MySQL进阶 —— 超详细操作演示!!!(中)

MySQL进阶 —— 超详细操作演示!!!(中)

    • 三、SQL 优化
      • 3.1 插入数据
      • 3.2 主键优化
      • 3.3 order by 优化
      • 3.4 group by 优化
      • 3.5 limit 优化
      • 3.6 count 优化
      • 3.7 update 优化
    • 四、视图/存储过程/触发器
      • 4.1 视图
      • 4.2 存储过程
      • 4.3 存储函数
      • 4.4 触发器
    • 五、锁
    • 六、InnoDB 引擎
    • 七、MySQL 管理

MySQL— 基础语法大全及操作演示!!!

  • 1、MySQL概述
  • 2、SQL
  • 3、函数
  • 4、约束
  • 5、多表查询
  • 6、事务

MySQL进阶 —— 超详细操作演示!!!(持续更新)

  • 1、存储引擎
  • 2、索引
  • 3、SQL 优化
  • 4、视图 / 存储过程 / 触发器
  • 5、锁
  • 6、InnoDB 引擎
  • 7、MySQL 管理

三、SQL 优化

3.1 插入数据

⭐️ 1) 、 insert

如果我们需要一次性往数据库表中插入多条记录,可以从以下三个方面进行优化。

每执行一个 insert 都要与数据库建立连接进行网络传输,性能相对较低!

insert into tb_test values(1,'tom');
insert into tb_test values(2,'cat');
insert into tb_test values(3,'jerry');
.....
  • 1). 优化方案一 —— 批量插入数据
    • (500条 ~ 1000 条)
insert into tb_test values(1,'Tom'), (2,'Cat'), (3,'Jerry');
  • 2). 优化方案二 —— 手动控制事务
    • (几万条,分割为多条 insert
    • mysql 中的事务提交方式默认为自动提交,意味着执行一条 insert 语句后,事务就提交了,会出现频繁的事务开启和提交
start transaction;
insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'Jerry');
insert into tb_test values(4,'Tom'),(5,'Cat'),(6,'Jerry');
insert into tb_test values(7,'Tom'),(8,'Cat'),(9,'Jerry');
commit;
  • 3). 优化方案三 —— 主键顺序插入,性能要高于乱序插入。
    • (取决于mysql 的数据组织结构)
主键乱序插入 : 8 1 9 21 88 2 4 15 89 5 7 3
主键顺序插入 : 1 2 3 4 5 7 8 9 15 21 88 89

⭐️ 2) 、 大批量插入数据

如果一次性需要插入 大批量数据 (比如: 几百万的记录 ),使用insert语句插入性能较低,此时可以使用MySQL数据库提供的 load 指令进行插入。操作如下:

在这里插入图片描述
可以执行如下指令,将 数据脚本文件 中的数据加载到 表结构 中:

-- 客户端连接服务端时,加上参数 --local-infile(表示加载本地文件)
mysql --local-infile -u root -p-- 设置全局参数local_infile为1,开启从本地加载文件导入数据的开关
set global local_infile = 1;-- 执行load指令将准备好的数据,加载到表结构中
load data local infile '/root/sql1.log' into table tb_user fields terminated by ',' lines terminated by '\n' ;
    • fields terminated by ',' : 每个字段使用 , 分隔;
    • lines terminated by '\n' : 每一行使用 \n 分隔。

在这里插入图片描述
在这里插入图片描述

上传并查看 数据脚本文件load_user_100w_sort.sql

在这里插入图片描述

主键顺序插入性能高于乱序插入 !

示例演示:

  • A. 创建表结构
CREATE TABLE `tb_user` (`id` INT(11) NOT NULL AUTO_INCREMENT,`username` VARCHAR(50) NOT NULL,`password` VARCHAR(50) NOT NULL,`name` VARCHAR(20) NOT NULL,`birthday` DATE DEFAULT NULL,`sex` CHAR(1) DEFAULT NULL,PRIMARY KEY (`id`),UNIQUE KEY `unique_user_username` (`username`)
) ENGINE=INNODB DEFAULT CHARSET=utf8 ;

在这里插入图片描述

  • B. 设置参数
-- 客户端连接服务端时,加上参数 -–local-infile
mysql –-local-infile -u root -p-- 设置全局参数local_infile为1,开启从本地加载文件导入数据的开关
set global local_infile = 1;
  • C. load加载数据
load data local infile '/data/sql/load_user_100w_sort.sql' into table tb_user fields terminated by ',' lines terminated by '\n' ;

在这里插入图片描述

我们看到,插入100w的记录,57s就完成了,性能很好;若使用 insert 插入,至少要十来分钟!

load 时,主键顺序插入 性能高于乱序插入

3.2 主键优化

主键顺序插入 的性能是要高于乱序插入的。 这一小节,就来介绍一下具体的原因,然后再分析一下主键又该如何设计。

1). 数据组织方式

  • InnoDB 存储引擎中,表数据都是根据主键顺序组织存放的,这种存储方式的表称为 索引组织表(index organized table IOT)。

在这里插入图片描述

  • 行数据,都是存储在聚集索引的叶子节点上的。而我们之前也讲解过InnoDB的逻辑结构图:

在这里插入图片描述

在InnoDB引擎中,数据行是记录在逻辑结构 page 页中的,而每一个页的大小是固定的,默认16K
那也就意味着, 一个页中所存储的行也是有限的,如果插入的数据行 row 在该页存储不下,将会存储到下一个页中,页与页之间会通过指针连接

2). 页分裂

  • 页可以为空,也可以填充一半,也可以填充100%。每个页包含了 2-N 行数据(如果一行数据过大,会行溢出),根据主键排列。

A. 主键顺序插入效果

  • ①. 从磁盘中申请页主键顺序插入

在这里插入图片描述

  • ②. 第一个页没有满,继续往第一页插入

在这里插入图片描述

  • ③. 当第一个也写满之后,再写入第二个页,页与页之间会通过指针连接

在这里插入图片描述

  • ④. 当第二页写满了,再往第三页写入

在这里插入图片描述
B. 主键乱序插入效果

  • ①. 假如 1#,2# 页都已经写满了,存放了如图所示的数据

在这里插入图片描述

  • ②. 此时再插入 id50 的记录,我们来看看会发生什么现象
    • 会再次开启一个页,写入新的页中吗?

在这里插入图片描述

    • 不会。因为,索引结构的叶子节点是有顺序的。按照顺序,应该存储在 47 之后。

在这里插入图片描述

    • 但是 47 所在的 1# 页,已经写满了,存储不了 50 对应的数据了。 那么此时会开辟一个新的页 3#

在这里插入图片描述

    • 但是并不会直接将 50 存入 3# 页,而是会将 1# 页后一半的数据,移动到 3# 页,然后在3#页,插入50

在这里插入图片描述

    • 移动数据,并插入 id50 的数据之后,那么此时,这三个页之间的数据顺序是有问题的。 1# 的下一个页,应该是 3#3# 的下一个页是 2# 。 所以,此时,需要重新设置链表指针

在这里插入图片描述

上述的这种现象,称之为 页分裂,是比较耗费性能的操作。

3). 页合并

目前表中已有数据的索引结构(叶子节点)如下:
在这里插入图片描述

当我们对已有数据进行删除时,具体的效果如下:

  • 当删除一行记录时,实际上记录 并没有被物理删除,只是记录被标记flaged为删除并且它的空间变得允许被其他记录声明使用。

在这里插入图片描述

  • 当我们继续删除 2# 的数据记录

在这里插入图片描述

  • 当页中删除的记录达到 MERGE_THRESHOLD(默认为页的 50%),InnoDB 会开始寻找最靠近的页前或后)看看是否可以将两个页合并以优化空间使用
    • MERGE_THRESHOLD合并页的阈值,可以自己设置,在 创建表 或者 创建索引 时指定。

在这里插入图片描述

  • 删除数据,并将页合并之后,再次插入新的数据 21 ,则直接插入 3#

在这里插入图片描述

这个里面所发生的合并页的这个现象,就称之为 页合并

4). 索引设计原则

  • 满足业务需求的情况下,尽量降低主键的长度
  • 插入数据时,尽量选择 顺序插入,选择使用 AUTO_INCREMENT 自增主键
  • 尽量 不要使用UUID 做主键或者是 其他自然主键,如 身份证号。(无序且较长)
  • 业务操作时,避免对主键的修改

在这里插入图片描述

3.3 order by 优化

MySQL的排序,有两种方式:

  • Using filesort : 通过 表的索引全表扫描,读取满足条件的数据行,然后在 排序缓冲区sort buffer完成排序操作,所有不是通过索引直接返回排序结果的排序都叫 FileSort 排序
  • Using index : 通过有序索引顺序扫描直接返回有序数据,这种情况即为 using index 不需要 额外排序,操作效率高。

对于以上的两种排序方式,Using index性能高,而 Using filesort性能低,我们在优化排序操作时,尽量要优化为 Using index

接下来,我们来做一个测试:

A. 数据准备

  • 把之前测试时,为 tb_user 表所建立的部分索引直接删除掉
drop index idx_user_phone on tb_user;
drop index idx_user_phone_name on tb_user;
drop index idx_user_name on tb_user;

在这里插入图片描述

B. 执行排序SQL

explain select id, age, phone from tb_user order by age ;

在这里插入图片描述

explain select id, age, phone from tb_user order by age, phone ;

在这里插入图片描述

  • 由于 age, phone 都没有索引,所以此时 再排序 时,出现 Using filesort, 排序性能较低。

C. 创建索引

-- 创建索引
create index idx_user_age_phone on tb_user(age,phone);

D. 创建索引后,根据 age, phone进行升序排序

explain select id, age, phone from tb_user order by age;

在这里插入图片描述

explain select id, age, phone from tb_user order by age , phone;

在这里插入图片描述

  • 建立索引之后,再次进行排序查询,就由原来的 Using filesort, 变为了 Using index,性能就是比较高的了。

E. 创建索引后,根据 age, phone进行降序排序

explain select id, age, phone from tb_user order by age desc, phone desc ;

在这里插入图片描述

也出现 Using index, 但是此时 Extra 中出现了 Backward index scan,这个代表 反向扫描索引

  • 因为在MySQL中我们创建的索引,默认索引叶子节点是从小到大排序的,
  • 而此时我们查询排序时,是从大到小,所以,在扫描时,就是反向扫描,就会出现 Backward index scan
  • 在MySQL8版本中,支持降序索引,我们也可以创建降序索引。

F. 根据 phoneage进行升序排序,phone在前,age在后。

explain select id, age, phone from tb_user order by phone, age;

在这里插入图片描述

  • 排序时,也需要满足最左前缀法则, 否则也会出现 filesort
  • 因为在创建索引的时候, age是第一个字段,phone 是第二个字段,所以排序时,也就该按照这个顺序来,否则就会出现 Using filesort

G. 根据 age, phone进行降序一个升序,一个降序

explain select id,age,phone from tb_user order by age asc, phone desc ;

在这里插入图片描述

  • 因为创建索引时,如果未指定顺序,默认都是按照升序排序的,而查询时,一个升序,一个降序,此时就会出现 Using filesort
  • 为了解决上述的问题,我们可以创建一个索引,这个联合索引中 age 升序排序,phone 倒序排序。

H. 创建联合索引( age 升序排序,phone 倒序排序)

create index idx_user_age_phone_ad on tb_user(age asc, phone desc);

在这里插入图片描述

I. 然后再次执行如下SQL

explain select id, age, phone from tb_user order by age asc, phone desc ;

在这里插入图片描述

升序/降序联合索引结构图示:
在这里插入图片描述
在这里插入图片描述

由上述的测试,我们得出 order by 优化原则:

  • A. 根据排序字段建立合适的索引,多字段排序时,也遵循最左前缀法则
  • B. 尽量使用覆盖索引
    在这里插入图片描述
  • C. 多字段排序, 一个升序一个降序,此时需要注意联合索引在创建时的规则(ASC/DESC)。
  • D. 如果不可避免的出现 filesort,大数据量排序时,可以适当增大排序缓冲区大小 sort_buffer_size (默认256k)。
    在这里插入图片描述

3.4 group by 优化

分组操作,我们主要来看看索引对于分组操作的影响。

首先我们先将 tb_user 表的索引全部删除掉 。

drop index idx_user_pro_age_sta on tb_user;
drop index idx_email_5 on tb_user;
drop index idx_user_age_phone on tb_user;
drop index idx_user_age_phone_ad on tb_user;

在这里插入图片描述
接下来,在没有索引的情况下,执行如下SQL,查询执行计划:

explain select profession, count(*) from tb_user group by profession ;

在这里插入图片描述

  • Using temporary临时表,这个性能也比较低。

然后,我们在针对于 professionagestatus 创建一个联合索引

create index idx_user_pro_age_sta on tb_user(profession, age , status);

紧接着,再执行前面相同的SQL查看执行计划。

explain select profession, count(*) from tb_user group by profession ;

在这里插入图片描述
再执行如下的分组查询SQL,查看执行计划:

explain select age, count(*) from tb_user group by age ;explain select profession, age, count(*) from tb_user group by profession, age ;

在这里插入图片描述在这里插入图片描述

  • 我们发现,如果仅仅根据 age 分组,就会出现 Using temporary
  • 而如果是 根据 profession, age 两个字段同时分组,则不会出现 Using temporary
  • 原因是因为对于分组操作,在联合索引中,也是符合最左前缀法则的。

所以,在分组操作中,我们需要通过以下两点进行优化,以提升性能:

  • A. 在分组操作时,可以通过索引来提高效率。
  • B. 分组操作时,索引的使用也是满足最左前缀法则的。

3.5 limit 优化

在数据量比较大时,如果进行 limit 分页查询,在查询时,越往后,分页查询效率越低。

我们一起来看看执行 limit 分页查询耗时对比:

在这里插入图片描述

通过测试我们会看到,越往后,分页查询效率越低,这就是分页查询的问题所在。

  • 因为,当在进行分页查询时,如果执行 limit 2000000,10 ,此时需要MySQL排序前 2000010 记录,仅仅返回 2000000 - 2000010 的记录,其他记录丢弃,查询排序的代价非常大 。

优化思路: 一般分页查询时,通过创建 覆盖索引 能够比较好地提高性能,可以通过 覆盖索引 + 子查询 形式进行优化。

explain select * from tb_sku t , (select id from tb_sku order by id limit 2000000,10) a where t.id = a.id;

3.6 count 优化

⭐️ 1) 、概述

select count(*) from tb_user ;

在之前的测试中,我们发现,如果数据量很大,在执行 count 操作时,是非常耗时的。

  • MyISAM 引擎把一个表的总行数存在了磁盘上,因此执行 count(*) 的时候会直接返回这个数,效率很高; 但是如果是 带条件countMyISAM 也慢。
  • InnoDB 引擎就麻烦了,它执行 count(*) 的时候,需要把数据一行一行地从引擎里面读出来,然后累积计数。

如果说要大幅度提升 InnoDB 表的 count 效率,主要的优化思路:

  • 自己计数(可以借助于 redis 这样的数据库进行, 但是如果是带条件的 count 又比较麻烦了)。

⭐️ 2) 、count用法

count() 是一个聚合函数,对于返回的结果集,一行行地判断,如果 count 函数的参数不是 NULL,累计值就加 1,否则不加,最后返回累计值。

  • 用法count(*)count(主键)count(字段)count(数字)

在这里插入图片描述

按照效率排序的话,count(字段) < count(主键 id) < count(1)count(*),所以 尽量使用 count(*)

3.7 update 优化

我们主要需要注意一下 update 语句执行时的注意事项。

update course set name = 'javaEE' where id = 1 ;
  • 当我们在执行删除的SQL语句时,会锁定 id1 这一行的数据,然后事务提交之后,行锁释放

但是当我们在执行如下SQL时。

update course set name = 'SpringBoot' where name = 'PHP' ;
  • 当我们开启多个事务,在执行上述的SQL时,我们发现行锁升级为了表锁。 导致该 update 语句的性能
    大大降低

InnoDB 的==行锁是针对索引加的锁==,不是针对记录加的锁 ,并且该索引不能失效,否则会从行锁升级为表锁

🚀🚀🚀 SQL优化 快速食用:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------->

----------------------------------------
--大部分是根据索引优化
----------------------------------------## 1. 插入数据
insert : 批量插入、手动控制事务、主键顺序插入
大批量插入 : load data local infile## 2. 主键优化
主键长度尽量短、顺序插入  AUTO_INCREMENT(主键自增) ~~UUID~~(不要使用) ## 3. order by 优化
using index : 直接通过索引返回数据, 性能高
using filesort : 需要将返回的结果在排序缓冲区排序## 4. grop by 优化
索引,多字段分组满足最左前缀法则## 5. limit 优化
覆盖索引 + 子查询## 6. count 优化
性能 : count(字段) < count(主键 id ) < count(2) ~= count(*)## 7. update 优化
尽量根据主键/索引字段进行数据更新

四、视图/存储过程/触发器

MySQL 中的存储对象 :视图、存储过程、存储函数、触发器

4.1 视图

⭐️ 1) 介绍

  • 视图View )是一种 虚拟存在的表。视图中的数据并不在数据库中实际存在,行和列数据来自定义视图的查询中使用的表(基表),并且是在使用视图时动态生成的。
  • 通俗的讲,视图 只保存了查询的SQL逻辑不保存查询结果。所以我们在创建视图的时候,主要的工作就落在创建这条SQL查询语句上。

⭐️ 2) 语法

  • a. 创建
create [OR replace] view 视图名称[(列名列表)] as select语句 [with [cascaded | local] check option]
  • b. 查询
查看创建视图语句:show create view 视图名称;
查看视图数据:select * from 视图名称 ...... ;
  • c. 修改
方式一:create [OR replace] view 视图名称[(列名列表)] as select语句 [ with [cascaded | local] check option]
方式二:alter view 视图名称[(列名列表)] as select语句 [ with [cascaded | local] check option]
  • d. 删除
drop view [if exists] 视图名称 [, 视图名称] ...

⭐️ 3) 检查选项

⭐️ 4) 视图的更新

⭐️ 5) 视图作用

⭐️ 6) 案例

4.2 存储过程

4.3 存储函数

4.4 触发器

五、锁

六、InnoDB 引擎

七、MySQL 管理

🚀🚀🚀 ** 快速食用:**---------------------------------------------------------------------------------------------------------------------------------------------------------------------------->

注:仅供学习参考,如有不足,欢迎指正!!!

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.rhkb.cn/news/139036.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

阿里云大数据实战记录10:Hive 兼容模式的坑

文章目录 1、前言2、什么是 Hive 兼容模式&#xff1f;3、为什么要开启 Hive 模式&#xff1f;4、有什么副作用&#xff1f;5、如何开启 Hive 兼容模式&#xff1f;6、该场景下&#xff0c;能不能不开启 Hive 兼容模式&#xff1f;7、为什么不是DATE_FORMAT(datetime, string)&…

【Qt-17】Qt调用matlab生成的dll库

matlab生成dll库 1、matlab示例代码 function BDCube(x,y)[x,y,z] cylinder(x,y);t1 hgtransform;s1 surf(3*x,3*y,4*z,Parent,t1);grid onview(3)shading interp end 2、matlab环境配置 首先检查自己的mcc编译器是否可用&#xff0c;输出以下命令&#xff1a; &#x…

如何在没有第三方.NET库源码的情况,调试第三库代码?

大家好&#xff0c;我是沙漠尽头的狼。 本方首发于Dotnet9&#xff0c;介绍使用dnSpy调试第三方.NET库源码&#xff0c;行文目录&#xff1a; 安装dnSpy编写示例程序调试示例程序调试.NET库原生方法总结 1. 安装dnSpy dnSpy是一款功能强大的.NET程序反编译工具&#xff0c;…

【Java 基础篇】Java线程安全与并发问题详解

多线程编程在Java中是一个常见的需求&#xff0c;它可以提高程序的性能和响应能力。然而&#xff0c;多线程编程也带来了一系列的线程安全与并发问题。在本文中&#xff0c;我们将深入探讨这些问题&#xff0c;以及如何解决它们&#xff0c;适用于Java初学者和基础用户。 什么…

【AI视野·今日NLP 自然语言处理论文速览 第三十六期】Wed, 20 Sep 2023

AI视野今日CS.NLP 自然语言处理论文速览 Wed, 20 Sep 2023 Totally 64 papers &#x1f449;上期速览✈更多精彩请移步主页 Daily Computation and Language Papers SlimPajama-DC: Understanding Data Combinations for LLM Training Authors Zhiqiang Shen, Tianhua Tao, Li…

原生js值之数据类型详解

js的数据类型 数据类型分类基本数据类型boolean:布尔类undefined:未定义的值null类型数值转换 NumberparseInt 转换整数 parseFloat转换浮点数 String类型特点如何转换成字符串模板字面量字符串插值模板字面量标签函数 symbol类型特性使用 BigInt类型复杂数据类型Object类属性与…

[杂谈]-八进制数

八进制数 文章目录 八进制数1、概述2、八进制数的表示2.1 八进制数2.2 以八进制计数2.3 二进制数补零 3、八进制到十进制转换4、十进制到八进制转换5、二进制到八进制转换示例6、八进制到二进制和十进制转换示例7、总结 1、概述 八进制编号系统是另一种使用基数为8计数系统&am…

【Stm32】【Lin通信协议】Lin通信点亮灯实验

Lin通信点亮灯实验 通过STM32的串口发送数据&#xff0c;然后通过串口转换模块将数据转换成LIN&#xff08;Local Interconnect Network&#xff09;协议&#xff0c;最终控制点亮灯。需要工程和入门资料的可以私信我&#xff0c;看到了马上回。 入门书本推荐&#xff1a; 一…

【C++面向对象侯捷下】2.转换函数 | 3.non-explicit-one-argument ctor

文章目录 operator double() const {} 歧义了 标准库的转换函数

exe文件运行后无输出直接闪退如何找解决办法

一.搜索栏搜事件查看器 二.点开windows日志下的应用程序 三.找到错误处 四.搜索异常代码 点开有错误的详细信息&#xff0c;直接用搜索引擎搜索这个异常代码能大致判断是什么问题&#xff0c;给了一个解决思路&#xff0c;不至于不知道到底哪里出了问题

AUTOSAR词典:CAN驱动Mailbox配置技术要点全解析

AUTOSAR词典&#xff1a;CAN驱动Mailbox配置技术要点全解析 前言 首先&#xff0c;请问大家几个小小问题&#xff0c;你清楚&#xff1a; AUTOSAR框架下的CAN驱动关键词定义吗&#xff1f;是不是有些总是傻傻分不清楚呢&#xff1f;CAN驱动Mailbox配置过程中有哪些关键配置参…

Angular变更检测机制

前段时间遇到这样一个 bug&#xff0c;通过一个 click 事件跳转到一个新页面&#xff0c;新页面迟迟不加载&#xff1b; 经过多次测试发现&#xff0c;将鼠标移入某个 tab &#xff0c;页面就加载出来了。 举个例子&#xff0c;页面内容无法加载&#xff0c;但是将鼠标移入下图…

[面试] k8s面试题 2

文章目录 核心组件1.什么是 Kubernetes 中的控制器&#xff08;Controller&#xff09;&#xff1f;请提供一些常见的控制器类型。2.请解释一下 Kubernetes 中的 Ingress 是什么&#xff0c;以及它的作用。3.如何通过命令行在 Kubernetes 中创建一个 Pod&#xff1f;4.Stateful…

Pdf文件签名检查

如何检查pdf的签名 首先这里有一个已经签名的pdf文件&#xff0c;通过pdf软件可以看到文件的数字签名。 图1为签名后的文件&#xff0c;图2为签名后文件被篡改。 下面就是如何代码检查这里pdf文件的签名 1.引入依赖 <dependency><groupId>org.projectlombok<…

数据结构——单链表

目录 一.前言 二.链表表示和实现&#xff08;单链表&#xff09; 1.1 顺序表的优缺点 1.2 链表的概念及结构 1.3 打印函数 1.4 空间函数 1.5 尾插函数&#xff08;最最最麻烦的&#xff09; 1.5.1 尾插最关键部分&#xff01; 1.6 头插函数 1.7 尾删函数…

云流化:XR扩展现实应用发展的一个新方向!

扩展现实的发展已经改变了我们工作、生活和娱乐的方式&#xff0c;而且这才刚刚开始。扩展现实 (Extended reality, XR) 涵盖了沉浸式技术&#xff0c;包括虚拟现实、增强现实和混合现实。从游戏到虚拟制作再到产品设计&#xff0c;XR 使人们能够以前所未有的方式在计算机生成的…

#循循渐进学51单片机#指针基础与1602液晶的初步认识#not.11

1、把本节课的指针相关内容&#xff0c;反复学习3到5遍&#xff0c;彻底弄懂指针是怎么回事&#xff0c;即使是死记硬背也要记住&#xff0c;等到后边用的时候可以实现顿悟。学会指针&#xff0c;就是突破了C语言的一道壁垒。 2&#xff0c;1602所有的指令功能都应用一遍&#…

vue3——pixi初学,编写一个简单的小游戏,复制粘贴可用学习

pixi官网 小游戏效果 两个文件夹 一个index.html 一个data.js //data.js import { reactive } from "vue"; import { Sprite, utils, Rectangle, Application, Text, Graphics } from "pixi.js";//首先 先创建一个舞台 export const app new Applicat…

[Go疑难杂症]为什么nil不等于nil

现象 在日常开发中&#xff0c;可能一不小心就会掉进 Go 语言的某些陷阱里&#xff0c;而本文要介绍的 nil ≠ nil 问题&#xff0c;便是其中一个&#xff0c;初看起来会让人觉得很诡异&#xff0c;摸不着头脑。 先来看个例子&#xff1a; type CustomizedError struct {Err…

【面试必刷TOP101】 删除有序链表中重复的元素-I 删除有序链表中重复的元素-II

目录 题目&#xff1a;删除有序链表中重复的元素-I_牛客题霸_牛客网 (nowcoder.com) 题目的接口&#xff1a; 解题思路&#xff1a; 代码&#xff1a; 过啦&#xff01;&#xff01;&#xff01; 题目&#xff1a;删除有序链表中重复的元素-II_牛客题霸_牛客网 (nowcoder…