文章目录前言一、前期准备二、初始化vue项目1.全局安装vue2.全局安装vue-cli脚手架3.基于webpack初始化项目三、引入相关库和依赖1.安装依赖2.引入相关依赖四、创建组件1.Login.vue2.验证码Identify组件：3.router的index.js中引入组件4.修改路由跳转5.创建后端服务五、解决跨域问题六、验证登录1.运行项目2.验证登录3.登陆跳转成功总结前言本篇文章介绍使用vue+element-ui+express框架，结合MySQL数据库实现简单的登录跳转功能一、前期准备node.js环境(14.17.6)npm包管理工具(8.3.0)二、初始化vue项目1
【数据爬取】国家知识产权局（2008及以后）专利统计数据的收集（request+lxml+selenium）前言寒假里补数据分析课的实验报告，断断续续写了三四天，在这里记录下我稚嫩的代码。还有许多值得改进的地方，希望和大家互相学习。任务要求1、百度搜索：国家知识产权局首页，打开以上链接点击“数据”，找到“国家知识产权局统计年报”，输入年份，点击查询2、获取各年专利统计年报的子页面专利申请状况、专利申请授权状况、专利有效状况、专利行政执法状况的url。（提示由于url类似，可以考虑直接生成）3、获取专利申请状况（专利申请授权状况、专利有效状况、专利行政执法状况做相同处理）子页面的所有url，4、
目录 💖高级函数🌹条件判断🌹数学函数🌹字符串函数🌹日期函数🌹加密函数🌹系统函数🌹其他函数💖窗口函数 MySQL8开始支持🌹LAG()、LEAD()函数 🌹row_number() 🌹rank()与dense_rank() 🌹first_value()与last_value() 🌹nth_value(expr，n)与ntile(n)💖关键字 🌹ANY🌹ALL💖使用JSON🌹查找🌹JSON函数🌹修改🌹删除🌹其他函数🌹JSON使用索引 💖公用表表达式(CTE) 🌹WITH子句用法🌹非递归CTE 🌹递归CTE😍开始前给大家推荐一款很火的刷题、面试求职网站💕https://www.nowcoder.c
目录SQL操作1、连接数据库2、库操作2.1创建数据库的SQL语句格式： 2.2查看数据库的SQL语句格式：2.3删除数据库SQL语句格式2.4选择数据库的SQL语句格式2.5查看数据库下的表列表SQL语句格式3、表操作3.1、创建表3.2、查看表3.3、修改表3.4、查询表4、数据库中数据处理的SQL4.1插入数据的SQLSQL操作1、连接数据库第一步：win+R，输入cmd，打开cmd窗口；第二步：通过输入“netstartmysql”命令，启动mysql服务；第三步：通过DOS命令进入到mysql安装目录的bin目录下；第四步：在命令行输入“mysql-u数据库用户名-p密码”，然后回车
Mysql·分库分表在mysql中新建数据库用以表分库分表mycat解压后配置文件参数server.xml主要配置mycat服务的参数，比如端口号，myact用户名和密码使用的逻辑数据库等rule.xml主要配置路由策略，主要有分片的片键，拆分的策略（取模还是按区间划分等）schema.xml文件主要配置数据库的信息，例如逻辑数据库名称，物理上真实的数据源以及表和数据源之间的对应关系和路由策略等。启动mycatwindow环境下运行的，实际生产推荐在Linux上运行使用前软件环境搭建下载安装mysql:mysql-5.7.36-winx64下载安装jdk-8u251-windows-x64下载
需要源码和依赖请点赞关注收藏后评论区留言私信~~~一、Dataframe操作步骤如下1）利用IntelliJIDEA新建一个maven工程，界面如下2）修改pom.XML添加相关依赖包3）在工程名处点右键，选择OpenModuleSettings4）配置ScalaSdk，界面如下5)新建文件夹scala，界面如下：6)将文件夹scala设置成SourceRoot，界面如下： 7)新建scala类，界面如下： 此类主要功能是读取D盘下的people.txt文件，使用编程方式操作DataFrame，相关代码如下importorg.apache.spark.rdd.RDDimportorg.apac
前言总体感觉测量平差这门课还是不是很容易，需要比较深刻的理解概念还要会相关的推导，比如精密度精确度准确度粗值观测值平差值等。主体内容就是间接平差，条件平差。在这两者基础之上，间接平差参数选择比较多，就出现附有限制条件的间接平差。如果条件平差又有参数，就称作附有参数的条件平差。然后是误差椭圆，分析误差分布规律的，哪里误差大，哪里误差小。最后为了评定平差结果或者精度的好坏，又有一部分参数检验和假设检验的内容，不过基本都是概率论的内容，比如U检验，T检验等，所以还是需要熟悉一些参数的构造。第一章观测误差的分类及其处理给出误差分类的表达式，粗差、系统误差和偶然误差的定义。系统误差：在相同的观测条件下作
该笔记记录缘由：客户要求分析21年3月每天用户消费的高峰时间点，每天随机取50条数据进行分析，总结出3种随机取数的方法，详情如下1、方法一1）使用rand（）随机取数，适用于数据量少的情况，若查询表数量大会非常耗时（测试效果建下图一）--写法一SELECT*from`结账单`ORDERBYRAND()LIMIT50;--写法二（增加一列自增id列，随机取数的效果看起来更直观）SELECT*from( SELECT(@i:=@i+1)id, a1.* from`结账单`a1,(SELECT@i:=0)asi)qORDERBYRAND()LIMIT50;图一（数据量多少的耗时对比）：
COUNT() 函数：返回匹配指定条件的行数业务场景多数情况下需要统计数据集的条数，进行处理转换，这里就可以使用count()函数来完成，特别注意参数问题，count(*)、count(1)、count(列名)、count(distinct列名)。下面分别介绍这几种参数的区别 一、用法COUNT(*)语法COUNT(*)函数返回表中的记录数，包括所有列，相当于统计表的行数，在统计结果的时候，不会忽略列值为NULL的记录。 COUNT(1)语法COUNT(1)函数忽略所有列，1表示一个固定值，也可以用count(2)、count(3)代替，在统计结果的时候，不会忽略列值为NULL的记录。COUN
一文搞懂MySQL索引1、MySQL索引简介1.1、MySQL索引是什么？ 索引是一个单独的、存储在磁盘上的数据库结构，包含着对数据表里所有记录的引用指针。1.2、MySQL索引的存储类型有哪些？ MySQL中索引的存储类型有两种，即BTree和Hash。1.3、MySQL索引在哪里实现的？ 索引是在存储引擎中实现的。（MySQL的存储引擎有：InnoDB、MyISAM、Memory、Heap）InnoDB/MyISAM只支持BTree索引Memory/Heap都支持BTree和Hash索引1.4、存储引擎是什么？ 存储引擎就是指表的类型以及表在计算机上的存储方式。1.5、索引的优缺点有哪些？
