草庐IT

elementui-tree

全部标签

基于elementUi + Vxe + Echarts 二次封装业务组件库,commonUtils方法调用

项目地址npm库地址:https://www.npmjs.com/package/dd-ui-library组件库:https://github.com/YolandaKisses/ui-library目录结构├─src│└─components//存放测试页面│└─lib//存放组件源码│└─utils//存放工具类│└─router//路由配置指向测试页面进行组件调试│└─main.js├─.gitignore└─package.json组件封装src/lib下存放组件源码,目录结构需统一为├─xxx组件│└─src│ └─index.vue//组件源码│└─index.js//调用ins

记录--elementui源码学习之仿写一个el-button

这里给大家分享我在网上总结出来的一些知识,希望对大家有所帮助本篇文章记录仿写一个el-button组件细节,从而有助于大家更好理解饿了么ui对应组件具体工作细节。本文是elementui源码学习仿写系列的又一篇文章,后续空闲了会不断更新并仿写其他组件。源码在github上,大家可以拉下来,npmstart运行跑起来,结合注释有助于更好的理解网站效果演示:ashuai.work:8888/#/myButtonGitHub仓库地址:github.com/shuirongshu…什么是Button组件按钮用于点击,一般是做事件的响应。按钮封装效果图按钮分类单一按钮默认按钮主题按钮(primary、s

记录--elementui源码学习之仿写一个el-button

这里给大家分享我在网上总结出来的一些知识,希望对大家有所帮助本篇文章记录仿写一个el-button组件细节,从而有助于大家更好理解饿了么ui对应组件具体工作细节。本文是elementui源码学习仿写系列的又一篇文章,后续空闲了会不断更新并仿写其他组件。源码在github上,大家可以拉下来,npmstart运行跑起来,结合注释有助于更好的理解网站效果演示:ashuai.work:8888/#/myButtonGitHub仓库地址:github.com/shuirongshu…什么是Button组件按钮用于点击,一般是做事件的响应。按钮封装效果图按钮分类单一按钮默认按钮主题按钮(primary、s

基于elementUI二次封装一个表格加上搜索的控件

组件属性:selection:表格是否可勾选querys:[搜索配置{label:"所属网关",//标题name:'gatewayId',//v-model的参数名value:'',//v-model的参数值type:"select",//控件类型list:[//选项],attr:{multiple:false,disabled:false,clearable:false,}//绑定自定义属性},],columnlist:[//表格配置{label:"是否确认",//表格的labelprop:'isConfirm',//表格的propslot:true,//是否启用插槽filter:(item

基于elementUI二次封装一个表格加上搜索的控件

组件属性:selection:表格是否可勾选querys:[搜索配置{label:"所属网关",//标题name:'gatewayId',//v-model的参数名value:'',//v-model的参数值type:"select",//控件类型list:[//选项],attr:{multiple:false,disabled:false,clearable:false,}//绑定自定义属性},],columnlist:[//表格配置{label:"是否确认",//表格的labelprop:'isConfirm',//表格的propslot:true,//是否启用插槽filter:(item

索引 - B+Tree

B+树索引是B+树在数据库中的一种实现,是最常见也是数据库中使用最为频繁的一种索引。B+树中的B代表平衡(balance),而不是二叉(Binary),因为B+树是从最早的平衡二叉树演化而来的。二叉查找树二叉树性质:左子树的键值小于根的键值,右子树的键值大于根的键值二叉树搜索相当于一个二分查找,时间复杂度可以达到O(log2(n))二叉树以第一个插入的数据作为根节点,在数据基本有序的情况下,二叉树的构建基本上就是一个线性链表结构。查找最后一个数据等于遍历整个链表,查询效率很低,不稳定。平衡二叉树(AVLTree)平衡二叉树(AVL树)是一颗空树或它的左右两个子树的高度差的绝对值不能超过1,并且

索引 - B+Tree

B+树索引是B+树在数据库中的一种实现,是最常见也是数据库中使用最为频繁的一种索引。B+树中的B代表平衡(balance),而不是二叉(Binary),因为B+树是从最早的平衡二叉树演化而来的。二叉查找树二叉树性质:左子树的键值小于根的键值,右子树的键值大于根的键值二叉树搜索相当于一个二分查找,时间复杂度可以达到O(log2(n))二叉树以第一个插入的数据作为根节点,在数据基本有序的情况下,二叉树的构建基本上就是一个线性链表结构。查找最后一个数据等于遍历整个链表,查询效率很低,不稳定。平衡二叉树(AVLTree)平衡二叉树(AVL树)是一颗空树或它的左右两个子树的高度差的绝对值不能超过1,并且

LSM Tree 数据库底层索引

数据库中非常常用的索引数据结构——B+树,在过去很多年里它都是数据库索引的首选实现方式,但是这种数据结构也并不是很完美。因为,每次修改数据都很有可能破坏B+树的约束,我们需要对整棵树进行递归的合并、分裂等调整操作,而不同节点在磁盘上的位置很可能并不是连续的,这就导致我们需要不断地做随机写入的操作,而随机写入的性能是比较差的,这个问题在写多读少的场景下会更加明显。LSMTree(LogStructureMergeTree)是比B+树更适合写多读少场景的索引结构,也广泛应用在各大NoSQL中。比如基于LSM树实现底层索引结构的RocksDB、LevelDB。LSMTree的实现原理:LSM树包含了

LSM Tree 数据库底层索引

数据库中非常常用的索引数据结构——B+树,在过去很多年里它都是数据库索引的首选实现方式,但是这种数据结构也并不是很完美。因为,每次修改数据都很有可能破坏B+树的约束,我们需要对整棵树进行递归的合并、分裂等调整操作,而不同节点在磁盘上的位置很可能并不是连续的,这就导致我们需要不断地做随机写入的操作,而随机写入的性能是比较差的,这个问题在写多读少的场景下会更加明显。LSMTree(LogStructureMergeTree)是比B+树更适合写多读少场景的索引结构,也广泛应用在各大NoSQL中。比如基于LSM树实现底层索引结构的RocksDB、LevelDB。LSMTree的实现原理:LSM树包含了

利用print.js + el-tree 动态修改打印字段(支持全选所有字段)

         >全选    >             :data="treePrintData"     ref="treePrintData"     show-checkbox     default-expand-all     node-key="id"     :props="defaultProps"    >      handleCheckAllChange(val){   if(this.checkAll){    //全选    this.$refs.treePrintData.setCheckedNodes(this.treePrintData);   }else{