数据库定义和操作语句的重要语法

数据库📊的10种语法

数据查询语句

  • select : 用于从数据库中检索数据。
select column1, column2,....
from table_name
where condition;
  • select distinct : 用于从数据库中检索唯一的数据值。
select DISTINCT column1, clumn2,...
from table_name;

工作原理如下：

  • 数据库系统会遍历指定列的所有值。
  • 系统会将遇到的每个不同的值添加到结果集中。
  • 最终，结果集中将包含列中的所有唯一值。

这种方法适用于任何列，但对于大型数据集可能会产生一些性能开销，因为数据库需要遍历整个列来找到唯一值。

  • order by : 用于对查询结果进行排序。用在select的末尾。
select column1，column2, ...
from table_name
order by column1 [ASC|DESC], column2 [ASC|DESC],...;

数据插入、更新和删除语句

  • insert into : 用于将新数据插入到数据库表中。
insert into table_name (column1, column2, column3...)
values (value1, value2, value3,...);
  • update : 用于更新数据库表中的现有数据。
update table_name
set column1=value1, column2=value2,...
where condition;
  • delete from : 用于从数据库表中删除数据。
delete from table_name
where condition;

数据库结构定义和修改语句

  • create table : 用于创建数据库表。
create table_name(column1 datetype,column2 datatype,...
);
  • alter table : 用于修改数据库表的结构。
alter table table_name
add column_name datatype;alter table table_name
modify column_name datatype;alter table table_name
drop column_name;
  • drop table : 用于删除数据库表。
drop table table_name;

  • 创建索引：用于加速查询数据库中的数据，使得系统能够快速定位，范围查询和加速排序和连接目标值。

CREAT INDEX idx_department_id ON employees (department_id);-- 查询所有部门为101的员工
SELECT * FROM employees where department_id = 101;

在这个查询中，如果 department_id 列上有索引，数据库系统可能会选择使用该索引来加速查询。

数据库连接查询语句

  1. JOIN : 用于连接两个或多个表的行，根据指定的条件关联行。
    • inner join : 返回两个表中满足条件的行。
    • outer join : 返回两个表中至少有一行满足条件的行。 

更复杂的语法：高级查询和数据处理

这些语法用于处理更复杂的查询需求，例如多表联合查询、汇总统计、条件过滤等。

子查询

1. 嵌套查询: 在一个查询中嵌套另一个查询，用于检索嵌套查询的结果。

select column1
from table1
where column2 in (select columns from table2 where condition);

2. EXIST: 检查子查询是否返回结果，通常与WHERE子句一起使用，

select column1
from table1
where exists(select * from table2 where condition);

3. IN: 指定一系列条件，如果某列的值在这个系列中，则返回结果。

select column1
from table1
where column2 in (value1, value2,...);

连接查询

1. inner join: 返回两个表中满足条件的行。
select column1, column2
from table1
inner join table2 on table1.column = table2.column;

其中，select column1, column2: 这部分指定了你希望从结果中集中显示的列。在这个例子中，你选择了表'table1'中的'colum1'和'column2'。

from table1: 指定主要表的部分，既要从中选择数据的表。在这里，主要表是‘table1’。

inner join table2 on table1.column = table2.column : 这里是连接表的部分。通过使用inner join，你正在执行内连接，这意味着只有在两个表中的指定列的值相匹配的情况下，相关的行才会包含在结果集中。

  • 'table2':这是要与主要表'table1'进行连接的第二个表。
  • 'on table1.column = table2.column': 这是指定连接条件的部分。他告诉数据库在哪两个表的列上进行匹配。在这里，它表示只有在'table1'的列与'table2'的列相等时，两个表的行才会连接。

该查询目的：这个查询的目的是从‘table1’和‘table2’中选择'table1'的'column1'和'column2'，并且只选择那些在连接条件中匹配的行。

举例：假设你有两个表，employees包含员工的信息，包括ID(employee_id)，姓名(employee_name)，和所属部门的ID(departmet_id)。departments包含部门的信息，包括部门ID(department_id)和部门名称(department_name)。

现想要获取每个员工及其所属部门的名称：

# SQL
select employees.employee_id, employees.employee_name, departments.department_name
from employees
inner join departments on employees.department_id = departments.department_id;

这个查询的含义是：

  • 从 employees 表中选择员工的ID (employee_id) 和姓名 (employee_name)。
  • 从 departments 表中选择部门的名称 (department_name)。
  • 通过内连接 (INNER JOIN) 将这两个表连接起来，连接条件是 employees.department_id = departments.department_id，即员工所属部门的ID要与部门表中的ID相匹配。

内连接的好处：

  1. 关联数据：内连接使你能够关联两个表中相关的数据，通过共享相同值的列将他们连接起来，不必手动整合。
  2. 减少数据冗余：内连接仅返回满足条件的行，从而减少了结果集中的数据冗余。避免了不相关数据的混入。
  3. 提高查询灵活性：内连接允许你在查询中指定多个表，并且可以通过不同的连接条件创建不同的关联。
  4. 优化性能：仅返回满足条件的行，查询可更快，不需要处理不想干数据。

内连接的强大体现在在关系型数据库中从多个表中检索和组合数据，提供了更丰富和有关联的查询结果。

从四个表中连接表后，查询结果的例子：

select t1.column1, t2.column2, t3.column3, t4.column4
from table t1
inner join table2 t2 on t1.common_colum = t2.common_column
inner join table3 t3 on t2.another_common_column = t3.another_common_column
inner join table4 t4 on t3.yet_another_common_column = t4.yet_another_common_column;
  • t1, t2, t3, t4是表的别名，简化了查询语句。
  • 'common_column', 'another_common_column', 'yet_another_common_column'是连接表的列，用于建立连接关系。
2. 外连接Outer join：允许检索表中未匹配的行，并在结果集中以NULL返回这些行。

外连接分为左外连接(left outer join)、右外连接(right outer join)和全外连接(full outer join)。

1. 左外连接例子

举例：假设你有两个表，employees包含员工的信息，包括ID(employee_id)，姓名(employee_name)，和所属部门的ID(departmet_id)。departments包含部门的信息，包括部门ID(department_id)和部门名称(department_name)。

employees表：

| employee_id | employee_name | department_id |
|-------------|---------------|---------------|
| 1           | John          | 101           |
| 2           | Jane          | 102           |
| 3           | Bob           | 103           |

departments表：

| department_id | department_name |
|---------------|------------------|
| 101           | HR             |
| 102           | IT             |
| 104           | Marketing      |

现打算获取所有员工及其所属部门的名称，包括那些没有匹配到部门的员工。你可以使用左外连接来实现。

select employees.employee_id, employees.employee_name, departments.department_name
from employees
left outer join departments on employees.department_id = departments.departments_id

语句含义：最终会返回employees 表中的所有行，不论它们在 departments 表中是否有匹配的部门信息。如果某个员工没有匹配到部门，departments 表的相关列将会包含 NULL 值。

left outer join结果：

| employee_id | employee_name | department_name |
|-------------|---------------|------------------|
| 1           | John          | HR               |
| 2           | Jane          | IT               |
| 3           | Bob           | NULL             |
2. 右外连接right outer join例子：

右外连接，以返回departments表中所有数据为基准，employees中缺失值补NULL：

SELECT employees.employee_id, employees.employee_name, departments.department_name
FROM employees
RIGHT OUTER JOIN departments ON employees.department_id = departments.department_id;

在这个查询中，RIGHT OUTER JOIN 表示右外连接。这意味着将返回 departments 表中的所有行，不论它们在 employees 表中是否有匹配的员工信息。如果某个部门没有匹配到员工，employees 表的相关列将会包含 NULL 值。

结果如下：

| employee_id | employee_name | department_name |
|-------------|---------------|------------------|
| 1           | John          | HR               |
| 2           | Jane          | IT               |
| NULL        | NULL          | Marketing        |
3. 全外连接full outer join例子

右外连接，以返回employees表和departments表中所有数据为基准，employees和departments中缺失值补NULL：

SELECT employees.employee_id, employees.employee_name, departments.department_name
FROM employees
FULL OUTER JOIN departments ON employees.department_id = departments.department_id;

运行结果：

| employee_id | employee_name | department_name |
|-------------|---------------|------------------|
| 1           | John          | HR               |
| 2           | Jane          | IT               |
| 3           | Bob           | NULL             |
| NULL        | NULL          | Marketing        |

这个结果集包含了 employees 和 departments 表中的所有记录，不论它们在另一个表中是否有匹配。如果某个记录在其中一个表中没有匹配，相应的列将包含 NULL 值。

连接查询进阶

1. UNION:合并两个或多个SELECT语句的结果集，并去除重复的行。

SELECT column1 FROM table1
UNION
SELECT column1 FROM table2;

2. INTERSECT: 返回两个SELECT语句的交集，并去除重复的行。

SELECT column1 FROM table1
INTERSECT
SELECT column1 FROM table2;

3. EXCEPT(或MINUS)：

返回第一个 SELECT 语句的结果集，去除与第二个 SELECT 语句的结果集相交的部分。

SELECT column1 FROM table1
EXCEPT
SELECT column1 FROM table2;

窗口函数

1. OVER：用于在执行聚合函数时，定义窗口，使得聚合函数可以对指定窗口的行进行计算。

SELECT column1, AVG(column2) OVER (PARTITION BY column3 ORDER BY column4) As avg_column2
FROM table;

示例数据：

+---------+---------+---------+---------+
| column1 | column2 | column3 | column4 |
+---------+---------+---------+---------+
|   A     |    10   |    X    |    3    |
|   B     |    15   |    X    |    1    |
|   C     |    20   |    X    |    2    |
|   D     |    8    |    Y    |    1    |
|   E     |    12   |    Y    |    3    |
|   F     |    18   |    Y    |    2    |
+---------+---------+---------+---------+


1. 对于分区 X，按照 column4 的顺序排序后的数据是：

+---------+---------+---------+---------+
| column1 | column2 | column3 | column4 |
+---------+---------+---------+---------+
|   B     |    15   |    X    |    1    |
|   C     |    20   |    X    |    2    |
|   A     |    10   |    X    |    3    |
+---------+---------+---------+---------+

计算 AVG(column2) 时，按照 column4 的升序顺序计算：

  • 对于第一行（B），平均值是15（自身）。
  • 对于第二行（C），平均值是 (15 + 20) / 2 = 17.5。
  • 对于第三行（A），平均值是 (15 + 20 + 10) / 3 = 15。

2. 对于分区 Y，按照 column4 的顺序排序后的数据是：

+---------+---------+---------+---------+
| column1 | column2 | column3 | column4 |
+---------+---------+---------+---------+
|   D     |    8    |    Y    |    1    |
|   F     |    18   |    Y    |    2    |
|   E     |    12   |    Y    |    3    |
+---------+---------+---------+---------+

计算 AVG(column2) 时，按照 column4 的升序顺序计算：

  • 对于第一行（D），平均值是8（自身）。
  • 对于第二行（F），平均值是 (8 + 18) / 2 = 13。
  • 对于第三行（E），平均值是 (8 + 18 + 12) / 3 = 15。

最终结果：

+---------+------------+
| column1 | avg_column2|
+---------+------------+
|   B     |     15     |  -- 在分区X中，第一行的平均值是15
|   C     |     17.5   |  -- 在分区X中，前两行的平均值是 (15 + 20) / 2 = 17.5
|   A     |     15     |  -- 在分区X中，前三行的平均值是 (15 + 20 + 10) / 3 = 15
|   D     |     8      |  -- 在分区Y中，第一行的平均值是8
|   F     |     13     |  -- 在分区Y中，前两行的平均值是 (8 + 18) / 2 = 13
|   E     |     15     |  -- 在分区Y中，前三行的平均值是 (8 + 18 + 12) / 3 = 15
+---------+------------+

解释：

在 SQL 中，`AVG()` 是一个聚合函数，它计算指定列的平均值。当你在窗口函数中使用 `AVG()` 时，它通常是以当前行及其之前的行为基础进行计算的，具体取决于 `OVER` 子句中的 `ORDER BY` 子句和 `PARTITION BY` 子句。

在你的查询中：

SELECT column1, AVG(column2) OVER (PARTITION BY column3 ORDER BY column4) AS avg_column2
FROM table;

- PARTITION BY column3： 指定了窗口函数将按照 `column3` 的不同值进行分区，每个分区内的计算是独立的。
- ORDER BY column4：指定了窗口函数计算平均值时要按照 `column4` 列的值进行排序，以确定计算的顺序和范围。

具体来说，对于每个分区，`AVG(column2)` 将按照 `column4` 列的顺序计算当前行及其之前的行的平均值。这不是规定每行的平均值是前几行的平均值，而是根据 `column4` 的排序顺序计算当前行及其之前的行的平均值。

因此，虽然在通常的情况下，`AVG()` 确实是从第一行到当前行的平均值，但具体计算的范围还受到 `ORDER BY` 子句的影响，确切的计算方式还取决于你的数据和排序列的值。希望这次的解释更加清楚。

全文搜索

1. MATCH AGAINST: 用于在全文搜索中匹配文本。

SELECT column1
FROM table1
WHERE MATCH(column2) AGAINST ('search_keyword');

含义：语句表示在表table1的column2列中执行全文搜索，寻找包含指定搜索关键字的匹配相，并返回对应的column1列的数据。

具体来说：

  • SELECT column1: 查询结果将包括 column1 列的数据，即返回与搜索条件匹配的相关信息。

  • FROM table1: 数据将从名为 table1 的表中检索。

  • WHERE MATCH(column2) AGAINST ('search_keyword'): 这是实际的搜索条件。它要求在 column2 列中执行全文搜索，寻找包含给定搜索关键字（'search_keyword'）的匹配项。匹配度高的结果将排在前面。

需要注意的是，为了使用这种全文搜索，表中的 column2 列通常需要进行全文索引的配置。此外，MySQL 的全文搜索还涉及到一些配置参数和算法，以满足特定的搜索需求。

存储过程和触发器

它们是在数据库中用于执行特定任务的两种对象。它们通常与关系型数据库系统(如MySQL、SQL Server、Oracle等)一起使用。

1. CREATE PROCEDURE: 用于创建存储过程。

  • 定义： 存储过程是一组预编译的SQL语句，可以被存储在数据库中，并通过一个单独的调用来执行。
  • 创建过程： 创建存储过程通常涉及使用数据库管理系统提供的特定语法，其中包括过程的名称、输入参数、输出参数和过程体（包含SQL语句的代码块）。
  • 用途： 存储过程可以用于封装、重用和简化数据库操作。它们可以被调用，以执行一系列的SQL语句，并且还能接收参数，使其更加灵活。
CREATE PROCEDURE sp_GetCustomerInfo(IN customerID INT)
BEGINSELECT * FROM Customers WHERE CustomerID = customerID;
END;

2. CREATE TRIGGER: 用于创建触发器。

  • 定义：触发器是与表相关联的一种特殊类型的存储过程，它会在表上的特定时间(如插入、更新、删除)发生时自动执行。
  • 创建过程：创建触发器需要指定触发的时间、触发的表、触发时机(BEFORE或AFTER)以及触发时执行的SQL语句。
  • 用途：触发器常用语实现数据的完整性、自动化任务、日志记录等。它们可以用来强制执行特定的业务规则，以确保数据库中的数据始终保持一致性。
CREATE TRIGGER trigger_name
BEFORE/AFTER INSERT/UPDATE/DELETE ON table_name
FOR EACH ROW
-- trigger body

示例：

CREATE TRIGGER before_insert_example
BEFORE INSERT ON Orders
FOR EACH ROW
BEGINSET NEW.OrderDate() = NOW();
END;

这是一个MySQL语法下的触发器创建语句，它的作用是在往Orders表中插入新记录之前（BEFORE INSERT）执行一些特定的操作。让我们逐步解释这个触发器的定义：

  • CREATE TRIGGER before_insert_example： 这部分指定了创建触发器的语法，before_insert_example是触发器的名称，你可以根据需要自定义触发器的名字。

  • BEFORE INSERT ON Orders： 这部分说明了触发器是在Orders表上执行的，而且是在插入操作之前触发。

  • FOR EACH ROW： 这表示这是一个行级触发器，也就是说，它会在每次插入一行记录时执行一次。

  • BEGIN...END： 这是触发器的主体，包含了触发器要执行的代码块。在这个例子中，使用了SET NEW.OrderDate = NOW();，它的作用是将即将插入的新记录的OrderDate字段设置为当前的系统时间（使用NOW()函数）。

总体而言，这个触发器的目的是在每次往Orders表插入新记录之前，自动将该记录的OrderDate字段设置为当前时间。这可以用于确保在插入新订单时，OrderDate字段总是包含当前的时间戳，而不是由插入语句提供的值。触发器提供了一种在数据库中自动执行特定逻辑的方式，以确保数据的一致性和完整性。

聚合函数

聚合函数是用于对一组值进行计算并返回单个结果的SQL函数。这些函数通常用于对数据库中的数据进行汇总和统计，提供了对数据集合进行分析的强大工具。

1. SUM：计算某列的总和。

select SUM(column1) from table1;

2. AVG: 计算某列的平均值。

select AVG(column1) from table1;

3. COUNT: 计算某列的行数。

select COUNT(column1) from table1;

4. MAX: 获取某列的最大值。

select max(column1) from table1;

5. MIN: 获取某列的最小值。

select min(column1) from table1;

GROUP BY 和 HAVING

1. GROUP BY: 对查询结果按例进行分组：
select column1, COUNT(*)
from table1
group by column1;

解释：

  • select column1, count(*): 选择查询结果中的列，其中包括column1列和一个计算每个分组中行的数量的计数值。count(*)表示对每个分组中的行数进行计数。
  • from table: 指定查询的数据来源，即要统计的表是table。
  • group by column1: 根据column1列的值对结果进行分组。这意味着查询将返回每个不同的column1值以及该值出现的次数。

举例1：

| column1 |
|---------|
| A       |
| B       |
| A       |
| A       |
| B       |
| C       |

运行上述查询后，结果可能是：

| column1 | COUNT(*) |
|---------|----------|
| A       | 3        |
| B       | 2        |
| C       | 1        |

解释结果：

  • "A" 出现了 3 次。
  • "B" 出现了 2 次。
  • "C" 出现了 1 次。

这种查询对于了解数据分布、查找出现频率最高的项等情况非常有用。

举例2:

table1包含以下数据：

| column1 | column2 |
|---------|---------|
| A       | X       |
| B       | Y       |
| A       | X       |
| A       | Z       |
| B       | Z       |
| C       | Y       |

运行以下查询：

SELECT column1, column2, COUNT(*)
FROM table1
GROUP BY column1, column2;

可能的结果是：

| column1 | column2 | COUNT(*) |
|---------|---------|----------|
| A       | X       | 2        |
| B       | Y       | 1        |
| A       | Z       | 1        |
| B       | Z       | 1        |
| C       | Y       | 1        |

这表示按照 column1 和 column2 的组合进行分组，然后计算每个组合的行数。例如，"A" 和 "X" 的组合出现了 2 次，"B" 和 "Y" 的组合出现了 1 次，以此类推。

2. HAVING: 在GROUP BY的基础上进行条件过滤。
select column1, COUNT(*)
from table1
group by coumn1
having count(*) > 1;

解释：

这是一个带有having子句的sql查询语句，用于从表table1中选择出现次数大于1的不同column1值以及它们的出现次数。

  • select column1, count(*): 选择查询结果中的列，包括column1列和一个计算每个分组中行的数量的计数值。count(*)表示对每个分组中的行数进行计数。
  • from table1: 指定查询的数据来源，即要统计的表是table1。
  • group by column1: 根据 column1 列的值对结果进行分组。这意味着查询将返回每个不同的 column1 值以及该值出现的次数。

  • HAVING COUNT(*) > 1: 通过 HAVING 子句筛选出现次数大于 1 的分组。这样，结果将只包含那些在 column1 列中出现次数大于 1 的值。

举例：

table1如下：

| column1 |
|---------|
| A       |
| B       |
| A       |
| A       |
| B       |
| C       |

运行上面查询语句的结果可能是：

| column1 | COUNT(*) |
|---------|----------|
| A       | 3        |
| B       | 2        |

这表示在 column1 列中，只有 "A" 和 "B" 出现的次数大于 1。这种查询常用于查找具有重复出现的特定值的情况。

3. group by 和聚合函数sum的组合使用

假如有table1:

| column1 | column2 | some_numeric_column |
|---------|---------|---------------------|
| A       | X       | 10                  |
| B       | Y       | 5                   |
| A       | X       | 7                   |
| A       | Z       | 3                   |
| B       | Z       | 8                   |
| C       | Y       | 12                  |

运行：

SELECT column1, column2, SUM(some_numeric_column)
FROM table1
GROUP BY column1, column2;

可能的结果：

| column1 | column2 | SUM(some_numeric_column) |
|---------|---------|---------------------------|
| A       | X       | 17                        |
| B       | Y       | 5                         |
| A       | Z       | 3                         |
| B       | Z       | 8                         |
| C       | Y       | 12                        |

这表示按照 column1 和 column2 的组合进行分组，并计算每个组合中 some_numeric_column 列的总和。

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/599726.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

torch.meshgrid和np.meshgrid的区别

torch.meshgrid和np.meshgrid的区别

numpy中meshgrid： 把数组a当作一行，再根据数组b的长度扩充行。 把数组b当作一列，再根据数组a的长度扩充列。 torch中meshgrid： 把数组a当作一列，再根据数组b的长度扩充列。 把数组b当作一行，再根据数组a的…
阅读更多...
CAVER: Cross-Modal View-Mixed Transformer for Bi-Modal Salient Object Detection

CAVER: Cross-Modal View-Mixed Transformer for Bi-Modal Salient Object Detection

目录 一、论文阅读笔记： 1、摘要： 2、主要贡献点： 3、方法： 3.1 网络的总体框架图： 3.2 Transformer-based Information Propagation Path (TIPP) 3.3 Intra-Modal/Cross-Scale Self-Attention (IMSA/CSSA) Q1…
阅读更多...
onxxruntime使用cuda以及tensorrt进行加速

onxxruntime使用cuda以及tensorrt进行加速

1、版本匹配 版本需要匹配，不然运行会报错 2、onnxruntime之tensorrt加速 方式一： OrtTensorRTProviderOptions trt_options{}; trt_options.trt_max_workspace_size 2147483648; trt_options.trt_max_partition_iterations 10; trt_options.trt_m…
阅读更多...
kali-Linux安装ARL灯塔教程以及timeout of 20000ms exceeded 的解决方法

kali-Linux安装ARL灯塔教程以及timeout of 20000ms exceeded 的解决方法

FLAG：别和妈妈诉苦，她帮不上，也睡不着。 专研方向: docker，ARL资产灯塔系统 每日emo：天冷了，你还在坚持吗？ 欢迎各位与我这个菜鸟交流学习 kali安装ARL灯塔教程 1.安装docker环境，…
阅读更多...
【MySQL】orderby/groupby出现Using filesort根因分析及优化

【MySQL】orderby/groupby出现Using filesort根因分析及优化

序 在日常的数据库运维中，我们可能会遇到一些看似难以理解的现象。比如两个SQL查询语句，仅仅在ORDER BY子句上略有不同，却造成了性能的天壤之别——一个飞速完成，一个则让数据库崩溃。今天就让我们围绕这个问题，深入剖…
阅读更多...
LeetCode每日一题 | 1944. 队列中可以看到的人数

LeetCode每日一题 | 1944. 队列中可以看到的人数

文章目录 队列中可以看到的人数题目描述问题分析程序代码（Golang 版本） 队列中可以看到的人数 题目描述 原题链接 有 n 个人排成一个队列，从左到右 编号为 0 到 n - 1 。给你以一个整数数组 heights ，每个整数 互不相同&#xff…
阅读更多...
Mysql的安装配置教程（非常详细）从零基础入门到精通，看完这一篇就够了

Mysql的安装配置教程（非常详细）从零基础入门到精通，看完这一篇就够了

首先简单概述分为几个步骤： 一、下载Mysql 二、安装Mysql 三、验证Mysql安装是否成功 四、 配置环境变量 五、验证配置环境变量是否成功 一、下载Mysql 要在Windows或Mac上安装MySQL，首先从MySQL官方网站下载最新的MySQL Community Server版本&am…
阅读更多...
QCharView使用

QCharView使用

QChart是 QGraphicsWidget的子类。 QCharView是QGraphicsView的子类 QCharView概念:title、系列、图标Chart、视图 说明: 需要添加Qt组件charts 在使用QChart或者QChartView之前需要添加宏定义QT_CHARTS_USE_NAMESPACE （其实是使用了命名空间）&#xff…
阅读更多...
Baumer工业相机堡盟工业相机如何联合NEOAPI SDK和OpenCV实现相机图像转换为Mat图像格式（C++）

Baumer工业相机堡盟工业相机如何联合NEOAPI SDK和OpenCV实现相机图像转换为Mat图像格式（C++）

Baumer工业相机堡盟工业相机如何通过NEOAPI SDK实现相机掉线自动重连（C） Baumer工业相机Baumer工业相机的图像转换为OpenCV的Mat图像的技术背景在NEOAPI SDK里实现相机图像转换为Mat图像格式联合OpenCV实现相机图像转换为Mat图像格式测试演示图 工业相机…
阅读更多...
SQL-取连续日期或者数值

SQL-取连续日期或者数值

从LVV_START_TIMEKEY开始&#xff0c;取LVV_END_TIMEKEY - LVV_START_TIMEKEY 1个连续的日期&#xff1a; SELECTTO_DATE (:LVV_START_TIMEKEY,YYYYMMDD) ROWNUM-1 AS wwm FROMDUAL CONNECT BYROWNUM < LAST_DAY (TO_DATE (:LVV_END_TIMEKEY,YYYYMMDD)) - TO_DATE (:LVV_…
阅读更多...
大容量交流中间继电器RXMK1 RK225052 220VAC 板前接线带座 JOSEF约瑟

大容量交流中间继电器RXMK1 RK225052 220VAC 板前接线带座 JOSEF约瑟

系列型号&#xff1a; RXMK1 RK 255 049大容量交流中间继电器 RXMK1 RK 255 050大容量交流中间继电器 RXMK1 RK 255 051大容量交流中间继电器 RXMK1 RK 255 052大容量交流中间继电器 RXMK1 RK 255 053大容量交流中间继电器 RXMK1大容量交流中间继电器 一、 用途及工作原理 RX…
阅读更多...
【深入理解 ByteBuf 之一】 release() 的必要性

【深入理解 ByteBuf 之一】 release() 的必要性

引言 开个新坑 【深入理解 ByteBuf】 至于为什么&#xff0c;本篇就是原因 我大概会花一个较长的时间来剖析 Netty 对于 ByteBuf 的实现&#xff0c;对象池的设计&#xff0c;从分配到释放重用&#xff0c;希望可以借此学习理解对象池的设计思想&#xff0c;以及搞清楚&#x…
阅读更多...
XTU OJ 1525瓷片

XTU OJ 1525瓷片

题意 给定一个2n的地面&#xff0c;用11和1*2的瓷片铺满&#xff0c;问有多少种方案 数据范围 n<30 输入 3 1 2 30 输出 2 7 1084493574452273 代码 #include<stdio.h>int main() {int t;scanf("%d",&t);long long a[40];a[0]1,a[1]2,a[2]7;fo…
阅读更多...
Vue 3.4 发布

Vue 3.4 发布

本文为翻译 原文地址&#xff1a;Announcing Vue 3.4 | The Vue Point — Vue 3.4 发布公告 |Vue 点 (vuejs.org) 今天&#xff0c;我们很高兴地宣布 Vue 3.4 “&#x1f3c0;灌篮高手”的发布&#xff01; 此版本包括一些实质性的内部改进 - 最引人注目的是重写的模板解析器&…
阅读更多...
晶圆代工降价竞争进入白热化，降幅最高15% | 百能云芯

晶圆代工降价竞争进入白热化，降幅最高15% | 百能云芯

随着半导体产业的不确定性和市况回落&#xff0c;晶圆代工市场再次掀起波澜&#xff0c;“降价大军”再添猛将。 据综合媒体报道&#xff0c;传三星计划在2024年第一季度调降晶圆代工报价&#xff0c;提供5%至15%的折扣&#xff0c;并表示愿意进一步协商。 台积电根据客户的投产…
阅读更多...
一、Vue3组合式基础[ref、reactive]

一、Vue3组合式基础[ref、reactive]

一、ref 解释&#xff1a;ref是Vue3通过ES6的Proxy实现的响应式数据&#xff0c;其与基本的js类型不同&#xff0c;其为响应式数据&#xff0c;值得注意的是&#xff0c;reactive可以算是ref的子集&#xff0c;ref一般用来处理js的基本数据类型如整型、字符型等等(也可以用来处…
阅读更多...
Java集合框架深度解析-ArrayList

Java集合框架深度解析-ArrayList

Java的集合框架提供了一组实现常用数据结构的类和接口。理解集合框架对于Java程序员来说至关重要&#xff0c;因为它们在日常编程中广泛应用。 为什么需要集合框架&#xff1f; 在编程中&#xff0c;我们经常需要存储和操作一组对象。集合框架提供了用于表示和操作对象组的通…
阅读更多...
从 YOLOv1 到 YOLO-NAS 的所有 YOLO 模型：论文解析

从 YOLOv1 到 YOLO-NAS 的所有 YOLO 模型：论文解析

在计算机视觉的浩瀚领域&#xff0c;有一支耀眼的明星&#xff0c;她的名字传颂着革新与突破的传奇——YOLO&#xff08;You Only Look Once&#xff09;。回溯时光&#xff0c;走进这个引人注目的名字背后&#xff0c;我们仿佛穿越进一幅画卷&#xff0c;一幅展现创新魅力与技…
阅读更多...
Unity之预制体与变体

Unity之预制体与变体

PS:不用说了&#xff0c;我在写博客就是在摸鱼 一、预制体 不知道大家小时候有没有看过火影&#xff0c;记得剧情最开始的时候水木哄骗鸣人去偷封印之书&#xff0c;反而让鸣人学会了多重影分身之术&#xff1a; 好了&#xff0c;小编绞尽脑子终于想好怎么向大家介绍预制体了&a…
阅读更多...
Java中包装类型使用‘==’比较的坑

Java中包装类型使用‘==’比较的坑

1、缓冲机制 在Java中&#xff0c;Integer 、Byte 、Short 、Long 、Character 五大包装类都有缓冲机制&#xff0c; 且缓冲的默认值范围都是 -128 ~ 127 而Float 、Double 、Boolean 三大包装类并没有缓冲机制。 2、创建包装类对象 两种方法&#xff1a; &#xff08;1&am…
阅读更多...
最新文章

Copyright @ 2022~2023