sqlserver

一：背景 1. 讲故事 前几天看公司一个新项目的底层使用了dapper，大家都知道dapper是一个非常强大的半自动化orm，帮程序员解决了繁琐的mapping问题，用起来非常爽，但我还是遇到了一件非常不爽的事情,如下代码所示： public class UserDAL : BaseDAL { public List<UserModel> GetList() { using (SqlConnection conn = new SqlConnection(ConnectionString)) { var list = conn.Query<UserModel>("select * from users").ToList(); return list; } } public bool Insert() { using (SqlConnection conn = new SqlConnection(ConnectionString)) { var execnum = conn.Execute("insert into xxx "); return execnum > 0; } } public bool Update() { using (SqlConnection conn = new SqlConnection(ConnectionString)) { var execnum =

IOC（控制翻转）是程序设计的一种思想，其本质就是上端对象不能直接依赖于下端对象，要是依赖的话就要通过抽象来依赖。这是什么意思呢？意思就是上端对象如BLL层中，需要调用下端对象的DAL层时不能直接调用DAl的具体实现，而是通过抽象的方式来进行调用。这样做是有一定的道理的。有这么一个场景，你们的项目本来是用Sqlserver来进行数据访问的，那么就会有一个SqlserverDal对象。BLL层调用的时候通过new SqlserverDal()，直接创建一个SqlserverDal对象进行数据访问，现在项目又要改为Mysql数据库，用MysqlDal进行数据访问。这时候就麻烦了，你的BLL层将new SqlserverDal()全部改为new MysqlDal()。同理BLL层也是这个道理。这么做，从程序的架构而言是相当不合理的，我只是想将SqlserverDal替换为MysqlDal。按道理说我只要添加MysqlDal对象就可以了。可现在的做法是还要将BLL中的new SqlserverDal()全部改一遍。这未免有点得不偿失了。这时IOC就排上用场了，IOC的核心理念就是上端对象通过抽象来依赖下端对象，那么我们在BLL中，不能直接通过new SqlserverDal()来创建一个对象，而是通过结构来声明（抽象的形式来进行依赖）

前言 在 上一篇 文章中，我们介绍了如何根据不同的租户进行数据分离，分离的办法是一个租户一个数据库。 也提到了这种模式还是相对比较重，所以本文会介绍一种更加普遍使用的办法： 按表分离租户。 这样做的好处是什么： 在目前的to B的系统中，其实往往会有一个Master数据库，里面使用的是系统中主要的数据，各个租户的数据，往往只是对应的订单、配置、客户信息。 这就造成了，租户的数据不会有很多的种类，他的数据表的数量相对Master来说还是比较少的。 所以在单一租户数据量没有十分庞大的时候，就没有必要对单一租户数据独立到单一数据库。多个租户数据共享使用一个数库是一个折中的选择。 下图就是对应的数据表结构，其中store1和store2使用不同的数据表，但有同一个表名后缀和相同结构。 实施 项目介绍 本文的项目还是沿用上一篇文章的代码，进行加以修改。所以项目中的依赖项还是那些。 但由于代码中有很多命名不好的地方我进行了修改。并且，由于代码结构太简单，对这个示例实现起来不好，进行了少量的结构优化。 项目中新增的对象有什么： 1. ModelCacheKeyFactory，这个是EF core提供的对象，主要是要来产生ModelCacheKey 2. ModelCacheKey， 这个跟ModelCacheKeyFactory是一对的，如果需要自定义的话一般要同时实现他们俩 3.

Tips：本篇已加入 系列文章阅读目录 ，可点击查看更多相关文章。 目录 前言 开始 环境准备 Docker基础概念 Docker基础命令 Docker命令实践 构建Docker镜像 Dockerfile bulid & run 前言 Docker 是一个开源的应用容器引擎，它十分火热，如今几乎成为了后端开发人员必须掌握的一项技能。即使你在生产环境中可能用不上它，就算把它当作一个辅助开发的工具来使用，也是非常方便的。本文就介绍一下.Net Core应用在Docker中的一些基本使用。 开始 环境准备 首先安装docker，去官网下载： https://www.docker.com/get-started windows系统的话，默认win10（较新的版本更好，可以用wsl）。win7只能用Docker Toolbox，bug非常多，不建议使用。。。 windows/mac 直接下载对应的文件安装就可以（本文的系统环境是win10 2004版本。），linux可以通过命令来安装。关于安装，网上已经有很多资料了，就不多介绍。只是安装后有2个必要的设置需要注意一下： 镜像加速 有很多提供免费加速服务的网站，可以自行搜索，我这里用的是阿里云。这个国内网络必须配置，不然镜像几乎拉取不下来。 镜像储存路径 默认docker的运行文件是在C盘，C盘空间不够的话，可以设置到别的盘。

索引用于快速找出在某个列中某一特定值的行。不使索引，数据库必须从第一条记录开始读完整个表，直到找到相关行。如果表中查询的列有一个索引，数据库能快速到达一个位置去搜寻数据，而不必查看所有数据。 索引的含义和特点： 索引是一个单独的、存储在磁盘上的数据结构，他们包含着对数据表里所有记录的应用指针。使用索引用于快速找出在某个或多个列中有一某特定值的行，对相关列使用索引是降低查询操作时间的最佳途径，索引包含有表或视图中的一列或多列生成的键。 数据库中现在有2万条记录，现在要执行这样一个查询：SELECT* FROM table where num=10000。如果没有索引，必须遍历整个表，直到num等于10000的这一行被找到为止；如果在num列上创建索引，SQLServer不需要任何扫描，直接在索引里面找10000，就可以得知这一行的位置。可见，索引的建立可以加快数据库的查询速度。 索引的优点主要有以下几条： 1.通过创建唯一索引，可以保证数据库表中每一行数据的唯一性。 2.可以大大加快数据的查询速度。 3.实现数据的参照完整性，可以加速表与表之间的连接。 4.在使用分组和排序字句进行数据查询时，也可以显著减少查询中分组和排序的时间。 索引的缺点主要有以下几条： 1.创建和维护索引要消耗时间，并且随着数据量的增加所耗费的时间也会增加。 2.索引需要占磁盘空间，除了数据表占数据空间外

本文收录在个人博客： www.chengxy-nds.top ，技术资料共享，同进步 最近部门订单业务调整，收拢其他业务线的下单入口，做个统一大订单平台。需要梳理各业务线的数据表，但每个业务线库都有近百张和订单相关的表，挨个表一个一个字段的弄脑瓜子嗡嗡的。 为了不重复 CV 操作，抱着一丝希望开始在 GitHub 里找，看看有没有什么工具可以用，结果就真的发现了宝藏， screw （螺丝钉），居然可以生成数据库文档，优秀啊~。 一、数据库支持 [x] MySQL [x] MariaDB [x] TIDB [x] Oracle [x] SqlServer [x] PostgreSQL [x] Cache DB 二、配置 1、pom文件 引入 screw 核心包， HikariCP 数据库连接池， HikariCP 号称性能最出色的数据库连接池。 <!-- screw核心 --> <dependency> <groupId>cn.smallbun.screw</groupId> <artifactId>screw-core</artifactId> <version>1.0.3</version> </dependency> <!-- HikariCP --> <dependency> <groupId>com.zaxxer</groupId> <artifactId>HikariCP

　　今天在使用python3.7中的pymssql 连接sqlserver的时候遇到的问题： 　　pymssql.OperationalError: (20009, b'DB-Lib error message 20009, severity 9:\nUnable to connect: Adaptive Server is unavailable or does not exist (SZS\\SQLEXPRESS)\n')　 　　现在已经解决，特地来进行记录。 　　1.在使用的python连接sql server的时候，先进行以下配置： 　　 sql server配置管理器--->SQL Server 网络配置---->选择当前使用的实例------>开启TCP/IP---->找到当前的动态端口号（当前是51091），如下图： 　　2.代码如下： import pymssql conn = pymssql.connect(host= ' localhost ' ,server= ' SZS\SQLEXPRESS ' , port= ' 51091 ' , user= ' sa ' , password= ' 123 ' , database= ' mysql ' ) cur = conn.cursor() sqlstr = " select * from book " cur

Tips：本篇已加入 系列文章阅读目录 ，可点击查看更多相关文章。 目录 前言 开始 环境准备 Docker基础概念 Docker基础命令 Docker命令实践 构建Docker镜像 Dockerfile bulid & run 前言 Docker 是一个开源的应用容器引擎，它十分火热，如今几乎成为了后端开发人员必须掌握的一项技能。即使你在生产环境中可能用不上它，就算把它当作一个辅助开发的工具来使用，也是非常方便的。本文就介绍一下.Net Core应用在Docker中的一些基本使用。 开始 环境准备 首先安装docker，去官网下载： https://www.docker.com/get-started windows系统的话，默认win10（较新的版本更好，可以用wsl）。win7只能用Docker Toolbox，bug非常多，不建议使用。。。 windows/mac 直接下载对应的文件安装就可以（本文的系统环境是win10 2004版本。），linux可以通过命令来安装。关于安装，网上已经有很多资料了，就不多介绍。只是安装后有2个必要的设置需要注意一下： 镜像加速 有很多提供免费加速服务的网站，可以自行搜索，我这里用的是阿里云。这个国内网络必须配置，不然镜像几乎拉取不下来。 镜像储存路径 默认docker的运行文件是在C盘，C盘空间不够的话，可以设置到别的盘。

BI软件是商业智能（Business Intelligence）软件的英文缩写。目前，商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。商务智能系统中的数据来自企业其他业务系统。例如商贸型企业，其商务智能系统数据包括业务系统的订单、库存、交易账目、客户和供应商信息等，以及企业所处行业和竞争对手的数据、其他外部环境数据。而这些数据可能来自企业的CRM、SCM、进销存等业务系统。 今天小麦从数据连接、数据处理、制作报表、自助分析、数据共享等方面，和大家探讨下BI软件具体能做什么呢？ 一、BI软件可以连接不同各种数据库和文件的数据。 众所周知，无论是制作报表进行数据可视化还是挖掘数据更深次的内涵，获取数据是企业进行一切数据分析的前提。数据是不断更新的，目前实际大部分企业是将数据存储在数据库中，使用数据库数据来制作报表，并且报表内容会随着数据库的更新而更新。而数据分析工具则是通过数据连接来建立与各种数据库、文件到系统的连接，为后续处理和分析提供数据支持，所以数据连接则是数据分析软件不可或缺的能力。 Smartbi能打通各类数据源，丰富的数据连接能力能够从各种数据源中抓取数据进行分析，除了支持大家常用的oracle、sqlserver、mysql等关系型数据库，各种主流大数据库、非关系型数据库、多维数据库、本地文件如:excel、txt、csv

一、简介 1、SonarQube 介绍 SonarQube 是一个开源的代码质量分析平台，便于管理代码的质量，可检查出项目代码的漏洞和潜在的逻辑问题。同时，它提供了丰富的插件，支持多种语言的检测，如 Java、Python、Groovy、C、C++等几十种编程语言的检测。它主要的核心价值体现在如下几个方面： (1)检查代码是否遵循编程标准：如命名规范，编写的规范等。 (2)检查设计存在的潜在缺陷：SonarQube 通过插件 Findbugs、Checkstyle 等工具检测代码存在的缺陷。 (3)检测代码的重复代码量：SonarQube 可以展示项目中存在大量复制粘贴的代码。 (4)检测代码中注释的程度：源码注释过多或者太少都不好，影响程序的可读可理解性。 (5)检测代码中包、类之间的关系：分析类之间的关系是否合理，复杂度情况。 2、SonarQube 平台是由 4 个部分组成 ①　SonarQube Server ②　SonarQube Database ③　SonarQube Plugins ④　SonarQube Scanner 3、SonarQube 工作流程 SonarQube 在进行代码质量管理时，会从下图 所示的七个纬度来分析项目的质量。 SonarQube 需要数据库的支持，用于存储检测项目后的分析数据，同时为了实现可持续监测，还需要持续集成工具（如Jenkins