ClickHouse 数据类型、表引擎与TTL

news/2024/5/12 21:30:02

文章目录

    • 数据类型
      • 注意事项
    • 表引擎
      • 1.TinyLog 引擎
      • 2.MergeTree 引擎
      • 3.ReplacingMergeTree 引擎
      • 4.AggregatingMergeTree 引擎
      • 5.SummingMergeTree 引擎
      • 6.CollapsingMergeTree 引擎
      • 7.Distributed 引擎
    • TTL
      • 列级 TTL
      • 表级TTL

数据类型

ClickHouse 数据类型Java 数据类型数据范围
UInt8Short0 到 255
UInt16Integer0 到 65,535
UInt32Long0 到 4,294,967,295
UInt64BigInteger0 到 18,446,744,073,709,551,615
Int8Byte-128 到 127
Int16Short-32,768 到 32,767
Int32Integer-2,147,483,648 到 2,147,483,647
Int64Long-9,223,372,036,854,775,808 到 9,223,372,036,854,775,807
Float32Float约 ±3.4x10^-38 到 ±3.4x10^38
Float64Double约 ±1.7x10^-308 到 ±1.7x10^308
Decimal(p,s)BigDecimal取决于精度和标度
StringString任意长度的字符串
FixedString(n)String固定长度的字符串，长度为 n
DateLocalDate0000-01-01 到 9999-12-31
DateTimeLocalDateTime0000-01-01 00:00:00 到 9999-12-31 23:59:59
DateTime64Instant0000-01-01 00:00:00 到 9999-12-31 23:59:59.999999999
Array(T)Array任意长度的 T 类型数组
Nullable(T)Object (T 或 null)T 类型或 null
Tuple(T1, T2, …)Object[]多个类型的元组
Enum8Enum8 位枚举值
Enum16Enum16 位枚举值
UUIDUUIDUUID 格式的字符串
IPv4InetAddressIPv4 地址
IPv6InetAddressIPv6 地址

注意事项

1.确定数据类型

我们在建表存储数据时，图省事，可能会全部选择 String 类型，但可能在使用时，需要目标列的数值型或者时间类型等，去操作数据时显然会进行数据转换，降低了执行效率，所以在建表时就要确定好对应字段的数据类型，不要后期操作数据时再进行数据类型转换。

2.不要使用 Nullable 空值类型

在 ClickHouse 中，存储 Nullable 列时，需要创建一个额外的文件来单独保存，且无法进行索引，使用起来效率很低。

因此，在有需要使用空值类型的场景时，可以选择使用一个特殊值来进行替换。

3.分区的合理设置

分区建表时，一般按照年月日进行划分，数据量越大，建议分区的粒度也要变大，尽量不要使用过小的粒度来存储数据。

4.索引的合理设置

在 ClickHouse 建表时，必须指定使用的索引列，也就是 order by，通常进入索引列的字段都是充当后期查询时作为 where 筛选条件的列，查询频率的索引列在前。

5.避免使用轻量删除与修改

虽然 ClickHouse 支持删除、修改操作，但小批量的操作会造成 ClickHouse 产生小分区文件，在执行 Merge 合并任务时，压力很大。例如：从数十万条数据中仅仅删除或修改几条数据。

表引擎

ClickHouse 表引擎是一种用于存储和管理数据的方式，它定义了数据在物理存储和查询处理方面的行为。

表引擎决定了数据的存储格式、索引方式、数据分布方式以及查询优化方式等方面。不同的引擎具有不同的特性和适用场景，可以根据数据的特点和应用需求选择合适的引擎来存储和处理数据。

1.TinyLog 引擎

TinyLog 是 ClickHouse 中的一种存储引擎，它专门用于小规模数据的存储和查询。

它将数据以文本文件的形式存储在磁盘上，每个文件对应一个分区，适用于数据量较小的场景，例如开发、测试或小型项目。

创建表

CREATE TABLE tinylog_example
(id UInt32,name String,age UInt8
)
ENGINE = TinyLog;

创建了一个名为 tinylog_example 的表，包含了三个列：id（ID）、name（姓名）和 age（年龄）。指定了引擎为 TinyLog，表明数据将以 TinyLog 引擎的方式存储。

插入数据

INSERT INTO tinylog_example (id, name, age)
VALUES(1, 'Alice', 30),(2, 'Bob', 25),(3, 'Charlie', 35);

查询数据

SELECT * FROM tinylog_example;

在这里插入图片描述

我们也可以进入到本地的磁盘文件中去查看该数据。

进入 ClickHouse 本地数据存储目录（需要切换到 root 用户）：

cd  /var/lib/clickhouse/data

在这里插入图片描述
data 目录下的文件夹对应的就是我们创建的库，我上面创建的 tinylog_example 表存储在 test 库下，所以我这里进入到 test 目录中进行查看。

由于 ClickHouse 默认会进行压缩，所以我并不能直接看到：

在这里插入图片描述

2.MergeTree 引擎

用于存储有序的时间序列数据，支持灵活的数据分区和排序，适用于日志数据、传感器数据等场景。

假设我们要存储网站的访问日志数据，我们可以使用 MergeTree 引擎来存储这些数据，并且按照日期进行分区。

创建表

CREATE TABLE log_data
(date Date,time DateTime,user_id UInt32,page_visited String,duration Float32
)
ENGINE = MergeTree
PARTITION BY toYYYYMM(date)
ORDER BY (date, time, user_id);

创建一个名为 log_data 的表，用于存储网站访问日志数据。数据按照日期进行分区，并且按照日期、时间和用户 ID 进行排序。

插入数据

INSERT INTO log_data (date, time, user_id, page_visited, duration)
VALUES('2024-04-01', '2024-04-01 10:15:00', 123, '/home', 3.5),('2024-04-01', '2024-04-01 10:20:00', 456, '/products', 5.2),('2024-04-02', '2024-04-02 08:30:00', 789, '/about', 2.1);

查询数据

SELECT *
FROM log_data
WHERE date = '2024-04-01';

在这里插入图片描述

查询表的分区信息

SELECT *
FROM system.parts
WHERE database = 'test'AND table = 'log_data';

在这里插入图片描述

3.ReplacingMergeTree 引擎

ReplacingMergeTree 引擎是 MergeTree 引擎的变种，支持在插入新数据时自动删除旧数据，适用于周期性更新的数据存储场景。

注意！ 它在一些老的 ClickHouse 版本中并不会立即去重，而是在经过一定的周期后才会去重。

在新版中则会立即去重，但不同分区中还是可能存在相同的数据。因为它的去重机制并不是全局的，而是在每个分区内部进行操作的。

假设我们需要存储温度传感器数据，并且定期更新数据以保持最新。我们可以使用 ReplacingMergeTree 引擎来实现自动替换过期数据的功能。

创建表

CREATE TABLE temperature_data
(sensor_id UInt32,temperature Float32,timestamp DateTime
)
ENGINE = ReplacingMergeTree(timestamp)
PRIMARY KEY (sensor_id)
ORDER BY (sensor_id);

创建一个名为 temperature_data 的表，用于存储温度传感器数据。数据将按照传感器 ID 进行排序，只保留时间戳最大的值。

ReplacingMergeTree(timestamp) 中的参数 (timestamp) 可以不指定。在有重复列的情况下，会根据 ORDER BY 默认保留重复列中最后插入的那行数据。

插入数据

INSERT INTO temperature_data (sensor_id, temperature, timestamp)
VALUES(1, 23.5, '2024-04-01 12:00:00'),(2, 21.8, '2024-04-01 12:00:00'),(1, 24.3, '2024-04-01 12:15:00'),(2, 22.1, '2024-04-01 12:15:00');

查询数据

SELECT * FROM temperature_data;

在这里插入图片描述

查询出来，可能会出现并没有去重成功的情况，这是因为使用的 ClickHouse 是老版本的，在插入数据时不会立即去重。

此时，我们可以手动执行合并任务：

OPTIMIZE TABLE temperature_data FINAL;

合并任务执行完成后，我们再次查询：

在这里插入图片描述

可以看到，已经成功的完成了去重操作，并且在 ID 相同的情况下，保留了时间戳最大的数据。

4.AggregatingMergeTree 引擎

该引擎继承自 MergeTree，改变了数据部分合并的逻辑。

ClickHouse 将具有相同主键（或更准确地说，具有相同排序键）的所有行替换为存储聚合函数状态组合的单行（在一个数据部分内）。

假设我们有一个名为 website_logs 的表，用于存储网站访问日志数据，并且实时计算每小时的访问量。

创建表

CREATE TABLE website_logs(date Date,hour UInt8,visits UInt32
)
ENGINE = AggregatingMergeTree
PARTITION BY toYYYYMM(date)
ORDER BY (date, hour);

插入数据

INSERT INTO website_logs (date, hour, visits)
VALUES('2024-04-01', 0, 100),('2024-04-01', 1, 150),('2024-04-01', 2, 200),('2024-04-01', 3, 180),('2024-04-01', 4, 220),('2024-04-01', 5, 250),('2024-04-01', 6, 300),('2024-04-01', 7, 280),('2024-04-01', 8, 320),('2024-04-01', 9, 350),('2024-04-01', 10, 380),('2024-04-01', 11, 400),('2024-04-01', 12, 420),('2024-04-01', 13, 450),('2024-04-01', 14, 480),('2024-04-01', 15, 500),('2024-04-01', 16, 520),('2024-04-01', 17, 550),('2024-04-01', 18, 580),('2024-04-01', 19, 600),('2024-04-01', 20, 620),('2024-04-01', 21, 640),('2024-04-01', 22, 660),('2024-04-01', 23, 680);

查询数据

SELECT *
FROM website_logs
ORDER BY date, hour;

在这里插入图片描述

5.SummingMergeTree 引擎

SummingMergeTree 引擎用于对相同主键的行进行聚合，在插入新数据时对相同主键的行进行求和。

假设我们要存储每天的销售数据，并计算每种产品的总销售额。

创建表

CREATE TABLE sales_data
(date Date,product_id UInt32,sales_amount Float32
)
ENGINE = SummingMergeTree
PARTITION BY toYYYYMM(date)
ORDER BY (date, product_id);

创建了一个名为 sales_data 的表，用于存储销售数据。表包含了三个列：date（日期）、product_id（产品 ID）和 sales_amount（销售额）。

数据将按照日期和产品 ID 进行分区（这里相当于 date, product_id 是联合主键），并且按照日期和产品 ID 排序。

插入数据

INSERT INTO sales_data (date, product_id, sales_amount)
VALUES('2024-04-01', 1, 100.50),('2024-04-01', 2, 150.75),('2024-04-01', 3, 200.25),('2024-04-01', 1, 120.80),('2024-04-01', 2, 180.60),('2024-04-01', 3, 220.40);

查询数据

SELECT * FROM sales_data;

在这里插入图片描述

可以看到，即使我们插入了多行数据，但是因为其中包含 date, product_id（联合主键）相同的数据，所以它会自动合并（求和计算）除主键外的所有数值列。

6.CollapsingMergeTree 引擎

用于在插入新数据时折叠（合并）相同主键的行，并且保留最新的行。适用于存储以事件时间为主要维度的数据流，并保留最新的状态。

假设我们要存储用户在网站上的访问记录，并且保留每个用户的最新访问信息。

创建表：

CREATE TABLE user_visits
(user_id UInt32,visit_time DateTime,url String,is_active Int8
)
ENGINE = CollapsingMergeTree(is_active)
PARTITION BY toYYYYMM(visit_time)
ORDER BY (user_id, visit_time);

创建了一个名为 user_visits 的表，用于存储用户访问记录。表包含了四个列：user_id（用户 ID）、visit_time（访问时间）、url（访问的网址）和 is_active（活跃标志）。数据将按照访问时间和用户 ID 进行分区，并且按照用户 ID 和访问时间排序。

在创建表时，我们指定了 CollapsingMergeTree(is_active)，表示当插入新数据时，如果有相同主键的行（在这里是相同的 user_id），ClickHouse 将根据 is_active 列的值来选择保留哪一行，只保留 is_active 最大的行。

插入数据

INSERT INTO user_visits (user_id, visit_time, url, is_active)
VALUES(1, '2024-04-01 10:00:00', '/page1', 1),(2, '2024-04-01 10:05:00', '/page2', 1),(1, '2024-04-01 10:10:00', '/page3', -1),(3, '2024-04-01 10:15:00', '/page4', 1),(2, '2024-04-01 10:20:00', '/page5', -1),(1, '2024-04-01 10:25:00', '/page6', 1);

查询数据：

SELECT *
FROM user_visits
ORDER BY user_id, visit_time;

在这里插入图片描述
可以看到，它并未进行合并操作，这是因为 ClickHouse 还没有合并数据，它在一个我们无法预料的未知时刻合并数据片段。

此时，我们可以手动执行合并任务，添加关键字 FINAL 强制进行合并：

SELECT *
FROM user_visits FINAL
ORDER BY user_id, visit_time;

在这里插入图片描述

它只会保留当前分区内 is_active 最大的行，最大值一样会保存多行。

7.Distributed 引擎

用于在多个 ClickHouse 节点上分布存储数据，并且实现数据的分片存储和并行查询处理，适用于构建分布式数据仓库和实时分析系统。

假设我们有多个 ClickHouse 节点，我们要在这些节点上分布存储数据，并且进行查询操作。

创建分布式表

CREATE TABLE distributed_log_data
(date Date,time DateTime,user_id UInt32,page_visited String,duration Float32
)
ENGINE = Distributed('cluster_name', 'default', 'log_data', rand());

创建一个名为 distributed_log_data 的分布式表，将数据分布在名为 cluster_name 的 ClickHouse 集群上，并且将数据存储在名为 log_data 的本地表中。

插入数据

INSERT INTO distributed_log_data (date, time, user_id, page_visited, duration)
VALUES('2024-04-01', '2024-04-01 10:15:00', 123, '/home', 3.5),('2024-04-01', '2024-04-01 10:20:00', 456, '/products', 5.2),('2024-04-02', '2024-04-02 08:30:00', 789, '/about', 2.1);

查询数据

SELECT *
FROM distributed_log_data
WHERE date = '2024-04-01';

TTL

TTL（Time to Live）是一种数据管理机制，在 ClickHouse 中，TTL 机制允许你为表中的数据设置生命周期，以控制数据的存储时间。你可以为表中的某个列设置 TTL，指定数据的存储时间，一旦数据的时间戳超过了 TTL 设置的时间，数据将被自动删除。

列级 TTL

注意，列级 TTL 功能只有在 ClickHouse 21.10 版本及以上才能使用，低版本会失效。

创建表并为指定字段设置 TTL

CREATE TABLE ttl_example_col
(d DateTime DEFAULT now(),a Int TTL d + INTERVAL 10 SECOND,b Int TTL d + INTERVAL 10 SECOND,c String
)
ENGINE = MergeTree
PARTITION BY toYYYYMM(d)
ORDER BY d;

在这里，为 a、b 字段设置了 TTL，指定了该列数据的存储时间为插入时间后的 10 秒，超过就会被自动清除。

如果表已经存在，那么可以通过修改表字段的方式进行添加：

ALTER TABLE ttl_example_col
MODIFY COLUMN a Int32 TTL d + INTERVAL 10 SECOND,
MODIFY COLUMN b String TTL d + INTERVAL 10 SECOND;

插入测试数据

INSERT INTO ttl_example_col (a, b, c) VALUES(10, 20, 'Data1'),(15, 25, 'Data2'),(20, 30, 'Data3');

插入后，立即进行查询：

SELECT * FROM ttl_example_col;

在这里插入图片描述

等待一分钟后，再次查询，验证数据是否过期，这里需要我们手动进行合并，因为 ClickHouse 默认合并需要等很久。

OPTIMIZE TABLE ttl_example_col FINAL;

再次查询，此时如果你使用的 ClickHouse 版本是 21.10 以下，那么会不生效，如果是 21.10 版本及以上，则可以生效。

各位可以去 ClickHouse 的在线测试平台选择版本进行测试 —— ClickHouse Playground

这里提供完整的 SQL 测试代码：

CREATE TABLE ttl_example_col
(d DateTime DEFAULT now(),a Int TTL d + INTERVAL 10 SECOND,b Int TTL d + INTERVAL 10 SECOND,c String
)
ENGINE = MergeTree
PARTITION BY toYYYYMM(d)
ORDER BY d;INSERT INTO ttl_example_col (a, b, c) VALUES(10, 20, 'Data1'),(15, 25, 'Data2'),(20, 30, 'Data3');SELECT * FROM ttl_example_col;SELECT sleep(3);
SELECT sleep(3);
SELECT sleep(3);
SELECT sleep(3);OPTIMIZE TABLE ttl_example_col FINAL; SELECT * FROM ttl_example_col;

使用 21.10 及以上版本运行结果 —— 成功：

在这里插入图片描述

使用 21.10 以下版本运行结果 —— 失败：

在这里插入图片描述

整个网上都没有人探讨这个问题，博主我也是踩了好久坑，一个一个版本测试出来的，一度以为是我本地 ClickHouse 的问题。

官网中也并没有提到哪些版本可以使用列级 TTL：

在这里插入图片描述

表级TTL

整表设置 TTL 时，并没有出现因版本不同导致 TTL 失效的问题。

创建带有 TTL 的表

CREATE TABLE ttl_example
(id UInt32,name String,age UInt8,insertion_time DateTime DEFAULT now()
) 
ENGINE = MergeTree
ORDER BY id
TTL insertion_time + INTERVAL 1 MINUTE;

在这个示例中，我们创建了一个名为 ttl_example 的表，包含了 id、name、age 和 insertion_time 四个列。我们通过 TTL 子句为表设置了 TTL，指定了数据的存储时间为插入时间后的 1 分钟，超过就会被自动删除。

如果表已经存在，同样也可以使用修改的方式添加：

ALTER TABLE ttl_example MODIFY TTL insertion_time + INTERVAL 1 MINUTE;

插入测试数据

INSERT INTO ttl_example (id, name, age) VALUES(1, 'Alice', 30),(2, 'Bob', 25),(3, 'Charlie', 35);

插入后，同样的，立即进行查询：

SELECT * FROM ttl_example;

在这里插入图片描述

测试 TTL 机制

等待 1 分钟后，执行查询操作，可以观察到超过 TTL 时间的数据将会被自动删除：

SELECT * FROM ttl_example;

在这里插入图片描述

在等待 TTL 时间过去后，我们可以观察到超过 TTL 时间的数据会被自动删除，从而实现了数据的自动清理。


http://www.mrgr.cn/p/33764447

相关文章

Flutter应用下拉菜单设计DropdownButtonFormField控件介绍

Flutter应用下拉菜单设计DropdownButtonFormField控件介绍

文章目录 DropdownButtonFormField介绍使用方法重点代码说明属性解释 注意事项 DropdownButtonFormField介绍 Flutter 中的 DropdownButtonFormField 是一个用于在表单中选择下拉菜单的控件。它是 DropdownButton 和 TextFormField 的组合，允许用户从一组选项中选择…
阅读更多...
.net Core8 WebApi性能测试

.net Core8 WebApi性能测试

测试电脑锐龙4600H node.js版本20.x bun.js 版本 1.15 .net Core 版本 8
阅读更多...
js逆向实战之企名片返回数据解密

js逆向实战之企名片返回数据解密

url：https://www.qimingpian.com/finosda/project/pinvestment 分析过程抓流量包，发现回显数据都是加密的。想要找到解密逻辑，可以参考上一篇文章的思路，直接搜索拦截器。有五处，只需要看响应拦截器即可。第一处响应拦截器可以看到e.data，有经验的人大概就可以判断出来解…
阅读更多...
游戏工作室为什么要使用海外住宅IP防封？

游戏工作室为什么要使用海外住宅IP防封？

当谈到游戏工作室时，它们通常以多开游戏账号来获取收益为主要目标。这种商业模式在游戏产业中已经成为一个独特而且颇具潜力的领域。然而，随之而来的是防封问题，特别是当游戏工作室试图通过多开账号来赚取更多收益时。因此，我们有…
阅读更多...
基于JAVA实现的贪吃蛇小游戏

基于JAVA实现的贪吃蛇小游戏

JAVA贪吃蛇小游戏实现: 贪吃蛇曾经在我们的童年给我们带来了很多乐趣。贪吃蛇这款游戏现在基本上没人玩了，甚至在新一代人的印象中都已毫无记忆了。。。但是，这款游戏可以在一定程度上锻炼自己的编程能力。 目前这个版本只是一个测试版本，所以…
阅读更多...
Colored Balls

Colored Balls

这道题目的模型倒是可以记住 我们发现这个配对很像摩尔投票，所以考虑原数列是否有主元素 对于一个集合，我们选出其中最大的\(a_i\)，假设剩余的\(a\)的和小于等于\(a_i\)（此时有主元素），那么比较显而易见的就是最终会分出\(a_i\)个组；否则的话，我们考虑下界\(\lceil \fr…
阅读更多...
Python多线程编程深度探索：从入门到实战

Python多线程编程深度探索：从入门到实战

title: Python多线程编程深度探索：从入门到实战 date: 2024/4/28 18:57:17 updated: 2024/4/28 18:57:17 categories:后端开发tags:多线程 并发编程 线程安全 Python 异步IO 性能优化 实战项目第1章：Python基础知识与多线程概念 Python简介： Python是一种高级、通用、解释型…
阅读更多...
不同状态空间模型的实验对比（二）

不同状态空间模型的实验对比（二）

对五个下游任务进行了实验比较，包括单/多标签分类、视觉对象跟踪、像素级分割、图像到文本生成和人/车辆再识别。 论文：https://arxiv.org/abs/2404.09516 作者单位：安徽大学、哈尔滨工业大学、北京大学更多相关工作将在以下GitHub上不断更新…
阅读更多...
想要应聘前端工程师——学习路线指南

想要应聘前端工程师——学习路线指南

前端工程师学习路线 按照前端岗位需求，以优先学习工作更需要，面试更常考的内容为原则，由浅入深，层层铺垫，与时俱进，可以较容易地总结出前端学习路线图： HTML / CSS / JavaScript 基础学习 《Web 入门》 MDN 权威入门指南，HTML / CSS / JavaScript 快速上手 《CSS 世界…
阅读更多...
containerd 配置使用私有镜像仓库 harbor

containerd 配置使用私有镜像仓库 harbor

前言 ​当要从非安全的镜像仓库中进行 Pull、Push 时，会遇到 x509: certificate signed by unknown authority 错误提示； 这是由于镜像仓库是可能是 http 服务，或者 https 的证书是自签名的就会出现这个问题。 Containerd 可以配置为连接到私有镜像仓库，并使用仓库在每个节…
阅读更多...
uniapp 实现复选下拉框

uniapp 实现复选下拉框

预览图相关代码 <template><view class="uni-stat__select"><span v-if="label" class="uni-label-text">{{label + ：}}</span><view class="uni-stat-box" :class="{uni-stat__actived: current}&q…
阅读更多...
提示词优化的自动化探索：Automated Prompt Engineering

提示词优化的自动化探索：Automated Prompt Engineering

编者按&#xff1a; 作者在尝试教授母亲使用 LLM 完成工作任务时&#xff0c;意识到提示词的优化并不像想象中简单。提示词的自动优化对于经验并不丰富的提示词撰写者很有价值&#xff0c;他们没有足够的经验去调整和改进提供给模型的提示词&#xff0c;这引发了对自动化提示词…
阅读更多...
Redis底层数据结构之SDS

Redis底层数据结构之SDS

目录 一、概述二、SDS结构三、为什么使用SDS redis底层数据结构已完结&#x1f44f;&#x1f44f;&#x1f44f;&#xff1a; ☑️redis底层数据结构之SDS☑️redis底层数据结构之ziplist☑️redis底层数据结构之quicklist☑️redis底层数据结构之Dict☑️redis底层数据结构之I…
阅读更多...
web开发中特殊字符的对应值与转义字符

web开发中特殊字符的对应值与转义字符

原文链接：https://www.cnblogs.com/greatverve/archive/2011/07/18/web-char.html URL中的特殊字符URL中的特殊字符是不能再URL中直接传递的，需要进行编码。编码的格式为：%加字符的ASCII码，即一个百分号%，后面跟对应字符的ASCII（16进制）码值。 例：要传递字符串“this%…
阅读更多...
Java的运算符

Java的运算符

前言 由于Java的运算符大部分和C语言类似&#xff0c;所以这里只会提及与C语言不同的要点~~ 算术运算符 基本四则运算 和C语言一样&#xff0c;Java也有 - * / %&#xff08;加、减、乘、除、取模&#xff09;的算术运算符。 注意Java的取模运算符&#xff08;%&#xff09;可…
阅读更多...
微信小程序使用echarts组件实现饼状统计图功能

微信小程序使用echarts组件实现饼状统计图功能

微信小程序使用echarts组件实现饼状统计图功能 使用echarts实现在微信小程序中统计图的功能&#xff0c;具体的实现步骤思路可进我主页查看我的另一篇博文https://blog.csdn.net/weixin_45465881/article/details/138171153进行查看&#xff0c;本篇文章主要使用echarts组件实…
阅读更多...
java自动生成pojo，springboot自动生成pojo

java自动生成pojo，springboot自动生成pojo

第一步 pom引入依赖 <dependencies><!-- mybatis-generator --><dependency><groupId>org.mybatis.generator</groupId><artifactId>mybatis-generator-core</artifactId><version>1.3.7</version></dependency>&…
阅读更多...
SAP MM 定义物料类型的属性配置里的New entries按钮

SAP MM 定义物料类型的属性配置里的New entries按钮

SAP MM 定义物料类型的属性配置里的New entries按钮在SAP的很多后台配置界面上都有New Entries(新条目)按钮，方便企业用户可以根据企业特有业务需求来增加新的配置条目。事实上，并不是所有的配置界面里，都能很随意很方便的允许企业用户点击’New Entries’按钮来做定制配置的…
阅读更多...
博客添加评论功能及定制化样式

博客添加评论功能及定制化样式

哈喽大家好，我是咸鱼。（博客网址: https://xxxsalted.github.io/） 在搭建了博客并换了主题之后，发现有许多细节方面的东西还需要完善和定制化一下，比如说行距和引用的样式我不是很喜欢，以及没有评论功能。 于是决定自己动手，说干就干。PS：下文的修改操作仅限于博客主题…
阅读更多...
静态路由深研究

静态路由深研究

在创建静态路由时&#xff0c;可以同时指定出接口和下一跳。对于不同的出接口类型&#xff0c;也可以只指定出接口或只指定下一跳。对于点到点接口&#xff08;如串口&#xff09;&#xff0c;可以指定出接口或者下一跳。对于广播接口&#xff08;如以太网接口&#xff09;和VT…
阅读更多...
推荐文章

Copyright @ 2022~2023