MySQL库级管理:数据库管理与存储引擎剖析
引言
各位数据库爱好者们好!今天我们要深入探讨MySQL数据库的基本操作,这是每位开发者必须掌握的"内功心法" 💪。无论你是刚接触MySQL的小白,还是需要复习基础的老手,这篇教程都将带你系统学习数据库的核心操作。我们将从最基础的创建、查看数据库开始,逐步深入到字符集设置和存储引擎选择等高级话题。准备好了吗?让我们一起开启这段MySQL探索之旅! 🚀
一、数据库的创建与管理基础
1.1 创建数据库的多种姿势
创建数据库就像盖房子前先规划地基一样重要 🏗️,MySQL提供了灵活的创建方式:
-- 最基础的创建方式(如果数据库已存在会报错)
CREATE DATABASE my_database;-- 推荐的安全创建方式(避免重复创建报错)
CREATE DATABASE IF NOT EXISTS my_database;-- 创建时指定字符集和排序规则(推荐utf8mb4)
CREATE DATABASE IF NOT EXISTS my_database
CHARACTER SET utf8mb4
COLLATE utf8mb4_unicode_ci;-- 创建带注释的数据库
CREATE DATABASE IF NOT EXISTS inventory
COMMENT '用于存储产品库存信息的数据库';
注意事项:
- 数据库名称最好使用小写字母和下划线的组合
- 避免使用MySQL保留关键字作为名称
- 生产环境务必指定字符集,避免乱码问题
1.2 查看数据库的隐藏技巧
查看数据库不只是简单的SHOW DATABASES
,还有很多实用技巧:
-- 基本查看命令
SHOW DATABASES;-- 查看符合特定模式的数据库(如所有以'test'开头的数据库)
SHOW DATABASES LIKE 'test%';-- 查看数据库的创建语句(超级实用!)
SHOW CREATE DATABASE my_database;-- 从information_schema中获取更详细的信息
SELECT * FROM information_schema.SCHEMATA
WHERE schema_name = 'my_database';-- 查看数据库大小(需要计算所有表的总和)
SELECT table_schema AS '数据库',SUM(data_length + index_length) / 1024 / 1024 AS '大小(MB)'
FROM information_schema.TABLES
GROUP BY table_schema;
1.3 选择/切换数据库的艺术
选择数据库看似简单,但在复杂应用中很有讲究:
-- 基本选择命令
USE my_database;-- 在连接时直接选择数据库
mysql -u username -p -D my_database-- 查看当前选择的数据库
SELECT DATABASE();-- 在SQL脚本中安全切换(先检查是否存在)
SET @db_name = 'my_database';
SET @sql = CONCAT('USE ', @db_name);
PREPARE stmt FROM @sql;
EXECUTE stmt;
DEALLOCATE PREPARE stmt;
多数据库操作技巧:
- 可以在不切换数据库的情况下操作其他数据库的表:
SELECT * FROM another_db.users;
- 使用完全限定名称:
数据库名.表名
1.4 删除数据库的安全之道
删除数据库是危险操作,必须谨慎! 💥
-- 基本删除命令(危险!如果数据库不存在会报错)
DROP DATABASE my_database;-- 安全删除方式(推荐)
DROP DATABASE IF EXISTS my_database;-- 删除前先备份(命令行操作)
mysqldump -u username -p my_database > my_database_backup.sql
删除数据库的注意事项:
- 删除前务必备份重要数据
- 检查是否有应用程序正在使用该数据库
- 考虑使用权限控制,限制删除操作
- 生产环境建议先重命名数据库观察一段时间再删除
二、深入字符集与排序规则
2.1 字符集(Character Set)深度解析
字符集是数据库的"语言系统",选错会导致各种乱码问题 🌐:
查看支持的字符集:
SHOW CHARACTER SET;
-- 或者
SELECT * FROM information_schema.CHARACTER_SETS;
重点字符集对比:
字符集 | 描述 | 最大长度 | 推荐场景 |
---|---|---|---|
latin1 | 西欧字符 | 1字节 | 仅需西欧语言支持 |
utf8 | MySQL中的UTF-8(伪实现) | 3字节 | 不推荐使用 |
utf8mb4 | 真正的UTF-8实现 | 4字节 | 所有现代应用 |
gbk | 简体中文 | 2字节 | 仅需简体中文支持 |
关键结论:永远使用utf8mb4!因为它:
- 支持完整的Unicode字符集(包括emoji 😊)
- 是真正的UTF-8实现
- 已经成为MySQL的默认字符集(8.0+)
2.2 排序规则(Collation)高级应用
排序规则决定了字符串如何比较和排序,对查询性能有重要影响 🔍:
查看支持的排序规则:
SHOW COLLATION;
-- 或
SHOW COLLATION LIKE 'utf8mb4%';
常见排序规则解析:
utf8mb4_general_ci
:快速但不精确的比较utf8mb4_unicode_ci
:基于Unicode标准的精确比较utf8mb4_bin
:二进制比较,区分大小写utf8mb4_0900_ai_ci
:MySQL 8.0引入的更先进算法
排序规则后缀含义:
_ci
:Case Insensitive(不区分大小写)_cs
:Case Sensitive(区分大小写)_bin
:Binary(二进制比较)_ai
:Accent Insensitive(不区分重音)_as
:Accent Sensitive(区分重音)
性能考虑:
_general_ci
比_unicode_ci
快,但排序准确性稍差_bin
规则性能最好,但可能不符合语言习惯- MySQL 8.0的
_0900
系列规则在准确性和性能间取得了更好平衡
2.3 字符集与排序规则实践指南
创建时指定:
CREATE DATABASE my_app
CHARACTER SET utf8mb4
COLLATE utf8mb4_0900_ai_ci;
修改已有数据库:
ALTER DATABASE my_app
CHARACTER SET utf8mb4
COLLATE utf8mb4_unicode_ci;
查看当前设置:
SELECT DEFAULT_CHARACTER_SET_NAME,DEFAULT_COLLATION_NAME
FROM information_schema.SCHEMATA
WHERE schema_name = 'my_app';
表级别覆盖:
CREATE TABLE users (id INT PRIMARY KEY,name VARCHAR(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin
) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
连接级别设置:
# 在my.cnf/my.ini中配置
[client]
default-character-set=utf8mb4[mysql]
default-character-set=utf8mb4
三、存储引擎深入对比与实践
3.1 存储引擎全景概览
MySQL的存储引擎就像汽车的发动机,决定了数据库的性能特性 🚗:
查看支持的引擎:
SHOW ENGINES;
主要引擎对比表:
特性 | InnoDB | MyISAM | MEMORY | Archive |
---|---|---|---|---|
事务支持 | ✅ 完整ACID | ❌ 不支持 | ❌ 不支持 | ❌ 不支持 |
锁粒度 | 行级锁 | 表级锁 | 表级锁 | 行级锁 |
外键支持 | ✅ 支持 | ❌ 不支持 | ❌ 不支持 | ❌ 不支持 |
MVCC | ✅ 支持 | ❌ 不支持 | ❌ 不支持 | ❌ 不支持 |
崩溃恢复 | ✅ 优秀 | ❌ 较差 | ❌ 数据丢失 | ✅ 有限支持 |
全文索引 | ✅ (5.6+) | ✅ 支持 | ❌ 不支持 | ❌ 不支持 |
压缩能力 | ✅ 表压缩 | ✅ 行压缩 | ❌ 不支持 | ✅ 极高压缩比 |
适用场景 | 高并发OLTP | 读密集型报表 | 临时表/缓存 | 归档数据 |
3.2 InnoDB深度剖析
作为默认引擎,InnoDB是大多数应用的最佳选择 🏆:
核心特性:
- ACID事务:保证数据完整性
- 行级锁定:提高并发性能
- 外键约束:维护数据一致性
- 聚集索引:主键索引与数据存储在一起
- 多版本并发控制(MVCC):非阻塞读
配置优化:
[mysqld]
# 缓冲池大小(建议物理内存的50-75%)
innodb_buffer_pool_size = 4G# 日志文件大小(建议256M-2G)
innodb_log_file_size = 1G# 刷新日志频率
innodb_flush_log_at_trx_commit = 1 # 最安全
# innodb_flush_log_at_trx_commit = 2 # 折衷方案
# innodb_flush_log_at_trx_commit = 0 # 最佳性能# IO线程数
innodb_read_io_threads = 8
innodb_write_io_threads = 8
创建InnoDB表:
CREATE TABLE orders (id INT AUTO_INCREMENT PRIMARY KEY,user_id INT NOT NULL,amount DECIMAL(10,2) NOT NULL,order_date DATETIME DEFAULT CURRENT_TIMESTAMP,INDEX idx_user (user_id),FOREIGN KEY (user_id) REFERENCES users(id)
) ENGINE=InnoDB
ROW_FORMAT=COMPRESSED -- 启用压缩
KEY_BLOCK_SIZE=8;
3.3 MyISAM适用场景与技巧
虽然逐渐被淘汰,但在特定场景仍有价值 💾:
适用场景:
- 只读或读多写少的应用
- 数据仓库和报表系统
- 需要全文索引(MySQL 5.6以前版本)
- 空间数据(GIS功能)
特性示例:
CREATE TABLE log_data (id BIGINT AUTO_INCREMENT PRIMARY KEY,log_time DATETIME NOT NULL,message TEXT NOT NULL,INDEX idx_time (log_time),FULLTEXT INDEX idx_message (message)
) ENGINE=MyISAM
KEY_BLOCK_SIZE=1024;-- 压缩MyISAM表(节省空间)
myisampack table_name.MYI
MyISAM关键文件:
.frm
:表结构定义.MYD
:数据文件.MYI
:索引文件
3.4 其他存储引擎精要
MEMORY引擎:
CREATE TABLE session_cache (session_id VARCHAR(128) PRIMARY KEY,user_id INT NOT NULL,data JSON,expires DATETIME NOT NULL
) ENGINE=MEMORY;
特点:
- 数据存储在内存中,速度极快 ⚡
- 表结构持久化,数据在重启后丢失
- 支持HASH索引(默认)和BTREE索引
Archive引擎:
CREATE TABLE audit_log (id BIGINT AUTO_INCREMENT PRIMARY KEY,action_time DATETIME DEFAULT CURRENT_TIMESTAMP,user_id INT,action VARCHAR(50),details TEXT
) ENGINE=ARCHIVE;
特点:
- 极高的压缩比(比MyISAM小75%)
- 只支持INSERT和SELECT操作
- 适合存储历史归档数据
3.5 存储引擎转换实战
转换方法:
-- 方法1:ALTER TABLE
ALTER TABLE my_table ENGINE=InnoDB;-- 方法2:导出/导入
mysqldump -u username -p my_database my_table > my_table.sql
sed -i 's/ENGINE=MyISAM/ENGINE=InnoDB/' my_table.sql
mysql -u username -p my_database < my_table.sql-- 方法3:CREATE TABLE...SELECT
CREATE TABLE new_table LIKE old_table;
ALTER TABLE new_table ENGINE=InnoDB;
INSERT INTO new_table SELECT * FROM old_table;
RENAME TABLE old_table TO old_table_backup, new_table TO old_table;
转换注意事项:
- 大表转换可能耗时较长,建议在低峰期进行
- 转换前务必备份数据
- 检查外键约束和索引是否兼容
- 验证转换后的应用功能是否正常
四、综合实战演练
4.1 场景1:电商系统数据库设计
-- 创建电商数据库
CREATE DATABASE IF NOT EXISTS ecommerce
CHARACTER SET utf8mb4
COLLATE utf8mb4_0900_ai_ci
COMMENT '电商系统主数据库';USE ecommerce;-- 用户表(InnoDB)
CREATE TABLE users (user_id INT AUTO_INCREMENT PRIMARY KEY,username VARCHAR(50) NOT NULL UNIQUE,password CHAR(60) NOT NULL COMMENT 'bcrypt哈希',email VARCHAR(100) NOT NULL UNIQUE,created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP
) ENGINE=InnoDB;-- 商品表(InnoDB)
CREATE TABLE products (product_id INT AUTO_INCREMENT PRIMARY KEY,name VARCHAR(100) NOT NULL,description TEXT,price DECIMAL(10,2) NOT NULL,stock INT NOT NULL DEFAULT 0,category_id INT,INDEX idx_category (category_id),FULLTEXT INDEX idx_search (name, description)
) ENGINE=InnoDB;-- 订单表(InnoDB)
CREATE TABLE orders (order_id BIGINT AUTO_INCREMENT PRIMARY KEY,user_id INT NOT NULL,total_amount DECIMAL(12,2) NOT NULL,status ENUM('pending','paid','shipped','completed','cancelled') DEFAULT 'pending',created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,FOREIGN KEY (user_id) REFERENCES users(user_id)
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED;-- 日志表(MyISAM)
CREATE TABLE access_logs (log_id BIGINT AUTO_INCREMENT PRIMARY KEY,user_id INT,ip_address VARCHAR(45),action VARCHAR(50) NOT NULL,created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,INDEX idx_user (user_id),INDEX idx_time (created_at)
) ENGINE=MyISAM;
4.2 场景2:数据库维护操作
-- 修改数据库字符集(需要转换现有数据)
ALTER DATABASE ecommerce CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;-- 优化所有表
USE ecommerce;
SET @tables = NULL;
SELECT GROUP_CONCAT(table_name) INTO @tables
FROM information_schema.tables
WHERE table_schema = 'ecommerce';
SET @tables = CONCAT('OPTIMIZE TABLE ', @tables);
PREPARE stmt FROM @tables;
EXECUTE stmt;
DEALLOCATE PREPARE stmt;-- 备份单个数据库(命令行执行)
# mysqldump -u root -p --single-transaction --routines --triggers ecommerce > ecommerce_backup.sql-- 迁移存储引擎(MyISAM转InnoDB)
SELECT CONCAT('ALTER TABLE ', table_name, ' ENGINE=InnoDB;')
FROM information_schema.tables
WHERE table_schema = 'ecommerce' AND engine = 'MyISAM';
五、性能优化与故障排查
5.1 数据库操作性能优化
创建数据库优化:
- 预分配大小(适用于某些存储引擎)
- 合理配置字符集和排序规则
- 考虑文件系统特性(如ext4的dir_index)
字符集优化建议:
- 所有数据库对象使用一致的字符集
- 连接字符集与数据库字符集保持一致
- 对于纯ASCII数据,可以考虑使用latin1节省空间
存储引擎选择策略:
- 事务需求:需要→InnoDB,不需要→考虑其他
- 并发写入:高并发→InnoDB,低并发→MyISAM
- 数据特性:临时数据→MEMORY,归档数据→ARCHIVE
- 特殊需求:全文搜索→MyISAM或InnoDB+外部方案
5.2 常见问题解决方案
问题1:创建数据库时报权限错误
解决方案:
-- 检查当前用户权限
SHOW GRANTS;-- 授予创建数据库权限
GRANT CREATE ON *.* TO 'username'@'host';
问题2:字符集不一致导致乱码
排查步骤:
- 检查数据库、表和列的字符集设置
- 确认客户端连接字符集
- 验证应用程序连接字符串配置
问题3:存储引擎不支持特定功能
解决方案:
- 修改表使用的存储引擎
- 使用替代方案实现功能(如应用层实现外键约束)
- 考虑使用触发器或存储过程弥补功能缺失
总结 🎯
今天我们全面掌握了MySQL数据库的基本操作 🎓,重点内容包括:
- 数据库生命周期管理:创建→查看→选择→删除的全套操作
- 字符集与排序规则:深入理解了utf8mb4的重要性和各种排序规则的区别
- 存储引擎对比:详细分析了InnoDB、MyISAM等引擎的特性和适用场景
关键收获:
- 始终使用
IF EXISTS
/IF NOT EXISTS
避免常见错误 - 生产环境必须使用utf8mb4字符集
- InnoDB是大多数场景的最佳选择
- 不同的业务场景可能需要混合使用多种存储引擎
最佳实践建议:
- 数据库命名采用小写+下划线规范
- 创建数据库时明确指定字符集和排序规则
- 重要操作前先备份数据
- 定期优化和维护数据库
PS:如果你在学习过程中遇到问题,别慌!欢迎在评论区留言,我会尽力帮你解决!😄
相关文章:
MySQL库级管理:数据库管理与存储引擎剖析
引言 各位数据库爱好者们好!今天我们要深入探讨MySQL数据库的基本操作,这是每位开发者必须掌握的"内功心法" 💪。无论你是刚接触MySQL的小白,还是需要复习基础的老手,这篇教程都将带你系统学习数据库的核心…...
LeetCode 2094.找出 3 位偶数:遍历3位偶数
【LetMeFly】2094.找出 3 位偶数:遍历3位偶数 力扣题目链接:https://leetcode.cn/problems/finding-3-digit-even-numbers/ 给你一个整数数组 digits ,其中每个元素是一个数字(0 - 9)。数组中可能存在重复元素。 你…...
机器学习-计量经济学
机器学习 不要事前决定变量关系,关键是谁也不知道啊,机器学习学习的模型(那也不是真实的关系啊) 这就是自然学科的好处:只要不断的优化这个未知的东西(函数),然后在数据上ÿ…...

工具篇-扣子空间MCP,一键做游戏,一键成曲
一、登陆扣子空间 地址如下: 扣子空间 打开,然后登陆扣子 登陆之后快速开始: 二、生成游戏 小试牛刀,我们让它做一个打地鼠的游戏: 已经开始设计制作: 制作完成: 三、制作音乐 新…...

5.6 - 5.9 MySQL
数据库:存储和管理数据的仓库DB。 数据库管理系统:操纵和管理数据库的大型软件DBMS。 关系型数据库 一个数据库内可以创建多张表,在一个表内能存放多个数据。 SQL语句: DDL: 存储字符串用varchar。(类似于…...

C# WinForm 如何高效地将大量数据从 CSV 文件导入 DataGridView
如果你有非常多的csv文件,每个文件包含N多行与M多列,如:18000 行和 27 列。现在,想制作一个 Windows 窗体应用程序,导入它们并在 datagridview 中显示,然后进行一些数学运算。可是,发现数据导入…...
【redis】redis常见数据结构及其底层,redis单线程读写效率高于多线程的理解,
redis常用数据结构及底层 string字符串、list链表、set无序集合、zset有序集合、hash哈希 1.string 底层结构是SDS简单动态字符串 struct sdshdr {int len; // 已用长度(字符串实际长度)int free; // 剩余可用空间char buf[]; // 数组&#…...
2025年5月AI科技领域周报(5.5-5.11):AGI研究进入关键验证期 具身智能开启物理世界交互新范式
2025年5月AI科技领域周报(5.5-5.11):AGI研究进入关键验证期 具身智能开启物理世界交互新范式 一、本周热点回顾1. OpenAI发布GPT-5多模态大模型 突破通用智能关键阈值2. 特斯拉Optimus机器人量产版发布 具身智能进入工业场景3. 百度文心ERNIE…...

SQLPub:一个提供AI助手的免费MySQL数据库服务
给大家介绍一个免费的 MySQL 在线数据库环境:SQLPub。它提供了最新版本的 MySQL 服务器测试服务,可以方便开发者和测试人员验证数据库功能,也可以用于学习 MySQL。 免费申请 在浏览器中输入以下网址: https://sqlpub.com/ SQLP…...

URP相机如何将场景渲染定帧模糊绘制
1)URP相机如何将场景渲染定帧模糊绘制 2)为什么Virtual Machine会随着游戏时间变大 3)出海项目,打包时需要勾选ARMv7吗 4)Unity是手动还是自动调用GC.Collect 这是第431篇UWA技术知识分享的推送,精选了UWA社…...

WeakAuras Lua Script ICC (BarneyICC)
WeakAuras Lua Script ICC (BarneyICC) https://wago.io/BarneyICC/69 全量英文字符串: !WA:2!S33c4TXX5bQv0kobjnnMowYw2YAnDKmPnjnb4ljzl7sqcscl(YaG6HvCbxaSG7AcU76Dxis6uLlHNBIAtBtRCVM00Rnj8Y1M426ZH9XDxstsRDR)UMVCTt0DTzVhTjNASIDAU…...
为什么 mac os .bashrc 没有自动加载?
原因说明 在macOS中,默认情况下,终端使用的是Bash或Zsh作为shell。对于较新版本的macOS(从Catalina开始),默认的shell已经切换为Zsh。因此,如果你正在使用Zsh,.bashrc文件不会自动生效…...

FramePack - 开源 AI 视频生成工具
🎬 项目简介 由开发者 lllyasviel 创建的一个轻量级动画帧处理工具库,专门用于游戏开发、动画制作和视频处理中的帧序列打包与管理。该项目采用高效的算法实现,能够显著提升动画资源的处理效率。 此 AI 视频生成项目,旨在通过低显…...
断点续传使用场景,完整前后端实现示例,包括上传,下载,验证
断点续传在多个场景中非常有用,包括但不限于大文件上传、跨国或跨区域文件传输、移动设备文件传输、备份和同步以及软件更新等。接下来,我将为你提供一个基于Java的后端实现示例,结合前端逻辑来完成整个断点续传的功能,包括上传、…...
【行为型之迭代器模式】游戏开发实战——Unity高效集合遍历与场景管理的架构精髓
文章目录 🔄 迭代器模式(Iterator Pattern)深度解析一、模式本质与核心价值二、经典UML结构三、Unity实战代码(背包系统遍历)1. 定义迭代器与聚合接口2. 实现具体聚合类(背包物品集合)3. 实现具…...

Vuetify框架使用(一)之v-snackbar 组件封装及全局使用
说明:v-snackbar 组件适用于统一管理消息提示框(操作反馈的提示) 看效果: 1、在状态管理中创建文件,统一管理 // stores/snackbar.js /*** 统一管理消息提示框(操作反馈的提示)*/import { defineStore } from pinia; // 消息类型 export co…...

FPGA: UltraScale+ bitslip实现(方案+代码)
收获 一晃五年~ 五年前那个夏夜,我对着泛蓝的屏幕敲下《给十年后的自己》,在2020年的疫情迷雾中编织着对未来的想象。此刻回望,第四届集创赛的参赛编号仍清晰如昨,而那个在家熬夜焊电路板的"不眠者",现在…...

【SpeechLMs】语音大型语言模型综述《A Survey on Speech Large Language Models》
摘要 大型语言模型 (LLM) 表现出强大的上下文理解能力和显著的多任务性能。 因此,研究人员一直在寻求将 LLM 整合到更广泛的语音语言理解 (SLU) 领域。 与传统方法不同,传统方法是将 LLM 级联以处理自动语音识别 (ASR) 生成的文本,而新方法则…...
C# 实现雪花算法(Snowflake Algorithm)详解与应用
在现代分布式系统中,生成全局唯一的标识符(ID)是一个非常重要的问题。随着微服务架构和分布式系统的普及,传统的单机数据库生成 ID 的方式已无法满足高并发和高可用的需求。为了解决这个问题,Twitter 提出了 雪花算法&…...

吴恩达机器学习笔记:特征与多项式回归
1.特征和多项式回归 如房价预测问题, ℎθ (x) θ0 θ1 frontage θ2 deptℎ x1 frontage(临街宽度),x2 deptℎ(纵向深度),x frontage ∗ deptℎ area (面积)…...
Flutter 与HarmonyOS Next 混合渲染开发实践:以 fluttertpc_scan 三方库为例
一、背景与价值 在跨平台开发中,Flutter 以其高效的 UI 构建能力著称,而鸿蒙 Next(OpenHarmony)则提供了深度系统集成的原生能力。将两者结合,可实现 UI 跨平台 原生功能深度融合 的混合渲染模式。本文以扫描库 flut…...

LangChain4j正式发布-简化将 LLM 集成到 Java 应用程序过程
LangChain4j 的目标是简化将 LLM 集成到 Java 应用程序中的过程。 官网地址 源码地址 开源协议:Apache License 2.0 实现方法 统一 API:LLM 提供程序(如 OpenAI 或 Google Vertex AI)和嵌入(矢量)存储…...

【C++】汇编角度分析栈攻击
栈攻击 介绍原理示例代码汇编分析 介绍原理 核心原理是通过 缓冲区溢出(Buffer Overflow) 等漏洞,覆盖栈上的关键数据(如返回地址、函数指针),从而改变程序执行流程; 在 C 中,每个…...

Vue 3 打开 el-dialog 时使 el-input 获取焦点
运行代码:https://andi.cn/page/622178.html 效果:...

C++23 views::repeat (P2474R2) 深入解析
文章目录 引言C20 Ranges库回顾什么是Rangesstd::views的作用 views::repeat概述基本概念原型定义工作原理应用场景初始化容器模拟测试数据 总结 引言 在C的发展历程中,每一个新版本都会带来一系列令人期待的新特性,这些特性不仅提升了语言的性能和表达…...
HTML5 定位详解:相对定位、绝对定位和固定定位
在HTML5和CSS中,定位(positioning)是控制元素在页面上位置的重要机制。主要有四种定位方式:静态定位(static)、相对定位(relative)、绝对定位(absolute)和固定定位(fixed)。下面我将详细讲解这三种非静态定位方式,并提供相应的源代码示例。 …...

OpenCv高阶(4.0)——案例:海报的透视变换
文章目录 前言一、工具函数模块1.1 图像显示函数1.2 保持宽高比的缩放函数1.3 坐标点排序函数 二、透视变换核心模块2.1 四点透视变换实现 三、主流程技术分解3.1 图像预处理3.2 轮廓检测流程3.3 最大轮廓处理 四、后处理技术4.1 透视变换4.2 形态学处理 五、完整代码总结 前言…...

光谱相机的图像预处理技术
光谱相机的图像预处理技术旨在消除噪声、增强有效信息,为后续分析提供高质量数据。 一、预处理流程与技术要点 辐射校正 辐射定标:将图像灰度值转换为绝对辐射亮度,常用反射率法、辐亮度法和辐照度法消除传感器响应差异࿰…...
CSS 溢出内容处理、可见性控制与盒类型设置深度解析
CSS溢出内容处理、可见性控制与盒类型设置深度解析 一、溢出内容处理(Overflow) 在网页设计中,内容超出容器边界是常见问题。CSS提供了overflow属性及其变体来控制这种情况。 1.1 溢出基本属性 核心属性: overflow: visible&…...

k8s监控方案实践补充(一):部署Metrics Server实现kubectl top和HPA支持
k8s监控方案实践补充(一):部署Metrics Server实现kubectl top和HPA支持 文章目录 k8s监控方案实践补充(一):部署Metrics Server实现kubectl top和HPA支持一、Metrics Server简介二、Metrics Server实战部署…...