ShardingSphere-JDBC初探

引言

为什么使用分库分表？

数据量太大单表放不下，并且公司不希望切换产品，可选的方案不多，ShardingSphere就是不错的选择。

切换产品指的是换成es、clickhouse、hbase这种支持大数据，试想一下切换产品对整个项目的改动有多恐怖

注意：分库分表并不是为了提升性能！！！

数据在单表就能容纳的情况根本没必要分库分表，反而带来一系列问题，比如分布式事务、分片策略等

在什么情况下需要分库分表？

参考阿里巴巴的开发手册，单表数据量达到500w，或者单表数据容量达到2G（就是ibd文件大小达到两个G），这种情况就可以考虑分库分表。还可能和服务器的性能与CPU核数有关，这个考量的标准笔者就不清楚了，欢迎有经验的小伙伴分享。

一些中小的公司不建议分库分表，如果本身的技术深度不够，hold不住的话不如不用

思考日均两千万数据的情况要如何设计？

这里提供一种思路，对于一些实时性要求比较高的场景，比如说电商下单操作，可能需要随时查看订单状态，这部分数据就可以保存在实时性较好的库里面，比如MySQL、Oracle，另外实时性要求不高的场景，完全可以把数据转存到es、clickhouse、hbase等大数据组件中去，存进去后续想怎么玩都可以

思考在上一篇总结的多数据源场景下，如何在不依赖分布式事务组件的情况下支持分布式事务？

仍然提供一种思路，在dynamic-datasource的基础上做扩展，苞米豆提供的这个组件底层也是使用了Spring提供的AbstractRoutingDataSource（jdbc包下的），通过这个类来管理数据源，实现的思路就是获取到所管理的全部数据源，这样就可以拿到所有的连接，拿到连接以后就可以提交或者回滚，按照需求进行编排。这种思路笔者还没有真正的代码落实，后续如果实际落实了再提供具体实现。

接下来本篇文章的学习重点就是ShardingSphere，早期的时候是叫ShardingJdbc，实际上ShardingJdbc是ShardingSphere内部提供的一个服务，ShardingSphere的目标是要做一个生态，而不是一个简单的JDBC分库分表工具，从官网文档可以看出，ShardingSphere是想把一些周边的组件（MySQL、zk、Oracle等）作为其生态的一个支撑（目标很宏大），具体的看官网详细介绍。

ShardingSphere提供的产品

  • ShardingSphere-JDBC（灵活的胖子）

官方描述：ShardingSphere-JDBC 定位为轻量级 Java 框架，在 Java 的 JDBC 层提供的额外服务

  • ShardingSphere-Proxy（呆板的管家）

官方描述：ShardingSphere-Proxy 定位为透明化的数据库代理端，通过实现数据库二进制协议，对异构语言提供支持。

ShardingSphere-JDBCShardingSphere-Proxy
数据库任意MySQL/PostgreSQL
连接消耗数高低
异构语言仅 Java任意
性能损耗低损耗略高
无中心化是否
静态入口无有

官方建议的部署方式：

  • 对于应用来说，建议使用ShardingSphere-JDBC来做分库分表的业务开发

  • 对于运维或者管理来说，建议部署一套同样的ShardingSphere-Proxy来做运维和基础数据的管理

  • 这两个产品之间配置一个GovernanceCenter配置中心（或者nacos、zk、etcd统一管理）

这样可以形成一整个分库分表的生态

ShardingSphere-JDBC做了哪些事

简单理解：屏蔽了底层分库分表的细节，让应用像访问单库单表一样操作业务逻辑

（ShardingSphere-JDBC 伪装成一个数据库，应用程序把它当作MySQL进行连接使用）

根据ShardingSphere提供的策略，可以定制分库分表的规则，这里的策略是为sql语句服务的。

注意：

1、定制了分片策略以后，会导致某些sql不可用（不符合策略，还有一些复杂的）

2、ShardingSphere不负责分片表的创建，分片表也就是真实表需要手动创建好

3、ShardingSphere不关心真实表是否存在，也不关心sql是否能正确执行，其真正要做的是，当用户针对逻辑表操作时，底层会根据用户定制的策略，生成操作真实表的sql，当然也会根据策略定位到具体的库

ShardingSphere快速使用

单库分片等值操作

准备工作：

1、引入依赖，这里为了方便测试引入一些其他的依赖

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter</artifactId><version>2.5.9</version>
</dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><version>2.5.9</version>
</dependency><dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><version>8.0.27</version>
</dependency><dependency><groupId>com.alibaba</groupId><artifactId>druid</artifactId><version>1.1.7</version>
</dependency><dependency><groupId>com.baomidou</groupId><artifactId>mybatis-plus-boot-starter</artifactId><version>3.2.0</version>
</dependency><dependency><groupId>org.apache.shardingsphere</groupId><artifactId>sharding-jdbc-spring-boot-starter</artifactId><version>4.1.1</version>
</dependency>
<dependency><groupId>junit</groupId><artifactId>junit</artifactId><version>4.13.1</version><scope>test</scope>
</dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-jdbc</artifactId><version>2.6.13</version>
</dependency>

2、创建测试的实体类和mapper

public class Course
{private Long cid;
//    private Long id;private String cname;private Long userId;private String cstatus;... ...   
}public interface CourseMapper extends BaseMapper<Course> {}@SpringBootApplication
@MapperScan("com.sharding.demo.mapper")
public class ShardingJDBCApplication {public static void main(String[] args) {SpringApplication.run(ShardingJDBCApplication.class,args);}
}

3、添加配置文件，先实现最简单的一种

spring.shardingsphere.datasource.names=m0spring.shardingsphere.datasource.m0.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m0.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.m0.url=jdbc:mysql://localhost:3306/coursedb?serverTimezone=UTC
spring.shardingsphere.datasource.m0.username=root
spring.shardingsphere.datasource.m0.password=123666#字段中间的course是一个逻辑表名，可自定义；$->{}是固定的写法，大括号里面是Grovvy表达式；这里的含义是m0.course_1和m0.course_2这样两个真实表
spring.shardingsphere.sharding.tables.course.actual-data-nodes=m0.course_$->{1..2}spring.shardingsphere.sharding.tables.course.key-generator.column=cid
#键生成的算法，shardingsphere内部支持了雪花算法，也可以是UUID
spring.shardingsphere.sharding.tables.course.key-generator.type=SNOWFLAKE
#可选项
spring.shardingsphere.sharding.tables.course.key-generator.props.worker.id=1spring.shardingsphere.sharding.tables.course.table-strategy.inline.sharding-column=cid
#表分片策略，cid取模2再加一。cid递增的情况下可以保证均匀的把数据保存到1号表和2号表中
spring.shardingsphere.sharding.tables.course.table-strategy.inline.algorithm-expression=course_$->{cid%2+1}

表分片策略inline的这种方式，适合一些等值操作的sql，这种策略使用范围查询会报错：

Inline strategy cannot support this type sharding:RangeRouteValue

测试结果：

@SpringBootTest
@RunWith(SpringRunner.class)
public class ShardingTest {@ResourceCourseMapper courseMapper;@Testpublic void test(){for(int i=0;i < 10; ++i){Course course = new Course();
//            course.setCid(Long.valueOf(i+"")); //cid使用了雪花算法course.setCname("gao");course.setCstatus("ojbk");course.setUserId(100L);courseMapper.insert(course);}}
}

从测试结果可以看出，分片策略已经成功了，cid奇数的存在一张表，偶数的存另一张表

多库分片等值操作

在上面简单分片的基础上，升级为多库：

#修改
spring.shardingsphere.datasource.names=m0,m1spring.shardingsphere.datasource.m0.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m0.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.m0.url=jdbc:mysql://localhost:3306/coursedb?serverTimezone=UTC
spring.shardingsphere.datasource.m0.username=root
spring.shardingsphere.datasource.m0.password=123666#新增
spring.shardingsphere.datasource.m1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m1.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.m1.url=jdbc:mysql://localhost:3306/coursedb2?serverTimezone=UTC
spring.shardingsphere.datasource.m1.username=root
spring.shardingsphere.datasource.m1.password=123666#修改
spring.shardingsphere.sharding.tables.course.actual-data-nodes=m$->{0..1}.course_$->{1..2}spring.shardingsphere.sharding.tables.course.key-generator.column=cid
spring.shardingsphere.sharding.tables.course.key-generator.type=SNOWFLAKE
spring.shardingsphere.sharding.tables.course.key-generator.props.worker.id=1#新增库策略
spring.shardingsphere.sharding.tables.course.database-strategy.inline.sharding-column=cid
spring.shardingsphere.sharding.tables.course.database-strategy.inline.algorithm-expression=m$->{cid%2}spring.shardingsphere.sharding.tables.course.table-strategy.inline.sharding-column=cid
spring.shardingsphere.sharding.tables.course.table-strategy.inline.algorithm-expression=course_$->{cid%2+1}

上面这种简单修改，测试时会发现问题：表分片策略算出偶数的数据都插入m0库的1表里面，基数的数据都插入m1库的2表里面，也就是数据分配不均匀

所以优化分片策略的算法：course_$->{(cid%4).intdiv(2)+1}

分析：当前有两个库，每个库有两个分片，也就是一共4个分片。所以取模4均分数据；每个库只有两个分片，所以除2。取模后得到的结果是0-3，除2后结果为0或1，因为表分片是从1开始的，所以最后加一

业务上也有这种算法：course_$->{((cid+1)%4).intdiv(2)+1}

个人理解先加1是可以打乱顺序，使数据更随机，试想原本分给4号表的数据加一后就分给了1号表。（如果库1负责表1和表2，库2负责表3和表4，这种情况下递增的数据使用这种写法可以一定程度上增加随机性）

多库分片范围操作

基于上面提到的inline这种策略不支持范围查询，那么要怎么解决呢？

ShardingSphere同样提供了支持范围的标准策略，修改配置文件：

#新增打印SQL，调试方便
spring.shardingsphere.props.sql.show=truespring.shardingsphere.datasource.names=m0,m1spring.shardingsphere.datasource.m0.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m0.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.m0.url=jdbc:mysql://localhost:3306/coursedb?serverTimezone=UTC
spring.shardingsphere.datasource.m0.username=root
spring.shardingsphere.datasource.m0.password=123666spring.shardingsphere.datasource.m1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m1.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.m1.url=jdbc:mysql://localhost:3306/coursedb2?serverTimezone=UTC
spring.shardingsphere.datasource.m1.username=root
spring.shardingsphere.datasource.m1.password=123666spring.shardingsphere.sharding.tables.course.actual-data-nodes=m$->{0..1}.course_$->{1..2}spring.shardingsphere.sharding.tables.course.key-generator.column=cid
spring.shardingsphere.sharding.tables.course.key-generator.type=SNOWFLAKE
spring.shardingsphere.sharding.tables.course.key-generator.props.worker.id=1#新增
spring.shardingsphere.sharding.tables.course.database-strategy.standard.sharding-column=cid
spring.shardingsphere.sharding.tables.course.database-strategy.standard.range-algorithm-class-name=com.sharding.demo.algorithm.MyRangeDBAlgorithm
spring.shardingsphere.sharding.tables.course.database-strategy.standard..precise-algorithm-class-name=com.sharding.demo.algorithm.MyPreciseDBAlgorithm#新增
spring.shardingsphere.sharding.tables.course.table-strategy.standard.sharding-column=cid
spring.shardingsphere.sharding.tables.course.table-strategy.standard.range-algorithm-class-name=com.sharding.demo.algorithm.MyRangeAlgorithm
spring.shardingsphere.sharding.tables.course.table-strategy.standard.precise-algorithm-class-name=com.sharding.demo.algorithm.MyPreciseAlgorithm

注意：使用standard这种方式，需要配置范围策略和精确策略（库策略和表策略都需要）

自定义策略的简单实现：

//表策略-范围，getLogicTableName获得逻辑表名，lowerEndpoint为输入范围的下限 根据需求定制..
public class MyRangeAlgorithm implements RangeShardingAlgorithm<Long> {@Overridepublic Collection<String> doSharding(Collection<String> collection, RangeShardingValue<Long> rangeShardingValue) {Long lowerEndpoint = rangeShardingValue.getValueRange().lowerEndpoint();Long upperEndpoint = rangeShardingValue.getValueRange().upperEndpoint();System.out.println(lowerEndpoint + " : " + upperEndpoint);return Arrays.asList(rangeShardingValue.getLogicTableName() + "_1", rangeShardingValue.getLogicTableName() + "_2");}
}
//表策略-精确，支持等值查找和in查找
public class MyPreciseAlgorithm implements PreciseShardingAlgorithm<Long> {@Overridepublic String doSharding(Collection<String> collection, PreciseShardingValue<Long> preciseShardingValue) {//course_$->{cid%2+1}BigInteger value = BigInteger.valueOf(preciseShardingValue.getValue());BigInteger sharding = value.mod(BigInteger.valueOf(2L)).add(BigInteger.valueOf(1L));String key = preciseShardingValue.getLogicTableName() + "_" + sharding;if (collection.contains(key)) {return key;}throw new UnsupportedOperationException("not support key " + key + " please check");}
}
//库策略-范围，返回可用的表
public class MyRangeDBAlgorithm implements RangeShardingAlgorithm<Long> {@Overridepublic Collection<String> doSharding(Collection<String> collection, RangeShardingValue<Long> rangeShardingValue) {Long lowerEndpoint = rangeShardingValue.getValueRange().lowerEndpoint();Long upperEndpoint = rangeShardingValue.getValueRange().upperEndpoint();System.out.println(lowerEndpoint + " : " + upperEndpoint);return collection;}
}
//库策略-精确
public class MyPreciseDBAlgorithm implements PreciseShardingAlgorithm<Long> {@Overridepublic String doSharding(Collection<String> collection, PreciseShardingValue<Long> preciseShardingValue) {// m$->{cid%2}BigInteger value = BigInteger.valueOf(preciseShardingValue.getValue());BigInteger sharding = value.mod(BigInteger.valueOf(2L));String key = "m" + sharding;if (collection.contains(key)) {return key;}throw new UnsupportedOperationException("not support key " + key + " please check");}
}

多条件查询（复杂查询）

思考：在使用范围查询的基础上，还需要查询其他等值字段，这种情况standard是否支持？

使用ShardingSphere提供的complex方式实现，修改配置文件：

# 打印SQL
spring.shardingsphere.props.sql.show=truespring.shardingsphere.datasource.names=m0,m1spring.shardingsphere.datasource.m0.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m0.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.m0.url=jdbc:mysql://localhost:3306/coursedb?serverTimezone=UTC
spring.shardingsphere.datasource.m0.username=root
spring.shardingsphere.datasource.m0.password=123666spring.shardingsphere.datasource.m1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m1.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.m1.url=jdbc:mysql://localhost:3306/coursedb2?serverTimezone=UTC
spring.shardingsphere.datasource.m1.username=root
spring.shardingsphere.datasource.m1.password=123666spring.shardingsphere.sharding.tables.course.actual-data-nodes=m$->{0..1}.course_$->{1..2}spring.shardingsphere.sharding.tables.course.key-generator.column=cid
spring.shardingsphere.sharding.tables.course.key-generator.type=SNOWFLAKE
spring.shardingsphere.sharding.tables.course.key-generator.props.worker.id=1
#新增
spring.shardingsphere.sharding.tables.course.database-strategy.complex.sharding-columns=cid,user_id
spring.shardingsphere.sharding.tables.course.database-strategy.complex.algorithm-class-name=com.sharding.demo.algorithm.MyComplexDBAlgorithm
#新增
spring.shardingsphere.sharding.tables.course.table-strategy.complex.sharding-columns=cid,user_id
spring.shardingsphere.sharding.tables.course.table-strategy.complex.algorithm-class-name=com.sharding.demo.algorithm.MyComplexAlgorithm

添加Complex的算法实现：、

//表策略
public class MyComplexAlgorithm implements ComplexKeysShardingAlgorithm<Long> {@Overridepublic Collection<String> doSharding(Collection<String> availableTargetNames, ComplexKeysShardingValue<Long> complexKeysShardingValue) {//select * from cid where cid in (xxx,xxx,xxx) and user_id between {lowerEndpoint} and {upperEndpoint};Collection<Long> cidCol = complexKeysShardingValue.getColumnNameAndShardingValuesMap().get("cid");Range<Long> userIdRange = complexKeysShardingValue.getColumnNameAndRangeValuesMap().get("user_id");Long lowerEndpoint = userIdRange.lowerEndpoint();Long upperEndpoint = userIdRange.upperEndpoint();List<String> list = new ArrayList<>();for (Long cid : cidCol) {String targetTable = complexKeysShardingValue.getLogicTableName() + "_" + (cid%2+1);if(availableTargetNames.contains(targetTable)){list.add(targetTable);}}return list;}
}
//库策略
public class MyComplexDBAlgorithm implements ComplexKeysShardingAlgorithm<Long> {@Overridepublic Collection<String> doSharding(Collection<String> availableTargetNames, ComplexKeysShardingValue<Long> complexKeysShardingValue) {return availableTargetNames;}
}

注意：需要关注的重点是，如何获取到分区键、查询条件字段及范围、逻辑表名，真实表列表等，具体的算法实现可以发挥你的聪明才智，怎样编排都可以

不需要分片键的hint算法

同样修改配置文件：

# 打印SQL
spring.shardingsphere.props.sql.show=truespring.shardingsphere.datasource.names=m0,m1spring.shardingsphere.datasource.m0.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m0.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.m0.url=jdbc:mysql://localhost:3306/coursedb?serverTimezone=UTC
spring.shardingsphere.datasource.m0.username=root
spring.shardingsphere.datasource.m0.password=123666spring.shardingsphere.datasource.m1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.m1.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.m1.url=jdbc:mysql://localhost:3306/coursedb2?serverTimezone=UTC
spring.shardingsphere.datasource.m1.username=root
spring.shardingsphere.datasource.m1.password=123666spring.shardingsphere.sharding.tables.course.actual-data-nodes=m$->{0..1}.course_$->{1..2}spring.shardingsphere.sharding.tables.course.database-strategy.hint.algorithm-class-name=com.sharding.demo.algorithm.MyHintDBAlgorithm
spring.shardingsphere.sharding.tables.course.table-strategy.hint.algorithm-class-name=com.sharding.demo.algorithm.MyHintAlgorithm

新增策略算法类：

//表策略
public class MyHintAlgorithm implements HintShardingAlgorithm<Long> {@Overridepublic Collection<String> doSharding(Collection<String> collection, HintShardingValue<Long> hintShardingValue) {//hintShardingValue的值通过HintManager设置String key = "course_" + hintShardingValue.getValues().toArray()[0];if (collection.contains(key)){return Collections.singletonList(key);}throw new UnsupportedOperationException("not support key " + key + " please check");}
}
//库策略
public class MyHintDBAlgorithm implements HintShardingAlgorithm<Long> {@Overridepublic Collection<String> doSharding(Collection<String> collection, HintShardingValue<Long> hintShardingValue) {return collection;}
}

测试代码：

@Test
public void list()
{QueryWrapper<Course> queryWrapper = new QueryWrapper<>();// queryWrapper.eq("cid", 7L);// queryWrapper.between("cid", 949780868333834240L, 949780869441130496L);// queryWrapper.in("cid", 949780868333834240L, 949780869441130496L);// queryWrapper.between("user_id", 99L, 101L);HintManager instance = HintManager.getInstance();instance.addTableShardingValue("course", "1");List<Course> courses = courseMapper.selectList(queryWrapper);courses.forEach(course -> System.out.println(course));
}

思考：hint这种方式是不是和之前总结的多数据源动态切换很像，dynamic-datasource其实也是一种hint策略

ShardingSphere的hint策略能不能用作切换数据源呢？

答案肯定是能的，但是这样做显然有些大材小用了

总结

企业中ShardingSphere使用的也很谨慎，需要团队对其中的策略有很好的把控，把控不好就不要用了

一个应用中肯定会有精确查询、范围查询、或者多条件查询

使用分库分表之后，对查询条件必然是有限制的，数据库逻辑必然会影响到上层的应用

所以一旦用了ShardingSphere-JDBC，必须要了解你的数据有哪些操作，然后针对最影响性能的操作做优化

好处：可以不用切换产品，单表存不下数据可以用这种方案解决

思考：扩容可以使用哪些策略？

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/598733.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Linux第18步_安装“Ubuntu系统下的C语言编译器ＧＣＣ”

Linux第18步_安装“Ubuntu系统下的C语言编译器ＧＣＣ”

Ubuntu系统没有提供C/C的编译环境&#xff0c;因此还需要手动安装build-essential软件包&#xff0c;它包含了 GNU 编辑器&#xff0c;GNU 调试器&#xff0c;和其他编译软件所必需的开发库和工具。本节用于重点介绍安装“Ubuntu系统下的C语言编译器&#xff27;&#xff23;&a…
阅读更多...
电子化学品，预计2025年会增长到4302亿美元

电子化学品，预计2025年会增长到4302亿美元

电子化学品市场是一个庞大的细分市场&#xff0c;它包括了广泛的化学品种类&#xff0c;如涂料、塑料、精细化学品、农药和医药等。这个市场的发展相当迅速&#xff0c;下面我们将从全球市场和中国市场两个方面对其发展趋势进行分析。全球市场分析&#xff1a; 从全球市场的角度…
阅读更多...
Redis命令---List篇

Redis命令---List篇

目录 1.Redis Lindex 命令 - 通过索引获取列表中的元素简介语法可用版本: > 1.0.0返回值: 列表中下标为指定索引值的元素。 如果指定索引值不在列表的区间范围内&#xff0c;返回 nil 。 示例 2.Redis Rpush 命令 - 在列表中添加一个或多个值简介语法可用版本: > 1.0.0返…
阅读更多...
[C#]利用opencvsharp实现深度学习caffe模型人脸检测

[C#]利用opencvsharp实现深度学习caffe模型人脸检测

【官方框架地址】 https://github.com/opencv/opencv/blob/master/samples/dnn/face_detector/deploy.prototxt 采用的是官方caffe模型res10_300x300_ssd_iter_140000.caffemodel进行人脸检测 【算法原理】 使用caffe-ssd目标检测框架训练的caffe模型进行深度学习模型检测 …
阅读更多...
ubuntu 22.04 快速安装Odoo17.0详记

ubuntu 22.04 快速安装Odoo17.0详记

序言:时间是我们最宝贵的财富,珍惜手上的每个时分 如果为阿里云或者腾讯云&#xff0c;第一步可以忽略 1.更换阿里云源 第一步&#xff1a;先备份下原始源 sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup 第二步&#xff1a;修改文件 sudo cp /etc/apt/sou…
阅读更多...
最常用的自动化测试框架汇总

最常用的自动化测试框架汇总

在开始学习python自动化测试之前&#xff0c;先了解目前市场上的自动化测试框架有哪些&#xff1f; 随着技术的不断迭代更新&#xff0c;优胜劣汰也同样发展下来。从一开始工具型自动化&#xff0c;到现在的框架型&#xff1b;从一开始的能用&#xff0c;到现在的不仅能用&…
阅读更多...
app广告变现——广告预加载机制，提升用户体验

app广告变现——广告预加载机制，提升用户体验

通过广告预加载&#xff0c;开发者可以避免在向用户显示广告时出现延迟。 应用在程序启动时需要请求网络&#xff0c;加载资源会需要等待时间&#xff0c;如果在等待过程中没有及时给用户展现画面或反馈&#xff0c;用户很可能会因为等待时间过长而推出应用。广告预加载在此时…
阅读更多...
「解析」Windows 如何优雅使用 Terminal

「解析」Windows 如何优雅使用 Terminal

所谓工欲善其事必先利其器&#xff0c;对于开发人员 Linux可能是首选&#xff0c;但是在家学习的时候&#xff0c;我还是更喜欢使用 Windows系统&#xff0c;首先是稳定&#xff0c;其次是习惯了。当然了&#xff0c;我还有一台专门安装 Linux系统的小主机用于学习Linux使用&am…
阅读更多...
从技术角度分析：HTTP 和 HTTPS 有何不同

从技术角度分析：HTTP 和 HTTPS 有何不同

网络安全问题正变得日益重要&#xff0c;而 HTTP 与 HTTPS 对用户数据的保护十分关键。本文将深入探讨这两种协议的特点、工作原理&#xff0c;以及保证数据安全的 HTTPS 为何变得至关重要。 认识 HTTP 与 HTTPS HTTP 的工作原理 HTTP&#xff0c;全称超文本传输协议&#xf…
阅读更多...
2024年我国网络安全发展形势展望

2024年我国网络安全发展形势展望

2023年&#xff0c;我国网络安全政策法规陆续出台&#xff0c;网络安全与数据安全产业发展势头强劲&#xff0c;网络安全形势整体向好。展望2024年&#xff0c;世界各国在网络空间中的竞争将变得愈发激烈&#xff0c;我国网络安全领域的法律法规将不断完善&#xff0c;数据安全…
阅读更多...
超好玩的烧脑当当狸智能五子棋，锻炼孩子的超级大脑

超好玩的烧脑当当狸智能五子棋，锻炼孩子的超级大脑

数码时代&#xff0c;儿童沉迷于电子设备和网络游戏已经成为了常态 作为家长&#xff0c;我们都希望能够找到一种&#xff0c;既有趣又益于孩子成长发展的娱乐方式 ✨「当当狸智能五子棋」&#xff0c;儿童智力成长的好帮手学玩一体锻炼儿童思维 不仅是一种新型休闲娱乐的方…
阅读更多...
Linux第4步_安装VMwareTools

Linux第4步_安装VMwareTools

安装Ubuntu操作系统后&#xff0c;就可以安装VMwareTools了&#xff0c;目的是实现“电脑和虚拟机之间互相复制粘贴文件”。 1、双击桌面图标“VMware Workstation Pro”&#xff0c;然后点击下图中的“开机”&#xff0c;打开虚拟机电源。 2、双击下图中的用户名“zgq” 3、…
阅读更多...
ARCGIS PRO SDK Geoprocessing

ARCGIS PRO SDK Geoprocessing

调用原型&#xff1a;Dim gpResult AS IGPResult await Geoprocessing.ExecuteToolAsync(调用工具名称, GPValue数组, environment, null, null, executeFlags) 一、调用工具名称&#xff1a;地理处理工具名称。如面转线&#xff1a;management.PolygonToLine&#xff0c;而非…
阅读更多...
吉林大学19、21级计算机学院《计算机网络》期末真题试题

吉林大学19、21级计算机学院《计算机网络》期末真题试题

一、21级&#xff08;考后回忆&#xff09; 一、不定项选择&#xff08;一共10个选择题&#xff0c;一个两分&#xff0c;选全得满分&#xff09; 不定项&#xff1a;可以选择1~4个 考点有&#xff1a; ①协议、服务 ②码分多路复用通过接受码片序列&#xff0c;求哪个站点发送…
阅读更多...
H5 - - - - - 获取图片exif相关信息

H5 - - - - - 获取图片exif相关信息

1. EXIF是什么 【可交换图像文件格式】&#xff1a;&#xff08;英语&#xff1a;Exchangeable image file format&#xff0c;官方简称Exif&#xff09;,是专门为数码相机的照片设定的&#xff0c;可以记录数码照片的属性信息和拍摄数据。 2. EXIF 相关标识 { ApertureValu…
阅读更多...
代码随想录算法训练营第二十四天 | 回溯算法

代码随想录算法训练营第二十四天 | 回溯算法

理论基础 代码随想录原文 什么是回溯法 回溯也可以叫做回溯搜索法&#xff0c;它是一种搜索的方式。 回溯是递归的副产品&#xff0c;只要有递归就会有回溯。 回溯法的效率 虽然回溯法很难&#xff0c;不好理解&#xff0c;但是回溯法并不是什么高效的算法。因为回溯的本…
阅读更多...
SCA面面观 | 企业该如何选择组件检测工具？

SCA面面观 | 企业该如何选择组件检测工具？

一般来说&#xff0c;一个软件应用程序可以被分解成若干部分&#xff0c;为软件程序解耦&#xff0c;以减少整个应用程序的复杂性&#xff0c;这些部分就是软件组件。以一种标准化的方式相互作用&#xff0c;使得组件可以像机器的“零部件”一样被换入或换出&#xff0c;因组件…
阅读更多...
【OpenCV】在MacOS上使用OpenCvSharp

【OpenCV】在MacOS上使用OpenCvSharp

前言 OpenCV是一个基于Apache2.0许可&#xff08;开源&#xff09;发行的跨平台计算机视觉和机器学习软件库&#xff0c;它具有C&#xff0c;Python&#xff0c;Java和MATLAB接口&#xff0c;并支持Windows&#xff0c;Linux&#xff0c;Android和Mac OS。OpenCvSharp是一个Op…
阅读更多...
ubuntu 22 virt-manger(kvm)安装winxp

ubuntu 22 virt-manger(kvm)安装winxp

安装 、启动 virt-manager sudo apt install virt-manager sudo systemctl start libvirtdsudo virt-manager安装windowsXP 安装过程截图如下 要点1 启用 “包括寿终正寝的操作系统” win_xp.iso 安装过程 &#xff1a; 从winXp.iso启动, 执行完自己重启从硬盘重启&#xff0c…
阅读更多...
太牛了！微信批量自动加好友你还不知道吗？

太牛了！微信批量自动加好友你还不知道吗？

你还在一个一个地输入号码或微信号&#xff0c;再手动进行搜索添加好友吗&#xff1f;这样不仅费时费力&#xff0c;还可能会出现错误或是漏加的情况。 今天给大家分享一个支持多个微信号自动批量添加好友的宝藏工具&#xff0c;解放你的双手&#xff0c;帮你节省大量的时间和…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023