3种行使PostgreSQL呼吁的方法

无论你必要的对象简朴（如一个购物清单）亦或伟大（如色卡天生器） ，PostgreSQL 呼吁都能使它变得轻易起来。

在 PostgreSQL 入门一文中, 我表明白怎样安装、配置和开始行使这个开源数据库软件。不外，行使 PostgreSQL 中的呼吁可以做更多工作。

譬喻，我行使 Postgres 来跟踪我的杂货店购物清单。我的大大都杂货店购物是在家里举办的，并且每周举办一次大批量的采购。我去几个差异的处所购置清单上的对象，由于每家市肆都提供特定的选品或质量，亦或更好的价值。最初，我建造了一个 HTML 表单页面来打点我的购物清单，但这样无法生涯我的输入内容。因此，在想到要购置的物品时我必需顿时列出所有清单，然后到采购时我经常会健忘一些我必要或想要的对象。

相反，行使 PostgreSQL，当我想到必要的物品时，我可以随时输入，并在购物前打印出来。你也可以这样做。

起首，输入 psql 呼吁进入数据库，然后用下面的呼吁建设一个表：

Create table groc (item varchar(20), comment varchar(10));

输入如下呼吁在清单中插手商品：

insert into groc values ('milk','K');

insert into groc values ('bananas','KW');

括号中有两个信息（逗号离隔）：前面是你必要买的对象，后头字母代表你要购置的所在以及哪些对象是你每周凡是都要买的（W）。

由于 psql 有汗青记录，你可以按向上键在括号内编辑信息，而无需输入商品的整行信息。

在输入一小部门商品后，输入下面呼吁来搜查前面的输入内容。

Select*from groc order by comment;

item | comment

----------------+---------

ground coffee | H

butter | K

chips | K

steak | K

milk | K

bananas | KW

raisin bran | KW

raclette | L

goat cheese | L

onion | P

oranges | P

potatoes | P

spinach | PW

broccoli | PW

asparagus | PW

cucumber | PW

sugarsnap peas | PW

salmon | S

(18 rows)

此呼吁按 comment 列对功效举办排序，以便按购置所在对商品举办分组，从而使你的购物越发利便。

行使 W 来指明你每周要买的对象，当你要破除表单为下周的列表做筹备时，你可以将每周的商品保存在购物清单上。输入：

deletefrom groc where comment not like '%W';

留意，在 PostgreSQL 中 % 暗示通配符（而非星号）。以是，要生涯输入内容，必要输入：

deletefrom groc where item like 'goat%';

不能行使 item = 'goat%'，这样没用。

在购物时，用以下呼吁输出清单并打印或发送到你的手机：

o groclist.txt

select *from groc order by comment;

o

最后一个呼吁 o 后头没有任何内容，将重置输出到呼吁行。不然，全部的输出会继承输出到你建设的杂货店购物文件 groclist.txt 中。

这个逐项列表对付数据量小的表来说没有题目，可是对付数据量大的表呢？几年前，我帮 FreieFarbe.de 的团队从 HLC 调色板中建设一个自由色的色样册。究竟上，任何能想象到的打印色都可按色调、亮度、浓度（饱和度）来划定。最终功效是 HLC Color Atlas，下面是我们怎样实现的。

该团队向我发送了具有颜色类型的文件，因此我可以编写可与 Scribus 共同行使的 Python 剧本，以轻松天生色样册。一个例子像这样开始：

HLC, C, M, Y, K

H010_L15_C010,0.5,49.1,0.1,84.5

H010_L15_C020,0.0,79.7,15.1,78.9

H010_L25_C010,6.1,38.3,0.0,72.5

H010_L25_C020,0.0,61.8,10.6,67.9

H010_L25_C030,0.0,79.5,18.5,62.7

H010_L25_C040,0.4,94.2,17.3,56.5

H010_L25_C050,0.0,100.0,15.1,50.6

H010_L35_C010,6.1,32.1,0.0,61.8

H010_L35_C020,0.0,51.7,8.4,57.5

H010_L35_C030,0.0,68.5,17.1,52.5

H010_L35_C040,0.0,81.2,22.0,46.2

H010_L35_C050,0.0,91.9,20.4,39.3

H010_L35_C060,0.1,100.0,17.3,31.5

H010_L45_C010,4.3,27.4,0.1,51.3

这与原始数据对比，稍有修改，原始数据用制表符脱离。我将其转换成 CSV 名目（用逗号支解值），我更喜好其与 Python 一路行使（CSV 文也很有效，由于它可轻松导入到电子表格措施中）。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!