php怎么创建触发器，源码时代的PHP课程怎么样？
课程：MySQL数据库的创建、修改及删除；数据表的创建、修改及删除；无限分类的数据表设计；记录的插入、更新、删除及查找；外键与连接；索引；存储过程，触发器，游标；事务处理；数据库引擎详解；数据库集群，数据库读写分离、类与对象，类的定义；属性与方法；$this关键字、 self关键字；继承，多态；魔术方法；抽象类与接口；设计模式；PDO类；JpGraph图表，FusionCharts图表；PHP高级应用（Smarty模板、PHP框架技术）等。
Mysql有哪些不错的图形用户管理工具？
MySQL作为一种非常流行的关系型数据库，在许多信息系统设计中，都采用MySQL作为后端存储，而MySQL本身又不提供非常方便的图形管理工具，对于初学者来说，上手比较困难，也不易学习，如果日常开发和维护都在类似于dos的窗口中进行，会显得非常不方便，下面我介绍几款不错的Mysql图形管理工具，感兴趣的可以自己下载尝试一下（排名不分先后）：
1.SQLyog：这是一个简洁快速、功能强大的MySQL管理工具，Webyog公司的产品，大部分开发人员都应该听说或使用过，轻巧灵活、简单易学，可以在任何地点和时间有效管理你的数据库，支持常见的sql脚本导入导出、数据库备份，可以快速建库建表，语法高亮、自动补全，使用起来非常方便，也非常适合初学者：
2.Navicat：这也是一个非常不错的MySQL图形用户管理工具，基本功能和SQLyog差不多，界面简洁、功能强大，可以直接创建数据库、SQL查询，设计数据表（包括字段类型、主外键关系、触发器等）、视图等，很方便的管理和维护日常应用数据库，支持SQL脚本的导入导出、数据库恢复和备份，语法提示、高亮等功能也不错，使用起来非常方便，可以尝试一下：
3.Workbench：这个是MySQL官方自带的一个图形管理工具，专门为Mysql设计，功能也很强大，支持数据库的建模、设计、迁移、恢复和备份等功能，可以很好的运行在Windows、Linux、Mac等主流平台上，使用起来也非常不错：
4.phpMyAdmin：顾名思义，这个是专门为PHP开发人员使用的一个MYSQL图形用户管理工具，基于Web浏览器，界面友好、干净整洁，中文支持良好，可以很方便的设计数据库、数据表，管理起来也很方便，不足之处就是数据库的备份和恢复不是很方便：
5.DataGrip：这个是Jetbrains公司的产品，比较专业的数据库管理工具，支持目前几乎所有的数据库，像MySQL，Oracle，SQL Server等，建库建表，日常查询，备份恢复等功能都不错，支持语法提示、代码高亮、自动补全，是一个很不错的数据库IDE软件，值得学习：
总的来说，这5款MySQL图形用户管理工具都非常不错，完全可以满足日常数据库的管理和维护，选择适合自己的一款就行，网上也有相关资料和教程，感兴趣的话，可以搜一下，希望以上分享的内容能对有所帮助吧，也欢迎大家评论、留言。
如果现在转做后端语言？
作为一名IT行业的从业者，同时也是一名计算机专业的研究生导师，我来回答一下这个问题。
首先，在当前云计算技术的推动下，前端开发后端化是一个比较明显的发展趋势，所以对于前端开发人员来说，如果要走全栈开发路线，学习一定的后端开发知识是有必要的。另外，如果有扎实的基础学科基础和计算机基础，未来从后端开发转向研发级程序员也会更容易一些，这样会明显延长自身的职业生命周期。
如果要转向后端开发，需要选择一门编程语言，当前Java、Python、PHP都是不错的选择，虽然Go语言的上升趋势也比较明显，但是目前在生产环境下，采用Go语言的团队还是比较少的，所以在就业时会有一定的影响。在Java、Python和PHP三门语言的选择上，对于前端开发人员来说可以重点考虑一下PHP，然后是Java，最后是Python。
虽然PHP语言的应用场景比较单一，但是PHP语言在Web开发领域的份额占比还是比较大的，而且PHP语言相对于Java语言来说也更容易学习，尤其是具有一定前端开发基础的程序员，在学习PHP时会更容易一些。目前PHP语言也可以从事大型项目的开发，而且PHP语言自身的生态体系也比较健全。
Java语言也是不错的选择，但是Java语言对于前端开发人员来说会稍微难一些，毕竟Java语言是纯粹的面向对象语言，抽象程度比较高，但是如果学习能力比较强，完全可以选择Java语言。掌握Java语言之后会有更多的选择，比如可以向大数据开发方向发展。从Java语言目前的应用情况以及未来的发展前景来看，未来很长一段时间内，Java语言都会是最为流行的编程语言之一。
虽然目前Python语言的前景比较好，而且Python也比较容易学习，但是Python目前的就业岗位并不算多，而且Python未来主要的应用场景将集中在大数据和人工智能领域。所以对于有迫切就业需要的前端程序员来说，选择Python应该慎重。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！
教育公司课件制作流程？
第一步、研究教学目标，分析学生学情，完成教学设计;
第二步、根据教学设计和实际教学的需要，编写出详细的课件制作脚本; 第三步、根据上课内容和课件的需要准备好图片、动画素材; 在处理图片这块内容时，可以运用大量的手法和手段。图片比较多时可采用进入、退出或移动等效果;比较少时可采用插入幻灯片、触发器等效果。但总的来说要符合课件的主题，如果是作为图片欣赏的话，建议采用移动、进入、退出等等动态效果比较好的手法，但是作为作品介绍的话，建议还是采用插入幻灯片或触发器的手法。 第四步、用声音编辑软件如CoolEdit录制配音; 第五步、根据上课内容的实际需要选定制作课件的软件，如演示类课件可以用PPT，交互性比较强的课件可以采用Authorware，网页类课件可以采用PHP等; 第六步、课件制作完毕，进行仔细地调试、修改; 第七步、通过试运行，收集学生对课件的意见和建议，并根据实际上课的情况对课件进行完善。Mysql怎样优化处理？
1. 避免使用 select * 你需要什么信息,就查询什么信息,查询的多了,查询的速度肯定就会慢
2. 当你只需要查询出一条数据的时候,要使用 limit 1 比如你要查询数据中是否有男生,只要查询一条含有男生的记录就行了,后面不需要再查了,使用Limit 1 可以在找到一条数据后停止搜索
3. 建立高性能的索引 索引不是随便加的也不是索引越多越好,更不是所有索引对查询都有效
4. 建数据库表时,给字段设置固定合适的大小. 字段不能设置的太大,设置太大就造成浪费,会使查询速度变慢
5. 要尽量使用not null
6. EXPLAIN 你的 SELECT 查询 使用EXPLAIN,可以帮助你更了解MySQL是如何处理你的sql语句的, 你可以查看到sql的执行计划,这样你就能更好的去了解你的sql语句的不足,然后优化语句.
7. 在Join表的时候,被用来Join的字段，应该是相同的类型的,且字段应该是被建过索引的,这样，MySQL内部会启动为你优化Join的SQL语句的机制。
8. 如果你有一个字段，比如“性别”，“国家”，“民族”, “省份”，“状态”或“部门”，这些字段的取值是有限而且固定的，那么，应该使用 ENUM 而不是 VARCHAR。
因为在MySQL中，ENUM类型被当作数值型数据来处理，而数值型数据被处理起来的速度要比文本类型快得多。这样，我们又可以提高数据库的性能。
9. 垂直分割 将常用和有关系的字段放在相同的表中，把一张表的数据分成几张表 这样可以降低表的复杂度和字段的数目，从而达到优化的目的
10. 优化where查询
①. 避免在where子句中对字段进行表达式操作
比如： select 列 from 表 where age*2=36; 建议改成 select 列 from 表 where age=36/2;
②. 应尽量避免在 where 子句中使用 !=或 操作符，否则将引擎放弃使用索引而进行全表扫描。
③. 应尽量避免在 where 子句中对字段进行 null 值 判断
④. 应尽量避免在 where 子句中使用 or 来连接条件
11. 不建议使用%前缀模糊查询,这种查询会导致索引失效而进行全表扫描
例如LIKE “%name”或者LIKE “%name%这两种都是不建议的.但是可以使用LIKE “name%”。
对于LIKE “%name%,可以使用全文索引的形式
12. 要慎用in和 not in
例如：select id from t where num in(1,2,3) 建议改成 select id from t where num between 1 and 3
对于连续的数值，能用 between 就不要用 in 了
13. 理解in和exists， not in和not exists的区别
很多时候用 exists 代替 in 是一个好的选择：如查询语句使用了not in那么内外表都进行全表扫描，没用到索引，而not exists子查询依然能用到表上索引，所以无论哪个表大，用not exists都比not in要快。
select num from a where num in(select num from b)
建议改成: select num from a where exists(select 1 from b where num=a.num)
区分in和exists主要是造成了驱动顺序的改变（这是性能变化的关键），如果是exists，那么以外层表为驱动表，先被访问，如果是IN，那么先执行子查询。所以IN适合于外表大而内表小的情况；EXISTS适合于外表小而内表大的情况。
关于not in和not exists，推荐使用not exists，不仅仅是效率问题，not in可能存在逻辑问题
14. 理解select Count (*)和Select Count(1)以及Select Count(column)区别
一般情况下，Select Count (*)和Select Count(1)两着返回结果是一样的
假如表沒有主键(Primary key), 那么count(1)比count(*)快，
如果有主键的話，那主键作为count的条件时候count(主键)最快
如果你的表只有一个字段的话那count(*)就是最快的
count(*) 跟 count(1) 的结果一样，都包括对NULL的统计，而count(column) 是不包括NULL的统计
技术交流请关注“大数据java架构师”