MySql 高级-0711

news2024/11/24 9:59:13

3. 查询截取分析

  1. 分析
    1. 分析，至少跑一天，看看生产的慢 SQL 情况
    2. 开启慢查询日志，设置阙值，比如超过5秒钟的就是慢SQL，并将它抓取出来。
    3. explain+慢SQL分析
    4. Show Profile
    5. 运维经理 or DBA 进行SQL 数据库服务器的参数调优
  2. 总结
    1. 慢查询的开启并捕获
    2. explain+慢SQL分析
    3. show profile查询SQL在Mysql服务器里面的执行细节和生命周期情况
    4. SQL数据库服务器的参数调优

3.1 查询优化

  1. 永远小表驱动大表

    1. 优化原则：小表驱动大表，即小的数据集驱动大的数据集。
    2. 对于以下两种情况：

for(int i = 0 to 5;...){
	for(int j = 1000;){}
}
	
	
for(int i = 0 to 1000;...){
	for(int j = 5;){}
}

在程序中都一样，但是在 mysql 中要选择上面的，因为 i=0 to 5 只建立了5次连接；第二种连接了 1000 次
    3. in 与 exists： 
      1. select * from A where id in (select id from B) 
# 等价于：
for select id from B
	for select * from A where A.id = B.id
# 当B 表数据集小于 A 表的数据集时，用 in 优于 exists

      2. select * from A where exists (select 1 from B where B.id = A.id)
# 等价于：
for select * from A
	for select * from B where B.id = A.id
# 当A 表数据集小于 B 表的数据集时，用 exists 优于 in

      3. # exists公式
select ...from table where exists(subquery)
# 将主查询的数据，放到子查询中做条件验证，根据验证结果（TRUE 或 FALSE) 来决定主查询的数据结果是否得以保留。
        提示：
        1. EXISTS(subquery) 只返回 TRUE 或 FALSE，因此子查询中的 SELECT *也可以是 SELECT 1 或其他（select ‘X’ 也可以），官方说法是实际执行时会忽略SELECT 清单，因此没有区别
        2. EXISTS 子查询的实际执行过程可能经过了优化而不是我们理解上的逐条对比，如果担忧效率问题，可进行实际检验以确定是否有效率问题。
        3. EXISTS 子查询往往也可以用条件表达式、其他子查询或者 JOIN 来替代，何种最优需要具体问题具体分析

  2. 类似嵌套循环Nested Loop

  3. order by关键字优化

    1. ORDER BY子句，尽量使用Index方式排序,避免使用FileSort方式排序
    2. 对于建立了复合索引的age,birth字段：
      explain select * from tbl where age > 20 order by age
# 不会产生 filesort，range 没有导致索引失效，因为order by 是在 where 筛选之后进行排序，并且根据索引天然有序

      explain select * from tbl where age > 20 order by age,birth
# 不会产生 filesort

      explain select * from tbl where age > 20 order by birth
# 产生 filesort；原因：排序顺序和索引相同或者是索引的前缀就可以，否则会产生 filesort，此处和 range 导致失效无关

      explain select * from tbl where age > 20 order by age,birth
# 产生 filesort；原因：和上面相同，排序顺序和索引不相同

      explain select * from tbl where birth > value order by birth
# 分析：索引失效，并且·产生 filesort

      explain select * from tbl where birth > value order by age
# 不会产生 filesort

      explain select * from abl order by age asc , birth desc
# 产生 filesort：原因：默认升序，如果需要降序且两个顺序不同就会产生 filesort
# 如果都是降序也可以使用索引
    3. order by满足两情况，会使用Index方式排序：
      1. ORDER BY 语句使用索引最左前列
      2. 使用Where子句与Order BY子句条件列组合满足索引最左前列
    4. 尽可能在索引列上完成排序操作，遵照索引建的最佳左前缀
    5. 如果不在索引列上，filesort有两种算法：mysql就要启动双路排序和单路排序
      1. 双路排序：MysQL 4.1之前是使用双路排序,字面意思就是两次扫描磁盘，最终得到数据，
        读取行指针和orderby列，对他们进行排序，然后扫描己经排序好的列表，按照列表中的值重新从列表中读
        从磁盘取排序字段，在buffer进行排序，再从磁盘取其他字段。
      2. 要对磁盘进行了两次扫描，众所周知，IO是很耗时的，所以在mysql4.1之后，出现了第二种改进的算法，就是单路排序。
      3. 单路排序：从磁盘读取查询需要的所有列，按照order by列在buffer对它们进行排序，然后扫描排序后的列表进行输出，它的效率更快一些，避免了第二次读取数据。并且把随机IO变成了顺序IO,但是它会使用更多的空间，因为它把每一行都保存在内存中了。
      4. 单路存在问题（单路失效）：sort_buffer小导致一次无法取完所有数据，每次取一个 buffer 的大小，排完再取
      5. 单路优化策略：
        1. 增大sort buffer size参数的设置
        2. 增大max length for_sort_data参数的设置
        3. order by 不要加 select * ：因为更容易把 buffer 缓冲区占满
    6. 小总结：为排序使用索引
      1. MySql两种排序方式：文件排序或扫描有序索引排序
      2. MySql能为排序与查询使用相同的察引
    7. 哪些情况可以使用索引排序：
      1. order by 能使用索引最左前缀
        • ORDER BY
        • ORDER BY a,b
        • ORDER BY a, b. c
        • ORDER BY a DESC. b DESC, C DESC
      2. 如果WHERE使用索引的最左前煲定义为常量，则order by能使用索引
        • WHERE a = const ORDER BY b,c
        • WHERE a = const AND b = const ORDER BY C
        • WHERE a = const ORDER BY b.c
        • WHERE a = const AND b > const ORDER BY b. c
    8. 不能使用索引排序
      1. ORDER BY a ASC, b DESC. C DESC /小排序不一致/
      2. WHERE g = const ORDER BY b, c /丢失a索引/
      3. WHERE a = const ORDER BYC /丢失b案引/
      4. WHEREa = const ORDER BY a.d /d不是索引的一部分/
      5. WHERE a in (…) ORDER BY b, c /对于排家来说，多个相等条件也是范围查询/

  4. GROUP BY关键字优化（几乎和 order by 一致）

    1. group by实质是先排序后进行分组，遵照索引建的最佳左前缀
    2. 当无法使用索引列，增大max_length_ for_sort _ data参数的设置+增大sort buffer_size参数的设置
    3. where高于having，能写在where限定的条件就不要去having限定了。

3.2 慢查询日志

  1. 是什么
    1. MySQL的慢查询日志是MySQL提供的一种日志记录，它用来记录在MySQL中响应时间超过阀值的语句，具体指运行时间超过long_query_time值 的SQL，则会被记录到慢查询日志中。
    2. 具体指运行时间超过long_query_time值的SQL，则会被记录到慢查询日志中。long_query_time的默认值为10，意思是运行10秒以上的语句。
    3. 由他来查看哪些SQL超出了我们的最大忍耐时间值，比如一条sql执行超过5秒钟，我们就算慢SQL，希望能收集超过5秒的sql，结合之前explain进行全面分析。
    4. 默认情况下，MysQL数据库没有开启慢查询日志，需要我们手动来设置这个参数。
    5. 当然，如果不是调优需要的话，—般不建议启动该参数，因为开启慢查询日志会或多或少带来一定的性能影响。馆
      查询日志支持将日志记录写入文件
  2. 怎么用：
    1. 查看：
      mysql> show variables like '%slow_query_log%';
+---------------------+------------------------------------------+
| Variable_name       | Value                                    |
+---------------------+------------------------------------------+
| slow_query_log      | OFF                                      |
| slow_query_log_file | /usr/local/mysql/data/Neptune-2-slow.log |
+---------------------+------------------------------------------+
2 rows in set (0.00 sec)
      默认情况下slow_query_log的值为OFF，表示慢查询日志是禁用的，可以通过设置 slow _query_log的值来开启
    2. 开启：
      mysql>$ set global slow_query_log=1;
Query OK, 0 rows affected (0.00 sec)
      使用set global slow_query_log=1开启了慢查询日志只对当前数据库生效,如果MySQL重启后则会失效。
      如果要永久生效，就必须修改配置文件my.cnf（其它系统变量也是如此）
      修改my.cnf文件，[mysqld]下增加或修改参数 slow_query_log 和slow_query_Jog_file后，然后重启MySQL服务器。也即将如下两行配置进my.cnf文件
      slow_query_log =1
slow_query_log_file=/var/lib/mysql/atguigu-slow.log

mysql> show variables like '%slow_query_log%';
+---------------------+------------------------------------------+
| Variable_name       | Value                                    |
+---------------------+------------------------------------------+
| slow_query_log      | ON                                       |
| slow_query_log_file | /usr/local/mysql/data/Neptune-2-slow.log |
+---------------------+------------------------------------------+
2 rows in set (0.00 sec)
    3. 慢查询筛选标准：
      1. 这个是由参数long_query_time控制，默认情况下long_query_time的值为10秒，命令：
        mysql> SHOW VARIABLES LIKE 'long_query_time%';
+-----------------+-----------+
| Variable_name   | Value     |
+-----------------+-----------+
| long_query_time | 10.000000 |
+-----------------+-----------+
1 row in set (0.00 sec)
        也可以在 my.cnf修改。
        10 指的是大于 10 秒的查询，不包括 10 秒
      2. 设置慢的阈值时间：
        $ set global long_query_time=3;
        需要重新连接或新开一个会话才能看到修改值。
        mysql> SHOW VARIABLES LIKE 'long_query_time%';
+-----------------+----------+
| Variable_name   | Value    |
+-----------------+----------+
| long_query_time | 3.000000 |
+-----------------+----------+
1 row in set (0.00 sec)
    4. mysqldumpslow 工具：（mysql 高级 47 节）

3.3 批量数据脚本

3.4 Show Profile

3.5 全局查询日志

4. MySql 锁机制

4.1 概述

  1. 定义：
  2. 分类：
    1. 从对数据操作的类型分
      1. 读锁（共享锁）：针对同一份数据，多个读操作可以同时进行而不会互相影响。
      2. 写锁（排他锁）：当前写操作没有完成前，它会阻断其他写锁和读锁。
    2. 从对数据操作的粒度分
      1. 表锁：
      2. 行锁：

4.2 三锁

  1. 表锁（偏读）
    1. 特点：偏向MyISAM存储引擎，开销小，加锁快；无死锁；锁定粒度大，发生锁冲突的概率最高,并发度最低。
    2. 案例分析：
      1. 建表：用 myISAM 作为数据库引擎
      2. 增加表锁：
        # 手动增加表锁
lock table tableName read/write, tableName read/write
      3. 读锁：
        session_1Session_2
        对mylock 表加读锁不加任何锁
        当前 session 可以查询表记录其他 session 也可以查询该表记录（读共享）
        当前 session 不能查询其他没有锁的表其他 session 可以查询或更新未锁定的表
        当前 session 中插入或者更新锁定的表都会提示错误其他 session 插入或者更新锁定表会一直等待获得锁
        释放锁session2 获得锁，插入操作完成
      4. 写锁：
        session_1Session_2
        对 mylock 加写锁不加锁
        可以查询自己加锁的表可以查询未加锁的表
        可以修改自己加锁的表可以修改未加锁的表
        不能读取其他未加锁的表，会报错查询被加写锁的表会被阻塞
        释放锁session2 更新成功
      5. 总结：
        锁类型可否兼容读锁写锁
        读锁是是否
        写锁是否否
    3. 表锁定分析：
      1. 可以通过检查table_locks_waited和table_locks_immediate状态变量来分析系统上的表锁定：
      2. SQL: show status like 'table%：
        1. 这里有两个状态变量记录MySQL内部表级锁定的情况，两个变量说明如下：
        2. Table _locks_immediate： 产生表级锁定的次数，表示可以立即获取锁的查询次数， 每立即获取锁值加1
        3. Table locks waited：出现表级锁定争用而发生等待的次数(不能立即获取锁的次数，每等待一次锁值加1)，此值高则说明存在着较严重的表级锁争用情况；
      3. 此外，Myisam的读写锁调度是写优先，这也是myisam不适合做写为主表的引擎。因为写锁后，其他线程不能做任何操作，大量的更新会使查询很难得到锁，从而造成永远阻塞
  2. 行锁（偏写）：
    1. 特点：
      1. 偏向InnoDB存储引擎，开销大，加锁慢；会出现死锁：锁定粒度最小，发生锁冲突的概率最低,并发度也最高。
      2. InnoDB与MyISAM的最大不同有两点：一是支持事务（TRANSACTION)：二是采用了行级锁
    2. 行锁支持事务：
      1. 复习事务：事务的 4 大特性：ACID 原子性、一致性、隔离性、持久性
        1. 原子性(Atomicity)：原子性是指事务是一个不可分割的工作单位，要么全部提交，要么全部失败回滚。
        2. 一致性(Consistent)：一致性是指事务执行前后，数据从一个 合法性状态变换到另外一个 合法性状态。这种状态是 语义上的而不是语法上的，跟具体的业务有关。例如银行转账一边扣 100，另一边要加 100
        3. 隔离性 (Isolation)：数据库系统提供一定的隔离机制，保证事务在不受外部并发操作影响的“独立”环境执行。这意味着事务处理过程中的中间状态对外部是不可见的，反之亦然。
        4. 持久性(Durable)：事务完成之后，它对数据的修改是永久性的，即使出现故障也可以保持
      2. 并发事务问题：
        1. 更新数据丢失：多个事务同时更改同一行数据，造成只有最后一个修改进行了覆盖，其他修改丢失
        2. 脏读：读取事务修改过程中的数据，读未提交
        3. 不可重复读：读取的过程中其他事务提交了修改，两次读取结果不一样（读已提交）
        4. 幻读：在可重复读的隔离级别下，读取了其他事务提交的 添加的新数据，两次读取的数据总量不同
        5. 幻读和不可重复读区别：幻读在于 insert 和 delete 操作；不可重复读在于 update
      3. 数据库隔离性：
        隔离级别读数据一致性脏读不可重复读幻读
        未提交读最低级别，只能保证不读取物理上损坏的数据是是是
        已提交读语句级否是是
        可重复读事务级否否是
        可序列化最高级别，事务级否否否
        mysql 默认可重复读
    3. 案例分析：
      1. 建表：使用 innodb 引擎
      2. 操作：
        1. 关闭自动提交事务：
          set autocommit = 0;
        2. Session1修改表数据，session1 可以读取到修改，但是 session2 读取不到未提交的数据
        3. Session1 执行 commit 操作，session2 依然读取不到，session2 也执行 commit 后，就可以读取到更新操作
      3. 行锁冲突演示：修改同一行
        session1session2
        关闭自动提交事务关闭自动提交事务
        更新但是不提交，没有手写 commit尝试更新，但是被阻塞
        提交更新解除阻塞，更新正常
        commit 执行提交
      4. 行锁不冲突演示，修改不同行数据
        session1session2
        关闭自动提交事务关闭自动提交事务
        修改第 4 行，修改成功修改第九行，修改成功
      5. 索引失效行锁变表锁：表格里两行属性a(int)、b(varchar)，都分别建立了索引
        session1session2
        Update tbl set a = 41 where b = 4000
        这里 varchar 故意没有加引号，会导致索引失效        		update tbl set b = ‘9002’ where a = 9;
        发现阻塞了，因为索引失效行锁变成表锁
        commit提交完成修改，等待很久
        commit
        解释：在某些情况下，如果MySQL无法确定应该锁定哪些行，它可能会退化为表级锁定（table-level locking）。其中一种可能导致行级锁定退化为表级锁定的情况是索引失效。当执行一个数据修改操作时，如果MySQL可以通过索引精确地确定哪些行将被影响，那么它可以只锁定这些行。但是，如果索引无法使用，那么MySQL可能无法确定哪些行将被影响，因此它可能需要锁定整个表以保证操作的正确性。
    4. 间隙锁危害：
      session1session2
      update tbl set b=‘0629’ where a>1 and a<6;
      更新成功      		insert into tbl values(2,‘2000’)
      更新被阻塞
      commit更新成功
      1. 什么是间隙锁：
        当我们用范围条件而不是相等条件检索数据，并请求共享或排他锁时，InnoDB会给符合条件的已有数据记录的素引项加锁：对于键值在条件范围内但并不存在的记录，叫做“间隙（GAP)”，InnoDB也会对这个“间隙”加锁，这种锁机制就是所谓的间隙锁（Next-Key锁）。
      2. 解释：在刚才的案例里面，插入的 a=2在(1,6)这个范围里，所以更新失败，要保证数据的一致性和完整性。
      3. 危害：因为Query执行过程中通过过范围查找的话，他会锁定整个范围内所有的索引键值，即使这个键值并不存在。间隙锁有一个比较致命的弱点，就是当锁定一个范围键值之后，即使某些不存在的键值也会被无辜的锁定，而造成在锁定的时候无法插入锁定键值范围内的任何数据。在某些场景下这可能会对性能造成很大的危害
    5. 面试题：如何锁定一行
      	# 打个起点
	begin;
	# 选择要锁定的行
	select * from tbl where a=8 for update;
	# 开始做自己的修改
	...
	#	完成之后 commit
	commit;
    6. 行锁总结：
      1. Innodb存储引擎由于实现了行级锁定，虽然在锁定机制的实现方面所带来的性能损耗可能比表级锁定会要更高一些，但是在整体并发处理能力方面要远远优于MyISAM的表级锁定的。当系统并发量较高的时候，Innodb的整体性能和MyISAM相比就会有比较明显的优势了。
      2. 但是，Innodb的行级锁定同样也有其脆弱的一面，当我们使用不当的时候，可能会让Innodb的整体性能表现不仅不能比My/SAM高甚至可能会更差。
    7. 分析行锁：
      mysql> show status like 'innodb_row_lock%';
+-------------------------------+-------+
| Variable_name                 | Value |
+-------------------------------+-------+
| Innodb_row_lock_current_waits | 0     |
| Innodb_row_lock_time          | 0     |
| Innodb_row_lock_time_avg      | 0     |
| Innodb_row_lock_time_max      | 0     |
| Innodb_row_lock_waits         | 0     |
+-------------------------------+-------+
5 rows in set (0.01 sec)
      Innodb_row_lock_time_avg：等待平均时长
      Innodb_row_lock_waits：等待总次数
      Innodb_row_lock_time：等待总时长
    8. 优化建议：
      1. 尽可能让所有数据检索都通过索引来完成，避免无索引行锁升级为表锁。
      2. 合理设计索引，尽量缩小锁的范围
      3. 尽可能较少检索条件，避免间隙锁
      4. 尽量控制事务大小，减少锁定资源量和时间长度
      5. 尽可能低级别事务隔离
  3. 页锁（介于两者之间，知道即可）
    开销和加锁时间界于表锁和行锁之间；会出现死锁；锁定粒度界于表锁和行锁之间，并发度一般。

5. 主从复制

  1. 复制的基本原理
    1. slave会从master读取binlog来进行数据同步
    2. 三步骤+原理图
      在这里插入图片描述
      1. master将改变记录到二进制日志 (binary log）。这些记录过程叫做二进制日志事件，binary log events:
      2. slave将master的binary log events拷贝到它的中继日志 (relay log)；
      3. slave重做中继日志中的事件，将改变应用到自己的数据库中。MySQL复制是异步的且串行化的
  2. 复制的基本原则：
    1. 每个slave只有一个master
    2. 每个slave只能有一个唯一的服务器ID
    3. 手个master可以有多个salve
  3. 复制的最大问题：延时
  4. 一主一从常见配置：

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/748062.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

QT-QRegExp和QRegularExpression

QT-QRegExp和QRegularExpression

1.QRegExp qt5.0版本之前正则表示示类是QRegExp,通过它能够筛选出我们想要的数据,它的构造函数如下所示: QRegExp::QRegExp(const QString &pattern, Qt::CaseSensitivity cs Qt::CaseSensitive, QRegExp::PatternSyntax syntax); 其中QRegExp::PatternSyntax syntax用…
阅读更多...
【Leetcode】面试题 02.07. 链表相交

【Leetcode】面试题 02.07. 链表相交

给你两个单链表的头节点 headA 和 headB &#xff0c;请你找出并返回两个单链表相交的起始节点。如果两个链表没有交点&#xff0c;返回 null 。 图示两个链表在节点 c1 开始相交&#xff1a; 一看不会&#xff0c;一看答案就懂 我们求出两个链表的长度&#xff0c;并求出两个…
阅读更多...
【新版系统架构】第十九章-大数据架构设计理论与实践

【新版系统架构】第十九章-大数据架构设计理论与实践

大数据处理系统架构 大数据处理系统面临挑战 如何利用信息技术等手段处理非结构化和半结构化数据如何探索大数据复杂性、不确定性特征描述的刻画方法及大数据的系统建模数据异构性与决策异构性的关系对大数据知识发现与管理决策的影响 大数据处理系统架构特征 鲁棒性和容错…
阅读更多...
分布式ELK 企业级日志分析系统

分布式ELK 企业级日志分析系统

一、ELK的相关知识 1.ELK简介 ELK平台是一套完整的日志集中处理解决方案&#xff0c;将 ElasticSearch、Logstash 和 Kiabana 三个开源工具配合使用&#xff0c; 完成更强大的用户对日志的查询、排序、统计需求。 ElasticSearch&#xff1a;是基于Lucene&#xff08;一个全文检…
阅读更多...
【JUC进阶】12. 环形缓冲区

【JUC进阶】12. 环形缓冲区

目录 1、前言 2、基本概述 2.1、什么是环形缓冲区 2.2、结构刨析 2.3、优点 2.4、缺点 3、如何使用 3.1、定义一个环形缓冲区 3.2、Demo使用 1、前言 上一篇《【JUC进阶】11. BlockingQueue》中介绍到ArrayBlockingQueue&#xff0c;在物理上是一个数组&#xff0c;但…
阅读更多...
安科瑞智能母线监控在数据中心的应用

安科瑞智能母线监控在数据中心的应用

引言&#xff1a; 近年来&#xff0c;随着母线槽在建筑及工厂的配电中越来越广泛&#xff0c;母线槽场景运用的越多&#xff0c;随着数据中心建设的快速发展和更高需求&#xff0c;智能母线系统逐渐被应用于机房的末端配电中&#xff0c;具有电流小、插接方便、智能化程度高等…
阅读更多...
一百二十八、Kettle——从Hive增量导入到ClickHouse

一百二十八、Kettle——从Hive增量导入到ClickHouse

一、目标 用Kettle把Hive的DWS层数据增量导入到ClickHouse中 工具版本&#xff1a;Kettle&#xff1a;8.2 Hive:3.1.2 ClickHouse21.9.5.16 全量导入请访问拙作链接 http://t.csdn.cn/Rqvuvhttp://t.csdn.cn/Rqvuv 二、前提准备 &#xff08;一&#xff09;kettl…
阅读更多...
如何在 .NET Core 中使用 Azure Key Vaul

如何在 .NET Core 中使用 Azure Key Vaul

Azure Key Vault是一个安全可靠的存储库&#xff0c;用于存储在.NET Core应用程序中使用的令牌、密钥、密码、证书和其他敏感数据。接下来我们讲讲如何在C#中使用它。 在构建.NET Core应用程序时&#xff0c;我们经常使用各种“秘密”&#xff0c;如客户端ID、访问令牌、密码、…
阅读更多...
我的第一个java项目

我的第一个java项目

安装了idea软件且本地通过cmd 命令启动了mysql。还安装了java sdk。 总结spring-boot通过resource下的mapping文件下的文件xml语法来增删查改(因为使用了MyBatis&#xff0c;MyBatis 的真正强大在于它的语句映射&#xff0c;这是它的魔力所在。由于它的异常强大&#xff0c;映…
阅读更多...
7.12 模型显存/mix-precision

7.12 模型显存/mix-precision

一、完全参考&#xff1a;模型的显存和参数量计算 显存占用模型显存(参数)batch_size每个样本显存(输出和梯度动量) 首先是“运算量”和“参数量”两个概念&#xff1a;参数量&#xff1a;这个比较好理解&#xff0c;例如卷积层中的卷积核c_i*k*k*n_o&#xff0c;其参数量就是相…
阅读更多...
CAN转EtherNet/IP网关ethernet/ip协议

CAN转EtherNet/IP网关ethernet/ip协议

JM-EIP-CAN 是自主研发的一款 ETHERNET/IP 从站功能的通讯网关。该产品主要功能是将各种 CAN 总线和 ETHERNET/IP 网络连接起来。 本网关连接到 ETHERNET/IP 总线中做为从站使用&#xff0c;连接到 CAN 总线中根据节点号进行读写。 技术参数 ETHERNET/IP 技术参数 网关做为 E…
阅读更多...
【计算机网络】第三章 数据链路层（集线器与交换机）

【计算机网络】第三章 数据链路层（集线器与交换机）

文章目录 第三章 数据链路层3.8 集线器与交换机总结 第三章 数据链路层 3.8 集线器与交换机 使用 集线器HUB 的以太网在逻辑上仍是一个总线网&#xff0c;各站共享总线资源&#xff0c;使用的还是 CSMA/CD 协议&#xff08;半双工&#xff09;。集线器 只工作在物理层&#xff…
阅读更多...
UG\NX二次开发 返回视图中的可见对象UF_VIEW_ask_visible_objects

UG\NX二次开发 返回视图中的可见对象UF_VIEW_ask_visible_objects

文章作者：里海 来源网站：https://blog.csdn.net/WangPaiFeiXingYuan 简介： 返回视图中的可见对象UF_VIEW_ask_visible_objects 效果： 代码： #include "me.hpp" using namespace std; //获取view视图的可见对象 //view = NULL_TAG 当前视图 vector<tag_t>…
阅读更多...
Python endswith()函数使用详解

Python endswith()函数使用详解

「作者主页」&#xff1a;士别三日wyx 「作者简介」&#xff1a;CSDN top100、阿里云博客专家、华为云享专家、网络安全领域优质创作者 「推荐专栏」&#xff1a;小白零基础《Python入门到精通》 endswith函数使用详解 1、指定范围2、str可以传入元组3、空字符串为真4、大小写敏…
阅读更多...
STM32L+BC20+MQTT协议传输温湿度，GPS数据到阿里云物联网平台

STM32L+BC20+MQTT协议传输温湿度，GPS数据到阿里云物联网平台

&#xff08;阿里云&#xff09;STM32LBC20MQTT协议传输温湿度&#xff0c;GPS数据到阿里云物联网 1、材料准备 准备以下材料 2、设备连接 2.1 插入物联网卡 首先把BC20核心板从开发板上拆下来 然后将物联卡放置在BC20核心板内 物联卡放置完成将BC20核心板重新插入到开发板…
阅读更多...
飞控仿真软件

飞控仿真软件

飞控仿真是一种在计算机模拟环境中对飞行控制系统进行测试和验证的方法。它通过使用仿真软件和工具来模拟飞行器的物理行为、传感器数据和控制算法的执行&#xff0c;以评估飞行控制系统的性能和稳定性。 原理 物理模型&#xff1a;仿真软件使用物理模型来描述飞行器的运动行为…
阅读更多...
成为一名网络安全工程师难吗？

成为一名网络安全工程师难吗？

如果对该专业感兴趣且愿意为之努力&#xff0c;那么学起来是十分轻松的&#xff1b;如果不感兴趣且不愿下功夫&#xff0c;学习起来肯定比较难的 需要学什么&#xff1f; 成为网络安全工程师&#xff0c;需要经历3各阶段&#xff1a;初级安全工程师→中级安全工程师→高级安全…
阅读更多...
【Linux后端服务器开发】socket套接字

【Linux后端服务器开发】socket套接字

目录 一、socket 套接字概述 二、socket 函数接口 三、IP地址与端口号的网络格式 四、TCP协议的本地通信C语言示例 一、socket 套接字概述 socket 是什么&#xff1f; socket 本质上是一个抽象的概念&#xff0c;它是一组用于网络通信的 API&#xff0c;提供了一种统一的…
阅读更多...
宝塔部署前后端分离项目

宝塔部署前后端分离项目

✅作者简介&#xff1a;大家好&#xff0c;我是Cisyam&#xff0c;热爱Java后端开发者&#xff0c;一个想要与大家共同进步的男人&#x1f609;&#x1f609; &#x1f34e;个人主页&#xff1a;Cisyam-Shark的博客 &#x1f49e;当前专栏&#xff1a; 项目部署 ✨特色专栏&…
阅读更多...
【数据结构导论】第 5 章：图

【数据结构导论】第 5 章：图

目录 一、图的基本概念 &#xff08;1&#xff09;图的定义 &#xff08;2&#xff09;图的基本术语 &#xff08;3&#xff09;图的基本运算 二、图的存储结构 &#xff08;1&#xff09;邻接矩阵 ① 图的邻接矩阵 ② 带权图(网)的邻接矩阵 ③ 邻接矩阵的类型定…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023