MongoDB 聚合管道
MongoDB 聚合管道
- 聚合管道概述
- 需要注意的几个问题:
- 聚合管道操作符
- 聚合管道的使用
- $project 指定文档显示的方式
- 连接字段$concat用于连接字符串(参数必须是字符串类型数组)
- 对字段进行分解 $substr
- $match相当于find第一个参数,用于过滤文档
- $limit $skip $sort的使用
- $unwind
- $lookup
- group分组,一般结合group分组,一般结合group分组,一般结合sum $max $avg $min(group最常用)
- 单目的聚合命令
- 基本练习
聚合管道概述
聚合管道由阶段组成
每个阶段由阶段操作符来对文档进行相应的处理
待处理的文档会流经各个阶段,最终完成计算
db.集合名.aggregate([{}])
//不改变以前数据,结果另存新的集合
{$out:"Result"}
需要注意的几个问题:
- 在每个阶段对每条输入的文档不一定都有相应的输出
- 聚合管道中,阶段是可以重复的(out和out和out和geoNear除外)
- 聚合管道可以在分片集合上使用
- 聚合管道函数aggregate只能作用于一个集合
聚合管道操作符
聚合管道的基本功能:
对文档进行过滤筛选符合条件的文档
对文档进行变换,改变文档输出形式
每个阶段的功能使用阶段操作符定义,在每个阶段操作符中可以使用表达式操作符计算平均值和拼接字符串等相关操作。
aggregate是个集合,集合里面有一个或多个管道操作符
聚合管道的使用
将match和match和match和sort放于管道开始阶段,这样可以利用集合建立的索引来提高文档的处理效率
提早过滤,在管道的初始阶段,可以使用match,match,match,limit以及$skip提早过滤,可以减少流经后续阶段的文档数量
db.juhe.insertMany([{name:{firstName:"alice",lastName:"wong"},balance:50},{name:{firstName:"bob",lastName:"yang"},balance:20}])db.juhe.aggregate([{$project:{_id:0,balance:1,clientName:"$name.firstName",newbalance:{$add:["$balance",10]}}}
])
$project:{_id:0,balance:1,newName:"$name.firstName",newBalance:{$add:["$balance",10]}}
//不要原来的id,要原来的balance,新名字为原来的第一个名字,新balance为原来+10
$project 指定文档显示的方式
db.col.aggregate([{$project:{_id:0}}])相当于
db.col.find({},{_id:0})
为name.firstName起个别名,还可以对某个字段的值进行运算后作为一个新字段
如果需要调用原字段的值,需要$field
middleName不存在,会用null来填充
多个字段组合成数组
db.juhe.aggregate([{$project:{_id:0,balance:1,nameArray:["$name.firstName","$name.middleName","$name.lastName"]}}
])
连接字段$concat用于连接字符串(参数必须是字符串类型数组)
db.juhe.aggregate([{$project:{nameFild:{$concat:["$name.firstName","-","$name.lastName"]}}}
])
对字段进行分解 $substr
{ $substr: [ <string expression>, <byte index>, <byte count> ] }db.juhe.aggregate([{$project:{newName:{$substr:["$name.firstName",0,2]}}//结果 bo a1//0:从第一个字符开始取//2:取两个字符}])
总结:$project 相当于find第二个参数
1)规定哪些显示,哪些不显示;
2)为字段取别名;
3)为value值做操作(数字类型±*/,字符串类型:合并两列,取某一列的子串
$match相当于find第一个参数,用于过滤文档
match限制了显示的行数,match限制了显示的行数,match限制了显示的行数,project限制了显示的列,以及每一列的内容
db.juhe.aggregate([{$match:{$or:[{balance:{$gt:40,$lt:80}},{"name.lastName":"yang"}]}},{$project:{_id:0}}
])
$limit $skip $sort的使用
for(i=1;i<11;i++){db.a11.insert({_id:i,name:"user"+i})}db.a11.find().limit(3).skip(2)与db.a11.find().skip(2).limit(3)结果是相同的
跳过前两条,显示3条文档db.a11.aggregate({$limit:3})
db.a11.aggregate({$skip:2})
注意:以下两种显示是不同的
db.a11.aggregate([{$skip:2},{$limit:3}])与db.a11.find().limit(3).skip(2)是相同的
注意管道先后顺序的作用,先跳过前2条,再显示3条
如果limit在skip之后优化器会做下面的转化
db.a11.aggregate([{$limit:5},{$skip:2}])db.a11.aggregate([{$skip:2},{$limit:3},{$sort:{_id:-1}}])
$sort:{name:-1}
$unwind
{ $unwind: {
path: <field path>, //需要展开的数组字段
includeArrayIndex: <string>, //可选,显示原数组元素的下标
preserveNullAndEmptyArrays: <boolean> //可选,不存在数组字段的文档是否显示
} }
将文档按照数组字段拆分成多条文档,每条文档包含数组中的一个元素
db.juhe.update({"name.firstName":"alice"},{$set:{currency:["CNY","USD"]}}
)db.juhe.update({"name.firstName":"bob"},{$set:{currency:"GBP"}}
)会把数组展开
db.juhe.aggregate([{$unwind:"$currency"}
])老版本的写法
展开数组时添加元素位置
db.juhe.aggregate([{$unwind:{path:"$currency",includeArrayIndex:"ccyIndex",preserveNullAndEmptyArrays:true}}
])
$lookup
实现了join操作
{ $lookup: {
from: <collection to join>,
localField: <field from the input documents>,
foreignField: <field from the documents of the "from" collection>,
as: <output array field> } }
from 同一数据库中的另一个查询集合
localField 管道文档中用来进行查询的字段
foreignField 查询集合中的字段
as 写入管道文档中的查询结果数组字段
db.forex.insertMany([{ccy:"USD",//美元rate:6.91,date:new Date("2019-12-21")},{ccy:"GBP",//英镑rate:8.72,date:new Date("2019-8-21")},{ccy:"CNY",//人民币rate:1.0,date:new Date("2019-12-21")}
])将查询到外汇汇率写入银行账户文档
db.juhe.aggregate([{$lookup:{from:"forex",localField:"currency",foreignField:"ccy",as:"forexData"}}
])
db.juhe.aggregate([{$unwind:{path:"$currency"}},{ $lookup:{from:"forex",localField:"currency",foreignField:"ccy",as:"forexData"}}
])
group分组,一般结合group分组,一般结合group分组,一般结合sum $max $avg $min(group最常用)
{KaTeX parse error: Expected 'EOF', got '}' at position 6: sum:1}̲ 统计该组有多少文档 {sum:"$filed"}对于组内的filed字段进行累加
db.transactions.insertMany([{symbol:"600519",qty:100,price:567.4,currency:"CNY"},{symbol:"AMZN",qty:1,price:1377.5,currency:"USD"},{symbol:"AAPL",qty:2,price:150.7,currency:"USD"}
])
我想根据结算货币币种的不同,来看看我在世界上哪些地区有过交易,那我们就应该按照货币进行分组 就是currency
db.transactions.aggregate([{$group:{_id:"$currency"}}
])
很像关系数据库中的distinct
//_id为组,组内操作
db.transactions.aggregate([{$group:{_id:"$currency",totalQty:{$sum:"$qty"},totalNotional:{$sum:{$multiply:["$price","$qty"]}},avgPrice:{$avg:"$price"},count:{$sum:1},maxNotional:{$max:{$multiply:["$price","$qty"]}},minNotional:{$min:{$multiply:["$price","$qty"]}}}}
])db.transactions.aggregate([{$group:{_id:null,totalQty:{$sum:"$qty"},totalNotional:{$sum:{$multiply:["$price","$qty"]}},avgPrice:{$avg:"$price"},count:{$sum:1},maxNotional:{$max:{$multiply:["$price","$qty"]}},minNotional:{$min:{$multiply:["$price","$qty"]}}}}
])
分组后,把文档中的某个字段的值放到一个数组里
db.transactions.aggregate([{$group:{_id:"$currency",symbols:{$push:"$symbol"}}}
])
单目的聚合命令
db.inventory.distinct( “dept” )
单目的聚合操作count distinct
db.transactions.count()
db.transactions.distinct("symbol")
db.orders.count( { ord_dt: { $gt: new Date(‘01/01/2012’) } } )
基本练习
向自己姓名的集合中插入如下的文档:db.xxx.insert({sno:1,name:"zhangsan1",sex:0,score:{chinese:69,math:79,english:80}})db.xxx.insert({sno:2,name:"zhangsan1",sex:1,score:{chinese:60,math:78,english:80}})db.xxx.insert({sno:3,name:"zhangsan2",sex:0,score:{chinese:60,math:79,english:90}})db.xxx.insert({sno:4,name:"zhangsan2",sex:1,score:{chinese:50,math:79,english:80}})db.xxx.insert({sno:5,name:"zhangsan2",sex:1,score:{chinese:60,math:60,english:80}})db.xxx.insert({sno:6,name:"zhangsan3",sex:0,score:{chinese:60,math:79,english:80}})db.xxx.insert({sno:7,name:"zhangsan4",sex:0,score:{chinese:60,math:75,english:80}})db.xxx.insert({sno:8,name:"zhangsan4",sex:0,score:{chinese:60,math:79,english:86}})db.xxx.insert({sno:9,name:"zhangsan5",sex:1,score:{chinese:66,math:79,english:80}})db.xxx.insert({sno:10,name:"zhangsan5",sex:1,score:{chinese:60,math:78,english:80}})db.xxx.insert({sno:11,name:"zhangsan5",sex:1,score:{chinese:60,math:79,english:80}})
1、根据姓名分组,并统计每组的人数
db.col.aggregate([{$group:{_id:"$name",total:{$sum :1}}}])
2、根据姓名分组,并统计人数,过滤人数大于1的学生
db.col.aggregate([{group:{_id:"$name",total:{$sum:1}}},{$match:{total:{$gt:1}}}])
3、统计每名学生在考试中的总分,按照学号分组
db.col.aggregate([{$project:{_id:0,sno:1,totalScore:{$add:["$score.chinese","$score.math","$chinese.english"]}}}])
4、统计每名男生在考试中的总分(sex=0为男生)
db.col.aggregate([{$match:{sex:0}},{$project:{_id:0,sno:1,name:1,sex:1,totalScore:{$add:["$score.chinese","$score.math","$chinese.english"]}}}])
5、统计每名男生在考试中的总分,总分降序
db.col.aggregate([{$match:{sex:0}},{$project:{_id:0,sno:1,name:1,sex:1,totalScore:{$add:["$score.chinese","$score.math","$chinese.english"]}}},{$sort:{totalScore:-1}}])
6、统计总分最高与总分最低的学生,显示时显示最高分的学号与最高分,最低分的学号与最低分
db.col.aggregate([{$project:{_id:"$sno",totalScore:{$add:["$score.chinese","$score.math","$chinese.english"]}}},{$sort:{totalScore:1}},{$group:{_id:"$sno",maxSn:{$last:"$_id"},maxST:{$last:"$totalScore"},minSn:{$first:"$_id"},minST:{$first:"$totalScore"}}}])
7、统计每名的学生的平均分数,显示学号,姓名与平均分数
db.col.aggregate([{$group:{_id:0,sno:1,name:1,avgScore:{$avg:["$score.chinese","$score.math","$chinese.english"]}}}])
8、统计所有学生总分的平均分数
db.col.aggregate([{$group:{_id:null,avgST:{$avg:{$sum:{$add:["$score.chinese","$score.math","$chinese.english"]}}}}}])
db.dept.insertMany([
{deptId: '001',count:2,salary:5000,employee:["zhangsan1","lisi1"]},
{deptId: '002',count:3,salary:6000,employee:["zhangsan2","lisi2","zhaowu"]},
{deptId: '003',count:4,salary:7000,employee:["zhangsan3","lisi3","zhaowu1","zhaowu2"]},
{deptId: '004',count:2,salary:4000,employee:["zhangsan4","lisi4"]},
{deptId: '005',count:3,salary:6000,employee:["zhangsan5","lisi5","zhaowu3"]},
{deptId: '006',count:3,salary:8000,employee:["zhangsan6","lisi6","zhaowu4"]},
{deptId: '007',count:2,salary:5000,employee:[]},
])
1、使用 $project 投影出需要的字段 排除 _id 字段,返回 count字段
产生一个新字段 newCount,它的值为原count字段的值 加 1
db.dept.aggregate([{$project:{_id:0,count:1,newCount:{$add:["$count",1]}}}])
2、使用$match过滤,显示count大于2的文档,并对salary字段升序排序
db.dept.aggregate([{$match:{count:{$gt:2}}},{$sort:{salary:1}}])
3、显示第3、4、5个文档信息
db.dept.aggregate([{$limit:5},{$skip:2}])
4、把数组employee中按照元素拆成多条文档显示,并显示原下标,数组为空时也显示该文档
db.dept.aggregate([{$unwind:"$employee"}])
db.dept.aggregate([{$unwind:{path:"$employee",includeArrayIndex:"emIndex",preserveNullAndEmptyArrays:true}}])
5、统计所有部门的平均薪资
db.dept.aggregate([{$group:{_id:null,avgSalary:
{avg:"avg:"avg:"salary"}}}])
6、统计员工的总数
db.dept.aggregate([{$group:{_id:null,totalCount:{$sum:"$count"}}}])
7、统计人数最多的部门id
db.dept.aggregate([{$group:{_id:null,maxDept:{$max:"$count"}}}])
db.dept.find({count:4})
db.chinaPop.insert({_id:1,city:"shijiazhuang",pop:100000,provice:"hebei"})
db.chinaPop.insert({_id:2,city:"handan",pop:500000,provice:"hebei"})
db.chinaPop.insert({_id:3,city:"baoding",pop:300000,provice:"hebei"})db.chinaPop.insert({_id:6,city:"qingdao",pop:100000,provice:"shandong"})
db.chinaPop.insert({_id:7,city:"jinan",pop:200000,provice:"shandong"})
db.chinaPop.insert({_id:8,city:"jining",pop:300000,provice:"shandong"})db.chinaPop.insert({_id:11,city:"nanjing",pop:100000,provice:"jiangsu"})
db.chinaPop.insert({_id:12,city:"suzhou",pop:200000,provice:"jiangsu"})
解题思路:
1、统计人口数量超过50万的省
1)按照省进行分组,计算人口总和
db.chinaPop.aggregate([{$group:{_id:"$provice",total:{$sum:"$pop"}}}])
2)$match过滤大于50万人口的省
db.chinaPop.aggregate([{$group:{_id:"$provice",total:{$sum:"$pop"}}},
{$match:{total:{$gt:50000}}}])
2、计算每个省中每个城市的平均人口数量
db.chinaPop.aggregate([{$group:{_id:"$provice",
avg:{$avg:"$pop"}}}])
3、计算所有省的平均人口数量
db.chinaPop.aggregate([{$group:{_id:"$provice",total:{$sum:"$pop"}}},{$group:{_id:null,avgTotal:{$avg:"$total"}}}])
4、每个城市拥有的平均人口数量
db.chinaPop.aggregate([{$group:{_id:null, avg:{$avg:"$pop"}}}])
如果增加如下文档
db.chinaPop.insert({_id:4,city:"handan",pop:500000,provice:"hebei"})
db.chinaPop.insert({_id:5,city:"baoding",pop:300000,provice:"hebei"})db.chinaPop.insert({_id:9,city:"jinan",pop:200000,provice:"shandong"})
db.chinaPop.insert({_id:10,city:"jining",pop:300000,provice:"shandong"})db.chinaPop.insert({_id:13,city:"nanjing",pop:100000,provice:"jiangsu"})
db.chinaPop.insert({_id:14,city:"suzhou",pop:200000,provice:"jiangsu"})
1、计算每个省中每个城市的平均人口数量
1)根据省,城市分组,计算每个省,每个城市的人口总数
db.chinaPop.aggregate([{$group:{_id:{pro:"$provice",city:"$city"},
total:{$sum:"$pop"}}}])
2)根据省分组,计算平均值
db.chinaPop.aggregate([{$group:{_id:{pro:"$provice",city:"$city"},
total:{$sum:"$pop"}}},
{$group:{_id:"$_id.pro",cityAvg:{$avg:"$total"}}}
])
2、每个城市拥有的平均人口数量
db.chinaPop.aggregate([{$group:{_id:{pro:"$provice",city:"$city"},
total:{$sum:"$pop"}}},
{$group:{_id:null,cityAvg:{$avg:"$total"}}}
])
3、所有省的平均人口数量
db.chinaPop.aggregate([{$group:{_id:{pro:"$provice",city:"$city"},
total:{$sum:"$pop"}}},
{$group:{_id:"$_id.pro",totalCity:{$sum:"$total"}}},
{$group:{_id:null,avgPro:{$avg:"$totalCity"}}}
])
第二种简单思路
db.chinaPop.aggregate([{$group:{_id:"$provice",avgPop:{$avg:"pop"}}}])
4、每个省的人口最多和最少的城市
1)根据省,城市分组,计算每个省,每个城市的人口总数
2)按照人口总数升序
3)根据省分组,使用$first last找出人口最多、最少的城市,4)使用last找出人口最多、最少的城市, 4)使用last找出人口最多、最少的城市,4)使用project进行显示
{state:,biggestCity:{name:,pop:},smallestCity:{name:,pop:*}}
db.chinaPop.aggregate([
{$group:{_id:{provice:"$provice",city:"$city"},totalCityPop:{$sum:"$pop"}}},
{$sort:{totalCityPop:1}},
{$group:{_id:"$_id.provice",
biggestCity:{$last:"$_id.city"},
biggestPop:{$last:"$totalCityPop"},
smallestCity:{$first:"$_id.city"},
smallestPop:{$first:"$totalCityPop"}
}},
{$project:{_id:0,
state:"$_id",
biggestCity:{name:"$biggestCity",pop:"$biggestPop"},
smallestCity:{name:"$smallestCity",pop:"$smallestPop"}
}}
])
5、统计所有的省名
db.chinaPop.distinct("provice")
聚合
1、统计人口数量超过1000万的州
1)按照州进行分组,计算人口总和
db.zipcodes.aggregate([{$group:{_id:"$state",totalPop:{$sum:"$pop"}}}])
2)$match过滤大于1000万人口的州
db.zipcodes.aggregate([{$group:{_id:"$state",totalPop:{$sum:"$pop"}}},{$match:{totalPop:{$gt:10*1000*1000}}}])
2、每个州,城市拥有的平均人口数量
1)根据州,城市分组,计算每个州,每个城市的人口总数
db.zipcodes.aggregate([
{$group:{_id:{state:"$state",city:"$city"},totalPop:{$sum:"$pop"}}}])
2)根据州分组,计算平均值市的人口总数
db.zipcodes.aggregate([
{$group:{_id:{state:"$state",city:"$city"},totalPop:{$sum:"$pop"}}},
{$group:{_id:"$_id.state",avgCitypop:{$avg:"$totalPop"}}},
{$sort:{_id:1}}
])
3、每个州的人口最多和最少的城市
1)根据州,城市分组,计算每个州,每个城市的人口总数
2)按照人口总数升序
3)根据州分组,使用$first last找出人口最多、最少的城市,4)使用last找出人口最多、最少的城市, 4)使用last找出人口最多、最少的城市,4)使用project进行显示
db.zipcodes.aggregate([
{$group:{_id:{state:"$state",city:"$city"},totalCityPop:{$sum:"$pop"}}},
{$sort:{totalCityPop:1}},
{$group:{_id:"$_id.state",
biggestCity:{$last:"$_id.city"},
biggestPop:{$last:"$totalCityPop"},
smallestCity:{$first:"$_id.city"},
smallestPop:{$first:"$totalCityPop"}
}},
{$project:{_id:0,
state:"$_id",
biggestCity:{name:"$biggestCity",pop:"$biggestPop"},
smallestCity:{name:"$smallestCity",pop:"$smallestPop"}
}}
])
4、统计所有的州名
db.zipcodes.distinct("state")
MapReduce
db.test.find()
{ "_id" : ObjectId("5a1d45ab893253f4d2e4bf91"), "name" : "yy1", "age" : "22" }
{ "_id" : ObjectId("5a1d45b1893253f4d2e4bf92"), "name" : "yy2", "age" : "23" }
{ "_id" : ObjectId("5a1d45c5893253f4d2e4bf93"), "name" : "yy3", "age" : "24" }
{ "_id" : ObjectId("5a1d45d4893253f4d2e4bf94"), "name" : "yy5", "age" : "25" }
{ "_id" : ObjectId("5a1d45f7893253f4d2e4bf95"), "name" : "yy6", "age" : "26" }
{ "_id" : ObjectId("5a1d45ff893253f4d2e4bf96"), "name" : "yy4", "age" : "25" }
1、统计查询年龄大于23岁的姓名
方法1
map:
var m = function(){if(this.age > 23) emit(this.age,{name:this.name})};reduce:
var r = function(key,values){return JSON.stringify(values);}
或者:
var r = function(key,values){ var ret={names:values};return ret;}
生成结果集:
db.test.mapReduce(m,r,{out:"emp_res"})
方法2:过滤出来age>23的
db.test.mapReduce(
function(){emit(this.age,{name:this.name})},
function(key,values){var ret={name:values};return ret;},
{query:{age:{$gt:23}},
out:"emp_res"})
MongoDB 聚合管道相关推荐
- MongoDB 聚合管道(Aggregation Pipeline)
管道概念 POSIX多线程的使用方式中, 有一种很重要的方式-----流水线(亦称为"管道")方式,"数据元素"流串行地被一组线程按顺序执行.它的使用架构可参考 ...
- MongoDB——聚合管道之$match和$count操作
目录 一.聚合管道之$match的概述 二.聚合管道之$count的概述 三.数据准备 四.聚合管道之$match操作示例 五.聚合管道之$count的示例 一.聚合管道之$match的概述 $ ma ...
- MongoDB——聚合管道之$project操作
目录 一.数据准备 二.聚合管道之$project操作示例 2.1.查询集合中的数据 2.2.$project 可以表示投影操作, 将原始字段投影成指定名称 2.3.$project 可以灵活控制输出 ...
- MongoDB 聚合管道中使用字符串表达式运算符
字符串表达式运算符主要用于实现字符串操作,主要包括了大小写转换.字符串截取.拼接.替换等 一.准备工作 初始化字符串数据 db.strings.insertMany([{ "_id" ...
- MongoDB 的高级查询 aggregate 聚合管道
一.MongoDB 聚合管道(Aggregation Pipeline) 使用聚合管道可以对集合中的文档进行变换和组合. 实际项目:表关联查询.数据的统计. MongoDB 中使用 db.COLLEC ...
- mongo PHP aggregate,Mongodb中数据聚合之聚合管道aggregate
在之前的两篇文章 Mongodb中数据聚合之基本聚合函数count.distinct.group 和 Mongodb中数据聚合之MapReduce 中,我们已经对数据聚合提供了两种实现方式,今天,在这 ...
- MongoDB聚合(aggregate)常用操作及示例
简介 MongoDB 中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等),并返回计算后的数据结果. 有点类似 SQL 语句中的 count(*). 常用操作 表达式 描述 $mat ...
- limit mongodb 聚合_mongodb-$type、limit、skip、sort方法、索引、聚合
一.$type操作符 $type操作符是基于BSON类型来检索集合中匹配的数据类型,并返回结果. MongoDB 中可以使用的类型如下表所示: 类型数字备注 Double 1 String 2 Obj ...
- Spring Boot 整合——MongoDB整合3(MongoDB聚合操作)
文章前面 关于版本 依赖 版本 springboot 2.0.8.RELEASE mongodb 4.0.14 本内容只是为了介绍mongodb最基础的使用以及配置,作为一个知名的数据库,其存在相当多 ...
最新文章
- Linux下的vim文本替换,Linux下文本的vim文本替换
- ECSHOP商品编辑器上传中文名图片产生乱码
- 【学习笔记】ABAP OOD设计模式 - 观察者模式
- md5加密 java原理_md5 32位 加密原理 Java实现md5加密
- ASP.NET repeater添加序号列的方法
- 一程序员反应职场怪现象
- 2020 年 GitHub 上那些优秀 Android 开源库,这里是 Top10! | 原力计划
- PyCharm免费版安装使用
- Android进阶之路 - 毛玻璃遮罩层
- 深度学习常用python库学习笔记
- psm进销存管理系统、供应商管理、进货管理、销售管理、仓库管理、采购记录、库存盘点、调拨单、出库单、借入单、进货报表、采购记录、销售往来账、采购往来账、图表分析、人事管理、销售报表、财务报表、rp原型
- 优先级多路选择器和无优先级的多路选择器的区别
- 如何视频裁剪?建议收藏这几种裁剪视频的方法
- 高等数学-微分方程思维导图
- 【参赛作品42】openGauss/MogDB数据库完美适配Grafana及Prometheus
- 广义线性回归 logit和probit
- MySQL-复杂问题记录和解决
- 白云学院计算机专业好不好,2021年广东白云学院专业排行榜,哪个专业就业比较好...
- 盲盒后继无力,泡泡玛特需要新玩法
- 数显表和PLC中的数值不一致怎么办?
热门文章
- 2021年 青岛市 初中信息技术竞赛 OJ 及题目
- 三角函数与缓入缓出动画及C#实现(图文讲解)
- 今天公司来了一个阿里p8 ,经过我的不懈努力终于拿了这份基础的天花板
- 解读匿名对象---Java
- ADS学习:元件库的安装与使用
- 【Pikachu】漏洞练习平台做题记录+原理解析(1)暴力破解
- R语言使用lm函数构建线性回归模型、使用lrtest包的dwtest函数执行残差自相关检验Durbin–Watson检验(p值小于alpha,存在残差自相关)
- Python系统仿真其二:半导体激光器速率方程
- Dell E5400 Windows 2003 安装注意事项
- git 从分支拉取代码到本地,并修改后提取代码到该分支