要不是到了什么的地步这步了接下来要怎么做

来源：蜘蛛抓取(WebSpider) 时间：2017-07-09 16:48 标签： 一步到
mac想装个winrar,到这步接下来该怎么做?~_百度知道
mac想装个winrar,到这步接下来该怎么做?~
我有更好的答案
下载一个，会自动帮助你安装好的你安装的版本不对，里面会有很多免费的解压缩程序的，你安装的rar是exe格式的程序，这个格式mac系统不识别的。你要下载一个dmg格式的程序才可以。到app store上下载就可以，你看下评价好的，在右上角直接输入rar
采纳率：78%
来自团队：
为您推荐：
其他类似问题
winrar的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。photoshop安装到这一步接下来要怎么做？？_百度知道
photoshop安装到这一步接下来要怎么做？？
我有更好的答案
如果不知道这些的意思的话，直接下一步就行，
采纳率：43%
直接下一步就好了，呵呵
下一步，继续安装。
点下一步，安装完再破解永久使用
其他1条回答
为您推荐：
其他类似问题
您可能关注的内容
photoshop的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。282被浏览14,626分享邀请回答162 条评论分享收藏感谢收起SqlConnection::Ptr connection = make_shared&SqlConnection&();
connection-&Database = TestFileN
connection-&Open();
SqlCommand command(connection);
command.CommandText = T("select id, data, region from t1");
IDataReader::Ptr reader = command.ExecuteReader();
但后来因为我兴趣太广泛，这个项目就被搁置了（逃…）。现在HushDB大概2700行代码，实现了Heap File, Buffer Pool, Metadata Catalog和一个基本的Query Processor的框架，所以做一个小型的DB其实并没有那么困难。搁置的时候正在做where clause和filter的部分，计划里还有Lock Manager、Crash Recovery、BTree、Join、Query Optimizer和MVCC。因为HushDB比较简单，所以对初学者来说还是有一定的参考价值的。
&&&&&&&&&&&&&&&&&&&&
接下来正经回答楼主的问题，从两个方面给题主一些建议。
一方面是大方向上的，数据库传统上都分成Query Processor和Storage Engine两大部分。其实Storage Engine的部分是相对资料比较多的，但在分布式时代其实Storage Engine是主要的创新部分，所以很多旧的知识反而是要被抛弃的。而Query Processor的知识则在反复地被重新运用到新的数据处理引擎里，比如Hive和Spark。所以题主可以考虑用一些简单的内存的数据结构来当Storage Engine， 这样很快就能得到一个可以使用的系统。比如HushDB当初的时候就直接用vector当成一个表，用map来当索引，在这上面来运行查询。我看到
给了一些具体的建议，我就不多废话了。
另一方面就是做SQL的解释器具体的内容了。通常数据库从接收到一个SQL语句到最后执行要经过以下几个步骤：
SQL语句 -& 语法树(AST)
-& Logical Plan -& Physical Plan (Execution Plan)
每个步骤都会把原始的SQL语句做形式上的改变，我也按这个顺序来展开一下。
一、SQL语句 -& 语法树
这个是传统编译原理的范畴，题主已经做完这一步了，就不多展开了。以postgresql为例，做完这一步，你会得到类似下面的结构：
typedef struct SelectStmt
/*the target list (of ResTarget) */
/*the FROM clause */
/* WHERE qualification */
/* GROUP BY clauses */
/* HAVING conditional-expression */
这时候targetList里面还仅仅只是一个个不知道是不是对象真的存在的名字，而from和where的原始结构也还保留着，比如FromClause里面可能有另一个SelectStmt（子查询）。
这个阶段的代码常常被称为Parser.
二、语法树 -&
Logical Plan
这一步就是题主下一步需要做的事情了。这一步要做的事情有点类似语义分析。在这个阶段里面，主要有两个工作：
对所有在语句里引用到的实体进行合法性检查。这里说的实体主要是表和表的列。所以题主要做一件事情是建立一个俗称的Catalog，用来存放所有表的定义，主要是表名、列名和列的数据类型。传统数据库一个有意思的地方是这个Catalog也是存放在自己里面的，有点类似编译器的自举。常见的那些sys.tables、sys.columns都是这样的Catalog系统表。进行一些初步的、逻辑层面的优化。常见的有：将where条件下移到子查询(Predicate Pushdown)、常量表达式替换为计算后的结果(Const Folding)、去除子查询里不必要的列、去除总为真的filter、去除总为假的filter对应的子句等等。
这一阶段产生的结果称为Logical
Plan，它表达了逻辑上用户想要查询什么，而已经逐渐开始脱离最初的表达形式（原始的语句）。比如在这一阶段子查询已经不再是一个嵌套的SelectStmt，而变成了一个join的树，而where条件也被放在了经过优化之后的各个位置上。
仍然以postgresql为例，这阶段结束后selectStmt被转化为了一个Query的结构：
typedef struct Query
/*select|insert|update|delete|utility */
/*has aggregates in tlist or havingQual */
hasTargetSRFs;
/*has set-returning functions in tlist */
/*has subquery SubLink */
hasDistinctOn;
/*distinctClause is from DISTINCT ON */
/*list of range table entries */
/*table join tree (FROM and WHERE clauses) */
/*target list (of TargetEntry) */
/* a list of SortGroupClause's */
*groupingS
/* a list of GroupingSet's if present */
/*qualifications applied to groups */
我们可以看到from
clause和where clause被合并成了一个joinTree，而joinTree本身由根节点的FromExpr和子节点JoinExpr组成。where语句被打散成了FromExpr和JoinExpr里的qual (qualifier):
typedef struct FromExpr
*fromlist;
/*List of join subtrees */
/*qualifiers on join, if any */
} FromExpr;
typedef struct JoinExpr
/*type of join */
isNatural;
/*Natural join? Will need to shape table */
/*left subtree */
/*right subtree */
/*qualifiers on join, if any */
/*user-written alias clause, if any */
} JoinExpr;
这一阶段对应的代码常常被称为Analyzer。优化的部分因为本身也比较复杂，有时候也会独立出来一个组件，常常被称为Rewriter，因为它本质上是一个Logical Plan -& Optimized Logical Plan的改写过程。
三、Logical Plan
-& Execution Plan
有了Logical Plan之后，最后一步是决定物理的执行步骤。这时候主要是解决从“逻辑上要查询什么”到“物理上怎么查询”的问题。数据库能做到的操作常常被抽象成了各种operator，比如hash
join operator、loop join operator、filter operator之类的。我们需要把Logical Plan转换成一个operator组成的执行树。我们常常需要根据索引的情况和统计信息的情况来决定使用什么的join方式、获取数据的时候是用索引查找还是扫描全表(常常被称为Access Path Selection)。
这阶段对应的代码常常被称为Optimizer。这阶段可以说是水相当的深，无数的论文都集中在这里，各种奇思妙想。
除了传统的数据库，学习optimizer的实现，我也很推荐对看一下Spark的Catalyst，利用Scala的pattern matching，rule based optimizer被实现得相当精巧：448 条评论分享收藏感谢收起

我要回帖

更多关于 一步到 的文章

 

随机推荐