1.去除重复【DISTINCT】selectdistinctNAMEfromT_USER2.判断是否是数字【ISNUMERIC】3.模糊查询PATINDEX4.向SQLServer一次插入多条记录使用的是“insertinto[table]selectvalues()uinonall”语句方法一：CREATETABLE[学生表](SnoINT,SnameVARCHAR(4),SsexVARCHAR(2),SageINT,sdeptVARCHAR(2))IN
系统 2019-08-12 01:52:01 2200
1.数据库的设计尽量把数据库设计的更小的占磁盘空间.1).尽可能使用更小的整数类型.(mediumint就比int更合适).2).尽可能的定义字段为notnull,除非这个字段需要null.3).如果没有用到变长字段的话比如varchar,那就采用固定大小的纪录格式比如char.4).表的主索引应该尽可能的短.这样的话每条纪录都有名字标志且更高效.5).只创建确实需要的索引。索引有利于检索记录，但是不利于快速保存记录。如果总是要在表的组合字段上做搜索，那么
系统 2019-08-12 01:51:36 2200
在页面上直接建GRID，直接用SQL取数据，比较不同的SQL的反应时间。这个页面上的GRID是分页显示的，每个页面是12行，查询方法是：DateTimedate1=DateTime.Now;DataTabledt=Query.ProcessSql("SQL语句","mes");IMesGrid1.DataSource=dt;IMesGrid1.DataBind();DateTimedate2=DateTime.Now;Response.Write(date
系统 2019-08-12 01:51:32 2200
自己虽然不属于技术强的那类人物，但算是勤奋用功“刨根问底”类型的，总喜欢把一个东西研究个透彻的那种，否则心里不踏实，总是云里雾里，废话不多说。[B/S]1：在宁波宇泰软件公司时，需要做一个ASP.NET的EIP项目，从PHP版本的PostNuke改版的任务，现在VB.NET版本的DotNetNuke也是很出名的，由于不喜欢VB.NET，就彻底放弃研究这个了，由于很早的时候接触了国外网上的知名开源软件项目，所以对今天的工作也很有帮助，思想一直没被国内的软件项
系统 2019-08-12 01:33:27 2200
上一篇博客讲的是atoi()函数的功能及举例，如今呢，就自己写写代码（依据atoi()的功能）来表示atoi()函数的实现。我在这里先把atoi()函数的功能贴出来，也好有个參考啊~~~atoi()函数的功能：将字符串转换成整型数；atoi()会扫描參数nptr字符串，跳过前面的空格字符，直到遇上数字或正负号才開始做转换，而再遇到非数字或字符串时（'\0'）才结束转化，并将结果返回（返回转换后的整型数）。atoi()函数实现的代码：/**name:xif*
系统 2019-08-12 01:32:51 2200
前面分析词法分析的代码生成，并且生成可编译的C＋＋文件，那么它是怎么调用这个词法分析文件的呢？下面就来了解它的调用过程。当你在第二人生里创建物体后，就可以编辑脚本了，当完成脚本编写之后就需要保存起来，这时就会触发脚本编译。它就如下调用：#001voidLLLiveLSLEditor::uploadAssetLegacy(conststd::string&filename,#002LLViewerObject*#003object,#004const#005
系统 2019-08-12 01:32:40 2200
由于该项目采用ehcache，所以tomcat每次登录你开始打印net.sf.ehcache.util.UpdateCheckerdoCheck一旦有没有特别关注。从今天开始Tomcat什么时候，我们发现该输出的以下信息：{INFO}[2014-06-3007:42:10,625]:Newupdate(s)found:2.6.5[http://www.terracotta.org/con
系统 2019-08-12 01:31:41 2200
用url_for构造URL，他接受函数名作为第一个参数，也接受对应URL规则的变量部分的命名参数，未知的变量部分会添加到URL末尾作为查询参数。构建URL而不选择直接在代码中拼URL的原因有两点：1）在未来有更改的时候只需要一次性修改URL，而不用到处替换；2）URL构建会转义特殊字符和Unicode数据，这些工作不需要我们自己处理。下面是个例子：fromflaskimportFlask,url_forapp=Flask(__name__)@app.rou
系统 2019-09-27 17:57:18 2199
首先感谢这位博主整理的AndrewNg的deeplearning.ai的相关作业：https://blog.csdn.net/u013733326/article/details/79827273开一个我的github传送门，可以看到代码。https://github.com/VVV-LHY/deeplearning.ai/tree/master/improveNeuralNetwork/optimalNN待分类的点集：普通的梯度下降法GradientDe
系统 2019-09-27 17:56:52 2199
该系列文章是讲解PythonOpenCV图像处理知识，前期主要讲解图像入门、OpenCV基础用法，中期讲解图像处理的各种算法，包括图像锐化算子、图像增强技术、图像分割等，后期结合深度学习研究图像识别、图像分类应用。希望文章对您有所帮助，如果有不足之处，还请海涵~前文参考：[Python图像处理]一.图像处理基础知识及OpenCV入门函数[Python图像处理]二.OpenCV+Numpy库读取与修改像素[Python图像处理]三.获取图像属性、兴趣ROI区
系统 2019-09-27 17:56:42 2199
