Sakila 数据库项目教程
1. 项目介绍
Sakila 数据库是一个经过良好规范化的数据库模型,模拟了一个 DVD 租赁商店的运营。它最初由 MySQL 开发,并根据 BSD 许可证开源。Sakila 数据库设计包含了许多优秀的特性,如多对多关系、多路径实体连接、一致的列命名、复合主键的使用以及审计列的添加等。这些特性使得 Sakila 数据库成为学习和实践 SQL 查询的理想工具。
2. 项目快速启动
2.1 环境准备
在开始之前,请确保你已经安装了以下数据库管理系统之一:
- MySQL
- PostgreSQL
- Oracle
- SQL Server
- SQLite
2.2 下载 Sakila 数据库
你可以从 GitHub 仓库下载 Sakila 数据库的 SQL 文件:
git clone https://github.com/jOOQ/sakila.git
2.3 导入数据库
根据你选择的数据库管理系统,选择相应的 SQL 文件进行导入。以下是一些常见的导入命令示例:
MySQL
mysql -u username -p -e "CREATE DATABASE sakila;"
mysql -u username -p sakila < mysql-sakila-db/sakila-schema.sql
mysql -u username -p sakila < mysql-sakila-db/sakila-data.sql
PostgreSQL
psql -U username -d postgres -c "CREATE DATABASE sakila;"
psql -U username -d sakila -f postgres-sakila-db/sakila-schema.sql
psql -U username -d sakila -f postgres-sakila-db/sakila-data.sql
2.4 验证安装
导入完成后,你可以通过以下 SQL 查询验证数据库是否正确安装:
SELECT first_name, last_name, count(*) as films
FROM actor AS a
JOIN film_actor AS fa USING (actor_id)
GROUP BY actor_id, first_name, last_name
ORDER BY films DESC
LIMIT 1;
该查询将返回出演电影最多的演员及其出演的电影数量。
3. 应用案例和最佳实践
3.1 查询演员出演的电影数量
Sakila 数据库中的 actor 和 film_actor 表可以用来查询每个演员出演的电影数量。以下是一个示例查询:
SELECT first_name, last_name, count(*) as films
FROM actor AS a
JOIN film_actor AS fa USING (actor_id)
GROUP BY actor_id, first_name, last_name
ORDER BY films DESC;
3.2 计算累计收入
通过 payment 表,你可以计算所有商店的累计收入。以下是一个示例查询:
SELECT payment_date, amount, sum(amount) OVER (ORDER BY payment_date)
FROM (
SELECT CAST(payment_date AS DATE) AS payment_date, SUM(amount) AS amount
FROM payment
GROUP BY CAST(payment_date AS DATE)
) p
ORDER BY payment_date;
4. 典型生态项目
Sakila 数据库通常与其他数据库工具和框架一起使用,以增强其功能和应用范围。以下是一些典型的生态项目:
4.1 jOOQ
jOOQ 是一个 Java 库,用于将 SQL 查询转换为类型安全的 Java 代码。Sakila 数据库可以与 jOOQ 结合使用,以提高 SQL 查询的类型安全性和可维护性。
4.2 Hibernate
Hibernate 是一个对象关系映射(ORM)框架,可以将数据库表映射为 Java 对象。Sakila 数据库可以与 Hibernate 结合使用,以简化数据库操作和提高开发效率。
4.3 DBeaver
DBeaver 是一个通用的数据库管理工具,支持多种数据库管理系统。Sakila 数据库可以与 DBeaver 结合使用,以进行数据库的可视化管理和操作。
通过这些生态项目的结合,Sakila 数据库可以更好地应用于实际开发和学习中。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00