maxzcl的博客

https://en.wikipedia.org/wiki/Point_cloudApoint cloudis a set of datapointsinspace. The points may represent a3D shapeor object. Each pointpositionhas its set ofCartesian coordinates(X, Y, Z).[1]Point clouds are generally produced by3D scan...

Definitionhttps://en.wikipedia.org/wiki/Grayscale#Converting_colour_to_grayscalehttps://en.wikipedia.org/wiki/Grayscale#Converting_colour_to_grayscaleIndigital photography,computer-generated imagery, andcolorimetry, agrayscaleimageis one in which t...

fromGit Checkout | Atlassian Git TutorialGit CheckoutThis page is an examination of thegit checkoutcommand. It will cover usage examples and edge cases. In Git terms, a "checkout" is the act of switching between different versions of a target entity...

当我们输入不管大小写都能查询到数据，例如：输入 aaa 或者aaA ,AAA都能查询同样的结果，说明查询条件对大小写不敏感。解决方案一：于是怀疑Mysql的问题。做个实验：直接使用客户端用sql查询数据库。 发现的确是大小不敏感 。通过查询资料发现需要设置collate（校对） 。collate规则：*_bin: 表示的是binary case sensitive collation，也就是说是区分大小写的*_cs: case sensitive collation，区分大小写*...

一、什么是主从复制?主从复制，是用来建立一个和主数据库完全一样的数据库环境，称为从数据库，主数据库一般是准实时的业务数据库。您看，像在mysql数据库中，支持单项、异步赋值。在赋值过程中，一个服务器充当主服务器，而另外一台服务器充当从服务器。此时主服务器会将更新信息写入到一个特定的二进制文件中。并会维护文件的一个索引用来跟踪日志循环。这个日志可以记录并发送到从服务器的更新中去。当一台从服务器连接到主服务器时，从服务器会通知主服务器从服务器的日志文件中读取最后一次成功更新的位置。然后从服务器会接收从哪个时

fromhttp://www.mybatis.cn/archives/941.htmlMySQL的一级索引和二级索引介绍时间:2020-07-02 阅读：3605 次 分类:SQL 教程导读本文参考自简书的某位作者，并做了增删。我一般称为“一级索引”和“二级索引”，这样好记一点。正确的称谓是：集聚索引和非聚集索引。顾名思义，叶子节点存放主索引和数据的树，称为集聚索引树；叶子节点存放辅助索引和主索引的树，称为非集聚索引树。备注：一和二体现了主次和先后关系，聚焦和非聚焦...

源自知乎如何理解关系型数据库的常见设计范式？with marks and note(//)知乎用户专业已有 1 人赠与了专业徽章8,530 人赞同了该回答2015-1-9 更新，回答了@李德竹的问题============2015-1-6 更新，补充了 BCNF 的解释============国内绝大多数院校用的王珊的《数据库系统概论》这本教材，某些方面并没有给出很详细很明确的解释，与实际应用联系不那么紧密，你有这样的疑问也是挺正常的。我教《数据...

https://my.oschina.net/u/1773689/blog/364548关系型数据库和非关系型数据库NovaWong工作日志2015/01/07 09:34阅读数 5.4W本文被收录于专区数据库进入专区参与更多专题讨论1. 关系型数据库关系型数据库，是指采用了关系模型来组织数据的数据库。关系模型是在1970年由IBM的研究员E.F.Codd博士首先提出的，在之后的几十年中，关系模型的概念得到了充分的发展并逐渐成为主流数据库结构的主流模型。.

关系型数据库与非关系型数据库什么是数据库？数据库是数据的仓库。 与普通的“数据仓库”不同的是，数据库依据“数据结构”来组织数据，因为“数据结构”，所以我们看到的数据是比较“条理化”的（比如不会跟以前的普通文件存储式存储成一个文件那么不条理化，我们的数据库分成一个个库，分成一个个表，分成一条条记录，这些记录是多么分明） 也因为其“数据结构”式，所以有极高的查找速率（比如B-Tree查找法），（由于专精，可以根据自己的结构特性来快速查找，所以对于数据库的查找会比较快捷；不像普通文件系统的“查找”那么