MySQL事务

– 事务 transaction
– 一个最小的不可在分的工作单元
– 通常一个事务对应一个完整的业务(银行转账)
– 一个完整的业务需要批量的dml(增删改查)语句组成

– 事务具有四个特征ACID
– 原子性:事务是最小的单元,不可再分割
– 一致性:事务要求所有dml语句操作时,必须保证同时成功或者同时失败
– 隔离性:一个事物不会影响其他事物的运行
– 持久性:在事物完成后,该事务对数据库所作的更改将持久的保存在数据库,并不会回滚

– 事务基本概念
– 开启事务:start transaction
– 结束事务:end transaction
– 提交事务:commit transaction
– 回滚事务:rollback transaction

– 事务开启标志 : 开启标志:任何一条DML语句执行,标志事物的开启
– 结束标志:提交或者回滚 提交:成功的结束,将所有的DML语句操作记录和底层硬盘文件中数据进行一次同步
– 回滚:失败的结束,将所有DML语句操作记录全部清空

– 事务进行过程中,未结束之前,DML语句不会修改底层数据库文件 事务只有在结束而且成功时才会修改底层数据库文件

– 第一种:关闭MySQL事务自动提交
– 事物成功用法:start transaction ;commit
– 第一步:start transaction 手动开启事物
– 第二步:DML语句 执行批量DML语句
– 演示
DROP TABLE IF EXISTS t_user;
CREATE TABLE t_user(
id INT(10) PRIMARY KEY AUTO_INCREMENT,
NAME VARCHAR(32)
);
INSERT INTO t_user(NAME) VALUES(‘jack’);
INSERT INTO t_user(NAME) VALUES(‘luck’);
INSERT INTO t_user(NAME) VALUES(‘lily’);

– 第一步:窗口1 查询原表数据
SELECT * FROM t_user;

– 第二步:开启事务,插入数据,查询数据
START TRANSACTION;
INSERT INTO t_user(NAME) VALUES(‘xxx’);
INSERT INTO t_user(NAME) VALUES(‘lsq’);
COMMIT;
DELETE FROM t_user WHERE NAME=‘bbb’;

– 第三步:开启一个新窗口 查询数据

– 回滚
START TRANSACTION;
INSERT INTO t_user(NAME) VALUES(‘aaa’);
INSERT INTO t_user(NAME) VALUES(‘bbb’);
SELECT * FROM t_user;
ROLLBACK;

– 第二种:关闭MySQL事务自动提交,只对当前会话有效
– 两种关闭自动提交事务
– 1. set autocommit = off;
– 2. set session autocommit = off;
– 两种打开自动提交事务
– 1.set autocommit = on;
– 2. set session autocommit = on;
– 注意:以上打开关闭事务只对当前窗口有效

– 查询事务状态
SHOW VARIABLES LIKE %COMMIT%;

分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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