Arbitrary_Notes

任何东西和null比较都会得到unknown。而where只认true，null=null不成立，必须用is null。

Natural Join 的陷阱：如果2张表都有dept_name 但是含义不同，那么自然连接就会出问题。这时用 Join ... Using (id).

嵌套子查询 (Subqueries):

in / some / all: 判断某个值在不在一堆结果里。

exists: 不关心具体数据，只关心存不存在。

要找“选了所有生物课的学生”，SQL往往要写成两个 not exists 的嵌套。

Modification:

DELETE: 删数据，表还在。

INSERT: 插入数据

UPDATE: 改数据

CASE: 可以在更新时做逻辑判断。

Sql

SELECT name FROM instructor WHERE salary > 50000

Π_{n a m e} (σ_{s a l a r y > 50000} (i n s t r u c t o r))

write notes arbitrarily. Don't need to warry about anything.

Transactioins(ACID)

A(Atomicity)
C(Consistency)
I(Isolation)
D(Durability)

Authorization

Grant & Revoke

Role

Grant option

create assertion <assertion_name> check <predicate>

sql

create assertion credits_assertion check (
	not exists (
    	select ID from student 
        where tot_cred > 200
    )
);

This assertion describes that any student 's total credits can't be larger than 200.

虽然它是 SQL 标准（SQL-92）的一部分，但 现实很残酷：几乎没有主流数据库（MySQL, Oracle, SQL Server, PostgreSQL）真正实现了这个功能。

原因：开销（Performance）太恐怖了！

因为 Assertion 是全局的，意味着每一次对涉及到的表进行 INSERT、UPDATE 或 DELETE 时，数据库都要运行那段复杂的 SELECT 子查询来检查一遍。
如果表里有几百万行数据，每改一个字都要全表扫描检查一遍，数据库就直接卡死了。

既然数据库不支持 Assertion，程序员通常用以下两种方式代替：

Trigger（触发器）： 专门写一段逻辑，只在特定的表发生变化时执行检查。这比 Assertion 更有针对性，性能更好。

lab 6 minisql

TODO:

/record/ row.cpp, column.cpp, schema.cpp

/storage/ *

给 AI 具体的需求，让 AI 来帮忙写具体的命令和代码。

AE, AI, PS, PR 合用

我用pr快30年了，所有有名的剪辑软件都用过，pr以前最大的缺点就是不稳定，bug多，做字幕费劲，但我认为他是最好用的，毕竟要经常用Ae，ai和ps,剪辑达芬奇还是弟弟，不过一般视频用足够了，做大型商片，包括快速调色还得pr，pr调色不输达芬奇，一个片子几百个乱七八糟素材到色调统一在达芬奇会让人崩溃，PR轻松搞定，除非一手自拍，商片必须统一，自媒体用谁都一样，需要大量特效，快慢穿梭，音频编辑高质量还得PR，任何剪辑软件基础都大差不差，5年来pr剪辑片子几百个没崩溃一次，现在即使崩溃了重新打开也能复活到崩溃点，25版不稳定，更新的没用过，目前用的24版，非常稳定，23版也稳定

别上这群小白的当，天天啥都不会就喜欢引战拼个高低。软件不分优劣，只是面向客户群体不同和符合各人使用的使用习惯。

我是电商订单做起来了，然后果断注册商标，商标下来才注册的公司

其实对于开公司，很多人会有误区，公司只是一个水到渠成的形式，应该是先有业务，再有公司。另外开公司这件事可以交给财务公司帮忙注册，成本很低。

两个建议

1.公司招人不要朋友介绍，不要亲戚推荐，千万千万千万千万千万不要

2.招聘软件招人，一定要有试用期，试用期第一个月签合同，交社保，试用期定2-3个月，两个月的话劳动合同签一年，三个月的话要签两年。小公司要规范，不然解决问题付出的成本会远远超出问题本身。

市场调研 - > 项目 ->

DeepResearch -> Full Stack Development -> Payments -> SEO

constract a SaaS service to earn money.

关系型数据库规范化的好处：

旧表里：100个人在计算机系，要存100遍“计算机系在1号楼”

新表：老师-系名一张表，系名-楼号一张表。系搬家了，只需要改第二个表就行。修改量小。

Lossless Join

BCDF rules: 每一个 Functional Dependency( $α \to β$ )中，左边的 $α$ 必须是老大（super key）。

抓到不满足要求的内鬼，然后进行BCDF分解。再坚持确保无损连接。

我一直有的想法就是，希望概念能有具体的例子讲解，清晰而具体，数学是清晰、简单、直观的。希望能用直观的例子快速上手，这些概念本身其实是不难的，只是需要具体的、清晰的例子来说明而已。

所以我想做这么一个YouTube视频，来说明、讲解这些东西。做这样的真正好用、有用的东西帮助大家（也是帮助自己）更清晰地理解这些东西。

定期做需要深度思考的事情(写作、编程、解决复杂问题)

想象一个“帮主人拿水杯”的场景：

Perception (感知)： 看到房间、障碍物和远处桌子上的水杯。
Planning (规划)： 脑中制定计划：先走到桌子边，再伸手拿杯子。
Navigation (导航)： 控制底盘或双腿，绕开沙发，走到桌子面前。
Manipulation (操作)： 伸出机械手，根据杯子的大小和材质，稳定地抓起它。
Generalization (泛化)： 哪怕这次的水杯是个奇形怪状的新款式，或者是在一个完全陌生的房间里，AI 依然能通过以往的经验成功完成任务。

Arbitrary_Notes ​

Arbitrary_Notes