Hulb's Homepage

Welcome to My Website

This is the place where I share my ideas.You can also visit me on @CSDN or @oschina.

Give Chapter and Verse and Author for Transshipment, copy or other using. Thanks!

Spring mvc 配置详解

2016-05-23

一、web.xml

1.1 配置文件的配置

这样可以将一些配置写在其他配置文件里，而不是堆积在web.xml里面。如果配置成spring/spring-*.xml则会扫描spring文件夹下所有以spring-开头的配置文件。导入到web.xml中。

<!-- 配置Spring配置文件的地址,如果有业务的spring配置,则在后面再加上Spring配置的路径 -->
	<context-param>
		<param-name>contextConfigLocation</param-name>
		<param-value>
			 /WEB-INF/config/core/spring/spring-*.xml
		</param-value>
	</context-param>
<!-- 配置Spring配置文件的地址 -->

1.2 过滤器配置（编码转换）

<!-- 过滤器,用来将请求的字符统一转化成 UTF-8 编码 -->
	<filter>
		<filter-name>CharacterEncoding</filter-name>
		<filter-class>org.springframework.web.filter.CharacterEncodingFilter</filter-class>
		<init-param>
			<param-name>encoding</param-name>
			<param-value>UTF-8</param-value>
		</init-param>
		<!-- forceEncoding用来设置是否理会 request.getCharacterEncoding()方法，设置为true则强制覆盖之前的编码格式 -->
		<init-param>
			<param-name>forceEncoding</param-name>
			<param-value>true</param-value>
		</init-param>
	</filter>

	<!-- 过滤器,用来将请求的字符统一转化成 UTF-8 编码 -->
	<filter-mapping>
		<filter-name>CharacterEncoding</filter-name>
		<url-pattern>/*</url-pattern>
	</filter-mapping>
<!-- 不进行任何过滤 -->

1.3 Spring 分发Servlet配置

配置了.do和.dox则会进入Spring MVC的DispatcherServlet查看是否存在相应的映射，如果存在相应的映射，则进行后续处理。 ``` spring org.springframework.web.servlet.DispatcherServlet contextConfigLocation /WEB-INF/config/core/spring/spring-servlet.xml 1 spring *.do

<servlet-mapping>
	<servlet-name>spring</servlet-name>
	<url-pattern>*.dox</url-pattern>
</servlet-mapping> ```

1.4 事务的配置

这里主要配置事务的管理。Service层的方法名只有以save、update、remove、do、load开头才能开启事务，从而安全地操作数据库。 ```

<!-- 事务拦截方法配置（通过方法名控制） -->
<bean id="transactionAttributeSource"
	class="org.springframework.transaction.interceptor.NameMatchTransactionAttributeSource">
	<property name="properties">
		<props>
			<prop key="save*">PROPAGATION_REQUIRED</prop>
			<prop key="update*">PROPAGATION_REQUIRED</prop>
			<prop key="remove*">PROPAGATION_REQUIRED</prop>
			<prop key="do*">PROPAGATION_REQUIRED</prop>
			<prop key="load*">PROPAGATION_REQUIRED</prop>
		</props>
	</property>
</bean> ```

1.5 Spring的Web加载器配置

<!-- 配置Spring的web加载器 -->
	<listener>
		<listener-class>org.springframework.web.context.ContextLoaderListener</listener-class>
	</listener>

1.6 授权与安全过滤器配置

安全过滤器用于拦截请求，根据安全过滤器的实现来规范用户登录与否的操作行为的不同。若用户没有登录，则不能访问相应的页面以及相应的方法。（以.do为后缀的方法；以 .jsp .sac为结尾的页面）

<!-- 授权与认证过滤器 -->
	<filter>
		<filter-name>security</filter-name>
		<filter-class>cn.com.hadon.security.SecurityFilter</filter-class>
	</filter>

	<!-- .do会被安全过滤器拦截。而.dox不会，未登陆用户也可以访问到controller里面的方法。 映射是Spring MVC做的。安全拦截是过滤器做的。 -->
	<filter-mapping>
		<filter-name>security</filter-name>
		<url-pattern>*.do</url-pattern>
	</filter-mapping>

	<filter-mapping>
		<filter-name>security</filter-name>
		<url-pattern>*.sac</url-pattern>
	</filter-mapping>

	<filter-mapping>
		<filter-name>security</filter-name>
		<url-pattern>*.jsp</url-pattern>
	</filter-mapping>

1.7 url转向配置

url转向配置可以在访问abc.jsp时装饰城abc.sac?？？？？？？ ``` forward cn.com.hadon.security.URLForwardServlet 0

<servlet-mapping>
	<servlet-name>forward</servlet-name>
	<url-pattern>*.sac</url-pattern>
</servlet-mapping>
<!-- URL 转向 --> ```

1.8 一些错误页面的配置

<!-- 错误页面 -->
	<error-page>
		<error-code>404</error-code>
		<location>/error_404.jsp</location>
	</error-page>

	<error-page>
		<exception-type>java.lang.Exception</exception-type>
		<location>/error_500.jsp</location>
	</error-page>
<!-- 错误页面 -->

Read All

Spring mvc之——前后台传值

2016-05-20

#一、前台传后台

##A.前台传后台

Ajax+Json对象

var testurl = '/workteam/staff/forp.do';
$("#testResult") .click(function(){
	$.ajax({
		type : "POST",
		dataType : "json",
		url : testurl,	
		//数据为自己构造的。	
		data:{
			"oldrole":oldrole,
			"newrole":newrole,
			"staffcode":zmstaffcode,
			"staffname":zmstaffcode,
			"pcode":pcode
		},
		success : function(result){
			alert(result.entity[1].id);
			/*toastr.error(,'警告信息');*/
		}
	});
});

无Ajax+序列化

var formData = $(".form-horizontal").serialize();//表格数据来自于序列化
$.post(testurl,formData,function(result){
	if(result != 0){
	//dosomething
	}else{
	//dosomething
	}
});

##B.后台解析

###1.使用HttpServletRequest的getParameter：

HttpServletRequest request = getRequest();//getRequest()内部细节暂时不讨论
String name= request.getParameter("name");

###2.直接使用Spring MVC的注解：


public void get(@RequestParam String name）

###3.后台解析json对象

JSONObject json=JSONObject.fromObject(request.getParameter("data"));
String name = new String(json.getString("name"));

Read All

Zookeeper+Kafka安装教程

2016-05-16

Zookeeper Kafka

Zookeeper Kafka 大数据
1、安装和配置Zookeeper

1) 下载Zookeeper

进入http://www.apache.org/dyn/closer.cgi/zookeeper/，你可以选择其他镜像网址去下载，用官网推荐的镜像：http://mirror.bit.edu.cn/apache/zookeeper/

下载zookeeper-3.4.6.tar.gz

2) 安装Zookeeper

提示：下面的步骤发生在Master服务器。

以ubuntu14.04举例，把下载好的文件放到/root目录，用下面的命令解压：
```
cd /root
tar -zxvf zookeeper-3.4.6.tar.gz
```
解压后在/root目录会多出一个zookeeper-3.4.6的新目录，用下面的命令把它剪切到指定目录即安装好Zookeeper了：
```
cd /root
mv zookeeper-3.4.6 /usr/local/spark
```
之后在/usr/local/spark目录会多出一个zookeeper-3.4.6的新目录。下面我们讲如何配置安装好的Zookeeper。

3) 配置Zookeeper

提示：下面的步骤发生在master服务器。

###a. 配置.bashrc
- 打开文件：vi /root/.bashrc
- 在PATH配置行前添加：
```
export ZOOKEEPER_HOME=/usr/local/spark/zookeeper-3.4.6
```
- 最后修改PATH：
```
export PATH=${JAVA_HOME}/bin:${ZOOKEEPER_HOME}/bin:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:${SCALA_HOME}/bin:${SPARK_HOME}/bin:${SPARK_HOME}/sbin:${HIVE_HOME}/bin:${KAFKA_HOME}/bin:$PATH
```
- 使配置的环境变量立即生效：source /root/.bashrc
b. 创建data目录
```
	cd $ZOOKEEPER_HOME
```
```
	mkdir data
```
c. 创建并打开zoo.cfg文件
```
	cd $ZOOKEEPER_HOME/conf
	cp zoo_sample.cfg zoo.cfg
	vi zoo.cfg
```
d. 配置zoo.cfg
```
# 配置Zookeeper的日志和服务器身份证号等数据存放的目录。
# 千万不要用默认的/tmp/zookeeper目录，因为/tmp目录的数据容易被意外删除。
dataDir=../data
# Zookeeper与客户端连接的端口
clientPort=2181
# 在文件最后新增3行配置每个服务器的2个重要端口：Leader端口和选举端口
# server.A=B：C：D：其中 A 是一个数字，表示这个是第几号服务器；
# B 是这个服务器的hostname或ip地址；
# C 表示的是这个服务器与集群中的 Leader 服务器交换信息的端口；
# D 表示的是万一集群中的 Leader 服务器挂了，需要一个端口来重新进行选举，
# 选出一个新的 Leader，而这个端口就是用来执行选举时服务器相互通信的端口。
# 如果是伪集群的配置方式，由于 B 都是一样，所以不同的 Zookeeper 实例通信
# 端口号不能一样，所以要给它们分配不同的端口号。
server.1=Master:2888:3888
server.2=Worker1:2888:3888
#server.3=Worker2:2888:3888
```
e. 创建并打开myid文件
```
-	cd $ZOOKEEPER_HOME/data
-	touch myid
-	vi myid
```
f. 配置myid

按照zoo.cfg的配置，myid的内容就是1。

##4) 同步master的安装和配置到slave1和slave2
- 在master服务器上运行下面的命令
```
cd /root
scp ./.bashrc root@slave1:/root
scp ./.bashrc root@slave2:/root
cd /usr/local/spark
scp -r ./zookeeper-3.4.6 root@slave1:/usr/local/spark
scp -r ./zookeeper-3.4.6 root@slave2:/usr/local/spark
```
- 在slave1服务器上运行下面的命令
```
vim $ZOOKEEPER_HOME/data/myid
```
按照zoo.cfg的配置，myid的内容就是2。
- 在slave2服务器上运行下面的命令
```
vim $ZOOKEEPER_HOME/data/myid
```
按照zoo.cfg的配置，myid的内容就是3。 5) 启动Zookeeper服务
- 在Master服务器上运行下面的命令
```
zkServer.sh start
```
- 在slave1服务器上运行下面的命令
```
source /root/.bashrc
```
zkServer.sh start
- 在slave1服务器上运行下面的命令
```
source /root/.bashrc
zkServer.sh start
```
6) 验证Zookeeper是否安装和启动成功
- 在master服务器上运行命令：jps和zkServer.sh status
```
root@Master:/usr/local/spark/zookeeper-3.4.6/bin# jps
3844 QuorumPeerMain
4790 Jps
zkServer.sh status
root@Master:/usr/local/spark/zookeeper-3.4.6/bin# zkServer.sh status
JMX enabled by default
Using config: /usr/local/spark/zookeeper-3.4.6/bin/../conf/zoo.cfg
Mode: follower
```
- 在Worker1服务器上运行命令：jps和zkServer.sh status
```
root@Worker1:/usr/local/spark/zookeeper-3.4.6/bin# jps
4073 Jps
3277 QuorumPeerMain
root@Worker1:/usr/local/spark/zookeeper-3.4.6/bin# zkServer.sh status
JMX enabled by default
Using config: /usr/local/spark/zookeeper-3.4.6/bin/../conf/zoo.cfg
Mode: leader //可以看到这个服务器被选举为leader
```
```
至此，代表Zookeeper已经安装和配置成功。
```
2、安装和配置Kafka

1) 下载Kafka

进入http://kafka.apache.org/downloads.html，左键单击kafka_2.10-0.9.0.1.tgz。

2) 安装Kafka

提示：下面的步骤发生在master服务器。以ubuntu14.04举例，把下载好的文件放到/root目录，用下面的命令解压：
```
cd /root
tar -zxvf kafka_2.10-0.9.0.1.tgz
```
解压后在/root目录会多出一个kafka_2.10-0.9.0.1的新目录，用下面的命令把它剪切到指定目录即安装好Kafka了：
```
cd /root
mv kafka_2.10-0.9.0.1 /usr/local
```
之后在/usr/local目录会多出一个kafka_2.10-0.9.0.1的新目录。下面我们讲如何配置安装好的Kafka。

把jar包slf4j-nop-1.7.6.jar拷入到Kafka的libs里面，可以让Kafka后台运行！命令后面的&生效。否则不生效。

3) 配置Kafka

提示：下面的步骤发生在master服务器。

a. 配置.bashrc
- 打开文件：vi /root/.bashrc
- 在PATH配置行前添加：
```
export KAFKA_HOME=/usr/local/kafka_2.10-0.9.0.1
```
- 最后修改PATH：
```
export PATH=${JAVA_HOME}/bin:${ZOOKEEPER_HOME}/bin:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:${SCALA_HOME}/bin:${SPARK_HOME}/bin:${SPARK_HOME}/sbin:${HIVE_HOME}/bin:${KAFKA_HOME}/bin:$PATH
```
- 使配置的环境变量立即生效：
```
source /root/.bashrc
```
###b. 打开server.properties
```
cd $ZOOKEEPER_HOME/config
vi server.properties
```
###c. 配置server.properties
```
broker.id=0
port=9092
zookeeper.connect=master:2181,slave1:2181,slave2:2181
```
注意：2181就是和Zookeeper通信的端口。因为在Zookeeper里面有个配置为：clientPort = 2181 再备注： Zookeeper中的配置 server.0 = Master:2888:3888 其中一个端口用于通信，另一个端口用于选举！

4) 同步master的安装和配置到slave1和slave2
- 在master服务器上运行下面的命令 cd /root scp ./.bashrc root@slave1:/root scp ./.bashrc root@slave2:/root cd /usr/local scp -r ./kafka_2.10-0.9.0.1 root@slave1:/usr/local scp -r ./kafka_2.10-0.9.0.1 root@slave2:/usr/local
- 在slave1服务器上运行下面的命令 vi $KAFKA_HOME/config/server.properties 修改broker.id=1。
- 在slave2服务器上运行下面的命令 vi $KAFKA_HOME/config/server.properties 修改broker.id=2。
  5) 启动Kafka服务
- 在master服务器上运行下面的命令
```
cd $KAFKA_HOME/bin
kafka-server-start.sh ../config/server.properties &
```
- 在slave1服务器上运行下面的命令
```
source /root/.bashrc
cd $KAFKA_HOME/bin
kafka-server-start.sh ../config/server.properties &
```
- 在slave2服务器上运行下面的命令
```
source /root/.bashrc
cd $KAFKA_HOME/bin
kafka-server-start.sh ../config/server.properties &
```
6) 验证Kafka是否安装和启动成功（话题、生产者、消费者）
- 在任意服务器上运行命令创建Topic“HelloKafka”： kafka-topics.sh –create –zookeeper master:2181,slave1:2181,slave2:2181 –replication-factor 3 –partitions 1 –topic HelloKafka
```
kafka-topics.sh --create --zookeeper Master:2181,Worker1:2181 --replication-factor 2 --partitions 1 --topic HelloKafka
```
注意：create 用的2181端口；
- 在任意服务器上运行命令为创建的Topic“HelloKafka”生产一些消息： kafka-console-producer.sh –broker-list master:9092,slave1:9092,slave2:9092 –topic HelloKafka
```
kafka-console-producer.sh --broker-list Master:9092, Worker1:9092 --topic HelloKafka
```
注意：producer 用的9092端口；发给Kafka，Kafka用的端口号是9092。

输入下面的消息内容： This is DT_Spark! I’m Rocky! Life is short, you need Spark!
- 在任意服务器上运行命令从指定的Topic“HelloKafka”上消费（拉取）消息： kafka-console-consumer.sh –zookeeper master:2181,slave1:2181,slave2:2181 –from-beginning –topic HelloKafka
2181就是和Zookeeper通信的端口
```
kafka-console-consumer.sh --zookeeper Master:2181, Worker1:2181 --from-beginning --topic HelloKafka
```
注释：from-beginning 过一会儿，你会看到打印的消息内容： This is DT_Spark! I’m Rocky! Life is short, you need Spark!
- 在任意服务器上运行命令查看所有的Topic名字： kafka-topics.sh –list –zookeeper master:2181,slave1:2181,slave2:2181
- 在任意服务器上运行命令查看指定Topic的概况： kafka-topics.sh –describe –zookeepermaster:2181,slave1:2181,slave2:2181 –topic HelloKafka 至此，代表Kafka已经安装和配置成功。
###升级测试：

测试Kafka 的大吞吐量。可以用更大的数据！！在某个目录用hadoop dfs –get /library/…./read.me 可以把hdfs上的文件下载到这个目录。拷贝6万行数据进入，那样 zerocopy 基本没延迟！！！ flume接上Kafka ，直接把文件扔给flume，flume接上Kafka，消费者就能直接拿到数据。

备注: Zookeeper和大数据没关系，也可以用于JavaEE

传输数据以broker为单位。指定了Master:9092, Worker1:9092。
Read All

Jersey REST Spring 集成开发

2016-05-10

Spring

Spring Java

##　1.web.xml中作如下配置：

	<!-- Jersey REST spring集成 -->
	<servlet>
		<servlet-name>Jersey REST Service</servlet-name>
		<servlet-class>com.sun.jersey.spi.spring.container.servlet.SpringServlet</servlet-class>
		<!-- rest服务路径 -->
		<init-param>
			<param-name>com.sun.jersey.config.property.packages</param-name>
			<param-value>cn.com.hadon</param-value>
		</init-param>
		<!-- 开启POJO和JSON的支持 -->
		<init-param>
			<param-name>com.sun.jersey.api.json.POJOMappingFeature</param-name>
			<param-value>true</param-value>
		</init-param>
		<!-- 开启POST方法与DELETE方法转换 -->
		<init-param>
			<param-name>com.sun.jersey.spi.container.ContainerRequestFilters</param-name>
			<param-value>com.sun.jersey.api.container.filter.PostReplaceFilter</param-value>
		</init-param>
	</servlet>
	<servlet-mapping>
		<servlet-name>Jersey REST Service</servlet-name>
		<url-pattern>/rest/*</url-pattern>
	</servlet-mapping>

##　2.编写代码：

``` import java.text.ParseException; import java.util.ArrayList; import java.util.List;

import javax.ws.rs.GET; import javax.ws.rs.Path; import javax.ws.rs.PathParam; import javax.ws.rs.Produces; import javax.ws.rs.core.MediaType;

import org.springframework.beans.factory.annotation.Autowired; import org.springframework.stereotype.Service;

@Service @Path(“/ResttestService”) public class restservice {

Read All

学习数据库必须掌握的54条SQL查询语句

2016-04-27

SQL

--1、查找员工的编号、姓名、部门和出生日期，如果出生日期为空值，显示日期不详,并按部门排序输出,日期格式为yyyy-mm-dd。
select emp_no,emp_name,dept,isnull(convert(char(10),birthday,120),'日期不详') birthday
from employee
order by dept

--2、查找与喻自强在同一个单位的员工姓名、性别、部门和职称
select emp_no,emp_name,dept,title
from employee
where emp_name<>'喻自强' and dept in
(select dept from employee
where emp_name='喻自强')

--3、按部门进行汇总，统计每个部门的总工资
select dept,sum(salary)
from employee
group by dept

--4、查找商品名称为14寸显示器商品的销售情况，显示该商品的编号、销售数量、单价和金额
select a.prod_id,qty,unit_price,unit_price*qty totprice
from sale_item a,product b
where a.prod_id=b.prod_id and prod_name='14寸显示器'

--5、在销售明细表中按产品编号进行汇总，统计每种产品的销售数量和金额
select prod_id,sum(qty) totqty,sum(qty*unit_price) totprice
from sale_item
group by prod_id

--6、使用convert函数按客户编号统计每个客户1996年的订单总金额
select cust_id,sum(tot_amt) totprice
from sales
where convert(char(4),order_date,120)='1996'
group by cust_id

--7、查找有销售记录的客户编号、名称和订单总额
select a.cust_id,cust_name,sum(tot_amt) totprice
from customer a,sales b
where a.cust_id=b.cust_id
group by a.cust_id,cust_name

--8、查找在1997年中有销售记录的客户编号、名称和订单总额
select a.cust_id,cust_name,sum(tot_amt) totprice
from customer a,sales b
where a.cust_id=b.cust_id and convert(char(4),order_date,120)='1997'
group by a.cust_id,cust_name

--9、查找一次销售最大的销售记录
select order_no,cust_id,sale_id,tot_amt
from sales
where tot_amt=
(select max(tot_amt)
from sales)

--10、查找至少有3次销售的业务员名单和销售日期
select emp_name,order_date
from employee a,sales b 
where emp_no=sale_id and a.emp_no in
(select sale_id
from sales
group by sale_id
having count(*)>=3)
order by emp_name

--11、用存在量词查找没有订货记录的客户名称
select cust_name
from customer a
where not exists
(select *
from sales b
where a.cust_id=b.cust_id)

--12、使用左外连接查找每个客户的客户编号、名称、订货日期、订单金额订货日期不要显示时间，日期格式为yyyy-mm-dd按客户编号排序，同一客户再按订单降序排序输出
select a.cust_id,cust_name,convert(char(10),order_date,120),tot_amt
from customer a left outer join sales b on a.cust_id=b.cust_id
order by a.cust_id,tot_amt desc

--13、查找16M DRAM的销售情况，要求显示相应的销售员的姓名、性别，销售日期、销售数量和金额，其中性别用男、女表示
select emp_name 姓名, 性别= case a.sex when 'm' then '男'
when 'f' then '女' 
else '未'
end,
销售日期= isnull(convert(char(10),c.order_date,120),'日期不详'),
qty 数量, qty*unit_price as 金额
from employee a, sales b, sale_item c,product d
where d.prod_name='16M DRAM' and d.prod_id=c.prod_id and
a.emp_no=b.sale_id and b.order_no=c.order_no

--14、查找每个人的销售记录，要求显示销售员的编号、姓名、性别、产品名称、数量、单价、金额和销售日期
select emp_no 编号,emp_name 姓名, 性别= case a.sex when 'm' then '男'
when 'f' then '女' 
else '未'
end,
prod_name 产品名称,销售日期= isnull(convert(char(10),c.order_date,120),'日期不详'),
qty 数量, qty*unit_price as 金额
from employee a left outer join sales b on a.emp_no=b.sale_id , sale_item c,product d
where d.prod_id=c.prod_id and b.order_no=c.order_no

--15、查找销售金额最大的客户名称和总货款
select cust_name,d.cust_sum
from customer a,
(select cust_id,cust_sum
from (select cust_id, sum(tot_amt) as cust_sum
from sales
group by cust_id ) b
where b.cust_sum = 
( select max(cust_sum)
from (select cust_id, sum(tot_amt) as cust_sum
from sales
group by cust_id ) c )
) d
where a.cust_id=d.cust_id 

--16、查找销售总额少于1000元的销售员编号、姓名和销售额
select emp_no,emp_name,d.sale_sum
from employee a,
(select sale_id,sale_sum
from (select sale_id, sum(tot_amt) as sale_sum
from sales
group by sale_id ) b
where b.sale_sum <1000 
) d
where a.emp_no=d.sale_id 

--17、查找至少销售了3种商品的客户编号、客户名称、商品编号、商品名称、数量和金额
select a.cust_id,cust_name,b.prod_id,prod_name,d.qty,d.qty*d.unit_price
from customer a, product b, sales c, sale_item d
where a.cust_id=c.cust_id and d.prod_id=b.prod_id and 
c.order_no=d.order_no and a.cust_id in (
select cust_id
from (select cust_id,count(distinct prod_id) prodid
from (select cust_id,prod_id
from sales e,sale_item f
where e.order_no=f.order_no) g
group by cust_id
having count(distinct prod_id)>=3) h )

--18、查找至少与世界技术开发公司销售相同的客户编号、名称和商品编号、商品名称、数量和金额
select a.cust_id,cust_name,d.prod_id,prod_name,qty,qty*unit_price
from customer a, product b, sales c, sale_item d
where a.cust_id=c.cust_id and d.prod_id=b.prod_id and 
c.order_no=d.order_no and not exists
(select f.*
from customer x ,sales e, sale_item f
where cust_name='世界技术开发公司' and x.cust_id=e.cust_id and
e.order_no=f.order_no and not exists
( select g.*
from sale_item g, sales h
where g.prod_id = f.prod_id and g.order_no=h.order_no and
h.cust_id=a.cust_id)
)

19、查找表中所有姓刘的职工的工号，部门，薪水
select emp_no,emp_name,dept,salary
from employee
where emp_name like '刘%'

20、查找所有定单金额高于2000的所有客户编号
select cust_id
from sales
where tot_amt>2000

21、统计表中员工的薪水在4000-6000之间的人数
select count(*)as 人数
from employee
where salary between 4000 and 6000

22、查询表中的同一部门的职工的平均工资，但只查询＂住址＂是＂上海市＂的员工
select avg(salary) avg_sal,dept 
from employee 
where addr like '上海市%'
group by dept

23、将表中住址为"上海市"的员工住址改为"北京市"
update employee 
set addr like '北京市'
where addr like '上海市'

24、查找业务部或会计部的女员工的基本信息。
select emp_no,emp_name,dept
from employee 
where sex='F'and dept in ('业务','会计')

25、显示每种产品的销售金额总和，并依销售金额由大到小输出。
select prod_id ,sum(qty*unit_price)
from sale_item 
group by prod_id
order by sum(qty*unit_price) desc

26、选取编号界于'C0001'和'C0004'的客户编号、客户名称、客户地址。
select CUST_ID,cust_name,addr
from customer 
where cust_id between 'C0001' AND 'C0004'

27、计算出一共销售了几种产品。
select count(distinct prod_id) as '共销售产品数'
from sale_item 

28、将业务部员工的薪水上调3%。
update employee
set salary=salary*1.03
where dept='业务'

29、由employee表中查找出薪水最低的员工信息。
select *
from employee
where salary=
(select min(salary )
from employee )

30、使用join查询客户姓名为"客户丙"所购货物的"客户名称","定单金额","定货日期","电话号码"
select a.cust_id,b.tot_amt,b.order_date,a.tel_no
from customer a join sales b
on a.cust_id=b.cust_id and cust_name like '客户丙'

31、由sales表中查找出订单金额大于"E0013业务员在1996/10/15这天所接每一张订单的金额"的所有订单。
select *
from sales
where tot_amt>all
(select tot_amt 
from sales 
where sale_id='E0013'and order_date='1996/10/15')
order by tot_amt

32、计算'P0001'产品的平均销售单价
select avg(unit_price)
from sale_item
where prod_id='P0001'

33、找出公司女员工所接的定单
select sale_id,tot_amt
from sales
where sale_id in 
(select sale_id from employee
where sex='F')

34、找出同一天进入公司服务的员工
select a.emp_no,a.emp_name,a.date_hired
from employee a
join employee b
on (a.emp_no!=b.emp_no and a.date_hired=b.date_hired)
order by a.date_hired

35、找出目前业绩超过232000元的员工编号和姓名。
select emp_no,emp_name
from employee 
where emp_no in
(select sale_id
from sales 
group by sale_id
having sum(tot_amt)<232000)

36、查询出employee表中所有女职工的平均工资和住址在＂上海市＂的所有女职工的平均工资
select avg(salary)
from employee
where sex like 'f'
union
select avg(salary)
from employee
where sex like 'f' and addr like '上海市%'

37、在employee表中查询薪水超过员工平均薪水的员工信息。
Select * 
from employee 
where salary>( select avg(salary) 
from employee)

38、 找出目前销售业绩超过10000元的业务员编号及销售业绩，并按销售业绩从大到小排序。
Select sale_id ,sum(tot_amt)
from sales 
group by sale_id 
having sum(tot_amt)>10000
order by sum(tot_amt) desc

39、 找出公司男业务员所接且订单金额超过2000元的订单号及订单金额。 
Select order_no,tot_amt
From sales ,employee
Where sale_id=emp_no and sex='M' and tot_amt>2000

40、 查询sales表中订单金额最高的订单号及订单金额。
Select order_no,tot_amt from sales 
where tot_amt=(select max(tot_amt) from sales)

41、 查询在每张订单中订购金额超过4000元的客户名及其地址。
Select cust_name,addr from customer a,sales b 
where a.cust_id=b.cust_id and tot_amt>4000

42、 求出每位客户的总订购金额，显示出客户号及总订购金额，并按总订购金额降序排列。
Select cust_id,sum(tot_amt) from sales
Group by cust_id 
Order by sum(tot_amt) desc

43、 求每位客户订购的每种产品的总数量及平均单价，并按客户号，产品号从小到大排列。
Select cust_id,prod_id,sum(qty),sum(qty*unit_price)/sum(qty)
From sales a, sale_item b
Where a.order_no=b.order_no
Group by cust_id,prod_id
Order by cust_id,prod_id

44、 查询订购了三种以上产品的订单号。
Select order_no 
from sale_item
Group by order_no
Having count(*)>3

45、 查询订购的产品至少包含了订单3号中所订购产品的订单。
Select distinct order_no
From sale_item a
Where order_no<>'3'and not exists ( 
Select * from sale_item b where order_no ='3' and not exists 
(select * from sale_item c where c.order_no=a.order_no and c.prod_id=b.prod_id))

46、 在sales表中查找出订单金额大于"E0013业务员在1996/11/10这天所接每一张订单的金额"的所有订单，并显示承接这些订单的业务员和该订单的金额。
Select sale_id,tot_amt from sales
where tot_amt>all(select tot_amt 
from sales 
where sale_id='E0013' and order_date='1996-11-10') 

47、 查询末承接业务的员工的信息。
Select *
From employee a
Where not exists 
(select * from sales b where a.emp_no=b.sale_id)

48、 查询来自上海市的客户的姓名，电话、订单号及订单金额。
Select cust_name,tel_no,order_no,tot_amt
From customer a ,sales b
Where a.cust_id=b.cust_id and addr='上海市'

49、 查询每位业务员各个月的业绩，并按业务员编号、月份降序排序。
Select sale_id,month(order_date), sum(tot_amt) 
from sales 
group by sale_id,month(order_date)
order by sale_id,month(order_date) desc

50、 求每种产品的总销售数量及总销售金额，要求显示出产品编号、产品名称，总数量及总金额，并按产品号从小到大排列。 
Select a.prod_id,prod_name,sum(qty),sum(qty*unit_price)
From sale_item a,product b
Where a.prod_id=b.prod_id 
Group by a.prod_id,prod_name
Order by a.prod_id
51、 查询总订购金额超过'C0002'客户的总订购金额的客户号，客户名及其住址。
Select cust_id, cust_name,addr
From customer
Where cust_id in (select cust_id from sales 
Group by cust_id
Having sum(tot_amt)>
(Select sum(tot_amt) from sales where cust_id='C0002'))

52、 查询业绩最好的的业务员号、业务员名及其总销售金额。
select emp_no,emp_name,sum(tot_amt)
from employee a,sales b
where a.emp_no=b.sale_id
group by emp_no,emp_name
having sum(tot_amt)=
(select max(totamt)
from (select sale_id,sum(tot_amt) totamt
from sales
group by sale_id) c)

53、 查询每位客户所订购的每种产品的详细清单，要求显示出客户号，客户名，产品号，产品名，数量及单价。
select a.cust_id, cust_name,c.prod_id,prod_name,qty, unit_price
from customer a,sales b, sale_item c ,product d
where a.cust_id=b.cust_id and b.order_no=c.order_no and c.prod_id=d.prod_id

54、 求各部门的平均薪水，要求按平均薪水从小到大排序。
select dept,avg(salary) 
from employee
group by dept 
order by avg(salary)

Read All

9/12

Welcome to My Website

Spring mvc 配置详解

一、web.xml

1.1 配置文件的配置

1.2 过滤器配置（编码转换）

1.3 Spring 分发Servlet配置

1.4 事务的配置

1.5 Spring的Web加载器配置

1.6 授权与安全过滤器配置

1.7 url转向配置

1.8 一些错误页面的配置

Spring mvc之——前后台传值

Ajax+Json对象

无Ajax+序列化

Zookeeper+Kafka安装教程

1、安装和配置Zookeeper

1) 下载Zookeeper

2) 安装Zookeeper

3) 配置Zookeeper

b. 创建data目录

c. 创建并打开zoo.cfg文件

d. 配置zoo.cfg

e. 创建并打开myid文件

f. 配置myid

2、安装和配置Kafka

1) 下载Kafka

2) 安装Kafka

3) 配置Kafka

a. 配置.bashrc

4) 同步master的安装和配置到slave1和slave2

5) 启动Kafka服务

Jersey REST Spring 集成开发

学习数据库必须掌握的54条SQL查询语句