当前位置: 首页 > news >正文

MySQL —— 事务

概念

事务把组SQL语句打包成为个整体,在这组SQL的执行过程中,要么全部成功,要么全部失败。
这组SQL语句可以是条也可以是多条。

ACID 特性

原子性

Atomicity(原子性)一个事务中的所有操作,要么全部成功,要么全部失败,不会出现只执行了一半的情况。如果事务在执行过程中发生错误,会回滚(Rollback )到事务开始前的状态,就像这个事务从来没有执行过一样。

一致性

Consistency (一致性):在事务开始之前和事务结束以后,数据库的完整性不会被破坏。这表示写入的数据必须完全符合所有的预设规则,包括数据的精度、关联性以及关于事务执行过程中服务器崩溃后如何恢复。

以转账为例:两个人之间相互转账,必须保证两个人的总金额是不变的,这就是一致性。

隔离性

Isolation (隔离性):**数据库允许多个并发事务同时对数据进行读写和修改,隔离性可以防止多个事务并发执行时由于交叉执行而导致数据的不一致。**事务可以指定不同的隔离级别,以权衡在不同的应用场景下数据库性能和安全。

以转账为例:张三进行购物,同时李四也进行购物,两人用于支付的银行卡(假设有一千元)是一样,假设两个人同时输入密码,同时发起转账申请,这时候银行那边就是接收到两个同时发生的事务,为了转账成功,两个事务的执行需要进行隔离,就是张三进行扣款100元之后,余额变为900,之后执行李四的扣款100元,余额变为800,这就是隔离性。
如果没有进行隔离,就是同时扣款100,最后余额会变成900。

持久性

Durability (持久性):事务处理结束后,对数据的修改将永久的写入存储介质,即便系统故障也不会丢失。

还是以转账为例:转账完成后,两个人的最后的金额要永久保存起来。

事务的使用

事务具备的ACID特性,是我们使用事务的原因,在我们日常的业务场景中有大量的需求要用事务来保证。支持事务的数据库能够简化我们的编程模型,不需要我们去考虑各种各样的潜在错误和并发问题,在使用事务过程中,要么提交,要么回滚,不用去考虑网络异常,服务器宕机等其他因素,因此我们经常接触的事务本质上是数据库对 ACID 模型的个实现,是为应层用服务的。

要使用事务那么数据库就要支持事务,在MySQL中支持事务的存储引擎是InnoDB,可以通过show engines; 语句查看:
在这里插入图片描述

事务的语法:

# 开始一个新事务
start transaction; 
# 或者
begin;# 提交当前事务,并对更改持久化保存
commit;# 回滚当前事务,取消其更改
rollback;

演示:
首先开启事务,并查看当前的学生表
在这里插入图片描述

把最后一行的白糖修改为赵六:
在这里插入图片描述

我们进行事务的回滚,事务没有进行提交,就不会进行数据的修改。
在这里插入图片描述


我们演示一下事务的提交:
开启事务,进行更新操作(将钱七这个名字改成王五),进行事务提交。

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

保存点

在事务执行的过程中设置保存点,回滚时指定保存点可以把数据恢复到保存点的状态

语法:

# 设置保存点
savepoint point_name;# 回滚到指定保存点
rollback to point_name;

演示:
开启事务:
在这里插入图片描述
把王五这条记录删除,并且保存这个保存点
在这里插入图片描述

再次进行更新操作:

在这里插入图片描述

这时候突然发现,更新操作失误了,更新错人了,我们可以回滚到保存点1:
在这里插入图片描述

自动 / 手动提交事务

默认情况下,MySQL是自动提交事务的,也就是说我们执行的每个CRUD操作,,都会自动开启个事务并在语句执行完成之后自动提交,发生异常时自动回滚。

我们来查看MySQL 事务提交是自动的还是手动的:
在这里插入图片描述

ON 表示是自动提交事务。

设置语法:

# 设置事务自动提交
set autocommit = 1;  # 方式一
set autocommit = on; # 方式二# 设置事务手动提交
set autocommi = 0;    # 方式一
set autocommit = off; # 方式二

在这里插入图片描述

注意:
只要使用 START TRANSACTIONBEGIN 开启事务,必须要通过 COMMIT 提交才会持久化,与是否设置 SET autocommit 无关。

手动提交模式下,不用显示开启事务,执行修改操作后,提交或回滚事务时直接使用 commit 或 rollback

已提交的事务不能回滚

隔离级别

MySQL服务可以同时被多个客户端访问,每个客户端执行的DML语句以事务为基本单位,那么不同的客户端在对同张表中的同条数据进行修改的时候就可能出现相互影响的情况,为了保证不同的事务之间在执行的过程中不受影响,那么事务之间就需要要相互隔离,这种特性就是隔离性。

事务间不同程度的隔离,称为事务的隔离级别;不同的隔离级别在性能和安全方面做了取舍,有的隔离级别注重并发性,优点注重安全性,有的则是并发和安全始终,在MySQL的InnoDB 引擎中事务的隔离级别有四种:
read uncommitted 读未提交
read committed 读已提交
repeatable read 可重复读 (默认)
serializable 串行化

查看隔离级别

事务的隔离级别分为全局作用域和会话作用域,查看不同作用域事务的隔离级别,可以使用以下的方式:

# 全局作用域
select @@global.transaction_isolation;# 当前会话作用域
select @@session.transaction_isolation;

在这里插入图片描述

MySQL默认隔离级别为可重复读

设置隔离级别 以及 不同隔离级别存在的问题

语法:

# 通过GLOBAL|SESSION分别指定不同作?域的事务隔离级别
SET [GLOBAL|SESSION] TRANSACTION ISOLATION LEVEL level|access_mode;# 隔离级别
level: {REPEATABLE READ # 可重复读| READ COMMITTED # 读已提交| READ UNCOMMITTED # 读未提交| SERIALIZABLE # 串?化
}# 访问模式
access_mode: {READ WRITE # 表?事务可以对数据进?读写| READ ONLY # 表?事务是只读,不能对数据进?读写
}# ?例
# 设置全局事务隔离级别为串?化,后续所有事务?效,不影响当前事务
SET GLOBAL TRANSACTION ISOLATION LEVEL SERIALIZABLE;# 设置会话事务隔离级别为串?化,当前会话后续的所有事务?效,不影响当前事务,可以在任何时候执?
SET SESSION TRANSACTION ISOLATION LEVEL SERIALIZABLE;# 如果不指定任何作?域,设置只针对下?个事务,随后的事务恢复之前的隔离级别
SET TRANSACTION ISOLATION LEVEL SERIALIZABLE;

下面演示不同的隔离级别,会开启两个MySQL会话窗口。

读未提交

先设置隔离级别:
在这里插入图片描述
在这里插入图片描述

开启两个事务:
在这里插入图片描述
查看我们的课程表:
在这里插入图片描述
在这里插入图片描述
当我们开启事务进行修改操作的时候,发现事务还没有提交,就已经被人看到了事务未提交的内容,这种就叫做脏读

脏读就是读取到别人未提交的事务内容。

读已提交

设置隔离级别:

在这里插入图片描述

查看课程表:

在这里插入图片描述

开启两个事务:
在这里插入图片描述

现在我们进行修改操作,当没有提交的时候,其他会话读取的时候是读不到未提交的内容。
在这里插入图片描述

当我们提交事务之后,其他会话才能读到 ENGLISH 这条数据。

在这里插入图片描述

这时候有一个问题,就是一个会话已知进行修改与提交事务,另一个会话进行读取数据的时候就会发现数据会一直变化,可是另一个会话并不想接收到修改的数据ENGLISH,只是想查看之前的数据(英文)的时候,就会特别烦恼。

这种问题我们称为不可重复读不可重复读指,读取到了修改的数据。

可重复读

设置隔离级别:
在这里插入图片描述

查看课程表:

在这里插入图片描述

首先开启两个事务:
在这里插入图片描述

其中一个事务将ENGLISH 修改未英文并提交事务,

在这里插入图片描述

另一个事务没有受到上面事务的影响,还是读取到的是ENGLISH

在这里插入图片描述

但是可重复读有一个问题:就是如果事务进行插入、删除操作的时候,影响的是结果集,在另一个事务在查询的时候,结果集也会随之发生改变。这种情况就叫做幻读

演示一下:
首先开始两个事务,一个事务对课程表进行插入操作并且进行提交。
在这里插入图片描述

这时候另一个事务会话查看的时候发现多了一个结果,这就是幻读。


删除也是:

在这里插入图片描述

串行化

串行化就是最高程度的隔离级别。两个事务都互不影响。

一个事务进行CRUD 操作的时候,不会影响到其他事务对同一个表的查询,也就是串行化不存在脏读,不可重复读、幻读的隔离问题。

小结

隔离级别

脏读

不可重复读

幻读

read uncommitted

存在

存在

存在

read committed

不存在

存在

存在

repeatable read

不存在

不存在

存在

serializable

不存在

不存在

不存在

从上到下并发性依次降低,隔离性依次提高。

相关文章:

MySQL —— 事务

概念 事务把组SQL语句打包成为个整体,在这组SQL的执行过程中,要么全部成功,要么全部失败。 这组SQL语句可以是条也可以是多条。 ACID 特性 原子性 Atomicity(原子性):一个事务中的所有操作,要么全部成功&#xff0…...

【大模型】ChatGPT 高效处理图片技巧使用详解

目录 一、前言 二、ChatGPT 4 图片处理介绍 2.1 ChatGPT 4 图片处理概述 2.1.1 图像识别与分类 2.1.2 图像搜索 2.1.3 图像生成 2.1.4 多模态理解 2.1.5 细粒度图像识别 2.1.6 生成式图像任务处理 2.1.7 图像与文本互动 2.2 ChatGPT 4 图片处理应用场景 三、文生图操…...

SpringBoot注入配置文件application.properties中的信息

问题:将可能会变动的配置信息硬编码在代码中,在修改时难以定位,且过于繁琐,怎么办? 解决:自定义application.properties配置文件中的信息,注意严格遵循ab的形式,不要加引号&#xf…...

大数据,Hadoop,HDFS的简单介绍

大数据 海量数据,具有高增长率、数据类型多样化、一定时间内无法使用常规软件工具进行捕捉、管理和处理的数据集 合 大数据的特征: 4V Volume : 巨大的数据量 Variety : 数据类型多样化 结构化的数据 : 即具有固定格式和有限长度的数据 半结构化的数据 : 是…...

第15章:Python TDD应对货币类开发变化(二)

写在前面 这本书是我们老板推荐过的,我在《价值心法》的推荐书单里也看到了它。用了一段时间 Cursor 软件后,我突然思考,对于测试开发工程师来说,什么才更有价值呢?如何让 AI 工具更好地辅助自己写代码,或许…...

黑马点评之导入初始项目(java)

!!!由于我一开始是在网盘上下载的资源,后面忙活半天,发现代码是不完整的,才知道需要在github上面拉取初始代码。 然后第二点是我的本地环境是jdk21,但是他原本的代码为jdk8,所以在换…...

Erlang语言的语法糖

Erlang语言的语法糖:简化编程的灵活工具 Erlang是一种功能强大的编程语言,最初由爱立信(Ericsson)为电信系统开发。它以其高并发性、容错性和分布式特性而闻名,特别适合构建实时系统。然而,Erlang的语法相…...

数据库基础知识:记录、表、字段、数据类型、约束、主键、外键、规范化、索引、序列

数据库是由一个或多个有组织的数据集合组成,而数据库管理系统(DBMS)是操作数据库的软件,包括很多人本科上课学过的SQL Server,现在常用的MySQL、Postgresql等,用于提供数据的存储、访问、运行和维护等。学习…...

Centos 8 交换空间管理

新增swap 要增加 Linux 系统的交换空间,可以按照以下步骤操作: 1. 创建一个交换文件 首先,选择文件路径和大小(例如,增加 1 GB 交换空间)。 sudo fallocate -l 1G /swapfile如果 fallocate 不可用&…...

迈向 “全能管家” 之路:机器人距离终极蜕变还需几步?

【图片来源于网络,侵删】 这是2024年初Figure公司展示的人形机器人Figure 01,他可以通过观看人类的示范视频,在10小时内经过训练学会煮咖啡,并且这个过程是完全自主没有人为干涉的! 【图片来源于网络,侵删】…...

Data Filtering Network 论文阅读和理解

目录 一、TL;DR 二、Introduction 2.1 apple的结论 2.2 业界做法: 2.3 我们的做法(Apple) 2.4 如何获取好的DFN 三、未完待续(这周出去购物了,下周继续补充) 一、TL;DR 核心…...

KMP算法

KMP算法详解 KMP(Knuth-Morris-Pratt)算法是一种用于在大串中寻找小串的字符串匹配算法。它通过在字符串匹配过程中避免不必要的重复比较,显著提高了效率。KMP算法的核心思想是利用字符串中已经匹配的部分信息来优化匹配过程,减少…...

分类操作,可以通过引入对 Bean 的前置和后置处理

深入理解 BeanPostProcessor BeanPostProcessor,它主要有两个方法before和after的执行阶段,主要就是明白方法是在谁的前面在谁的后面执行 在你的idea中创建一个项目,你可以通过实现Ordered这个接口来,这样就可以让其实现类去实现…...

【2024 年度总结】从小白慢慢成长

【2024 年度总结】从小白慢慢成长 1. 加入 CSDN 的契机2. 学习过程2.1 万事开头难2.2 下定决心开始学习2.3 融入技术圈2.4 完成万粉的目标 3. 经验分享3.1 工具的选择3.2 如何提升文章质量3.3 学会善用 AI 工具 4. 保持初心,继续前行 1. 加入 CSDN 的契机 首次接触…...

无数据库开源Wiki引擎WikiDocs

简介 什么是 WikiDocs ? WikiDocs 是一个无数据库的开源 Markdown 文件平面 Wiki 引擎。它旨在提供一个简单、灵活且易于使用的 Wiki 解决方案,允许用户创建和管理文档而无需依赖传统数据库。 主要特点 无数据库:使用纯文本文件存储数据&am…...

【算法】字符串:高精度计算之加法、乘法(数组模拟)

目录 1、高精度算法是什么? 2、易错点 高精度加法: 高精度减法: 高精度乘法: 高精度除法: 3、高精度加法 思路: 例题 4、高精度乘法 思路 例题 参考文章 高精度算法——数组模拟(加、减…...

4.JoranConfigurator解析logbak.xml

文章目录 一、前言二、源码解析GenericXMLConfiguratorlogback.xml解析通过SaxEvent构建节点model解析model节点DefaultProcessor解析model 三、总结 一、前言 上一篇介绍了logback模块解析logback.mxl文件的入口, 我们可以手动指定logback.xml文件的位置, 也可以使用其它的名…...

JavaWeb开发(十六)实战-生鲜后台管理系统(三)BeanUtils介绍、Servlet的抽取

1. 生鲜后台管理系统-BeanUtils的使用 1.1. BeanUtils介绍 BeanUtils 是 Apache commons组件的成员之一,主要用于简化JavaBean封装数据的操作。它可以给JavaBean封装一个字符串数据,也可以将一个表单提交的所有数据封装到JavaBean中。使用第三方工具&am…...

人形机器人将制造iPhone!

前言 优必选机器人和富士康通过一项突破性的合作伙伴关系,正在将先进的人形机器人(如Walker S1及其升级版Walker S2)整合到制造流程中,以改变iPhone的生产方式。这一合作旨在通过提升机器人能力、优化工作流程以及实现更智能的自动…...

Oracle 深入学习 Part 14:Managing Password Security and Resources(管理密码安全性和资源)

Profiles Profile 是一个以名称标识的集合,用于管理 密码 和 资源限制。 每个用户都对应一个profiles,可以通过 CREATE USER 或 ALTER USER 命令分配给用户。 Profiles 可以启用或禁用。 Profiles 可以关联到默认的 DEFAULT Profile。 密码管理&…...

202209 青少年软件编程等级考试C/C++ 二级真题答案及解析(电子学会)

第 1 题 统计误差范围内的数 统计一个整数序列中与指定数字m误差范围小于等于X的数的个数。 时间限制:5000 内存限制:65536 输入 输入包含三行: 第一行为N,表示整数序列的长度(N <= 100); 第二行为N个整数,整数之间以一个空格分开; 第三行包含2个整数,为指定…...

qt中透明度表示

透明度的表示方法 在 Qt 样式表中&#xff0c;使用 rgba 或 argb 颜色表示法时&#xff0c;透明度通常用一个介于 0 和 1 之间的小数表示。 rgba 表示法&#xff1a;rgba(red, green, blue, alpha)&#xff0c;其中 alpha 是透明度&#xff0c;例如 rgba(255, 0, 0, 0.5) 表示…...

Mybatis 进阶 / Mybatis—Puls (详细)

目录 一.动态SQL 1.1标签 1.2 标签 1.3标签 1.4标签 1.5标签 1.6标签 mybatis总结&#xff1a; 二.Mybatis-Puls 2.1准备工作 2.2CRUD单元测试 2.2.1创建UserInfo实体类 2.2.2编写Mapper接⼝类 2.2.3 测试类 2.3 常见注解 2.3.1TableName 2.3.2TableField 2.4打印日…...

opencv在图片上添加中文汉字(c++以及python)

opencv在图片上添加中文汉字&#xff08;c以及python&#xff09;_c opencv绘制中文 知乎-CSDN博客 环境&#xff1a; ubuntu18.04 desktopopencv 3.4.15 opencv是不支持中文的。 这里C代码是采用替换原图的像素点来实现的&#xff0c;实现之前我们先了解一下汉字点阵字库。…...

js截取video视频某一帧为图片

1.代码如下 <template><div class"box"><div class"video-box"><video controls ref"videoRef" preload"true"src"https://qt-minio.ictshop.com.cn:9000/resource-management/2025/01/08/7b96ac9d957c45a…...

Observability:最大化可观察性 AI 助手体验的 5 大提示(prompts)

作者&#xff1a;来自 Elastic Zoia_AUBRY 在过去三年担任客户工程师期间&#xff0c;我遇到了数百名客户&#xff0c;他们最常问的问题之一是&#xff1a;“我的数据在 Elastic 中&#xff1b;我该如何利用它获得最大优势&#xff1f;”。 如果这适用于你&#xff0c;那么本…...

HDFS的架构优势与基本操作

目录 写在前面一、 HDFS概述 1.1 HDFS简介1.2 HDFS优缺点 1.2.1 优点1.2.2 缺点 1.3 HDFS组成架构1.4 HDFS文件块大小 二、HDFS的Shell操作&#xff08;开发重点&#xff09; 2.1 基本语法2.2 命令大全2.3 常用命令实操 2.3.1 上传2.3.2 下载2.3.3 HDFS直接操作 三、HDFS的AP…...

hive表修改字段类型没有级连导致历史分区报错

一&#xff1a;问题背景 修改hive的分区表时有级连概念&#xff0c;指字段的最新状态&#xff0c;默认只对往后的分区数据生效&#xff0c;而之前的分区保留历史元数据状态。好处就是修改语句的效率很快&#xff0c;坏处就是如果历史分区的数据还有用&#xff0c;那就回发生分…...

023:到底什么是感受野?

本文为合集收录&#xff0c;欢迎查看合集/专栏链接进行全部合集的系统学习。 合集完整版请查看这里。 在前面介绍卷积算法时&#xff0c;一直在强调一个内容&#xff0c;那就是卷积算法的运算过程是—— 卷积核在输入图像上滑动扫描的过程。 在每一次扫描时&#xff0c;可以…...

GoFrame g.* 方法和数据类型

GoFrame g.* 方法和数据类型 GoFrame 框架通过 g.* 方法提供了一系列常用的数据类型和对象获取方法。这个模块采用强耦合设计&#xff0c;目的是为开发者提供便捷的类型和对象调用方式。 使用方式 import "github.com/gogf/gf/v2/frame/g"数据类型 基础类型别名 …...

分苹果,若a ^ b ^ c = 0意味着:a 和 (b ^ c) 的值相等,或者 b 和 (a ^ c) 的值相等,以及 c 和 (a ^ b) 的值相等。

若a ^ b ^ c faultSum&#xff0c;那么faultSum 0时&#xff0c;即可产生上面的平分方案。说明可以满足二进制平分 #include<bits/stdc.h> using namespace std; int main() { int n; cin>>n; vector<int> weight(n); for(int i0;i<n;i) {…...

深入解析人工智能中的协同过滤算法及其在推荐系统中的应用与优化

目录 什么是协同过滤算法核心原理基本步骤相似度计算代码实现详解1.流程图2.创建基础的数据结构存储用户评分数据3.计算用户相似度4.获取相似用户5.推荐方法 算法优化建议1. 数据预处理优化去除异常值和噪声数据进行数据标准化使用稀疏矩阵优化存储 2. 相似度计算优化使用局部敏…...

电梯系统的UML文档04

这个版本的类图是直接从4.2节中用例图的描述得来的&#xff0c;这个视图中的类覆盖了系统所有的功能。我们用电梯类和电梯控制器类&#xff08;ElevatorControl&#xff09;移动或停止电梯&#xff1b;用门类开门或关门&#xff1b;用指示器类让乘客知道电梯的位置和方向&#…...

《自动驾驶与机器人中的SLAM技术》ch4:预积分学

目录 1 预积分的定义 2 预积分的测量模型 ( 预积分的测量值可由 IMU 的测量值积分得到 ) 2.1 旋转部分 2.2 速度部分 2.3 平移部分 2.4 将预积分测量和误差式代回最初的定义式 3 预积分的噪声模型和协方差矩阵 3.1 旋转部分 3.2 速度部分 3.3 平移部分 3.4 噪声项合并 4 零偏的…...

海量数据的处理

一般来说都是针对数据量特别大&#xff0c;内存有限制的。 第一类&#xff1a;topk问题 比如&#xff0c;在海量数据中找前50大的数据怎么办&#xff1f; 方法一&#xff1a;使用小顶堆&#xff0c;用小顶堆维护这50个元素&#xff0c;当有新元素到来时&#xff0c;直接与堆…...

Python人脸识别库DeepFace使用教程及源码解析

目录 一、DeepFace介绍 1、人脸库设计 2、DeepFace.find 3、DeepFace.verify 4、DeepFace.analyze 5、DeepFace.extract_faces 6、DeepFace.represent 7、DeepFace.stream 二、DeepFace二次开发 1、开发活体检测API 2、模型权重持久化 三、总结 一、DeepFace介绍 …...

Nacos:使用PgSQL数据源

数据源插件开源仓库地址&#xff1a;nacos-datasource-extend-plugins 一、PostgreSQL数据库安装 1、本文使用Docker进行数据库的安装&#xff0c;使用docker命令拉取的PG14版本的数据库&#xff1a; docker pull postgres:14.6 2、创建PG容器并启动&#xff0c;映射了5432…...

基于Python的多元医疗知识图谱构建与应用研究(下)

五、基于医疗知识图谱的医疗知识图谱程序构建 5.1 数据层构建 5.1.1 数据源选择与获取 在构建基于医疗知识图谱的医疗知识图谱数据层时,数据源的选择与获取至关重要。数据源的质量和丰富度直接决定了知识图谱的可靠性和实用性。医学文献是重要的数据源之一,包括学术期刊论…...

JAVA:Spring Boot 实现责任链模式处理订单流程的技术指南

1、简述 在复杂的业务系统中&#xff0c;订单流程往往需要一系列的操作&#xff0c;比如验证订单、检查库存、处理支付、更新订单状态等。责任链模式&#xff08;Chain of Responsibility&#xff09;可以帮助我们将这些处理步骤分开&#xff0c;并且以链式方式处理每一个操作…...

SpringBoot多级配置文件

1.问题先导 有这样的场景&#xff0c;我们开发完毕后需要测试人员进行测试&#xff0c;由于测试环境和开发环境的很多配置都不相同&#xff0c;所以测试人员在运 行我们的工程时需要临时修改很多配置&#xff0c;如下 java –jar springboot.jar –-spring.profiles.activete…...

阿里云安装mikrotik7配置内网互通

阿里云近期推出了200M不限量机器&#xff0c;对于没有公网接入的中小企业可以借助这个机器对多地分支机构进行内网互通。目前已经有很多机构用这个搞跨云k8s,跨云集群了。 mikrotik作为一个商用的软件&#xff0c;操作性比一些开源的软件好用不少。 本文使用的网段为172.16.1…...

std::forward实现原理与应用场景

std::forward 是 C11 引入的一个函数模板&#xff0c;用于实现完美转发&#xff08;Perfect Forwarding&#xff09;。它的核心作用是根据传入的参数&#xff0c;决定将参数以左值引用还是右值引用的方式进行转发&#xff0c;从而保持参数的原始值类别。 实现原理 template&l…...

TiDB 在市面上的热门应用领域

TiDB 在市面上的热门应用领域 TiDB 作为一款分布式数据库&#xff0c;凭借其高可扩展性和强一致性&#xff0c;逐渐成为多个行业和领域的热门选择。那么&#xff0c;TiDB 在市面上主要应用在哪些领域呢&#xff1f;今天我们来看看 TiDB 在几个热门领域的应用场景。 1. 互联网…...

“深入浅出”系列之C++:(11)推荐一些C++的开源项目

1. SQLiteCpp - 简单易用的Sqlite C封装库 仓库地址&#xff1a;https://github.com/SRombauts/SQLiteCpp 简介&#xff1a;SQLiteCpp是一个对Sqlite数据库进行C封装的开源库&#xff0c;代码行数约2,500行。它提供了简洁易用的接口&#xff0c;使得在C项目中操作Sqlite数据库…...

高等数学学习笔记 ☞ 定积分的积分方法

1. 定积分的换元积分法 1. 换元积分公式&#xff1a;设函数在闭区间上连续&#xff0c;令&#xff0c;若满足&#xff1a; ①&#xff1a;当时&#xff0c;&#xff1b;当时&#xff0c;。 此时的大小关系不一定&#xff0c;但与最好对应着写&#xff0c;否则就要留意变号的问…...

KVA教程-插件开发

“如果结果不如你所愿&#xff0c;就在尘埃落定前奋力一搏。”——《夏目友人帐》 “有些事不是看到了希望才去坚持&#xff0c;而是因为坚持才会看到希望。”——《十宗罪》 “维持现状意味着空耗你的努力和生命。”——纪伯伦 KVA 技术教程 * 插件开发 简介 插件开发是KVA&a…...

AI守护煤矿安全生产:基于视频智能的煤矿管理系统架构解析

前言 本文我将介绍我和我的团队自主研发设计的一款AI产品的成果展示——“基于视频AI识别技术的煤矿安全生产管理系统”。 这款产品是目前我在创业阶段和几位矿业大学的博士共同从架构设计、开发到交付的全过程中首次在博客频道发布, 我之前一直想写但没有机会来整理这套系统的…...

AI编程工具横向评测--Cloudstudio塑造完全态的jupyter notebook助力数据分析应用开发

AI编程工具横向评测–Cloudstudio塑造完全态的jupyter notebook助力数据分析应用开发 数据分析类应用的开发&#xff0c;指的是首先进行数据分析&#xff0c;比如统计学分析、机器学习模型的构建等&#xff0c;然后将分析的流程开发成数据分析类的工具&#xff0c;或者将数据分…...

04JavaWeb——Maven-SpringBootWeb入门

Maven 课程内容 初识Maven Maven概述 Maven模型介绍 Maven仓库介绍 Maven安装与配置 IDEA集成Maven 依赖管理 01. Maven课程介绍 1.1 课程安排 学习完前端Web开发技术后&#xff0c;我们即将开始学习后端Web开发技术。做为一名Java开发工程师&#xff0c;后端Web开发…...

ThreeJS能力演示——界面点选交互能力

1、支持界面点选 点选模型整体思路是&#xff1a;根据camera位置作为起始点&#xff0c;叠加鼠标相对位置作为偏置&#xff0c;摄像头方向作为射线方向。 根据射线方向中的遇到的3D物体列表&#xff0c;第一个遇到的物体作为被点选的物体。 // 鼠标事件处理let selectedObjec…...