3种使用PostgreSQL命令的方式

无论你需要的东西简单（如一个购物清单）亦或复杂（如色卡生成器） ，PostgreSQL 命令都能使它变得容易起来。

在 PostgreSQL 入门一文中, 我解释了如何安装、设置和开始使用这个开源数据库软件。不过，使用 PostgreSQL 中的命令可以做更多事情。

例如，我使用 Postgres 来跟踪我的杂货店购物清单。我的大多数杂货店购物是在家里进行的，而且每周进行一次大批量的采购。我去几个不同的地方购买清单上的东西，因为每家商店都提供特定的选品或质量，亦或更好的价格。最初，我制作了一个 HTML 表单页面来管理我的购物清单，但这样无法保存我的输入内容。因此，在想到要购买的物品时我必须马上列出全部清单，然后到采购时我常常会忘记一些我需要或想要的东西。

相反，使用 PostgreSQL，当我想到需要的物品时，我可以随时输入，并在购物前打印出来。你也可以这样做。

首先，输入 psql 命令进入数据库，然后用下面的命令创建一个表：

Create table groc (item varchar(20), comment varchar(10));

输入如下命令在清单中加入商品：

insert into groc values ('milk','K');

insert into groc values ('bananas','KW');

括号中有两个信息（逗号隔开）：前面是你需要买的东西，后面字母代表你要购买的地点以及哪些东西是你每周通常都要买的（W）。

因为 psql 有历史记录，你可以按向上键在括号内编辑信息，而无需输入商品的整行信息。

在输入一小部分商品后，输入下面命令来检查前面的输入内容。

Select*from groc order by comment;

item | comment

----------------+---------

ground coffee | H

butter | K

chips | K

steak | K

milk | K

bananas | KW

raisin bran | KW

raclette | L

goat cheese | L

onion | P

oranges | P

potatoes | P

spinach | PW

broccoli | PW

asparagus | PW

cucumber | PW

sugarsnap peas | PW

salmon | S

(18 rows)

此命令按 comment 列对结果进行排序，以便按购买地点对商品进行分组，从而使你的购物更加方便。

使用 W 来指明你每周要买的东西，当你要清除表单为下周的列表做准备时，你可以将每周的商品保留在购物清单上。输入：

deletefrom groc where comment not like '%W';

注意，在 PostgreSQL 中 % 表示通配符（而非星号）。所以，要保存输入内容，需要输入：

deletefrom groc where item like 'goat%';

不能使用 item = 'goat%'，这样没用。

在购物时，用以下命令输出清单并打印或发送到你的手机：

o groclist.txt

select *from groc order by comment;

o

最后一个命令 o 后面没有任何内容，将重置输出到命令行。否则，所有的输出会继续输出到你创建的杂货店购物文件 groclist.txt 中。

这个逐项列表对于数据量小的表来说没有问题，但是对于数据量大的表呢？几年前，我帮 FreieFarbe.de 的团队从 HLC 调色板中创建一个自由色的色样册。事实上，任何能想象到的打印色都可按色调、亮度、浓度（饱和度）来规定。最终结果是 HLC Color Atlas，下面是我们如何实现的。

该团队向我发送了具有颜色规范的文件，因此我可以编写可与 Scribus 配合使用的 Python 脚本，以轻松生成色样册。一个例子像这样开始：

HLC, C, M, Y, K

H010_L15_C010,0.5,49.1,0.1,84.5

H010_L15_C020,0.0,79.7,15.1,78.9

H010_L25_C010,6.1,38.3,0.0,72.5

H010_L25_C020,0.0,61.8,10.6,67.9

H010_L25_C030,0.0,79.5,18.5,62.7

H010_L25_C040,0.4,94.2,17.3,56.5

H010_L25_C050,0.0,100.0,15.1,50.6

H010_L35_C010,6.1,32.1,0.0,61.8

H010_L35_C020,0.0,51.7,8.4,57.5

H010_L35_C030,0.0,68.5,17.1,52.5

H010_L35_C040,0.0,81.2,22.0,46.2

H010_L35_C050,0.0,91.9,20.4,39.3

H010_L35_C060,0.1,100.0,17.3,31.5

H010_L45_C010,4.3,27.4,0.1,51.3

这与原始数据相比，稍有修改，原始数据用制表符分隔。我将其转换成 CSV 格式（用逗号分割值），我更喜欢其与 Python 一起使用（CSV 文也很有用，因为它可轻松导入到电子表格程序中）。

（编辑：云计算网_泰州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!