1.mongoDB简介

　　mongoDB 是由C++语言编写的，是一种分布式的面向文档存储的开源nosql数据库。nosql是Not Only SQL的缩写，是对不同于传统的关系型数据库的数据库管理系统的统称。

　　mongoDB是无模式的文档数据库,在关系型数据库中，数据表的每一行都拥有一样的字段，字段的名字和数据类型在创建table的时候就基本确定了，如student表的每一行都有学生编号、学生姓名、年龄等字段；而在mongoDB中，存储数据的格式类似于Json(格式为Bson)，每一个document的字段的名字和数据类型可以完全不同，如在一个collection下，第一个document可以存储学生信息(学生编号、姓名、年龄、性别等)，第二个document可以存储班级信息(班级编号，班级名等)。正是因为无模式的特点，让我们可以无需多余操作就能完成数据的横向扩展。下表是mongoDB和传统数据库术语的对应关系。

SQL术语 MongoDB 解释/说明
database database 数据库
table collection 数据库表/集合
row document 数据记录行/文档
column field 数据字段/域
index index 索引
join  $lookup 表连接
primary key primary key 主键,MongoDB自动将_id字段设置为主键

2. mongoDB安装

1.安装mongoDB

　　mongoDB的安装步骤十分简单，下载地址：https://www.mongodb.com/download-center#community。如果我们想在Windows上安装mongoDB直接下载msi文件，双击安装即可。如果要将mongoDB安装在Linux系统上，步骤如下：

####第1步 下载解压mongdb

#下载解压二进制包，解压即安装

　　cd /usr/local/src/

　　curl -O https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-4.0.9.tgz

　　tar -zxvf mongodb-linux-x86_64-4.0.9.tgz

　　mv mongodb-linux-x86_64-4.0.9 /usr/local/mongodb

####第2步 添加配置文件

　　vim /usr/local/mongodb/bin/mongodb.conf

配置文件内容如下：

systemLog:

  destination: file

  logAppend: true

  path: /usr/local/mongodb/logs/mongodb.log

storage:

  dbPath: /usr/local/mongodb/data

  journal:

    enabled: true

processManagement:

  fork: true

net:

  port: 27017

  bindIp: 0.0.0.0

 #配置文件中指定的dbpath和log要自己添加，不然会报错，执行命令

　　mkdir -p /usr/local/mongodb/data; mkdir -p /usr/local/mongodb/logs/;cd /usr/local/mongodb/logs/; touch mongodb.log

 ####第3步 加载配置文件运行

　　/usr/local/mongodb/bin/mongod -f /usr/local/mongodb/bin/mongodb.conf 

####第4步 添加环境变量，用于可以在任意目录下执行mongo命令

　　vim ~/.bash_profile #修改当前用户下的环境变量 PATH=$PATH:$HOME/bin:/usr/local/mongodb/bin

　　source ~/.bash_profile

　安装完成后，在任意目录下使用命令 mongo 192.168.70.133:27017 (mongo命令会默认启动127.0.0.1:27017)启动mongodb，mongoDB使用的是javascript shell，我们简单测试一下，如果出现下边的界面表示安装成功了

　

　　这里简单使用一下mongoDB的shell来添加、删除数据库和collection:

2.安装Robomongo并连接数据库

　　mongoDB的GUI有MongoDB Compass、studio 3T等，这里使用的是Robomongo，下载地址：https://robomongo.org/，下载完成后一直Next安装即可，连接mongoDB效果如下，Robomongo是傻瓜式的用法，可以通过客户端添加collection,document，执行shell等，具体使用方法就不再详细介绍了。

·　　

　　我们也可以通过shell脚本连接数据库，在Robomongo执行shell命令如下：

//连接远程数据库

　　var mongo=new Mongo("192.168.70.133:27017")

//找到数据库

　　var db=mongo.getDB("myDB");

//找到collecttion

　　var collection=db.getCollection("userinfo");

//查询colletion中所有数据

　　var list=collection.find().toArray();

//json形式打印结果

　　printjson(list);

3 mongoDB的shell

　　我们已经知道mongoDB是面向文档的nosql数据库，因为其无模式的特点，造成它的操作要比关系型数据库复杂一些，这里简单介绍一下mongoDB的CRUD操作。注意：从3.2版本开始，mongoDB添加了一些xxxOne()和xxxMany()方法，我们尽量使用这些新的方法。

1 添加(insert)

　　　添加数据的指令是insert，使用方法如下：

　

　　

　　insert方法的参数也可以是数组，用于批量添加数据，如下：

db.userinfos.insert([

   {_id:, name: "张三", age: },

   {_id:, name: "李四", age: }

]);

　　从3.2版本，mongoDB添加了insertOne和insertMany方法，分别用于单条插入和批量插入，用法很简单，如下：

//insertOne用于单条添加

　　db.userinfos.insertOne(

   　　{_id:, name: "张三", age: }

  　 );

//insertMany用于批量添加

　　 db.userinfos.insertMany([

  　　 {_id:, name: "张三", age: },

  　　 {_id:, name: "李四", age: }

　　]);

2 查询(find)

　　mongoDB查询使用find函数，语法如下：

　

　　mongoDB使用find查询时，默认会返回主键_id，如果不想返回主键的话设置_id=0即可。mongoDB的查询语法是比较简单的，但是因为其无模式的特点，且field的值可以是对象和数组，造成mongoDB的运算符要比传统的关系型数据库多很多，如运算符$exists可用于查询field是否存在、$type用于判断filed的类型等等，这里汇总了一些常用的查询相关的运算符，有兴趣的小伙伴可以测试一下：

测试数据：

db.userinfos.insertMany([

   {_id:, name: "张三", age: ,level:, ename: { firstname: "san", lastname: "zhang"}, roles: ["vip","gen" ]},

   {_id:, name: "李四", age: ,level:, ename: { firstname: "si", lastname: "li"}, roles:[ "vip" ]},

   {_id:, name: "王五", age: ,level:, ename: { firstname: "wu", lastname: "wang"}, roles: ["gen","vip" ]},

   {_id:, name: "赵六", age: ,level:, ename: { firstname: "liu", lastname: "zhao"}, roles: ["gen"] },

   {_id:, name: "田七", age: , ename: { firstname: "qi", lastname: "tian"}, address:'北京' },

   {_id:, name: "周八", age: ,roles:["gen"], address:'上海' }

]);
 类别  运算符  说明  实例  执行结果

比较运算符   

 $gt($gte) 大于(大于等于)

db.userinfos.find(
　　{ age:{$gt:25}},
　　{ name:1 }

)

查找age>25的文档的name

结果:

　　[{ "_id" : 4, "name" : "赵六" },

　　 { "_id" : 5, "name" : "田七" }]
 $lt($lte)  小于(小于等于)  db.userinfos.find(

　　{ age:{$lt:25}},
　　{ name:1 }

)

查找age<25的文档的name

结果：

　　[ { "_id" : 1, "name" : "张三" },

　　{ "_id" : 2, "name" : "李四" } ]
 $eq  等于  db.userinfos.find(

　　{ age:{$eq:25}},
　　{ name:1 }

)

查询age=25的文档的name

结果：

　　[ { "_id" : 3, "name" : "王五" } ]
 $ne  不等于

db.userinfos.find(
　　{ age:{$ne:25}},
　　{ name:1 }
)

查询age!=25的文档的name

结果：

　　[{"_id" : 1,"name" : "张三"},
　　{"_id" : 2,"name" : "李四"},
　　{"_id" : 4,"name" : "赵六"},
　　{"_id" : 5,"name" : "田七"}]
 $in  包含  db.userinfos.find(

　　{ age:{$in:[24,25]}},
　　{ name:1 }
)

查询age在[24,25]中的文档的name

结果：

　　 [ { "_id" : 2, "name" : "李四" },

　　{ "_id" : 3, "name" : "王五" } ]
 $nin  不包含 db.userinfos.find(

　　{ age:{$nin:[24,25]}},
　　{ name:1 }
)

查询age不在[24,25]中的文档的name

结果：

　　[{"_id" : 1,"name" : "张三"},
　　{"_id" : 4,"name" : "赵六"},
　　{"_id" : 5,"name" : "田七"}]
逻辑运算符 $and  与

db.userinfos.find(

　　{$and: [

　　　　{name:{$eq:'张三'}},

　　　　{age:{$eq:23}}

　　]},

　　{name:1}

)

查询name='张三'且age=23的文档

结果：

　　[ { "_id" : 1, "name" : "张三" } ]
$not 

非

  db.userinfos.find(

　　{age:{$not:{$in:[23,24,25]}}},
　　{name:1}
)

查询age不在[23,24,24]中的文档

结果：

　　[ { "_id" : 4, "name" : "赵六" },

　　{ "_id" : 5, "name" : "田七" } ]
$or   或

  db.userinfos.find(

　　{$or: [

　　　　{name:{$eq:'张三'}},

　　　　{age:{$eq:24}}

　　]},

　　{name:1}

)

查询name='张三'或者age=24的文档

结果：

　　[ { "_id" : 1, "name" : "张三" },

　　{ "_id" : 2, "name" : "李四" } ]
$nor 

或的取反

  db.userinfos.find(

　　{$nor: [

　　　　{name:{$eq:'张三'}},

　　　　{age:{$eq:24}}

　　]},

　　{name:1}

)

上边栗子的取反操作

结果：

　　[ {"_id" : 3,"name" : "王五"},
　　 {"_id" : 4,"name" : "赵六"},
　　 {"_id" : 5,"name" : "田七"} ]
 评估运算符 $mod 取余

db.userinfos.find(

　　{age:{$mod:[10,3]}},
　　{name:1}
)

查询name%10=3的文档

结果：

[ { "_id" : 1, "name" : "张三" } ]
$regex  正则  

db.userinfos.find(

　　{name:{$regex:/^张/i}},
　　{name:1}
)

查询name以张开头的文档

结果：

[ { "_id" : 1, "name" : "张三" } ]

db.userinfos.find(

　　{name:{$in:[/^张/,/四$/]}},
　　{name:1}
)

查询name以张开头或者以四结尾的文档

结果：

[ { "_id" : 1, "name" : "张三" },

{ "_id" : 2, "name" : "李四" } ]
$where where过滤

db.userinfos.find(
　　{$where :function(){return this.name=='张三';}},
　　{name:1}

)

查询名字为张三的记录

结果：

　　[ { "_id" : 1, "name" : "张三" } ]

注意：where可以实现所有的过滤，但是效率不高。

这是因为where采用逐行判断而不使用索引
 $expr  表达式过滤

db.userinfos.find(
　　{ $expr:{$lt:["$age","$level"]}},
　　{ name:1 }

)

查询age<level的记录

结果：

[ { "_id" : 3, "name" : "王五" },

{ "_id" : 4, "name" : "赵六" } ]
元素运算符   $exists field是否存在

db.userinfos.find(
　　{ address:{$exists:true}},
　　{ name:1 }

)

查询存在address字段的文档

结果：

[ { "_id" : 5, "name" : "田七" },

{ "_id" : 6, "name" : "周八" } ]
$type field类型

db.userinfos.find(

　　{name:{$type:'string'}},

　　{name:1}

)

查询name为string的文档

结果：

　　所有文档都匹配
数组运算符     $all  包含所有元素才匹配成功  db.userinfos.find(

　　{roles:{$all:['vip','gen']}},

　　{name:1}

)

查询roles中包含vip和gen的文档

结果：

[ { "_id" : 1, "name" : "张三" },

{ "_id" : 3, "name" : "王五" } ]
 $eleMatch  只要有一个元素符合就匹配成功  db.userinfos.find(

　　{roles:{$elemMatch:{ $eq: 'vip', $ne: 'gen' }}},

　　{name:1}

)

查询roles中有元素等于vip，或有元素不等于gen的文档

结果：

　　[{"_id" : 1,"name" : "张三"},
　　{"_id" : 2,"name" : "李四"},
　　{"_id" : 3,"name" : "王五"}]
$size  元素个数相同的匹配成功  db.userinfos.find(

　　{roles:{$size:2}},

　　{name:1}

)

查询roles中有两个元素的文档

结果：

[ { "_id" : 1, "name" : "张三" },

{ "_id" : 3, "name" : "王五" } ]

3 修改(update)

　　mongoDB修改documen使用的命令是update，语法如下：

　　mongoDB的update默认只修改一条document，如果想修改所有符合条件的documet的话，可以设置multi:true。upsert表示当没有符合过滤条件的文档时，就添加一条文档，并将修改的内容作为新增document的值。mongoDB的update功能比较丰富，如可以修改field的名字，删除field，以及对数组进行增删改。从3.2版本开始，mongoDB添加了updateOne()和updateMany()方法，用于修改单条或者多条数据，推荐使用新的方法，语法如下：

 //将age<25的记录的level修改为50，只修改一条。updateOne相当于update设置multi:false

db.userinfos.updateOne(

   {age:{$lt:}},

   {$set:{level:}}

   )

 //将age<25的记录的level修改为50，所有符合条件的记录都修改。updateMany相当于update设置multi:true

db.userinfos.updateMany(

   {age:{$lt:}},

   {$set:{level:}}

   )

　　这里汇总了mongoDB中关于update的相关运算符，有兴趣的小伙伴可以测试一下：

测试数据：

db.userinfos.insertMany([

   {_id:, name: "张三", age: ,level:, ename: { firstname: "san", lastname: "zhang"}, roles: ["vip","gen" ]},

   {_id:, name: "李四", age: ,level:, ename: { firstname: "si", lastname: "li"}, roles:[ "vip" ]},

   {_id:, name: "王五", age: ,level:, ename: { firstname: "wu", lastname: "wang"}, roles: ["gen","vip" ]},

   {_id:, name: "赵六", age: ,level:, ename: { firstname: "liu", lastname: "zhao"}, roles: ["gen"] },

   {_id:, name: "田七", age: , ename: { firstname: "qi", lastname: "tian"}, address:'北京' },

   {_id:, name: "周八", age: ,roles:["gen"], address:'上海' }

]);
 值操作运算符 $currentDate

修改field值为当前时间,

如果field不存在则添加field

db.userinfos.update(
　　{name:'张三'},
　　{$currentDate:{

　　　　createtime:{$type:'timestamp'}}

　　}
)

将张三的createtime字段值修改为当前时间

　　格式为时间戳("createtime" : Timestamp(1560663270, 1))

补充:如果不设置$type，默认的格式为date

　　格式为date("createtime" : ISODate("2019-06-16T05:38:21.119Z"))

　　
$set

修改值

db.userinfos.update(
　　{name:'张三'},
　　{$set:

　　　　{level:20}

　　}
)

  将张三的level修改为20。如果要修改的field不存在，不会添加新的field。
$setOnInsert 

只有在新增document时进行赋值，

一定要设置upsert:true

db.userinfos.update(
　　{name:'张三'},
　　{$setOnInsert:

　　　　{level:30}

　　},
　　{upsert:true}
)

  因为已经有name=张三的document，所以不做任何操作

db.userinfos.update(
　　{name:'吴九'},
　　{$setOnInsert:{level:30}},
　　{upsert:true}
)

  添加一个name=吴九的document，并设置level为30
$inc 自增

db.userinfos.update(
　　{name:'张三'},
　　{$inc:

　　　　{age:10}

　　}
)

 张三的age自增10，age修改为23+10=33
$mul 自乘

db.userinfos.update(
　　{name:'张三'},
　　{$mul:

　　　　{age:2}

　　}
)

 张三的age自乘2，age修改为23*2=46
$min 取小

db.userinfos.update(
　　{name:'张三'},
　　{$min:

　　　　{age:13}

　　}
)

 张三的age取小值，因为23>13,所以修改age为13。如果修改的值比23大，那么不做操作。
$max 取大

db.userinfos.update(
　　{name:'张三'},
　　{$max:

　　　　{age:33}

　　}
)

 张三的age取大值，因为23<33,所以修改age为33。如果修改的值比23小，那么不做操作。
字段操作运算符   $rename  修改filed的名字  db.userinfos.update(

　　{name:'张三'},
　　{$rename:

　　　　{age:'年龄'}

　　}
)

  将张三的age字段名改成年龄，值不变，年龄=23
$unset  删除field  db.userinfos.update(

　　{name:'张三'},
　　{$unset:

　　　　{level:''}

　　}
)

  将张三的level字段删除

　　数组相关的update运算符：

测试数据：

   db.students.insertMany(

        [{ "_id" : , "grades" : [ , ,  ] },

　　      { "_id" : , "grades" : [ , ,  ] }]

   )
 数组运算符 $ 单个占位符

db.students.updateOne(
　　{ _id: 1, grades: 80 },
　　{ $set: { "grades.$" : 82 } }
)

修改_id=1的文档graders中第一个值为80的元素，值改成82

结果：

　　[{ "_id" : 1, "grades" : [ 85, 82, 80 ] },
　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]
 $[]  所有元素占位符

db.students.updateOne(
　　{ _id: 1},
　　{ $set: { "grades.$[]" : 100 } }
)

修改_id=1的文档graders中所有元素，值改成100

结果：

　　[{ "_id" : 1, "grades" : [ 100, 100, 100 ] },
　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]
 $[<identifier>]  符合arrayFilter过滤条件的元素占位符

db.students.updateOne(
　　{ _id: 2},
　　{ $set: { "grades.$[element]" : 100 } },
　　{ arrayFilters: [ { "element": { $gte: 90 } } ]}
)

修改_id=2的文档graders中大于等于90的元素，值改成100

结果：

　　[{ "_id" : 1, "grades" : [  85, 82, 80  ] },
　　{ "_id" : 2, "grades" : [ 88, 100, 100 ] }]
 $push  添加元素

db.students.updateOne(
　　{ _id: 1 },
　　{ $push: { "grades" : 98 } }
)

在_id=1的文档graders中添加元素

结果：

　　[{ "_id" : 1, "grades" : [  85, 80, 80 ,98 ] },
　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]
$addToSet  添加不存在的元素，如果元素已经存在则无操作  db.students.updateOne(
　　{ _id: 1 },
　　{ $addToSet: { "grades" : 100 } }
)

在_id=1的文档graders中添加元素

结果：

　　[{ "_id" : 1, "grades" : [  85, 80, 80 ,98,100 ] },
　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]

补充：如果添加的元素是85，因为85已经存在，所以不执行操作
 $pop  弹出(移除)元素

db.students.updateOne(
　　{ _id: 1 },
　　{ $pop: { "grades" : 1 } }
)

移除最后一个元素

结果：

　　[{ "_id" : 1, "grades" : [  85, 80 ] },
　　{ "_id" : 2, "grades" : [ 88, 90, 92 ] }]

补充：如果{ $pop: { "grades" : -1 } }表示从前边弹出，移除第一个元素
$pullAll 根据值移除数组中的元素

db.students.update(
　　{_id:2},
　　{$pullAll:{"grades":[88,90]}}
)

移除_id=2的文档的graders中值为88,90的所有元素

结果：

　　[{ "_id" : 1, "grades" : [  85, 80, 80  ] },
　　{ "_id" : 2, "grades" : [ 92 ] }]
 $pull  移除符合条件的元素

db.students.update(
　　{_id:2},
　　{$pull:{"grades":{$gt:90}}}
)

移除_id=2的文档的graders中大于90的所有元素

结果：

　　[{ "_id" : 1, "grades" : [  85, 80, 80  ] },
　　{ "_id" : 2, "grades" : [ 88,90 ] }]

 数组批量添加

相关运算符

  $each  和$push,$addToSet配合使用，用于批量添加元素

db.students.update(
　　{_id:1},
　　{$push:

　　　　{grades:{$each:[99,100]}}

　　}

)

在_id=1的文档graders中添加元素[99,100]

结果：

　　[{ "_id" : 1, "grades" : [  85, 80, 80 ,99,100 ] },
　　{ "_id" : 2, "grades" : [ 88,90 ,92] }]
 $slice  和$push,$each配合使用，用于限制元素个数

db.students.update(
　　{_id:1},
　　{$push:

　　　　{grades:{$each:[99,100],$slice:4}}

　　}
)

  在_id=1的文档graders中添加元素[99,100]

结果：

　　[{ "_id" : 1, "grades" : [  85, 80, 80 ,99] },
　　{ "_id" : 2, "grades" : [ 88,90 ,92] }]

如果使用$slice:-4，则保留后4个元素
$sort 和$push,$each配合使用，在添加元素后进行排序

db.students.update(
　　{_id:1},
　　{$push:

　　　　{grades:{$each:[70,100],$sort:1}}

　　}
)

 在_id=1的文档graders中添加元素[99,100]，并排序

结果：

　　[{ "_id" : 1, "grades" : [70,80,80,85,100]},
　　{ "_id" : 2, "grades" : [ 88,90 ,92] }]

如果使用$sort:-1，则倒序排序
$position 和$push,$each配合使用，指定插入元素的位置

db.students.update(
　　{_id:1},
　　{$push:

　　　　{grades:{$each:[70,100],$position:1}}

　　}
)

  在_id=1的文档graders中,从索引1开始插入元素[99,100]

结果：

　　[{ "_id" : 1, "grades" : [85,70,100,80,80]},
　　{ "_id" : 2, "grades" : [ 88,90 ,92] }]

4.删除(remove/delete)

　　在3.2以前的版本中，mongoDB使用remove方法来删除文档，用法如下：

　　

　　从3.2版本开始，提供了deleteOne()和deleteMany()方法，分别用于删除单条和多条document，语法如下：

//删除单条document，功能类似于remove设置justOne:true

　　db.userinfos.deleteOne({age:{$gt:}})

//删除所有符合条件的document，功能类似于remove设置justOne:false

　　db.userinfos.deleteMany({age:{$gt:}})

　　本篇是mongoDB的第一篇，简单介绍了mongoDB的安装方法，通过js shell进行mongoDB的CRUD操作，后续会逐步介绍mongoDB的索引、数据聚合、GridFS和C#驱动，以及副本集和sharing集群搭建。如果本文由错误的地方，希望大家可以指出，我会及时修改，谢谢。

快速掌握mongoDB(一)——mongoDB安装部署和常用shell命令的更多相关文章

  1. mongoDB(一)——mongoDB安装部署和常用shell命令

    1.mongoDB简介 mongoDB 是由C++语言编写的,是一种分布式的面向文档存储的开源nosql数据库.nosql是Not Only SQL的缩写,是对不同于传统的关系型数据库的数据库管理系统 ...

  2. HBase 安装与配置及常用Shell命令

    HBase 安装与配置 首要配置 配置时间同步(所有节点上执行) yum -y install chrony vi /etc/chrony.conf #写入(7版本用server:8版本用pool): ...

  3. Ubuntu14.04下Mongodb官网安装部署步骤（图文详解）（博主推荐）

    不多说,直接上干货! 在这篇博客里,我采用了非官网的安装步骤,来进行安装.走了弯路,同时,也是不建议.因为在大数据领域和实际生产里,还是要走正规的为好. Ubuntu14.04下Mongodb(离线安 ...

  4. Ubuntu16.04下Mongodb官网安装部署步骤（图文详解）（博主推荐）

    不多说,直接上干货! 在这篇博客里,我采用了非官网的安装步骤,来进行安装.走了弯路,同时,也是不建议.因为在大数据领域和实际生产里,还是要走正规的为好. Ubuntu16.04下Mongodb(离线安 ...

  5. MongoDB Windows 下安装部署

    下面主要是我在Windows上(Win7)安装.运行.安装Windows服务的笔记,以作备忘. 1.下载 下载地址:http://www.mongodb.org/downloads 从其下载页面就可以 ...

  6. Ansible安装部署以及常用模块详解

    一.  Ansible 介绍Ansible是一个配置管理系统configuration management system, python 语言是运维人员必须会的语言, ansible 是一个基于py ...

  7. Ansible安装部署及常用模块详解

    Ansible命令使用 Ansible语法使用ansible <pattern_goes_here> -m <module_name> -a <arguments> ...

  8. 写了一个Mac快速设置、打开和关闭Web代理的Shell命令

    缘由(痛点) 每次在Mac上设置Web代理,都需要点开"系统偏好设置 -- 网络 -- 高级 -- 代理",然后分别设置Web代理(HTTP)和安全Web代理(HTTPS),设置完 ...

  9. MongoDB 常用shell命令汇总

    //指定用户名和密码连接到指定的MongoDB数据库 mongo 192.168.1.200:27017/admin -u user -p password use youDbName 1.Mongo ...

随机推荐

  1. SignalR QuickStart

    原文:SignalR QuickStart SignalR 是一个集成的客户端与服务器库,基于浏览器的客户端和基于 ASP.NET 的服务器组件可以借助它来进行双向多步对话. 换句话说,该对话可不受限 ...

  2. centos 6 yum源记录,离线下载rpm包的办法

    wget -O /etc/yum.repos.d/CentOS6-Base-163.repo http://mirrors.163.com/.help/CentOS6-Base-163.repo rp ...

  3. Windows 10开发基础——XML和JSON (一)

    主要内容: JSON的序列化与反序列化 XML的序列化与反序列化 1.JSON的序列化与反序列化     JSON(JavaScript Object Notation)是一种轻量级的数据交换语言,它 ...

  4. 动态加载XAML

    string FadeInStoryBoard = "<StoryBoard ... />"; StoryBoard storyBoard = XamlReader.L ...

  5. C#图片灰度处理(位深度24→位深度8),用灰度数组byte[]新建一个8位灰度图像Bitmap 。

    原文:C#图片灰度处理(位深度24→位深度8) #region 灰度处理 /// <summary> /// 将源图像灰度化,并转化为8位灰度图像. /// </summary> ...

  6. Win10的UWP之标题栏的返回键(二)

    原文:Win10的UWP之标题栏的返回键(二) 关于Win10的UWP的返回键的第二种处理的方法,是介于标题栏的强行修改,不是像上期的那样直接调用系统内置的API. - - - - - - - - - ...

  7. HTML5 拖放并删除效果的简单实现

    Html5 支持元素drag drop的功能需求,以后实现这类效果会简单很多.. 详细的文档说明在这里 代码如下所示:

  8. MASM 命令行编译方法

    假设有一个t est.asm ,一个test.rc 可以在CMD里这么编译: ml /c /coff test.asm rc test.rc link /subsystem:windows test. ...

  9. spring+rabbitmq+stomp搭建websocket消息推送（非spring boot方式）

    前言: 两年前做过spring+activemq+stomp的ws推送,那个做起来很简单,但现在公司用的mq中间件是rabbitmq,因此需要通过rabbitmq去做ws通信.仔细搜了搜百度/谷歌,网 ...

  10. React性能优化之PureComponent 和 memo使用分析

    前言 关于react性能优化,在react 16这个版本,官方推出fiber,在框架层面优化了react性能上面的问题.由于这个太过于庞大,我们今天围绕子自组件更新策略,从两个及其微小的方面来谈rea ...