Web后端学习笔记 Flask(7)数据库
高级查询:
1. group_by
根据某个字段进行分组,比如说需要根据某个字段分组,来统计每组有多少人。
2. having
having是对查询结果进一步过滤,比如只想看到未成年人的数量,那么首先可以对年龄进行分组统计人数,然后再对分组进行having过滤。
3. join查询分为两种,一种是inner join, 另一种是outer join。默认的是inner join,如果指定的是left join或者right join则为outer join。如果想要查询user及其对应的address.
在数据库中插入测试数据:
# -*- coding: utf-8 -*-from sqlalchemy import create_engine, Column, Integer, String, DateTime, Float, func, Enum
from sqlalchemy import Text, ForeignKey
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker, relationship, backref
from datetime import datetime
import random
from sqlalchemy import Table
import timeHOST_NAME = "127.0.0.1"
PORT = "3306"
DATABASE = "cms"
USERNAME = "root"
PASSWORD = "root1234"# dialect+driver://username:password@host:port/databaseDB_URI = "mysql+pymysql://{username}:{password}@{host}:{port}/{database}".format(username=USERNAME, password=PASSWORD, host=HOST_NAME, port=PORT, database=DATABASE
)# 创建数据库引擎
engine = create_engine(DB_URI)
Base = declarative_base(engine) # 通过继承Base创建ORM模型/ 创建基类db_session = sessionmaker(engine)() # 创建会话,才能实现增删改查
# 1. 创建ORM模型,必须继承自SQLAlchemy:
# 2. 在ORM中创建一些属性,跟表中的字段一一映射,这些属性必须是SQLAlchemy提供的数据类型
# 3. 将创建好的ORM模型映射到数据库中class User(Base):__tablename__ = "user"id = Column(Integer, primary_key=True, autoincrement=True)username = Column(String(50), nullable=False)age = Column(Integer, default=0)gender = Column(Enum("male", "female", "secret"), default="secret")def __repr__(self):return str(self.id) + " | " + self.username# Base.metadata.drop_all()
# Base.metadata.create_all()
#
# user1 = User(username="tom", age=88, gender="male")
# user2 = User(username="kit", age=22, gender="female")
# user3 = User(username="jane", age=23, gender="female")
# user4 = User(username="janny", age=45, gender="male")
# user5 = User(username="Austing", age=12, gender="male")
# user6 = User(username="Cart", age=34, gender="female")
# user7 = User(username="Buck", age=34, gender="secret")
# user8 = User(username="Buck", age=34, gender="secret")# db_session.add_all([user1, user2, user3, user4,
# user5, user6, user7, user8])
#
# db_session.commit()# 统计每个年龄段的人数 group_by
result = db_session.query(User.age, func.count(User.id)).group_by(User.age).all()
print(result)# having,针对产找出来的数据进行再一层的过滤 having
result = db_session.query(User.age, func.count(User.id)).group_by(User.age).having(User.age > 20).all()
print(result)
join操作:
result = db_session.query(User.username, func.count(Article.id)).join(Article, User.id == Article.uid).group_by(User.id).order_by(func.count(Article.id)).desc().all()
print(result)
subquery()实现复杂的查询:
在数据库中插入测试数据:
例如,需要查找和一个人城市相同的人,或者年龄相同的人
原生的sql语句如下所示:
多次查询虽然也可以实现子查询的功能,但是多次查询会影响数据库的性能,如果网站的访问量过大的话,会造成网站性能不好。因此应该尽量采用子查询对数据库查询进行优化。子查询能够一次完成查询,避免多次查询数据库。
在sqlalchemy中实现子查询需要通过以下几个步骤:
1. 将子查询按照传统的方式写好查询代码,然后在query对象后面执行subquery方法,将这个查询变成一个子查询
2. 在子查询中,将需要用到的字段同构label取一个别名。
3. 在父查询中,如果需要使用子查询的字段,那么可以通过子查询的变量上的c属性获得。
示例代码:
# -*- coding: utf-8 -*-from sqlalchemy import create_engine, Column, Integer, String, DateTime, Float, func, Enum
from sqlalchemy import Text, ForeignKey
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker, relationship, backref
from datetime import datetime
import random
from sqlalchemy import Table
import timeHOST_NAME = "127.0.0.1"
PORT = "3306"
DATABASE = "cms"
USERNAME = "root"
PASSWORD = "root1234"# dialect+driver://username:password@host:port/databaseDB_URI = "mysql+pymysql://{username}:{password}@{host}:{port}/{database}".format(username=USERNAME, password=PASSWORD, host=HOST_NAME, port=PORT, database=DATABASE
)# 创建数据库引擎
engine = create_engine(DB_URI)
Base = declarative_base(engine) # 通过继承Base创建ORM模型/ 创建基类db_session = sessionmaker(engine)() # 创建会话,才能实现增删改查
# 1. 创建ORM模型,必须继承自SQLAlchemy:
# 2. 在ORM中创建一些属性,跟表中的字段一一映射,这些属性必须是SQLAlchemy提供的数据类型
# 3. 将创建好的ORM模型映射到数据库中class User(Base):__tablename__ = "user"id = Column(Integer, primary_key=True, autoincrement=True)username = Column(String(50), nullable=False)age = Column(Integer, default=0)city = Column(String(50), nullable=False)def __repr__(self):return str(self.id) + " | " + self.username + " | " + str(self.age) + " | " + self.city# Base.metadata.drop_all()
# Base.metadata.create_all()
#
# user1 = User(username="tom", age=88, city="北京")
# user2 = User(username="kit", age=22, city="上海")
# user3 = User(username="jane", age=23, city="常山")
# user4 = User(username="janny", age=45, city="长沙")
# user5 = User(username="Austing", age=12, city="香港")
# user6 = User(username="Cart", age=34, city="西安")
# user7 = User(username="Buck", age=34, city="上海")
# user8 = User(username="Buck", age=34, city="北京")# db_session.add_all([user1, user2, user3, user4,
# user5, user6, user7, user8])
#
# db_session.commit()# 两次查询的方式得到结果,效率低
user = db_session.query(User).filter(User.username == "tom").first()
users = db_session.query(User).filter(User.city == user.city).all()
print(users)# 通过子查询的方式实现
# 通过.label()给查询到的字段起一个新的名字
sub_res = db_session.query(User.city.label("city")).filter(User.username == "tom").subquery()
res = db_session.query(User).filter(User.city == sub_res.c.city)
print(res)
Flask-sqlalchemy插件介绍:
flask-sqlalchemy相当于将sqlalchemy结合到flask中,并且对初始化数据,连接数据库,以及一些包的导入统一做了封装,进行进一步的简化,使得更加易于使用。
1. 数据库连接
定义好数据库连接字符串:
from flask import Flask, url_for
from flask_sqlalchemy import SQLAlchemyapp = Flask(__name__)HOST_NAME = "127.0.0.1"
PORT = "3306"
DATABASE = "cms"
USERNAME = "root"
PASSWORD = "root1234"
# dialect+driver://username:password@host:port/database
DB_URI = "mysql+pymysql://{username}:{password}@{host}:{port}/{database}".format(username=USERNAME, password=PASSWORD, host=HOST_NAME, port=PORT, database=DATABASE
)
app.config["SQLALCHEMY_DATABASE_URI"] = DB_URIdb = SQLAlchemy(app) # 初始化数据库 app.config["TEMPLATE_AUTO_RELOAD"] = True
2. 创建orm模型
不需要再创建基类,不需要再导入各种数据类型,直接使用db下面相应的属性名即可
3. 将orm模型映射到数据库
省略
4. 使用session
省略
5. 查询数据
from flask import Flask, url_for
from flask_sqlalchemy import SQLAlchemyapp = Flask(__name__)HOST_NAME = "127.0.0.1"
PORT = "3306"
DATABASE = "flask_sqlalchemy"
USERNAME = "root"
PASSWORD = "root1234"
# dialect+driver://username:password@host:port/database
DB_URI = "mysql+pymysql://{username}:{password}@{host}:{port}/{database}".format(username=USERNAME, password=PASSWORD, host=HOST_NAME, port=PORT, database=DATABASE
)
app.config["SQLALCHEMY_DATABASE_URI"] = DB_URI
app.config["TEMPLATE_AUTO_RELOAD"] = Truedb = SQLAlchemy(app) # 初始化数据库class Person(db.Model):__tablename__ = "person"id = db.Column(db.Integer, primary_key=True, autoincrement=True)name = db.Column(db.String(50), nullable=False)def __repr__(self):return str(self.id) + " | " + self.namedb.drop_all()
db.create_all()p1 = Person(name="zhang")
p2 = Person(name="wang")db.session.add(p2)
db.session.commit()res = db.session.query(Person).all()
print([p for p in res])@app.route('/')
def hello_world():print(url_for("news.news_list"))return 'Hello World!'if __name__ == '__main__':app.run(debug=True)
在flask-sqlalchemy中,__tablename__也可以省略不写,会自动进行添加(但是不推荐这种写法)
alembic数据库迁移工具基本使用:
在使用sqlalchemy的过程中,在定义好orm模型之后,是通过.create_all()方法进行数据表的创建,创建好之后的不能再进行变更。但是在实际的开发中,可能需要在已经创建好的数据表中删除或者增加字段,而alembic就可以解决表之间的映射问题。对于orm模型新增的字段,如果要将新增字段映射到数据表中,就需要通过alembic工具进行。
alembic的使用方式优点类似于git,第一:所有命令以alembic开头,第二:alembic的迁移文件也是通过版本进行控制的。通过pip install alembic进行安装。
alembic使用:
1. 初始化alembic仓库,在pycharm中右键项目文件,选择open in terminate, 打开项目终端
初始化alembic仓库之后,会在项目文件夹中生成一个alembic文件夹:
2. 创建模型类。创建一个models.py文件,然后定义模型类:
# -*- coding: utf-8 -*-
from sqlalchemy import Column, String, Integer, create_engine, Text
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker, relationship, backrefHOST_NAME = "127.0.0.1"
PORT = "3306"
DATABASE = "alembic_demon"
USERNAME = "root"
PASSWORD = "root1234"# dialect+driver://username:password@host:port/databaseDB_URI = "mysql+pymysql://{username}:{password}@{host}:{port}/{database}".format(username=USERNAME, password=PASSWORD, host=HOST_NAME, port=PORT, database=DATABASE
)# 创建数据库引擎
engine = create_engine(DB_URI)
Base = declarative_base(engine) # 通过继承Base创建ORM模型/ 创建基类db_session = sessionmaker(engine)() # 创建会话,才能实现增删改查
# 1. 创建ORM模型,必须继承自SQLAlchemy:
# 2. 在ORM中创建一些属性,跟表中的字段一一映射,这些属性必须是SQLAlchemy提供的数据类型
# 3. 将创建好的ORM模型映射到数据库中class User(Base):__tablename__ = "user"id = Column(Integer, primary_key=True, autoincrement=True)username = Column(String(50), nullable=False)password = Column(String(100), nullable=False)age = Column(Integer, default=0)country = Column(String(50), nullable=False)def __repr__(self):return str(self.id) + " | " + self.username# class Article(Base):
# __tablename__ = "article"
# id = Column(Integer, primary_key=True, autoincrement=True)
# title = Column(String(100), nullable=False)
# content = Column(Text, nullable=False)# ROM->迁移脚本->映射到数据库中
3. 修改配置文件:
在alembic.ini中设置数据库连接,设置的格式为:
sqlalchemy.url = driver://user:pass@localhost/dbname
sqlalchemy.url = mysql+pymysql://root:root1234@localhost/alembic_demon?charset=utf8
# 指定连接数据的方式
为了使得模型类能够更新到数据库当中,需要在env.py中设置target_metadata,默认target_metadata=None,需要使用sys啊把当前的项目路基那个导入到path中:
import sys,os
sys.path.append(os.path.dirname(os.path.dirname(__file__))) # 添加models的路径
import models
target_metadata = models.Base.metadata
4. 自动生成迁移脚本,通过下面的命令:
alembic revision --autogenerate -m "message"
在生成迁移脚本的时候,出现了如下的报错:
应该是某处的编码问题,查找报错的文件,发现在下面这个地方调用了一个read()方法:
需要将read()方法的encoding参数修改为utf8.
还有这个地方,也调用了read()方法
将encoding参数修改为utf8.
anaconda/Lib/configeparser中定义了这个read()方法:这里的read()方法有一个参数encoding:
此时,调用迁移脚本生成命令:
此时在alembic/versions目录下会生成迁移脚本:
5. 更新数据库:
alembic upgrade head
6. 如果需要在数据表中添加新的字段,则首先对orm模型进行修改,重复4,5步骤
命令和参数:
1. init:创建一个alembic仓库。
2. revision:创建一个新的版本文件。
3. --autogenerate:自动将当前模型的修改,生成迁移脚本。
4. -m:本次迁移做了哪些修改,用户可以指定这个参数,方便回顾。
5. upgrade:将指定版本的迁移文件映射到数据库中,会执行版本文件中的upgrade函数。如果有多个迁移脚本没有被映射到数据库中,那么会执行多个迁移脚本。
6. [head]:代表最新的迁移脚本的版本号。
7. downgrade:会执行指定版本的迁移文件中的downgrade函数。
8. heads:展示head指向的脚本文件版本号。
9. history:列出所有的迁移版本及其信息。
10. current:展示当前数据库中的版本号。
alembic中的经典错误:
1. FAILED: Target database is not up to date.
原因:主要是heads和current不相同。current落后于heads的版本。
解决办法:将current移动到head上。alembic upgrade head
2. FAILED: Can't locate revision identified by '77525ee61b5b'
原因:数据库中存的版本号不在迁移脚本文件中
解决办法:删除数据库的alembic_version表中的数据,重新执行alembic upgrade head
3. 执行`upgrade head`时报某个表已经存在的错误:
原因:执行这个命令的时候,会执行所有的迁移脚本,因为数据库中已经存在了这个表。然后迁移脚本中又包含了创建表的代 码。
解决办法:(1)删除versions中所有的迁移文件。(2)修改迁移脚本中创建表的代码,使用pass语句
Flask-SqlAlchemy下使用alembic:
使用alembic管理Flask项目下的数据库:
1. 在Flask项目下打开终端
2. 创建初始的alembic仓库
3. 修改配置文件
alembic.ini文件修改方法不变
env.py文件中导入app文件的路径,以及app文件:
import os
import sys
sys.path.append(os.path.dirname(os.path.dirname(__file__)))
import apptarget_metadata = app.db.Model.metadata # 完成绑定
后面生成迁移脚本以及映射数据库的方法不变。
Fask-script插件介绍:
Falsk-script的作用是可以通过命令行的形式来操作flask,例如通过命令跑一个开发版的服务器,设置数据库,定时任务等。可以通过pip install flask-script来安装。
flask-script使用:
通过新建manager.py文件,导入Manager和新建manager
from flask_script import Managermanager = Manager(app)# 没有参数
@manager.command
def greet():print("Hello")if __name__ == "__main__":manager.run()
在命令行中通过如下的命令直接运行greet()函数:
如果函数中有参数,需要使用option装饰器进行传参,有几个参数就用几个option装饰器
# 如果需要传递参数,则需要使用option装饰器
@manager.option("-u", "--username", dest="username")
@manager.option("-a", "--age", dest="age")
def info_list(username, age):print("The name is {}, and the age is".format(username, age))
option中,第一个参数为命令行中参数的简写,第二个为命令行中的参数,第三个参数是接受参数值的变量。
通过如下的命令运行info_list()函数:
实际应用,例如要给CMS管理系统添加一个管理员:
1. 首先创建数据库,这里使用alembic实现,回顾一下前面的知识
from flask import Flask, url_for
from flask_sqlalchemy import SQLAlchemy
import configapp = Flask(__name__)
app.config.from_object(config)
db = SQLAlchemy(app) # 初始化数据库class BackEndUser(db.Model):__tablename__ = "back_user"id = db.Column(db.Integer, primary_key=True, autoincrement=True)username = db.Column(db.String(50), nullable=False)email = db.Column(db.String(50), nullable=False)@app.route('/')
def hello_world():print(url_for("news.news_list"))return 'Hello World!'if __name__ == '__main__':app.run(debug=True)
2. 使用flask-script定义数据插入的函数:
# -*- coding: utf-8 -*-
from app import app, BackEndUser, db
from flask_script import Managermanager = Manager(app)@manager.option("-u", "--username", dest="username")
@manager.option("-e", "--email", dest="email")
def add_backend_user(username, email):user = BackEndUser(username=username, email=email)db.session.add(user)db.session.commit()if __name__ == "__main__":manager.run()
3. 通过命令调用:
查看插入的数据:
这种添加管理员的方式,更加的安全与优雅
-------------------------------------------------------------------------------------------------------------------------------------------------
可以用flask-script对数据库的操作进行统一的管理,例如,创建db_manage.py文件,用于对数据库操作的方法做统一的封装:
# -*- coding: utf-8 -*-
from flask_script import Managerdb_manager = Manager()@db_manager.command
def init():print("数据库初始化创建完成")@db_manager.command
def revision():print("迁移脚本初始化完成")@db_manager.command
def upgrade():print("数据库映射完成")
再将创建的db_manager添加到主Manager中,在manager.py文件中加入如下的代码即可:
from db_manager import db_managermanager = Manager(app)
manager.add_command("db", db_manager) # 添加子命令
然后通过下面的命令就可以调用db下面的子命令:
项目结构重构:
flask-migrate插件,底层基于alembic,相当于对alembic进行了一层封装,并集成到flask中,使用起来更加方便,类似于SQLAlchemy和flask-sqlalchemy。
python中的循环引用:创建一个第三方的文件,避免循环引用
例如,下面的app文件和models文件,models文件需要导入app文件中的db,app文件需要到models文件中User,就会造成文件之间循环引用的问题:
app.py文件:
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
import config
from models import Userapp = Flask(__name__)
app.config.from_object(config)
db = SQLAlchemy(app)@app.route('/')
def hello_world():return 'Hello World!'@app.route('/profile/')
def profile():return "profile page"if __name__ == '__main__':app.run()
models.py文件:
# -*- coding: utf-8 -*-
from app import dbclass User(db.Model):__tablename__ = "user"id = db.Column(db.Integer, primary_key=True, autoincrement=True)username = db.Column(db.String(50), nullable=False)
这样就会报错:
解决方案:
创建一个第三方的文件:
例如新建exts.py文件,就可以解决循环引用的问题:
exts.py文件:
# -*- coding: utf-8 -*-from flask_sqlalchemy import SQLAlchemy
db = SQLAlchemy() # db没有绑定app,此时db就拿不到app中数据库的配置文件
models.py文件:
# -*- coding: utf-8 -*-
from exts import dbclass User(db.Model):__tablename__ = "user"id = db.Column(db.Integer, primary_key=True, autoincrement=True)username = db.Column(db.String(50), nullable=False)
app.py文件:
from flask import Flask
import config
from models import User
from exts import dbapp = Flask(__name__)
app.config.from_object(config)
db.init_app(app) # db获取app中数据库的连接方式@app.route('/')
def hello_world():return 'Hello World!'@app.route('/profile/')
def profile():return "profile page"if __name__ == '__main__':app.run()
Flask-migrate详细介绍:
在实际的开发环境中,经常需要去修改数据库的行为,一般不回去直接修改数据库,而是将数据库的ORM模型进行修改,然后再把模型映射到数据库中。利用前面介绍的alembic可以实现此功能。在flask中,通过flask-migrate实现此功能,flask-migrate是基于alembic的一个封装,并将其集成到flask中。因此所有的数据库迁移操作以及上都是通过alembic完成的。
安装:pip install flask-migrate
实际使用:
基于上面的工程,新建一个manager.py的文件:
# -*- coding: utf-8 -*-
from flask_script import Manager
from app import app
from flask_migrate import MigrateCommand, Migrate # 用来绑定app以及db
from exts import dbmanager = Manager(app) # 绑定app,db到flask-migrate
Migrate(app=app, db=db) # 添加falsk-migrate中子命令到db下:
manager.add_command("db", MigrateCommand)if __name__ == "__main__":manager.run()
flask-migrate 常用命令:
1. python manager.py db init
初始化一个alembic仓库在项目文件夹下会生成一个Migration文件夹:其中的文件与alembic init alembic命令生成的类似
2. python manager.py db migrate 生成数据库的迁移文件
3. pyhon manager.py db upgrade 将迁移文件映射到数据库当中
如果需要修改模型,则重复2,3步骤即可
可以通过python manager.py db --help查看所有命令
flask-migrate注意事项:
from models import User # 将需要映射的模型直接导入manager.py中即可
Web后端学习笔记 Flask(7)数据库相关推荐
- Web后端学习笔记 Flask (5) 数据库
MySql数据库安装:省略 SQLAlchemy介绍和基本使用: 数据库是开发网站的基础,,在Flask中,支持的数据库有:MySql,PostgreSql,SQLite,Redis,MongoDB来 ...
- Web后端学习笔记 Flask(1)基础知识
基础的准备 1. 使用的python版本 python3.6 2. pycharm编辑器 3. 安装python虚拟环境: python中的虚拟环境: python中的虚拟环境相当于一个抽屉,在这个抽 ...
- Web后端学习笔记Flask(2)模板
模板渲染: 在flask中,视图函数可以直接通过render_template进行模板渲染.在flask中,模板文件是存放在template文件夹中:在调用模板文件的时候,模板文件的路径从templa ...
- Web后端学习笔记 Flask(6)数据库
SQLAlchemy一对一关系实现: 在一对多的条件下:给Article表中添加article,只需要将article放入到user的article属性中,再将user添加到user表中即可,此时的a ...
- Web后端学习笔记 Flask(10)CSRF攻击原理
CSRF(Cross Site Request Forgery,跨站域请求伪造)是一种网络的攻击方式,它在2007年曾被列为互联网20大安全隐患之一. CSRF攻击的原理: 网站是通过cookie实现 ...
- Web后端学习笔记 Flask(9)cookie and session
Flask_wtf除了可以做表单验证,模板渲染之外,还可以防御CSRF攻击.要了解CSRF攻击的原理,首先需要了解cookie和session的知识点. cookie:在网站中,HTTP请求是无状态的 ...
- Web后端学习笔记 Flask(8) WTForms 表单验证,文件上传
Flask-WTF是简化了WTForms操作的一个第三方库.WTForms表单的两个主要功能是验证用户提交数据的合法性以及渲染模板.同时还包含一些其他的功能.例如CSRF保护,文件上传等功能,安装fl ...
- Web后端学习笔记 Flask (14)redis
redis介绍: redis是一种noSQL数据库,它的数据是保存在内存中,同时,redis可以定时把内存中的数据同步到磁盘,即可以将数据持久化,并且它比memcached支持更多的数据结构,stri ...
- Web后端学习笔记 Flask(13)memcached
memcached介绍: memcached相当于一个内存的缓存系统,数据原本是存储在数据库当中,memcached是一个内存级别的缓存系统,可以把数据存到内存当中,此时的访问速度就会更快.设计它的初 ...
最新文章
- php fastcgi配置_IIS7.5配置php(FastCGI)- 自动配置
- q标签,短文本引用;blockquote标签,长文本引用
- Spring Boot 配置线程池使用多线程插入数据
- 开源视频直播软件介绍
- RocketMQ 报 invokeSync call timeout
- gitlens突然不显示了_损失百万!预防LED显示屏火灾隐患,从三方面入手
- LiveVideoStackCon讲师热身分享 ( 十五 ) —— 教育场景下的实时音视频解决方案
- Windows/Linux安装python2.7,pycharm和pandas——《利用Python进行数据分析》
- java redis订单_redis实现对账(集合比较)功能
- hbase数据结构小结
- 设计模式之---解释器模式
- 【Linux】【Services】【Package】编译安装
- Android底层开发
- 基于JAVA大数据在线考试系统在线阅卷系统及大数据统计分析计算机毕业设计源码+数据库+lw文档+系统+部署
- 字节跳动笔试难题 扑克牌的移动
- 小米手机android目录在哪里设置字体,[小米手机]小米手机MIUI自己制作.MTZ字体包方法 无需ROOT权限...
- 南京农业大学计算机学硕分数线,2020南京农业大学考研复试分数线已公布
- 数据挖掘:针对小样本与不均衡样本的机器学习算法实践
- 一个HTTP打趴80%面试者
- 什么剪辑软件好用?视频剪辑这样做
热门文章
- javax.net.ssl.SSLException: closing inbound before receiving peer‘s close_notif---SpringCloud工作笔记111
- Sentinel热点Key降级下_分布式系统集群限流_线程数隔离_削峰填谷_流量控制_速率控制_服务熔断_服务降级---微服务升级_SpringCloud Alibaba工作笔记0043
- System学习笔记003---Windows把内存变成快速虚拟硬盘
- android学习笔记---53_采用网页设计软件界面,以及使用android系统内置的浏览器,利用js调用java方法
- matlab | 与 || 的区别
- C语言 n*n矩阵求值及求逆矩阵
- 杭电1229 还是A+B
- C++ 全局变量 静态变量 全局函数 静态函数
- netbeans打包java程序,并包含外部jar包
- 思科交换机MST配置命令步骤-实例讲解