大纲

1.Redisson联锁MultiLock概述

2.Redisson联锁MultiLock的加锁与释放锁

3.Redisson红锁RedLock的算法原理

4.Redisson红锁RedLock的源码分析

1.Redisson联锁MultiLock概述

(1)MultiLock的简介

(2)MultiLock的使用

(3)MultiLock的初始化

(1)MultiLock的简介

一.一次性要锁定多个资源的场景

比如锁定一个库存 + 锁定一个订单 + 锁定一个积分,一次性锁定多个资源,这些被锁定的多个资源都不能让其他线程随意修改。然后当前线程一次性更新这些资源后,再逐一释放多个锁。

二.Redisson分布式锁是支持MultiLock机制的

可以将多个锁合并为一个大锁,对大锁进行统一的加锁申请以及锁释放。即一次性锁定多个资源,再去处理一些事情,然后处理完后再一次性释放所有资源对应的锁。

三.Redisson的RedissonMultiLock

Redisson的RedissonMultiLock,可以将多个RLock关联为一个联锁,每个RLock对象实例可以来自于不同的Redisson实例。

(2)MultiLock的使用

//联锁
RedissonClient redissonInstance1 = Redisson.create(config);
RedissonClient redissonInstance2 = Redisson.create(config);
RedissonClient redissonInstance3 = Redisson.create(config);
RLock lock1 = redissonInstance1.getLock("lock1");
RLock lock2 = redissonInstance2.getLock("lock2");
RLock lock3 = redissonInstance3.getLock("lock3"); RedissonMultiLock lock = new RedissonMultiLock(lock1, lock2, lock3);
//同时加锁:lock1 lock2 lock3,所有的锁都上锁成功才算成功
lock.lock();
//同时释放锁
lock.unlock(); ------------------------------------------------------------------ //给lock1、lock2、lock3加锁;如果没有主动释放锁的话,10秒后将会自动释放锁
lock.lock(10, TimeUnit.SECONDS);
//加锁等待最多是100秒;加锁成功后如果没有主动释放锁的话,锁会在10秒后自动释放
boolean res = lock.tryLock(100, 10, TimeUnit.SECONDS);
lock.unlock();

(3)MultiLock的初始化

public class RedissonMultiLock implements RLock {
final List<RLock> locks = new ArrayList<>();
...
public RedissonMultiLock(RLock... locks) {
if (locks.length == 0) {
throw new IllegalArgumentException("Lock objects are not defined");
}
this.locks.addAll(Arrays.asList(locks));
}
...
}

2.Redisson联锁MultiLock的加锁与释放锁

(1)联锁的获取(超时时间限制 + 加锁失败数限制)

(2)联锁的释放(依次释放锁 + 同步等待锁释放完毕)

(1)联锁的获取(超时时间限制 + 加锁失败数限制)

一.RedissonMultiLock的lockInterruptibly()方法每次while循环获取所有锁

加锁的时候,首先会调用RedissonMultiLock的lock()方法,接着会调用RedissonMultiLock的lockInterruptibly()方法。

在RedissonMultiLock的lockInterruptibly()方法中,会先根据联锁的个数来计算获取锁时的等待时间waitTime,然后通过while循环不停地尝试调用tryLock()方法去获取所有的锁。只有获取到所有的锁,while循环才会退出。

二.RedissonMultiLock的tryLock()方法获取锁有超时时间限制 + 加锁失败数限制

在RedissonMultiLock的tryLock()方法中,会依次遍历需要获取的锁,然后调用RLock的tryLock()方法尝试获取每个锁。比如调用可重入锁RedissonLock.tryLock()方法来尝试获取每个锁。

假设传入的leaseTime = -1,waitTime = 4500,计算出remainTime = 4500。那么传入RedissonLock的tryLock()方法中的参数waitTime为4500,即指定了获取每个锁时的等待超时时间为4500毫秒。如果在4500毫秒内获取不到这个锁,就退出并标记为获取锁失败。此外传入RedissonLock的tryLock()方法中的参数newLeaseTime为-1。表示获取到锁之后,这个锁在多长时间内会自动释放。由于leaseTime是-1,所以newLeaseTime也是-1。所以如果获取到了锁,会启动一个WatchDog在10秒之后去检查锁的持有情况。

在RedissonMultiLock的tryLock()方法的遍历获取锁的for循环中,有两个限制。

限制一:超时时间限制

当获取锁成功时,就将该锁实例添加到一个列表。但不管获取锁成功还是失败,都会递减remainTime。其实remainTime就是获取MultiLock的超时时间,默认每个锁1500毫秒。当发现remainTime小于0,则表示此次获取联锁失败,需释放获取的锁。此时RedissonMultiLock的tryLock()方法便会返回false,继续下一轮尝试。

限制二:加锁失败数限制

当获取锁失败时,先判断是否达到加锁成功的最少数量。如果达到,就可以退出循环,并进行返回。如果还没达到,就对failedLocksLimit递减。当发现failedLocksLimit为0,则表示此次获取联锁失败,需释放获取的锁,同时重置failedLocksLimit的值+清空acquiredLocks+复位锁列表的迭代器,为下一次尝试获取全部锁做准备。也就是RedissonMultiLock.tryLock()方法会返回false,继续下一轮尝试。

三.RedissonMultiLock的tryLock()方法获取所有锁失败会继续重试

当RedissonMultiLock的tryLock()方法返回false时,在RedissonMultiLock的lockInterruptibly()方法的while循环中,会再次调用RedissonMultiLock的tryLock()方法来尝试获取联锁。

四.总结

假设要获取的联锁中有n把锁,那么可能会循环很多次去尝试获取这n把锁。默认情况下,每次获取这n把锁的时候,会有一个超时时间为1500*n毫秒。也就是说,如果第一次获取这n把锁时,在1500*n毫秒内无法获取这n把锁。那么就会继续调用tryLock方法进行下一次尝试,重新再来获取这n把锁。直到某一次成功在1500*n毫秒内获取到这n把锁,那么就会退出循环。

public class RedissonMultiLock implements RLock {
final List<RLock> locks = new ArrayList<>();
public RedissonMultiLock(RLock... locks) {
...
this.locks.addAll(Arrays.asList(locks));
} @Override
public void lock() {
...
lockInterruptibly();
...
} @Override
public void lockInterruptibly() throws InterruptedException {
lockInterruptibly(-1, null);
} @Override
public void lockInterruptibly(long leaseTime, TimeUnit unit) throws InterruptedException {
//根据联锁的个数来计算获取锁时的等待时间waitTime
//此时MutiLock中有3个锁,leaseTime=-1,baseWaitTime=4500,waitTime=4500
long baseWaitTime = locks.size() * 1500;
long waitTime = -1;
if (leaseTime == -1) {
//传入的leaseTime为-1,将baseWaitTime赋值给waitTime
waitTime = baseWaitTime;
} else {
...
}
//不停地尝试去获取所有的锁
while (true) {
//只有获取到所有的锁,while循环才会退出
if (tryLock(waitTime, leaseTime, TimeUnit.MILLISECONDS)) {
return;
}
}
} @Override
public boolean tryLock(long waitTime, long leaseTime, TimeUnit unit) throws InterruptedException {
//此时传入的leaseTime=-1,waitTime=4500,计算出remainTime=4500
long newLeaseTime = -1;
...
//time=当前时间
long time = System.currentTimeMillis();
long remainTime = -1;
if (waitTime != -1) {
//remainTime=4500
remainTime = unit.toMillis(waitTime);
}
//RedissonRedLock会重载calcLockWaitTime()方法,缩短了获取每个小锁的超时时间
//比如RedissonRedLock.calcLockWaitTime()方法返回1500
//RedissonMultiLock.calcLockWaitTime()方法返回4500
long lockWaitTime = calcLockWaitTime(remainTime);
//RedissonRedLock会重载failedLocksLimit()方法,返回可以允许最多有多少个锁获取失败
//比如RedissonMultiLock.failedLocksLimit()方法返回0,表示不允许存在某个锁获取失败
int failedLocksLimit = failedLocksLimit();
//acquiredLocks用来保存已获取到的锁
List<RLock> acquiredLocks = new ArrayList<>(locks.size());
//依次遍历要获取的锁
for (ListIterator<RLock> iterator = locks.listIterator(); iterator.hasNext();) {
RLock lock = iterator.next();
boolean lockAcquired;
...
if (waitTime == -1 && leaseTime == -1) {
lockAcquired = lock.tryLock();
} else {
//awaitTime=4500
long awaitTime = Math.min(lockWaitTime, remainTime);
//获取锁的核心方法RLock.tryLock(),比如RedissonLock.tryLock()方法
//如果在awaitTime=4500毫秒内获取不到这个锁,就退出并标记为获取锁失败
lockAcquired = lock.tryLock(awaitTime, newLeaseTime, TimeUnit.MILLISECONDS);
}
...
if (lockAcquired) {
//成功获取锁,就将锁实例添加到acquiredLocks
acquiredLocks.add(lock);
} else {
if (locks.size() - acquiredLocks.size() == failedLocksLimit()) {
break;
}
//获取锁失败,就对failedLocksLimit递减,直到failedLocksLimit为0就返回false
if (failedLocksLimit == 0) {
//此次获取联锁失败,需释放获取的锁
unlockInner(acquiredLocks);
if (waitTime == -1) {
return false;
}
//重置failedLocksLimit的值,为下一次尝试获取全部锁做准备
failedLocksLimit = failedLocksLimit();
//清空acquiredLocks,为下一次尝试获取全部锁做准备
acquiredLocks.clear();
//复位锁列表的迭代器
while (iterator.hasPrevious()) {
iterator.previous();
}
} else {
//递减failedLocksLimit
failedLocksLimit--;
}
}
//递减remainTime,如果remainTime小于0,表示获取联锁失败
if (remainTime != -1) {
remainTime -= System.currentTimeMillis() - time;
time = System.currentTimeMillis();
//如果发现remainTime小于0,则表示此次获取联锁失败
if (remainTime <= 0) {
unlockInner(acquiredLocks);
return false;
}
}
} if (leaseTime != -1) {
acquiredLocks.stream()
.map(l -> (RedissonLock) l)
.map(l -> l.expireAsync(unit.toMillis(leaseTime), TimeUnit.MILLISECONDS))
.forEach(f -> f.toCompletableFuture().join());
} return true;
}
...
}

(2)联锁的释放(依次释放锁 + 同步等待锁释放完毕)

释放锁就是依次调用每个锁的释放逻辑,同步等待每个锁释放完毕才返回。

public class RedissonMultiLock implements RLock {
...
@Override
public void unlock() {
List<RFuture<Void>> futures = new ArrayList<>(locks.size());
//依次调用每个锁的释放逻辑
for (RLock lock : locks) {
futures.add(lock.unlockAsync());
}
for (RFuture<Void> future : futures) {
//同步等待每个锁释放完毕
future.toCompletableFuture().join();
}
}
...
}

3.Redisson红锁RedLock的算法原理

(1)RedLock算法的具体流程

(2)RedLock算法的四个要点总结

(1)RedLock算法的具体流程

步骤一:客户端先获取当前时间戳T1。

步骤二:客户端依次向这5个节点发起加锁请求,且每个请求都会设置超时时间。超时时间是毫秒级的,要远小于锁的有效时间,而且一般是几十毫秒。如果某一个节点加锁失败,包括网络超时、锁被其它线程持有等各种情况,那么就立即向下一个Redis节点申请加锁。

步骤三:如果客户端从3个以上(过半)节点加锁成功,则再次获取当前时间戳T2。如果T2 - T1 < 锁的过期时间,则认为客户端加锁成功,否则加锁失败。

步骤四:如果加锁失败,要向全部节点发起释放锁的请求。如果加锁成功,则去操作共享资源。

(2)RedLock算法的四个要点总结

一.客户端在多个Redis节点上申请加锁

二.必须保证大多数节点加锁成功

三.大多数节点加锁的总耗时 < 锁设置的过期时间

四.释放锁时要向全部节点发起释放锁的请求

4.Redisson红锁RedLock的源码分析

(1)RedLock的使用简介

(2)RedLock的实现

(3)RedissonRedLock的源码总结

(1)RedLock的使用简介

//红锁
RedissonClient redissonInstance1 = Redisson.create(config);
RedissonClient redissonInstance2 = Redisson.create(config);
RedissonClient redissonInstance3 = Redisson.create(config);
RLock lock1 = redissonInstance1.getLock("lock1");
RLock lock2 = redissonInstance2.getLock("lock2");
RLock lock3 = redissonInstance3.getLock("lock3"); RedissonRedLock lock = new RedissonRedLock(lock1, lock2, lock3);
//同时加锁:lock1 lock2 lock3
//红锁在大部分节点上加锁成功就算成功
lock.lock();
lock.unlock(); --------------------------------------------------------------- //给lock1、lock2、lock3加锁;如果没有主动释放锁的话,10秒后将会自动释放锁
lock.lock(10, TimeUnit.SECONDS);
//加锁等待最多是100秒;加锁成功后如果没有主动释放锁的话,锁会在10秒后自动释放
boolean res = lock.tryLock(100, 10, TimeUnit.SECONDS);
lock.unlock();

(2)RedLock的实现

RedissonRedLock锁的实现非常简单,因为RedissonRedLock是RedissonMultiLock的一个子类,所以RedLock的算法是依赖MultiLock的机制来实现的。

RedissonRedLock主要会通过方法的重载,来改变RedissonMultiLock中的几个特殊行为。

一.RedissonRedLock重载了RedissonMultiLock的failedLocksLimit()方法

failedLocksLimit()方法会返回允许最多有多少个锁获取失败。其中failedLocksLimit()方法会调用minLocksAmount()方法,而minLocksAmount()方法便会返回加锁成功的最少数量,即过半数。锁的总数减去加锁成功的最少数量,便是允许最多有多少个锁获取失败。

RedissonMultiLock的failedLocksLimit()方法是返回0的,即RedissonMultiLock是不允许存在某个锁获取失败。

具体的处理就是在RedissonMultiLock的tryLock()方法中,当获取锁失败时,先判断是否达到加锁成功的最少数量。如果达到,就可以退出循环,并进行返回。如果还没达到,就对failedLocksLimit递减。当发现failedLocksLimit为0,则表示此次获取联锁失败,需要释放获取的锁,同时重置failedLocksLimit的值 + 清空acquiredLocks + 复位锁列表的迭代器,为下一次尝试获取全部锁做准备。也就是RedissonMultiLock的tryLock()方法会返回false,继续下一轮尝试。

二.RedissonRedLock重载了RedissonMultiLock的calcLockWaitTime()方法

calcLockWaitTime()方法会返回对每个lock进行加锁时的超时时间。例如当waitTime = 4500毫秒、remainTime = 4500毫秒时:RedissonMultiLock的calcLockWaitTime()方法会返回4500,RedissonRedLock的calcLockWaitTime()方法会返回1500。

RedissonMultiLock中对每个lock尝试加锁的超时时间为4500毫秒,RedissonRedLock中对每个lock尝试加锁的超时时间为1500毫秒。如果在超时时间内没获取到锁,那么就认为对lock的加锁失败。

public class RedissonRedLock extends RedissonMultiLock {
public RedissonRedLock(RLock... locks) {
super(locks);
} //可以允许最多有多少个锁获取失败
@Override
protected int failedLocksLimit() {
return locks.size() - minLocksAmount(locks);
} //获取锁成功的数量最少要多少个:过半
protected int minLocksAmount(final List<RLock> locks) {
return locks.size()/2 + 1;
} @Override
protected long calcLockWaitTime(long remainTime) {
return Math.max(remainTime / locks.size(), 1);
} @Override
public void unlock() {
unlockInner(locks);
}
} public class RedissonMultiLock implements RLock {
...
@Override
public void lockInterruptibly(long leaseTime, TimeUnit unit) throws InterruptedException {
//根据联锁的个数来计算获取锁时的等待时间waitTime
//此时MutiLock中有3个锁,leaseTime=-1,baseWaitTime=4500,waitTime=4500
long baseWaitTime = locks.size() * 1500;
long waitTime = -1;
if (leaseTime == -1) {
//传入的leaseTime为-1,将baseWaitTime赋值给waitTime
waitTime = baseWaitTime;
} else {
...
}
//不停地尝试去获取所有的锁
while (true) {
//只有获取到所有的锁,while循环才会退出
if (tryLock(waitTime, leaseTime, TimeUnit.MILLISECONDS)) {
return;
}
}
} @Override
public boolean tryLock(long waitTime, long leaseTime, TimeUnit unit) throws InterruptedException {
//此时传入的leaseTime=-1,waitTime=4500,计算出remainTime=4500
long newLeaseTime = -1;
...
//time=当前时间
long time = System.currentTimeMillis();
long remainTime = -1;
if (waitTime != -1) {
//remainTime=4500
remainTime = unit.toMillis(waitTime);
}
//RedissonRedLock会重载calcLockWaitTime()方法,缩短了获取每个小锁的超时时间
//比如RedissonRedLock.calcLockWaitTime()方法返回1500
//RedissonMultiLock.calcLockWaitTime()方法返回4500
long lockWaitTime = calcLockWaitTime(remainTime);
//RedissonRedLock会重载failedLocksLimit()方法,返回可以允许最多有多少个锁获取失败
//比如RedissonMultiLock.failedLocksLimit()方法返回0,表示不允许存在某个锁获取失败
int failedLocksLimit = failedLocksLimit();
//acquiredLocks用来保存已获取到的锁
List<RLock> acquiredLocks = new ArrayList<>(locks.size());
//依次遍历要获取的锁
for (ListIterator<RLock> iterator = locks.listIterator(); iterator.hasNext();) {
RLock lock = iterator.next();
boolean lockAcquired;
...
if (waitTime == -1 && leaseTime == -1) {
lockAcquired = lock.tryLock();
} else {
//awaitTime=4500
long awaitTime = Math.min(lockWaitTime, remainTime);
//获取锁的核心方法RLock.tryLock(),比如RedissonLock.tryLock()方法
//如果在awaitTime=4500毫秒内获取不到这个锁,就退出并标记为获取锁失败
lockAcquired = lock.tryLock(awaitTime, newLeaseTime, TimeUnit.MILLISECONDS);
}
...
if (lockAcquired) {
//成功获取锁,就将锁实例添加到acquiredLocks
acquiredLocks.add(lock);
} else {
//如果达到加锁成功的最少数量,就可以退出循环,进行返回了
if (locks.size() - acquiredLocks.size() == failedLocksLimit()) {
break;
}
//获取锁失败,就对failedLocksLimit递减,直到failedLocksLimit为0就返回false
if (failedLocksLimit == 0) {
//此次获取联锁失败,需释放获取的锁
unlockInner(acquiredLocks);
if (waitTime == -1) {
return false;
}
//重置failedLocksLimit的值,为下一次尝试获取全部锁做准备
failedLocksLimit = failedLocksLimit();
//清空acquiredLocks,为下一次尝试获取全部锁做准备
acquiredLocks.clear();
//复位锁列表的迭代器
while (iterator.hasPrevious()) {
iterator.previous();
}
} else {
//递减failedLocksLimit
failedLocksLimit--;
}
}
//递减remainTime,如果remainTime小于0,表示获取联锁失败
if (remainTime != -1) {
remainTime -= System.currentTimeMillis() - time;
time = System.currentTimeMillis();
//如果发现remainTime小于0,则表示此次获取联锁失败
if (remainTime <= 0) {
unlockInner(acquiredLocks);
return false;
}
}
} if (leaseTime != -1) {
acquiredLocks.stream()
.map(l -> (RedissonLock) l)
.map(l -> l.expireAsync(unit.toMillis(leaseTime), TimeUnit.MILLISECONDS))
.forEach(f -> f.toCompletableFuture().join());
} return true;
}
...
} public class RedissonMultiLock implements RLock {
...
protected int failedLocksLimit() {
return 0;
} protected long calcLockWaitTime(long remainTime) {
return remainTime;
} @Override
public void unlock() {
List<RFuture<Void>> futures = new ArrayList<>(locks.size());
for (RLock lock : locks) {
futures.add(lock.unlockAsync());
}
for (RFuture<Void> future : futures) {
future.toCompletableFuture().join();
}
} protected void unlockInner(Collection<RLock> locks) {
locks.stream().map(RLockAsync::unlockAsync)
.forEach(f -> {
f.toCompletableFuture().join();
}
);
}
...
}

(3)RedissonRedLock的源码总结

针对多个lock进行加锁,每个lock都有一个1500毫秒的加锁超时时间。

如果在1500*n毫秒内,成功对n / 2 + 1个lock加锁成功了。那么就可以认为这个RedLock加锁成功,不要求所有的lock都加锁成功。

问题:RedLock本应该是一个锁,只不过是在不同的Master节点上进行加锁。但是Redisson的RedLock实现中却通过合并多个小lock来实现,这是否与RedLock的设计不一致了?

当使用Redis Cluster时,其实是一样的。假设有3个Master实例,那么就使用lock1、lock2、lock3三个key去加锁。这3个锁key会按照CRC16得出Hash值然后再取模分布到这3个Master节点,效果等同于让各个Master节点使用名为lock的key进行加锁。

分布式锁—4.Redisson的联锁和红锁的更多相关文章

  1. Redisson 分布式锁源码 09:RedLock 红锁的故事

    前言 RedLock 红锁,是分布式锁中必须要了解的一个概念. 所以本文会先介绍什么是 RedLock,当大家对 RedLock 有一个基本的了解.然后再看 Redisson 中是如何实现 RedLo ...

  2. Redis分布式锁实现Redisson 15问

    大家好,我是三友. 在一个分布式系统中,由于涉及到多个实例同时对同一个资源加锁的问题,像传统的synchronized.ReentrantLock等单进程情况加锁的api就不再适用,需要使用分布式锁来 ...

  3. 分布式锁和Redisson实现

    http://thoreauz.com/2017/08/20/language/java/%E5%9F%BA%E7%A1%80/%E5%88%86%E5%B8%83%E5%BC%8F%E9%94%81 ...

  4. SpringCloud微服务实战——搭建企业级开发框架(三十九):使用Redis分布式锁(Redisson)+自定义注解+AOP实现微服务重复请求控制

      通常我们可以在前端通过防抖和节流来解决短时间内请求重复提交的问题,如果因网络问题.Nginx重试机制.微服务Feign重试机制或者用户故意绕过前端防抖和节流设置,直接频繁发起请求,都会导致系统防重 ...

  5. redis实现分布式锁需要考虑的因素以及可重入锁实现

    死锁 错误例子 解决方式  防止死锁 通过设置超时时间  不要使用setnx key   expire 20  不能保证原子性 如果setnx程序就挂了 没有执行expire就死锁了  reidis2 ...

  6. AQS学习(一)自旋锁原理介绍(为什么AQS底层使用自旋锁队列?)

    1.什么是自旋锁? 自旋锁作为锁的一种,和互斥锁一样也是为了在并发环境下保护共享资源的一种锁机制.在任意时刻,只有一个执行单元能够获得锁. 互斥锁通常利用操作系统提供的线程阻塞/唤醒机制实现,在争用锁 ...

  7. 锁(MySQL篇)—之MyISAM表锁

    前言 锁是计算机协调多个进程或线程并发访问某一资源的机制,在数据库中,除传统的计算资源(如CPU.RAM.I/O等)的争用以外,数据也是一种供许多用户共享的资源.如何保证数据并发访问的一致性.有效性是 ...

  8. MySQL锁和事务(一):InnoDB锁(MySQL 官方文档粗翻)

    // 写在前面,实际上,数据库加锁的类型和范围受到多种因素的影响,例如数据库隔离等级,SQL语句,是否使用主键.索引等等.可以查看博文: http://www.cnblogs.com/zhaoyl/p ...

  9. 【数据库】数据库的锁机制,MySQL中的行级锁,表级锁,页级锁

    转载:http://www.hollischuang.com/archives/914 数据库的读现象浅析中介绍过,在并发访问情况下,可能会出现脏读.不可重复读和幻读等读现象,为了应对这些问题,主流数 ...

  10. 013-并发编程-java.util.concurrent.locks之-AbstractQueuedSynchronizer-用于构建锁和同步容器的框架、独占锁与共享锁的获取与释放

    一.概述 AbstractQueuedSynchronizer (简称AQS),位于java.util.concurrent.locks.AbstractQueuedSynchronizer包下, A ...

随机推荐

  1. django生命周期流程图与django路由层

    目录 一.django请求生命周期流程图 二.django路由层 1.路由匹配 2.转换器 3.正则匹配 不同版本的区别 正则匹配斜杠导致的区别 4.正则匹配的无名有名分组 分组匹配 无名分组 有名分 ...

  2. Python中所有子图标签Legend显示详解

    在数据可视化中,图例(legend)是一个非常重要的元素,它能够帮助读者理解图表中不同元素的含义.特别是在使用Python进行可视化时,matplotlib库是一个非常强大的工具,能够轻松创建包含多个 ...

  3. 【Python】【MySQL】Python将JSON数据以文本形式存放到MySQL的Text类型字段中

    1.起因 在做一个自动打卡的玩意.登录会得到那个平台一系列的信息.我又不想专门修改.增加数据库字段来存放,所有打算直接将返回的JSON数据保存到一个MySQL字段中. 内容肯定不能直接放,考虑下比如数 ...

  4. 【C#】萌狼学习C#那年写的笔记汇总

    目录 习题汇总 例子汇总 报错解决 考前复习 习题汇总 [C#][平时作业]习题-2-数据类型运算符表达式 - 萌狼蓝天 - 博客园 (cnblogs.com) [C#][平时作业]习题-3-数组 ...

  5. HarmonyOS Next 入门实战 - 关系型数据库、smartdb

    SQLite数据库 HarmonyOS的关系型数据库基于SQLite 导入模块 import { relationalStore } from '@kit.ArkData'; 实现步骤: 获取RdbS ...

  6. Python中定位元素包含文本信息的详细解析与代码示例

    在Python编程中,特别是在进行网页自动化测试或数据抓取时,定位包含特定文本信息的元素是一个常见的需求.通过合适的工具和库,可以高效地查找和操作这些元素.本文将详细介绍如何在Python中定位包含文 ...

  7. Qt编写物联网管理平台48-特色功能设计

    一.前言 在物联网管理平台的实际现场应用过程中,遇到过大大小小几十个改进的需求点,这些需求点都是实际用户提出来的,一方面为了方便用户使用提高用户体验,一方面为了提升整体的整个系统的完整性,甚至有些需求 ...

  8. 【OpenGL ES】GLSL基础语法

    1 前言 ​ 本文将介绍 GLSL 中数据类型.数组.结构体.宏.运算符.向量运算.矩阵运算.函数.流程控制.精度限定符.变量限定符(in.out.inout).函数参数限定符等内容,另外提供了一个 ...

  9. Python多分类Logistic回归详解与实践

    在机器学习中,Logistic回归是一种基本但非常有效的分类算法.它不仅可以用于二分类问题,还可以扩展应用于多分类问题.本文将详细介绍如何使用Python实现一个多分类的Logistic回归模型,并给 ...

  10. 性能测试工具_nGrinder

    1. ngrinder-controller-3.4.3.war 放置到tomcat的webapps目录下:2. 启动tomcat;3. 访问地址: http://localhost:8080/ngr ...