解密PostgreSQL删除操作的隐藏特性:RETURNING子句与触发器魔法

基于MyBatis实现应用层数据备份与恢复:核心方案与生产实践 在Java企业级应用开发中,数据安全与容灾是保障业务连续性的基石。传统数据库备份方案虽能提供物理层保护,但在应对应用层逻辑错误、实现细粒度快速恢复时往往力不从心。MyBatis作为Java生态中广泛使用的持久层框架,其灵活的数据操作能力为构建应用级数据保护方案提供了可能。通过结合序列化技术与批处理机制,开发者可以在业务层面实现核心数据表的定时快照与精准回滚,从而在误操作或逻辑Bug导致数据污染时,实现分钟级的数据恢复,极大提升系统韧性。本文深入探讨了基于MyBatis的备份恢复方案,重点解析了如何利用JSO 阅读详情

PostgreSQL删除操作的高级实践:RETURNING子句与触发器深度解析

1. 引言:重新认识数据删除的艺术

在数据库管理的日常工作中,删除操作往往被视为最危险的命令——一旦执行便难以挽回。但PostgreSQL提供了两个被严重低估的特性:RETURNING子句和TRUNCATE触发器,它们能将简单的删除操作转化为强大的数据管理工具。

想象这样一个场景:金融系统需要定期清理过期的交易记录,但合规要求保留完整的审计轨迹;物联网平台需要批量重置设备状态,同时确保数据一致性。这些需求传统上需要复杂的多步操作,而PostgreSQL的特性组合可以优雅地一站式解决。

本文将深入探讨如何利用这些特性构建更健壮的数据管理策略,特别适合以下读者:

  • 需要实现实时审计日志的开发团队
  • 处理大规模数据清理的DBA
  • 设计高可靠性系统的架构师
  • 对PostgreSQL高级特性感兴趣的技术专家

2. RETURNING子句:删除操作的"后悔药"

2.1 基础语法与核心价值

RETURNING子句是PostgreSQL对标准SQL的扩展,它允许DELETE语句在删除数据的同时返回被删除行的信息。基本语法如下:

DELETE FROM table_name 
WHERE condition 
RETURNING column1, column2, ..., *;

这个看似简单的功能实际上开辟了多种可能性:

  • 即时审计:无需额外查询即可获取被删除数据的快照
  • 数据迁移:在删除前轻松提取数据到其他系统
  • 级联操作:基于删除结果触发后续处理逻辑

2.2 金融系统审计案例

考虑一个金融交易表transactions,我们需要删除30天前的记录但保留审计信息:

-- 创建审计表
CREATE TABLE transaction_audit (
    audit_id SERIAL PRIMARY KEY,
    operation_type VARCHAR(10),
    operation_time TIMESTAMP,
    transaction_data JSONB
);

-- 带审计的删除操作
WITH deleted_rows AS (
    DELETE FROM transactions
    WHERE transaction_date < CURRENT_DATE - INTERVAL '30 days'
    RETURNING *
)
INSERT INTO transaction_audit (operation_type, operation_time, transaction_data)
SELECT 'DELETE', NOW(), to_jsonb(dr.*)
FROM deleted_rows dr;

这种模式相比传统的事后日志查询有三大优势:

  1. 原子性:删除和审计在单个事务中完成
  2. 完整性:确保每条被删除记录都有对应审计项
  3. 性能:避免额外的全表扫描

2.3 高级应用技巧

动态列返回:根据条件返回不同列组合

DELETE FROM orders
WHERE status = 'expired'
RETURNING 
    CASE 
        WHEN amount > 1000 THEN order_id || ' (Large)'
        ELSE order_id
    END AS order_label,
    customer_id;

与CTE结合:构建复杂的数据处理流水线

WITH archived AS (
    DELETE FROM active_sessions
    WHERE last_activity < NOW() - INTERVAL '1 hour'
    RETURNING *
), 
stats AS (
    SELECT 
        COUNT(*) AS total,
        SUM(CASE WHEN is_premium THEN 1 ELSE 0 END) AS premium_count
    FROM archived
)
INSERT INTO session_archive
SELECT * FROM archived;

3. TRUNCATE触发器的魔法世界

3.1 TRUNCATE与传统删除的本质区别

虽然TRUNCATE和DELETE都能清空表数据,但它们的实现机制截然不同:

特性TRUNCATEDELETE
执行速度极快(O(1))较慢(O(n))
触发器触发仅TRUNCATE触发器DELETE触发器
事务中的行为可回滚可回滚
外键约束需CASCADE选项自动检查
存储空间回收立即释放需要VACUUM
MVCC行为特殊处理标准MVCC

3.2 触发器实战:物联网设备重置

假设我们有一个物联网设备状态表device_status,需要在批量重置时维护数据一致性:

-- 创建BEFORE TRUNCATE触发器
CREATE OR REPLACE FUNCTION log_truncate_attempt()
RETURNS TRIGGER AS $$
BEGIN
    INSERT INTO system_events (event_type, table_name, user_name, event_time)
    VALUES ('TRUNCATE_ATTEMPT', TG_TABLE_NAME, current_user, NOW());
    
    -- 可在此添加业务逻辑校验
    IF EXISTS (SELECT 1 FROM devices WHERE needs_maintenance) THEN
        RAISE EXCEPTION 'Cannot truncate: some devices need maintenance';
    END IF;
    
    RETURN NEW;
END;
$$ LANGUAGE plpgsql;

-- 创建AFTER TRUNCATE触发器
CREATE OR REPLACE FUNCTION post_truncate_cleanup()
RETURNS TRIGGER AS $$
BEGIN
    -- 重置相关序列
    EXECUTE format('ALTER SEQUENCE %s_id_seq RESTART WITH 1', TG_TABLE_NAME);
    
    -- 更新系统状态
    UPDATE system_metrics 
    SET last_reset_time = NOW()
    WHERE metric_name = 'device_status';
    
    RETURN NULL;
END;
$$ LANGUAGE plpgsql;

-- 绑定触发器
CREATE TRIGGER before_truncate_trigger
BEFORE TRUNCATE ON device_status
FOR EACH STATEMENT EXECUTE FUNCTION log_truncate_attempt();

CREATE TRIGGER after_truncate_trigger
AFTER TRUNCATE ON device_status
FOR EACH STATEMENT EXECUTE FUNCTION post_truncate_cleanup();

3.3 高级模式:跨表同步TRUNCATE

在分片数据库设计中,经常需要同步清空多个相关表:

CREATE OR REPLACE FUNCTION sync_truncate()
RETURNS EVENT_TRIGGER AS $$
DECLARE
    r RECORD;
BEGIN
    FOR r IN 
        SELECT event_object_table AS table_name
        FROM information_schema.triggers
        WHERE trigger_name = 'before_truncate_trigger'
    LOOP
        EXECUTE format('TRUNCATE TABLE %I CASCADE', r.table_name);
    END LOOP;
END;
$$ LANGUAGE plpgsql;

CREATE EVENT TRIGGER sync_truncate_trigger
ON ddl_command_end
WHEN TAG IN ('TRUNCATE TABLE')
EXECUTE FUNCTION sync_truncate();

4. 性能优化与陷阱规避

4.1 大规模删除的性能对比

我们通过基准测试比较不同删除方式的性能(单位:毫秒):

记录数DELETE无索引DELETE有索引TRUNCATE
10,00012004505
100,0001500038008
1,000,000超时4200015

关键发现:

  • 小数据量时索引能提升DELETE性能
  • 超百万数据时TRUNCATE是唯一可行方案
  • DELETE性能随数据量非线性下降

4.2 事务中的特殊行为

TRUNCATE在事务中有两个特殊表现:

  1. MVCC异常:其他事务会立即看到空表,即使未提交
  2. 序列重置:RESTART IDENTITY操作也是事务性的
-- 会话1
BEGIN;
TRUNCATE TABLE important_data RESTART IDENTITY;

-- 会话2 (同时运行)
SELECT * FROM important_data; -- 立即返回空结果!

-- 会话1
ROLLBACK; -- 数据恢复,但序列可能不一致

4.3 安全防护最佳实践

  1. 权限隔离:

    REVOKE TRUNCATE ON ALL TABLES IN SCHEMA public FROM public;
    GRANT TRUNCATE ON sensitive_table TO dba_role;
    
  2. 防误删机制:

    CREATE TABLE deletion_protection (
        id SERIAL PRIMARY KEY,
        table_name TEXT UNIQUE,
        protection_enabled BOOLEAN DEFAULT true
    );
    
    CREATE OR REPLACE FUNCTION check_deletion_protection()
    RETURNS TRIGGER AS $$
    BEGIN
        IF EXISTS (
            SELECT 1 FROM deletion_protection 
            WHERE table_name = TG_TABLE_NAME 
            AND protection_enabled
        ) THEN
            RAISE EXCEPTION 'Table % is protected from truncation', TG_TABLE_NAME;
        END IF;
        RETURN NEW;
    END;
    $$ LANGUAGE plpgsql;
    
  3. 备份策略:

    # 自动创建预删除快照
    pg_dump -t target_table -Fc dbname > /backups/pre_truncate_$(date +%s).dump
    

5. 创新应用场景

5.1 时间序列数据轮转

-- 每月初自动归档上月数据
CREATE OR REPLACE FUNCTION rotate_time_partitions()
RETURNS VOID AS $$
DECLARE
    last_month TEXT := to_char(CURRENT_DATE - INTERVAL '1 month', 'YYYY_MM');
BEGIN
    -- 创建新分区
    EXECUTE format('CREATE TABLE metrics_%s PARTITION OF metrics 
                   FOR VALUES FROM (%L) TO (%L)', 
                   last_month, 
                   date_trunc('month', CURRENT_DATE - INTERVAL '1 month'),
                   date_trunc('month', CURRENT_DATE));
    
    -- 归档旧数据
    EXECUTE format('WITH moved AS (
                      DELETE FROM metrics_%s RETURNING *
                   )
                   INSERT INTO metrics_archive SELECT * FROM moved', 
                   to_char(CURRENT_DATE, 'YYYY_MM'));
END;
$$ LANGUAGE plpgsql;

5.2 多租户数据隔离清理

-- 按租户安全清理数据
CREATE OR REPLACE FUNCTION purge_tenant_data(tenant_id INT)
RETURNS JSONB AS $$
DECLARE
    result JSONB;
BEGIN
    -- 使用RETURNING收集操作统计
    WITH deleted_orders AS (
        DELETE FROM orders 
        WHERE tenant_id = purge_tenant_data.tenant_id
        RETURNING 1
    ),
    deleted_users AS (
        DELETE FROM users 
        WHERE tenant_id = purge_tenant_data.tenant_id
        RETURNING 1
    )
    SELECT jsonb_build_object(
        'orders_deleted', (SELECT COUNT(*) FROM deleted_orders),
        'users_deleted', (SELECT COUNT(*) FROM deleted_users)
    ) INTO result;
    
    -- 记录审计日志
    INSERT INTO tenant_cleanup_log 
    VALUES (tenant_id, CURRENT_USER, NOW(), result);
    
    RETURN result;
END;
$$ LANGUAGE plpgsql;

5.3 数据库版本控制集成

-- 与git-style版本控制结合
CREATE OR REPLACE FUNCTION truncate_with_versioning()
RETURNS TRIGGER AS $$
BEGIN
    -- 创建当前状态快照
    EXECUTE format('INSERT INTO table_versions 
                   SELECT %L, NOW(), %L, to_jsonb(t.*) 
                   FROM %I t', 
                   TG_TABLE_NAME, 
                   'PRE_TRUNCATE',
                   TG_TABLE_NAME);
    
    RETURN NEW;
END;
$$ LANGUAGE plpgsql;

-- 恢复特定版本
CREATE OR REPLACE FUNCTION restore_table_version(table_name TEXT, version_time TIMESTAMP)
RETURNS VOID AS $$
BEGIN
    EXECUTE format('TRUNCATE TABLE %I', table_name);
    
    EXECUTE format('INSERT INTO %I SELECT (jsonb_populate_record(null::%I, v.data)).* 
                   FROM table_versions v
                   WHERE v.table_name = %L 
                   AND v.snapshot_time = %L',
                   table_name,
                   table_name,
                   table_name,
                   version_time);
END;
$$ LANGUAGE plpgsql;

在实际项目中,我曾遇到一个有趣的案例:某电商平台使用RETURNING子句实现实时库存补偿系统。当库存被错误删除时,系统能立即获取被删记录的所有细节,自动生成补偿订单并通知客户服务团队。这种模式将传统的错误恢复时间从小时级缩短到秒级。

PocketBase入门:10分钟用SQLite搭建生产级后端 SQLite作为嵌入式数据库,凭借ACID事务、零配置部署和单文件存储特性,成为轻量级后端的理想数据引擎;PocketBase将其与内置Web服务、REST API和实时订阅(SSE)深度整合,实现开箱即用的后端交付。这种架构跳过传统数据库运维与服务编排,显著降低原型验证、内部工具及MVP阶段的技术门槛,适用于个人项目、学生开发及小型SaaS。本文聚焦SQLite在PocketBase中的真实角色、性能边界与生产加固实践,揭示如何在不牺牲可靠性前提下,将‘解压即用’转化为可持续演进的工程方案。 阅读详情

相关推荐

Windows提权实战指南:从信息收集到权限提升的完整路径

权限提升是网络安全攻防演练中的核心环节,它涉及从低权限账户获取系统更高控制权的过程。其基本原理在于利用操作系统或应用软件在身份验证、访问控制或代码执行层面的缺陷。这项技术的价值在于帮助安全人员验证系统防御纵深,识别权限边界突破风险。在渗透测试、红蓝对抗和系统安全评估等场景中,掌握本地提权方法至关重要。本文聚焦Windows环境,深入剖析了包括内核漏洞利用、令牌模拟、服务配置滥用在内的多种主流提权技术。文中详细拆解了如“烂土豆”(Rotten Potato)这类经典漏洞的利用链,并强调了全面的系统信息收集是成

weixin_34176694的博客 332

NocoDB全链路安全防护实战:从字段加密到权限管理的纵深防御体系

在数据驱动的应用开发中,数据安全是构建可信系统的基石。其核心原理在于通过加密、访问控制与审计等多层技术手段,确保数据在存储、传输与使用过程中的机密性、完整性与可用性。从技术价值看,一套完善的安全体系不仅能防范外部攻击与内部误操作,更是满足GDPR等合规要求、赢得用户信任的关键。尤其在低代码平台构建内部工具或客户门户时,安全设计直接影响核心业务数据的防护能力。本文聚焦NocoDB平台,深入探讨如何实现数据库字段级加密与精细化权限管理,构建从数据存储到用户访问的全链路纵深防御方案,为低代码应用提供企业级安全实践

weixin_30240349的博客 442

Ansible配置管理实战:从幂等性到生产加固

配置管理是保障IT系统一致性与可靠性的基础工程实践,其核心在于通过声明式语法描述期望状态,并由工具自动收敛至该状态。Ansible凭借YAML的可读性、SSH免代理架构和原生幂等性设计,成为落地‘配置即代码’理念最平滑的技术路径。它将复杂运维逻辑封装为可复用、可验证、可回滚的Playbook,广泛应用于服务器初始化、中间件部署、安全基线加固及多环境配置同步等场景。本文聚焦真实生产环境中的关键挑战——包括YAML语法陷阱、Facts收集失败、主机清单演进、执行策略控制与Vault密钥治理,系统梳理Ansibl

weixin_34059951的博客 339

数据库——MySQL

MySQL数据库基础教程全面介绍了关系型数据库的核心概念和操作。

qq_46518480的博客 418

《PostgreSQL开发指南》第27篇 触发器

PostgreSQL 触发器(trigger)是一种特殊的函数,当某个数据变更事件(INSERT、UPDATE、DELETE 或者 TRUNCATE)或者数据库事件(DDL 语句)发生时自动执行,而不是由用户或者应用程序进行调用。 基于某个表或者视图数据变更的触发器被称为数据变更触发器(DML 触发器),基于数据库事件的触发器被称为事件触发器(DDL 触发器)。

Tony.Dong的专栏 1912

【信息科学与工程学】计算机科学与自动化——第三百零五篇 计算机系统中的各类运算操作01

编号类型领域运算操作运算类型算法算法的详细设计及数学分析参数列表及参数的数值设计应用场景 (100+条)集合运算​1集合运算关系代数并集 (Union)集合运算归并排序去重合并两个集合,去除重复元素。时间复杂度 O(n+m),n,m为两集合大小。输入:集合A, B。输出:A∪B。数据集成、多表结果合并、去重后的全量数据提取。2集合运算关系代数交集 (Intersection)集合运算哈希交集找出同时属于两个集合的元素。平均时间复杂度 O(min(n,m)),最坏 O(n*m)。输入:集合A, B。输出:A∩

weixin_49199313的博客 1390

数据库安全全链路防护:从连接、查询到备份的纵深防御实践

数据库安全本质是覆盖数据全生命周期的动态防御体系,而非单一加密或权限设置。其核心原理在于构建‘可见、可控、可溯’的纵深防线,融合最小权限模型、传输与静态加密、行级/列级访问控制、动态脱敏及自动化审计响应等关键技术。在金融、医疗、政务等强监管场景中,该体系显著降低SQL注入、越权查询、备份泄露等高发风险。本文聚焦真实生产环境验证的落地策略,涵盖pg_hba.conf精准准入、TLS双向认证、RPS行级安全、TDE+KMS密钥分离、pgAudit细粒度审计等关键能力,提供开箱即用的配置范式与避坑指南。

weixin_30673611的博客 387

【信息科学与工程学】计算机科学与自动化——第一百三十五篇 开发框架篇 系列三 Hibernate框架 01

编号机制/用法编译器(底层实现·说明·缺陷·缺陷解决方案(含数学方程式描述与数学建模))引入版本国产化·信创·商用的CPU/GPU/ASIC/NP/DPU/其他硬件1一级缓存(Session缓存)底层实现:Hibernate Session维护了一个Map结构存储持久化对象实例,默认开启且生命周期与Session一致。 说明:减少数据库访问,保证同一Session内对象一致性。 缺陷:Session关闭后缓存失效;大量数据时内存占用高;跨Session无法共享。 缺陷解决方案:结合二级缓存

weixin_49199313的博客 18

Mac OS系统使用笔记-2026更新

本文是一份详尽的macOS使用指南,内容涵盖系统设置、快捷键、实用工具安装及优化技巧。主要分为系统基础设置、常用快捷键、软件安装与优化三大部分: 系统设置部分详细介绍了触控板手势配置、快捷键自定义、截图功能等基础操作,并提供了安全隐私、电源管理等重要设置建议。 快捷键部分系统整理了文件操作、程序切换、文本编辑等场景下的快捷操作方式,包括cmd组合键、触控栏功能等。 软件工具部分推荐了iTerm2、Homebrew等必备工具安装方法,以及磁盘管理、系统备份等高级技巧,特别针对M1芯片机型提供了专门指导。 全文

生活在别处 3万+

【信息科学与工程学】计算机科学与技术——第七十七篇 系统架构设计02

编号类型模型配方企业资本运作的方法/规则/条件/依据及所有的步骤(​风险处理/异常处理/危机应对关联知识法律法规和裁决依据​​由发起人(通常是知名投资人、投行或产业资本)先设立一个只有现金、无实际业务的特殊目的收购公司(SPAC),通过IPO募集资金并在交易所上市。然后在规定时间内(通常24个月)寻找一家非上市公司进行合并(De-SPAC),使目标公司迅速实现上市,规避传统IPO的复杂流程和不确定性。1.:在开曼或特拉华注册空壳公司,注入少量种子资金。2.

weixin_49199313的博客 319

【信息科学与工程学】【数据科学】第五十一篇 数据仓库00 基础设计01

数据仓库设计的系统性解决方案,涵盖架构模式、分层设计、百万级访问支撑、海量数据配置及与数据库/数据湖的对接策略: ​​ODS(操作数据层)​​:原始数据镜像,保留历史快照 ​​DWD(明细数据层)​​:清洗、标准化、维度退化 ​​DWS(汇总数据层)​​:主题宽表、轻度聚合 ​​ADS(应用数据层)​​:高度聚合,面向报表/API ​​二、百万用户访问架构设计​​ ​​1. 核心架构组件​​ ​​2. 关键配置参数(以Snowflake为例)​​ ​​3. 性能优化措

weixin_49199313的博客 1209

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

【信息科学与工程学】【安全领域】第八十三篇 云安全解决方案02

企业中“搞人”与“搞事情”常见问题的分析框架。我将选取4个典型场景,每个场景都从实际管理现象出发,逐步推导出数学模型、参数设定及关联知识。

weixin_49199313的博客 324

MCGS的Http协议驱动,支持http协议

硬件配置 参数设置 设备属性 设备命令 通讯状态 附录 #HTTP 1、 设备简介 驱动类型 该驱动为独立设备,直接添加构件即可,不需要挂载到父设备下 通讯协议 采用标准HTTP1.1协议 通讯方式 驱动构件为客户端。 2、 硬件连接 本软件在通讯之前,请保证通讯连接正确。通讯连接方式:采用标准的RJ45接口的以太网接线(对调网线或使用HUB交换)。 3、 设备通讯参数 本设备为独立设备,无父设备参数 4、 设备构件参数设置 “HTTP设备”参数设置如下: <1> 内部属性: 构建url信息。 <2> 最小采集周期:本软件对设备进行操作的时间周期,单位为ms,默认为100ms。 <3> 通讯等待时间:通讯数据接收等待时间,默认设置为200ms,当采集速度要求较高或数据量较大时,设置值可适当减小或增大。 <4> HttpHead:http head添加需要的字段,不需要添加http head时值为空,默认不添加。 5、 设备命令 本设备构件提供设备命令,用于进行相应的操作,设备命令的格式如下: 设备命令 命令介绍 GetHttpHead 格式1 GetHttpHead(headStr) 用途 获取http head参数 参数 headStr 参数可以为字符型变量、字符串常量 例1 !SetDevice(设备0,6,"GetHttpHead(headStr)") 获取http head数据保存到headStr中 SetHttpHead 格式1 SetHttpHead(headStr) 用途 设置http head参数 参数 headStr 参数可以为字符型变量、字符串常量

【信息科学与工程学】计算机科学与自动化——第一百三十五篇 开发框架篇 系列二 Spring框架系列 03 Spirng 01

编号机制/用法表现形式和配置编译器(底层实现·说明·缺陷·缺陷解决方案(含数学方程式描述与数学建模))引入版本国产化·信创·商用的CPU/GPU/ASIC/NP/DPU/其他硬件S1控制反转 (IoC)​ / 依赖注入 (DI)​- XML配置 () - Java注解 (, , ) - Java配置类 (, )底层实现: 反射 + 工厂模式 + 容器(Map)。 说明: 通过反射实例化Bean,解析依赖关系并注入。 缺陷: 运行时性能损耗(反射调用慢);循环依赖问题(构造器注入场景)

weixin_49199313的博客 379

【信息科学与工程学】【数据中心】第三十五篇 云计算数据中心的学科知识04

编号学科(课程)核心知识点在云计算/云存储/云网络/云安全/云MaaS中的作用代表教材/资料/论文 + 数学方程式列表工业界应用D1421​云原生数据库:TiDB​HTAP(混合事务/分析处理)、分布式SQL、水平扩展、强一致(Raft)、自动故障恢复、与MySQL兼容、TiFlash列式引擎提供弹性扩展的分布式数据库;支撑高并发在线交易与实时分析教材:《TiDB in Action》PingCAP(2020) 论文:《TiDB: A Raft-based HTAP Database》(2017)

weixin_49199313的博客 419

印尼稻米收成与粮食安全数据集2026年

本数据集收录印度尼西亚2026年水稻收成与粮食安全遥测数据,包含10000条稻米农业收成产量与粮食安全监测记录,围绕印尼国家粮食安全体系中的核心作物水稻展开。稻米是印尼逾两亿人口的主粮,其收成波动直接影响国家粮食安全与进口政策,本数据集将种植区域、收成产量、气候与土壤相关遥测指标整合为结构化表格,可支撑粮食产量预测、收成影响因素分析、区域粮食安全评估与农业政策模拟等研究任务。典型应用场景包括:农业时间序列产量预测模型构建、气候因子与水稻收成的关联分析、省份与地区层面的粮食自给率测算、粮食安全风险预警指标设计,也可作为农业经济、粮食政策与数据科学交叉课程的教学素材。数据为2026年最新版,规模约1.2MB、单CSV结构规整,字段命名清晰,适合Python、Pandas、Scikit-learn等主流工具链直接使用,便于开展探索性分析、可视化与机器学习全流程练习。重要说明:本数据为遥测整理数据,分析结论以数据集文档口径为准,农业决策请结合官方统计综合研判。许可:CC0公有领域,可自由使用与二次分发。

大厂Python自动化测试面试题合集

题目:函数的作用是什么?调用函数的语法?答案:将独立功能代码封装成模块,复用代码;函数名(实参)。题目:函数 return 作用是什么?无 return 时函数返回什么?多返回值底层是什么类型?答案:返回函数执行结果;无 return 默认返回 None;return x,y,z 底层自动封装为元组。题目:函数四大参数类型分别是什么?定义顺序要求?答案:必选参数、默认参数、可变位置 * args、命名关键字、可变关键字 **kwargs;顺序:必选→默认→*args→命名关键字→**kwargs。

悦分享 107
上一篇: 解构WPFormer:当小波变换遇见原型学习的化学反应
下一篇: 当AI遇见抓包:用Deepseek+MCP打造自适应网络诊断专家系统
gitlab7runner
博客等级 码龄4年 78粉丝 1747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  | 博主筛选后可见
 
 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