数据结构与算法

11 算术运算符

1. 算术运算符 SELECT 100, 100+0,100-0,100+50, 100+50-30,100 + 35.5,100 -35.5 FROM DUAL; 在SQL语句中,+没有连接作用,就表示加法运算。此时,会将字符串转换为数值(隐式转换) SELECT 100 + '1' # 在Go语言中,结果是:147 (运算字符会转换成ASII表) FROM DUAL; SELECT 100 +

Python模块·PyMySQL数据库

一、PyMySQL实现思路流程 1.建立连接 2.创建游标:游标数据库操作的接口 3.数据库操作(建表、插入数据、查询数据、更新数据、删除数据..) 4.提交事务以及关闭资源 二、实操 步骤一:环境准备(准备数据库) 安装 mariadb-server [root@localhost ~]# yum -y install gcc [root@localhost ~]# yum -y insta

MySql备份·实时备份mysqlbinlog

一、binlog日志介绍 是MySQL服务日志文件的一种,也叫二进制日志 保存除查询之外的sql命令 启用日志能够达数据自动备份数据的作用 搭建MySQL主从同步存储结构的必要条件 默认MySQL服务没有启用binlog日志 二、MySql日志的相关参数 分类 命令/目录/... 说明 文件 主机名-bin.000001 日志文件名命名格式 主机名-bin.index 存放

高性能索引优化策略(八):减少索引和数据的碎片化

二叉树索引可能导致碎片化,进而影响数据库性能。碎片化的索引存储性能很弱或在磁盘上不是有序的。使用二叉树索引去超找页节点时本身就需要随机的磁盘访问,因此随机访问是二叉树索引的特性,而并不是异常。然而,如果页节点在物理上是有序的并且紧密存储,那查询的性能依旧是更好的。如果不是这样的话,我们称之为碎片化,此时的范围查询或全表扫描的速度会成倍地降低,尤其对于覆盖索引查询而言更是如此。 数据表的数据存储也可

学习记录11 Hadoop生态圈技术栈(九)

今天接着上面的HBASE往下看 回顾一下,Hbase是什么? 其实就是一个非关系型的数据库,能够支持超大规模的数据的实时读写。(可以看出很强大) 在储存机制上与传统MySQL的不同,HBASE不存储空字段,玩的是列存储,特点就是容量多。 HBASE的应用场景也非常多,凡是海量明细数据且后期还要查询的,都很适合HBASE。 HBASE的组成结构 主要有4个部分组成,每个部分都有特定的功能。 zoo

Linux_253_Nginx基于多域名的虚拟主机

Nginx基于多域名的虚拟主机配置 基于多IP的虚拟主机,用的还是不多的,还可能造成IP不足等问题,一般如果没有特殊需求,用的更多,且更方便的是基于多域名的虚拟主机。 前提使用条件,要么配置DNS服务器,将你想用的域名解析到对应的ip 使用本地的hosts文件,进行本地测试访问 多域名的配置结合nginx,就是实现了多虚拟主机的访问,解决了可能IP不足的问题 1、环境准备,先在你的客户端本地,修改

Django笔记二十五之数据库函数之日期函数

日期函数主要介绍两个大类,Extract() 和 Trunc() Extract() 函数作用是提取日期,比如我们可以提取一个日期字段的年份,月份,日等数据 Trunc() 的作用则是截取,比如 2022-06-18 12:12:12,我们可以根据需求获取到日期 2020-06-18,或者更细粒度到时分秒 这次我们用到下面这个 model: class Experiment(models.Mode

MySQL 8的安装与配置

1. 安装MySQL 8的主要步骤 ● 配置Linux操作系统 ● 安装MySQL 8 ● 启动与关闭MySQL数据库 ● MySQL数据库的连接方式 2. 配置Linux操作系统 ● 关闭CentOS的防火墙 ● 编辑文件“/etc/selinux/config”关闭SELinux。 ● 创建MySQL用户和组。 3. 创建myql的HOME目录 mkdir -p /home/mysql 4.

582.缺陷解决(上)

经过零零散散一周的时间,今天问题终于解决了。 在昨天的文章缺陷描述中描述了缺陷的概况。 现在这个缺陷主要分为两部分:一个是是影像的必要性校验如何去掉;另外一个是影像插件是怎么回复正常。 今天先说一下第一个是如何解决的。 我咨询了其他同事,她说正常的业务流程应该有必要性这个校验的。有的同事,可能会通过信贷工厂准入中把目前所在机构移除,从而跳过必要性校验,业务流程可以正常提交。 还有另外一种解决办法,

SpringBoot配置动态数据源(可在运行时添加)

一、动态多数据源的配置 1.1 创建动态数据源 通过实现Spring提供的AbstractRoutingDataSource类,我们可以实现自己的数据源选择逻辑,从而可以实现数据源的动态切换。 public class DynamicDataSource extends AbstractRoutingDataSource { @Value("${spring.datasource.def