自己建网站做淘宝客/北京网站优化哪家好
备注:测试数据库版本为MySQL 8.0
这个blog我们来聊聊MySQL高级窗口函数
窗口函数在复杂查询以及数据仓库中应用得比较频繁
与sql打交道比较多的技术人员都需要掌握
如需要scott用户下建表及录入数据语句，可参考:
scott建表及录入数据sql脚本
分析函数有3个基本组成部分：
1.分区子句
2.排序子句
3.开窗子句
function1 (argument1,argument2,..argumentN)
over w
window w as ([partition-by-clause] [order-by-clause] [windowing-clause])
窗口说明子句的语法:
默认的窗口子句是rows between unbounded preceding and current row。如果你没有显示声明窗口，就将会使用默认窗口。
并不是所有的分析函数都支持开窗子句
[rows | range] between <start expr> and [end expr]whereas
<start expr> is [unbounded preceding | current row | n preceding | n following]
<end expr> is [unbounded following | current row | n preceding | n following]
row_number、rank、dense_rank
row_number语法：
row_number() over w
window w as (partition-clause order-by-clause)
row_number不支持开窗子句
rank、dense_rank语法同row_number语法
现在需要对分不同部门来看部门内的工资排名，且从大到小排列：
-- 可以看到deptno为30的员工工资有重复的,重复的工资为1250
-- row_number() 不关注重复的，直接排名，1-2-3-4-5-6
-- rank() 重复排名,会跳过，1-2-3-4-4-6
-- dense_rank() 重复排名,不跳过，1-2-3-4-4-5
select a.empno,a.ename,a.deptno,a.sal,row_number() over w as 'num',rank() over w as 'rank',dense_rank() over w as 'dense_rank'from emp awindow w as (partition by a.deptno order by a.sal desc)
;
mysql> select a.empno,-> a.ename,-> a.deptno,-> a.sal,-> row_number() over w as 'num',-> rank() over w as 'rank',-> dense_rank() over w as 'dense_rank'-> from emp a-> window w as (partition by a.deptno order by a.sal desc)-> ;
+-------+--------+--------+---------+-----+------+------------+
| empno | ename | deptno | sal | num | rank | dense_rank |
+-------+--------+--------+---------+-----+------+------------+
| 7839 | KING | 10 | 5000.00 | 1 | 1 | 1 |
| 7782 | CLARK | 10 | 2450.00 | 2 | 2 | 2 |
| 7934 | MILLER | 10 | 1300.00 | 3 | 3 | 3 |
| 7788 | SCOTT | 20 | 3000.00 | 1 | 1 | 1 |
| 7902 | FORD | 20 | 3000.00 | 2 | 1 | 1 |
| 7566 | JONES | 20 | 2975.00 | 3 | 3 | 2 |
| 7876 | ADAMS | 20 | 1100.00 | 4 | 4 | 3 |
| 7369 | SMITH | 20 | 800.00 | 5 | 5 | 4 |
| 7698 | BLAKE | 30 | 2850.00 | 1 | 1 | 1 |
| 7499 | ALLEN | 30 | 1600.00 | 2 | 2 | 2 |
| 7844 | TURNER | 30 | 1500.00 | 3 | 3 | 3 |
| 7521 | WARD | 30 | 1250.00 | 4 | 4 | 4 |
| 7654 | MARTIN | 30 | 1250.00 | 5 | 4 | 4 |
| 7900 | JAMES | 30 | 950.00 | 6 | 6 | 5 |
+-------+--------+--------+---------+-----+------+------------+
14 rows in set (0.01 sec)
lag、lead
lag语法:
lag (expression, offset, default) over w
window w as (partition-clause order-by-clause)
lag不支持开窗子句
lead同lag语法
-- 根据分组，取值上n条和下n条 如果是第一条或最后一条，就给个默认值
SELECT a.empno,a.deptno,a.hiredate,a.sal,lag(sal, 1, 0) over w as 'pre_sal',lead(sal, 1, 0) over w as 'next_sal',lag(sal, 2, 0) over w as 'pre2_sal',lead(sal, 2, 0) over w as 'next_2sal'FROM emp awindow w as (PARTITION BY a.deptno ORDER BY hiredate ASC)
;
mysql> SELECT a.empno,-> a.deptno,-> a.hiredate,-> a.sal,-> lag(sal, 1, 0) over w as 'pre_sal',-> lead(sal, 1, 0) over w as 'next_sal',-> lag(sal, 2, 0) over w as 'pre2_sal',-> lead(sal, 2, 0) over w as 'next_2sal'-> FROM emp a-> window w as (PARTITION BY a.deptno ORDER BY hiredate ASC)-> ;
+-------+--------+------------+---------+---------+----------+----------+-----------+
| empno | deptno | hiredate | sal | pre_sal | next_sal | pre2_sal | next_2sal |
+-------+--------+------------+---------+---------+----------+----------+-----------+
| 7782 | 10 | 1981-06-09 | 2450.00 | 0.00 | 5000.00 | 0.00 | 1300.00 |
| 7839 | 10 | 1981-11-17 | 5000.00 | 2450.00 | 1300.00 | 0.00 | 0.00 |
| 7934 | 10 | 1982-01-23 | 1300.00 | 5000.00 | 0.00 | 2450.00 | 0.00 |
| 7369 | 20 | 1980-12-17 | 800.00 | 0.00 | 2975.00 | 0.00 | 3000.00 |
| 7566 | 20 | 1981-04-02 | 2975.00 | 800.00 | 3000.00 | 0.00 | 3000.00 |
| 7902 | 20 | 1981-12-03 | 3000.00 | 2975.00 | 3000.00 | 800.00 | 1100.00 |
| 7788 | 20 | 1987-06-13 | 3000.00 | 3000.00 | 1100.00 | 2975.00 | 0.00 |
| 7876 | 20 | 1987-06-13 | 1100.00 | 3000.00 | 0.00 | 3000.00 | 0.00 |
| 7499 | 30 | 1981-02-20 | 1600.00 | 0.00 | 1250.00 | 0.00 | 2850.00 |
| 7521 | 30 | 1981-02-22 | 1250.00 | 1600.00 | 2850.00 | 0.00 | 1500.00 |
| 7698 | 30 | 1981-05-01 | 2850.00 | 1250.00 | 1500.00 | 1600.00 | 1250.00 |
| 7844 | 30 | 1981-09-08 | 1500.00 | 2850.00 | 1250.00 | 1250.00 | 950.00 |
| 7654 | 30 | 1981-09-28 | 1250.00 | 1500.00 | 950.00 | 2850.00 | 0.00 |
| 7900 | 30 | 1981-12-03 | 950.00 | 1250.00 | 0.00 | 1500.00 | 0.00 |
+-------+--------+------------+---------+---------+----------+----------+-----------+
14 rows in set (0.00 sec)-- 没有比自己小我的我们设为AAA,没有比自己大的，我们设置为ZZZ
select deptno,ename,lag(ename, 1, 'AAA') over w as 'lower_name',lead(ename, 1, 'ZZZ') over w as 'higher_name'from emp
window w as(PARTITION BY deptno ORDER BY ename)
;-- 部门重复的话值输出第一行的部门编号
select (case when deptno= lag(deptno,1)over w then null else deptno end) as 'deptno',ename,lag(ename, 1, 'AAA') over w as 'lower_name',lead(ename, 1, 'ZZZ') over w as 'higher_name'from emp
window w as (PARTITION BY deptno ORDER BY ename)
;
mysql> -- 没有比自己小我的我们设为AAA,没有比自己大的，我们设置为ZZZ
mysql> select deptno,-> ename,-> lag(ename, 1, 'AAA') over w as 'lower_name',-> lead(ename, 1, 'ZZZ') over w as 'higher_name'-> from emp-> window w as(PARTITION BY deptno ORDER BY ename)-> ;
+--------+--------+------------+-------------+
| deptno | ename | lower_name | higher_name |
+--------+--------+------------+-------------+
| 10 | CLARK | AAA | KING |
| 10 | KING | CLARK | MILLER |
| 10 | MILLER | KING | ZZZ |
| 20 | ADAMS | AAA | FORD |
| 20 | FORD | ADAMS | JONES |
| 20 | JONES | FORD | SCOTT |
| 20 | SCOTT | JONES | SMITH |
| 20 | SMITH | SCOTT | ZZZ |
| 30 | ALLEN | AAA | BLAKE |
| 30 | BLAKE | ALLEN | JAMES |
| 30 | JAMES | BLAKE | MARTIN |
| 30 | MARTIN | JAMES | TURNER |
| 30 | TURNER | MARTIN | WARD |
| 30 | WARD | TURNER | ZZZ |
+--------+--------+------------+-------------+
14 rows in set (0.00 sec)mysql>
mysql> -- 部门重复的话值输出第一行的部门编号
mysql> select (case when deptno= lag(deptno,1)over w then null else deptno end) as 'deptno',-> ename,-> lag(ename, 1, 'AAA') over w as 'lower_name',-> lead(ename, 1, 'ZZZ') over w as 'higher_name'-> from emp-> window w as (PARTITION BY deptno ORDER BY ename)-> ;
+--------+--------+------------+-------------+
| deptno | ename | lower_name | higher_name |
+--------+--------+------------+-------------+
| 10 | CLARK | AAA | KING |
| NULL | KING | CLARK | MILLER |
| NULL | MILLER | KING | ZZZ |
| 20 | ADAMS | AAA | FORD |
| NULL | FORD | ADAMS | JONES |
| NULL | JONES | FORD | SCOTT |
| NULL | SCOTT | JONES | SMITH |
| NULL | SMITH | SCOTT | ZZZ |
| 30 | ALLEN | AAA | BLAKE |
| NULL | BLAKE | ALLEN | JAMES |
| NULL | JAMES | BLAKE | MARTIN |
| NULL | MARTIN | JAMES | TURNER |
| NULL | TURNER | MARTIN | WARD |
| NULL | WARD | TURNER | ZZZ |
+--------+--------+------------+-------------+
14 rows in set (0.00 sec)
first_value、last_value、nth_value
first_value、last_value语法:
first_value(expression) over w
window w as (partition-clause order-by-clause windowing-clause)
last_value(expression) over w
window w as (partition-clause order-by-clause windowing-clause)
nth_value语法:
nth_value (measure, n) [ from first | from last ] [ respect nulls | ignore nulls ]
over w
window w as (partitioning-clause order-by-clause windowing-clause)
/*
需求:求每个部门工资最高的和工资最低的以及工资第二高的
*/-- 默认不带开窗子句,从第一行到当前行
select a.empno,a.deptno,a.sal,first_value(a.sal) over w as 'first',last_value(a.sal) over w as 'last',nth_value(a.sal,2) over w as 'top_2'from emp awindow w as (partition by a.deptno order by sal)
;-- rows between unbounded preceding and current row 从第一行到当前行
select a.empno,a.deptno,a.sal,first_value(a.sal) over w as 'first',last_value(a.sal) over w as 'last',nth_value(a.sal,2) over w as 'top_2'from emp awindow w as (partition by a.deptno order by sal rows between unbounded preceding and current row)
;-- rows between unbounded preceding and unbounded following 从第一行到最后一行select a.empno,a.deptno,a.sal,first_value(a.sal) over w as 'first',last_value(a.sal) over w as 'last',nth_value(a.sal,2) over w as 'top_2'from emp awindow w as (partition by a.deptno order by sal rows between unbounded preceding and unbounded following)
; -- 1 preceding and 1 following 当前行的前一行到当前行的后一行 select a.empno,a.deptno,a.sal,first_value(a.sal) over w as 'first',last_value(a.sal) over w as 'last',nth_value(a.sal,2) over w as 'top_2'from emp awindow w as (partition by a.deptno order by sal rows between 1 preceding and 1 following)
;
mysql> -- 默认不带开窗子句,从第一行到当前行
mysql> select a.empno,a.deptno,a.sal,-> first_value(a.sal) over w as 'first',-> last_value(a.sal) over w as 'last',-> nth_value(a.sal,2) over w as 'top_2'-> from emp a-> window w as (partition by a.deptno order by sal)-> ;
+-------+--------+---------+---------+---------+---------+
| empno | deptno | sal | first | last | top_2 |
+-------+--------+---------+---------+---------+---------+
| 7934 | 10 | 1300.00 | 1300.00 | 1300.00 | NULL |
| 7782 | 10 | 2450.00 | 1300.00 | 2450.00 | 2450.00 |
| 7839 | 10 | 5000.00 | 1300.00 | 5000.00 | 2450.00 |
| 7369 | 20 | 800.00 | 800.00 | 800.00 | NULL |
| 7876 | 20 | 1100.00 | 800.00 | 1100.00 | 1100.00 |
| 7566 | 20 | 2975.00 | 800.00 | 2975.00 | 1100.00 |
| 7788 | 20 | 3000.00 | 800.00 | 3000.00 | 1100.00 |
| 7902 | 20 | 3000.00 | 800.00 | 3000.00 | 1100.00 |
| 7900 | 30 | 950.00 | 950.00 | 950.00 | NULL |
| 7521 | 30 | 1250.00 | 950.00 | 1250.00 | 1250.00 |
| 7654 | 30 | 1250.00 | 950.00 | 1250.00 | 1250.00 |
| 7844 | 30 | 1500.00 | 950.00 | 1500.00 | 1250.00 |
| 7499 | 30 | 1600.00 | 950.00 | 1600.00 | 1250.00 |
| 7698 | 30 | 2850.00 | 950.00 | 2850.00 | 1250.00 |
+-------+--------+---------+---------+---------+---------+
14 rows in set (0.00 sec)mysql>
mysql> -- rows between unbounded preceding and current row 从第一行到当前行
mysql> select a.empno,a.deptno,a.sal,-> first_value(a.sal) over w as 'first',-> last_value(a.sal) over w as 'last',-> nth_value(a.sal,2) over w as 'top_2'-> from emp a-> window w as (partition by a.deptno order by sal rows between unbounded preceding and current row)-> ;
+-------+--------+---------+---------+---------+---------+
| empno | deptno | sal | first | last | top_2 |
+-------+--------+---------+---------+---------+---------+
| 7934 | 10 | 1300.00 | 1300.00 | 1300.00 | NULL |
| 7782 | 10 | 2450.00 | 1300.00 | 2450.00 | 2450.00 |
| 7839 | 10 | 5000.00 | 1300.00 | 5000.00 | 2450.00 |
| 7369 | 20 | 800.00 | 800.00 | 800.00 | NULL |
| 7876 | 20 | 1100.00 | 800.00 | 1100.00 | 1100.00 |
| 7566 | 20 | 2975.00 | 800.00 | 2975.00 | 1100.00 |
| 7788 | 20 | 3000.00 | 800.00 | 3000.00 | 1100.00 |
| 7902 | 20 | 3000.00 | 800.00 | 3000.00 | 1100.00 |
| 7900 | 30 | 950.00 | 950.00 | 950.00 | NULL |
| 7521 | 30 | 1250.00 | 950.00 | 1250.00 | 1250.00 |
| 7654 | 30 | 1250.00 | 950.00 | 1250.00 | 1250.00 |
| 7844 | 30 | 1500.00 | 950.00 | 1500.00 | 1250.00 |
| 7499 | 30 | 1600.00 | 950.00 | 1600.00 | 1250.00 |
| 7698 | 30 | 2850.00 | 950.00 | 2850.00 | 1250.00 |
+-------+--------+---------+---------+---------+---------+
14 rows in set (0.00 sec)mysql>
mysql>
mysql> -- rows between unbounded preceding and unbounded following 从第一行到最后一行
mysql> select a.empno,a.deptno,a.sal,-> first_value(a.sal) over w as 'first',-> last_value(a.sal) over w as 'last',-> nth_value(a.sal,2) over w as 'top_2'-> from emp a-> window w as (partition by a.deptno order by sal rows between unbounded preceding and unbounded following)-> ;
+-------+--------+---------+---------+---------+---------+
| empno | deptno | sal | first | last | top_2 |
+-------+--------+---------+---------+---------+---------+
| 7934 | 10 | 1300.00 | 1300.00 | 5000.00 | 2450.00 |
| 7782 | 10 | 2450.00 | 1300.00 | 5000.00 | 2450.00 |
| 7839 | 10 | 5000.00 | 1300.00 | 5000.00 | 2450.00 |
| 7369 | 20 | 800.00 | 800.00 | 3000.00 | 1100.00 |
| 7876 | 20 | 1100.00 | 800.00 | 3000.00 | 1100.00 |
| 7566 | 20 | 2975.00 | 800.00 | 3000.00 | 1100.00 |
| 7788 | 20 | 3000.00 | 800.00 | 3000.00 | 1100.00 |
| 7902 | 20 | 3000.00 | 800.00 | 3000.00 | 1100.00 |
| 7900 | 30 | 950.00 | 950.00 | 2850.00 | 1250.00 |
| 7521 | 30 | 1250.00 | 950.00 | 2850.00 | 1250.00 |
| 7654 | 30 | 1250.00 | 950.00 | 2850.00 | 1250.00 |
| 7844 | 30 | 1500.00 | 950.00 | 2850.00 | 1250.00 |
| 7499 | 30 | 1600.00 | 950.00 | 2850.00 | 1250.00 |
| 7698 | 30 | 2850.00 | 950.00 | 2850.00 | 1250.00 |
+-------+--------+---------+---------+---------+---------+
14 rows in set (0.00 sec)mysql>
mysql> -- 1 preceding and 1 following 当前行的前一行到当前行的后一行
mysql> select a.empno,a.deptno,a.sal,-> first_value(a.sal) over w as 'first',-> last_value(a.sal) over w as 'last',-> nth_value(a.sal,2) over w as 'top_2'-> from emp a-> window w as (partition by a.deptno order by sal rows between 1 preceding and 1 following)-> ;
+-------+--------+---------+---------+---------+---------+
| empno | deptno | sal | first | last | top_2 |
+-------+--------+---------+---------+---------+---------+
| 7934 | 10 | 1300.00 | 1300.00 | 2450.00 | 2450.00 |
| 7782 | 10 | 2450.00 | 1300.00 | 5000.00 | 2450.00 |
| 7839 | 10 | 5000.00 | 2450.00 | 5000.00 | 5000.00 |
| 7369 | 20 | 800.00 | 800.00 | 1100.00 | 1100.00 |
| 7876 | 20 | 1100.00 | 800.00 | 2975.00 | 1100.00 |
| 7566 | 20 | 2975.00 | 1100.00 | 3000.00 | 2975.00 |
| 7788 | 20 | 3000.00 | 2975.00 | 3000.00 | 3000.00 |
| 7902 | 20 | 3000.00 | 3000.00 | 3000.00 | 3000.00 |
| 7900 | 30 | 950.00 | 950.00 | 1250.00 | 1250.00 |
| 7521 | 30 | 1250.00 | 950.00 | 1250.00 | 1250.00 |
| 7654 | 30 | 1250.00 | 1250.00 | 1500.00 | 1250.00 |
| 7844 | 30 | 1500.00 | 1250.00 | 1600.00 | 1500.00 |
| 7499 | 30 | 1600.00 | 1500.00 | 2850.00 | 1600.00 |
| 7698 | 30 | 2850.00 | 1600.00 | 2850.00 | 2850.00 |
+-------+--------+---------+---------+---------+---------+
14 rows in set (0.00 sec)percent_rank、CUME_DIST
percent_rank语法:
percent_rank() over w
window w as ([partition-by-clause] [order-by-clause] )
CUME_DIST语法
cume_dist() over w
window w as ([partition-by-clause] [order-by-clause] )
percent_rank：
– percent_rank函数以0到1之间的分数形式返回某个值在数据分区中的排名
– percent_rank的计算公式为(rank-1)/(n-1)
CUME_DIST:
–一个5行的组中，返回的累计分布值为0.2,0.4,0.6,0.8,1.0;
–注意对于重复行，计算时取重复行中的最后一行的位置。
SELECT a.empno,a.ename,a.deptno,a.sal,percent_rank() over w as 'num',cume_dist() over w as 'cume'FROM emp awindow w as (PARTITION BY a.deptno ORDER BY a.sal DESC)
;
mysql> SELECT a.empno,-> a.ename,-> a.deptno,-> a.sal,-> percent_rank() over w as 'num',-> cume_dist() over w as 'cume'-> FROM emp a-> window w as (PARTITION BY a.deptno ORDER BY a.sal DESC);
+-------+--------+--------+---------+------+---------------------+
| empno | ename | deptno | sal | num | cume |
+-------+--------+--------+---------+------+---------------------+
| 7839 | KING | 10 | 5000.00 | 0 | 0.3333333333333333 |
| 7782 | CLARK | 10 | 2450.00 | 0.5 | 0.6666666666666666 |
| 7934 | MILLER | 10 | 1300.00 | 1 | 1 |
| 7788 | SCOTT | 20 | 3000.00 | 0 | 0.4 |
| 7902 | FORD | 20 | 3000.00 | 0 | 0.4 |
| 7566 | JONES | 20 | 2975.00 | 0.5 | 0.6 |
| 7876 | ADAMS | 20 | 1100.00 | 0.75 | 0.8 |
| 7369 | SMITH | 20 | 800.00 | 1 | 1 |
| 7698 | BLAKE | 30 | 2850.00 | 0 | 0.16666666666666666 |
| 7499 | ALLEN | 30 | 1600.00 | 0.2 | 0.3333333333333333 |
| 7844 | TURNER | 30 | 1500.00 | 0.4 | 0.5 |
| 7521 | WARD | 30 | 1250.00 | 0.6 | 0.8333333333333334 |
| 7654 | MARTIN | 30 | 1250.00 | 0.6 | 0.8333333333333334 |
| 7900 | JAMES | 30 | 950.00 | 1 | 1 |
+-------+--------+--------+---------+------+---------------------+
14 rows in set (0.00 sec)
ntile
Ntile语法:
Ntile(expr) OVER w
window w as ([ query_partition_clause ] order_by_clause)
Ntile 把数据行分成N个桶。每个桶会有相同的行数，正负误差为1
将员工表emp按照工资分为2、3个桶
-- 分成2个桶
SELECT ENAME, SAL, NTILE(2) OVER w as 'n' FROM EMP
window w as (ORDER BY SAL ASC)
;-- 分成3个桶
SELECT ENAME, SAL, NTILE(3) OVER w as 'n' FROM EMP
window w as (ORDER BY SAL ASC)
;mysql> -- 分成2个桶
mysql> SELECT ENAME, SAL, NTILE(2) OVER w as 'n' FROM EMP-> window w as (ORDER BY SAL ASC)-> ;
+--------+---------+------+
| ENAME | SAL | n |
+--------+---------+------+
| SMITH | 800.00 | 1 |
| JAMES | 950.00 | 1 |
| ADAMS | 1100.00 | 1 |
| WARD | 1250.00 | 1 |
| MARTIN | 1250.00 | 1 |
| MILLER | 1300.00 | 1 |
| TURNER | 1500.00 | 1 |
| ALLEN | 1600.00 | 2 |
| CLARK | 2450.00 | 2 |
| BLAKE | 2850.00 | 2 |
| JONES | 2975.00 | 2 |
| SCOTT | 3000.00 | 2 |
| FORD | 3000.00 | 2 |
| KING | 5000.00 | 2 |
+--------+---------+------+
14 rows in set (0.00 sec)mysql>
mysql> -- 分成3个桶
mysql> SELECT ENAME, SAL, NTILE(3) OVER w as 'n' FROM EMP-> window w as (ORDER BY SAL ASC)-> ;
+--------+---------+------+
| ENAME | SAL | n |
+--------+---------+------+
| SMITH | 800.00 | 1 |
| JAMES | 950.00 | 1 |
| ADAMS | 1100.00 | 1 |
| WARD | 1250.00 | 1 |
| MARTIN | 1250.00 | 1 |
| MILLER | 1300.00 | 2 |
| TURNER | 1500.00 | 2 |
| ALLEN | 1600.00 | 2 |
| CLARK | 2450.00 | 2 |
| BLAKE | 2850.00 | 2 |
| JONES | 2975.00 | 3 |
| SCOTT | 3000.00 | 3 |
| FORD | 3000.00 | 3 |
| KING | 5000.00 | 3 |
+--------+---------+------+
14 rows in set (0.00 sec)
相关文章：
MySQL入门篇-MySQL高级窗口函数简介
备注:测试数据库版本为MySQL 8.0 这个blog我们来聊聊MySQL高级窗口函数 窗口函数在复杂查询以及数据仓库中应用得比较频繁 与sql打交道比较多的技术人员都需要掌握 如需要scott用户下建表及录入数据语句，可参考:scott建表及录入数据sql脚本 分析函数有3个基本组成…...
什么是 API（应用程序接口）？
API（应用程序接口）是一种软件中介，它允许两个不相关的应用程序相互通信。它就像一座桥梁，从一个程序接收请求或消息，然后将其传递给另一个程序，翻译消息并根据 API 的程序设计执行协议。API 几乎存在于我们…...
如何在外网访问内网的 Nginx 服务？
计算机业内人士对Nginx 并不陌生，它是一款轻量级的 Web 服务器/反向代理服务器及电子邮件（IMAP/POP3）代理服务器，除了nginx外，类似的apache、tomcat、IIS这几种都是主流的中间件。 Nginx 是在 BSD-like 协议下发行的&…...
vue2中defineProperty和vue3中proxy区别
区别一：defineProperty 是对属性劫持，proxy 是对代理对象 下面我们针对一个对象使用不同的方式进行监听，看写法上有什么不同。 // 原始对象 const data {name: Jane,age: 21 }defineProperty defineProperty 只能劫持对象的某一个属性&…...
将bean注入Spring容器的五种方式
前言 我们在项目开发中都用到Spring，知道对象是交由Spring去管理。那么将一个对象加入到Spring容器中，有几种方法呢，我们来总结一下。 ComponentScan Component ComponentScan可以放在启动类上，指定要扫描的包路径；…...
C生万物 | 常量指针和指针常量的感性理解
文章目录📚引言✒常量指针🔍介绍与分析📰小结与记忆口诀✒指针常量🔍介绍与分析📰小结与记忆口诀👉一份凉皮所引发的故事👈总结与提炼📚引言 本文我们来说说大家很困惑的两个东西&am…...
python 打包工具 pyinstaller和Nuitka区别
1.1 使用需求 这次也是由于项目需要，要将python的代码转成exe的程序，在找了许久后，发现了2个都能对python项目打包的工具——pyintaller和nuitka。 这2个工具同时都能满足项目的需要： 隐藏源码。这里的pyinstaller是通过设置key来…...
Python解题 - CSDN周赛第28期
上一期周赛问哥因为在路上，无法参加，但还是抽空登上来看了一下题目。4道题都挺简单的，有点遗憾未能参加。不过即使参加了，手速也未必能挤进前十。 本期也是一样，感觉新增的题目都偏数学类，基本用不到所谓的…...
DNS记录类型有哪些，分别代表什么含义？
DNS解析将域名指向IP地址，是互联网中的一项重要服务。而由于业务场景不同，在设置DNS解析时，需要选择不同的记录类型。网站管理人员需要准确了解每一种DNS记录类型所代表的含义和用途，才能满足不同场景的解析需求。本文中科三方简单…...
ICLR 2022—你不应该错过的 10 篇论文（上）
CV - 计算机视觉 | ML - 机器学习 | RL - 强化学习 | NLP 自然语言处理 ICLR 2023已经放榜，但是今天我们先来回顾一下去年的ICLR 2022！ ICLR 2022将于2022年 4 月 25 日星期一至 4 月 29 日星期五在线举行（连续第三年！…...
HydroD 实用教程（三）环境数据
目 录一、前言二、Location三、Wind Profile四、Directions五、Water5.1 Wave Spectrums5.2 Current Profile5.3 Frequency Set5.4 Phase Set5.5 Wave Height5.6 Regular Wave Set六、参考文献一、前言 SESAM （Super Element Structure Analysis Module）…...
第四章 统计机器学习
机器学习：从数据中学习知识； 原始数据中提取特征；学习映射函数f；通过映射函数f将原始数据映射到语义空间，即寻找数据和任务目标之间的关系； 机器学习： 监督学习：数据有标签&#x…...
Redis第一讲
目录 一、Redis01 1.1 NoSql 1.1.1 NoSql介绍 1.1.2 NoSql起源 1.1.3 NoSql的使用 1.2 常见NoSql数据库介绍 1.3 Redis简介 1.3.1 Redis介绍 1.3.2 Redis数据结构的多样性 1.3.3 Redis应用场景 1.4 Redis安装、配置以及使用 1.4.1 Redis安装的两种方式 1.4.2 Redi…...
Java面试题-消息队列
消息队列 1. 消息队列的使用场景 六字箴言：削峰、异步、解耦 削峰：接口请求在某个时间段内会出现峰值，服务器在达到峰值的情况下会奔溃；通过消息队列将请求进行分流、限流，确保服务器在正常环境下处理请求。异步&am…...
基于离散时间频率增益传感器的P级至M级PMU模型的实现（Matlab代码实现）
👨🎓个人主页：研学社的博客💥💥💞💞欢迎来到本博客❤️❤️💥💥🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密…...
9个相见恨晚的提升办公效率的网站！
推荐9个完全免费的神器网站，每一个都是功能强大，完全免费，良心好用，让你相见恨晚。 1：知犀思维导图 https://www.zhixi.com/ 知犀思维导图是一个完全免费的宝藏在线思维导图工具。它完全免费，界面简洁唯美…...
java的双亲委派模型-附源码分析
1、类加载器 1.1 类加载的概念 要了解双亲委派模型，首先我们需要知道java的类加载器。所谓类加载器就是通过一个类的全限定名来获取描述此类的二进制字节流，然后把这个字节流加载到虚拟机中，获取响应的java.lang.Class类的一个实例。我们把实…...
Docker 笔记
Docker docker pull redis：5.0 docker images [image:57DAAA3E-CC88-454B-B8AC-587E27C9CD3A-85324-0001A93C6707F2A4/93F703D2-5F44-49AB-83C7-05E2E22FB226.png] Docker有点类似于虚拟机 区别大概： docker：启动 Docker 相当于启动宿主操…...
用户认证-cookie和session
无状态&短链接 短链接的概念是指：将原本冗长的URL做一次“包装”，变成一个简洁可读的URL。 什么是短链接-> https://www.cnblogs.com/54chensongxia/p/11673522.html HTTP是一种无状态的协议 短链接：一次请求和一次响应之后&#…...
UUID的弊端以及雪花算法
目录 一、问题 为什么需要分布式全局唯一ID以及分布式ID的业务需求 ID生成规则部分硬性要求 ID号生成系统的可用性要求 二、一般通用方案 （一）UUID （二）数据库自增主键 （三）Redis生成全局id策略 三…...
使用netty+springboot打造的tcp长连接通讯方案
文章目录项目背景正文一、项目架构二、项目模块三、业务流程四、代码详解1.消息队列2.执行类3.客户端五、测试六、源码后记项目背景 最近公司某物联网项目需要使用socket长连接进行消息通讯，捣鼓了一版代码上线，结果BUG不断，本猿寝食难安&am…...
【正点原子FPGA连载】第十章PS SYSMON测量温度电压实验 摘自【正点原子】DFZU2EG_4EV MPSoC之嵌入式Vitis开发指南
1）实验平台：正点原子MPSoC开发板 2）平台购买地址：https://detail.tmall.com/item.htm?id692450874670 3）全套实验源码手册视频下载地址： http://www.openedv.com/thread-340252-1-1.html 第十章PS SYSMON…...
AcWing《蓝桥杯集训·每日一题》—— 1460 我在哪？
AcWing《蓝桥杯集训每日一题》—— 1460. 我在哪？ 文章目录AcWing《蓝桥杯集训每日一题》—— 1460. 我在哪？一、题目二、解题思路三、代码实现本次博客我是通过Notion软件写的，转md文件可能不太美观，大家可以去我的博客中查看&am…...
AcWing《蓝桥杯集训·每日一题》—— 3729 改变数组元素
AcWing《蓝桥杯集训每日一题》—— 3729. 改变数组元素 文章目录AcWing《蓝桥杯集训每日一题》—— 3729. 改变数组元素一、题目二、解题思路三、代码实现本次博客我是通过Notion软件写的，转md文件可能不太美观，大家可以去我的博客中查看：北天…...
如何熟练掌握Python在气象水文中的数据处理及绘图【免费教程】
pythonPython由荷兰数学和计算机科学研究学会的吉多范罗苏姆于1990年代初设计，作为一门叫做ABC语言的替代品。Python提供了高效的高级数据结构，还能简单有效地面向对象编程。Python语法和动态类型，以及解释型语言的本质，使它成为多…...
Leetcode详解JAVA版
目录1. 两数之和14. 最长公共前缀15. 三数之和18. 四数之和19. 删除链表的倒数第 N 个结点21. 合并两个有序链表28. 找出字符串中第一个匹配项的下标36. 有效的数独42. 接雨水43. 字符串相乘45. 跳跃游戏 II53. 最大子数组和54. 螺旋矩阵55. 跳跃游戏62. 不同路径70. 爬楼梯73.…...
LeetCode 83. 删除排序链表中的重复元素
原题链接 难度：easy\color{Green}{easy}easy 题目描述 给定一个已排序的链表的头 headheadhead ， 删除所有重复的元素，使每个元素只出现一次 。返回 已排序的链表 。 示例 1： 输入：head [1,1,2] 输出：…...
RMI简易实现（基于maven）
参考其它rmi（remote method invocation）的代码后，加入了自己思考。整个工程基于maven构建，我觉得maven的模块化可比较直观地演示rmi 目录 项目结构图 模块解读 pom文件 rmi-impl rmi-common-interface rmi-server rmi-cli…...
‘excludeSwitches‘ 的 [‘enable-logging‘] 和[‘enable-automation‘]
selenium 使用 chrome 浏览器的 chromedriver 时，可以加参数， chrome_optionswebdriver.ChromeOptions() chrome_options.add_experimental_option(excludeSwitches,[enable-logging]) chrome_options.add_experimental_option(excludeSwitches,[enable…...
华为OD机试 - 最短木板长度（Python）| 真题+思路+考点+代码+岗位
最短木板长度 题目 小明有 n n n 块木板，第 i i i(1≤ i i...