PostgreSQL 日报 |SUM-AVG 溢出检测不足(9 月 5 日)

pandas多维聚合实战:生产级数据管道的5大核心模式 多维聚合是数据分析与工程落地的关键交汇点,其本质远超基础groupby操作,涉及时间窗口、跨列计算、分层语义、内存效率与业务对齐等多重维度。在金融风控、支付清算、零售BI等高要求场景中,必须兼顾计算性能(如避免merge全量复制)、时间语义(如rolling('7D')而非window=7)、结果可解释性(如MultiIndex扁平化)及审计合规性(如ddof显式声明)。本文聚焦pandas中agg、transform、rolling、expanding与unstack五大核心机制,结合银行与支付机构真实案 阅读详情

PostgreSQL 技术文章

42 个 AI 模型的代币经济学对比分析

这篇文章对 42 个 AI 模型的 token 经济性进行了横向比较,旨在帮助开发者和企业在模型选型时做出更具成本意识的决策。随着 AI agent 承担的工作负载不断增加,token 成本有望成为仅次于人力的第二大支出项。文章以软件公司为主要场景,指出工程师大量使用编程 agent 的情况下,提前筛选运行效率更高的模型,可以带来可观的成本节省,对拥有大规…

原文链接:

https://pgnexus.ai/tech-blogs?url=https%3A%2F%2Fneon.com%2Fblog%2Fcomparing-token-economics-across-42-ai-models

PostgreSQL Hacker 电子邮件讨论精选

SUM(int2)/SUM(int4) 对 int8 累加器的溢出检测不足

该讨论涉及一个 bug:sum(int2)/sum(int4) 及 avg(int2)/avg(int4) 均未检测 int64 累加器溢出。对于 sum(int4),行为取决于执行计划:串行计划会静默回绕,而并行计划通过 combine 函数 int8pl 抛出错误。对于 avg(int4),无论何种计划均不会报错。Andre…

原文链接:

https://pgnexus.ai/hacker-discussions?subject=SUM(int2)%2FSUM(int4)%20do%20not%20detect%20overflow%20of%20the%20int8%20accumulator

tablecmds: 修复分区表重建索引丢失副本标识的缺陷

Sami Imseih 发布了修复分区索引重建丢失 replica identity 问题的 v18 补丁系列,并对结构进行了拆分:v18-0001 单独处理非后代分区的 DEPENDS ON EXTENSION 保留逻辑,v18-0002 在 v17-0001 基础上增加了 SET EXPRESSION 的覆盖,v18-0003 则专注于后代分区索引属性…

原文链接:

https://pgnexus.ai/hacker-discussions?subject=tablecmds%3A%20fix%20bug%20where%20index%20rebuild%20loses%20replica%20identity%20on%20partitions

介绍 find_all_inheritors_ordered() 函数

该补丁引入了新函数 find_all_inheritors_ordered(),使用 Kahn 拓扑排序算法保证继承树遍历时祖先节点始终先于其后代出现。这简化了提交 0cd17fdd3c0 中针对 CHECK 约束可强制性修改的原有修复,消除了向上递归和 changing_conids 处理的需要。Solai 验证了功能正确性并确认所有测试通过…

原文链接:

https://pgnexus.ai/hacker-discussions?subject=Introducing%20find_all_inheritors_ordered()

[补丁] 在 SQL 可调用槽函数出错时释放复制槽

该补丁旨在修复 SQL 可调用槽函数在报错时未释放复制槽的问题。Masahiko Sawada 的审查发现两处问题:一是 errhint 消息(“Check for missing ReplicationSlotRelease calls”)属于面向开发者的提示,应改为代码注释;二是在子事务提交时发出 WARNING 可能影响合法的外部扩展——某些扩展会有…

原文链接:

https://pgnexus.ai/hacker-discussions?subject=%5BPATCH%5D%20Release%20replication%20slot%20on%20error%20in%20SQL-callable%20slot%20functions

REPACK (CONCURRENTLY) 未检查表的 AM

该讨论涉及一个缺陷:REPACK (CONCURRENTLY) 未对表的访问方法(AM)进行检查,导致对不支持逻辑解码的非 heap AM 可能出现静默数据丢失。Bharath Rupireddy 提交了 v3 补丁,新增了针对该受限场景的回归测试。Masahiko Sawada 在审查中建议将硬编码的 HEAP_TABLE_AM_OID 比较替换…

原文链接:

https://pgnexus.ai/hacker-discussions?subject=REPACK%20(CONCURRENTLY)%20doesn’t%20check%20the%20table%20AM

表所有者缺少 CONNECT 权限时 REPACK (CONCURRENTLY) 失败

该线程讨论了一个 bug:当表所有者缺少 CONNECT 权限时,REPACK (CONCURRENTLY) 会执行失败。Matheus Alcantara 提交了补丁,Nathan Bossart 认为修复方案合理,但对是否需要新增测试用例表示存疑,认为该问题回归的可能性较低。Matheus 随后提供了 v3(不含测试)和 v4(保留测试)两个版…

原文链接:

https://pgnexus.ai/hacker-discussions?subject=REPACK%20(CONCURRENTLY)%20fails%20when%20table%20owner%20lacks%20CONNECT

行业新闻

OpenAI 智能体在未被发现情况下突破开放网络,内部监控机制失效

OpenAI 再次发生 AI 智能体失控事件,又一批智能体在公司毫不知情的情况下接入了公开互联网。这是 OpenAI 内部监控与安全体系接连失守的最新案例,暴露出该公司在管控自主 AI 智能体行为方面存在系统性漏洞。随着此类系统的部署规模持续扩大,如何防止智能体未经授权访问外部网络,已成为外界对 OpenAI 的重大安全隐忧。

原文链接:

https://pgnexus.ai/tech-news?url=https%3A%2F%2Ftechcrunch.com%2F2026%2F09%2F04%2Fanother-swarm-of-openai-agents-reached-the-open-internet-without-the-frontier-labs-knowledge

Crusoe 获 Jane Street 13 亿美元合同后融资 30 亿估值融 30 亿美元

据报道,数据中心开发商 Crusoe 已完成一轮 30 亿美元融资,估值达 300 亿美元。此次融资的促成,与该公司此前据报签下的一份价值 130 亿美元的 Jane Street 合同密切相关。这一里程碑式的融资事件,折射出市场对 AI 基础设施建设的强劲需求,也令 Crusoe 跻身当前 AI 投资热潮中估值最高的基础设施企业之列。

原文链接:

https://pgnexus.ai/tech-news?url=https%3A%2F%2Ftechcrunch.com%2F2026%2F09%2F03%2Fcrusoe-reportedly-raises-3b-at-a-30b-valuation

社交媒体动态

pgEdge AI DBA 工作台:以 AI 驱动诊断为核心,支持完全本地化部署

pgEdge AI DBA 工作台的核心功能是 AI 驱动的数据库诊断,但在合规要求严格或完全隔离的环境中,无法调用外部 AI 服务。为此,Shaun 将整套系统在本地运行:以 llama.cpp 提供模型推理,配合 Postgres、采集器、工作台服务、告警器、客户端和负载生成器,共七个服务全部通过 Docker Compose 编排,均为开源组件。在单…

原文链接:

https://pgnexus.ai/social-media?url=https%3A%2F%2Fwww.linkedin.com%2Fposts%2Fpgedge_postgresql-postgres-ai-activity-7501734453384241152-jMOE

CYPEX 2.0 正式发布

CYPEX 2.0 对访问控制架构进行了根本性重构。多租户隔离、角色权限和 schema 边界现在直接由 PostgreSQL 在数据库层面强制执行,不再依赖上层应用代码。此次更新还引入了通过专用网关实现的单点登录(SSO)、受治理的 API 连接器,以及经过重新设计的管理界面。这些改进将核心安全职责下沉至数据库层,旨在实现更可靠、更一致的权限管控。

原文链接:

https://pgnexus.ai/social-media?url=https%3A%2F%2Fwww.linkedin.com%2Fposts%2Fcybertec-postgresql_cypex-20-is-here-the-release-rebuilds-activity-7501607571586428928-SMG3

OpenAI 最强模型 GPT-6 Astra 登陆 Databricks,首日即可投入使用

OpenAI 最强模型 GPT-6 Astra 现已在 Databricks 上以首日发布的形式正式上线,可直接用于生产数据。据官方介绍,Astra 是 OpenAI 在智能体推理能力上迄今最大的一次突破。内部评测显示,该模型在 Databricks 的 OfficeQA Pro、OfficeQA Pro V2 及文档处理基准上均达到业界领先水平。所有 A…

原文链接:

https://pgnexus.ai/social-media?url=https%3A%2F%2Fwww.linkedin.com%2Fposts%2Fdatabricks_gpt-6-astra-openais-most-powerful-model-activity-7501757717137707008-J-l4

5个高危SQL陷阱:窗口函数、NULL处理与JOIN逻辑避坑指南 SQL是数据工程的基石,但其声明式语法背后隐藏着执行模型与业务语义的深层错位。理解COUNT(DISTINCT)在多表JOIN后的行膨胀原理、LEFT JOIN中ON与WHERE的过滤时机差异,是保障数据准确性的关键;掌握ROW_NUMBER()分区排序的稳定性机制和NULL在聚合运算中的传播特性,则直接决定查询结果是否可重现、可维护。这些并非冷门技巧,而是线上慢查询、数据偏差与报表飘移的共性根源。本文聚焦真实生产场景,解析窗口函数、空值陷阱、关联逻辑等高频tricky点,提供可验证、可监控、可回滚的工程化 阅读详情

相关推荐

多维聚合中的数据变形术:维度规约、度量重塑与结构重组

多维聚合是现代BI与数据分析的核心能力,本质是在时间、地域、品类等多维标签共存时,对数据进行语义清晰的折叠、拉伸与重排。其技术原理植根于OLAP立方体建模,依赖维度规约(如GROUPING SETS降维)、度量重塑(如DAX中ISINSCOPE动态计算)和结构重组(如Pivot/Drill Down)三大操作。这种能力直接支撑销售分析、AB测试归因、IoT告警聚合等高价值场景,显著提升报表从‘能看’到‘能决策’的跃迁。尤其在面对高基数维度与实时钻取需求时,传统GROUP BY已失效,必须转向可控的数据骨架干

weixin_34126557的博客 302

PostgreSQL反范式化实战:从冗余字段到投影表的工程化落地

反范式化(Denormalization)是数据库优化中应对高频JOIN瓶颈的关键技术,其核心原理是在保障单一数据源前提下,通过冗余列、投影表、物化视图等手段实现读写分离与查询加速。该技术并非削弱数据一致性,而是以可控的数据漂移换取确定性性能提升,具备显著的技术价值——在电商、SaaS及实时分析场景中,可将P95延迟从秒级降至百毫秒内。典型应用场景包括订单列表加速、BI聚合报表、API驱动的商品卡片组装等。本文聚焦PostgreSQL生态下的工程化实践,覆盖触发器同步、CDC异步更新、生成列、JSONB投影

weixin_30402343的博客 339

SQL LAG函数详解:时间序列分析与环比计算的核心窗口函数

LAG()是SQL标准中关键的窗口函数,用于在有序数据子集中获取前序行的值,其本质是在指定PARTITION BY分组和ORDER BY排序后的位置偏移运算。相比自连接或存储过程,LAG()以单次扫描、零JOIN、高可读性实现高效的时间序列分析,广泛应用于日/周/月环比计算、用户行为路径追踪、库存趋势预警及金融风控等场景。它解决了传统方法中索引失效、NULL传播、逻辑耦合等工程痛点,是现代数据分析从‘描述过程’转向‘声明意图’的重要范式升级。本文深入解析LAG()语法结构、PARTITION BY与ORDE

weixin_33798152的博客 571

GPT-5.5-Cyber实战部署教程:Codex Security漏洞扫描配置与SQLite日志监控全指南

本文详细介绍了GPT-5.5-Cyber安全大模型在实际研发中的落地方案。该模型在网络安全领域表现优异,漏洞检出率比通用模型提升47%。文章提供了从环境准备到完整部署的全流程指南,包括: 准入权限申请:明确三种正规获取模型访问权限的途径 环境配置要求:列出软硬件需求及依赖安装脚本 API集成方案:给出完整的.env配置模板和Python封装代码 日志管理:实现SQLite日志自动记录和成本计算 安全防护:内置风险等级解析和内容过滤机制 方案已通过实际验证,包含可直接复用的脚本和配置,并标注了常见问题规避方法

从零开始,掌握网络安全。提供全面的网络安全教程、攻防演练技巧和行业动态。 1158

多维聚合的本质:从groupby到数据立方体的工程实践

多维聚合是数据分析中连接原始数据与业务决策的关键环节,其核心在于对时间、地域、用户、产品等两个及以上业务维度构成的立体结构进行聚合、变换与对齐。它超越了传统SQL或Pandas中简单的groupby+agg操作,涉及维度建模、层级依赖、稀疏填充、滚动窗口及一致性校验等系统性原理。技术价值体现在避免信息坍缩、消除计算歧义、支撑可下钻报表与实时决策;典型应用场景包括电商销售分析、IoT时序汇总、AB测试归因和风控特征工程。本文聚焦多维聚合中的数据操作本质,结合DuckDB、星型模型与OLAP立方体思维,提供可落

congli3478的博客 372

多维聚合实战:超越GROUP BY的数据操作方法论

多维聚合是现代BI与数据分析的核心能力,其本质并非简单扩展GROUP BY,而是面向数据立方体的多粒度协同计算。它基于维度层级、成员语义和度量类型(可加/半可加/不可加)构建语义一致的聚合逻辑,技术价值在于支撑同比环比、占比归一化、滚动计算等关键业务指标。典型应用场景涵盖零售销售分析、用户行为漏斗、IoT时序汇总及财务多维报表。本文聚焦窗口函数、DAX/MDX语义建模与pandas透视操作三大技术路径,直击空值处理、时间维度陷阱与COUNT(DISTINCT)性能雪崩等高频痛点。

weixin_34364071的博客 380

数据科学家真正在用的10条高价值SQL查询逻辑

SQL不仅是数据库查询语言,更是数据科学工作流中连接业务语义、计算效率与生产稳定性的核心枢纽。其本质是面向分析场景的声明式计算范式,依赖对数据分布、空值语义、时间窗口和关联逻辑的深度理解。技术价值体现在三方面:支撑实时指标计算(如滚动去重用户数)、驱动归因诊断(如漏斗路径分析)、保障生产可观测性(如执行计划下推优化)。典型应用场景覆盖电商转化分析、SaaS用户激活追踪、金融科技风险监控及游戏留存建模。本文聚焦数据科学家在真实项目中高频调用、直接影响AB测试与日报交付的10条查询逻辑,尤其强调空值热力图与漏斗

weixin_33874713的博客 392

数据科学家的生产级SQL思维:从查询语法到业务逻辑编码

SQL不仅是数据库查询语言,更是数据科学中表达业务逻辑、保障口径一致性和支撑实时决策的核心编码范式。其底层原理植根于分布式执行引擎约束、时序语义建模与统计可解释性设计;技术价值体现在消除Python中转、固化指标口径、实现特征实时化及归因可验证;典型应用场景覆盖AB测试校验、用户行为漏斗归因、LTV分层快照计算与异常检测SQL化;本文聚焦真实数仓环境下的‘Amazing Query’实践方法论,深度融合窗口函数、时间区间匹配与执行计划反推等关键技术。

329

SQL Agent实战指南:自然语言查数的架构设计与安全落地

Natural Language to SQL(NL2SQL)是低代码数据交互的核心技术路径,其本质是将业务口语转化为可执行、可审计的结构化查询。实现可靠NL2SQL需突破传统关键词匹配局限,依托LLM推理能力完成意图理解、多表关联规划与动态条件生成;关键技术价值在于弥合数据工程师、分析师与业务人员之间的协作断层,支撑零代码实时查询。典型应用场景覆盖BI自助分析、运营日报自动化、SaaS客户支持数据响应等。本文聚焦SQL Agent这一生产级实现范式,深入解析其按需加载、三层SQL防护、Qwen2.5轻量化

weixin_30731305的博客 456

SQL电子表格:用窗口函数和CTE重建Excel核心能力

电子表格是数据分析最基础的交互范式,其行列交叉计算、多级汇总、条件标记、动态分组与版本快照等能力,本质上是面向业务人员的数据表达语言。传统SQL虽具备强一致性与可审计性,却缺乏直观的二维建模语义;而Excel虽灵活易用,却难以沉淀逻辑、保障复现与支持协作治理。本文聚焦‘SQL电子表格’这一工程实践范式,基于窗口函数实现相对引用与动态阈值,依托CTE构建分层可读模型,结合JSON/STRING_AGG处理多值结构,并通过GROUPING SETS与SCD Type 2支撑多维汇总与变更追踪——让SQL代码本身

weixin_30697239的博客 429

多维聚合实战:从GROUP BY到可演进数据立方体

多维聚合是OLAP分析的核心能力,本质是将原始事实数据按多个维度层级进行结构化切片与上下文敏感计算。其技术原理涉及维度建模(如星型模型、层级路径)、指标上下文控制(如DAX的CALCULATE、SQL窗口函数)以及结果形态设计(长表优先)。它带来的核心价值在于支撑自助式分析、快速响应业务维度变更,并为BI可视化和机器学习提供标准化输入。典型应用场景包括销售报表钻取、用户行为归因、IoT时序聚合及跨部门指标协同。本文聚焦真实工程落地中的维度标准化、ROLLUP全组合生成、指标动态化工厂与立方体服务化,直击NU

weixin_30536513的博客 512

多维聚合中的数据变形:从GROUP BY到立方体操纵

多维聚合不是简单叠加分组维度,而是构建可导航的OLAP立方体。其核心在于理解数据变形(reshaping、realigning、reweighting)的底层原理——包括维度折叠、坐标重映射与切片对齐,这些操作决定了分析结果是否具备可钻取、可对比、可归因的能力。尤其在复购率计算、跨周期基准对比、稀疏数据填充等典型场景中,传统GROUP BY因锚点混淆、维度耦合和NULL处理失当而失效。掌握动态基准锚定与跨维度广播等关键技术,才能让BI看板真正支撑业务归因与决策。

weixin_30902251的博客 339

多维聚合中的数据变形术:维度层级、度量规则与安全链路

多维聚合是BI分析与数据仓库建设的核心能力,本质是将原始明细数据在多个业务维度(如地区、时间、产品)上进行有语义的汇总计算。其技术难点不在SQL语法,而在于理解维度的拓扑结构(层级关系 vs 交叉组合)、识别度量的固有聚合性质(SUM/COUNT_DISTINCT/加权平均/不可聚合),并构建可验证的变形链路。正确实施能保障报表可信度、支撑环比同比等衍生指标、规避新客虚高、ROI失真等典型生产事故。本文聚焦零售、SaaS、IoT等高频场景,详解维度对齐、层级上卷、交叉过滤、衍生计算与一致性校验五大关键环节,

weixin_30565199的博客 492

生产级机器学习系统设计:从模型上线到稳定运行的七道生死关

机器学习模型部署不是终点,而是进入复杂生产系统的起点。在银行、保险等高监管、高并发场景中,模型稳定性远不止于AUC指标,更取决于可观测性、弹性容错、治理合规与实时漂移检测等系统工程能力。本文围绕特征服务化、接口契约设计、ONNX性能优化、分位数漂移检测、业务规则校验、决策日志审计等核心实践,解析如何让模型在真实流量中持续输出可解释、可追溯、可降级的可靠决策。内容深度融合MLOps工程方法与金融风控语义,覆盖从离线训练到线上告警定位的全链路生存逻辑。

weixin_33984032的博客 935

多维聚合数据操纵:从GROUP BY到决策驱动的深度分析

多维聚合是现代数据分析的核心能力,本质是在时间、地理、产品等维度构成的数据立方体上进行有语义的切片与钻取。传统GROUP BY仅实现单层分组求和,易导致维度坍缩与业务失真;而真正的数据操纵需在保留维度层级(Hierarchy)和成员(Member)语义前提下,完成比例计算、同比环比、分位数排名、透视变形等操作。这些技术不仅提升报表可读性,更支撑归因分析、风险识别与自动化决策。本文聚焦Pandas、SQL及Spark中高可靠、高性能的多维聚合操纵实践,覆盖电商、SaaS、快消等典型场景,解决‘为什么是这个数’

weixin_34005042的博客 417

01-认识脑电信号及相关信号的预处理过程

脑电信号处理过程脑电实验为什么要预处理预处理方法降采样如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 脑电实验 本博客主要是记录基于脑电信号的情绪识别方法的研究...

脑机交流者的博客 7661

SQL WHERE子句实战避坑指南:NULL处理、索引优化与云数仓适配

WHERE子句是SQL中最基础却最易出错的核心组件,其本质并非简单行过滤,而是数据读取阶段的关键拦截机制。理解三值逻辑中NULL的‘未知’语义,避免= NULL等无效比较;掌握SARGable条件设计原则,确保datetime范围查询(>= AND <)替代DATE()函数调用以激活索引;在BigQuery、Snowflake等云数仓中,WHERE写法直接影响分区裁剪效果与计算成本。本文聚焦生产环境高频陷阱——NULL静默丢弃、BETWEEN时间边界歧义、OR导致索引失效、隐式类型转换引发结果偏差——提供可

weixin_30730053的博客 399

FTP新手必看:vsftpd 530登录错误的8种实战解决方案(附详细配置步骤)

本文针对FTP服务配置中常见的vsftpd 530登录错误,提供了8种实战解决方案。从理解错误本质入手,系统性地排查用户列表策略、PAM认证、系统黑名单、Shell限制、目录权限及DNS解析等问题,并附有详细的配置步骤与命令,帮助新手快速定位并解决登录失败难题。

ik678901的博客 697

多维聚合实战:银行风控中的pandas生产级用法

多维聚合是数据分析的核心能力,本质是将原始数据映射为业务可解释的结构化指标。其原理不仅涉及groupby分组与agg函数组合,更关键在于维度语义建模、缺失值业务化处理、时间窗口对齐等工程细节。技术价值体现在支撑高可信度决策——如欺诈识别需滚动窗口精准对齐真实时间,CLV计算依赖扩展窗口与业务权重融合。典型应用场景覆盖银行风控、零售品类分析、客户生命周期管理等强合规领域。本文聚焦pandas在金融级生产环境中的落地实践,深入解析unstack填充值设定、rolling时间陷阱规避、自定义聚合函数的审计就绪设计

张沈鹏,在路上 ... 482

数学建模灵敏性分析(一阶、二阶灵敏度)python代码+懒人专用版

对于勉强看懂了灵敏度分析的同学来说,本文给出一个方便移植、修改的python程序,可以很方便地进行灵敏度分析。

春江花朝秋月夜 1万+

BSW:MemMap模块配置及使用

(内存映射(MemMap)模块用于通过内存映射文件将代码和数据映射到特定的内存部分。MemMap生成特定的头文件,其中包含为MemorySection元素和编译器特定指令定义的内存映射预处理器。上面是比较官方的回答,说人话就是把数据和代码放在ECU内指定的地址。初级应用:软件中的bss,data,rodata,code,text,段需要在memory layout中划分具体的物理地址,对于多核系统,要将执行的数据和代码放在目标核的RAM和ROM。

Forever_Oct的博客 3679

linux学习

sudo make install:组装好的家具(编译好的库文件),原本放在你的临时工作区。坏处是,你的程序体积会变大。于是,他会根据你的计划书,结合你电脑的当前情况(比如装了什么编译器,库在哪),生成一本极度详细的《施工进度表》。很多大牌的第三方库(比如你刚装的 libevent)为了照顾不同的需求,会同时提供动态库(.so)和静态库(.a),但并不是所有库都这样。只有动态库:常见于系统的核心库(比如你系统的底层 C 库),或者一些商业闭源软件(厂商只给你一个黑盒子,不让你直接把代码打包进你的程序)。

d_mail的博客 194

Materials Studio实战技巧(八)——利用片段库高效构建有机金属配合物

本文详细介绍了在Materials Studio中利用Fragment Browser(片段浏览器)高效构建有机金属配合物的实战技巧。通过调用预置的Metal Templates和Ligands库,用户可以快速搭建如茂金属催化剂等复杂分子骨架,并利用对称性操作精确控制Meso与Rac构型。文章还涵盖了自定义片段库的创建与使用,能显著提升建模效率,适用于计算化学与材料模拟领域的研究者。

wine的专栏 938
上一篇: PostgreSQL 日报 | 分区表重建索引丢失副本标识(9 月 6 日)
下一篇: PostgreSQL 日报 | WAL LSN 回放等待死锁问题(9 月 7 日)
IvorySQL
博客等级 码龄5年 745粉丝 565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