主頁 > 後端開發 > SQLAlchemy

SQLAlchemy

2020-09-20 10:32:52 後端開發

 

一、SQLAlchemy介紹

QLAlchemy是一個基于Python的ORM框架，該框架是建立在DB-API之上，使用關系物件映射進行資料庫操作，
簡而言之就是，將類和物件轉換成SQL，然后使用資料API執行SQL并獲取執行結果，

什么是DB-API？
DB-API是Python的資料庫介面規范，

在沒有DB-API之前，各資料庫之間的應用介面非常混亂，實作各不相同，
專案需要更換資料庫的時候，需要做大量的修改，非常不方便，DB-API就是為了解決這樣的問題，



pip install sqlalchemy

組成部分：
　　-- engine，框架的引擎
　　-- connection pooling 資料庫連接池
　　-- Dialect 選擇鏈接資料庫的DB-API種類（實際選擇哪個模塊鏈接資料庫）
　　-- Schema/Types 架構和型別
　　-- SQL Expression Language SQL運算式語言

 

二、連接資料庫

SQLAlchemy 本身無法操作資料庫，其必須依賴遵循DB-API規范的三方模塊，
Dialect 用于和資料API進行互動，根據配置的不同呼叫不同資料庫API，從而實作資料庫的操作，

下面是不同資料庫的API：

　　# MySQL-PYthon  　　mysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname> 　　 　　# Pymysql 　　mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>] 　　 　　# MySQL-Connector 　　mysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname> 　　 　　# Cx_Oracle 　　oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...]

 

連接資料庫

 　　from sqlalchemy import create_engine 
　　# create_engine就是去建立連接，相當于我們pymsql建立連接的時候 conn= pymysql.connect(...)
　　conn = create_engine(
   　　 "mysql+pymysql://root:[email protected]:3306/資料庫名?charset=utf8mb4",
   　　 max_overflow=0,   # 超過連接池大小外最多創建的連接數
   　　 pool_size=5,      # 連接池大小
   　　 pool_timeout=30,  # 連接池中沒有執行緒最多等待時間，否則報錯
   　　 pool_recycle=-1,  # 多久之后對連接池中的連接進行回收（重置）-1不回收
　　)

 

三、執行原生SQL

 　　from sqlalchemy import create_engine 
　　conn = create_engine(
　　　　"mysql+pymysql://root:[email protected]:3306/test?charset=utf8mb4",
　　　　max_overflow=0,
　　　　pool_size=5,
　　)

　　def test():
　　　　ret = conn.execute("select * from MyTest")
　　　　result = ret.fetchall()
　　　　print(result)
　　　　ret.close()

　　if __name__ == '__main__':
　　　　test()

 

四、ORM

1、創建表

復制代碼 
# 1. 創建單表
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, DateTime
from sqlalchemy import Index, UniqueConstraint
import datetime

ENGINE = create_engine("mysql+pymysql://root:[email protected]:3306/test?charset=utf8mb4",)

# Base是declarative_base的實體化物件
Base = declarative_base()


# 每個類都要繼承Base
class UserInfo(Base):
    # __tablename__是必須要的，它是設定實際存在資料庫中的表名
    __tablename__ = "user_info"

    # Column是列的意思，固定寫法 Column(欄位型別, 引數)
    # primary_key主鍵、index索引、nullable是否可以為空
    id = Column(Integer, primary_key=True)
    name = Column(String(32), index=True, nullable=False)
    email = Column(String(32), unique=True)
    create_time = Column(DateTime, default=datetime.datetime.now)

    # 相當于Django的ORM的class Meta，是一些元資訊
    __table_args__ = (
        UniqueConstraint("id", "name", name="uni_id_name"),
        Index("name", "email")
    )


def create_db():
    # metadata.create_all創建所有表
    Base.metadata.create_all(ENGINE)


def drop_db():
    # metadata.drop_all洗掉所有表
    Base.metadata.drop_all(ENGINE)


if __name__ == '__main__':
    create_db()
復制代碼 1. 創建單表 復制代碼 
# 2. 創建一對多的表
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, DateTime
from sqlalchemy import Index, UniqueConstraint, ForeignKey
from sqlalchemy.orm import relationship
import datetime


ENGINE = create_engine("mysql+pymysql://root:[email protected]:3306/test?charset=utf8mb4",)

Base = declarative_base()


# ======一對多示例=======
class UserInfo(Base):
    __tablename__ = "user_info"

    id = Column(Integer, primary_key=True)
    # index=True,設定索引
    name = Column(String(32), index=True, nullable=False)
    email = Column(String(32), unique=True)
    create_time = Column(DateTime, default=datetime.datetime.now)
    # ForeignKey欄位的建立,需要指定外鍵系結哪個表的哪個欄位
    hobby_id = Column(Integer, ForeignKey("hobby.id"))
    # 不生成表結構 方便查詢和增加的操作
    # 第一個引數是關聯到哪個類(表), backref是給關聯的那個類反向查詢用的
    hobby = relationship("Hobby", backref="user")

    __table_args__ = (
        # UniqueConstraint聯合唯一，這個聯合唯一的欄位名為：uni_id_name
        UniqueConstraint("id", "name", name="uni_id_name"),
        # 聯合索引
        Index("name", "email")
    )


class Hobby(Base):
    __tablename__ = "hobby"

    id = Column(Integer, primary_key=True)
    title = Column(String(32), default="碼代碼")




def create_db():
    Base.metadata.create_all(ENGINE)


def drop_db():
    Base.metadata.drop_all(ENGINE)



if __name__ == '__main__':
    create_db()
    # drop_db()
復制代碼 2. 創建一對多的表 復制代碼 
# 3. 創建多對多的表
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, DateTime
from sqlalchemy import Index, UniqueConstraint, ForeignKey
from sqlalchemy.orm import relationship
import datetime


ENGINE = create_engine("mysql+pymysql://root:[email protected]:3306/test?charset=utf8mb4",)

Base = declarative_base()


# ======多對多示例=======
class Book(Base):
    __tablename__ = "book"

    id = Column(Integer, primary_key=True)
    title = Column(String(32))
    # 不生成表欄位 僅用于查詢和增加方便
    # 多對多的relationship還需要設定額外的引數secondary：系結多對多的中間表
    tags = relationship("Tag", secondary="book2tag", backref="books")


class Tag(Base):
    __tablename__ = "tag"

    id = Column(Integer, primary_key=True)
    title = Column(String(32))


class Book2Tag(Base):
    __tablename__ = "book2tag"

    id = Column(Integer, primary_key=True)
    book_id = Column(Integer, ForeignKey("book.id"))
    tag_id = Column(Integer, ForeignKey("tag.id"))


def create_db():
    Base.metadata.create_all(ENGINE)

def drop_db():
    Base.metadata.drop_all(ENGINE)

if __name__ == '__main__':
    create_db()
    # drop_db()
復制代碼 3. 創建多對多的表 復制代碼 
from sqlalchemy import create_engine, ForeignKey, UniqueConstraint, Index
from sqlalchemy import Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker, scoped_session
from sqlalchemy.orm import relationship
from sqlalchemy import Index, UniqueConstraint

conn = create_engine(
    "mysql+pymysql://root:[email protected]:3306/mytest?charset=utf8mb4",
    max_overflow=0,  # 超過連接池大小外最多創建的連接數
    pool_size=5,  # 連接池大小
    pool_timeout=30,  # 連接池中沒有執行緒最多等待時間，否則報錯
    pool_recycle=-1,  # 多久之后對連接池中的連接進行回收（重置）-1不回收
)

Base = declarative_base()


class Book(Base):
    __tablename__ = 'book'

    id = Column(Integer, primary_key=True)
    title = Column(String(64), nullable=False)
    publisher_id = Column(Integer, ForeignKey('publisher.id'))
    publisher = relationship('Publisher', backref='books')
    tags = relationship('Tag', backref='books', secondary='book2tag')

    __table_args__ = (
        # UniqueConstraint聯合唯一，這個聯合唯一的欄位名為：uni_id_name
        UniqueConstraint("id", "title", name="uni_id_title"),
        # 聯合索引
        Index("id", "title")
    )

    def __repr__(self):
        return self.title


class Publisher(Base):
    __tablename__ = 'publisher'

    id = Column(Integer, primary_key=True)
    title = Column(String(64), nullable=False)

    def __repr__(self):
        return self.title


class Tag(Base):
    __tablename__ = 'tag'

    id = Column(Integer, primary_key=True)
    title = Column(String(64), nullable=False)

    def __repr__(self):
        return self.title


class Book2Tag(Base):
    __tablename__ = 'book2tag'

    id = Column(Integer, primary_key=True)
    book_id = Column(Integer, ForeignKey('book.id'))
    tag_id = Column(Integer, ForeignKey('tag.id'))


def create_db():
    # metadata.create_all創建所有表
    Base.metadata.create_all(conn)


def drop_db():
    # metadata.drop_all洗掉所有表
    Base.metadata.drop_all(conn)


# 每次執行資料庫操作的時候，都需要創建一個session,相當于管理器(相當于Django的ORM的objects)
session_factory = sessionmaker(bind=conn)
# 執行緒安全，基于本地執行緒實作每個執行緒用同一個session
Session = scoped_session(session_factory)
# 實體化(相當于實作了一個單例模式)
session = Session()
# session2 = Session() --> session is session2


# 下面這種情況
# session_factory = sessionmaker(bind=conn)
# session3 = session_factory()
# session4 = session_factory()
# session3 is not session4


if __name__ == '__main__':
    # create_db()
    # drop_db()

    # publisher_obj = Publisher(title='xxx出版社')
    # book_obj = Book(title='時間簡史', publisher=publisher_obj)
    # tag_obj1 = Tag(title='python')
    # tag_obj2 = Tag(title='go')
    # tag_obj3 = Tag(title='linux')
    # session.add(publisher_obj)
    # session.add(book_obj)
    # session.add_all([tag_obj1, tag_obj2, tag_obj3])
    # session.commit()
    # session.close()

    # ret1 = session.query(Tag).filter(Tag.id==1).first()
    # ret2 = session.query(Tag).filter_by(id=2).first()
    # print(ret1)
    # print(ret2)

    # session.query(Tag).filter_by(id=2).update({"title": 'golang'})
    # tag_obj = Tag(title='heihei2')
    # tag_obj.books = [session.query(Book).filter_by(id=1).first()]
    # session.add(tag_obj)
    # session.commit()

    # book_obj = Book(title='狗屎仔',
    #                 publisher_id=1,
    #                 tags=[session.query(Tag).filter_by(id=1).first(), session.query(Tag).filter_by(id=2).first()])
    # session.add(book_obj)
    # session.commit()

    # ret = session.query(Book, Publisher).filter(Book.publisher_id==Publisher.id).all()
    # ret = session.query(Book).join(Publisher).all()
    # ret = session.query(Book).join(Publisher, isouter=True).all()
    ret = session.query(Book).outerjoin(Publisher).all()
    print(ret)
復制代碼 4. 完整的Demo

 

2、對資料庫表的操作(增刪改查)

復制代碼 
# 1. scoped_session
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker, scoped_session
from models_demo import Tag


ENGINE = create_engine("mysql+pymysql://root:[email protected]:3306/test?charset=utf8mb4",)

# 每次執行資料庫操作的時候，都需要創建一個session,相當于管理器(相當于Django的ORM的objects)
Session = sessionmaker(bind=ENGINE)
# 執行緒安全，基于本地執行緒實作每個執行緒用同一個session
session = scoped_session(Session)


# =======執行ORM操作==========
tag_obj = Tag(title="SQLAlchemy")
# 添加
session.add(tag_obj)
# 提交
session.commit()
# 關閉session
session.close()
復制代碼 1. scoped_session

 

復制代碼 
# 2. 基本增刪改查
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker, scoped_session
from models_demo import Tag, UserInfo
import threading


ENGINE = create_engine("mysql+pymysql://root:[email protected]:3306/test?charset=utf8mb4",)

Session = sessionmaker(bind=ENGINE)

# 每次執行資料庫操作的時候，都需要創建一個session
session = Session()
session = scoped_session(Session)


# ============添加================
tag_obj = Tag(title="SQLAlchemy")
session.add(tag_obj)

# 批量添加
session.add_all([
    Tag(title="Python"),
    Tag(title="Django"),
])
# 提交
session.commit()
# 關閉session
session.close()


# ============基礎查詢============
ret = session.query(Tag).all()
# get(id)
ret1 = session.query(Tag).get(1)  # 查詢Tag表 id=1的記錄
# filter(運算式)
ret2 = session.query(Tag).filter(Tag.title == "Python").all()
# filter_by(欄位=xx)
ret3 = session.query(Tag).filter_by(title="Python").all()
ret4 = session.query(Tag).filter_by(title="Python").first()
print(ret1, ret2, ret3, ret4)


# ============洗掉===========
session.query(Tag).filter_by(id=1).delete()
session.commit()


# ===========修改===========
session.query(Tag).filter_by(id=22).update({Tag.title: "LOL"})
session.query(Tag).filter_by(id=23).update({"title": "吃雞"})
session.query(Tag).filter_by(id=24).update({"title": Tag.title + "~"}, synchronize_session=False)
# synchronize_session="evaluate" 默認值進行數字加減
session.commit()
復制代碼 2. 基本增刪改查

 

復制代碼 
# 3. 常用操作
# 條件查詢
ret1 = session.query(Tag).filter_by(id=22).first()
ret2 = session.query(Tag).filter(Tag.id > 1, Tag.title == "LOL").all()
ret3 = session.query(Tag).filter(Tag.id.between(22, 24)).all()
ret4 = session.query(Tag).filter(~Tag.id.in_([22, 24])).first()
from sqlalchemy import and_, or_
ret5 = session.query(Tag).filter(and_(Tag.id > 1, Tag.title == "LOL")).first()
ret6 = session.query(Tag).filter(or_(Tag.id > 1, Tag.title == "LOL")).first()
ret7 = session.query(Tag).filter(or_(
    Tag.id>1,
    and_(Tag.id>3, Tag.title=="LOL")
)).all()

# 通配符
ret8 = session.query(Tag).filter(Tag.title.like("L%")).all()
ret9 = session.query(Tag).filter(~Tag.title.like("L%")).all()

# 限制
ret10 = session.query(Tag).filter(~Tag.title.like("L%")).all()[1:2]

# 排序
ret11 = session.query(Tag).order_by(Tag.id.desc()).all()  # 倒序
ret12 = session.query(Tag).order_by(Tag.id.asc()).all()  # 正序

# 分組
ret13 = session.query(Tag.test).group_by(Tag.test).all()

# 聚合函式
from sqlalchemy.sql import func
ret14 = session.query(
    func.max(Tag.id),
    func.sum(Tag.test),
    func.min(Tag.id)
).group_by(Tag.title).having(func.max(Tag.id > 22)).all()

# 連表
# print(ret15) 得到一個串列套元組 元組里是兩個物件
# [(user_obj1, hobby_obj1), (user_obj2, hobby_obj2), ]
ret15 = session.query(UserInfo, Hobby).filter(UserInfo.hobby_id == Hobby.id).all()

# print(ret16) 得到串列里面是前一個物件，join相當于inner join
# [user_obj1, user_obj2, ]
ret16 = session.query(UserInfo).join(Hobby).all()

# 相當于inner join
# for i in ret16:
#     # print(i[0].name, i[1].title)
#     print(i.hobby.title)

# 指定isouter=True相當于left join
ret17 = session.query(Hobby).join(UserInfo, isouter=True).all()
ret17_1 = session.query(UserInfo).join(Hobby, isouter=True).all()

# 或者直接用outerjoin也是相當于left join
ret18 = session.query(Hobby).outerjoin(UserInfo).all()
ret18_1 = session.query(UserInfo).outerjoin(Hobby).all()
print(ret17)
print(ret17_1)
print(ret18)
print(ret18_1)
復制代碼 3. 常用操作

 

復制代碼 
# 4. 基于relationship的ForeignKey
# 添加
user_obj = UserInfo(name="提莫", hobby=Hobby(title="種蘑菇"))
session.add(user_obj)

hobby = Hobby(title="彈奏一曲")
hobby.user = [UserInfo(name="琴女"), UserInfo(name="妹紙")]
# hobby.user = [session.query(UserInfo).filter_by(id=1).first(), ]
session.add(hobby)
session.commit()

# 基于relationship的正向查詢
user_obj_1 = session.query(UserInfo).first()
print(user_obj_1.name)
print(user_obj_1.hobby.title)

# 基于relationship的反向查詢
hb = session.query(Hobby).first()
print(hb.title)
for i in hb.user:
    print(i.name)

session.close()
復制代碼 4. 基于relationship的ForeignKey

 

基于relationship的M2M 復制代碼 
# 5. 基于relationship的M2M
# 添加
# 直接給中間表添加
book_obj = Book(title="Python原始碼剖析")
tag_obj = Tag(title="Python")
b2t = Book2Tag(book_id=book_obj.id, tag_id=tag_obj.id)
session.add_all([
    book_obj,
    tag_obj,
    b2t,
])
session.commit()

# 通過反向欄位添加
book = Book(title="測驗")
book.tags = [Tag(title="測驗標簽1"), Tag(title="測驗標簽2")]
# book.tags = [session.query(Tag).filter_by(id=1).first(), ]
session.add(book)
session.commit()

tag = Tag(title="LOL")
tag.books = [Book(title="大龍重繪時間"), Book(title="小龍重繪時間")]
session.add(tag)
session.commit()

# 基于relationship的正向查詢
book_obj = session.query(Book).filter_by(id=4).first()
print(book_obj.title)
print(book_obj.tags)
# 基于relationship的反向查詢
tag_obj = session.query(Tag).first()
print(tag_obj.title)
print(tag_obj.books)

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/88141.html

標籤：Python

上一篇：python爬蟲 response.text 和 response.content的區別

下一篇：cv2處理圖片的模板

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