主頁 > 後端開發 > SQLAlchemy 的基本使用

SQLAlchemy 的基本使用

2020-12-15 07:20:37 後端開發

1.SQLAlchemy安裝
pip install SQLAlchemy

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

DB_CONNECT_STRING = 'mysql+mysqldb://root:123@localhost/ooxx?charset=utf8'
engine = create_engine(DB_CONNECT_STRING, echo=True)
DB_Session = sessionmaker(bind=engine)
session = DB_Session()

這里的 DB_CONNECT_STRING 就是連接資料庫的路徑，“mysql+mysqldb”指定了使用 MySQL-Python 來連接，“root”和“123”分別是用戶名和密碼，“localhost”是資料庫的域名，“ooxx”是使用的資料庫名（可省略），“charset”指定了連接時使用的字符集（可省略），
create_engine() 會回傳一個資料庫引擎，echo 引數為 True 時，會顯示每條執行的 SQL 陳述句，生產環境下可關閉，
sessionmaker() 會生成一個資料庫會話類，這個類的實體可以當成一個資料庫連接，它同時還記錄了一些查詢的資料，并決定什么時候執行 SQL 陳述句，由于 SQLAlchemy 自己維護了一個資料庫連接池（默認 5 個連接），因此初始化一個會話的開銷并不大，對 Tornado 而言，可以在 BaseHandler 的 initialize() 里初始化：

復制代碼 代碼如下:

class BaseHandler(tornado.web.RequestHandler):
    def initialize(self):
        self.session = models.DB_Session()
    def on_finish(self):
        self.session.close()

對其他 Web 服務器來說，可以使用 sqlalchemy.orm.scoped_session，它能保證每個執行緒獲得的 session 物件都是唯一的，不過 Tornado 本身就是單執行緒的，如果使用了異步方式，就可能會出現問題，因此我并沒使用它，
拿到 session 后，就可以執行 SQL 了：
復制代碼 代碼如下:

session.execute('create database abc')
print session.execute('show databases').fetchall()
session.execute('use abc')

# 建 user 表的程序略
print session.execute('select * from user where id = 1').first()
print session.execute('select * from user where id = :id', {'id': 1}).first()

不過這和直接使用 MySQL-Python 沒啥區別，所以就不介紹了；我還是喜歡 ORM 的方式，這也是我采用 SQLAlchemy 的唯一原因，

于是來定義一個表：
復制代碼 代碼如下:

from sqlalchemy import Column
from sqlalchemy.types import CHAR, Integer, String
from sqlalchemy.ext.declarative import declarative_base

BaseModel = declarative_base()

def init_db():
    BaseModel.metadata.create_all(engine)

def drop_db():
    BaseModel.metadata.drop_all(engine)


class User(BaseModel):
    __tablename__ = 'user'

    id = Column(Integer, primary_key=True)
    name = Column(CHAR(30)) # or Column(String(30))

init_db()

declarative_base() 創建了一個 BaseModel 類，這個類的子類可以自動與一個表關聯，
以 User 類為例，它的 tablename 屬性就是資料庫中該表的名稱，它有 id 和 name 這兩個欄位，分別為整型和 30 個定長字符，Column 還有一些其他的引數，我就不解釋了，
最后，BaseModel.metadata.create_all(engine) 會找到 BaseModel 的所有子類，并在資料庫中建立這些表；drop_all() 則是洗掉這些表，
接著就開始使用這個表吧：
復制代碼 代碼如下:

from sqlalchemy import func, or_, not_

user = User(name='a')
session.add(user)
user = User(name='b')
session.add(user)
user = User(name='a')
session.add(user)
user = User()
session.add(user)
session.commit()

query = session.query(User)
print query # 顯示SQL 陳述句
print query.statement # 同上
for user in query: # 遍歷時查詢
    print user.name
print query.all() # 回傳的是一個類似串列的物件
print query.first().name # 記錄不存在時，first() 會回傳 None
# print query.one().name # 不存在，或有多行記錄時會拋出例外
print query.filter(User.id == 2).first().name
print query.get(2).name # 以主鍵獲取，等效于上句
print query.filter('id = 2').first().name # 支持字串

query2 = session.query(User.name)
print query2.all() # 每行是個元組
print query2.limit(1).all() # 最多回傳 1 條記錄
print query2.offset(1).all() # 從第 2 條記錄開始回傳
print query2.order_by(User.name).all()
print query2.order_by('name').all()
print query2.order_by(User.name.desc()).all()
print query2.order_by('name desc').all()
print session.query(User.id).order_by(User.name.desc(), User.id).all()

print query2.filter(User.id == 1).scalar() # 如果有記錄，回傳第一條記錄的第一個元素
print session.query('id').select_from(User).filter('id = 1').scalar()
print query2.filter(User.id > 1, User.name != 'a').scalar() # and
query3 = query2.filter(User.id > 1) # 多次拼接的 filter 也是 and
query3 = query3.filter(User.name != 'a')
print query3.scalar()
print query2.filter(or_(User.id == 1, User.id == 2)).all() # or
print query2.filter(User.id.in_((1, 2))).all() # in

query4 = session.query(User.id)
print query4.filter(User.name == None).scalar()
print query4.filter('name is null').scalar()
print query4.filter(not_(User.name == None)).all() # not
print query4.filter(User.name != None).all()

print query4.count()
print session.query(func.count('*')).select_from(User).scalar()
print session.query(func.count('1')).select_from(User).scalar()
print session.query(func.count(User.id)).scalar()
print session.query(func.count('*')).filter(User.id > 0).scalar() # filter() 中包含 User，因此不需要指定表
print session.query(func.count('*')).filter(User.name == 'a').limit(1).scalar() == 1 # 可以用 limit() 限制 count() 的回傳數
print session.query(func.sum(User.id)).scalar()
print session.query(func.now()).scalar() # func 后可以跟任意函式名，只要該資料庫支持
print session.query(func.current_timestamp()).scalar()
print session.query(func.md5(User.name)).filter(User.id == 1).scalar()

query.filter(User.id == 1).update({User.name: 'c'})
user = query.get(1)
print user.name

user.name = 'd'
session.flush() # 寫資料庫，但并不提交
print query.get(1).name

session.delete(user)
session.flush()
print query.get(1)

session.rollback()
print query.get(1).name
query.filter(User.id == 1).delete()
session.commit()
print query.get(1)

增刪改查都涉及到了，自己看看輸出的 SQL 陳述句就知道了，于是基礎知識就介紹到此了，

  • 下面開始介紹一些進階的知識，
  • 如何批量插入大批資料？
  • 可以使用非 ORM 的方式：

復制代碼 代碼如下:

session.execute(
    User.__table__.insert(),
    [{'name': `randint(1, 100)`,'age': randint(1, 100)} for i in xrange(10000)]
)
session.commit()
  • 上面我批量插入了 10000 條記錄，半秒內就執行完了；而 ORM 方式會花掉很長時間，
  • 如何讓執行的 SQL 陳述句增加前綴？
  • 使用 query 物件的 prefix_with() 方法：
    復制代碼 代碼如下:
session.query(User.name).prefix_with('HIGH_PRIORITY').all()
session.execute(User.__table__.insert().prefix_with('IGNORE'), {'id': 1, 'name': '1'})
  • 如何替換一個已有主鍵的記錄？
    使用 session.merge() 方法替代 session.add()，其實就是 SELECT + UPDATE：
    復制代碼 代碼如下:
user = User(id=1, name='ooxx')
session.merge(user)
session.commit()

或者使用 MySQL 的 INSERT … ON DUPLICATE KEY UPDATE，需要用到 @compiles 裝飾器，有點難懂，自己搜索看吧：《SQLAlchemy ON DUPLICATE KEY UPDATE》 和 sqlalchemy_mysql_ext，
如何使用無符號整數？

可以使用 MySQL 的方言：

復制代碼 代碼如下:

from sqlalchemy.dialects.mysql import INTEGER
id = Column(INTEGER(unsigned=True), primary_key=True)
  • 模型的屬性名需要和表的欄位名不一樣怎么辦？
  • 開發時遇到過一個奇怪的需求，有個其他系統的表里包含了一個“from”欄位，這在 Python 里是關鍵字，于是只能這樣處理了：

復制代碼 代碼如下:

from_ = Column('from', CHAR(10))
  • 如何獲取欄位的長度？
  • Column 會生成一個很復雜的物件，想獲取長度比較麻煩，這里以 User.name 為例：

復制代碼 代碼如下:

User.name.property.columns[0].type.length
  • 如何指定使用 InnoDB，以及使用 UTF-8 編碼？
  • 最簡單的方式就是修改資料庫的默認配置，如果非要在代碼里指定的話，可以這樣：
    復制代碼 代碼如下:
class User(BaseModel):
    __table_args__ = {
        'mysql_engine': 'InnoDB',
        'mysql_charset': 'utf8'
    }

MySQL 5.5 開始支持存盤 4 位元組的 UTF-8 編碼的字符了，iOS 里自帶的 emoji（如 ?? 字符）就屬于這種，
如果是對表來設定的話，可以把上面代碼中的 utf8 改成 utf8mb4，DB_CONNECT_STRING 里的 charset 也這樣更改，
如果對庫或欄位來設定，則還是自己寫 SQL 陳述句比較方便，具體細節可參考《How to support full Unicode in MySQL databases》，
不建議全用 utf8mb4 代替 utf8，因為前者更慢，索引會占用更多空間，

如何設定外鍵約束？

復制代碼 代碼如下:

from random import randint
from sqlalchemy import ForeignKey

class User(BaseModel):
    __tablename__ = 'user'

    id = Column(Integer, primary_key=True)
    age = Column(Integer)


class Friendship(BaseModel):
    __tablename__ = 'friendship'

    id = Column(Integer, primary_key=True)
    user_id1 = Column(Integer, ForeignKey('user.id'))
    user_id2 = Column(Integer, ForeignKey('user.id'))


for i in xrange(100):
    session.add(User(age=randint(1, 100)))
session.flush() # 或 session.commit()，執行完后，user 物件的 id 屬性才可以訪問（因為 id 是自增的）

for i in xrange(100):
    session.add(Friendship(user_id1=randint(1, 100), user_id2=randint(1, 100)))
session.commit()

session.query(User).filter(User.age < 50).delete()
  • 執行這段代碼時，你應該會遇到一個錯誤：

復制代碼 代碼如下:

sqlalchemy.exc.IntegrityError: (IntegrityError) (1451, 'Cannot delete or update a parent row: a foreign key constraint fails (`ooxx`.`friendship`, CONSTRAINT `friendship_ibfk_1` FOREIGN KEY (`user_id1`) REFERENCES `user` (`id`))') 'DELETE FROM user WHERE user.age < %s' (50,)

原因是洗掉 user 表的資料，可能會導致 friendship 的外鍵不指向一個真實存在的記錄，在默認情況下，MySQL 會拒絕這種操作，也就是 RESTRICT，InnoDB 還允許指定 ON DELETE 為 CASCADE 和 SET NULL，前者會洗掉 friendship 中無效的記錄，后者會將這些記錄的外鍵設為 NULL，

  • 除了洗掉，還有可能更改主鍵，這也會導致 friendship 的外鍵失效，于是相應的就有 ON UPDATE 了，其中 CASCADE 變成了更新相應的外鍵，而不是洗掉，
    而在 SQLAlchemy 中是這樣處理的：

復制代碼 代碼如下:

class Friendship(BaseModel):
    __tablename__ = 'friendship'
    id = Column(Integer, primary_key=True)
    user_id1 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
    user_id2 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
如何連接表？

復制代碼 代碼如下:

from sqlalchemy import distinct
from sqlalchemy.orm import aliased

Friend = aliased(User, name='Friend')

print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用戶
print session.query(distinct(User.id)).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用戶（去掉重復的）
print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).distinct().all() # 同上
print session.query(Friendship.user_id2).join(User, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 所有被別人當成朋友的用戶
print session.query(Friendship.user_id2).select_from(User).join(Friendship, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 同上，join 的方向相反，但因為不是 STRAIGHT_JOIN，所以 MySQL 可以自己選擇順序
print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).all() # 用戶及其朋友
print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).filter(User.id < 10).all() # id 小于 10 的用戶及其朋友
print session.query(User.id, Friend.id).join(Friendship, User.id == Friendship.user_id1).join(Friend, Friend.id == Friendship.user_id2).all() # 兩次 join，由于使用到相同的表，因此需要別名
print session.query(User.id, Friendship.user_id2).outerjoin(Friendship, User.id == Friendship.user_id1).all() # 用戶及其朋友（無朋友則為 None，使用左連接）
  • 這里我沒提到 relationship，雖然它看上去很方便，但需要學習的內容實在太多，還要考慮很多性能上的問題，所以干脆自己 join 吧，
  • 為什么無法洗掉 in 操作查詢出來的記錄？
    復制代碼 代碼如下:
session.query(User).filter(User.id.in_((1, 2, 3))).delete()

拋出這樣的例外：

復制代碼 代碼如下:

sqlalchemy.exc.InvalidRequestError: Could not evaluate current criteria in Python.  Specify 'fetch' or False for the synchronize_session parameter.

但這樣是沒問題的：

復制代碼 代碼如下:

session.query(User).filter(or_(User.id == 1, User.id == 2, User.id == 3)).delete()

搜了下找到《Sqlalchemy delete subquery》這個問題，提到了 delete 的一個注意點：洗掉記錄時，默認會嘗試洗掉 session 中符合條件的物件，而 in 操作估計還不支持，于是就出錯了，解決辦法就是洗掉時不進行同步，然后再讓 session 里的所有物體都過期：

復制代碼 代碼如下:

session.query(User).filter(User.id.in_((1, 2, 3))).delete(synchronize_session=False)
session.commit() # or session.expire_all()
  • 此外，update 操作也有同樣的引數，如果后面立刻提交了，那么加上 synchronize_session=False 引數會更快，
    如何擴充模型的基類？
declarative_base() 會生成一個 class 物件，這個物件的子類一般都和一張表對應，如果想增加這個基類的方法或屬性，讓子類都能使用，可以有三種方法：

1.定義一個新類，將它的方法設定為基類的方法：

復制代碼 代碼如下:

class ModelMixin(object):
    @classmethod
    def get_by_id(cls, session, id, columns=None, lock_mode=None):
        if hasattr(cls, 'id'):
            scalar = False
            if columns:
                if isinstance(columns, (tuple, list)):
                    query = session.query(*columns)
                else:
                    scalar = True
                    query = session.query(columns)
            else:
                query = session.query(cls)
            if lock_mode:
                query = query.with_lockmode(lock_mode)
            query = query.filter(cls.id == id)
            if scalar:
                return query.scalar()
            return query.first()
        return None
    BaseModel.get_by_id = get_by_id
    @classmethod
    def get_all(cls, session, columns=None, offset=None, limit=None, order_by=None, lock_mode=None):
        if columns:
            if isinstance(columns, (tuple, list)):
                query = session.query(*columns)
            else:
                query = session.query(columns)
                if isinstance(columns, str):
                    query = query.select_from(cls)
        else:
            query = session.query(cls)
        if order_by is not None:
            if isinstance(order_by, (tuple, list)):
                query = query.order_by(*order_by)
            else:
                query = query.order_by(order_by)
        if offset:
            query = query.offset(offset)
        if limit:
            query = query.limit(limit)
        if lock_mode:
            query = query.with_lockmode(lock_mode)
        return query.all()
    BaseModel.get_all = get_all

    @classmethod
    def count_all(cls, session, lock_mode=None):
        query = session.query(func.count('*')).select_from(cls)
        if lock_mode:
            query = query.with_lockmode(lock_mode)
        return query.scalar()
    BaseModel.count_all = count_all

    @classmethod
    def exist(cls, session, id, lock_mode=None):
        if hasattr(cls, 'id'):
            query = session.query(func.count('*')).select_from(cls).filter(cls.id == id)
            if lock_mode:
                query = query.with_lockmode(lock_mode)
            return query.scalar() > 0
        return False
    BaseModel.exist = exist

    @classmethod
    def set_attr(cls, session, id, attr, value):
        if hasattr(cls, 'id'):
            session.query(cls).filter(cls.id == id).update({
                attr: value
            })
            session.commit()
    BaseModel.set_attr = set_attr

    @classmethod
    def set_attrs(cls, session, id, attrs):
        if hasattr(cls, 'id'):
            session.query(cls).filter(cls.id == id).update(attrs)
            session.commit()
    BaseModel.set_attrs = set_attrs

雖然很拙劣，但確實能用，順便還附送了一些有用的玩意，你懂的，

2.設定 declarative_base() 的 cls 引數：

復制代碼 代碼如下:

BaseModel = declarative_base(cls=ModelMixin)

這種方法不需要執行“BaseModel.get_by_id = get_by_id”之類的代碼，不足之處就是 PyCharm 仍然無法找到這些方法的位置，

3.設定 abstract 屬性：

復制代碼 代碼如下:

class BaseModel(BaseModel):
    __abstract__ = True
    __table_args__ = { # 可以省掉子類的 __table_args__ 了
        'mysql_engine': 'InnoDB',
        'mysql_charset': 'utf8'
    }
    # ...

這種方法最簡單，也可以繼承出多個類，

如何正確使用事務？

假設有一個簡單的銀行系統，一共兩名用戶：

復制代碼 代碼如下:

class User(BaseModel):
    __tablename__ = 'user'
    id = Column(Integer, primary_key=True)
    money = Column(DECIMAL(10, 2))

class TanseferLog(BaseModel):
    __tablename__ = 'tansefer_log'

    id = Column(Integer, primary_key=True)
    from_user = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
    to_user = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
    amount = Column(DECIMAL(10, 2))

user = User(money=100)
session.add(user)
user = User(money=0)
session.add(user)
session.commit()

然后開兩個 session，同時進行兩次轉賬操作：
復制代碼 代碼如下:

session1 = DB_Session()
session2 = DB_Session()
user1 = session1.query(User).get(1)
user2 = session1.query(User).get(2)
if user1.money >= 100:
    user1.money -= 100
    user2.money += 100
    session1.add(TanseferLog(from_user=1, to_user=2, amount=100))

user1 = session2.query(User).get(1)
user2 = session2.query(User).get(2)
if user1.money >= 100:
    user1.money -= 100
    user2.money += 100
    session2.add(TanseferLog(from_user=1, to_user=2, amount=100))

session1.commit()
session2.commit()

現在看看結果：
復制代碼 代碼如下:

>>> user1.money
Decimal('0.00')
>>> user2.money
Decimal('100.00')
>>> session.query(TanseferLog).count()
2L
  • 兩次轉賬都成功了，但是只轉走了一筆錢，這明顯不科學，
  • 可見 MySQL InnoDB 雖然支持事務，但并不是那么簡單的，還需要手動加鎖，
  • 首先來試試讀鎖：
    復制代碼 代碼如下:
user1 = session1.query(User).with_lockmode('read').get(1)
user2 = session1.query(User).with_lockmode('read').get(2)
if user1.money >= 100:
    user1.money -= 100
    user2.money += 100
    session1.add(TanseferLog(from_user=1, to_user=2, amount=100))
user1 = session2.query(User).with_lockmode('read').get(1)
user2 = session2.query(User).with_lockmode('read').get(2)
if user1.money >= 100:
    user1.money -= 100
    user2.money += 100
    session2.add(TanseferLog(from_user=1, to_user=2, amount=100))
session1.commit()
session2.commit()

現在在執行 session1.commit() 的時候，因為 user1 和 user2 都被 session2 加了讀鎖，所以會等待鎖被釋放，超時以后，session1.commit() 會拋出個超時的例外，如果捕捉了的話，或者 session2 在另一個行程，那么 session2.commit() 還是能正常提交的，這種情況下，有一個事務是肯定會提交失敗的，所以那些更改等于白做了，

接下來看看寫鎖，把上段代碼中的 'read' 改成 'update' 即可，這次在執行 select 的時候就會被阻塞了：

user1 = session2.query(User).with_lockmode('update').get(1)

這樣只要在超時期間內，session1 完成了提交或回滾，那么 session2 就能正常判斷 user1.money >= 100 是否成立了，
由此可見，如果需要更改資料，最好加寫鎖，

那么什么時候用讀鎖呢？如果要保證事務運行期間內，被讀取的資料不被修改，自己也不去修改，加讀鎖即可，
舉例來說，假設我查詢一個用戶的開支記錄（同時包含余額和轉賬記錄），可以直接把 user 和 tansefer_log 做個內連接，
但如果用戶的轉賬記錄特別多，我在查詢前想先驗證用戶的密碼（假設在 user 表中），確認相符后才查詢轉賬記錄，而這兩次查詢的期間內，用戶可能收到了一筆轉賬，導致他的 money 欄位被修改了，但我在展示給用戶時，用戶的余額仍然沒變，這就不正常了，
而如果我在讀取 user 時加了讀鎖，用戶是無法收到轉賬的（因為無法被另一個事務加寫鎖來修改 money 欄位），這就保證了不會查出額外的 tansefer_log 記錄，等我查詢完兩張表，釋放了讀鎖后，轉賬就可以繼續進行了，不過我顯示的資料在當時的確是正確和一致的，

另外要注意的是，如果被查詢的欄位沒有加索引的話，就會變成鎖整張表了：

復制代碼 代碼如下:

session1.query(User).filter(User.id > 50).with_lockmode('update').all()
session2.query(User).filter(User.id < 40).with_lockmode('update').all() # 不會被鎖，因為 id 是主鍵
session1.rollback()
session2.rollback()

session1.query(User).filter(User.money == 50).with_lockmode('update').all()
session2.query(User).filter(User.money == 40).with_lockmode('update').all() # 會等待解鎖，因為 money 上沒有索引

要避免的話，可以這樣：

復制代碼 代碼如下:

money = Column(DECIMAL(10, 2), index=True)

另一個注意點是子事務，
InnoDB 支持子事務（savepoint 陳述句），可以簡化一些邏輯，
例如有的方法是用于改寫資料庫的，它執行時可能提交了事務，但在后續的流程中卻執行失敗了，卻沒法回滾那個方法中已經提交的事務，這時就可以把那個方法當成子事務來運行了：

復制代碼 代碼如下:

def step1():
    # ...
    if success:
        session.commit()
        return True
    session.rollback()
    return False
def step2():
    # ...
    if success:
        session.commit()
        return True
    session.rollback()
    return False

session.begin_nested()
if step1():
    session.begin_nested()
    if step2():
        session.commit()
    else:
        session.rollback()
else:
    session.rollback()

此外，rollback 一個子事務，可以釋放這個子事務中獲得的鎖，提高并發性和降低死鎖概率，

如何對一個欄位進行自增操作？

最簡單的辦法就是獲取時加上寫鎖：

復制代碼 代碼如下:

user = session.query(User).with_lockmode('update').get(1)
user.age += 1
session.commit()

如果不想多一次讀的話，這樣寫也是可以的：

復制代碼 代碼如下:

session.query(User).filter(User.id == 1).update({
    User.age: User.age + 1
})
session.commit()
其實欄位之間也可以做運算：
session.query(User).filter(User.id == 1).update({
    User.age: User.age + User.id
})

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/234624.html

標籤：Python

上一篇：基于Python編程語言，打造一個愛奇藝熱播好劇提前搜系統

下一篇：最全得django講解，零基礎從入門到精通 （No.1）

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C＃(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 【C++】Microsoft C++、C 和匯編程式檔案

    ......

    uj5u.com 2020-09-10 00:57:23 more
  • 例外宣告

    相比于斷言適用于排除邏輯上不可能存在的狀態，例外通常是用于邏輯上可能發生的錯誤。 例外宣告 Item 1：當函式不可能拋出例外或不能接受拋出例外時，使用noexcept 理由 如果不打算拋出例外的話，程式就會認為無法處理這種錯誤，并且應當盡早終止，如此可以有效地阻止例外的傳播與擴散。 示例 //不可 ......

    uj5u.com 2020-09-10 00:57:27 more
  • Codeforces 1400E Clear the Multiset(貪心 + 分治)

    鏈接：https://codeforces.com/problemset/problem/1400/E 來源：Codeforces 思路：給你一個陣列，現在你可以進行兩種操作，操作1：將一段沒有 0 的區間進行減一的操作，操作2：將 i 位置上的元素歸零。最終問：將這個陣列的全部元素歸零后操作的最少 ......

    uj5u.com 2020-09-10 00:57:30 more
  • UVA11610 【Reverse Prime】

    本人看到此題沒有翻譯，就附帶了一個自己的翻譯版本 思考 這一題，它的第一個要求是找出所有 $7$ 位反向質數及其質因數的個數。 我們應該需要質數篩篩選1~$10^{7}$的所有數，這里就不慢慢介紹了。但是，重讀題，我們突然發現反向質數都是 $7$ 位，而將它反過來后的數字卻是 $6$ 位數，這就說明 ......

    uj5u.com 2020-09-10 00:57:36 more
  • 統計區間素數數量

    1 #pragma GCC optimize(2) 2 #include <bits/stdc++.h> 3 using namespace std; 4 bool isprime[1000000010]; 5 vector<int> prime; 6 inline int getlist(int ......

    uj5u.com 2020-09-10 00:57:47 more
  • C/C++編程筆記：C++中的 const 變數詳解，教你正確認識const用法

    1、C中的const 1、區域const變數存放在堆疊區中，會分配記憶體（也就是說可以通過地址間接修改變數的值）。測驗代碼如下： 運行結果： 2、全域const變數存放在只讀資料段（不能通過地址修改，會發生寫入錯誤）， 默認為外部聯編，可以給其他源檔案使用（需要用extern關鍵字修飾） 運行結果： ......

    uj5u.com 2020-09-10 00:58:04 more
  • 【C++犯錯記錄】VS2019 MFC添加資源不懂如何修改資源宏ID

    1. 首先在資源視圖中，添加資源 2. 點擊新添加的資源，復制自動生成的ID 3. 在解決方案資源管理器中找到Resource.h檔案，編輯，使用整個專案搜索和替換的方式快速替換 宏宣告 4. Ctrl+Shift+F 全域搜索，點擊查找全部，然后逐個替換 5. 為什么使用搜索替換而不使用屬性視窗直 ......

    uj5u.com 2020-09-10 00:59:11 more
  • 【C++犯錯記錄】VS2019 MFC不懂的批量添加資源

    1. 打開資源頭檔案Resource.h，在其中預先定義好宏 ID（不清楚其實ID值應該設定多少，可以先新建一個相同的資源項，再在這個資源的ID值的基礎上遞增即可） 2. 在資源視圖中選中專案資源，按F7編輯資源檔案，按 ID 型別 相對路徑的形式添加 資源。（別忘了先把檔案拷貝到專案中的res檔案 ......

    uj5u.com 2020-09-10 01:00:19 more
  • C/C++編程筆記：關于C++的參考型別，專供新手入門使用

    今天要講的是C++中我最喜歡的一個用法——參考，也叫別名。 參考就是給一個變數名取一個變數名，方便我們間接地使用這個變數。我們可以給一個變數創建N個參考，這N + 1個變數共享了同一塊記憶體區域。(參考型別的變數會占用記憶體空間，占用的記憶體空間的大小和指標型別的大小是相同的。雖然參考是一個物件的別名，但 ......

    uj5u.com 2020-09-10 01:00:22 more
  • 【C/C++編程筆記】從頭開始學習C ++：初學者完整指南

    眾所周知，C ++的學習曲線陡峭，但是花時間學習這種語言將為您的職業帶來奇跡，并使您與其他開發人員區分開。您會更輕松地學習新語言，形成真正的解決問題的技能，并在編程的基礎上打下堅實的基礎。 C ++將幫助您養成良好的編程習慣（即清晰一致的編碼風格，在撰寫代碼時注釋代碼，并限制類內部的可見性），并且由 ......

    uj5u.com 2020-09-10 01:00:41 more
最新发布
  • Rust中的智能指標:Box<T> Rc<T> Arc<T> Cell<T> RefCell<T> Weak

    Rust中的智能指標是什么 智能指標（smart pointers）是一類資料結構，是擁有資料所有權和額外功能的指標。是指標的進一步發展 指標（pointer）是一個包含記憶體地址的變數的通用概念。這個地址參考，或 ” 指向”（points at）一些其 他資料 。參考以 & 符號為標志并借用了他們所 ......

    uj5u.com 2023-04-20 07:24:10 more
  • Java的值傳遞和參考傳遞

    值傳遞不會改變本身，參考傳遞（如果傳遞的值需要實體化到堆里）如果發生修改了會改變本身。 1.基本資料型別都是值傳遞 package com.example.basic; public class Test { public static void main(String[] args) { int ......

    uj5u.com 2023-04-20 07:24:04 more
  • [2]SpinalHDL教程——Scala簡單入門

    第一個 Scala 程式 shell里面輸入 $ scala scala> 1 + 1 res0: Int = 2 scala> println("Hello World!") Hello World! 檔案形式 object HelloWorld { /* 這是我的第一個 Scala 程式 * 以 ......

    uj5u.com 2023-04-20 07:23:58 more
  • 理解函式指標和回呼函式

    理解 函式指標 指向函式的指標。比如： 理解函式指標的偽代碼 void (*p)(int type, char *data); // 定義一個函式指標p void func(int type, char *data); // 宣告一個函式func p = func; // 將指標p指向函式func ......

    uj5u.com 2023-04-20 07:23:52 more
  • Django筆記二十五之資料庫函式之日期函式

    本文首發于公眾號：Hunter后端 原文鏈接：Django筆記二十五之資料庫函式之日期函式 日期函式主要介紹兩個大類，Extract() 和 Trunc() Extract() 函式作用是提取日期，比如我們可以提取一個日期欄位的年份，月份，日等資料 Trunc() 的作用則是截取，比如 2022-0 ......

    uj5u.com 2023-04-20 07:23:45 more
  • 一天吃透JVM面試八股文

    什么是JVM？ JVM，全稱Java Virtual Machine（Java虛擬機），是通過在實際的計算機上仿真模擬各種計算機功能來實作的。由一套位元組碼指令集、一組暫存器、一個堆疊、一個垃圾回收堆和一個存盤方法域等組成。JVM屏蔽了與作業系統平臺相關的資訊，使得Java程式只需要生成在Java虛擬機 ......

    uj5u.com 2023-04-20 07:23:31 more
  • 使用Java接入小程式訂閱訊息！

    更新完微信服務號的模板訊息之后，我又趕緊把微信小程式的訂閱訊息給實作了！之前我一直以為微信小程式也是要企業才能申請，沒想到小程式個人就能申請。 訊息推送平臺🔥推送下發【郵件】【短信】【微信服務號】【微信小程式】【企業微信】【釘釘】等訊息型別。 https://gitee.com/zhongfuch ......

    uj5u.com 2023-04-20 07:22:59 more
  • java -- 緩沖流、轉換流、序列化流

    緩沖流 緩沖流, 也叫高效流, 按照資料型別分類： 位元組緩沖流：BufferedInputStream，BufferedOutputStream 字符緩沖流：BufferedReader，BufferedWriter 緩沖流的基本原理，是在創建流物件時，會創建一個內置的默認大小的緩沖區陣列，通過緩沖 ......

    uj5u.com 2023-04-20 07:22:49 more
  • Java-SpringBoot-Range請求頭設定實作視頻分段傳輸

    老實說，人太懶了，現在基本都不喜歡寫筆記了，但是網上有關Range請求頭的文章都太水了 下面是抄的一段StackOverflow的代碼...自己大修改過的，寫的注釋挺全的，應該直接看得懂，就不解釋了 寫的不好...只是希望能給視頻網站開發的新手一點點幫助吧. 業務場景：視頻分段傳輸、視頻多段傳輸（理 ......

    uj5u.com 2023-04-20 07:22:42 more
  • Windows 10開發教程_編程入門自學教程_菜鳥教程-免費教程分享

    教程簡介 Windows 10開發入門教程 - 從簡單的步驟了解Windows 10開發，從基本到高級概念，包括簡介，UWP，第一個應用程式，商店，XAML控制元件，資料系結，XAML性能，自適應設計，自適應UI，自適應代碼，檔案管理，SQLite資料庫，應用程式到應用程式通信，應用程式本地化，應用程式 ......

    uj5u.com 2023-04-20 07:22:35 more

Copyright © 2010-2020 有解無憂