开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

是否可以对架构字段进行合计？

对于架构字段的合计，可以根据具体的上下文和需求来确定。架构字段通常是指在系统架构设计中所涉及的各种组件、模块、接口、数据流等要素。合计架构字段可以有多种方式，以下是一些常见的方法：

组件化合计：将系统架构划分为不同的组件，每个组件代表一个独立的功能模块或服务。可以通过对各个组件进行合计，来得到整体系统的架构字段。
接口合计：将系统架构中的各个接口进行合计，包括接口的数量、类型、参数、返回值等。通过对接口进行合计，可以了解系统各个模块之间的交互方式和数据流动情况。
数据流合计：将系统中的数据流进行合计，包括数据的来源、传输方式、处理过程、存储方式等。通过对数据流进行合计，可以了解系统中数据的流动路径和处理逻辑。
功能模块合计：将系统中的各个功能模块进行合计，包括功能的分类、依赖关系、交互方式等。通过对功能模块进行合计，可以了解系统的整体功能结构和模块之间的关系。

需要注意的是，合计架构字段并不是一个标准的做法，而是根据具体情况和需求来确定的。在实际应用中，可以根据项目的规模、复杂度和可行性来选择适合的合计方法。同时，合计架构字段也需要考虑到系统的可扩展性、性能、安全性等方面的要求。

腾讯云相关产品和产品介绍链接地址：

腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
腾讯云云原生容器服务（TKE）：https://cloud.tencent.com/product/tke
腾讯云云数据库 MySQL 版（CDB）：https://cloud.tencent.com/product/cdb
腾讯云云存储（COS）：https://cloud.tencent.com/product/cos
腾讯云人工智能（AI）：https://cloud.tencent.com/product/ai
腾讯云物联网（IoT）：https://cloud.tencent.com/product/iotexplorer
腾讯云移动开发（移动推送、移动分析、移动测试等）：https://cloud.tencent.com/product/mobile
腾讯云区块链（BCS）：https://cloud.tencent.com/product/bcs
腾讯云音视频处理（VOD）：https://cloud.tencent.com/product/vod
腾讯云网络安全（SSL 证书、DDoS 防护等）：https://cloud.tencent.com/product/saf
腾讯云元宇宙（Tencent Real-Time 3D）：https://cloud.tencent.com/product/trtc

相关搜索:是否可以对HashTable进行排序？是否可以对SQL Server中的时间字段进行汇总？是否可以对FastText模型进行微调我是否可以对JOi架构属性名称使用枚举是否可以对tbody标记进行包装是否可以对绑定进行动画处理？是否可以对提示警报进行验证是否可以对Hangfire前端进行负载均衡？是否可以对nodePort服务进行滚动更新？如何对映射中的字段进行合计？是否可以对一组对象进行起泡？是否可以对元素集合进行更多过滤？是否可以对Matplotlib Imshow图形进行颜色编码？是否可以对请求头数据进行集中处理？是否可以对受信任域进行LDAP查询？是否可以对每个记录和总和进行分组是否可以对聚合的dcast值进行操作？是否可以对子窗体中的计算字段求和？在ElasticSearch中，是否可以对非索引字段求和？是否可以对单个Swift UI组件进行UI测试？

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

ClickHouse 数据存储架构优化

我们最初当时的ClickHouse的版本还是在1.x的时代，partition还不支持自定义，只能按月来划分。我们组内的数据存储还是按天来分表设计，例如“XXXX_20200612”。在后面升级了新版本的ClickHouse以后，新业务才开始慢慢使用上parition by day的模式，但是使用的ENGINE也只有MergeTree。在今年年初我们对几份数据的存储架构进行了改造，记录一下改造过程。

02

学会这个，领导要的结果立马就有

某公司是金融第三方支付公司，为商家生产硬件商机，该种机器可以帮助商家收款，例如我们在商场里见到的收款pos机、收款机等。

00

无需学习Python，一个公式搞定领导想看的大屏

随着数字化的脚步加快，越来越多的企业开始注重数据的展示和报告。原有数据的整合，清洗，二次加工变得越来越普遍。为了实现以上功能，企业不得不花大量的人力、物力去做原始数据的加工，但是由于业务场景的快速变化，导致原有代码里面写死的数据处理逻辑和现实的需要产生严重的偏离。针对这些，迫切希望有一个能自己实现数据处理，然后将处理结果进行多维度展示的工具。那么今天，就给大家推荐一款软件工具——Wyn商业智能软件。

05

一种基于实时分位数计算的系统及方法

在实际工作中，我们发现许多业务场景中都有对某一数值型指标实时统计分位数的需求，一般要求计算结果有很高准确率同时具备极低的计算延迟，实现这类需求给数据RD的开发工作带来一定的挑战，其中主要的技术挑战包括以下三个方面：

02

轻松掌握Excel函数

对于SQL相信大家都不陌生，可以通过条件进行查询某一值的个数，或者按某一字段进行聚合计数，例如查看某一分类下的数量。

01

Grafana 随笔:接入数据源

Zabbix 数据源接入需要安装第三方插件，名称为 alexanderzobnin-zabbix-app，这个插件可以在 Grafana 官网入口找到。

01

Gridfooter控件使用指南

该控件从原来的根据表中既有数据自动统计，修改为适用在表格中输入数据时动态统计合计数。当然，如果要实现自动统计，可以在表格数据加载后，调用控件的CalcTotal方法即可。

01

详解 Apache SkyWalking OAP 的分布式计算

SkyWalking的OAP（Observability Analysis Platform，观测分析平台）是一个用于链路数据的分布式计算系统。

02

知行教育大数据分析数仓项目_面试题精华版

1.简介一下当前这个项目能够介绍一下你写的项目: 我们这个大数据项目主要是解决了教育行业的一些痛点。首先，受互联网+概念，疫情影响，在线教育，K12教育等发展火热，越来越多的平台机构涌现。但是由于信息的共享利用不充分，导致企业多年积累了大量数据，而因为信息孤岛的问题，一直没有对这些数据进一步挖掘分析，因此也不能给企业的管理决策层提供有效的数据支撑。有鉴于此，我们做的这个教育大数据分析平台项目，将大数据技术应用于教育行业，用擅长分析的OLAP系统为企业经营提供数据支撑。具体的实现思路是，先建立企业的数据仓库，把分散的业务数据预处理，其次根据业务需求从海量的用户行为数据挖掘分析，定制出多维的数据集合，形成数据集市，供各个场景主题使用，最后用BI工具，进行前端展示。用到的技术架构包括：mysql，sqoop，基于CM的Hive，Oozie和FineBi。由于OLTP系统中数据大多存储在mysql，所以我们最终选择Sqoop作为导入导出工具，抽取数据到数仓，并使用基于CM管理的Hive进行数据清洗＋分析，然后sqoop导出到mysql，最后用FineBI展示OLAP的数据分析结果。所以，我们的技术解决了企业的三大痛点。一是数据量太大问题，传统数据库无法满足；二是系统多，数据分散问题，无法解决数据孤岛问题；三是，统计工作量太大，分析难度高问题，无法及时为企业提供数据参考。

02

现在的湖仓一体像是个伪命题

从一体机、超融合到云计算、HTAP，我们不断尝试将多种应用场景融合在一起并试图通过一种技术来解决一类问题，借以达到使用简单高效的目标。现在很热的湖仓一体（Lakehouse）也一样，如果能将数据湖和数据仓库融合在一起就可以同时发挥二者的价值。数据湖和数据仓库一直以来都有十分密切的联系但同时存在显著的差异。数据湖更注重原始信息的保留，将原始数据“原汁原味”地保存下来是数据湖的首要目标。但原始数据中有很多垃圾数据，原样保留就意味着垃圾数据都要存进数据湖？没错，数据湖就是这样一个数据垃圾场，不管什么样的数据一股

03

【JDK8 新特性 6】收集Stream流中的结果

上一篇文章： (9条消息) 【JDK8 新特性 5】Stream流介绍和常用方法的使用_一切总会归于平淡的博客-CSDN博客

01

从 jsonpath 和 xpath 到 SPL

XML和Json不仅是结构化文本，而且擅长表示多层数据，可承载足够通用和足够丰富的信息，因此常被用于各种数据交换和信息传递事务，比如WebService/Restful，微服务等。但多层数据要比传统的二维表结构复杂，取数后再处理的难度也大。

04

【Elasticsearch专栏 17】深入探索：Elasticsearch亿级数据聚合策略

在大数据的时代背景下，数据的量级已经达到了惊人的级别，动辄上亿甚至更多。对于这样的数据量，如何进行有效的聚合操作成为了众多开发者和数据科学家关注的焦点。Elasticsearch（简称ES）作为一款强大的分布式搜索和分析引擎，为大数据量的聚合提供了有力的支持。本文将深入探讨ES如何处理上亿级别的数据聚合，并对每个细节进行详细解释，帮助读者更好地理解和应用ES的聚合功能。

01

基于机器学习场景，如何搭建特征数据管理中台？

理想的机器学习场景是给到数据，训练模型后就能直接上线服务。然而真实的 AI 应用落地过程非常复杂，并不是有数据、懂算法就可以了。

03

MongoDB 4.2亮点功能之——管道更新功能和查询功能

使用MongoDB时，如果需要比增、删、改、查操作更复杂的功能，过去我们会求助于聚合框架，装配出功能强大的操作管道，执行文档转换功能。在MongoDB 4.2中，管道功能被引入了update命令，使该命令的功能得到了极大提升。我们将向你介绍该命令的工作方式，再介绍新的聚合运算符以及4.2版本中的表达式，为你提供更多选项——三角函数、正则表达式和当前时间。

01

【Vue】「Vue.js 入门指南」（四）v-for 指令的使用技巧与案例实践

v-for 是 Vue.js 中的一个指令，用于在数据集（如数组、对象等）上进行迭代，并为每个数据项生成一个 DOM 节点。例如，现在要展示 sɪᴅɪᴏᴛ 的技能列表 items，可以使用以下代码进行迭代：

01

钱大妈基于 Flink 的实时风控实践

摘要：本文作者彭明德，介绍了钱大妈与阿里云 Flink 实时计算团队共建实时风控规则引擎，精确识别羊毛党以防营销预算流失。主要内容包括：

02

对比Excel，轻松搞定Python数据透视表

学习Excel，数据er最常用的两大Excel功能就是VLOOKUP和数据透视表！利用数据透视表可以从繁杂无序的源数据中筛选出自己需要的“字段标题”进行分类汇总、对比或合并等操作，作为一种强大的交互性报表，大大简化了数据处理和分析工作的步骤，提高办公效率，职场达人必学！

03

马蜂窝大交通业务监控报警系统架构设计与实现

部门的业务线越来越多，任何一个线上运行的应用，都可能因为各种各样的原因出现问题：比如业务层面，订单量比上周减少了，流量突然下降了；技术层面的问题，系统出现 ERROR ，接口响应变慢了。拿大交通业务来说，一个明显的特点是依赖很多供应商的服务，所以我们还需要关注调用供应商接口是否出现异常等等。

02

【Quick BI VS Power BI】（一）

Quick BI（以下简称Qbi）做数据分析有5个模块：仪表板、电子表格、数据大屏、即席分析和自主取数。其中仪表板和即席分析比较接近于Power BI（以下简称Pbi）制作的报告。本文的比较对象，主要指Qbi的仪表板和Pbi的报告。

01

【云原生】HTAP应该是一种需求而不是一种产品

LogiKM(改名KnowStreaming) 是滴滴开源的Kafka运维管控平台, 有兴趣一起参与参与开发的同学,但是怕自己能力不够的同学,可以联系我,当你导师带你参与开源！。

07

redis

CAP理论是由 EricBrewer 教授提出的，在设计和部署分布式应用的时候，存在三个核心的系统需求，这个三个需求之间存在一定的特殊关系。三个需求如下：

00

多角度带你认清Kylin的工作原理

在之前的博客中，博主已经为大家带来了Kylin的简单介绍，环境搭建以及简单入门使用。本篇博客，博主为大家带来的是关于Kylin工作原理的介绍!

02

初学者SQL语句介绍

1.用 Select 子句检索记录 Select 子句是每一个检索数据的查询核心。它告诉数据库引擎返回什么字段。 Select 子句的常见形式是： Select * 该子句的意思是“返回在所指定的记录源中能找到的所有字段”。这种命令形式很方便，因为你无需知道从表中检索的字段名称。然而，检索表中的所有列是低效的。因此，因该只检索需要的字段，这样可以大大的提高查询的效率。 2.使用 From 子句指定记录源 From 子句说明的是查询检索记录的记录源；该记录源可以是一个表或另一个存储查询。你还能从多个表中检索记录，这在后面的章节中将介绍。例子： Select * From students 检索students表中的所有记录 3.用 Where 子句说明条件 Where 子句告诉数据库引擎根据所提供的一个或多个条件限定其检索的记录。条件是一个表达式，可具有真假两种判断。例子： Select * From students Where name="影子" 返回students中name字段为影子的列表，这次所返回的结果没有特定顺序，除非你使用了 Order By 子句。该子句将在后面的章节介绍。注意：Where 子句中的文本字符串界限符是双引号，在VB中因改为单引号，因为在VB中字符串的界定符是双引号。补充：使用 And 和 Or 逻辑可以将两个或更多的条件链接到一起以创建更高级的 Where 子句。例子： Select * From students Where name="影子" And number>100 返回name为影子number大于100的列表。例子： Select * From students Where name="影子" And (number>100 Or number<50) 返回name为影子，number大于100或者小于50的列表。 Where 子句中用到的操作符操作符功能 < 小于 <= 小于或等于 > 大于 >= 大于或等于 = 等于 <> 不等于 Between 在某个取值范围内 Like 匹配某个模式 In 包含在某个值列表中 SQL中的等于和不等于等操作符与VB中的意义和使用相同例子：（1）.Between 操作符 Use cust Select * From students Where number Between 1 and 100 Between 操作符返回的是位于所说明的界限之内的所有记录值。这个例子就返回 number 字段 1 到 100 之间的全部记录。（2）. Like 操作符和通配符 Use cust Select * From students Where name Like "%影%" Like 操作符把记录匹配到你说明的某个模式。这个例子是返回含“影”的任意字符串。四种通配符的含义通配符描述 % 代表零个或者多个任意字符 _（下划线）代表一个任意字符 [] 指定范围内的任意单个字符 [^] 不在指定范围内的任意单个字符全部示例子如下： Like "BR%" 返回以"BR"开始的任意字符串 Like "br%" 返回以"Br"开始的任意字符串 Like "%een" 返回以"een"结束的任意字符串 Like "%en%" 返回包含"en"的任意字符串 Like "_en" 返回以"en"结束的三个字符串 Like "[CK]%" 返回以"C"或者"K"开始的任意字符串 Like "[S-V]ing" 返回长为四个字符的字符串，结尾是"ing"，开始是从S到V。 Like "M[^c]%" 返回以"M"开始且第二个字符不是"c"的任意字符串。 4. 使用 Order By 对结果排序 Order By 子句告诉数据库引擎对其检索的记录进行排序。可以对任何字段排序，或者对多个字段排序，并且可以以升序或隆序进行排序。在一个正式的 Select 查询之后包含一个 Order By 子句，后跟想排序的字段（可以有多个）便可以说明一个排序顺序。例子：

03

5年迭代5次，抖音推荐系统演进历程

作者 | 郭文飞编辑 | 蔡芳芳 2021 年，字节跳动旗下产品总 MAU 已超过 19 亿。在以抖音、今日头条、西瓜视频等为代表的产品业务背景下，强大的推荐系统显得尤为重要。Flink 提供了非常强大的 SQL 模块和有状态计算模块。目前在字节推荐场景，实时简单计数特征、窗口计数特征、序列特征已经完全迁移到 Flink SQL 方案上。结合 Flink SQL 和 Flink 有状态计算能力，我们正在构建下一代通用的基础特征计算统一架构，期望可以高效支持常用有状态、无状态基础特征的生产。

02

移动端报表测试方案_v1.0

最近在做移动端报表的测试，根据实际测下来的情况阿常先总结一版测试流程和测试方案（这是初版 v1.0，后续在此基础上做更新迭代）。

03

矩表 - 现代数据分析中必不可少的报表工具

报表，从来都是商业领域的主角，而随着商业智能（BI），大数据时代的到来，报表更加成为了业务系统的核心组成。因此传统的格式已经无法满足新的需求，最终用户期望在一张报表中看到更多的汇总、分类信息，而往往这些汇总和分类信息是不固定的，比如下面这张报表

01

FineReport学习(二)——各种报表的制作

1、行式报表：订单表 2、分组报表：销量表 3、交叉报表：销量表 4、自由报表：订单表 5、简单多元报表 6、主子报表 1）决策报表式主子表 2）嵌入式主子表

01

ElasticSearch(7.2.2)-es聚合查询之指标聚合

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。本文链接：https://blog.csdn.net/weixin_42528266/article/details/102805231 简介：⼿把⼿玩转es的聚合查询之指标聚合 ES聚合分析聚合分析是数据库中重要的功能特性，完成对⼀个查询的数据集中数据的聚合计算，如：找出某字段（或计算表达式的结果）的最⼤值、最⼩值，计算和、平均值等。ES作为搜索引擎兼数据库，同样提供了

03

〔连载〕VFP9增强报表－多细节带区

Crystal Reports 是世界上被用的最多的报表工具。尽管 VFP 已经有了内建的报表编辑器，但许多 VFP 程序员还是使用 Crystal 的原因之一，就是因为它支持子报表。子报表就是运行在一个报表中的报表。子报表最常见的用途是为一个父表生成多个子表的报表。

01

【ChatGPT】JeecgBoot v3.6.3 AI版本发布，企业级低代码平台

01

【案例分享】电力设备生产数据的多层分组统计报表实现

传统报表的实现方式大多基于 Table 控件，虽然可实现多个分组功能，但在报表显示方面有限制，只能呈现上下级的分组，而现代的复杂报表的需求，通常是左右级嵌套，有时甚至要求相同内容的单元格合并，使用 Table 控件，有太多的局限，有了矩表控件，通过简单的拖拽就能轻松实现多层分组报表，不管有多少个分组和分组小计都能简单解决。

01

5G 融合计费系统架构设计与实现(一)

随着5G商用临近，5G的各个子系统也在加紧研发调试，本人有兴全程参与5G中的融合计费系统(CCS)的设计、开发、联调工作。接下来将用几篇文章介绍我们在CCS实现过程遇到的挑战与架构设计的考量。相信这些宝贵的经验可以适用于更广的软件系统，免于重复地陷入软件开发的焦油坑。

04

多维透视表 - 矩表实现商品销售对比统计

常见的二维数据透视表（交叉表）通过横向和纵向展示数据，进行一些简单的汇总运算，而传统的数据透视表功能单一，汇总方式简单，已经无法满足现代大数据量各种条件分析，因此多维透视表应运而生。

03

国产持续研发15年,经过上千家客户打磨的开源OA办公平台,自带低代码平台

众多客户的打磨，已使其成为成熟的“平台型”OA。不仅功能丰富，而且自带零代码搭建平台及快速开发平台，二次开发更快更方便。

02

魅族大数据之用户洞察平台

摘要魅族DMP（用户洞察平台），通过对三方受众数据的汇聚、清洗、智能运算，构建了庞大的精准人群数据中心，提供丰富的用户画像数据以及实时的场景识别力。对内：无缝对接各类业务平台的数据应用，如广告平台，PUSH推送，个性化推荐之间建立了数据通道，支持公司级的精准营销，消息及时送达服务等场景。对外：完善对数据的管理及输出流程，以开放接口形式为全行业从业者提供标准的精准人群标签，帮助优化投放和提升营销效果。达到对受众的精准投放，释放数据真正价值！本文将介绍用户洞察平台所采用的架构，探讨遇到的技术难点和解决过程，回

06

如何给自定义函数做备注及说明(1)

我们平时在使用Power Query中，针对比较繁琐的过程，都希望能生成一个函数来进行处理，平时使用的时候直接输入参数即可达到目的，而不需要每次都进行同样的代码输入。毕竟Power Query的存在本身就是自动化办公的作用，既然要作为自定义函数使用，那数量多了难免会不记得具体的用法，所以对自定义函数做备注就显得尤为重要。

01

【云原生】HTAP应该是一种需求而不是一种产品

LogiKM(改名KnowStreaming) 是滴滴开源的Kafka运维管控平台, 有兴趣一起参与参与开发的同学,但是怕自己能力不够的同学,可以联系我,当你导师带你参与开源！。

03

从 Elasticsearch 到 SelectDB，观测云实现日志存储与分析的 10 倍性价比提升

导读：在云计算逐渐成熟的当下，越来越多的企业开始将业务迁移到云端，传统的监控和故障排查方法已经无法满足企业的需求。观测云可以实现对云、云原生、应用及业务的统一监测，提供整体数据的分析、洞察、可视化、自动化、监测告警、智能巡查、安全巡查等服务。本文将分享 SelectDB 如何助力观测云完成日志数据存储和分析架构升级，实现在存储成本降低 70% 的同时、查询性能提升 2-4 倍，最终实现整体性价比 10 倍提升，为日志存储和分析场景服务提供强大动力。

01

mysql 实现select 判断查询

mysql查询A表type字段等于1的num字段合计值和type字段等于2的num字段合计值,

01

SQL后计算的利器SPL

现代应用开发中，通常只用SQL实现简单的数据存取动作，而主要的计算过程和业务逻辑直接在应用程序中实现，主要原因在于：

03

分组合计且排序和显示名称

分组合计的一个问题是，合计中最大的问题是：只能显示groupby的字段，不能显示其它的字段。有时还需要排序，就很麻烦。这里有一个实现。 SELECT a.*, b.zu_no AS zuhao, b.qu AS quming, b.dui AS duiming, b.zu AS zuming FROM (SELECT qu + '-' + dui + '-' + zu AS E1, COUNT(*) AS cnt FROM PETRO_WELL GROUP B

09

Apache Druid历险记

Druid是一个快速的列式分布式的支持实时分析的数据存储系统。它在处理PB级数据、毫秒级查询、数据实时处理方面，比传统的OLAP系统有了显著的性能改进。

03

Tableau数据分析-Chapter04标靶图、甘特图、瀑布图

本文链接：https://blog.csdn.net/qq_45176548/article/details/112777582

03

ElasticSearch(7.2.2)-es聚合查询之桶聚合

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。本文链接：https://blog.csdn.net/weixin_42528266/article/details/102812520 简介：⼿把⼿玩转es的聚合查询之桶聚合 ES聚合分析聚合分析是数据库中重要的功能特性，完成对⼀个查询的数据集中数据的聚合计算，如：找出某字段（或计算表达式的结果）的最⼤值、最⼩值，计算和、平均值等。ES作为搜索引擎兼数据库，同样提供了强

03

如何解决Prometheus的存储容量问题？

参加工作的十余年间，我先后就职过百度、小米、金山云、滴滴，做过运维平台的开发、一线运维，也做过运维团队的管理。目前是快猫星云的联合创始人，做的也是监控与稳定性保障相关的工作。

01

弃用 Lambda，Twitter 启用 Kafka 和数据流新架构

在 Twitter 上，我们每天都要实时处理大约 4000 亿个事件，生成 PB 级的数据。我们使用的数据的事件源多种多样，来自不同的平台和存储系统，例如 Hadoop、Vertica、Manhattan 分布式数据库、Kafka、Twitter Eventbus、GCS、BigQuery 和 PubSub。

02

『对比Excel，轻松学习Python数据分析』新书发布

之前在公众号提过，我写了一本书，现在这本书终于面世了，这本书就是『对比Excel，轻松学习Python数据分析』，这本书是写什么的，以及这本书怎么写的，相信大家通过书名就能了解一二，但还是有必要专门写一篇文章来详细介绍一下。

05

重构实时离线一体化数仓，Apache Doris 在思必驰海量语音数据下的应用实践

作者 | 赵伟策划 | 凌敏业务背景思必驰是一家对话式人工智能平台公司，拥有全链路的智能语音语言技术，致力于成为全链路智能语音及语言交互的平台型企业，自主研发了新一代人机交互平台 DUI 和人工智能芯片 TH1520，为车联网、IoT 及政务、金融等众多行业场景合作伙伴提供自然语言交互解决方案。思必驰于 2019 年首次引入 Apache Doris ，基于 Apache Doris 构建了实时与离线一体的数仓架构。相对于过去架构，Apache Doris 凭借其灵活的查询模型、极低的运维

04

MySQL触发器

在实际开发中，我们经常会遇到这样的情况：有 2 个或者多个相互关联的表，如商品信息和库存信息分别存放在 2 个不同的数据表中，我们在添加一条新商品记录的时候，为了保证数据的完整性，必须同时在库存表中添加一条库存记录。这样一来，我们就必须把这两个关联的操作步骤写到程序里面，而且要用事务包裹起来，确保这两个操作成为一个原子操作，要么全部执行，要么全部不执行。

02

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭