Ashiamd

MySQL的NULL值、空值查询；模糊查询的like、%和=比较

MySQL的NULL值、空值查询；模糊查询的like、%和=比较（用初略测试数据）

mysql 用法 Explain

MySQL_执行计划详细说明

MySQL执行计划extra中的using index 和 using where using index 的区别

提要

今天正好项目要设计数据库，再纠结以前没特地纠结的问题，那就是MySQL如果有字段可能不存在，是否要设置成NULL还是用NOT NULL default ''来设置空值，自己就无聊用3W条左右的数据试了下(数据量比较小，但是我自己电脑配置比较差，这样就已经跑了3000s左右。)

数据库表格原型

话不多说，把测试用的表格贴上来。有4个字段，分别是自增主键id，标题title，简介profile，密码password。其中密码可能压根不存在，比如房间不需要输入密码就可以直接登录，而简介是不管有没有都需要至少显示为空值的（常理上我是这么想的）。

下面给除了本来就是主键的id以外的title、profile、password都设置了NORMAL索引，索引方法为BTREE

SET NAMES utf8mb4;
SET FOREIGN_KEY_CHECKS = 0;

-- ----------------------------
-- Table structure for room
-- ----------------------------
DROP TABLE IF EXISTS `room`;
CREATE TABLE `room`  (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT '标题',
  `profile` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT '可以为空值',
  `password` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NULL DEFAULT NULL COMMENT '可以压根没有密码',
  PRIMARY KEY (`id`) USING BTREE,
  INDEX `title`(`title`) USING BTREE,
  INDEX `profile`(`profile`) USING BTREE,
  INDEX `password`(`password`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8mb4 COLLATE = utf8mb4_0900_ai_ci ROW_FORMAT = Dynamic;

SET FOREIGN_KEY_CHECKS = 1;

测试数据插入

我自己测的时候，一开始之前插入了5-6左右的垃圾数据，问题不大。(我的垃圾电脑跑了差不多3000s，要是电脑也不是很好的，建议就没必要特地尝试了)

下面重点就3句：

insert into room values (null,CONCAT("title",i),"",NULL);

insert into room values (null,CONCAT("title_",i),CONCAT("",i),NULL);

insert into room values (null,CONCAT("title__",i),"",CONCAT("",i));

delimiter //                            #定义标识符为双斜杠
drop procedure if exists test;          #如果存在test存储过程则删除
create procedure test()                 #创建无参存储过程,名称为test
begin
    declare i int;                      #申明变量
    set i = 0;                          #变量赋值
    lp : loop                           #lp为循环体名,可随意 loop为关键字
        insert into room values (null,CONCAT("title",i),"",NULL);    #往test表添加数据
				insert into room values (null,CONCAT("title_",i),CONCAT("",i),NULL);    #往test表添加数据
				insert into room values (null,CONCAT("title__",i),"",CONCAT("",i));    #往test表添加数据
        set i = i + 1;                  #循环一次,i加一
        if i > 10000 then                  #结束循环的条件: 当i大于10时跳出loop循环
            leave lp;
        end if; 
    end loop;
    select * from room;                 #查看test表数据
end
//                                      #结束定义语句
call test();

几组测试+结果

首先，由上面的存储过程procedure，可以知道，3W条数据里面应该有2W行的profile为空值，2W行的password为NULL。然后3W条title都以字符串"title"开头。下面EXPLAIN指令看不懂的可以看看我上面推荐的文章，前人写得很详细了。

下面的观点比较主观，建议要是确实想知道区别，自己动手用自己设计的数据模拟。毕竟我这里就单表查询，也没有用什么复杂的查询条件啥的

password 通过判断NULL，能否用到索引，效率如何？

从下面可以看出该查询语句is NULL用到了索引。

按照上面推荐的文章的意思就是，这里索引用来进行键值查找，而没有被用来实际进行查找动作。（毕竟这里is NULL就够筛选了，本身其实也算是很具体的查找条件了）。

EXPLAIN	SELECT * FROM	room WHERE `password` is NULL;

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ref	password	password	1023	const	15176	100.00	Using index condition

下面查询(将近2W条)时间，按照运行的次数：0.224s->0.122s -> 后面基本就是0.1~0.17之间波动了。试了下删除索引，测试后，稳定下平均0.075s。索引这里设置索引等于浪费了空间，也没得到时间上的便宜。

SELECT * FROM	room WHERE `password` is NULL;

对比

可以看出 is NOT NULL没有用到索引，直接全表查询了（主要还是因为搜索的字段是*，所有列）。

EXPLAIN	SELECT * FROM	room WHERE `password` is NOT NULL;

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ALL	password	(Null)	(Null)	(Null)	30352	50.00	Using Where

下面查询(将近1W条)时间，按照运行的次数(最初几次已经被漏记了)：0.68s->0.57s -> 后面基本就是0.05·0.06之间波动了。虽然走的全表查询，但是时间却差不多是is NULL的1/2，查询出来的数据量正好也是其1/2。这里初略判断is NULL实际没有走索引，所以查询(数据量2倍)出来的时间为不走索引的is NOT NULL的两倍。后面我删除索引试了下，查询时间还是差不多0.058s左右波动，也就是索引确实没有起到作用，但是也没有明显“副作用”。

SELECT * FROM	room WHERE `password` is NOT NULL;

profile使用空值，而不用NULL来标识，看看效率如何。下面我试的情况比较多，就不一一说明了，自己看看就好。

= ""因为获取的是所有字段，由于索引不是所有字段，获取所有列需要回表查询，所以没标识Using Index。

EXPLAIN SELECT * FROM	room WHERE `profile` = "";

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ref	profile	profile	1022	const	15176	100.00	(Null)

这里我试了删除profile索引和保留索引的情况，结果有索引平均0.125s；没索引平均0.081s。没错，就是没索引反而快了，我没有打错字。

SELECT * FROM	room WHERE `profile` = "";

=''，因为获取所有字段，所以没有用到索引。

EXPLAIN SELECT * FROM	room WHERE `profile` = '';

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ref	profile	profile	1022	const	15152	100.00	(Null)

… 实在有点太多了。都有点打算放弃打字的形式了。

上面不完整，主要觉得自己讲得不是很清楚，直接贴出我测的所有情况应该会更直观一点。反正看到这里的人应该都大概懂了。我就直接按照我想到的情况，把测试结果都贴出来得了。

下面贴出我测试的各种情况的结果（下面查询时间都是取多次查询后的稳定时间）

password和is NULL

password有设置NORMAL索引，索引方式为BTREE时

EXPLAIN SELECT * FROM	room WHERE `password` is NULL; -- Using index condition
EXPLAIN SELECT `id` FROM	room WHERE `password` is NULL; -- Using where; Using index
EXPLAIN SELECT `title` FROM	room WHERE `password` is NULL; -- Using index condition
EXPLAIN SELECT `profile` FROM	room WHERE `password` is NULL; -- Using index condition
EXPLAIN SELECT `password` FROM	room WHERE `password` is NULL; -- Using where; Using index
EXPLAIN SELECT COUNT(*) FROM	room WHERE `password` is NULL; -- Using where; Using index

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ref	password	password	1023	const	15152	100.00	Using index condition

SELECT * FROM	room WHERE `password` is NULL; -- 0.144 
SELECT `id` FROM	room WHERE `password` is NULL; -- 0.036
SELECT `title` FROM	room WHERE `password` is NULL; -- 0.124
SELECT `profile` FROM	room WHERE `password` is NULL; -- 0.101
SELECT `password` FROM	room WHERE `password` is NULL; -- 0.025
SELECT COUNT(*) FROM	room WHERE `password` is NULL; -- 0.016

password没设置索引

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ALL	password	(Null)	(Null)	(Null)	30304	10.00	Using where

SELECT * FROM	room WHERE `password` is NULL; -- 0.125s
SELECT `id` FROM	room WHERE `password` is NULL; -- 0.066s
SELECT `title` FROM	room WHERE `password` is NULL; -- 0.061s 
SELECT `profile` FROM	room WHERE `password` is NULL; -- 0.065s
SELECT `password` FROM	room WHERE `password` is NULL; -- 0.034s
SELECT COUNT(*) FROM	room WHERE `password` is NULL; -- 0.024s

初略得出： Using where; Using index > Using index > Using where > Using index condition

password和is NOT NULL

password有设置NORMAL索引，索引方式为BTREE时

EXPLAIN SELECT * FROM	room WHERE `password` is NOT NULL; 
EXPLAIN SELECT `id` FROM	room WHERE `password` is NOT NULL; 
EXPLAIN SELECT `title` FROM	room WHERE `password` is NOT NULL; 
EXPLAIN SELECT `profile` FROM	room WHERE `password` is NOT NULL; 
EXPLAIN SELECT `password` FROM	room WHERE `password` is NOT NULL; 
EXPLAIN SELECT COUNT(*) FROM	room WHERE `password` is NOT NULL;

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ALL	password	(Null)	(Null)	(Null)	30304	50.00	Using where
				index		password	1023				Using where; Using index
				ALL		(Null)	(Null)				Using where

				index		password	1023				Using where; Using index

SELECT * FROM	room WHERE `password` is NOT NULL; -- 0.046
SELECT `id` FROM	room WHERE `password` is NOT NULL; -- 0.023
SELECT `title` FROM	room WHERE `password` is NOT NULL; -- 0.026
SELECT `profile` FROM	room WHERE `password` is NOT NULL; -- 0.024
SELECT `password` FROM	room WHERE `password` is NOT NULL; -- 0.018
SELECT COUNT(*) FROM	room WHERE `password` is NOT NULL; -- 0.015

password没设置索引

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ALL	(Null)	(Null)	(Null)	(Null)	30304	90.00	Using where

SELECT * FROM	room WHERE `password` is NOT NULL; -- 0.053
SELECT `id` FROM	room WHERE `password` is NOT NULL; -- 0.036
SELECT `title` FROM	room WHERE `password` is NOT NULL; -- 0.036
SELECT `profile` FROM	room WHERE `password` is NOT NULL; -- 0.032
SELECT `password` FROM	room WHERE `password` is NOT NULL; -- 0.029
SELECT COUNT(*) FROM	room WHERE `password` is NOT NULL; -- 0.039

profile 和 =''

profile有设置NORMAL索引，索引方式为BTREE时(没标注的默认和上一行一样，或者都一样)

EXPLAIN SELECT * FROM	room WHERE `profile` =''; -- (Null)
EXPLAIN SELECT `id` FROM	room WHERE `profile` =''; -- Using index 
EXPLAIN SELECT `title` FROM	room WHERE `profile` =''; -- (Null) 
EXPLAIN SELECT `profile` FROM	room WHERE `profile` =''; -- Using index 
EXPLAIN SELECT `password` FROM	room WHERE `profile` =''; -- (Null) 
EXPLAIN SELECT COUNT(*) FROM	room WHERE `profile` =''; -- Using index

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ref	profile	profile	1022	const	15152	100.00	(Null)

SELECT * FROM	room WHERE `profile` =''; -- 0.164
SELECT `id` FROM	room WHERE `profile` =''; -- 0.053
SELECT `title` FROM	room WHERE `profile` =''; -- 0.105
SELECT `profile` FROM	room WHERE `profile` =''; -- 0.029
SELECT `password` FROM	room WHERE `profile` =''; -- 0.093
SELECT COUNT(*) FROM	room WHERE `profile` =''; -- 0.015

光这么看，用=’'所有上面列举的情况看下来，平均会比NULL的空值查找快一点。

profile没设置索引

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ALL	(Null)	(Null)	(Null)	(Null)	30304	10.00	Using where

SELECT * FROM	room WHERE `profile` =''; -- 0.09
SELECT `id` FROM	room WHERE `profile` =''; -- 0.114
SELECT `title` FROM	room WHERE `profile` =''; -- 0.081
SELECT `profile` FROM	room WHERE `profile` =''; -- 0.049
SELECT `password` FROM	room WHERE `profile` =''; -- 0.069
SELECT COUNT(*) FROM	room WHERE `profile` =''; -- 0.003

profile 和 !=''

profile有设置NORMAL索引，索引方式为BTREE时(没标注的默认和上一行一样，或者都一样)

EXPLAIN SELECT * FROM	room WHERE `profile` !=''; -- ALL
EXPLAIN SELECT `id` FROM	room WHERE `profile` !=''; -- range
EXPLAIN SELECT `title` FROM	room WHERE `profile` !=''; -- ALL
EXPLAIN SELECT `profile` FROM	room WHERE `profile` !=''; -- range
EXPLAIN SELECT `password` FROM	room WHERE `profile` !=''; -- ALL
EXPLAIN SELECT COUNT(*) FROM	room WHERE `profile` !=''; -- range

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ALL	profile	(Null)	(Null)	(Null)	30304	33.06	Using where
				range		profile	1022		10017	100.00	Using where; Using index

SELECT * FROM	room WHERE `profile` !=''; -- 0.055
SELECT `id` FROM	room WHERE `profile` !=''; -- 0.017
SELECT `title` FROM	room WHERE `profile` !=''; -- 0.039
SELECT `profile` FROM	room WHERE `profile` !=''; -- 0.015
SELECT `password` FROM	room WHERE `profile` !=''; -- 0.034
SELECT COUNT(*) FROM	room WHERE `profile` !=''; -- 0.009

profile没设置索引

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ALL	(Null)	(Null)	(Null)	(Null)	30304	90.00	Using where

SELECT * FROM	room WHERE `profile` !=''; -- 0.041
SELECT `id` FROM	room WHERE `profile` !=''; -- 0.023
SELECT `title` FROM	room WHERE `profile` !=''; -- 0.037
SELECT `profile` FROM	room WHERE `profile` !=''; -- 0.026
SELECT `password` FROM	room WHERE `profile` !=''; -- 0.025
SELECT COUNT(*) FROM	room WHERE `profile` !=''; -- 0.017

可能因为我数据量太少，!=''没看出来有比is NOT NULL好到哪去，但是还是能大致推测数据量大的时候，!=''会比is NOT NULL表现好。

至少到这里为止，我靠上面的数据+一些主观推测，认为要是单表情况下考虑索引的效率，那么空值会比NULL效率高。

profile 和 =""

profile有设置NORMAL索引，索引方式为BTREE时

EXPLAIN SELECT * FROM	room WHERE `profile` =""; 
EXPLAIN SELECT `id` FROM	room WHERE `profile` =""; 
EXPLAIN SELECT `title` FROM	room WHERE `profile` =""; 
EXPLAIN SELECT `profile` FROM	room WHERE `profile` =""; 
EXPLAIN SELECT `password` FROM	room WHERE `profile` =""; 
EXPLAIN SELECT COUNT(*) FROM	room WHERE `profile` =""; 
-- 结果和 ='' 一样，就不贴出来了

SELECT * FROM	room WHERE `profile` =""; -- 0.122
SELECT `id` FROM	room WHERE `profile` =""; -- 0.037
SELECT `title` FROM	room WHERE `profile` =""; -- 0.093
SELECT `profile` FROM	room WHERE `profile` =""; -- 0.026
SELECT `password` FROM	room WHERE `profile` =""; -- 0.089
SELECT COUNT(*) FROM	room WHERE `profile` =""; -- 0.016
-- 和 ='' 结果差不多下面不多做展开，毕竟也都说""和''没区别，我就好奇试试而已，看看有没有啥‘魔法’

profile 和 like ''

profile有设置NORMAL索引，索引方式为BTREE时

EXPLAIN SELECT * FROM	room WHERE `profile` like ''; -- ALL
EXPLAIN SELECT `id` FROM	room WHERE `profile` like ''; -- index
EXPLAIN SELECT `title` FROM	room WHERE `profile` like ''; -- ALL
EXPLAIN SELECT `profile` FROM	room WHERE `profile` like ''; -- index
EXPLAIN SELECT `password` FROM	room WHERE `profile` like ''; -- ALL
EXPLAIN SELECT COUNT(*) FROM	room WHERE `profile` like ''; -- index

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ALL	profile	(Null)	(Null)		30304	50.00	Using where
				index		profile	1022		30304	50.00	Using where; Using index

SELECT * FROM	room WHERE `profile` like ''; -- 0.071
SELECT `id` FROM	room WHERE `profile` like ''; -- 0.036
SELECT `title` FROM	room WHERE `profile` like ''; -- 0.048
SELECT `profile` FROM	room WHERE `profile` like ''; -- 0.032
SELECT `password` FROM	room WHERE `profile` like ''; -- 0.044
SELECT COUNT(*) FROM	room WHERE `profile` like ''; -- 0.022

profile没设置索引

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ALL	(Null)	(Null)	(Null)	(Null)	30304	11.11	Using where

SELECT * FROM	room WHERE `profile` like ''; -- 0.094
SELECT `id` FROM	room WHERE `profile` like ''; -- 0.047
SELECT `title` FROM	room WHERE `profile` like ''; -- 0.044
SELECT `profile` FROM	room WHERE `profile` like ''; -- 0.04
SELECT `password` FROM	room WHERE `profile` like ''; -- 0.042
SELECT COUNT(*) FROM	room WHERE `profile` like ''; -- 0.02

从上面几个比较，考虑like一般用于模糊查询，且从EXPLAIN的结果和查询的时间来看，有字段属性犹豫要为NULL还是空值’’，如果极端要求索引速度可以使用’'空值。（我这里数据量少、查询情况也不够复杂，可能没啥太大说服力）。要是NULL没有什么特别的优化的话(这个我没怎么了解)，我个人可能偏向用空值而不是NULL，因为NULL再之后要是修改数据库属性或者java类，会有更多协商问题，但是如果用空值，就可以省去很多事情。

title 和 like 'title%'

title有设置NORMAL索引，索引方式为BTREE时

EXPLAIN SELECT * FROM	room WHERE `title` like 'title%'; -- ALL
EXPLAIN SELECT `id` FROM	room WHERE `title` like 'title%'; -- index
EXPLAIN SELECT `title` FROM	room WHERE `title` like 'title%'; -- index
EXPLAIN SELECT `profile` FROM	room WHERE `title` like 'title%'; -- ALL
EXPLAIN SELECT `password` FROM	room WHERE `title` like 'title%'; -- ALL
EXPLAIN SELECT COUNT(*) FROM	room WHERE `title` like 'title%'; -- index

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ALL	title	(Null)	(Null)	(Null)	30304	50.00	Using where
				index	title	title	1022			50.00	Using where; Using index

SELECT * FROM	room WHERE `title` like 'title%'; -- 0.103
SELECT `id` FROM	room WHERE `title` like 'title%'; -- 0.087
SELECT `title` FROM	room WHERE `title` like 'title%'; -- 0.08
SELECT `profile` FROM	room WHERE `title` like 'title%'; -- 0.046
SELECT `password` FROM	room WHERE `title` like 'title%'; -- 0.048
SELECT COUNT(*) FROM	room WHERE `title` like 'title%'; -- 0.042

title没设置索引

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ALL	(Null)	(Null)	(Null)	(Null)	30304	11.11	Using where

SELECT * FROM	room WHERE `title` like 'title%'; -- 0.089
SELECT `id` FROM	room WHERE `title` like 'title%'; -- 0.049
SELECT `title` FROM	room WHERE `title` like 'title%'; -- 0.053
SELECT `profile` FROM	room WHERE `title` like 'title%'; -- 0.049
SELECT `password` FROM	room WHERE `title` like 'title%'; -- 0.045
SELECT COUNT(*) FROM	room WHERE `title` like 'title%'; -- 0.027

title 和 like '%title%'

title有设置NORMAL索引，索引方式为BTREE时

EXPLAIN SELECT * FROM	room WHERE `title` like '%title%'; -- ALL
EXPLAIN SELECT `id` FROM	room WHERE `title` like '%title%'; -- index
EXPLAIN SELECT `title` FROM	room WHERE `title` like '%title%'; -- index
EXPLAIN SELECT `profile` FROM	room WHERE `title` like '%title%'; -- ALL
EXPLAIN SELECT `password` FROM	room WHERE `title` like '%title%'; -- ALL
EXPLAIN SELECT COUNT(*) FROM	room WHERE `title` like '%title%'; -- index

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	room	(Null)	ALL	(Null)	(Null)	(Null)	(Null)	30304	11.11	Using where
				index		title	1022		30304		Using where; Using index

SELECT * FROM	room WHERE `title` like '%title%'; -- 0.045
SELECT `id` FROM	room WHERE `title` like '%title%'; --  0.025
SELECT `title` FROM	room WHERE `title` like '%title%'; -- 0.024
SELECT `profile` FROM	room WHERE `title` like '%title%'; -- 0.031
SELECT `password` FROM	room WHERE `title` like '%title%'; -- 0.03
SELECT COUNT(*) FROM	room WHERE `title` like '%title%'; -- 0.012

title没设置索引

EXPLAIN SELECT * FROM	room WHERE `title` like '%title%'; -- ALL
EXPLAIN SELECT `id` FROM	room WHERE `title` like '%title%'; -- index
EXPLAIN SELECT `title` FROM	room WHERE `title` like '%title%'; -- index
EXPLAIN SELECT `profile` FROM	room WHERE `title` like '%title%'; -- ALL
EXPLAIN SELECT `password` FROM	room WHERE `title` like '%title%'; -- ALL
EXPLAIN SELECT COUNT(*) FROM	room WHERE `title` like '%title%'; -- index
-- `title`  和 `like 'title%'`, 和这个没区别

SELECT * FROM	room WHERE `title` like '%title%'; -- 0.118
SELECT `id` FROM	room WHERE `title` like '%title%'; -- 0.056
SELECT `title` FROM	room WHERE `title` like '%title%'; -- 0.076
SELECT `profile` FROM	room WHERE `title` like '%title%'; -- 0.042
SELECT `password` FROM	room WHERE `title` like '%title%'; -- 0.044
SELECT COUNT(*) FROM	room WHERE `title` like '%title%'; -- 0.023

总结

like 模糊查询的%不要乱用，够用就好，但是一般图方便都是%string%，这种场景也相对比较多。

如果是确定值的字符串比较，那当然还是用=，而不是模糊查询了。

然后就是NULL和空值的选择，速度上我这里极少量数据是认为空值快一点，而且可以避免一些麻烦的协商问题。但是NULL也有NULL的特性，比如COUNT(含有NULL的列)是不会记录含有NULL的行的。不过要是为了方便后期调整，个人觉得空值会更方便一点。

你可能感兴趣的:(MySQL)

在线人数统计业务设计（场景八股文）
业务问题在当经的网站中，在线人数的实时统计已经是一个必不可少的模块了，并且该统计功能最好能够按不同的时间间隔做的统计，现在需要你设计一个在线人数统计的模块，你应该怎么进行设计的呢？背景一个网校下会有多个学员。目前平台大概有十个，平台对应的网校大概五十几个，平均一个网校会有5w个用户，预计总人数为200w，最该学员的在线人数在10w左右。设计思路最开始的时候，想到的就是使用mysql直接实现，但是明
Aop +反射实现方法版本动态切换
需求分析在做技术选型的时候一直存在着两个声音，mongo作为数据库比较mysql好，mysql做为该数据比mongo好。当然不同数据库都有有着自己的优势，我们在做技术选型的时候无非就是做到对数据库的扬长避短。mysql最大的优势就是支持事务，事务的五大特性保证的业务可靠性，随之而来的就是事务会产生的问题：脏读、幻读、不可重复度，当然我们也会使用不同的隔离级别来解决。（最典型的业务问题：银行存取钱）
mysql复习立夏的李子 mysql 数据库 database
mysqlselect语法selectfromjoinwheregroupbyhavingorderbylimit联合查询innerjoin（）leftjoin（以左表为基准，匹配右表，不匹配的返回左表，右表以null值填充）rightjoind··(去除列重复的数据)索引类型主键索引(PrimaryKey)唯一索引(Unique)常规索引(Index)全文索引(FullText)索引准则索引不是
MySQL复习题
一.填空题1.关系数据库的标准语言是SQL。2.数据库发展的3个阶段中，数据独立性最高的是阶段数据库系统。3.概念模型中的3种基本联系分别是一对一、一对多和多对多。4.MySQL配置文件的文件名是my.ini或my.cnf。5.在MySQL配置文件中，datadir用于指定数据库文件的保存目录。6.添加IFNOTEXISTS可在创建的数据库已存在时防止程序报错。7.MySQL提供的SHOWCREA
Mac OSX 下的mysql数据库文件存放位置 Bruuuces mysql mac osx 位置存放
之前我的mysql的系统数据库里的表被我玩坏了，万般无奈之下只得删除所有mysql的东西重新构建数据库。按照网上搜到的内容删除后重装发现数据库没有什么变化。于是自己在每个可能存放数据库文件的目录查找，最终确认目录位置如下:使用HomeBrew安装为/usr/local/var/mysql使用官方下载的dmg镜像安装为/usr/local/mysql删除这个目录再重新安装mysql就会重新生成系统数
mac os 10.9 mysql_MAC OSX 10.9 apache php mysql 环境配置 AY05 mac os 10.9 mysql
＃终端内运行sudoapachectlstart#启动Apachesudoapachectlrestart#重启Apachesudoapachectlstop#停止Apache＃配置Apachesudovi/private/etc/apache2/httpd.conf#将里面的这一行去掉前面的##LoadModulephp5_modulelibexec/apache2/libphp5.so＃配置P
mac升级mysql_Mac OSX下的MySQL数据库升级 weixin_39801714 mac升级mysql
MacOSX下的数据库升级最麻烦的不过权限的问题.本文的MySQL的安装方式为OSX下DMG磁盘镜像的安装方式,MacPorts/Homebrew的方式大同小异.从5.6.17升级到5.7.18安装目录信息ls-al/usr/local|grepmysqllrwxr-xr-x1rootwheel30B52100:39mysql@->mysql-5.6.17-osx10.7-x86_64drwxr-
【MySQL】MySQL数据库如何改名武昌库里写JAVA 面试题汇总与解析 spring boot vue.js sql java 学习
MySQL建库授权语句https://www.jianshu.com/p/2237a9649ceeMySQL数据库改名的三种方法https://www.cnblogs.com/gomysql/p/3584881.htmlMySQL安全修改数据库名几种方法https://blog.csdn.net/haiross/article/details/51282417MySQL重命名数据库https://
大学社团管理系统（11831） codercode2022 java spring boot spring echarts spring cloud sentinel java-rocketmq
有需要的同学，源代码和配套文档领取，加文章最下方的名片哦一、项目演示项目演示视频二、资料介绍完整源代码（前后端源代码+SQL脚本）配套文档（LW+PPT+开题报告）远程调试控屏包运行三、技术介绍Java语言SSM框架SpringBoot框架Vue框架JSP页面Mysql数据库IDEA/Eclipse开发四、项目截图有需要的同学，源代码和配套文档领取，加文章最下方的名片哦!
SQL笔记纯干货 AI入门修炼 oracle 数据库 sql
软件：DataGrip2023.2.3，phpstudy_pro,MySQL8.0.12目录1.DDL语句（数据定义语句）1.1数据库操作语言1.2数据表操作语言2.DML语句（数据操作语言）2.1增删改2.2题2.3备份表3.DQL语句（数据查询语言）3.1查询操作3.2题一3.3题二4.多表详解4.1一对多4.2多对多5.多表查询6.窗口函数7.拓展:upsert8.sql注入攻击演示9.拆表
Ubuntu24安装MariaDB/MySQL后不知道root密码如何解决
Ubuntu24.04安装MariaDB后root密码未知？解决方案在此在Ubuntu24.04上新安装MariaDB后，许多用户会发现自己不知道root用户的密码，甚至在安装过程中也没有提示设置密码。这是因为在较新的MariaDB版本中，默认情况下root用户采用了unix_socket身份验证插件。这意味着您可以使用操作系统的root用户权限直接登录MariaDB，而无需输入密码。本文将为您详
mysql创建线程处理链接请求斜不靠谱
mysqld通过RUN_HOOK(server_state,before_handle_connection,(NULL));调用/**Threadhandlerforaconnection@paramargConnectionobject(Channel_info)Thisfunction(normally)doesthefollowing:-Initializethread//初始化线程-In
Navicat练习与实操（第九节课内容总结见下篇）咩? android 前端 sql
MySQL练习练习题目现在有以下四张表Student学生ID学生名字学生生日学生性别s_ids_names_births_sexCourse课程ID课程名字教师IDc_idc_namet_idTeacher教师ID教师名字t_idt_nameScore学生ID课程ID学生分数s_idc_ids_score1.对以上表格分别建表(要求：id为各个表的主键、其他字段非空设置默认值为、给表以及表中字段设
小白学习mysql 阿什么名字不会重复呢 mysql 数据库大数据人工智能
推荐自学网站不用下载本地环境带自测头歌https://www.educoder.net✅适合基础小白的MySQL简单实用学习计划总学习时间建议：10~14天，每天1小时左右即可最终目标：掌握基础SQL操作，能完成简单项目需求第1阶段：认识数据库与环境搭建（1~2天）你需要学会：•数据库是什么？SQL是什么？•安装MySQLServer+Navicat（推荐用Navicat可视化工具）✅推荐学习内容
MySql基础：事务无敌摆烂仔 mysql 数据库
1.事务的简介1.1什么是事务事务就是一组DML语句组成，这些语句在逻辑上存在相关性，这一组DML语句要么全部成功，要么全部失败，是一个整体。MySQL提供一种机制，保证我们达到这样的效果。事务还规定不同的客户端看到的数据是不相同的。事务就是要做的或所做的事情，主要用于处理操作量大，复杂度高的数据。假设一种场景：你毕业了，学校的教务系统后台MySQL中，不在需要你的数据，要删除你的所有信息(一般不
MYSQL：MySQL 事务隔离级别详解奋斗的狍子007 MySQL核心知识点 mysql 数据库 java spring 架构 spring boot ide
一、MySQL事务是什么？ MySQL事务是一组在数据库中执行的操作，这些操作要么全部成功执行，要么全部不执行，以确保数据库的完整性和一致性。事务的ACID 事务具有四个特征：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持续性（Durability）。这四个特性简称为ACID特性。原子性：事务是数据库的逻辑工作单位，事务中包含的各操作要么都做，
Ubuntu lamp 会飞的灰大狼 linux ubuntu
Ubuntulamp前言在Ubuntu安装lamp架构我们了解到lamp是完整的架构我们前面了解到了集合了Linux系统apacheMySQL和PHP语言的完整架构我们前面说了Centos7中编译安装lamp那么我们去说一下在Ubuntu中安装‍‍安装apache2‍apt直接安装apache2apt-yinstallapache2‍启动apache2systemctlstartapache2#测
免费版 Navicat Premium Lite 17 下载和使用曼巴不黑数据库 navicat navicat免费
>>>>>>下载地址以后不需要再为使用Navicat大费周章了，官网已经提供免费版供个人和初创企业使用，认准NavicatPremiumLite。NavicatPremiumLite是Navicat的精简版，它包含了用户执行主要的基本数据库操作所需的核心功能。它允许你同时连接到各种数据库平台，包括MySQL、PostgreSQL、SQLServer、Oracle、MariaDB、Snowflake
TiDB - 分布式数据库的架构与特性爽新全效瓷兔膏
本文还有配套的精品资源，点击获取简介：TiDB是一个开源的分布式NewSQL数据库，受到了Google的Spanner/F1系统的启发。它提供水平扩展和强一致性事务，适用于需要高可用性和大规模数据处理的场景。TiDB的核心特点包括其分布式架构，由TiDBServer（SQL层）、PDServer（调度器）和TiKVServer（存储引擎）组成；支持无缝的水平扩展和ACID事务；与MySQL高度兼容
MySQL 数据类型详解 yimeixiaolangzai MySQL mysql 数据库
在数据库设计和开发中，选择合适的数据类型对于存储和操作数据至关重要。MySQL提供了丰富的数据类型来满足不同的数据存储需求，这些数据类型可以分为数值类型、字符串类型、日期和时间类型，以及二进制类型。本文将详细介绍MySQL中的各类数据类型及其应用场景，帮助你更好地进行数据库设计。1.数值类型数值类型用于存储整数和浮点数，在处理数值运算时，这些数据类型扮演着关键角色。MySQL提供了多种数值类型，以
MySQL数据类型详解永远是少年啊 MySQL mysql 数据库 database
今天继续给大家介绍MySQL相关内容，本文主要内容是MySQL数据类型。MySQL数据库支持多种数据类型，这些数据类型大致可以分为三类：数值型、字符型和时间型。下面将MySQL的具体数据类型介绍如下：一、数值型类型大小（单位：字节）数值范围（有符号）数值范围（无符号）用途TINYINT1(-128,127)(0,255)微整数型SMALLINT2(-32768,32767)(0,65535)小整数
python3中，pycharm中怎么连接数据库 weixin_33736832 数据库 python 开发工具
因为python3现在还不能直接连接数据库，所有如果想连接，就只能通过以下方法：在APP中的，__init__.py中，添加以下代码就可以：importpymysqlpymysql.install_as_MySQLdb()当然前提是，那就的在setting.py中连接数据库添加所连接的mysql数据库的详细信息，如下：DATABASES={'default':{'ENGINE':'django.d
MySQL笔记上程程呀是小白毕业季 mysql 数据库
本文是本人以前笔记，如果说是在掘金上看到的话没错，还是本人程程呀的个人主页-动态-掘金只有这一个。如果有哪里不对的话欢迎各位大佬指出问题，本人是一个小白。特殊情况（倘若在终端win+r输入mysql-uroot-p进入SQL）MySQL的下载与安装：按照安装流程步骤安装即可配置环境变量，方便命令行操作：步骤：右键“我的电脑”，选择“属性”，选择“高级”窗口中的“环境变量”，设置“系统变量”中的pa
在 CentOS 中安装 MySQL 的过程与问题解决方案二向箔reverse centos mysql linux
MySQL是一款广泛使用的开源关系型数据库管理系统，在CentOS系统中安装MySQL是很多开发者和运维人员常做的工作。下面将详细介绍安装过程以及可能遇到的问题和解决方案。一、安装前的准备工作在安装MySQL之前，需要做好一些准备工作，以确保安装过程顺利进行。检查系统版本：确认CentOS的版本，不同版本在安装MySQL时可能会有一些差异。可以使用cat/etc/centos-release命令查
没有公网ip怎么访问家里内网？简单操作通用的内网让外网访问的方法步骤搬码临时工 tcp/ip 网络网络协议
有公网IP时，可以用路由器管理后台做端口映射转发规则，实现内网本地提供外网访问。在无公网IP时，就需要用到nat123端口映射工具了。没有公网IP下，简单几步操作，将内网IP端口让外网可以访问：1、内网业务先确定家里内网是什么应用需要让外面连接访问的，先本地正常开启，并在内网其他电脑可以正常访问先。常见的有如：管理计算机（远程桌面连接、SSH访问），网站web服务，数据库mysql，监控系统应用，
基于javaweb和MySQL的笔记管理系统俺是答案笔记 intellij-idea mysql
要求1.用户1.注册和登入。2.用户可以发布，删除，修改自己的笔记。详细要求：发布笔记时，笔记要有专属的区域，比如这个笔记是文学。区的设置自己定义，大概六个区域就可以了。3.用户可以在首页查看所有的笔记，以及对应分区的笔记。4.允许用户修改自己的信息。5.用户可以收藏，评论，点赞他人的笔记。6.用户可以在用户中心查询自己发布的笔记，评论的笔记，点赞的笔记。详细要求：用户查询笔记时可以点击进去看到详
MySQL新增字段DDL：锁表全解析、避坑指南与实战案例
核心思考问题：新增字段一定会锁表吗？答案：不一定！这主要取决于：MySQL版本：这是最关键的因素。ALGORITHM选项：显式或隐式指定的算法。新增字段的属性：是否允许NULL？是否有默认值？默认值类型？字段位置？表的大小和存储引擎：InnoDB的行为与MyISAM不同（本文主要讨论InnoDB）。并发负载：操作期间对表的读写压力。一、真实案例场景：血泪教训场景1：电商大促前夜，核心订单表加字段（
MySQL 联表查询去重与解决 DISTINCT 及 ORDER BY 异常 cmmav33990 mysql 数据库
联表查询去重方案1.使用DISTINCT基础去重sqlSELECTDISTINCTt1.id,t1.name,t2.detailFROMtable1t1JOINtable2t2ONt1.id=t2.table1_id;2.使用GROUPBY去重（更灵活）sqlSELECTt1.id,t1.name,MAX(t2.detail)ASdetail--或其他聚合函数FROMtable1t1JOINtab
如何用Python才能进行数据分析？_运用pycharm做数据分析的步骤 2401_84254530 python 数据分析 pycharm
数据分析流程Python是数据分析利器，掌握了Python的编程基础后，就可以逐渐进入数据分析。一个完整的数据分析项目大致可分为以下五个流程：数据获取→数据存储→数据预处理→建模与分析→可视化分析1)数据获取一般有数据分析师岗位需求的公司都会有自己的数据库，数据分析师可以通过SQL查询语句来获取数据库中想要数据。Python已经具有连接sqlserver、mysql、orcale等主流数据库的接口
第二阶段-第二章—8天Python从入门到精通【itheima】-137节（Python操作MySQL的数据插入） Patrick_kafka mysql 数据库 sql python 数据分析大数据开发语言
目录137节——Python操作MySQL的数据插入1.学习目标2.commit提交3.commit手动确认的执行代码4.commit自动确认：添加在conn的类对象中一个参数autocommit=True5.小节总结6.为什么要用Python操作MySQL？一、从“手动记账”到“自动化账本”：理解技术演进的本质1.SQL的“强项”与“短板”2.Python的“赋能”作用二、Python+PyMy
apache ftpserver-CentOS config gengzg apache
<server xmlns="http://mina.apache.org/ftpserver/spring/v1" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation=" http://mina.apache.o
优化MySQL数据库性能的八种方法 AILIKES sql mysql
1、选取最适用的字段属性　　MySQL可以很好的支持大数据量的存取，但是一般说来，数据库中的表越小，在它上面执行的查询也就会越快。因此，在创建表的时候，为了获得更好的性能，我们可以将表中字段的宽度设得尽可能小。例如，在定义邮政编码这个字段时，如果将其设置为CHAR(255),显然给数据库增加了不必要的空间，甚至使用VARCHAR这种类型也是多余的，因为CHAR(6)就可以很
JeeSite 企业信息化快速开发平台 Kai_Ge JeeSite
JeeSite 企业信息化快速开发平台平台简介 JeeSite是基于多个优秀的开源项目，高度整合封装而成的高效，高性能，强安全性的开源Java EE快速开发平台。 JeeSite本身是以Spring Framework为核心容器，Spring MVC为模型视图控制器，MyBatis为数据访问层， Apache Shiro为权限授权层，Ehcahe对常用数据进行缓存，Activit为工作流
通过Spring Mail Api发送邮件 120153216 邮件 main
原文地址：http://www.open-open.com/lib/view/open1346857871615.html 使用Java Mail API来发送邮件也很容易实现，但是最近公司一个同事封装的邮件API实在让我无法接受，于是便打算改用Spring Mail API来发送邮件，顺便记录下这篇文章。【Spring Mail API】 Spring Mail API都在org.spri
Pysvn 程序员使用指南 2002wmj SVN
源文件:http://ju.outofmemory.cn/entry/35762 这是一篇关于pysvn模块的指南. 完整和详细的API请参考 http://pysvn.tigris.org/docs/pysvn_prog_ref.html. pysvn是操作Subversion版本控制的Python接口模块. 这个API接口可以管理一个工作副本, 查询档案库, 和同步两个. 该
在SQLSERVER中查找被阻塞和正在被阻塞的SQL 357029540 SQL Server
SELECT R.session_id AS BlockedSessionID , S.session_id AS BlockingSessionID , Q1.text AS Block
Intent 常用的用法备忘 7454103 .net android Google Blog F#
Intent 应该算是Android中特有的东西。你可以在Intent中指定程序要执行的动作（比如：view,edit,dial），以及程序执行到该动作时所需要的资料。都指定好后，只要调用startActivity()，Android系统会自动寻找最符合你指定要求的应用程序，并执行该程序。下面列出几种Intent 的用法显示网页:
Spring定时器时间配置 adminjun spring 时间配置定时器
红圈中的值由6个数字组成，中间用空格分隔。第一个数字表示定时任务执行时间的秒，第二个数字表示分钟，第三个数字表示小时，后面三个数字表示日，月，年，< xmlnamespace prefix ="o" ns ="urn:schemas-microsoft-com:office:office" /> 测试的时候，由于是每天定时执行，所以后面三个数
POJ 2421 Constructing Roads 最小生成树 aijuans 最小生成树
来源：http://poj.org/problem?id=2421 题意：还是给你n个点，然后求最小生成树。特殊之处在于有一些点之间已经连上了边。思路：对于已经有边的点，特殊标记一下，加边的时候把这些边的权值赋值为0即可。这样就可以既保证这些边一定存在，又保证了所求的结果正确。代码： #include <iostream> #include <cstdio>
重构笔记——提取方法（Extract Method） ayaoxinchao java 重构提炼函数局部变量提取方法
提取方法（Extract Method）是最常用的重构手法之一。当看到一个方法过长或者方法很难让人理解其意图的时候，这时候就可以用提取方法这种重构手法。下面是我学习这个重构手法的笔记：提取方法看起来好像仅仅是将被提取方法中的一段代码，放到目标方法中。其实，当方法足够复杂的时候，提取方法也会变得复杂。当然，如果提取方法这种重构手法无法进行时，就可能需要选择其他
为UILabel添加点击事件 bewithme UILabel
默认情况下UILabel是不支持点击事件的，网上查了查居然没有一个是完整的答案，现在我提供一个完整的代码。 UILabel *l = [[UILabel alloc] initWithFrame:CGRectMake(60, 0, listV.frame.size.width - 60, listV.frame.size.height)]
NoSQL数据库之Redis数据库管理(PHP-REDIS实例) bijian1013 redis 数据库 NoSQL
一.redis.php <?php //实例化 $redis = new Redis(); //连接服务器 $redis->connect("localhost"); //授权 $redis->auth("lamplijie"); //相关操
SecureCRT使用备注 bingyingao secureCRT 每页行数
SecureCRT日志和卷屏行数设置一、使用securecrt时，设置自动日志记录功能。 1、在C:\Program Files\SecureCRT\下新建一个文件夹(也就是你的CRT可执行文件的路径），命名为Logs； 2、点击Options -> Global Options -> Default Session -> Edite Default Sett
【Scala九】Scala核心三：泛型 bit1129 scala
泛型类 package spark.examples.scala.generics class GenericClass[K, V](val k: K, val v: V) { def print() { println(k + "," + v) } } object GenericClass { def main(args: Arr
素数与音乐 bookjovi 素数数学 haskell
由于一直在看haskell，不可避免的接触到了很多数学知识，其中数论最多，如素数，斐波那契数列等，很多在学生时代无法理解的数学现在似乎也能领悟到那么一点。闲暇之余，从图书馆找了<<The music of primes>>和<<世界数学通史>>读了几遍。其中素数的音乐这本书与软件界熟知的&l
Java-Collections Framework学习与总结-IdentityHashMap BrokenDreams Collections
这篇总结一下java.util.IdentityHashMap。从类名上可以猜到，这个类本质应该还是一个散列表，只是前面有Identity修饰，是一种特殊的HashMap。简单的说，IdentityHashMap和HashM
读《研磨设计模式》-代码笔记-享元模式-Flyweight bylijinnan java 设计模式
声明：本文只为方便我个人查阅和理解，详细的分析以及源代码请移步原作者的博客http://chjavach.iteye.com/ import java.util.ArrayList; import java.util.Collection; import java.util.HashMap; import java.util.List; import java
PS人像润饰&调色教程集锦 cherishLC PS
1、仿制图章沿轮廓润饰——柔化图像，凸显轮廓 http://www.howzhi.com/course/retouching/ 新建一个透明图层，使用仿制图章不断Alt+鼠标左键选点，设置透明度为21%，大小为修饰区域的1/3左右（比如胳膊宽度的1/3），再沿纹理方向（比如胳膊方向）进行修饰。所有修饰完成后，对该润饰图层添加噪声，噪声大小应该和
更新多个字段的UPDATE语句 crabdave update
更新多个字段的UPDATE语句 update tableA a set (a.v1, a.v2, a.v3, a.v4) = --使用括号确定更新的字段范围
hive实例讲解实现in和not in子句 daizj hive not in in
本文转自：http://www.cnblogs.com/ggjucheng/archive/2013/01/03/2842855.html 当前hive不支持 in或not in 中包含查询子句的语法，所以只能通过left join实现。假设有一个登陆表login(当天登陆记录,只有一个uid),和一个用户注册表regusers(当天注册用户，字段只有一个uid)，这两个表都包含
一道24点的10+种非人类解法（2,3,10,10） dsjt 算法
这是人类算24点的方法？！！！事件缘由：今天晚上突然看到一条24点状态，当时惊为天人，这NM叫人啊？以下是那条状态朱明西 : 24点，算2 3 10 10，我LX炮狗等面对四张牌痛不欲生，结果跑跑同学扫了一眼说，算出来了，2的10次方减10的3次方。。我草这是人类的算24点啊。。然后么。。。我就在深夜很得瑟的问室友求室友算刚出完题，文哥的暴走之旅开始了 5秒后
关于YII的菜单插件 CMenu和面包末breadcrumbs路径管理插件的一些使用问题 dcj3sjt126com yii framework
在使用 YIi的路径管理工具时，发现了一个问题。 <?php
对象与关系之间的矛盾：“阻抗失配”效应[转] come_for_dream 对象
概述 “阻抗失配”这一词组通常用来描述面向对象应用向传统的关系数据库（RDBMS）存放数据时所遇到的数据表述不一致问题。C++程序员已经被这个问题困扰了好多年，而现在的Java程序员和其它面向对象开发人员也对这个问题深感头痛。 “阻抗失配”产生的原因是因为对象模型与关系模型之间缺乏固有的亲合力。“阻抗失配”所带来的问题包括：类的层次关系必须绑定为关系模式（将对象
学习编程那点事 gcq511120594 编程互联网
一年前的夏天，我还在纠结要不要改行，要不要去学php？能学到真本事吗？改行能成功吗？太多的问题，我终于不顾一切，下定决心，辞去了工作，来到传说中的帝都。老师给的乘车方式还算有效，很顺利的就到了学校，赶巧了，正好学校搬到了新校区。先安顿了下来，过了个轻松的周末，第一次到帝都，逛逛吧！接下来的周一，是我噩梦的开始，学习内容对我这个零基础的人来说，除了勉强完成老师布置的作业外，我已经没有时间和精力去
Reverse Linked List II hcx2013 list
Reverse a linked list from position m to n. Do it in-place and in one-pass. For example:Given 1->2->3->4->5->NULL, m = 2 and n = 4, return
Spring4.1新特性——页面自动化测试框架Spring MVC Test HtmlUnit简介 jinnianshilongnian spring 4.1
目录 Spring4.1新特性——综述 Spring4.1新特性——Spring核心部分及其他 Spring4.1新特性——Spring缓存框架增强 Spring4.1新特性——异步调用和事件机制的异常处理 Spring4.1新特性——数据库集成测试脚本初始化 Spring4.1新特性——Spring MVC增强 Spring4.1新特性——页面自动化测试框架Spring MVC T
Hadoop集群工具distcp liyonghui160com
1. 环境描述两个集群：rock 和 stone rock无kerberos权限认证，stone有要求认证。 1. 从rock复制到stone，采用hdfs Hadoop distcp -i hdfs://rock-nn:8020/user/cxz/input hdfs://stone-nn:8020/user/cxz/运行在rock端，即源端问题：报版本
一个备份MySQL数据库的简单Shell脚本 pda158 mysql 脚本
　　主脚本（用于备份mysql数据库）：　　该Shell脚本可以自动备份数据库。只要复制粘贴本脚本到文本编辑器中，输入数据库用户名、密码以及数据库名即可。我备份数据库使用的是mysqlump 命令。后面会对每行脚本命令进行说明。　　 1. 分别建立目录“backup”和“oldbackup” 　　#mkdir /backup 　　#mkdir /oldbackup 　
300个涵盖IT各方面的免费资源（中）——设计与编码篇 shoothao IT资源图标库图片库色彩板字体
A. 免费的设计资源 Freebbble:来自于Dribbble的免费的高质量作品。 Dribbble:Dribbble上“免费”的搜索结果——这是巨大的宝藏。 Graphic Burger:每个像素点都做得很细的绝佳的设计资源。 Pixel Buddha:免费和优质资源的专业社区。 Premium Pixels:为那些有创意的人提供免费的素材。
thrift总结 - 跨语言服务开发 uule thrift
官网官网JAVA例子 thrift入门介绍 IBM-Apache Thrift - 可伸缩的跨语言服务开发框架 Thrift入门及Java实例演示 thrift的使用介绍 RPC POM： <dependency> <groupId>org.apache.thrift</groupId>