下命令:

`SHOW CREATE DATABASE school`

如果你需要修改表的名称,可以将`student`替换为你需要的表名。

希望以上内容能帮助你成功创建数据库表!如果有任何问题,请随时联系我。

转载地址:http://ieov.baihongyu.com/

你可能感兴趣的文章
NIFI大数据进阶_离线同步MySql数据到HDFS_02_实际操作_splitjson处理器_puthdfs处理器_querydatabasetable处理器---大数据之Nifi工作笔记0030
查看>>
NIFI大数据进阶_连接与关系_设置数据流负载均衡_设置背压_设置展现弯曲_介绍以及实际操作---大数据之Nifi工作笔记0027
查看>>
NIFI汉化_替换logo_二次开发_Idea编译NIFI最新源码_详细过程记录_全解析_Maven编译NIFI避坑指南001---大数据之Nifi工作笔记0068
查看>>
NIH发布包含10600张CT图像数据库 为AI算法测试铺路
查看>>
NIO ByteBuffer实现原理
查看>>
Nio ByteBuffer组件读写指针切换原理与常用方法
查看>>
NIO Selector实现原理
查看>>
nio 中channel和buffer的基本使用
查看>>
NIO基于UDP协议的网络编程
查看>>
NISP一级,NISP二级报考说明,零基础入门到精通,收藏这篇就够了
查看>>
Nitrux 3.8 发布!性能全面提升,带来非凡体验
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
Nmap扫描教程之Nmap基础知识
查看>>