partition by的用法
1.Partitionbymeansofadivider,suchasascreen.依靠分割者分割，例如屏幕。
2.EffectsofMgFertilizationonMgUptakeandPartitionbyRiceandRiceCookingQuality鎂肥對水稻鎂吸收與分配及稻米食味品質的影響
5.Dragontothepagetodefineapartitionbyassigningresponsibilitytoactionstates.拖到繪圖頁后，可以通過給動作狀態分配職責來定義分區。
excel表格數據太大幾百兆怎么解決
當Excel表格的數據量非常大（幾百兆）時，可能會導致文件打開和處理速度變慢，甚至出現崩潰或無響應的情況。以下是一些解決方法：
1.數據分割：如果可能的話，將大型數據表格分割成多個較小的表格?？梢园凑諘r間范圍、地理區域或其他邏輯進行分割，以便每個表格的數據量更小。
2.數據篩選：使用Excel的篩選功能，只顯示需要的數據，而隱藏其他數據。這可以減少在工作表中顯示的數據量，從而提高性能。
3.數據匯總：如果您只需要查看和分析數據的摘要或總結，可以使用Excel的數據透視表或公式功能來進行數據匯總。這樣可以減少對大型數據集的直接處理。
4.數據壓縮：如果文件大小仍然過大，可以嘗試將Excel文件進行壓縮。您可以將文件保存為壓縮文件格式（如ZIP），這可以減小文件大小并提高文件的傳輸效率。
5.使用專業工具：如果處理大型數據集是常見需求，您可以考慮使用專業的數據處理工具，如數據庫管理系統（如MySQL、PostgreSQL）或數據分析軟件（如Python中的Pandas庫、R語言等），這些工具可以更高效地處理大型數據。
6.升級硬件：如果您的電腦配置較低，可能無法處理大型Excel文件。在這種情況下，可以考慮升級計算機的硬件，如增加內存（RAM）或使用更快的處理器。
請注意，具體的解決方法可能因數據的特點和您的具體需求而有所不同。根據實際情況選擇適合的方法，并備份重要數據以避免意外損失。
java和python哪個好學為什么
先上結論吧，Java復雜點難點。另外，你學會Java，可能做不了什么，因為還有一系列的生態要學習。而Python則沒那么講究，因為是腳本語言，就可以很輕松的做些工具，所以成就感會高點，也容易的。還有就是，這兩個語言的工作方向不同，學習哪個，就意味著你未來的主要工作方向。
啥？你說不夠細？好，我們就虛擬個場景，深入其境，展開來說說。
Java篇你突然想開了，準備學習Java，于是你翻開了書，開始了Java的學習之路。
基礎類型首先，你下載了JDK，并且配置了運行環境，然后你學習了Java基礎知識，數據類型呀、運算符呀、分支結構呀、循環結構呀之類的，也看了一些修飾符，然后你了解到，什么叫對象，什么叫類，什么叫包，什么是內部類，什么是接口，什么是抽象類。對了，在了解這邊的時候，你順便看了下Java內存結構，什么堆呀棧呀之類的。
集合、多線程好了，你天資聰慧，基礎很快就學習好了，你開始進入進階階段，了解了一些集合框架，知道什么是List，什么是Map，也了解了異常，而且還開始看文件操作，對，就是什么輸入輸出流呀，文件流呀二進制流的，也開始了解多線程編程，順便也知道了事務和鎖，你還看了網絡編程，TCP、UDP協議之類的。
類反射對了，你天賦異稟，還看了反射機制，了解到類居然可以動態實例化，并且OO編程，也就是面向對象編程，什么繼承呀、封裝呀、多態呀，你輕松學習，掌握的不要不要的，這期間你還順便看了24種常用設計模式，編程姿勢是各種解鎖。
數據庫連接對了，你發現，數據還是存在數據庫里面比較好，所以你順便學習了數據庫知識，關系數據庫，你學習了Mysql，非關系數據庫，你學習了Mongodb，然后你也學習了JDBC，知道了怎么連接數據庫
第三方庫學習過程，你也發現了lib庫，發現了Maven庫管理，你很方便的找到了很多第三方庫。
到這里，你基本上把Java的基礎學習完了，我們來說下應用層面
Spring你突然想用Java做Web開發，于是你找了度娘，問了下后，發現JavaWeb都是基于Servlet接口的，然后你了解了Servlet，也了解了Tomcat和NG，還看了Request和Response，然后再查了下，發現大家都在用Spring，于是你開始學習Spring……然后你發現，學習Spring的時間，居然比學習Java還多……
然后你開始深入理解，什么叫依賴倒置，什么叫控制反轉，也學會了依賴注入，知道了注解的高級用法，你不僅把SpringXML配置了解的很深入，也非常深入的了解了Spring注解。然后你還了解了什么是面向切面的編程，用了幾周時間，你做出一個Web站點，成就滿滿。
然后你發現部署配置Tomcat還是NG都太麻煩了，你又學習了Dock，順便也看了下K8S，對了，隨著訪問用戶的人數增加，你又開始考慮其它的高并發框架，也學習了消息騎士隊，過程中，還出現了莫名其妙的錯誤，所以你又去看了JVM的原理，并優化了Java虛擬機……
然后你發現，這坑真是無窮無盡呀。
然后你弄了個時間機，回到過去，和過去的自己說，去，別學Java，沒看我的頭發都沒了嗎？學Python去。
于是，下面開始學習Python
Python篇歷史總是那么的相似，你開始學習Python基礎，你發現，Python好方便，只要安裝好，就差不多了，什么環境配置，不關心的，然后你開始看數據類型和變量，發現變量申明時可以略去類型，好方便，你也學習了隊列，發現隊列比Java簡單多了，學習條件和循環的時間，也是差不多，你發現，python有個叫函數的東東，有點像Java的方法，你也學習了切片、裝飾器、偏函數和模塊，嗯，雖然和Java叫法不同，不過功能都類型，
你一直學習，發現Java和Python在基礎語法上差不多，但都有很多簡化，比較文件讀取，就沒有Java那么繁瑣。
你學習的過程，發現Python在安裝第三方庫上面，比Java方便多了，而且Python可以做科學計算，那叫爽，居然還可以快速做矩陣相乘，明擺著是神經網絡應用的不二之選嘛。
然后Python可以做Web方向嗎？
有，而且小而精，這邊就舉例Django吧，你可以很快速的使用Django來創建一個Web站點，不需要重新學習額外知識，只需要了解一些規則就差不多了，總的來說，比Spring快速，當然，只是小而精，你如果期望他能有Java那種高并發處理，那是不可能的。
總結Java非常適合企業級應用開發，所以服務端一般都會用Java，加上微服務化，基本上服務端開發使用Java是不二之選。
所以你學習Java，目標就是企業級開發了，主要方向是高并發訪問。如果你學習Python，注定你的主要工作方向是數據挖掘、數據分析方向，還有就是AI方向了。
sql把一個字段分成多個字段
可以用，sub-string這樣的分割函數將字段分割。
oracle端怎么把字符串分割成數組
（1）定義split_type類型：CREATEORREPLACETYPEsplit_typeISTABLEOFVARCHAR2(4000)/（2）定義split函數：
CREATEORREPLACEFUNCTIONsplit(p_strINVARCHAR2,p_delimiterINVARCHAR2)RETURNsplit_typeISjINT:=0;iINT:=1;lenINT:=0;len1INT:=0;strVARCHAR2(4000)
;my_splitsplit_type:=split_type()
;BEGINlen:=LENGTH(p_str);len1:=LENGTH(p_delimiter);WHILEj<lenLOOPj:=INSTR(p_str,p_delimiter,i);IFj=0THENj:=len;str:=SUBSTR(p_str,i)
;my_split.EXTEND;my_split(my_split.COUNT):=str;IFi>=lenTHENEXIT;ENDIF;ELSEstr:=SUBSTR(p_str,i,j-i);i:=j+len1;my_split.EXTEND;my_split(my_split.COUNT):=str;ENDIF;ENDLOOP;RETURNmy_split;ENDsplit;/（3）存儲過程中，使用類似ForTIn(selecta,b,c,dfromtable(split('1,2,3,4',',')))Loop--注意下面的inserti語句，varchar類型的值需要補充引號上去ExecuteImmediate'insertintotableNamesetfieldName='||T.a;ExecuteImmediate'commit';EndLoop;的查詢語句，把分開的結果拼成sql語句并寫入到表中。
sql數據庫搜索，同時滿足兩個搜索關鍵詞~怎么弄
在SQLServer中，存儲數據的最小單位是頁，每一頁所能容納的數據為8060字節.而頁的組織方式是通過B樹結構（表上沒有聚集索引則為堆結構，不在本文討論之列)如下圖:
在聚集索引B樹中，只有葉子節點實際存儲數據，而其他根節點和中間節點僅僅用于存放查找葉子節點的數據.
每一個葉子節點為一頁，每頁是不可分割的.而SQLServer向每個頁內存儲數據的最小單位是表的行(Row).當葉子節點中新插入的行或更新的行使得葉子節點無法容納當前更新或者插入的行時，分頁就產生了.在分頁的過程中，就會產生碎片.
理解外部碎片
首先，理解外部碎片的這個“外”是相對頁面來說的。外部碎片指的是由于分頁而產生的碎片.比如，我想在現有的聚集索引中插入一行，這行正好導致現有的頁空間無法滿足容納新的行。從而導致了分頁:
因為在SQLSERVER中，新的頁是隨著數據的增長不斷產生的，而聚集索引要求行之間連續，所以很多情況下分頁后和原來的頁在磁盤上并不連續.
這就是所謂的外部碎片.
由于分頁會導致數據在頁之間的移動，所以如果插入更新等操作經常需要導致分頁，則會大大提升IO消耗，造成性能下降.
而對于查找來說，在有特定搜索條件，比如where子句有很細的限制或者返回無序結果集時，外部碎片并不會對性能產生影響。但如果要返回掃描聚集索引而查找連續頁面時,外部碎片就會產生性能上的影響.
在SQLServer中，比頁更大的單位是區(Extent).一個區可以容納8個頁.區作為磁盤分配的物理單元.所以當頁分割如果跨區后，需要多次切區。需要更多的掃描.因為讀取連續數據時會不能預讀，從而造成額外的物理讀，增加磁盤IO.
理解內部碎片
和外部碎片一樣，內部碎片的”內”也是相對頁來說的.下面我們來看一個例子:
我們創建一個表，這個表每個行由int(4字節),char(999字節)和varchar(0字節組成），所以每行為1003個字節,則8行占用空間1003*8=8024字節加上一些內部開銷，可以容納在一個頁面中:
當我們隨意更新某行中的col3字段后，造成頁內無法容納下新的數據，從而造成分頁:
分頁后的示意圖:
而當分頁時如果新的頁和當前頁物理上不連續，則還會造成外部碎片
內部碎片和外部碎片對于查詢性能的影響
外部碎片對于性能的影響上面說過，主要是在于需要進行更多的跨區掃描，從而造成更多的IO操作.
而內部碎片會造成數據行分布在更多的頁中，從而加重了掃描的頁樹，也會降低查詢性能.
下面通過一個例子看一下,我們人為的為剛才那個表插入一些數據造成內部碎片:
通過查看碎片，我們發現這時碎片已經達到了一個比較高的程度:
通過查看對碎片整理之前和之后的IO，我們可以看出，IO大大下降了:
對于碎片的解決辦法
基本上所有解決辦法都是基于對索引的重建和整理，只是方式不同
1.刪除索引并重建
這種方式并不好.在刪除索引期間，索引不可用.會導致阻塞發生。而對于刪除聚集索引，則會導致對應的非聚集索引重建兩次(刪除時重建，建立時再重建).雖然這種方法并不好，但是對于索引的整理最為有效
2.使用DROP_EXISTING語句重建索引
為了避免重建兩次索引，使用DROP_EXISTING語句重建索引，因為這個語句是原子性的，不會導致非聚集索引重建兩次，但同樣的，這種方式也會造成阻塞
3.如前面文章所示，使用ALTERINDEXREBUILD語句重建索引
使用這個語句同樣也是重建索引，但是通過動態重建索引而不需要卸載并重建索引.是優于前兩種方法的，但依舊會造成阻塞?？梢酝ㄟ^ONLINE關鍵字減少鎖，但會造成重建時間加長.
4.使用ALTERINDEXREORGANIZE
這種方式不會重建索引，也不會生成新的頁，僅僅是整理，當遇到加鎖的頁時跳過，所以不會造成阻塞。但同時，整理效果會差于前三種.
理解填充因子
重建索引固然可以解決碎片的問題.但是重建索引的代價不僅僅是麻煩，還會造成阻塞。影響使用.而對于數據比較少的情況下，重建索引代價并不大。而當索引本身超過百兆的時候。重建索引的時間將會很讓人蛋疼.
填充因子的作用正是如此。對于默認值來說，填充因子為0（0和100表示的是一個概念）,則表示頁面可以100%使用。所以會遇到前面update或insert時，空間不足導致分頁.通過設置填充因子，可以設置頁面的使用程度:
下面來看一個例子:
還是上面那個表.我插入31條數據，則占4頁:
通過設置填充因子，頁被設置到了5頁上:
這時我再插入一頁，不會造成分頁:
上面的概念可以如下圖來解釋:
可以看出，使用填充因子會減少更新或者插入時的分頁次數，但由于需要更多的頁，則會對應的損失查找性能.
