MySQL的索引与SQL优化

news2025/1/14 18:19:23

索引

官方的定义索引是一种数据结构,从生活维度讲,假如将一本书看成是一张表, 这本书的目录就是表中的索引(Index).在数据库中数据量比较大时,为了快速找到们需要的数据可以使用索引,这样可以提高查询的效率,开发过程中,如果发现查询时频繁使用到的字段,也可以添加索引进行优化

缺点

  1. 索引会占用额外的存储空间(InnoDB索引和数据存储一起)
  2. 对更新操作会带来一定的复杂度.(更新记录时需要更新索引)
  3. 某一字段的索引过多时，不指定索引可能会比较慢

使用场景
索引一般应用于查询操作中，用于提高查询的效率，例如索引可以应用于如下子句的优化逻辑中。

  1. on 子句
  2. where 子句
  3. group by 子句
  4. having 子句
  5. order by 子句

索引的SQL操作数据库与SQL

索引存储结构

索引的分类

  • 逻辑应用维度 (主键,普通,联合,唯一,空间索引,…)
  • 物理存储维度 (聚簇索引-索引和数据存一起,非聚簇索引-索引和数据分开存储)
  • 数据存储结构维度(hash,B+Tree,…)

B+树索引、全文索引、Hash索引
B+树索引并不能找到一个给定键值的具体行。B+树索引能找到的只是被查找数据行所在的页。然后数据库通过把页读入到内存，再在内存中进行查找。
哈希索引是自适应的，InnoDB会根据表的使用情况自动为表生成哈希索引，但也可以人为干预生成哈希索引

B+树与B树比较

B+树的进化流程
二叉树->平衡二叉树->排序二叉树->红黑树->多叉树->B树->B+树
B+树相比于B树的优点

  1. 一个磁盘可以存储索引数量会更多.(B+树非叶子节点不存储数据，只有索引和指针)
  2. 相同数据量的B+树相对于B树的高度相对会比较低(因为分叉多了)
  3. 叶子节点之间B+树有双向链表的连接,可以支持快速的范围查询.

image.png
上图是B树,Mysql中的B树是会将data数据存储在树枝节点的,所以当数据量不断增大,树枝节点不仅存放了数据又存放了子节点指针,导致了树的高度不断增加,加剧了搜索消耗资源
下图是B+树,相比于B树,B+树的树枝节点只存放指针和范围,将所有的数据存储在叶子节点,并且叶子节点之间使用双向链表,这样不仅降低了树的高度,还提高了变量和范围查询的速度
img_3.png

B+树操作

B+树的插入
  • 当插入位置的叶子页未占满。那么可以直接插入到具体的位置。
  • 如果插入的位置的叶子页占满，但是上一级的索引未被占满，那么将当前叶子页的中间数找出，将其放入索引页中，当前页分为两页，小于此中间数的放在左边，大于放右边。转变如下
    • 插入70
  • 如果插入位置的叶子页占满，同时索引页也被占满，那么就会将索引页和叶子页同时拆分。如下的转变
    • 插入95
  • 除了拆分，InnoDB还会将数据进行类似于平衡二叉树的旋转，将数据向当前插入叶子的节点的左续节点转移，空余出的位置就拿来存放数据。
B+树的删除
  • B+树使用填充因子(fill factor)来控制树的删除变化，50%是填充因子可设的最小值。
  • 当叶子节点大于填充因子，中间节点也大于填充因子
    • 直接将记录删除，如果此记录还是索引页的节点，则用该记录的右节点替代
  • 叶子节点小于填充因子，中间节点大于填充因子
    • 合并叶子节点和它的兄弟节点，同时更新索引页
  • 叶子节点小于填充因子，中间节点小于填充因子
    • 合并叶子节点和它的兄弟节点，同时更新索引页，再合并索引页以及索引页的兄弟节点。

Hash索引有什么优势和劣势

hash索引的等值查询效率比较高,但是不支持范围查询.
img_2-1.png

聚簇索引和非聚簇索引

  • 聚簇索引：聚簇索引也叫聚集索引，索引和数据存储在一起，也就是索引与数据是不分离。 InnoDB存储引擎就是聚簇索引。
  • 非聚簇索引：非聚簇索引是索引与数据是分离的，索引和数据是单独存储的。MyISAM存储引擎是非聚簇索引。
    • 非聚簇索引结构 —索引结构只不过叶子结点存放的数据地址
    • 非聚簇索引寻找数据时，如果查询的数据不完全在此索引的数据节点中还会回表查询

创建索引注意Cardinality的值

什么是Cardinality
idagesex
121M
222M
323F
  • Cardinality主要是表示索引中不重复的记录数量,如上，如果用sex列作为索引，那么它的Cardinality值为2，表示有两列值是不同的，相当于使用set去重。
  • Cardinality值/总行数越接近1属于拥有高选择性，使用B+树非常合适，其次不然。
Cardinality的统计
  • 在大表的情况下Cardinality统计是一件非常耗时的事情，因为想要知道哪些值重复，哪些值不同，想要得到精确的值只能遍历统计。
  • Cardinality统计是存储引擎层进行实现，不同的存储引擎有不同的统计方式
  • 在InnoDB下Cardinality统计会在以下两种情况下触发执行
    • 表中1/16的数据已发生过变化。
    • stat_modified_counter＞2 000 000 000。->避免对某几行数据频繁更改，比如一共160行数据，某9行数据频繁更改，为了避免这种情况，innodb提出总的修改次数>2 000 000 000也会触发
    • 需要知道的是，InnoDB并不会在每一次的insert和update都去统计，因为同样很耗时。
  • Cardinality的统计并不是遍历统计，而是抽样统计
    • 取得B+树索引中叶子节点的数量，记为A。
    • 随机取得B+树索引中的8个叶子节点。统计每个页不同记录的个数，即为P1，P2，…，P8。
    • 根据采样信息给出Cardinality的预估值：Cardinality=（P1+P2+…+P8）*A/8。

SQL优化

SQL优化

SQL优化原则

  • 减少数据量(表中数据太多可以分表，例如超出500万，例如双11是一个小时一张订单表)
  • 减少数据访问量(将全表扫描可以调整为基于索引去查询)
  • 减少数据计算操作(将数据库中的计算拿到程序内存中计算)

优化的基本逻辑

  • 良好SQL编码的习惯(熟悉SQL编码规范、例如避免使用select *)
  • 优秀SQL的编写逻辑(例如表关联时小表驱动大表)
  • 定位需要优化的慢SQL语句(耗时多长时间的SQL是慢SQL)
  • 调整优化策略并进行测试。(SQL结构上的调整、索引应用)
  • 按业务进行分库分表。(分表可以在应用逻辑中减少单表数据量)

优秀的SQL编写方案分享

查询时尽量避免使用select *;
  1. 这样可以减少数据扫描以及网络开销(很多查询不需要查询所有列)。
  2. 要尽量使用覆盖索引(索引中已经包含你需要的数据)、减少回表查询。

例如，如何查询会基于salary找到雇员id，然后基于雇员id再去查hire_date.（回表）

create index index_salary on employees(salary);
 
select employee_id,salary,hire_date
from employees
where salary>15000
  • 优化方案
create index index_salary on employees(salary,hire_date);
 
select employee_id,salary,hire_date
from employees
where salary>15000
where子句中不使用or作为查询条件。
  1. or可能会使索引失效，进而执行全表扫描。
  2. 全表查询的效率相对基于索引查询的效率会比较低。
create index index_salary on employees(salary);
#------------------------------------------------#
select first_name,hire_date,salary
from employees
where job_id='AD_VP' or salary>15000

select first_name,hire_date,salary
from employees
where job_id='AD_VP'
union all
select first_name,hire_date,salary
from employees
where salary>15000;
where 条件中尽量不要出现与null值的比较

条件中包含和null值的比较时可能会不走索引，当然这也跟SQL优化器有关，优化器 有时会因为数据量的多少，对是否走索引进行评估，假如它认为不走索引效率可能 会更高，可能就不走索引了。

select first_name,salary,commission_pct
from employees
where commission_pct is null
避免在查询中存在隐式转换
create table tb_order
(
  id int primary key,
  user_id varchar(50) not null,
  index index_user_id (user_id)
)

# 这里存在隐式转换，有可能不走索引 表创建的varchar,这里使用的为int
select * from tb_order where user_id=1; 
select * from tb_order where user_id='2'; 推荐
避免在where子句中使用!=或者<>操作符

实际应用中这个查询是否走索引还与数据量有关。

select first_name 
from employees
where job_id!='AD'
使用like查询条件时应尽量避免前缀使用"%"
   select first_name,salary
   from employees
   where first_name like '%A%';
执行查询时尽量采用最左匹配原则？❎8.0.13加入的skip index scan解决了这个问题

MySQL的跳跃式索引

create index 'index_hire_date_salary_pct' on employees (hire_date,salary,commission_pct);
这里相当于是创建了(hire_date),(hire_date,salary),(hire_date,salary,commission_pct)三个索引

假如我们执行如下查询，可能不走索引.
select *
from employees
where salary>15000;

假如我们这样执行查询，可能会走索引.
select *
from employees
where hire_date>'2000-01-01' and salary>15000
避免在查询条件中使用一些内置的SQL函数。
select *
from employees
where year(hire_date)='2000';
注意：在mysql8.0中也可以基于函数创建索引了。
其他规则
  • 假如in表达式后面的数据太多(一般不建议超过200)，尽量避免使用in作为查询条件。

可以使用union all拼接

  • 当有多个查询条件、分组条件、排序条件时，尽量使用联合索引(组合索引)

  • 表连接时优先使用内连接(inner join),使用小表驱动大表

  • 进行表关联的字段尽量使用相同的编码(不能一个字段utf8,一个字段utf8mb4)

  • 表设计时字段类型能用简单数据类型不用复杂类型。

能用int就用int不用bigint

  • 清空表中数据可优先使用truncate.’

  • 插入多条数据时可考虑使用批量插入。

insert into regions (region_id,region_name) values (1,'A');
insert into regions (region_id,region_name) values (2,'B');


修改为
insert into regions (region_id,region_name) values (1,'A'),(2,'B');

慢SQL分析

如何定位慢SQL？
优化 SQL 的前提是能定位到慢 SQL,例如查看慢查询日志，确定已经执行完的慢查询。
基于慢SQL日志查询慢SQL？
使用慢查询日志一般分为四步：

  1. 开启慢查询日志（一般默认是关闭状态）
  2. 设置慢查询阀值(响应速度是多长时间被定为是慢查询)
  3. 确定慢查询日志路径(日志文件在哪里)
  4. 确定慢查询日志的文件名(具体日志文件是哪个)，然后对文件内容进行分析。
  • 查看慢查询日志的打开状态？
show variables like '%slow_query_log%';

默认环境下，慢查询日志是关闭的(OFF)。

  • 如何开启慢查询日志?
set global slow_query_log=ON
  • 查看默认慢查询阈值 (默认为10秒中)
show variables like '%long_query_time%';
  • 如何设置慢查询的阈值？

设置慢查询时间阀值(响应时间是多长时间是慢查询)
MySQL5.7

mysql> set  long_query_time = 1;
Query OK, 0 rows affected (0.00 sec)

  • 如何知道慢查询日志路径？

    慢查询日志的路径默认是 MySQL 的数据目录

mysql> show global variables like 'datadir';

+---------------+------------------------+
| Variable_name | Value                  |
+---------------+------------------------+
| datadir       | /mysql/data/           |
+---------------+------------------------+

1 row in set (0.00 sec)
  • 如何知道慢查询日志的文件名？
mysql> show global variables like 'slow_query_log_file';

+---------------------+----------------+
| Variable_name       | Value          |
+---------------------+----------------+
| slow_query_log_file | mysql-slow.log |
+---------------------+----------------+

1 row in set (0.00 sec)
  • 执行一个耗时SQL，然后查看慢SQL日志

例如

select * from t1 where id between 10000 and 20000;

打开日志文件，可以对日志文件中的内容进行分析，常用选项说明：

Time：慢查询发生的时间
User@Host：客户端用户和IP
Query_time：查询时间
Lock_time：等待表锁的时间
Rows_sent：语句返回的行数
Rows_examined：语句执行期间从存储引擎读取的行数

  • 如何对慢查询进行分析？

工欲善其事，必先利其器，分析慢查询可以通过 explain、show profile 等工具来实现。

执行计划(Explain)

执行计划是mysql优化器对SQL进行默认调优后，给出的一种执行方案，这个方案我们可以通过explain 这个指令进行查询。例如，对select语句进行分析，并输出select执行时的详细信息，开发人员可以 基于这些信息进行有针对性的优化，例如：

mysql> explain select * from employees where employee_id<100 \G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: employees
partitions: NULL
type: range
possible_keys: PRIMARY
key: PRIMARY
key_len: 4
ref: NULL
rows: 1
filtered: 100.00
Extra: Using where
1 row in set, 1 warning (0.00 sec)

分析执行计划的目的

  • 检查关联查询的执行顺序
  • 查询操作的具体类型
  • 哪些索引可能会命中以及实际命中的索引有哪些
  • 每张表可能有多少条记录参与到了查询中

执行计划中相关字段说明

id

select 的序列号，有几个select 就有几个 id，id 的顺序是按 select 出现的顺序增长的。 即：id 越大执行优先级越高，id相同则从上往下执行，id 为NULL最后执行。

explain
select last_name,salary
from employees
where employee_id=(
select manager_id
from employees
where employee_id=206);

------------------------
explain
select m.first_name,m.salary
from employees e join employees m
on e.manager_id=m.employee_id
where e.employee_id=206
select_type表示的查询类型
1. SIMPLE ： 表示查询语句不包含子查询或 union
2. PRIMARY：表示此查询是最外层的查询
3. UNION：表示此查询是 union 的第二个或后续的查询
4. UNION RESULT：union 的结果
5. DEPENDENT UNION：子查询中的UNION操作，UNION后的所有select都是DEPENDENT UNION。
6. SUBQUERY：SELECT 子查询语句
7. DEPENDENT SUBQUERY：子查询中的第一个SELECT,SELECT 子查询语句依赖外层查询。
8. DERIVED: from 子句后的相对比较复杂子查询(相当于一个临时表)，当看到derivedN时，这里N表时查询id

案例分析> select_type为SIMPLE (表示查询语句不包含子查询或 union)

explain
select * 
from employees 
where employee_id<100;

select_type为PRIMARY、SUBQUERY (PRIMARY表示最外层查询，SUBQUERY表示嵌套查询)

explain
select last_name,salary
from employees
where employee_id=(
    select manager_id
    from employees
    where employee_id=206);

select_type为 UNION(union操作)、UNION RESULT(union的结果)

explain
select first_name,hire_date,salary
from employees
where job_id='AD_VP'
union
select first_name,hire_date,salary
from employees
where  salary>15000;

select_type为DEPENDENT UNION (子查询中的UNION操作，UNION后的所有select都是DEPENDENT UNION。)

explain
select *
from employees e3
where first_name in (
         select first_name
         from employees e1
         where job_id = 'AD_VP'
         union
         select first_name
         from employees e2
         where salary > 15000
    )

select_type 为 DEPENDENT SUBQUERY

求每个部门中薪资最高的那个雇员的信息(雇员id，名字，薪水)

explain
selectfirst_name,salary
from employees e1
where salary=( employee_id,
    select max(salary)
    from employees e2
    where e1.department_id=e2.department_id);

说明，一般出现DEPENDENT SUBQUERY时，SQL的执行效率都会比较低，可以调整为多表查询，例如：

explain
select e2.department_id,e2.employee_id,e2.first_name,e2.salary
(
select department_id,max(salary) max_salary
from employees 
group by department_id) e1 join employees e2
e1.department_id=e2.department_id
where  e1.max_salary=e2.salary

select_type为DERIVED(这里一般表示from后面的一个衍生表-临时表)

explain
select min(avg_salary)
from (
select avg(salary) avg_salary
from employees
group by department_id) emp;
type表示查询数据的方式。(重点)

type是一个比较重要的一个属性，通过它可以判断出查询是全表扫描还是基于索引的部分扫描。 常用属性值如下，从上至下效率依次增强。调优时，建议type类型至少要为range，才能提高 查询效率。

  1. ALL：表示全表扫描，性能最差。(数据量小时无所谓)
  2. index：表示基于索引的全表扫描，先扫描索引再扫描全表数据。
  3. range：表示使用索引范围查询。使用 >、>=、<、<=、in 等等。
  4. index_merge: 表示查询中实用到了多个索引，然后进行了索引合并
  5. ref：表示使用非唯一索引进行单值查询。
  6. eq_ref：一般情况下出现在多表 join 查询，表示前面表的每一个记录，都只能匹配后面表的一行结果。
  7. const：表示使用主键或唯一索引做等值查询，常量查询。(效率非常高)
  8. NULL：表示不用访问表，也没有索引，速度最快。(了解，例如select version())

案例分析：> type为null

explain
select now()

type 为const (基于主键或唯一键执行的查询)

explain
select *
from employees
where employee_id=206

type 为eq_ref (多表join，前面表的每一行记录，只能匹配后面表的一行记录)

explain
select d.department_id,d.department_name,e.first_name
from departments d join employees e on d.manager_id = e.employee_id;

type为 ref (使用非唯一索引进行的等值查询)

create index index_first_name on employees(first_name);
explain
select *
from employees
where first_name='Steven';

create index index_salary on employees (salary);
explain
select salary,first_name from employees where salary=17000;

type 为 index_merge (索引合并，同时应用两个索引)

create index index_salary on employees(salary);
explain
select first_name,hire_date,salary
from employees
where job_id='AD_VP' or salary>15000;

type 为 range (这里的range表示一个范围查询)

create index index_salary on employees (salary);
explain
select first_name,salary
from employees
where salary between 10000 and 30000;

type 为index (基于索引的全表扫描)

explain
select count(*)
from employees
group by department_id;

type 为 all (表示全表扫描)

explain
select *
from employees
Extra中值的含义是什么？

Extra 表示很多额外的信息，各种操作会在 Extra 提示相关信息，常见几种如下：

Using where 表示查询需要通过where条件查询数据(可能没有用到索引,也可能一部分用到了索引)。

explain
select *
from hr.employees
where salary>10000;

Using index 表示查询需要通过索引，索引就可以满足所需数据(不需要再回表查询，这里出现了索引覆盖)。

create index index_hire_date_salary on employees(hire_date,salary);
explain
select employee_id,hire_date,salary
from hr.employees
where hire_date>'2000-03-06' and salary>10000;

Using filesort 表示查询出来的结果需要额外排序，数据量小在内存，大的话在磁盘，因此有 Using filesort 建议优化。

explain
select first_name,hire_date,salary
from hr.employees
order by hire_date

Using temprorary 查询使用到了临时表，一般出现于去重、分组等操作(这里一般也需要优化)。

explain
select first_name,salary
from hr.employees
where first_name like 'A%'
union
select first_name,salary
from hr.employees
where first_name like 'B%'

Using index condition 表示查询的记录，在索引中没有完全覆盖(可能要基于where或二级索引对应的主键再次查询-回表查询)。

create index index_hire_date_salary on employees (hire_date,salary)
explain
select employee_id,hire_date,salary,commission_pct
from hr.employees
where hire_date>'2000-03-06' and salary>10000;

性能分析工具(Profile)应用（了解）

什么是Profile？

Profile 是MySQL内置的一个性能分析工具，基于Profile可以更好的了解SQL执行过程中的资源情况。
例如你的CPU,内存，IO等

如何使用Profile?

  1. 确定你的数据库是否支持Profile。
  2. 确定Profile是否是关闭的,假如是关闭的需要先开启。
  3. 执行SQL语句
  4. 查看执行SQL的query id。
  5. 通过query id查看SQL每个状态的耗时时间。

确定数据库是否支持Profile?

select @@have_profiling
假如查询结果为yes表示支持。

确定Profile是否是关闭的？

select @@profiling
假如查询结果为0表示没有开启。

开启和查看Profile

set profiling=1
  • 执行SQL语句？
select * from employees where salary>5000;
  • 查看SQL的query id？
 show profiles;
  • 查看具体SQL的执行详情？
 show profile for query 1;
  • Show Profile的常用查询选项
ALL：显示所有的开销信息。
BLOCK IO：显示块IO开销。
CONTEXT SWITCHES：上下文切换开销。
CPU：显示CPU开销信息。
IPC：显示发送和接收开销信息。
MEMORY：显示内存开销信息。
PAGE FAULTS：显示页面错误开销信息。
SOURCE：显示和Source_function，Source_file，Source_line相关的开销信息。

例如

show profile CPU,block io for 6

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.coloradmin.cn/o/1963874.html

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，一经查实，立即删除！

相关文章

苹果手机相片删除了怎么恢复回来？4个妙计，任你选择

苹果手机相片删除了怎么恢复回来？4个妙计，任你选择

使用iPhone的用户们&#xff0c;是否曾因手误或其他原因不小心删除了重要的相片&#xff0c;不知道如何找回而手足无措&#xff1f;别急&#xff0c;这里有高效的解决方案等你来挑选。本文将直接切入主题&#xff0c;为你提供4种实用的解决苹果手机相片删除了怎么恢复回来的小妙…
阅读更多...
2024杭电多校01——1003树

2024杭电多校01——1003树

补题链接 官方题解 补充: ( ∑ u ∈ t r e e i a u ) 2 (\sum_{u \in tree_i} a_u)^2 (∑u∈treei​​au​)2 ∑ u ∈ t r e e i a u 2 2 ∑ x ∈ t r e e i , y ∈ t r e e i a x ∗ a y \sum_{u \in tree_i} a_u^{2}2\sum_{x \in tree_i,y \in tree_i} a_x*a_y ∑u∈t…
阅读更多...
Prompt——3分钟掌握，润色论文的7条经典指令。帮助很大，一定要看！

Prompt——3分钟掌握，润色论文的7条经典指令。帮助很大，一定要看！

这是一篇帮助你润色论文的ChatGPT指令合集&#xff0c;整理了润色过程中语法优化、审阅校对、专业风格等7个主要方面。 建议收藏&#xff0c;需要的时候直接CtrlV即可&#xff0c;一定对你科研有所帮助~ 1. 修复语法和句法 第一个提示是修复语法和句法。这是任何写作的关键部…
阅读更多...
vue页面左右箭头手动切换中间app列表

vue页面左右箭头手动切换中间app列表

1 效果: 2 HTML代码分析: HTML代码: <div class"all_app"><div class"app-container"><el-button icon"el-icon-arrow-left" circle click"switchList(left)"></el-button><div class"middle-list&q…
阅读更多...
嗷呜，就问你接不接？

嗷呜，就问你接不接？

阅读更多...
【包邮送书】码农职场：IT人求职就业手册

【包邮送书】码农职场：IT人求职就业手册

欢迎关注博主 Mindtechnist 或加入【智能科技社区】一起学习和分享Linux、C、C、Python、Matlab&#xff0c;机器人运动控制、多机器人协作&#xff0c;智能优化算法&#xff0c;滤波估计、多传感器信息融合&#xff0c;机器学习&#xff0c;人工智能等相关领域的知识和技术。关…
阅读更多...
HarmonyOS APP应用开发项目- MCA助手（Day04持续更新中~）

HarmonyOS APP应用开发项目- MCA助手（Day04持续更新中~）

简言&#xff1a; gitee地址&#xff1a;https://gitee.com/whltaoin_admin/money-controller-app.git端云一体化开发在线文档&#xff1a;https://developer.huawei.com/consumer/cn/doc/harmonyos-guides-V5/agc-harmonyos-clouddev-view-0000001700053733-V5注&#xff1a;…
阅读更多...
Educational Codeforces Round 168 (Rated for Div. 2)（A~D题题解）

Educational Codeforces Round 168 (Rated for Div. 2)（A~D题题解）

A. Strong Password 思路&#xff1a;想要最长的时间&#xff0c;那么肯定就是如果存在前后相同的字母的时候&#xff0c;在中间插入一个不同的字符 &#xff0c;如果不存在前后相同的字符&#xff0c;直接在最后插入一个和原字符串最后一个字符不同的字符 #include <bits/…
阅读更多...
等保学习干货|等保测评2.0技术中间件自查阶段，零基础入门到精通，收藏这一篇就够了

等保学习干货|等保测评2.0技术中间件自查阶段，零基础入门到精通，收藏这一篇就够了

0x01 前言 以下是根据我国网络安全体系制订的一系列保护流程进行的等级保护测评。该测评针对已有和将上线的业务服务的基础设施&#xff08;系统、数据库、中间件等&#xff09;&#xff0c;执行一系列检查以确保安全合规。本次先行分享学习等保中的技术自查阶段知识&#xff…
阅读更多...
ubuntu24.04 LTS安装BackupPC备份软件

ubuntu24.04 LTS安装BackupPC备份软件

一、安装BackupPC 默认情况下&#xff0c;BackupPC 在 ubuntu24.04 LTS 默认存储库中可用。您只需运行以下命令即可安装它&#xff1a; apt-get install backuppc -y在安装过程中&#xff0c;您将被要求选择邮件配置的类型&#xff0c;如下所示&#xff1a; 选择仅限本地&…
阅读更多...
在 VueJS 中使用 Keep-Alive 处理窗口调整事件（在使用keep-alive缓存组件时，处理多个vue页面的resize事件）

在 VueJS 中使用 Keep-Alive 处理窗口调整事件（在使用keep-alive缓存组件时，处理多个vue页面的resize事件）

前言 我们在使用 VueJS 开发复杂的单页应用程序时&#xff0c;我们经常需要管理组件的生命周期事件&#xff0c;以确保它们在特定的条件下正常工作。例如&#xff0c;当窗口大小调整时&#xff0c;我们可能需要重新绘制某些组件。这里我们详细介绍一下&#xff0c;如何在使用 …
阅读更多...
安装docker-东方通tongRDS

安装docker-东方通tongRDS

首先&#xff0c;确保你的系统已经安装了Docker。你可以在终端中运行以下命令来检查Docker是否已经安装&#xff1a; docker --version接下来&#xff0c;你需要从Docker hub上拉取东方通tongRDS的镜像。在终端中运行以下命令&#xff1a; docker pull dongfangtongrds/tongr…
阅读更多...
Unity Camera

Unity Camera

课程目标 1. 了解摄像机&#xff08;camera&#xff09;不同视角的设计与实现&#xff1b;2. 感受在不同摄像机视角下观察虚拟场景。 喜欢玩游戏或者看3D动漫的朋友可以回忆在虚拟场景中摄像头的运动变化带来的视觉感受&#xff0c;例如&#xff1a;摄像头给场景中的主角来个…
阅读更多...
创客项目秀｜基于XIAO SAMD21的多功能笔筒

创客项目秀｜基于XIAO SAMD21的多功能笔筒

作者&#xff1a;Arnov Sharma 来自&#xff1a;MIT 发表日期&#xff1a; 2024年6月17日 这个多功能笔筒项目是使用3D打印零件进行搭建的&#xff0c;在笔筒的前端添加了XIAO扩展板&#xff0c;给这个笔筒添加一个显示器&#xff0c;可以在显示器上显示许多内容&#xff0c…
阅读更多...
【Devops】CertD 完全免费、自动申请、自动部署SSL证书一站式管理工具 | 自动化HTTPS | 3个月SSL自动轮换

【Devops】CertD 完全免费、自动申请、自动部署SSL证书一站式管理工具 | 自动化HTTPS | 3个月SSL自动轮换

CertD CertD 是一个免费全自动申请和自动部署更新SSL证书的工具。 后缀D取自linux守护进程的命名风格&#xff0c;意为证书守护进程。 关键字&#xff1a;证书自动申请、证书自动更新、证书自动续期、证书自动续签 一、特性 本项目不仅支持证书申请过程自动化&#xff0c;还…
阅读更多...
P2048 [NOI2010] 超级钢琴（纪念紫题）

P2048 [NOI2010] 超级钢琴（纪念紫题）

原题 题面 具体实现讲解 首先想到用 s u m sum sum记录 a a a数组的前缀和&#xff0c;把每种和弦都试一遍&#xff0c;很明显会超时。 定义 c a l ( s , l , r ) cal(s,l,r) cal(s,l,r)代表以 s s s为左端点&#xff0c;右端点在 l l l到 r r r的范围内&#xff0c;能得到的…
阅读更多...
css:grid的使用（部分）

css:grid的使用（部分）

一&#xff1a;grid的使用&#xff08; 平分宽度 &#xff09; <template><view class""><view class"main"><view class"main-item">1</view><view class"main-item">2</view><view cl…
阅读更多...
Can ‘t connect to local MySQL server through socket ‘/tmp/mysql.sock ‘(2) “；

Can ‘t connect to local MySQL server through socket ‘/tmp/mysql.sock ‘(2) “；

Can t connect to local MySQL server through socket /tmp/mysql.sock (2) "; 目录 Can t connect to local MySQL server through socket /tmp/mysql.sock (2) "; 【常见模块错误】 【解决方案】 欢迎来到英杰社区https://bbs.csdn.net/topics/617804998 欢迎来到…
阅读更多...
Python 【机器学习】 进阶 之 【实战案例】房价数据中位数分析 [ 项目介绍 ] [ 获取数据 ] [ 创建测试集 ]| 1/3（含分析过程）

Python 【机器学习】 进阶 之 【实战案例】房价数据中位数分析 [ 项目介绍 ] [ 获取数据 ] [ 创建测试集 ]| 1/3（含分析过程）

Python 【机器学习】 进阶 之 【实战案例】房价数据中位数分析 [ 项目介绍 ] [ 获取数据 ] [ 创建测试集 ]| 1/3&#xff08;含分析过程&#xff09; 目录 Python 【机器学习】 进阶 之 【实战案例】房价数据中位数分析 [ 项目介绍 ] [ 获取数据 ] [ 创建测试集 ]| 1/3&#x…
阅读更多...
118页|2023大模型落地应用案例集

118页|2023大模型落地应用案例集

大语言模型开放平台旨在为大语言模型技术的研究和应用提供一个开放、可扩展、可协作的环境。该平台不仅为开发者提供大型语言模型、大规模数据集、模型微调工具以及大型语言模型应用开发工具等资源&#xff0c;还加速了大型语言模型的训练过程&#xff0c;促进了大型语言模型在…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023