【JDBC】使用原生JDBC，数据量很大且内存空间较小的情况下，JavaHeap溢出

news2024/12/27 5:43:29

文章目录

  • 使用原生JDBC，数据量很大且内存空间较小的情况下，JavaHeap非常容易溢出
    • 问题背景
      • `java.lang.OutOfMemoryError: Java heap space
      • 错误分析
      • 解决方案
        • 1. **优化数据库查询**
        • 2. **调整 JVM 堆内存**
        • 3. **批量处理数据**
        • 4. **线程池优化**
      • 总结
      • **`ResultSet.getString`** 导致的内存溢出与以下几个关键点有关：
      • **问题来源分析**
      • **代码中的优化点**
        • **1. 查询返回数据过多**
        • **2. 列筛选**
        • **3. 大字段处理**
        • **4. 分批发送到 MQ**
        • **5. 增加 JVM 内存**
        • **6. 避免不必要的 JSON 处理**
      • **总结**
    • 最终处理

使用原生JDBC，数据量很大且内存空间较小的情况下，JavaHeap非常容易溢出

问题背景

在sendRecord方法中 ，通过dbDirectService.getDBRecords获取数据库的数据，然后rs遍历每条记录进行操作。在数据量很大且内存空间较小的情况下，JavaHeap非常容易溢出，该如何改进呢？

public int sendRecord(Connection conn, String timeStart, String timeEnd, DataSwitchControl dataSwitchControl, DataSwitchSubControl
                          dataSwitchSubControl, String driver) throws Exception{
        PreparedStatement ps = null;
        ResultSet rs = null;
        int thisCount = 0;
        try {
            long dbStartTime = System.currentTimeMillis();
            ps = dbDirectService.getDBRecords(conn, timeStart, timeEnd,dataSwitchSubControl.getSrcTbName(),dataSwitchSubControl.getQueryColumn(),driver);
            rs = ps.executeQuery();
            long dbEndTime = System.currentTimeMillis();
            logger.debug("本次数据库耗时: "+(dbEndTime - dbStartTime));
            /*if (rs.first()) {*/
                // 数据库json数组数据转string填入消息体，并放入消息列表
                ResultSetMetaData rsm = rs.getMetaData();
                int columnCount = rsm.getColumnCount();
                //rs.beforeFirst();
                while (rs.next()) {
                    long t1 = System.currentTimeMillis();
                    JSONObject jsonObj = new JSONObject();
                    for (int i = 0; i < columnCount; i++) {
                        String colName = rsm.getColumnName(i + 1);
                        String colType = rsm.getColumnTypeName(i + 1);
                        String value = rs.getString(colName);
                        if (value == null) {
                            value = "";
                        }
                        if(colName.equals("extract_time"))continue;//入库时间字段不做处理
                        jsonObj.put(colName + "|" + colType, value);
                    }

                    MessageModel model = new MessageModel();

                    model.setStartTime(timeStart);
                    model.setEndTime(timeEnd);
                    model.setSrcTbName(dataSwitchSubControl.getSrcTbName());
                    model.setDistTbName(dataSwitchSubControl.getDistTbName());
                    model.setJsonObject(jsonObj);
                    model.setId(String.valueOf(dataSwitchControl.getRowId()));
                    model.setOrderId(rs.getString(dataSwitchSubControl.getRowColumn()));
                    model.setOrderName(dataSwitchSubControl.getRowColumn());
                    long t4 = System.currentTimeMillis();
                    //logger.info("组对象："+(t4-t1));
                    //发送消息到队列
                    queueFactory.addQueue(model,dataSwitchControl.getBatchFlag());
                    thisCount += 1;
                }
                long sendEndTime = System.currentTimeMillis();
                logger.debug("本次转移任务主键:"+dataSwitchControl.getRowId()+",转移表名:"+dataSwitchSubControl.getSrcTbName()+",发送mq耗时: "+(sendEndTime - dbEndTime)+",记录数: " +thisCount);
            //}
            return thisCount;
        }catch (Exception e)
        {
            throw new Exception(e);
        }finally {
            dbDirectService.closeConnection(null,ps,rs);
        }
    }

 public PreparedStatement getDBRecords(Connection conn, String start, String next, String tabName, String queryColum, String driver) throws Exception {
        PreparedStatement ps = null;
        try {
            String sql = "";
            if (DataSwitchConstants.DB_DRIVER_MYSQL.equals(driver)) {
                sql = "select * from " + tabName + " where " + queryColum + " >= STR_TO_DATE(?, '%Y-%m-%d %H:%i:%s') and " + queryColum + " < STR_TO_DATE(?, '%Y-%m-%d %H:%i:%s')";
            }
            ps = conn.prepareStatement(sql, ResultSet.TYPE_FORWARD_ONLY, ResultSet.CONCUR_READ_ONLY);
            ps.setFetchSize(50);
            ps.setFetchDirection(ResultSet.FETCH_FORWARD);
            //ps.clearParameters();
            ps.setString(1, start);
            ps.setString(2, next);
            logger.info("sql:" + sql);
        } catch (Exception e) {
            throw new Exception();
        }
        return ps;
    }

`java.lang.OutOfMemoryError: Java heap space

在这里插入图片描述
出现了一个 java.lang.OutOfMemoryError: Java heap space 错误。具体原因分析如下：

从你提供的日志截图来看，出现了一个 java.lang.OutOfMemoryError: Java heap space 错误。具体原因分析如下：

错误分析

  1. 日志核心内容

    • 日志显示错误来源于 数据库查询结果的处理过程中。
    • 错误堆栈表明：
      • 数据库操作由 Druid 连接池处理；
      • ResultSet.getString 方法导致了内存溢出；
      • 具体原因可能是从数据库中读取了大量数据导致内存占用过高。

  2. 具体原因

    • 数据库查询语句：
      SELECT * FROM gw_backwards_order_archive_03 
WHERE extract_time >= STR_TO_DATE(?, '%Y-%m-%d %H:%i:%s') 
  AND extract_time < STR_TO_DATE(?, '%Y-%m-%d %H:%i:%s')
      • 查询结果的范围取决于 extract_time 参数的值。
      • 如果查询条件范围过大，可能导致 返回结果集数据量过多。
    • 从堆栈可以看到，ResultSet.getString 尝试将大量数据加载到内存中，导致 堆内存不足。

  3. 线程模型

    • 日志中的 main-producer-threadPool 表明这个任务由线程池中的某个线程执行。
    • 如果线程池中有多个线程同时执行类似的任务，而每个任务都读取了大量数据，内存使用会进一步增加。

  4. 程序设计可能问题

    • 数据库查询返回的数据集未进行分页或限制，导致一次性加载过多数据到内存。
    • 查询结果被处理为大对象（如字符串拼接、复杂的映射转换等），增加了内存占用。
    • 线程池中多个线程并行处理类似任务，争夺堆内存资源。

解决方案

1. 优化数据库查询

  • 分页查询
    确保数据库查询的返回结果集不会过大，可以通过分页限制返回的数据量。例如：

    SELECT * FROM gw_backwards_order_archive_03 
WHERE extract_time >= STR_TO_DATE(?, '%Y-%m-%d %H:%i:%s') 
  AND extract_time < STR_TO_DATE(?, '%Y-%m-%d %H:%i:%s') 
LIMIT ?, ?
    • 每次只查询一部分数据，通过分页参数动态调整 OFFSET 和 LIMIT。

  • 只查询必要字段
    如果不需要所有字段，使用精确字段代替 SELECT *，例如：

    SELECT field1, field2 FROM gw_backwards_order_archive_03 WHERE ...
2. 调整 JVM 堆内存

  • 如果确实需要加载大量数据，可以尝试增大堆内存：

    -Xms512m -Xmx2048m
    • -Xms: JVM 初始化堆大小；
    • -Xmx: JVM 最大堆大小。

  • 注意：这只能缓解内存问题，但不能根本解决大数据量问题，还是需要优化查询逻辑。

3. 批量处理数据
  • 不一次性加载所有数据，而是分批次处理：
    int batchSize = 1000;
while (hasMoreData) {
    List<Data> dataBatch = fetchNextBatch(batchSize);
    processBatch(dataBatch);
}
    这样可以显著降低内存占用。
4. 线程池优化
  • 限制线程池中可同时运行的任务数量，避免内存争用。例如：
    ExecutorService executor = new ThreadPoolExecutor(
    2, // core pool size
    4, // max pool size
    60L, TimeUnit.SECONDS,
    new LinkedBlockingQueue<>(10) // task queue size
);
    • 减少同时运行的任务数量，以控制并发对内存的占用。

总结

你的问题主要是 数据库查询返回结果集过大 导致内存不足。建议按照以下优先级逐步优化：

  1. 优化数据库查询，通过分页和字段选择减少结果集大小；
  2. 分批次处理数据，避免一次性加载所有数据；
  3. 适当调整 JVM 堆内存配置，缓解现有内存压力；
  4. 优化线程池配置，控制并发任务数。

ResultSet.getString 导致的内存溢出与以下几个关键点有关：

问题来源分析

  1. 大量数据加载到内存：

    • 你的 SQL 查询 (SELECT *) 没有限制结果集大小，可能会返回大量数据行，所有这些数据会被加载到内存中。
    • 即使你在 PreparedStatement 中设置了 fetchSize(50)，这只会影响数据库和 JDBC 驱动之间的数据抓取效率，但数据仍会逐条加载到 JVM 内存中。

  2. 全表扫描：

    • SQL 查询语句 SELECT * 会将表中的所有字段加载进结果集中，尤其是有大字段（如 TEXT 或 BLOB）时，每一行的数据都会占用较大的内存。
    • 如果表的列较多（例如几十列）或某些列的内容较大（例如 JSON 或 XML 字符串），内存压力会迅速增加。

  3. ResultSet.getString 和 JSON 构造：

    • 代码中通过 ResultSet.getString 方法逐一读取每一列的值，并将其存入 JSONObject：
      String value = rs.getString(colName);
if (value == null) {
    value = "";
}
jsonObj.put(colName + "|" + colType, value);
    • 如果某些列的值是非常大的字符串（例如日志数据、JSON 数据等），则每次读取时都会在内存中分配大量内存来存储这些字符串。

  4. 没有分批处理数据：

    • 整个代码逻辑是基于一个大循环从 ResultSet 中逐行读取并处理，没有限制单次任务的内存占用。
    • 即使你设置了批量发送到 MQ，但在每次循环中，每条记录的 JSON 都暂时存储在内存中，累计处理大量记录时会消耗 JVM 堆内存。

代码中的优化点

以下是你的代码可能导致内存问题的关键点，以及相应的优化建议：

1. 查询返回数据过多
  • 问题：
    • SELECT * 会查询整个表的数据。
    • 没有分页机制，可能会一次性返回上百万条记录。
  • 优化建议：
    • 使用分页查询来限制每次返回的数据量。例如：
      SELECT * FROM table_name 
WHERE query_column >= ? 
  AND query_column < ? 
LIMIT 100 OFFSET ?;
    • 在代码中使用分页逻辑：
      int pageSize = 100; // 每页记录数
int offset = 0; // 起始位置
while (true) {
    String sql = "SELECT * FROM " + tableName + " WHERE query_column >= ? AND query_column < ? LIMIT ? OFFSET ?";
    PreparedStatement ps = conn.prepareStatement(sql);
    ps.setString(1, startTime);
    ps.setString(2, endTime);
    ps.setInt(3, pageSize);
    ps.setInt(4, offset);
    ResultSet rs = ps.executeQuery();

    if (!rs.next()) break; // 没有更多数据，退出循环 ps这里实际上埋了一个大问题，数据丢失了
    while (rs.next()) {
        // 处理数据
    }
    offset += pageSize; // 更新分页偏移量
}
2. 列筛选
  • 问题：
    • SELECT * 会返回所有列，可能包括许多不必要的列。
  • 优化建议：
    • 只查询必要的列，例如：
      SELECT column1, column2, column3 FROM table_name WHERE query_column >= ? AND query_column < ?;
3. 大字段处理
  • 问题：
    • 数据表中可能存在大字段（例如 TEXT 或 BLOB），getString 读取这些字段会占用大量内存。
  • 优化建议：
    • 对于大字段，避免直接使用 ResultSet.getString，而是使用流式读取：
      InputStream inputStream = rs.getBinaryStream("large_column");
// 使用流读取数据，避免将整个内容加载到内存
4. 分批发送到 MQ
  • 问题：
    • 当前代码是读取一行数据就立即发送到 MQ，但如果某个批次数据量太大，仍然会导致内存积压。
  • 优化建议：
    • 使用批量发送模式，例如将一定数量的 MessageModel 累积后再发送：
      List<MessageModel> messageBatch = new ArrayList<>();
while (rs.next()) {
    // 构造 MessageModel
    MessageModel model = new MessageModel();
    // ...
    messageBatch.add(model);

    // 当累积到一定数量时发送
    if (messageBatch.size() >= 100) {
        queueFactory.addBatchQueue(messageBatch);
        messageBatch.clear();
    }
}
// 发送剩余数据
if (!messageBatch.isEmpty()) {
    queueFactory.addBatchQueue(messageBatch);
}
5. 增加 JVM 内存
  • 问题：
    • 如果数据量确实过大，JVM 堆内存不足也是导致问题的原因之一。
  • 优化建议：
    • 增大 JVM 堆内存，例如：
      java -Xms512m -Xmx4g -jar your-application.jar
    • 但这只是缓解手段，根本问题还是要限制数据量。
6. 避免不必要的 JSON 处理
  • 问题：
    • 每行数据都会被封装成一个 JSONObject，这会增加额外的内存开销。
  • 优化建议：
    • 使用更轻量级的对象（如简单的 POJO 或 Map）来代替 JSONObject。

总结

内存溢出的核心原因是：SQL 查询返回的数据量太大，ResultSet.getString 读取数据时占用内存过多。优化建议包括：

  1. 使用分页查询限制数据量。
  2. 避免 SELECT *，只查询必要的列。
  3. 对大字段使用流式读取。
  4. 使用批量发送模式减少内存压力。
  5. 增加 JVM 堆内存作为辅助手段。

可以先从查询限制（分页和列筛选）开始优化！

最终处理

  1. 分页
  2. 减少jsonObject中不必要的字段

分页如上述所讲的，加上 limit 和 offset的参数，在外层需用while将数据全部取出，判定没数据需要if (!rs.next()) break; // 没有更多数据，退出循环后面需用while (rs.next())取数据，需注意if (!rs.next()) break;执行后实际上浪费了一条数据！因此需要rs.beforeFirst(); // 重新设置游标到数据的起始位置使用这个需要注意不能使用ResultSet.TYPE_FORWARD_ONLY,会抛出异常！

public int sendRecord(Connection conn, String timeStart, String timeEnd, DataSwitchControl dataSwitchControl, DataSwitchSubControl
            dataSwitchSubControl, String driver) throws Exception {
        PreparedStatement ps = null;
        ResultSet rs = null;
        int thisCount = 0;
        try {
            int pageSize = 100; // 每页记录数
            int offset = 0; // 起始位置
            while (true) {
                long dbStartTime = System.currentTimeMillis();
                ps = dbDirectService.getDBRecords(conn, timeStart, timeEnd, dataSwitchSubControl.getSrcTbName(), dataSwitchSubControl.getQueryColumn(), driver,pageSize ,offset );
                rs = ps.executeQuery();
                long dbEndTime = System.currentTimeMillis();
                logger.debug("本次数据库耗时: " + (dbEndTime - dbStartTime));
                /*if (rs.first()) {*/
                // 数据库json数组数据转string填入消息体，并放入消息列表
                ResultSetMetaData rsm = rs.getMetaData();
                int columnCount = rsm.getColumnCount();

                if (!rs.next()) break; // 没有更多数据，退出循环

                rs.beforeFirst();  // 重新设置游标到数据的起始位置
                //rs.beforeFirst();
                while (rs.next()) {
                    JSONObject jsonObj = new JSONObject();
                    for (int i = 0; i < columnCount; i++) {
                        String colName = rsm.getColumnName(i + 1);
                        if (colName.equals("extract_time")) continue;//入库时间字段不做处理

                        String value = rs.getString(colName);
                        if (value == null) {
                            value = "";
                        }
                        jsonObj.put(colName, value);
                    }

                    //DATA_SWITCH_CONFIG表ROW_ID+主键
                    MessageModel model = new MessageModel();
//                    model.setProcessingType(dataSwitchControl.getProcessingType());
                    model.setStartTime(timeStart);
                    model.setEndTime(timeEnd);
                    /*model.setSrcTbName(dataSwitchSubControl.getSrcTbName());*/
                    model.setDistTbName(dataSwitchSubControl.getDistTbName());
                    model.setJsonObject(jsonObj);
//                    model.setId(String.valueOf(dataSwitchControl.getRowId()));
                    model.setOrderId(rs.getString(dataSwitchSubControl.getRowColumn()));
                    model.setOrderName(dataSwitchSubControl.getRowColumn());
                    logger.info("MessageModel:" + JSONObject.toJSONString(model));
                    //发送消息到队列
                    queueFactory.addQueue(model, dataSwitchControl.getBatchFlag());
                    thisCount += 1;
                }
                offset += pageSize; // 更新分页偏移量

            }
            return thisCount;
        } catch (Exception e) {
            throw new Exception(e);
        } finally {
            dbDirectService.closeConnection(null, ps, rs);
        }
    }

public PreparedStatement getDBRecords(Connection conn, String start, String next, String tabName, String queryColum, String driver, int pageSize, int offset) throws Exception {
        PreparedStatement ps = null;
        try {
            String sql = "";
            if (DataSwitchConstants.DB_DRIVER_MYSQL.equals(driver)) {
                sql = "select * from " + tabName + " where " + queryColum + " >= STR_TO_DATE(?, '%Y-%m-%d %H:%i:%s') and " + queryColum + " < STR_TO_DATE(?, '%Y-%m-%d %H:%i:%s') LIMIT  ?  OFFSET ?";
            }
            //ps = conn.prepareStatement(sql,ResultSet.TYPE_SCROLL_INSENSITIVE,ResultSet.CONCUR_READ_ONLY);
            ps = conn.prepareStatement(sql, ResultSet.TYPE_SCROLL_INSENSITIVE, ResultSet.CONCUR_READ_ONLY);
            ps.setFetchSize(50);
            ps.setFetchDirection(ResultSet.FETCH_FORWARD);
            //ps.clearParameters();
            ps.setString(1, start);
            ps.setString(2, next);
            ps.setInt(3, pageSize);
            ps.setInt(4, offset);
            logger.info("sql:" + sql);
        } catch (Exception e) {
            throw new Exception();
        }
        return ps;
    }

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/2266189.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

uniapp 微信小程序 数据空白展示组件

uniapp 微信小程序 数据空白展示组件

效果图 html <template><view class"nodata"><view class""><image class"nodataimg":src"$publicfun.locaAndHttp()?localUrl:$publicfun.httpUrlImg(httUrl)"mode"aspectFit"></image>&l…
阅读更多...
12.26 学习卷积神经网路（CNN）

12.26 学习卷积神经网路（CNN）

完全是基于下面这个博客来进行学习的&#xff0c;感谢&#xff01; ​​【深度学习基础】详解Pytorch搭建CNN卷积神经网络LeNet-5实现手写数字识别_pytorch cnn-CSDN博客 基于深度神经网络DNN实现的手写数字识别&#xff0c;将灰度图像转换后的二维数组展平到一维&#xff0c;…
阅读更多...
【团标】《信息工程造价政务信息化项目造价评估方法》（TCQAE11021-2023）-费用标准解读系列33

【团标】《信息工程造价政务信息化项目造价评估方法》（TCQAE11021-2023）-费用标准解读系列33

《信息工程造价政务信息化项目造价评估方法》&#xff08;TCQAE11021-2023&#xff09;是中国电子质量管理协会2023年发布&#xff0c;2023年12月16日开始实施的标准&#xff08;了解更多可直接关注我们咨询&#xff09;。该标准适用于政务信息化项目的造价评估&#xff0c;政务…
阅读更多...
mybatisplu设置自动填充

mybatisplu设置自动填充

/*** mybatisplus的自动化填充*/public class JboltMetaObjectHandler implements MetaObjectHandler {Overridepublic void insertFill(MetaObject metaObject) {LocalDateTime now LocalDateTime.now(ZoneId.of("Asia/Shanghai"));this.strictInsertFill(metaObje…
阅读更多...
音视频入门基础：MPEG2-TS专题（23）——通过FFprobe显示TS流每个packet的信息

音视频入门基础：MPEG2-TS专题（23）——通过FFprobe显示TS流每个packet的信息

一、引言 通过FFprobe命令&#xff1a; ffprobe -of json -show_packets XXX.ts 可以显示TS流/TS文件每个packet&#xff08;也称为数据包或多媒体包&#xff09;的信息&#xff1a; 对于TS流&#xff0c;上述的“packet”&#xff08;数据包或多媒体包&#xff09;是指&…
阅读更多...
Linux电源管理——CPU Hotplug 流程

Linux电源管理——CPU Hotplug 流程

目录 一、相关概念 二、基本原理 三、代码分析 1、CPU_ON 2、CPU_OFF References Linux Version&#xff1a;linux-5.4.239 一、相关概念 在单核操作系统中&#xff0c;操作系统只需管理一个CPU&#xff0c;当系统有任务需要执行时&#xff0c;所有的任务会在该CPU的就绪…
阅读更多...
探索数据的艺术：R语言与Origin的完美结合

探索数据的艺术：R语言与Origin的完美结合

探索数据的艺术&#xff1a;R语言与Origin的完美结合 R语言统计分析与可视化从入门到精通内容简介获取方式 Origin绘图深度解析&#xff1a;科研数据的可视化艺术内容简介获取方式 R语言统计分析与可视化从入门到精通 内容简介 本书循序渐进、深入讲解了R语言数据统计分析与应…
阅读更多...
python基础训练之元组的基本操作

python基础训练之元组的基本操作

主页包含元组基础知识点 【练习要求】 针对于元组的知识点进行常用的创建、定义、查询元素、查看元组长度等操作。效果实现如下 (注&#xff1a;特别要注意一下切片的用法) #创建元组的两种方法 T1 () T2 tuple() #定义一个元组并存储数据张三, 李四, 王五 T3 (张三, 李四…
阅读更多...
选煤厂可视化技术助力智能化运营

选煤厂可视化技术助力智能化运营

通过图扑 HT 可视化搭建智慧选煤厂管理平台&#xff0c;优化了选煤生产流程&#xff0c;提高了资源利用率和安全性&#xff0c;助力企业实现智能化运营和可持续发展目标。
阅读更多...
C语言基础：指针（数组指针与指针数组）

C语言基础：指针（数组指针与指针数组）

数组指针与指针数组 数组指针 概念&#xff1a;数组指针是指向数组的指针&#xff0c;本质上还是指针 特点&#xff1a; 先有数组&#xff0c;后有指针 它指向的是一个完整的数组 一维数组指针&#xff1a; 语法&#xff1a; 数据类型 (*指针变量名)[行容量][列容量]; 案…
阅读更多...
接口测试Day03-postman断言关联

接口测试Day03-postman断言关联

postman常用断言 注意&#xff1a;不需要手敲&#xff0c;点击自动生成 断言响应状态码 Status code&#xff1a;Code is 200 //断言响应状态码为 200 pm.test("Status code is 200", function () {pm.response.to.have.status(200); });pm: postman的实例 test() …
阅读更多...
01- 三自由度串联机械臂位置分析

01- 三自由度串联机械臂位置分析

三自由度串联机械臂如下图所示&#xff08;d180mm&#xff0c;L1100mm&#xff0c;L280mm&#xff09;&#xff0c;利用改进DH法建模&#xff0c;坐标系如下所示&#xff1a; 利用改进DH法建模&#xff0c;该机器人的DH参数表如下所示&#xff1a; 对该机械臂进行位置分析&…
阅读更多...
lxml 解析xml\html

lxml 解析xml\html

from lxml import etree# XML文档示例 xml_doc """ <root><book><title>Python编程指南</title><author>张三</author></book><book><title>Python高级编程</title><author>李四</autho…
阅读更多...
用Python写炸金花游戏

用Python写炸金花游戏

文章目录 **代码分解与讲解**1. **扑克牌的生成与洗牌**2. **给玩家发牌**3. **打印玩家的手牌**4. **定义牌的优先级**5. **判断牌型**6. **确定牌型优先级**7. **比较两手牌的大小**8. **计算每个玩家的牌型并找出赢家**9. **打印结果** 完整代码 以下游戏规则&#xff1a; 那…
阅读更多...
基于 SpringBoot微信小程序的医院预约挂号系统

基于 SpringBoot微信小程序的医院预约挂号系统

摘　要 时代在飞速进步&#xff0c;每个行业都在努力发展现在先进技术&#xff0c;通过这些先进的技术来提高自己的水平和优势&#xff0c;医院预约挂号系统当然不能排除在外。医院预约挂号系统是在实际应用和软件工程的开发原理之上&#xff0c;运用微信开发者、java语言以及…
阅读更多...
高仿CSDN编辑器，前端博客模板

高仿CSDN编辑器，前端博客模板

高仿CSDN编辑器纯前端模板&#xff0c;使用的js、html、vue、axios等技术&#xff0c;网络请求库已进行封装&#xff0c;可以按需调整界面,需要源码联系(4k左右)。 1.支持代码高亮 2.支持目录点击定位 3.支持文件上传、图片上传&#xff08;需要自己写后端接口&#xff09; 4.M…
阅读更多...
【C++11】类型分类、引用折叠、完美转发

【C++11】类型分类、引用折叠、完美转发

目录 一、类型分类 二、引用折叠 三、完美转发 一、类型分类 C11以后&#xff0c;进一步对类型进行了划分&#xff0c;右值被划分纯右值(pure value&#xff0c;简称prvalue)和将亡值 (expiring value&#xff0c;简称xvalue)。 纯右值是指那些字面值常量或求值结果相当于…
阅读更多...
在线oj项目 Ubuntu安装vue/cil(vue脚手架)

在线oj项目 Ubuntu安装vue/cil(vue脚手架)

参考:https://blog.csdn.net/weixin_66062303/article/details/129046198 笔记 参考:https://blog.csdn.net/m0_74352571/article/details/144076227 https://cli.vuejs.org/zh/guide/installation.html 确保nodejs已经安装 npm换源淘宝镜像&#xff08;可以不操作或者使用魔…
阅读更多...
Python字符串及正则表达式（十一）：正则表达式、使用re模块实现正则表达式操作

Python字符串及正则表达式（十一）：正则表达式、使用re模块实现正则表达式操作

前言&#xff1a;在 Python 编程的广阔天地中&#xff0c;字符串处理无疑是一项基础而关键的技能。正则表达式&#xff0c;作为处理字符串的强大工具&#xff0c;以其灵活的模式匹配能力&#xff0c;在文本搜索、数据清洗、格式验证等领域发挥着不可替代的作用。本系列博客已经…
阅读更多...
项目37：简易个人健身记录器 --- 《跟着小王学Python·新手》

项目37：简易个人健身记录器 --- 《跟着小王学Python·新手》

项目37&#xff1a;简易个人健身记录器 — 《跟着小王学Python新手》 《跟着小王学Python》 是一套精心设计的Python学习教程&#xff0c;适合各个层次的学习者。本教程从基础语法入手&#xff0c;逐步深入到高级应用&#xff0c;以实例驱动的方式&#xff0c;帮助学习者逐步掌…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023