【Python开发】FastAPI 10：SQL 数据库操作

news2024/10/6 4:03:41

在 FastAPI 中使用 SQL 数据库可以使用多个 ORM 工具，例如 SQLAlchemy、Tortoise ORM 等，类似 Java 的 Mybatis 。这些 ORM 工具可以帮助我们方便地与关系型数据库进行交互，如 MySQL 、PostgreSQL等。本篇文章将介绍如何使用 SQLAlchemy 来完成数据库操作，以便让我们在 FastAPI 项目中方便地进行数据存储和查询。

目录

1 介绍

1.1 SQLAlchemy

1.2 文件结构

2 数据库连接

2.1 安装 mysqlclient

2.2 SQLAlchemy 使用

3 创建模型

3.1 数据库模型

3.2 Pydantic 模型

4 数据库操作 CRUD

4.1 查—读取数据

4.2 增—创建数据

4.3 改—修改数据

4.4 删—删除数据

5 接口创建及运行

5.1 接口创建

5.2 项目运行

📌 源码地址：

https://gitee.com/yinyuu/fast-api_study_yinyu

1 介绍

1.1 SQLAlchemy

简单来说，SQLAlchemy 就是一个 ORM 工具，提供了灵活的数据模型定义和查询语法，支持多种数据库后端，比如：

  • MySQL
  • SQLite
  • Oracle
  • PostgreSQL
  • Microsoft SQL Server，等等其它数据库

在 FastAPI 中使用 SQLAlchemy，我们可以通过安装 SQLAlchemy 和相应的数据库驱动程序（如 mysqlclient，psycopg2 等）来连接到数据库，然后使用 SQLAlchemy 提供的模型类定义数据表和字段，以及使用查询语法进行数据操作。

本篇文章中，我将以 MySQL 为例，实现 SQLAlchemy 的数据库连接及操作。

ORM 具有在代码和数据库表中的对象之间转换的工具，简单来说就是将该数据表映射到项目代码中，然后你通常在 SQL 数据库中创建一个代表映射的类，该类的每个属性代表一个列，具有名称和类型。

1.2 文件结构

项目中包含子目录 sql_app，本篇文章的文件结构如下：

.
└── sql_app
    ├── __init__.py
    ├── crud.py
    ├── database.py
    ├── main.py
    ├── models.py
    └── schemas.py

文件 __init__.py 是一个空文件，不过它告诉 Python 其中 sql_app 的所有模块（Python 文件）都是一个包，可以拿来调用。

接下来，本文将以 database.py -> models.py -> schemas.py -> crud.py -> main.py 的顺序开始讲述~

2 数据库连接

涉及到文件 sql_app/database.py，数据库操作的第一步便是连接数据库。

2.1 安装 mysqlclient

因为需求连接到 mysql 数据库，因此需要预先安装 mysql 驱动，可直接使用如下命令：

2.2 SQLAlchemy 使用

具体代码如下 👇

#1.导入 SQLAlchemy 部件
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

#2.为 SQLAlchemy 定义数据库 URL地址
SQLALCHEMY_DATABASE_URL = "mysql+pymysql://user:password@ip地址:端口/数据表名?charset=utf8mb4"

#3.创建 SQLAlchemy 引擎
engine = create_engine( SQLALCHEMY_DATABASE_URL )
#4.创建一个SessionLocal 数据库会话
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)

#5.创建一个Base类
Base = declarative_base()

📌 URL 地址

如果你想使用其他数据库，那么就需要对 SQLALCHEMY_DATABASE_URL 的值进行变更。

比如使用的是 PostgreSQL 数据库："postgresql://user:password@postgresserver/db"。

📌 SessionLocal 类

它是一个本地线程存储（thread-local storage）的单例类，用来创建数据库会话。

简单来说，SessionLocal 类的主要作用是为每个请求创建一个数据库会话，并且确保这个会话在整个请求期间都是唯一的。这样，我们就可以在不同的函数中使用同一个会话，从而避免了在不同函数中反复创建会话的麻烦。

📌 declarative_base()

declarative_base() 是 SQLAlchemy 中提供的一个函数，用于创建一个基类，然后通过继承这个基类来定义数据表模型。它可以让我们更加方便地定义数据表模型，而不需要关注底层的SQL语句。具体作用：

  • 自动创建对应的数据表：我们定义了数据表模型之后，可以调用 create_all() 方法来创建对应的数据表。
  • 自动映射数据表和类属性：我们只需要定义类属性，SQLAlchemy 可以自动将这些属性映射到对应的数据表字段。
  • 提供了更加易读易懂的代码：使用 declarative_base() 可以让我们更加方便地定义类，使代码更加清晰易读。

3 创建模型

接下来便是创建和数据表映射的数据库模型以及 Pydantic 模型，数据库模型用以对接数据表，Pydantic 模型则用来作为响应模型（response_model）及请求体。

3.1 数据库模型

涉及到文件 sql_app/models.py

具体代码如下 👇

from sqlalchemy import Boolean, Column, ForeignKey, Integer, String
from sqlalchemy.orm import relationship
#1.用Base类来创建 SQLAlchemy 模型
from .database import Base

class User(Base):
    __tablename__ = "users"
    #2.创建模型属性/列
    id = Column(Integer, primary_key=True, index=True)
    phone = Column(String, unique=True, index=True)
    hashed_password = Column(String)
    is_active = Column(Boolean, default=True)
    #3.创建关系
    items = relationship("Item", back_populates="owner")

class Item(Base):
    __tablename__ = "items"

    id = Column(Integer, primary_key=True, index=True)
    title = Column(String, index=True)
    description = Column(String, index=True)
    owner_id = Column(Integer, ForeignKey("users.id"))

    owner = relationship("User", back_populates="items")

📌 用 Base 类来创建 SQLAlchemy 模型

Base 类也就是数据库连接时的 declarative_base()，从 database（来自上面的 database.py 文件）导入 Base，那么它将自动映射数据表和类属性（原因在前边）。

📌 __tablename__

该属性是给模型映射的数据表的名称，比如 User 类的__tablename__ 为 users，那么它映射的数据表名即为 users。

📌 模型属性/列

比如：

    id = Column(Integer, primary_key=True, index=True)
    phone = Column(String, unique=True, index=True)
    hashed_password = Column(String)
    is_active = Column(Boolean, default=True)

Column 表示这些属性中的每一个都代表其相应数据库表中的一列，Column 中的第一个参数，如Integer、String 和 Boolean，它定义了数据库中的类型。

  • primary_key=True 代表了 id 为主键；
  • index=True 代表 id 列和 email 列为索引，以提高查询性能；
  • unique=True 则是唯一约束，以确保在 email 列中的每个值都是唯一的；
  • default=True 表示is_active 的默认值为 True。

📌 relationship 关系

class User(Base):
    __tablename__ = "users"
    ...

    items = relationship("Item", back_populates="owner")

class Item(Base):
    __tablename__ = "items"
    ...
    owner_id = Column(Integer, ForeignKey("users.id"))

    owner = relationship("User", back_populates="items")

这在 User 模型和 Item 模型之间定义了一个关系，使用 back_populates 参数建立了双向关系。具体来说，是在 User 模型中定义了一个名为 items 的属性，并在 Item 模型中定义了一个名为owner 的属性，这两个属性都与对方的模型相关联。

比如访问 User 中的属性 items 时，它将指向一个 Item 的 SQLAlchemy 模型列表（来自 items表），同时 Item 使用 ForeignKey("users.id") 来标记 owner_id 列为外键，并指定它与 User 模型中的 id 列相关联。

在使用 back_populates 参数时，需要注意以下几点：

  • back_populates 参数必须在两个模型的关系属性中都使用，并且值必须互相对应；
  • 如果您使用了 backref 参数来定义关系，那么可以使用 backref 替换 back_populates ；
  • 如果您的模型之间有多个关系，那么需要使用不同的 back_populates 值来区分它们。

3.2 Pydantic 模型

涉及到文件 sql_app/schemas.py

具体代码如下 👇

from typing import List, Union

from pydantic import BaseModel

#1.创建一个 ItemBase 和 UserBase 的 Pydantic模型（或者我们说“schema”）
class ItemBase(BaseModel):
    title: str
    description: Union[str, None] = None

#2.ItemCreate 继承自 ItemBase，他们在创建或读取数据时具有共同的属性。
class ItemCreate(ItemBase):
    pass

#3.Item 继承自 ItemCreate，增加 id 和 owner_id 字段
class Item(ItemCreate):
    id: int
    owner_id: int

    class Config:
        orm_mode = True #使其包含关系字段

class UserBase(BaseModel):
    phone: str

#为了安全起见，password 不会出现在其他同类 Pydantic模型中，例如用户请求时不应该从 API 返回响应中包含它。
class UserCreate(UserBase): #字段名对不上会报错，所以单独搞个
    password: str

class User(UserBase):
    id: int
    is_active: bool
    items: List[Item] = []

    class Config:
        orm_mode = True

注意，SQLAlchemy 模型和 Pydantic 声明属性的方式不一样，前者是 = ，而后者是 ：。

📌 orm_mode

此类 Config 用于为 Pydantic 提供配置。

class Item(ItemCreate):
    id: int
    owner_id: int

    class Config:
        orm_mode = True #使其包含关系字段

Pydanticorm_mode 将告诉 Pydantic 模型读取数据，即它不是一个 dict，而是一个 ORM 模型。这样该 Pydantic 模型就会尝试从属性中获取它，如 id = data.id。

有了这个，Pydantic 模型与 ORM 兼容，您只需在路径操作 response_model 的参数中声明它，即可返回一个数据库模型，并从中读取数据。

SQLAlchemy 和许多其他默认情况下是“延迟加载”。这意味着，除非您尝试访问包含该数据的属性，否则它们不会从数据库中获取关系数据。

4 数据库操作 CRUD

涉及到文件 sql_app/crud.py，在此文件中，我们将编写可重用的函数用来与数据库中的数据进行交互。

CRUD 分别为：增加、查询、更改和删除，即增删改查。

4.1 查—读取数据

首先从 sqlalchemy.orm 中导入 Session，这将允许您声明 db 参数的类型，并在您的函数中进行更好的类型检查和完成。 然后导入之前的 models（SQLAlchemy 模型）和 schemas（Pydantic模型/模式）。

创建一些实用函数来完成：

from sqlalchemy.orm import Session

from . import models, schemas

#通过 ID 查询单个用户。
def get_user(db: Session, user_id: int):
    return db.query(models.User).filter(models.User.id == user_id).first()

#通过电子邮件查询单个用户。
def get_user_by_email(db: Session, email: str):
    return db.query(models.User).filter(models.User.email == email).first()

#查询多个用户
def get_users(db: Session, skip: int = 0, limit: int = 100):
    return db.query(models.User).offset(skip).limit(limit).all()

#查询多个项目
def get_items(db: Session, skip: int = 0, limit: int = 100):
    return db.query(models.Item).offset(skip).limit(limit).all()

4.2 增—创建数据

现在通过函数来创建数据，它的步骤是：

  • 使用您的数据创建一个 SQLAlchemy 模型实例；
  • 使用 add 来将该实例对象添加到您的数据库；
  • 使用 commit 来对数据库的事务提交（以便保存它们）；
  • 使用 refresh 来刷新您的数据库实例（以便它包含来自数据库的任何新数据，例如生成的 ID）。
def create_user(db: Session, user: schemas.UserCreate):
    fake_hashed_password = user.password + "notreallyhashed"
    db_user = models.User(email=user.email, hashed_password=fake_hashed_password)
    db.add(db_user)
    db.commit()
    db.refresh(db_user)
    return db_user

def create_user_item(db: Session, item: schemas.ItemCreate, user_id: int):
    db_item = models.Item(**item.dict(), owner_id=user_id)
    db.add(db_item)
    db.commit()
    db.refresh(db_item)
    return db_item

此示例不安全，因为密码未经过哈希处理，可以查看 Security 登录认证 内容进行完善。

4.3 改—修改数据

现在通过函数来修改数据，比如修改描述，它的步骤是：

  • 使用 query 查找对应的实例对象，然后修改对应的字段；
  • 使用 commit 来对数据库的事务提交（以便保存它们）；
  • 使用 refresh 来刷新您的数据库实例（以便它包含来自数据库的任何新数据，例如生成的 ID）。
def update_item_desc_by_id(db: Session, id: int, desc: str):
    db_item = db.query(models.Item).filter_by(id=id).first()
    db_item.description = desc
    db.commit()
    db.refresh(db_item)
    return db_item

4.4 删—删除数据

现在通过函数来删除数据：

# 批量删除1
def delete_item_by_ownerId1(db: Session, owner_id: int):
    db.query(models.Item).filter_by(owner_id=owner_id).delete(synchronize_session=False)
    db.commit()
    return True

# 批量删除2
def delete_item_by_ownerId2(db: Session, owner_id: int):
    db_items = db.query(models.Item).filter_by(owner_id=owner_id).all()
    [db.delete(item) for item in db_items]
    db.commit()
    return True

5 接口创建及运行

5.1 接口创建

最后一步便是创建接口了，涉及到文件 sql_app/main.py，让我们集成和使用我们之前创建的所有其他部分：

from typing import List

from fastapi import Depends, FastAPI, HTTPException
from sqlalchemy.orm import Session

from sql_app import crud, models, schemas
from sql_app.database import SessionLocal, engine

#预先创建数据表
models.Base.metadata.create_all(bind=engine)

app = FastAPI()


# Dependency
def get_db():
    db = SessionLocal()
    try:
        yield db
    finally:
        db.close()


@app.post("/users/", response_model=schemas.User)
def create_user(user: schemas.UserCreate, db: Session = Depends(get_db)):
    db_user = crud.get_user_by_email(db, phone=user.phone)
    if db_user:
        raise HTTPException(status_code=400, detail="Email already registered")
    return crud.create_user(db=db, user=user)


@app.get("/users/", response_model=List[schemas.User])
def read_users(skip: int = 0, limit: int = 100, db: Session = Depends(get_db)):
    users = crud.get_users(db, skip=skip, limit=limit)
    return users


@app.get("/users/{user_id}", response_model=schemas.User)
def read_user(user_id: int, db: Session = Depends(get_db)):
    db_user = crud.get_user_by_id(db, user_id=user_id)
    if db_user is None:
        raise HTTPException(status_code=404, detail="User not found")
    return db_user


@app.post("/users/{user_id}/items/", response_model=schemas.Item)
def create_item_for_user(
    user_id: int, item: schemas.ItemCreate, db: Session = Depends(get_db)
):
    return crud.create_user_item(db=db, item=item, user_id=user_id)


@app.get("/items/", response_model=List[schemas.Item])
def read_items(skip: int = 0, limit: int = 100, db: Session = Depends(get_db)):
    items = crud.get_items(db, skip=skip, limit=limit)
    return items


@app.put("/update_item/{item_id}/")
def update_item(item_id: int,desc: str, db: Session = Depends(get_db)):
    db_item = crud.update_item_desc_by_id(db, id=item_id, desc=desc)
    return db_item


@app.delete("/delete_item/{owner_id}/")
def delete_item(owner_id: int, db: Session = Depends(get_db)):
    result = crud.delete_item_by_ownerId2(db, owner_id=owner_id)
    return result


if __name__ == '__main__':
    import uvicorn
    uvicorn.run(app, host="127.0.0.1", port=8080)

这样，我们就可以直接从路径操作函数内部调用，如 crud.get_user 并使用该会话，来进行对数据库操作。

📌 get_db 创建依赖项

def get_db():
    db = SessionLocal()
    try:
        yield db
    finally:
        db.close()

使用我们在 sql_app/database.py 文件中创建的 SessionLocal 来创建依赖项。 yield 的作用如该链接：tutorial/dependencies/dependencies-with-yield/

我们将 SessionLocal() 请求的创建和处理放在一个 try 块中。 然后我们在 finally 块中关闭它。 通过这种方式，我们确保数据库会话在请求后始终关闭。即使在处理请求时出现异常。

📌 Session

然后，当在路径操作函数中使用依赖项时，我们使用 Session，直接从 SQLAlchemy 导入的类型声明它。如：

db: Session = Depends(get_db)

这将为我们在路径操作函数中提供更好的编辑器支持，因为编辑器将知道 db 参数的类型 Session

一开始，编辑器并不真正知道提供了哪些方法。 但是通过将类型声明为Session，编辑器现在可以知道可用的方法（.add()、.query()、.commit()等）并且可以提供更好的支持。

📌 def 与 async def

本实例未使用 async def 异步，如需使用请参考：FastApi+sqlalchemy异步操作mysql

5.2 项目运行

此时项目已经构建完成了，我们只需要在 main.py 文件中运行即可，我是使用 main 方式启动，也可采用命令行的方式启动项目。

if __name__ == '__main__':
    import uvicorn
    uvicorn.run(app, host="127.0.0.1", port=8000)

启动成功 👇

打开浏览器进入 http://127.0.0.1:8080/docs#/ 👇

这样的话你可以直接与你的 FastAPI 应用程序交互，从真实数据库中读取数据：

📌 建表脚本

因为你需要与数据库进行交互，那么就要创建相应的数据表，以下是对应的建表脚本：

CREATE TABLE `items` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `title` varchar(64) DEFAULT NULL,
  `description` varchar(64) DEFAULT NULL,
  `owner_id` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8


CREATE TABLE `users` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键',
  `phone` varchar(64) DEFAULT NULL,
  `hashed_password` varchar(64) DEFAULT NULL,
  `is_active` tinyint(1) DEFAULT '1',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=latin1

📌 创建中间件

可以添加中间件（只是一个函数）将为每个请求创建一个新的 SQLAlchemy SessionLocal，将其添加到请求中，然后在请求完成后关闭它。

@app.middleware("http")
async def db_session_middleware(request: Request, call_next):
    response = Response("Internal server error", status_code=500)
    try:
        request.state.db = SessionLocal()
        response = await call_next(request)
    finally:
        request.state.db.close()
    return response

# Dependency
def get_db(request: Request):
    return request.state.db

request.state 是每个 Request 对象的属性。它用于存储附加到请求本身的任意对象，例如本例中的数据库会话。对于这种情况下，它帮助我们确保在所有请求中使用单个数据库会话，然后关闭。

使用 yield 依赖项与使用中间件，虽然效果类似，但也有一些区别：

  • 中间件必须是一个 async 函数。
    • 如果其中有代码必须“等待”网络，它可能会在那里“阻止”您的应用程序并稍微降低性能。
    • 尽管这里的 SQLAlchemy 工作方式没问题，但是如果您向等待大量 I/O 的中间件添加更多代码，则可能会出现问题。
  • 每个请求都会运行一个中间件。
    • 将为每个请求创建一个连接。
    • 即使处理该请求的路径操作不需要数据库。

yield 依赖项足以满足用例时，使用 yield 依赖项方法会更好。

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/648536.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

osgb倾斜摄影三维模型数据web端在线管理平台，一键查看、分享

osgb倾斜摄影三维模型数据web端在线管理平台，一键查看、分享

「四维轻云」是基于浏览器打造的一款osgb倾斜摄影三维模型数据web端在线管理平台，为用户提供了项目管理、团队管理、空间测量、场景编辑、在线标绘等功能，实现了osgb倾斜摄影三维模型数据在线管理、浏览和分享。 此外，为了更好地满足用户需求…
阅读更多...
数据库信息速递 AWS因迁移PostgreSQL DBaaS而遭遇长时间停机时间而备受诟病

数据库信息速递 AWS因迁移PostgreSQL DBaaS而遭遇长时间停机时间而备受诟病

开头还是介绍一下群，如果感兴趣polardb ,mongodb ,mysql ,postgresql ,redis 等有问题，有需求都可以加群群内有各大数据库行业大咖，CTO，可以解决你的问题。加群请联系 liuaustin3 ，在新加的朋友会分到2群（共…
阅读更多...
分享：win10使用 python 让 NVIDA GeForce MX250 显卡发挥余热，安装CUDA，cuDNN和PyTorch

分享：win10使用 python 让 NVIDA GeForce MX250 显卡发挥余热，安装CUDA，cuDNN和PyTorch

目录 1. 更新最新的显卡驱动2. 安装CUDA3. 安装cuDNN4. 安装pytorch 1. 更新最新的显卡驱动 打开NVIDA更新驱动的官网地址 根据下图的选择，记得Windows驱动程序类型要选标准，如图 点击搜索，下面就会列出一大堆的历史驱动，选择第…
阅读更多...
Stable Diffusion你需要知道的算法原理；ChatGPT新增函数调用；Adobe Illustrator引入AI工具Firefly；

Stable Diffusion你需要知道的算法原理；ChatGPT新增函数调用；Adobe Illustrator引入AI工具Firefly；

🦉 AI新闻 🚀 OpenAI更新ChatGPT，新增函数调用、4倍上下文长度、更低的嵌入成本 摘要：OpenAI在官网发布了ChatGPT的更新细节，包括新增函数调用、GPT-4和GPT-3.5-Turbo的升级、降低成本等。其中，新增函数调…
阅读更多...
接口使用https 为什么是一大段返回，而http是一行一行返回?

接口使用https 为什么是一大段返回，而http是一行一行返回?

背景： 最近在调试chatgpt对话网站，因为返回数据比较大，就用到到了流读取。开始调用http一点都没有问题，但是上生产切换https时候始终抱错？这个问题纠结2天，终于在你chatgpt加持解决了 https 为什么是一大段…
阅读更多...
Unity3D：场景视图视图选项

Unity3D：场景视图视图选项

推荐：将 NSDT场景编辑器 加入你的3D工具链 3D工具集： NSDT简石数字孪生 “场景视图视图选项”工具栏 您可以使用“场景视图视图选项”工具栏“叠加”来选择用于查看场景以及启用/禁用照明和音频的各种选项。这些控件仅在开发期间影响场景视图&#xff0…
阅读更多...
mybatis二级缓存

mybatis二级缓存

MyBatis 缓存可以极大的提升查询效率。 MyBatis系统中默认定义两级缓存（一级缓存和二级缓存）。一、两级缓存 1、一级缓存：（本地缓存）：sqlSession级别的缓存。一级缓存是一直开启的；sqlSession级…
阅读更多...
Kafka学习---4、消费者（分区消费、分区平衡策略、offset、漏消费和重复消费）

Kafka学习---4、消费者（分区消费、分区平衡策略、offset、漏消费和重复消费）

1、消费者 1.1 Kafka消费方式 1、pull（拉）模式：consumer采用从broker中主动拉取数据。 2、push（推）模式：Kafka没有采用这种方式。因为broker决定消息发生速率，很难适应所有消费者的消费速率。…
阅读更多...
Hive的概念

Hive的概念

Hive 概述 Hive是一个基于Hadoop的数据仓库系统，它提供了类似与SQL的查询语言HiveQL,可以将结构化数据存储在Hadoop分布式文件系统中，并通过MapReduce进行过处理。 Hive的目标是使数据分析师和其他人员能够使用SQL语言来查询大规模的数据集&#xff0…
阅读更多...
Triton教程 --- Triton架构

Triton教程 --- Triton架构

Triton教程 —Triton架构 文章目录 Triton教程 ---Triton架构并发模型执行模型和调度器无状态模型状态模型控制输入隐式状态管理状态初始化调度策略直接的Oldest 合奏模型 下图显示了 Triton 推理服务器的高级架构。 模型存储库是一个基于文件系统的模型存储库，Trit…
阅读更多...
链表--part8--环形链表（leetcode 142）

链表--part8--环形链表（leetcode 142）

文章目录 基本思路leetcode 142 环形链表 基本思路 此题为重点题目 此题实际上可以分为俩题： 1 判断是否存在环 2 如果存在返回环的入口 如果不存在返回null 那我就对于这俩种情况进行相关的解释。 判断是否有环 有点类似追及问题，我们可以定义一个快指…
阅读更多...
全面理解Starrocks3.0

全面理解Starrocks3.0

文章目录 什么是Starrocks适用场景系统架构产品特性 什么是Starrocks StarRocks 是新一代极速全场景 MPP (Massively Parallel Processing) 数据库。StarRocks 的愿景是能够让用户的数据分析变得更加简单和敏捷。用户无需经过复杂的预处理，就可以用 StarRocks 来支…
阅读更多...
Python3数据分析与挖掘建模（16）特征降维与特征衍生

Python3数据分析与挖掘建模（16）特征降维与特征衍生

1. 特征降维（PCA） 回顾知识点： 特征降维是指将高维特征空间的数据映射到低维空间的过程，以减少特征的数量并保留数据的主要信息。下面是特征降维的一般步骤： （1）求特征协方差矩阵&#xff1a…
阅读更多...
I2C协议

I2C协议

i2c硬件电路 i2c总线连接图： 注： i2c的SDA和SCL都需要上拉电阻，改变上拉电阻大小可调节I2C总线的上拉强度，上拉电阻用1k~100k不等，小了驱动能力就强，但电流就大了。不同内核版本上的驱动不一样&#xff…
阅读更多...
C语言之指针详解（3）

C语言之指针详解（3）

目录 本章重点 1. 字符指针 2. 数组指针 3. 指针数组 4. 数组传参和指针传参 5. 函数指针 6. 函数指针数组 7. 指向函数指针数组的指针 8. 回调函数 9. 指针和数组面试题的解析、 4. 数组参数、指针参数 我们来看一维数组传参 #include<stdio.h> void test(in…
阅读更多...
Rust语言从入门到入坑——（2）Rust在windows上搭建开发环境

Rust语言从入门到入坑——（2）Rust在windows上搭建开发环境

文章目录 0 引入1、搭建 Visual Studio Code 开发环境1.1、安装 Rust 编译工具1.2 、VS Code安装 2、官网在线3、总结4、引用 0 引入 开始搭建一个适合在windows上运行的Rust环境。 Rust支持的程序语言很多&#xff1a;可详见官网介绍 1、搭建 Visual Studio Code 开发环境 …
阅读更多...
Systrace分析知识点

Systrace分析知识点

和你一起终身学习&#xff0c;这里是程序员Android 经典好文推荐&#xff0c;通过阅读本文&#xff0c;您将收获以下知识点: 一、抓取Systrace二、CPU模块知识点三、input 点击事件处理流程四、Vsync 事件处理五、Android 绘制一帧流程分析六、Camx Trace TAG开启方法七、参考文…
阅读更多...
管理类联考——英语——趣味篇——刷题需要实现什么目的？

管理类联考——英语——趣味篇——刷题需要实现什么目的？

刷题需要实现什么目的&#xff1f;  第一&#xff1a;在真题中巩固考研英语基础 在掌握一定的词汇量和句子分析能力后&#xff0c;开始一字不漏、逐字逐句的完成历年真题的超精读。抄写真题中生词&#xff0c;继续夯实词汇、分析长难句翻译&#xff0c;弄清楚题目中正确选项为…
阅读更多...
Science: 功能饮料里面的这种添加剂会使动物寿命更长——这对人类意味着什么尚不清楚...

Science: 功能饮料里面的这种添加剂会使动物寿命更长——这对人类意味着什么尚不清楚...

一项研究表明&#xff0c;当喂食大量牛磺酸&#xff08;一种常见的健康补充剂和能量饮料成分&#xff0c;最早从牛黄中分离出来&#xff09;时&#xff0c;老年小鼠、线虫和猴子可以活得更长或更健康。研究人员证明&#xff0c;这种天然氨基酸的水平与动物的衰老有关&#xff0…
阅读更多...
STM32之外设DMA

STM32之外设DMA

DMA(Direct Memory Access)—直接存储器存取&#xff0c;是单片机的一个外设&#xff0c;它的主要功能是用来搬数据&#xff0c;但是不需要占用 CPU&#xff0c;即在传输数据的时候&#xff0c;CPU 可以干其他的事情&#xff0c;好像是多线程一样。数据传输支持从外设到存储器或…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023