实战分享:将主键类型升级为 BigInt 后如何保证应用程序完美兼容?

PostgreSQL主键设计实战:自然键、代理键与UUID选型指南 主键是数据库表结构设计的核心基础,它不仅关乎数据完整性,更直接影响查询性能、分布式扩展性与业务稳定性。从底层原理看,主键本质是B+树索引的组织方式,其选择直接决定I/O效率、缓存命中率和锁竞争强度。技术价值体现在三方面:用空间换时间(如UUID提升写入并发)、用冗余换稳定(如分离业务唯一性与主键锚点)、用抽象换扩展(如代理键解耦物理标识与业务语义)。典型应用场景包括高并发订单系统(需BIGSERIAL避免热点)、跨区域微服务(依赖UUID全局唯一)、银行核心账户(倾向稳定自然键account_number) 阅读详情

DoorDash 是一家美国科技公司,主要提供在线食品配送服务。该公司成立于 2013 年,由斯坦福大学的三名学生共同创立。最初是在斯坦福大学校园内启动的一个小项目,后来迅速扩展到全美各大城市,甚至国际市场。

此前,DoorDash 依赖 Postgres 作为主要数据存储,并使用 Python Django 数据库模型来定义数据结构。默认情况下,会自动添加一个自增的整数 ID 作为主键作为主键,其上限约为 21 亿(2^31-1)。但是,为了支持业务的快速增长,我们需要在 Integer ID 范围用完之前将数据模型从 Integer 转换成 BigInt,以避免整数溢出。虽然我们能够在不停机的情况下完成主键数据类型的升级,但仍需要确保系统和 BigInt 升级完全兼容。

升级到 BigInt 的兼容性挑战

要使用超过 Integer 的 ID,我们需要将表的主键和引用主键的其他表升级到 BigInt。此外,使用升级后表的应用程序必须能够正确插入和接受超出 Integer 限制的数据。在我们开始向系统全面推广 BigInt 之前,我们需要解决以下一些挑战:

表之间的交叉引用并不总是存在外键约束

在升级表中的主键数据类型时,我们还需要升级有引用升级后主键的字段的其他表,例如,在更新后的主键上有外键的表。但是,有些表只是定义了一个普通字段,而没有使用外键约束来引用升级后的主键。在我们的案例中,当订单表中的订单 ID 下传给另一个服务时,订单 ID 被保存为一个普通字段,在其表中的命名为 target_id。这种缺乏外键约束的引用形式使得它们很难被准确识别和处理。

难以检测采用微服务架构的后端应用程序是否正确处理了 ID

没有简单的方法可以验证应用程序的代码能否正确处理新的 ID 数据类型。特别是对于在微服务架构下跨域使用的数据,不同的流是在孤立的服务中运行的。很难说清楚升级后的表 ID 是如何流动的,以及使用 ID 的服务内部是如何处理的。例如,如果 ID 的数据类型在服务间的 API 请求和响应中被定义为 Integer,或者如果代码中存在从 Long 到 Integer 的数据类型转换,那么当我们开始在任何表中使用超过 Integer 范围的 ID 时,都可能导致代码异常或数据不正确。

确保所有客户端平台和版本的兼容性

类似的数据类型不兼容问题也可能发生在面向用户的客户端上,例如我们的 Android、iOS 和 Web 应用程序。例如,如果客户端应用程序定义了一个带有整数 ID 的数据对象来接收来自后端的响应,那么当后端返回的响应的 ID 超过整数范围时,客户端将无法工作。此外,我们还必须确保不仅是未来版本的客户端能够适配 BigInt 类型的更新,即便是旧版本的应用也需保持良好的兼容性。这要求我们在更新过程中充分考虑并解决所有潜在的兼容性问题。

通过额外的 PostgreSQL 序列控制数据生成,来发现潜在的兼容性问题

我们开发了一种解决方案,可以在小规模用户中试验性地使用 BigInt,以便在推广到所有用户之前发现兼容性问题。以下是具体流程:

  1. 创建了一个额外的 PostgreSQL 序列,这个序列的起始 ID 设置在 Integer 上限之上,并与主键数据类型升级后的表关联。
  2. 开发一段新的代码,专门使用新序列插入超出 Integer 范围的数据。
  3. 在小规模用户中推广新代码,以发现并解决使用超出 Integer 范围的 ID 时可能出现的问题,而在 Integer 范围内的 ID 的原始序列则继续处理其他用户的数据请求。
  4. 一旦验证新序列的可靠性,我们便将其设为相关数据表的默认序列。

步骤 1:为已升级至 BigInt 的数据表创建新的序列

表中主键和其他引用表中列的数据类型从 Integer 升级到 BigInt 后(如何升级表中列的数据类型是另一个大话题,但不是本博客的重点),这些表就能处理超出 2^31-1 的数据量。为此,我们设立了一个新的序列,其起始 ID 设定在整数上限之上。我们选定的新起始点是 2^32。介于 2^31 和 2^32 -1 之间的值在截断为 32 位有符号整数时,会缠绕在一起并变成负数。如果我们没有在溢出前及时为所有系统做好准备,负整数可能是一个宝贵的逃生口。下面的示例展示了我们如何创建序列:

CREATE SEQUENCE __bigint_tablename_id_seq START WITH 4294967296;

步骤 2:使用两个不同的序列向同一个表插入数据

我们继续使用与表相关联的原始默认序列,为公共流量生成 Integer 范围内的主键。同时,我们创建了一个新的并行代码路径,在向表中插入记录时,专门使用步骤 1 中的新序列来生成超出 Integer 限制的 ID。我们设置了一个实验,用于决定在数据插入前采用哪个代码路径。具体流程如下图 1 所示。

file

图 1 展示了我们如何根据是否使用新序列,采用不同序列为 ID 插入数据,涉及到的数据类型范围也不同。

下面的代码示例展示了我们如何在基于 Kotlin 的微服务中使用 JDBI 与数据库交互,实现图 1 的流程。

@GetGeneratedKeys
 @SqlUpdate("insert into $sampleTable ( $insertColumns ) values ( $insertValues )")
  fun create(@BindKotlin obj: DBObj): Long

我们最初使用上面的查询来插入新数据,其中 $insertColumns 和 $insertValues 不包括 ID 列及其值,因此它将由与表关联的默认序列自动生成。默认序列生成的 ID 在整数范围内。

@GetGeneratedKeys("id")
@SqlUpdate("insert into $sampleTable ( $insertColumnsWithId ) values ( $insertValuesWithIdInNewSequence )")
 fun createWithIdInNewSequence(@BindKotlin obj: DBObj): Long

同时,我们定义了上述的新界面,以便在插入新数据时指定 ID 值。这个指定的 ID 值是从我们创建的新序列中生成的。在查询中,insertColumnsWithId = ":id, $insertColumns" 以及 insertValuesWithIdInNewSequence = "nextval('__new_sampletable_id_seq::regclass), $insertValues"。

而 nextval('__new_sampletable_id_seq::regclass) 用于从新序列中获取下一个值。在这种情况下,我们将从该接口插入的数据 ID 超过了 Integer 的限制,因此我们可以测试系统处理 BigInt 的能力。

我们进行了一次实验,以选择在系统中插入数据时使用哪个序列。选择新序列后,我们就可以使用超出 Integer 范围的 ID 插入数据了。

if(User in experiment){
   createWithIdInNewSequence(obj)
} else{
   create(obj)
}

步骤 3:通过插入超出整数范围的数据来检测潜在问题

如步骤 2 所述,在确认所有流量和应用程序都能处理 BigInt 升级之前,我们保留了默认的当前 ID 序列,以便为公共流量提供服务。同时,我们开始分批让内部用户试用新的序列代码,并对任何异常情况进行监控。

在我们逐步推广过程中,我们检测到了以下几个问题:

由于应用程序接口将请求/响应的 ID 定义为整数,导致升级主键的读取失败

虽然我们成功地将 ID 大于整数范围的数据插入到了表中,但一些 API 无法检索到这些数据,因为 API 请求只接受整数 ID。要修复此类错误,我们只需将请求或响应中的参数类型从 Integer 升级为 Long,从而修复有问题的端点。

引用表的写入失败,因为引用表未升级

从下达订单到交付订单,复杂的数据会流经不同的服务,这些服务会将所需数据持久化到各自的数据库中。在测试推广期间,我们收到下游服务的报告,称由于从我们的表中引用了一个 ID,导致数据持久化到他们的表中失败。

结果发现,我们没有将他们表中的引用列(不使用主键)升级到我们的 BigInt 升级表。他们表中引用我们升级后主键的列仍然是 Integer 格式,这导致在新序列生成引用 ID 时无法向他们的表中写入数据。我们通过升级引用列数据类型,使其与升级后的 BigInt 表保持一致,修复了这些被忽略的表。

由于 ID 向下转换操作没有适当的错误提示,导致错误的 ID 被错误地保存到了表中

从 BigInt 新序列中成功写入和读取数据还不够,我们还需要确认数据的正确性。例如,其中一个团队有一个 ETL 作业,要将事务表中的数据与订单表中的订单 ID 关联起来,以生成一份数据报告。ETL 任务正在运行一个结构如下的查询:

select * from order o 
join transaction t on t.order_id = o.id 
where …..

虽然订单表和事务表中订单 ID 的数据类型都已升级为 BigInt,但仍有一行代码将原始订单 ID 从 Long 向下转换为 Integer,并将结果持久化到事务表中。

这个 Long.toInt() 数据类型转换操作可以无误执行。但结果值由该 Long 值的最小有效 32 位展示。因此,从新序列生成的数据可以成功写入和读取,但并不正确。由于数据类型的错误转换,在我们修复之前,ETL 作业无法获得预期的结果!

步骤 4:将新序列切换为表的默认序列

解决了步骤 3 中的所有问题后,当 ID 开始超过整数范围时,我们确信我们的系统是兼容的。最后要做的是用新序列替换默认的原始序列,作为我们的默认 ID 生成器。这是必要的,因为尽管原始序列可以生成大于整数范围的 ID,但它并不知道整数范围之外的部分 ID 已被新序列占用。在两个序列重叠之前,我们只需要使用新序列。因此,我们将新序列作为默认值与表关联,并放弃了原始序列。

到此为止,Bigint 升级的迁移工作顺利完成,我们的系统可以支持超出整数范围的 ID。

结论

本文介绍了在 Postgres 表 BigInt 升级过程中添加额外序列来检测兼容性问题的技术,确保整个升级过程无漏洞。BigInt 的迁移是一项公司级的重大任务,涉及从底层数据存储到应用程序兼容性的多个方面,都可能带来不小的挑战。最近的一篇博客建议,默认情况下采用 BigInt,同时检测是否配备了适当硬件的生产数据库能否有效地处理这一变更带来的额外开销。如果您正在考虑执行 BigInt 升级,希望本文提供的策略和经验能帮助您识别并解决潜在的兼容性问题。


💡 更多资讯,请关注 Bytebase 公号:Bytebase

ES2020核心特性实战:可选链、空值合并与BigInt工程落地指南 JavaScript的空值处理与高精度计算长期依赖手动判空、类型转换和第三方库,导致代码冗余、逻辑脆弱且易出精度偏差。ES2020通过可选链操作符(?.)将属性访问的‘可选性’提升为语言级语义,结合空值合并操作符(??)精准区分null/undefined与falsy值,从根本上终结防御式编码;BigInt则以原生大整数支持解决金融、区块链等场景的精度危机;Promise.allSettled()和globalThis进一步统一异步错误隔离与跨环境全局对象抽象。这些特性已在Chrome 80+、Safari 阅读详情

相关推荐

MySQL建表避坑指南:从字段类型到主键设计的生产级实践

MySQL建表是数据库开发的起点,本质是定义数据存储结构与访问契约。理解INT/BIGINT的符号性、VARCHAR在utf8mb4下的字节开销、DATETIME与TIMESTAMP的时区与范围差异,是避免线上事故的基础。主键选择直接影响聚簇索引性能和分布式扩展能力,而字符集(utf8mb4)、校对规则(utf8mb4_0900_ai_ci)和NOT NULL约束则决定了数据一致性与查询稳定性。这些设计决策不仅关乎语法正确性,更直接关联存储效率、并发吞吐与分库分表演进路径。本文聚焦真实生产场景中的建表逻辑、

weixin_30460489的博客 434

【转载】JS最新基本数据类型:BigInt

原文链接 理解一个最新的JS基本数据类型: BigInt BigInt数据类型的目的是比Number数据类型支持的范围更大的整数值。在对大整数执行数学运算时,以任意精度表示整数的能力尤为重要。使用BigInt,整数溢出将不再是问题。 再来理解下 为什么 会有 BigInt 在JS中,按照IEEE 754-2008标准的定义,所有数字都以双精度64位浮点格式表示。 在此标准下,无法精确表示的非常大的整数将自动四舍五入。确切地说,JS 中的Number类型只能安全地表示: -9007199254740991

m0_48940868的博客 400

SQL数据类型避坑指南:从字符串到日期的实战陷阱与修复

SQL数据类型是数据库与应用间最基础的契约约定,其本质是字段存储格式、精度范围和比较逻辑的统一声明。理解VARCHAR与NVARCHAR的编码差异、DECIMAL与FLOAT的精度机制、DATETIME2与DATE的时间语义,直接决定查询是否准确、计算是否可靠、系统是否健壮。当出现‘non-numeric character found’或‘string排序异常’等高频报错时,问题往往不在语法,而在类型定义与实际值之间的隐式转换或契约断裂。本文基于SQL Server、MySQL、PostgreSQL三大引

weixin_34380948的博客 362

JS 基本数据类型之 BigInt 的知识点

概念 BigInt 是一种内置对象,它提供了一种方法来表示大于 253 - 1的整数。BigInt 可以表示任意大的整数。 如何创建 BigInt ? 可以用在一个整数字面量后面加 n 的方式定义一个 BigInt ,如:120n,或者调用函数BigInt()。 const theBiggestInt = 9007199254740991n; const alsoHuge = BigInt(9007199254740991); console.log(theBiggestInt, alsoHuge); //

qq_43477721的博客 5950

Scala工程师实战指南:从类型系统到生产级错误处理

Scala不是Java的语法糖升级,而是一种以类型系统为基石的工程范式。其核心在于通过不可变性、代数数据类型(如sealed trait)、高阶类型(Either、Future)等机制,在编译期捕获业务逻辑错误,而非依赖运行时防御。这种设计显著提升系统可靠性与可维护性,广泛应用于金融风控、实时流处理(Flink/Spark/Kafka Streams)及高并发微服务场景。本文聚焦真实工程断层——如Option误用导致NPE、Future组合引发线程阻塞、隐式转换失效引发TypeMismatch——结合sbt

weixin_34355559的博客 390

多维聚合实战:从GROUP BY到OLAP立方体的工程升级

多维聚合是BI分析与数据中台建设的核心能力,本质是在正交维度构成的N维立方体空间中进行有向、有层次的数据操作,远超传统SQL中GROUP BY的扁平化分组逻辑。其技术原理依赖维度建模(星型/雪花模型)、切片/钻取/旋转等OLAP操作、条件聚合与窗口函数等高级SQL能力,并需结合物化视图与向量化引擎实现性能保障。该能力直接支撑报表下钻、同比环比、跨维度归因等高频业务场景,是构建可解释、可下钻、可归因分析体系的技术基石。本文聚焦真实生产环境中的参数设计、SQL陷阱与模型层规避策略,助力数据工程师完成从‘能跑出数

weixin_33725126的博客 393

JavaScript (JS) --- 最新的八种基本的数据类型(七种原始数据类型,一种引用数据类型)

数据类型 JavaScript 中的值都具有特定的类型。例如,字符串或数字。 在 JavaScript 中有 8 种基本的数据类型(译注:7 种原始类型和 1 种引用类型)。在这里,我们将对它们进行大体的介绍,在下一章中,我们将详细讨论它们。 我们可以将任何类型的值存入变量。例如,一个变量可以在前一刻是个字符串,下一刻就存储一个数字: // 没有错误 let message = "hello"; message = 123456; 允许这种操作的编程语言,例如 JavaScript,被称为“动态类型”(d

秋天,黄叶坠地,凉风有信。 3060

CREATE TABLE实战指南:SQL schema设计与数据库建表规范

CREATE TABLE是关系型数据库中定义数据结构的基础操作,其本质是确立数据契约与业务规则的固化表达。理解SQL schema设计原理,需从数据类型选择、主键策略、索引规划、约束嵌入等核心维度展开——它们共同决定系统的可扩展性、查询性能与演进韧性。在高并发、多时区、强一致性要求的现代应用(如电商订单、金融交易、SaaS租户)中,一个未经审慎设计的建表语句可能引发慢查询、数据不一致甚至资损事故。本文聚焦真实工程场景,解析如何基于业务语义前置规划字段语义、约束边界与索引覆盖,并落地MySQL 8.0+下的高

weixin_34302798的博客 349

关于数据库主键的设计

刚刚从网上搜刮来的,不敢独享,拿出来大家分享主键的必要性:  有些朋友可能不提倡数据库表必须要主键,但在我的思考中,觉得每个表都应该具有主键,不管是单主键还是双主键,主键的存在就代表着表结构的完整性,表的记录必须得有唯一区分的字段,主键主要是用于其他表的外键关联,本记录的修改与删除,当我们没有主键时,这些操作会变的非常麻烦。   主键的无意义性: 我强调主键不应该具有实际的意义,这可能对于一些朋友

狮子座 1414

关系型数据库入门:从Excel到ACID的数据建模实战

关系型数据库是现代应用数据管理的基石,其核心在于关系模型——一种用数学方式描述实体、属性与关联的抽象范式。理解主键、外键、约束与范式化,本质是建立数据一致性保障机制,而非仅掌握SQL语法。它通过ACID特性确保交易可靠,借索引与JOIN实现高效关联查询,并在真实业务中支撑订单、用户、课程等多实体协同。本文以知识付费平台报名系统为案例,手把手演示如何从一张Excel表出发,完成实体识别、主外键定义、范式检验与SQL优化,覆盖MySQL 8.0生产级实践要点,助工程师跨越‘能写’到‘懂设计’的关键分水岭。

weixin_30268921的博客 369

JavaScript应用中使用BigInt数据类型时,可能会遇到id数值过大导致前后端交互异常的问题

然而,由于JavaScript的Number类型有一个固定的范围,当处理非常大的数字时,可能会导致精度丢失或溢出的问题。然而,由于JavaScript的Number类型有一个固定的范围,当处理非常大的数字时,可能会导致精度丢失或溢出的问题。在后端代码中,我们从请求体中获取订单ID,并进行订单处理。在本文中,我们将探讨如何使用BigInt数据类型来处理大数值的ID,并解决前后端交互异常的问题。在本文中,我们将探讨如何使用BigInt数据类型来处理大数值的ID,并解决前后端交互异常的问题。

CflfEditor的博客 645

系统升级,存储优化晋级

好记忆不如烂笔头,能记下点东西,就记下点,有时间拿出来看看,也会发觉不一样的感受. 目录 问题概述 方案概述 方案一详细说明:优化现有mysql数据库 引擎 方案二详细说明:升级数据库,换一个100%兼容mysql的数据库 方案三详细说明:去掉mysql,换大数据引擎处理数据 问题概述 使用阿里云rds for MySQL数据库(就是MySQL5.6版本),有个用户上网记录表6个月的数据量近2000万,保留最近一年的数据量达到4000万,查询速度极慢,日常卡死。严重影响业务。 问题前提:

草原孤狼的专栏 1892

ABAP · Java · JavaScript 整数类型深度对比:从 bit 到 BigInt

整数看似朴素,却在跨语言、跨系统的企业级场景中隐藏诸多陷阱。只要理解位宽、补码与语言运行时的设计哲学,就能游刃有余地在 ABAP、Java、JavaScript 之间转换数字而不失精度,确保端到端的数据一致性与系统健壮性。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 339

MySQL表结构的一些设计经验分享

相信在大学学习《数据库系统概论》时,肯定学习过关系数据库的设计规范,比如第一范式、第二范式、第三范式,BC 范式等,它们是《数据库系统概论》考试中重要的考点。所以,在进行表结构设计时,数据只需存放在一个地方,其他表要使用,通过主键关联存储即可。淘宝订单号的最后 6 位是用户 ID 相关信息,前 14 位是时间相关字段,这样能保证插入的自增性,又能同时保留业务的相关信息作为后期的分布式查询。范式设计是非常重要的理论,是通过数学集合概念来推导范式的过程,在理论上,要求表结构设计必须至少满足三范式的要求。

我爱娃哈哈的专栏 723

Paho Asynchronous MQTT C Client Library--MQTTAsync API

异步MQTT 客户端库for C

yoyo勰的博客 1265

Simulink标定工作流优化:当A2L文件遇到ELF,如何用Matlab脚本打通‘最后一公里’?

本文探讨了Simulink标定工作流中A2L与ELF文件处理的自动化解决方案。通过Matlab脚本实现A2L文件智能合并与ELF文件自动匹配,解决了传统手动操作效率低下和易出错的问题,显著提升汽车ECU开发效率。重点介绍了脚本实现细节及持续集成系统集成方案。

weixin_30564785的博客 338

MySQL单表数据量过千万,采坑优化记录,完美解决方案

问题概述 使用阿里云rds for MySQL数据库(就是MySQL5.6版本),有个用户上网记录表6个月的数据量近2000万,保留最近一年的数据量达到4000万,查询速度极慢,日常卡死。严重影响业务。 问题前提:老系统,当时设计系统的人大概是大学没毕业,表设计和sql语句写的不仅仅是垃圾,简直无法直视。原开发人员都已离职,到我来维护,这就是传说中的维护不了就跑路,然后我就是掉坑的那个!!! ...

小小云麓的博客 8万+

NFS服务器配置与autofs自动挂载

NFS服务器配置autofs自动挂载 环境: hostname ip OS server 192.168.220.138 centos7 client 192.168.220.139 centos7 一、NFS概述 NFS(Network File System)网络文件系统。最大功能就是通过网络,让不同的机器、不同的操作系统可以共享彼此的文件。 二、端口 [root@se...

DoloresOOO的博客 1028

【源码+文档】基于SpringBoot + Vue的IT技术交流和分享系统

在你的计算机科学学习和研究旅程中,选择合适的工具和资源至关重要。基于SpringBoot + Vue的IT技术交流和分享系统设计与实现计算机项目源码,是你迈向成功的重要一步。

2402_84485123的博客 1035

全桥LLC谐振变换器设计与双环控制策略详解

LLC谐振变换器作为高频开关电源的核心拓扑,通过谐振腔实现软开关特性,显著提升转换效率(可达96%以上)。其工作原理基于谐振电感、电容的协同作用,当开关频率接近谐振点时实现ZVS/ZCS。在工业电源、电动汽车充电等场景中,电压电流双环控制策略通过引入电流内环和竞争仲裁机制,有效改善动态响应(实测负载跳变时电压跌落减少60%)。数字控制实现时需注意ADC采样同步和PWM更新时序,而谐振参数测量与温升管理则是工程实践的关键。

weixin_29189987的博客 257

KylinOS 离线安装 MinIO【图文步骤】

在国产操作系统 KylinOS 中安装 MinIO,详细步骤...

甘蓝的专栏 1538

[SQL优化技巧]实战经验分享提升数据库查询性能的五大策略

例如,MySQL的查询缓存(Query Cache)或PostgreSQL的共享缓冲区(Shared Buffers)会将频繁执行的查询结果或数据页缓存于内存中,后续相同的请求可以直接从内存获取,避免了昂贵的磁盘I/O操作。例如,对于需要频繁进行多表连接查询的场景,可以考虑将一些经常访问的列冗余到一张表中,以JOIN操作的开销。选择合适的数据类型也至关重要,应使用最精确和最小的数据类型,如使用INT而非BIGINT存储较小的整数,使用VARCHAR而非TEXT存储较短字符串,这能减少磁盘I/O和内存占用。

sl_9988的博客 1627

DeepSeek+即梦:AI视频创作从0到1全突破

本文为 DeepSeek 与即梦生成视频全攻略,从前期注册登录、熟悉工具界面及硬件网络准备入手,助读者开启 AI 视频创作。详细阐述利用 DeepSeek 构思脚本、即梦实现画面生成与静态图转动态视频的方法,包括提示词编写、参数调整等技巧。同时介绍后期合成音画、添加字幕特效及多平台适配要点,结合实战案例解析全流程。还分享进阶提示词优化、版权注意等避坑指南,为创作者提供从 0 到 1 的 AI 视频创作完整解决方案。

邓邓子的博客 8122

mysql数据库中,数据量很大的表,完美解决方案

问题概述 使用阿里云rds for MySQL数据库(就是MySQL5.6版本),有个用户上网记录表6个月的数据量近2000万,保留最近一年的数据量达到4000万,查询速度极慢,日常卡死。严重影响业务。 问题前提:老系统,当时设计系统的人大概是大学没毕业,表设计和sql语句写的不仅仅是垃圾,简直无法直视。原开发人员都已离职,到我来维护,这就是传说中的维护不了就跑路,然后我就是掉坑的那个!!! ...

m0_37501154的博客 2万+

第一章 EB安装

1.DemoWorkspace 是基于EB当前组件配置下的例程,包含了启动文件和中断服务函数以及组件demo。2.Mclsar 下存放的是EB的插件包和静态MCAL的驱动文件。

舊梦的博客 1965

【数据结构】考点二十八 : 二叉树的概念:二叉树的度、完全二叉树、满二叉数结点数、哈夫曼结点数、完全二叉树的深度

二叉树(Binary Tree)是一种常见的数据结构,它或者为空(null),或者由一个根节点(root node)和两个子树(left subtree 和 right subtree)组成,这两个子树又分别是一棵二叉树。二叉树的每个节点最多有两个子节点,通常称为左子节点(left child)和右子节点(right child)。

超越的博客 1738
上一篇: 用一只小猪来解释 On-Prem, IaaS, PaaS 和 SaaS 的区别
下一篇: 你的 14 天免费试用根本没用!
Bytebase
博客等级 码龄5年 1350粉丝 258原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值