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…...
观成科技：隐蔽隧道工具Ligolo-ng加密流量分析
1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具，该工具基于TUN接口实现其功能，利用反向TCP/TLS连接建立一条隐蔽的通信信道，支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式，适应复杂网…...
2025年能源电力系统与流体力学国际会议 (EPSFD 2025)
2025年能源电力系统与流体力学国际会议（EPSFD 2025）将于本年度在美丽的杭州盛大召开。作为全球能源、电力系统以及流体力学领域的顶级盛会，EPSFD 2025旨在为来自世界各地的科学家、工程师和研究人员提供一个展示最新研究成果、分享实践经验及…...
ssc377d修改flash分区大小
1、flash的分区默认分配16M、 / # df -h Filesystem Size Used Available Use% Mounted on /dev/root 1.9M 1.9M 0 100% / /dev/mtdblock4 3.0M...
基于Uniapp开发HarmonyOS 5.0旅游应用技术实践
一、技术选型背景 1.跨平台优势 Uniapp采用Vue.js框架，支持"一次开发，多端部署"，可同步生成HarmonyOS、iOS、Android等多平台应用。 2.鸿蒙特性融合 HarmonyOS 5.0的分布式能力与原子化服务，为旅游应用带来…...
测试markdown--肇兴
day1： 1、去程：7:04 --11:32高铁 高铁右转上售票大厅2楼，穿过候车厅下一楼，上大巴车 ￥10/人 **2、到达：**12点多到达寨子，买门票，美团/抖音：￥78人 3、中饭&a…...
linux arm系统烧录
1、打开瑞芯微程序 2、按住linux arm 的 recover按键 插入电源 3、当瑞芯微检测到有设备 4、松开recover按键 5、选择升级固件 6、点击固件选择本地刷机的linux arm 镜像 7、点击升级 （忘了有没有这步了 估计有） 刷机程序 和 镜像 就不提供了。要刷的时…...
大语言模型（LLM）中的KV缓存压缩与动态稀疏注意力机制设计
随着大语言模型（LLM）参数规模的增长，推理阶段的内存占用和计算复杂度成为核心挑战。传统注意力机制的计算复杂度随序列长度呈二次方增长，而KV缓存的内存消耗可能高达数十GB（例如Llama2-7B处理100K token时需50GB内存&a…...
AGain DB和倍数增益的关系
我在设置一款索尼CMOS芯片时，Again增益0db变化为6DB，画面的变化只有2倍DN的增益，比如10变为20。 这与dB和线性增益的关系以及传感器处理流程有关。以下是具体原因分析： 1. dB与线性增益的换算关系 6dB对应的理论线性增益应为&…...
A2A JS SDK 完整教程：快速入门指南
目录 什么是 A2A JS SDK?A2A JS 安装与设置A2A JS 核心概念创建你的第一个 A2A JS 代理A2A JS 服务端开发A2A JS 客户端使用A2A JS 高级特性A2A JS 最佳实践A2A JS 故障排除 什么是 A2A JS SDK? A2A JS SDK 是一个专为 JavaScript/TypeScript 开发者设计的强大库ÿ…...
【C++特殊工具与技术】优化内存分配(一)：C++中的内存分配
目录 一、C 内存的基本概念 1.1 内存的物理与逻辑结构 1.2 C 程序的内存区域划分 二、栈内存分配 2.1 栈内存的特点 2.2 栈内存分配示例 三、堆内存分配 3.1 new和delete操作符 4.2 内存泄漏与悬空指针问题 4.3 new和delete的重载 四、智能指针…...