【Python】Python进阶系列教程-- Python3 MySQL - mysql-connector 驱动（三）

news2024/11/29 22:54:54

文章目录

  • 前言
  • 创建数据库连接
  • 创建数据库
  • 创建数据表
    • 主键设置
  • 插入数据
  • 批量插入
  • 查询数据
  • where 条件语句
  • 排序
  • Limit
  • 删除记录
  • 更新表数据
  • 删除表

前言

往期回顾：

  • Python进阶系列教程-- Python3 正则表达式（一）
  • Python进阶系列教程-- Python3 CGI编程（二）

本章节我们为大家介绍使用 mysql-connector 来连接使用 MySQL， mysql-connector 是 MySQL 官方提供的驱动器。

我们可以使用 pip 命令来安装 mysql-connector：

python -m pip install mysql-connector

使用以下代码测试 mysql-connector 是否安装成功：

demo_mysql_test.py:

import mysql.connector

执行以上代码，如果没有产生错误，表明安装成功。

注意：如果你的 MySQL 是 8.0 版本，密码插件验证方式发生了变化，早期版本为 mysql_native_password，8.0 版本为 caching_sha2_password，所以需要做些改变：

先修改 my.ini 配置：

[mysqld]
default_authentication_plugin=mysql_native_password

然后在 mysql 下执行以下命令来修改密码：

ALTER USER 'root'@'localhost' IDENTIFIED WITH mysql_native_password BY '新密码';

更多内容可以参考：Python MySQL8.0 链接问题。

创建数据库连接

可以使用以下代码来连接数据库：

demo_mysql_test.py:
import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",       # 数据库主机地址
  user="yourusername",    # 数据库用户名
  passwd="yourpassword"   # 数据库密码
)
 
print(mydb)

创建数据库

创建数据库使用 “CREATE DATABASE” 语句，以下创建一个名为 demo_db 的数据库：

demo_mysql_test.py:

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456"
)
 
mycursor = mydb.cursor()
 
mycursor.execute("CREATE DATABASE demo_db ")

创建数据库前我们也可以使用 “SHOW DATABASES” 语句来查看数据库是否存在：

demo_mysql_test.py:
输出所有数据库列表：

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456"
)
 
mycursor = mydb.cursor()
 
mycursor.execute("SHOW DATABASES")
 
for x in mycursor:
  print(x)

或者我们可以直接连接数据库，如果数据库不存在，会输出错误信息：

demo_mysql_test.py:

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)

创建数据表

创建数据表使用 “CREATE TABLE” 语句，创建数据表前，需要确保数据库已存在，以下创建一个名为 sites 的数据表：

demo_mysql_test.py:

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
mycursor.execute("CREATE TABLE sites (name VARCHAR(255), url VARCHAR(255))")

执行成功后，我们可以看到数据库创建的数据表 sites，字段为 name 和 url。

在这里插入图片描述

我们也可以使用 “SHOW TABLES” 语句来查看数据表是否已存在：
demo_mysql_test.py:

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
mycursor.execute("SHOW TABLES")
 
for x in mycursor:
  print(x)

主键设置

创建表的时候我们一般都会设置一个主键（PRIMARY KEY），我们可以使用 “INT AUTO_INCREMENT PRIMARY KEY” 语句来创建一个主键，主键起始值为 1，逐步递增。

如果我们的表已经创建，我们需要使用 ALTER TABLE 来给表添加主键：

demo_mysql_test.py:
给 sites 表添加主键。

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
mycursor.execute("ALTER TABLE sites ADD COLUMN id INT AUTO_INCREMENT PRIMARY KEY")

如果你还未创建 sites 表，可以直接使用以下代码创建。

demo_mysql_test.py:
给表创建主键。

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
mycursor.execute("CREATE TABLE sites (id INT AUTO_INCREMENT PRIMARY KEY, name VARCHAR(255), url VARCHAR(255))")

插入数据

插入数据使用 “INSERT INTO” 语句：

demo_mysql_test.py:
向 sites 表插入一条记录。

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
sql = "INSERT INTO sites (name, url) VALUES (%s, %s)"
val = ("demo", "https://www.demo.com")
mycursor.execute(sql, val)
 
mydb.commit()    # 数据表内容有更新，必须使用到该语句
 
print(mycursor.rowcount, "记录插入成功。")

执行代码，输出结果为：

1 记录插入成功

批量插入

批量插入使用 executemany() 方法，该方法的第二个参数是一个元组列表，包含了我们要插入的数据：

demo_mysql_test.py:
向 sites 表插入多条记录。

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
sql = "INSERT INTO sites (name, url) VALUES (%s, %s)"
val = [
  ('Google', 'https://www.google.com'),
  ('Github', 'https://www.github.com'),
  ('Taobao', 'https://www.taobao.com'),
  ('stackoverflow', 'https://www.stackoverflow.com/')
]
 
mycursor.executemany(sql, val)
 
mydb.commit()    # 数据表内容有更新，必须使用到该语句
 
print(mycursor.rowcount, "记录插入成功。")

执行代码，输出结果为：

4 记录插入成功。

执行以上代码后，我们可以看看数据表的记录：
在这里插入图片描述

如果我们想在数据记录插入后，获取该记录的 ID ，可以使用以下代码：

demo_mysql_test.py:

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
sql = "INSERT INTO sites (name, url) VALUES (%s, %s)"
val = ("Zhihu", "https://www.zhihu.com")
mycursor.execute(sql, val)
 
mydb.commit()
 
print("1 条记录已插入, ID:", mycursor.lastrowid)

执行代码，输出结果为：

1 条记录已插入, ID: 6

查询数据

查询数据使用 SELECT 语句：

demo_mysql_test.py:
import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
mycursor.execute("SELECT * FROM sites")
 
myresult = mycursor.fetchall()     # fetchall() 获取所有记录
 
for x in myresult:
  print(x)

执行代码，输出结果为：

(1, 'DEMO', 'https://www.demo.com')
(2, 'Google', 'https://www.google.com')
(3, 'Github', 'https://www.github.com')
(4, 'Taobao', 'https://www.taobao.com')
(5, 'stackoverflow', 'https://www.stackoverflow.com/')
(6, 'Zhihu', 'https://www.zhihu.com')

也可以读取指定的字段数据：

demo_mysql_test.py:

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
mycursor.execute("SELECT name, url FROM sites")
 
myresult = mycursor.fetchall()
 
for x in myresult:
  print(x)

执行代码，输出结果为：

('DEMO', 'https://www.demo.com')
('Google', 'https://www.google.com')
('Github', 'https://www.github.com')
('Taobao', 'https://www.taobao.com')
('stackoverflow', 'https://www.stackoverflow.com/')
('Zhihu', 'https://www.zhihu.com')

如果我们只想读取一条数据，可以使用 fetchone() 方法：

demo_mysql_test.py:

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
mycursor.execute("SELECT * FROM sites")
 
myresult = mycursor.fetchone()
 
print(myresult)

执行代码，输出结果为：

(1, 'DEMO', 'https://www.demo.com')

where 条件语句

如果我们要读取指定条件的数据，可以使用 where 语句：

demo_mysql_test.py
读取 name 字段为 DEMO的记录：

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
sql = "SELECT * FROM sites WHERE name ='DEMO'"
 
mycursor.execute(sql)
 
myresult = mycursor.fetchall()
 
for x in myresult:
  print(x)

执行代码，输出结果为：

(1, 'DEMO', 'https://www.demo.com')

也可以使用通配符 %：

demo_mysql_test.py

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
sql = "SELECT * FROM sites WHERE url LIKE '%oo%'"
 
mycursor.execute(sql)
 
myresult = mycursor.fetchall()
 
for x in myresult:
  print(x)

执行代码，输出结果为：

(1, 'DEMO', 'https://www.demo.com')
(2, 'Google', 'https://www.google.com')

为了防止数据库查询发生 SQL 注入的攻击，我们可以使用 %s 占位符来转义查询的条件：

demo_mysql_test.py

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
sql = "SELECT * FROM sites WHERE name = %s"
na = ("DEMO", )
 
mycursor.execute(sql, na)
 
myresult = mycursor.fetchall()
 
for x in myresult:
  print(x)

排序

查询结果排序可以使用 ORDER BY 语句，默认的排序方式为升序，关键字为 ASC，如果要设置降序排序，可以设置关键字 DESC。

demo_mysql_test.py
按 name 字段字母的升序排序：

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
sql = "SELECT * FROM sites ORDER BY name"
 
mycursor.execute(sql)
 
myresult = mycursor.fetchall()
 
for x in myresult:
  print(x)

执行代码，输出结果为：

(3, 'Github', 'https://www.github.com')
(2, 'Google', 'https://www.google.com')
(1, 'DEMO', 'https://www.demo.com')
(5, 'stackoverflow', 'https://www.stackoverflow.com/')
(4, 'Taobao', 'https://www.taobao.com')
(6, 'Zhihu', 'https://www.zhihu.com')

降序排序实例：

demo_mysql_test.py
按 name 字段字母的降序排序：

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
sql = "SELECT * FROM sites ORDER BY name DESC"
 
mycursor.execute(sql)
 
myresult = mycursor.fetchall()
 
for x in myresult:
  print(x)

执行代码，输出结果为：

(6, 'Zhihu', 'https://www.zhihu.com')
(4, 'Taobao', 'https://www.taobao.com')
(5, 'stackoverflow', 'https://www.stackoverflow.com/')
(1, 'DEMO', 'https://www.demo.com')
(2, 'Google', 'https://www.google.com')
(3, 'Github', 'https://www.github.com')

Limit

如果我们要设置查询的数据量，可以通过 “LIMIT” 语句来指定

demo_mysql_test.py
读取前 3 条记录：

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
mycursor.execute("SELECT * FROM sites LIMIT 3")
 
myresult = mycursor.fetchall()
 
for x in myresult:
  print(x)

执行代码，输出结果为：

(1, 'DEMO', 'https://www.demo.com')
(2, 'Google', 'https://www.google.com')
(3, 'Github', 'https://www.github.com')

也可以指定起始位置，使用的关键字是 OFFSET：

demo_mysql_test.py
从第二条开始读取前 3 条记录：

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
mycursor.execute("SELECT * FROM sites LIMIT 3 OFFSET 1")  # 0 为 第一条，1 为第二条，以此类推
 
myresult = mycursor.fetchall()
 
for x in myresult:
  print(x)

执行代码，输出结果为：

(2, 'Google', 'https://www.google.com')
(3, 'Github', 'https://www.github.com')
(4, 'Taobao', 'https://www.taobao.com')

删除记录

删除记录使用 “DELETE FROM” 语句：

demo_mysql_test.py
删除 name 为 stackoverflow 的记录：

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
sql = "DELETE FROM sites WHERE name = 'stackoverflow'"
 
mycursor.execute(sql)
 
mydb.commit()
 
print(mycursor.rowcount, " 条记录删除")

执行代码，输出结果为：

1  条记录删除

注意：要慎重使用删除语句，删除语句要确保指定了 WHERE 条件语句，否则会导致整表数据被删除。

为了防止数据库查询发生 SQL 注入的攻击，我们可以使用 %s 占位符来转义删除语句的条件：

demo_mysql_test.py

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
sql = "DELETE FROM sites WHERE name = %s"
na = ("stackoverflow", )
 
mycursor.execute(sql, na)
 
mydb.commit()
 
print(mycursor.rowcount, " 条记录删除")

执行代码，输出结果为：

1  条记录删除

更新表数据

数据表更新使用 “UPDATE” 语句：

demo_mysql_test.py
将 name 为 Zhihu 的字段数据改为 ZH：

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
sql = "UPDATE sites SET name = 'ZH' WHERE name = 'Zhihu'"
 
mycursor.execute(sql)
 
mydb.commit()
 
print(mycursor.rowcount, " 条记录被修改")

执行代码，输出结果为：

1  条记录被修改

注意：UPDATE 语句要确保指定了 WHERE 条件语句，否则会导致整表数据被更新。

为了防止数据库查询发生 SQL 注入的攻击，我们可以使用 %s 占位符来转义更新语句的条件：

demo_mysql_test.py

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
sql = "UPDATE sites SET name = %s WHERE name = %s"
val = ("Zhihu", "ZH")
 
mycursor.execute(sql, val)
 
mydb.commit()
 
print(mycursor.rowcount, " 条记录被修改")

执行代码，输出结果为：

1  条记录被修改

删除表

删除表使用 “DROP TABLE” 语句， IF EXISTS 关键字是用于判断表是否存在，只有在存在的情况才删除：

demo_mysql_test.py

import mysql.connector
 
mydb = mysql.connector.connect(
  host="localhost",
  user="root",
  passwd="123456",
  database="demo_db"
)
mycursor = mydb.cursor()
 
sql = "DROP TABLE IF EXISTS sites"  # 删除数据表 sites
 
mycursor.execute(sql)

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/626105.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

记录--7 个沙雕又带有陷阱的 JS 面试题

记录--7 个沙雕又带有陷阱的 JS 面试题

这里给大家分享我在网上总结出来的一些知识，希望对大家有所帮助 为了保证的可读性，本文采用意译而非直译。 在 JS 面试中，经常会看到一些简单而又沙雕的题目，这些题目包含一些陷阱，但这些在我们规范的编码下或者业务中…
阅读更多...
基于BP神经网络的轨迹跟踪研究（Matlab代码实现）

基于BP神经网络的轨迹跟踪研究（Matlab代码实现）

💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。 ⛳️座右铭&a…
阅读更多...
NLP（1）：Introduction

NLP（1）：Introduction

文章目录 Why process textChallengesText processingword, sentence, document, corpus, tokenProcessing stepsSentence segmentationWord TokenizationMaxMatch AlgorithmSubword Tokenization （BPE）BPE 算法 Word NormalizationStop Words Remove Wh…
阅读更多...
数据分析第17课seaborn绘图

数据分析第17课seaborn绘图

关系型绘图 seaborn.relplot() 这个函数功能非常强大，可以用来表示多个变量之间的关联关系。默认情况下是绘制散点图（散点图是看到变量与变量之间相关性最优的一个图形），也可以绘制线性图，具体绘制什么图形是通过kind参数来决定的。实际上以下两个函数就是relplot的特例…
阅读更多...
Vue2 事件的默认和传播行为、事件修饰符

Vue2 事件的默认和传播行为、事件修饰符

前言 在学习vue2时，学到了 事件修饰符，但是对事件的默认行为和传播行为不太理解，所以也就是不知道为啥要使用事件修饰符，所以找了一些资料，在此记录一下。 Vue2官方文档 事件处理 — Vue.js (vuejs.org)https://v2.…
阅读更多...
【 Python 全栈开发 - WEB开发篇 - 29 】MySQL初步

【 Python 全栈开发 - WEB开发篇 - 29 】MySQL初步

文章目录 一、MySQL介绍二、SQL语言三、MySQL安装与配置第一步：下载压缩文件第二步：解压第三步：配置第四步：登录 一、MySQL介绍 MySQL 是一个开源的关系型数据库管理系统，它使用 Structured Query Language&#xff0…
阅读更多...
JDBC的增删改查

JDBC的增删改查

文章目录 前言创建数据库基础版JDBC实例添加JDBC实例删除JDBC实例修改JDBC实例查询 高级版JDBC实例添加JDBC实例删除JDBC实例修改JDBC实例查询 前言 JDBC编程步骤： 加载数据库驱动程序创建数据库连接对象创建Statement语句对象（createStatement、prepa…
阅读更多...
谈谈聚簇索引与非聚簇索引

谈谈聚簇索引与非聚簇索引

技术主题 聚簇索引是一种数据的存储方式，它的数据行只存放在索引（B+树）的叶子上，内部节点不存放数据。 聚簇索引 聚簇索引默认是主键，如果没有定义主键，innodb会选择一个唯一的非空索引代替。如果没有这种索引，innodb会隐式定义一个主键作为聚簇索引。 非聚簇索引 非…
阅读更多...
百度出品，Nature重磅 -- 优化的mRNA设计算法可改善mRNA的稳定性和免疫原性

百度出品，Nature重磅 -- 优化的mRNA设计算法可改善mRNA的稳定性和免疫原性

摘要 尽管mRNA疫苗已用于COVID-19的预防，但仍然面临不稳定和易降解的风险，这是mRNA疫苗存储、配送、效价等面临的重要障碍。先前的研究已表明，增加二级结构可延长mRNA的半衰期，再加上选择优化的密码子，可改善蛋白表达。…
阅读更多...
Django实现接口自动化平台（五）httprunner（2.x）基本使用【持续更新中】

Django实现接口自动化平台（五）httprunner（2.x）基本使用【持续更新中】

上一章： Django实现接口自动化平台（四）解决跨域问题【持续更新中】_做测试的喵酱的博客-CSDN博客 下一章： 一、参考地址： 使用说明_httprunner2.0 概述及使用说明 二、介绍 HttpRunner是一款面向 HTTP(S) 协议的通…
阅读更多...
一文带你了解MySQL之锁

一文带你了解MySQL之锁

目录 一、解决并发事务带来问题的两种基本方式1.1 一致性读（Consistent Reads）1.2 锁定读（Locking Reads）1.2.1 共享锁和独占锁1.2.2 锁定读的语句 1.3 写操作 二、多粒度锁三、MySQL中的行锁和表锁3.1 其他存储引擎中的锁3.2 Inn…
阅读更多...
高通KMD框架详解

高通KMD框架详解

和你一起终身学习，这里是程序员Android 经典好文推荐，通过阅读本文，您将收获以下知识点: 一、概览二、核心模块解析三、模块初始化四、处理UMD CSL请求 一、概览 利用了V4L2可扩展这一特性，高通在相机驱动部分实现了自有的一套KMD…
阅读更多...
未来3年，请善待你的工作

未来3年，请善待你的工作

作者| Mr.K 编辑| Emma 来源| 技术领导力(ID：jishulingdaoli) “如果不是现在环境差，下家不好找，我早TM跟那个傻X老板翻桌子走人了，这破公司我真是一天都不想待…”这是一位粉丝朋友给K哥私信中的一段话。类似同款的话&#xff…
阅读更多...
百度推出基于大模型的代码编写助手“Comate”真的好用吗？

百度推出基于大模型的代码编写助手“Comate”真的好用吗？

‍ 点击蓝字 关注我们 关注并星标 从此不迷路 计算机视觉研究院 公众号ID｜计算机视觉研究院 学习群｜扫码在主页获取加入方式 计算机视觉研究院专栏 Column of Computer Vision Institute 6月6日，在文心大模型技术交流会（成都&…
阅读更多...
从业务出发，K8S环境自建和非自建整体架构设计比较

从业务出发，K8S环境自建和非自建整体架构设计比较

新钛云服已累计为您分享751篇技术干货 随着数字化转型的大潮到来，越来越多的企业开始上云，同时也纷纷加入到微服务和K8S队伍中。但在K8S整体环境究竟应该用自建的还是非自建？以及他们需要用到的服务，究竟应该自建还是直接用PAAS服…
阅读更多...
02.加载GDT表，进入保护模式

02.加载GDT表，进入保护模式

加载GDT表，进入保护模式 加载GDT表，实现操作系统从实模式进入保护模式 参考 操作系统学习 — 启动操作系统：进入保护模式 保护模式与实模式 GDT、GDTR、LDT、LDTR 调用门与特权级 趣谈 Linux 操作系统 在01.硬盘启动盘，加载操作系…
阅读更多...
要能力、要稳定也要降本——百度多媒体技术回顾

要能力、要稳定也要降本——百度多媒体技术回顾

摘要：多媒体技术生态进入到存量市场，客户既要又要还要成为常态。如何将能力、质量与稳定性、成本不断优化，就是各个多媒体技术平台的必修课。本文以百度智能视频云为例，纵览了其在RTC、边缘计算、视频编码等关键能力与用户体验和成…
阅读更多...
腾讯搜索的系统架构是如何达到99.994%高可用的？

腾讯搜索的系统架构是如何达到99.994%高可用的？

👉腾小云导读 本文主要是搜索在稳定性治理实践的经验总结，讲述了搜狗搜索在技术债治理基础上如何将可用性提升一个量级，事故级 MTTD（平均故障检测时间）、MTTR（平均响应时间）优化一个量级&#x…
阅读更多...
chatgpt赋能python：Python的IDLE运行方式

chatgpt赋能python：Python的IDLE运行方式

Python的IDLE运行方式 Python是一种非常流行的编程语言，其优雅简洁的语法和丰富的库资源，使得Python在很多领域都得到广泛应用。在Python的开发过程中，IDLE是一种常用的Python集成开发环境（IDE），对于初学者…
阅读更多...
关于操作系统调度器的三篇论文

关于操作系统调度器的三篇论文

【引子】没有忘记，目前从事的是DingOS 操作系统相关工作，没有因为LLM 而迷失。LLM 会成为基础设施，LLM 会为操作系统赋能，但是操作系统的价值是客观存在的，除非，计算机体系结构发生了翻天覆地的变化。 在任…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023