SQL- inner outer join

以 A 和 B 两个表为例,其中分别有字段 a 和 b,数据为:

A.aB.b
13
23
34
45

inner

inner join 是对 A 和 B 做笛卡尔积,取出满足 on 条件的组合,
select * from A inner join B on A.a = B.b 为例,其等价于 select * from A, B where A.a = B.b
结果是:

A.aB.b
33
33
44

outer

outer join 分为 left outer join 和 right outer join 和 full outer join,其中 outer 关键字可以省略。

left join

left join 是以左表为全量基准,把左表中的每个元素逐个右表中的元素做组合,取出满足 on 条件的组合,不满足 on 条件的则以 null 补充,最后的结果是左表元素要全量展示。
select * from A left join B where A.a = B.b 为例,其结果为:

A.aB.b
33
33
1null
2null
44

right join

与 left join 类似,right join 是以右表为基准,把右表中的每个元素逐个与左表中的元素做组合,取出满足 on 条件的组合,不满足 on 条件的则以 null 补充,最后的结果是右表元素全量展示,结果的条数与右表元素的个数相同。
select * from A right join B on where A.a = B.b 为例,其结果为:

A.aB.b
33
33
44
null5

full join

full join 是将左右表中的每个元素和对方做组合,满足on条件的则取出作为结果,不满足的以null填充。
select * from A full join B on A.a = B.b,其结果为:

A.aB.b
33
33
11
22
44
33
33
44
nullnull

注意,MySQL 不支持 full join,可以用 union all 代替:

SELECT  *
   FROM A
   LEFT JOIN B
   ON A.a = B.b
UNION ALL
   SELECT *
   FROM A
   RIGHT JOIN B
   ON A.a = B.b

以上内容基于 sqlfiddle ,mock 数据如下:

CREATE TABLE IF NOT EXISTS `a` (
  `id` int(6) unsigned NOT NULL,
  `rev` int(3) unsigned NOT NULL,
  `content` varchar(200) NOT NULL,
  PRIMARY KEY (`id`,`rev`)
) DEFAULT CHARSET=utf8;
INSERT INTO `a` (`id`, `rev`, `content`) VALUES
  ('1', '1', 'The earth is flat'),
  ('2', '2', 'One hundred angels can dance on the head of a pin'),
  ('3', '3', 'The earth is flat and rests on a bull\'s horn'),
  ('4', '4', 'The earth is like a ball.');
  
  CREATE TABLE IF NOT EXISTS `b` (
  `id` int(6) unsigned NOT NULL,
  `rev` int(3) unsigned NOT NULL,
  `content` varchar(200) NOT NULL,
  PRIMARY KEY (`id`,`rev`)
) DEFAULT CHARSET=utf8;
INSERT INTO `b` (`id`, `rev`, `content`) VALUES
  ('1', '3', 'The earth is flat'),
  ('2', '3', 'One hundred angels can dance on the head of a pin'),
  ('3', '4', 'The earth is flat and rests on a bull\'s horn'),
  ('4', '5', 'The earth is like a ball.');


``
内容概要:本文档详细介绍了在三台CentOS 7服务器(IP地址分别为192.168.0.157、192.168.0.158和192.168.0.159)上安装和配置Hadoop、Flink及其他大数据组件(如Hive、MySQL、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala)的具体步骤。首先,文档说明了环境准备,包括配置主机名映射、SSH免密登录、JDK安装等。接着,详细描述了Hadoop集群的安装配置,包括SSH免密登录、JDK配置、Hadoop环境变量设置、HDFS和YARN配置文件修改、集群启动与测试。随后,依次介绍了MySQL、Hive、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala和Flink的安装配置过程,包括解压、环境变量配置、配置文件修改、服务启动等关键步骤。最后,文档提供了每个组件的基本测试方法,确保安装成功。 适合人群:具备一定Linux基础和大数据组件基础知识的运维人员、大数据开发工程师以及系统管理员。 使用场景及目标:①为大数据平台建提供详细的安装指南,确保各组件能够顺利安装和配置;②帮助技术人员快速掌握Hadoop、Flink等大数据组件的安装与配置,提升工作效率;③适用于企业级大数据平台的建与维护,确保集群稳定运行。 其他说明:本文档不仅提供了详细的安装步骤,还涵盖了常见的配置项解释和故障排查建议。建议读者在安装过程中仔细阅读每一步骤,并根据实际情况调整配置参数。此外,文档中的命令和配置文件路径均为示例,实际操作时需根据具体环境进行适当修改。
在无线通信领域,天线阵列设计对于信号传播方向和覆盖范围的优化至关重要。本题要求设计一个广播电台的天线布局,形成特定的水平面波瓣图,即在东北方向实现最大辐射强度,在正东到正北的90°范围内辐射衰减最小且无零点;而在其余270°范围内允许出现零点,且正西和西南方向必须为零。为此,设计了一个由4个铅垂铁塔组成的阵列,各铁塔上的电流幅度相等,相位关系可自由调整,几何布置和间距不受限制。设计过程如下: 第一步:构建初级波瓣图 选取南北方向上的两个点源,间距为0.2λ(λ为电磁波波长),形成一个端射阵。通过调整相位差,使正南方向的辐射为零,计算得到初始相位差δ=252°。为了满足西南方向零辐射的要求,整体相位再偏移45°,得到初级波瓣图的表达式为E1=cos(36°cos(φ+45°)+126°)。 第二步:构建次级波瓣图 再选取一个点源位于正北方向,另一个点源位于西南方向,间距为0.4λ。调整相位差使西南方向的辐射为零,计算得到相位差δ=280°。同样整体偏移45°,得到次级波瓣图的表达式为E2=cos(72°cos(φ+45°)+140°)。 最终组合: 将初级波瓣图E1和次级波瓣图E2相乘,得到总阵的波瓣图E=E1×E2=cos(36°cos(φ+45°)+126°)×cos(72°cos(φ+45°)+140°)。通过编程实现计算并绘制波瓣图,可以看到三个阶段的波瓣图分别对应初级波瓣、次级波瓣和总波瓣,最终得到满足广播电台需求的总波瓣图。实验代码使用MATLAB编写,利用polar函数在极坐标下绘制波瓣图,并通过subplot分块显示不同阶段的波瓣图。这种设计方法体现了天线阵列设计的基本原理,即通过调整天线间的相对位置和相位关系,控制电磁波的辐射方向和强度,以满足特定的覆盖需求。这种设计在雷达、卫星通信和移动通信基站等无线通信系统中得到了广泛应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值