MySQL查询优化之explain 执行计划 深入解析(精品)

移动开发 2020-03-02 10:50:52 阅读次数: 0

文章目录

相关文章

标题 链接
SQL优化 实战 >>点击查看<<正在编写ing

一. 前言

在日常开发过程中,由于时间紧迫,项目组成员水平不一,会导致很多的SQL执行很慢. 此时我们一般会使用Explain 命令来查看这些SQL语句的执行计划,来分析SQL的执行过程.查看该SQL语句有没有使用上索引,有没有做全表扫描 等等. 我们深入的了解MySQl基于开销的优化器，还可以获得很多可能被优化器考虑到的访问策略的细节，以及当运行SQL语句时哪种策略预计会被优化器采用。

使用Explain关键字可以模拟优化器执行SQL语句，分析查询语句或是结构的性能瓶颈。在select语句之前增加explaion关键字，MySQL会在查询上设置一个标记，执行查询会返回执行计划的信息，而不是执行SQL。

二. Explain 用途

  1. 表的读取顺序如何
  2. 数据读取操作有哪些操作类型
  3. 哪些索引可以使用
  4. 哪些索引被实际使用
  5. 表之间是如何引用
  6. 每张表有多少行被优化器查询
    … …

三. Explain语法

explain SQL语句
例:

explain select * from user

四. 执行效果

4.1. 命令行

mysql> explain select * from userInfo where id = 1 \G
******************************************************
                      id: 1
      select_type: SIMPLE
                table: userInfo
         partitions: NULL
                type: const
possible_keys: PRIMARY
                 key: PRIMARY
          key_len: 4
                 ref: const
              rows: 1
          filtered: 100.00
            Extra: NULL
******************************************************

4.2. 可视化工具–HeidiSQL Portable 9.4

explain select * from user

在这里插入图片描述

五. Explain 字段详解

5.1. 一览全局字段

字段 解释
id select查询的序列号，包含一组数字，表示查询中执行select子句或操作表的顺序
select_type 查询类型
tab 正在访问哪个表
partitions 匹配的分区
type 访问的类型
possible_keys 显示可能应用在这张表中的索引，一个或多个，但不一定实际使用到
key 实际使用到的索引，如果为NULL，则没有使用索引
key_len 表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度
ref 显示索引的哪一列被使用了，如果可能的话，是一个常数，哪些列或常量被用于查找索引列上的值
rows 根据表统计信息及索引选用情况，大致估算出找到所需的记录所需读取的行数
filtered 查询的表行占表的百分比
Extra 包含不适合在其它列中显示但十分重要的额外信息

在这里插入图片描述

5.2. Id字段

  1. id列的编号是select的序列号，有几个select就有几个id，并且id的顺序是按select出现的顺序增长的。
  2. id越大执行优先级越高，id相同则从上往下执行，id为NULL最后执行。

5.2.1. id相同

 说明:
  从上至下 顺序执行
 脚本:

explain 
select t1.* , t2.* , t3.*
from actor t1 , film t2 , film_actor t3
where t3.film_id = t2.id and t3.actor_id = t1.id

 执行结果:
在这里插入图片描述
 解说:
  如图所示,ID列的值全为1,代表执行顺序从t1表开始加载,依次为t3,t2

5.2.2. id不相同

 说明:
  如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行
 脚本:

explain 
select t1.*
from actor t1
where t1.id = (select t2.actor_id from film_actor t2 where t2.id=3)

 执行结果:
在这里插入图片描述
 解说:
  如上图所示 , t2表的id值为2 , 所以执行顺序将先从t2表开始加载,然后再执行t1表

5.2.3. id相同,又不相同

 说明:

  1. 将id不相同的部分可以分为一组, id值越大,越限执行
  2. id 相同的一组 , 从上至下顺序执行

 脚本:

explain
select t1.* from actor t1 left join film_actor t2 on t1.id = t2.actor_id
union
select t1.* from actor t1 right join film_actor t2 on t1.id = t2.actor_id

 执行结果:
在这里插入图片描述
 解说:

  1. id如果相同，可以认为是一组，从上往下顺序执行；
  2. 在所有组中，id值越大，优先级越高，越先执行

5.3. select_type字段

Select_type:查询的类型，
要是用于区别:普通查询、联合查询、子查询等的复杂查询

5.3.1.类型如下

类型 描述
SIMPLE 简单的select查询中不好喊子查询或者UNION
PRIMARY 查询中若包含任何复杂的子部分,最外层查询则被标记为
SUBQUERY 在SELECT或WHERE列表中包含了子查询
DERIVED(衍生) 在FROM列表中包含的子查询被标记为DERIVED(衍生). MySQL会递归执行这些子查询, 把结果放在临时表里。
UNION 若第二个SELECT出现在UNION之后，则被标记为UNION
UNION RESULT 从UNION表获取结果的SELECT

5.3.2. SIMPLE

 说明:
  简单的select查询中不好喊子查询或者UNION
 脚本:

explain 
select t1.* from actor t1 ,film_actor t2 , film t3
where t1.id = t2.actor_id and t3.id = t2.film_id

 执行结果:
在这里插入图片描述

5.3.2. PRIMARY 与 SUBQUERY

 说明:
   PRIMARY: 查询中若包含任何复杂的子部分，最外层查询则被标记为主查询
   SUBQUERY: 在SELECT或WHERE列表中包含了子查询
 脚本:

explain 
select t1.*
from actor t1
where t1.id = (select t2.actor_id from film_actor t2 where t2.id=3)

 执行结果:
在这里插入图片描述

5.3.3. DERIVED

 说明:
  在FROM列表中包含的子查询被标记为DERIVED(衍生)
  MySQL会递归执行这些子查询, 把结果放在临时表里。

MySQL5.7+ 进行优化了，增加了derived_merge（派生合并），默认开启，可加快查询效率

5.3.4. UNION RESULT 与UNION

 说明:
  UNION：若第二个SELECT出现在UNION之后，则被标记为UNION；
  UNION RESULT：从UNION表获取结果的SELECT
 脚本:

explain
select t1.* from actor t1 left join film_actor t2 on t1.id = t2.actor_id
union
select t1.* from actor t1 right join film_actor t2 on t1.id = t2.actor_id

 执行结果:
在这里插入图片描述

5.4. table字段

  显示这一行的数据是关于哪张表的
 脚本:

explain
select * from actor

 执行结果:
在这里插入图片描述

5.5. type列

 type显示的是访问类型，是较为重要的一个指标，结果值从最好到最坏依次是：
 system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL

 需要记忆的
  NULL>system>const>eq_ref>ref>range>index>ALL

 一般来说，得保证查询至少达到range级别，最好能达到ref。

5.5.1. System与 const

 说明:
  System:表只有一行记录（等于系统表），这是const类型的特列，平时不会出现，这个也可以忽略不计
  const:表示通过索引一次就找到了. const用于比较primary key或者unique索引。因为只匹配一行数据，所以很快. 如将主键置于where列表中，MySQL就能将该查询转换为一个常量
 脚本:

explain
select * from (select * from actor t1 where t1.id = 1) s1 ;

 执行结果:
在这里插入图片描述

5.5.2. eq_ref

 说明:
   唯一性索引扫描，对于每个索引键，表中只有一条记录与之匹配。常见于主键或唯一索引扫描
 脚本:

explain
select * from actor t1 left join film_actor t2 on t2.id =  t1.id ;

 执行结果:
在这里插入图片描述

5.5.3. ref

 说明:
   非唯一性索引扫描，返回匹配某个单独值的所有行. 本质上也是一种索引访问，它返回所有匹配某个单独值的行，然而，它可能会找到多个符合条件的行，所以他应该属于查找和扫描的混合体

表示的是联合索引.

 脚本:

explain
select count(distinct actor_id) from film_actor t1 where t1.actor_id = 1

 执行结果:
在这里插入图片描述

5.5.4. Range

 说明:

  1. 只检索给定范围的行,使用一个索引来选择行。key 列显示使用了哪个索引
  2. 一般就是在你的where语句中出现了between、<、>、in等的查询
  3. 这种范围扫描索引扫描比全表扫描要好，因为它只需要开始于索引的某一点，而结束语另一点，不用扫描全部索引。

 脚本:

explain
select t1.* from actor t1 where t1.id between 1 and 3

 执行结果:
在这里插入图片描述

5.6. possible_keys 与 key列

possible_keys:可能使用的key
Key:实际使用的索引。如果为NULL，则没有使用索引

查询中若使用了覆盖索引，则该索引和查询的select字段重叠
这里的覆盖索引非常重要，后面会单独的来讲

 解说:

其中key和possible_keys都可以出现null的情况（结婚邀请朋友的例子）

  1. 结婚时,邀请了自己认为回来的朋友—> possible_keys
  2. 实际到场的朋友---->key

5.7. key_len列

 说明:
 Key_len表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度。在不损失精确性的情况下，长度越短越好
key_len显示的值为索引字段的最大可能长度，并非实际使用长度，即key_len是根据表定义计算而得，不是通过表内检索出的

注意:
更具底层使用的不同存储引擎,受影响的行数这个指标可能是一个估计值,也可能是一个精确值. 即使受影响的行数是一个估计值(例如 当使用InnoDB存储引擎管理表存储时),通常情况下这个估计只是一个足以使优化器租出一个有充分依据 的决定

  • key_len表示索引使用的字节数，
  • 根据这个值，就可以判断索引使用情况，特别是在组合索引的时候，判断所有的索引字段是否都被查询用到。
  • char和varchar跟字符编码也有密切的联系,
  • latin1占用1个字节，gbk占用2个字节，utf8占用3个字节。（不同字符编码占用的存储空间不同）

5.7.1 字符类型

在这里插入图片描述

以上这个表列出了所有字符类型，但真正建所有的类型常用情况只是CHAR、VARCHAR

5.7.2 字符类型-索引字段为char类型+不可为Null时

 脚本:

CREATE TABLE `s1` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` char(10) NOT NULL,
  `addr` varchar(20) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `name` (`name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

explain select * from s1 where name='enjoy';

 执行结果:
在这里插入图片描述
 解说:

name这一列为char(10),字符集为utf-8占用3个字节
Keylen=10*3

5.7.3 字符类型-索引字段为char类型+允许为Null时

 脚本:

CREATE TABLE `s2` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` char(10) DEFAULT NULL,
  `addr` varchar(20) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `name` (`name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
 
explain select * from s2 where name='enjoyedu';

 执行结果:
在这里插入图片描述
 解说:

name这一列为char(10),字符集为utf-8占用3个字节,外加需要存入一个null值
Keylen=10*3+1(null) 结果为31
结果允许为null时,需要+1

5.7.4 索引字段为varchar类型+不可为Null时

 脚本:

CREATE TABLE `s3` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(10) NOT NULL,
  `addr` varchar(20) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `name` (`name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
 
explain select * from s3 where name='enjoyeud';

 执行结果:
在这里插入图片描述

 解说:

Keylen=varchar(n)变长字段+不允许Null=n*(utf8=3,gbk=2,latin1=1)+2

5.7.5 索引字段为varchar类型+允许为Null时

 脚本:

CREATE TABLE `s4` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(10) NOT NULL,
  `addr` varchar(20) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `name` (`name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
 
explain select * from s4 where name='enjoyeud';

 执行结果:
在这里插入图片描述

 解说:

Keylen=varchar(n)变长字段+允许Null=n*(utf8=3,gbk=2,latin1=1)+1(NULL)+2

5.7.6 数值类型

在这里插入图片描述

CREATE TABLE `numberKeyLen ` (
`c0`  int(255) NOT NULL ,
`c1`  tinyint(255) NULL DEFAULT NULL ,
`c2`  smallint(255) NULL DEFAULT NULL ,
`c3`  mediumint(255) NULL DEFAULT NULL ,
`c4`  int(255) NULL DEFAULT NULL ,
`c5`  bigint(255) NULL DEFAULT NULL ,
`c6`  float(255,0) NULL DEFAULT NULL ,
`c7`  double(255,0) NULL DEFAULT NULL ,
PRIMARY KEY (`c0`),
INDEX `index_tinyint` (`c1`) USING BTREE ,
INDEX `index_smallint` (`c2`) USING BTREE ,
INDEX `index_mediumint` (`c3`) USING BTREE ,
INDEX `index_int` (`c4`) USING BTREE ,
INDEX `index_bigint` (`c5`) USING BTREE ,
INDEX `index_float` (`c6`) USING BTREE ,
INDEX `index_double` (`c7`) USING BTREE 
)
ENGINE=InnoDB
DEFAULT CHARACTER SET=utf8 COLLATE=utf8_general_ci
ROW_FORMAT=COMPACT
;


EXPLAIN
select * from  numberKeyLen where c1=1

EXPLAIN
select * from  numberKeyLen where c2=1

EXPLAIN
select * from  numberKeyLen where c3=1


EXPLAIN
select * from  numberKeyLen where c4=1

EXPLAIN
select * from  numberKeyLen where c5=1

EXPLAIN
select * from  numberKeyLen where c6=1

EXPLAIN
select * from  numberKeyLen where c7=1

5.7.7 日期和时间

在这里插入图片描述
datetime类型在5.6中字段长度是5个字节
datetime类型在5.5中字段长度是8个字节

CREATE TABLE `datatimekeylen ` (
`c1`  date NULL DEFAULT NULL ,
`c2`  time NULL DEFAULT NULL ,
`c3`  year NULL DEFAULT NULL ,
`c4`  datetime NULL DEFAULT NULL ,
`c5`  timestamp NULL DEFAULT NULL ,
INDEX `index_date` (`c1`) USING BTREE ,
INDEX `index_time` (`c2`) USING BTREE ,
INDEX `index_year` (`c3`) USING BTREE ,
INDEX `index_datetime` (`c4`) USING BTREE ,
INDEX `index_timestamp` (`c5`) USING BTREE 
)
ENGINE=InnoDB
DEFAULT CHARACTER SET=utf8 COLLATE=utf8_general_ci
ROW_FORMAT=COMPACT
;


EXPLAIN
SELECT  * from datatimekeylen where c1 = 1

EXPLAIN
SELECT  * from datatimekeylen where c2 = 1

EXPLAIN
SELECT  * from datatimekeylen where c3 = 1

EXPLAIN
SELECT  * from datatimekeylen where c4 = 1

EXPLAIN
SELECT  * from datatimekeylen where c5 = 1

5.7.8 总结

5.7.8.1 字符类型

  1. 变长字段需要额外的2个字节（VARCHAR值保存时只保存需要的字符数，另加一个字节来记录长度(如果列声明的长度超过255，则使用两个字节)，所以VARCAHR索引长度计算时候要加2），固定长度字段不需要额外的字节。
  2. 而NULL都需要1个字节的额外空间,所以索引字段最好不要为NULL，因为NULL让统计更加复杂并且需要额外的存储空间。
  3. 复合索引有最左前缀的特性，如果复合索引能全部使用上，则是复合索引字段的索引长度之和，这也可以用来判定复合索引是否部分使用，还是全部使用。

5.6.7.2 整数/浮点数/时间类型的索引长度

NOT NULL=字段本身的字段长度
NULL=字段本身的字段长度+1(因为需要有是否为空的标记，这个标记需要占用1个字节)

datetime类型在5.6中字段长度是5个字节，datetime类型在5.5中字段长度是8个字节

5.8 Ref 列

 说明:
   显示索引的哪一列被使用了，如果可能的话，是一个常数。哪些列或常量被用于查找索引列上的值
 脚本:

explain 
select * from actor t1 , film_actor t2 where t1.id = t2.actor_id and t2.film_id=2

 执行结果:
在这里插入图片描述
 解说:
  由key_len可知t1表的actor_id被充分使用，
  actor_id匹配t2表的id，film_id匹配了一个常量，即 1

   其中 【mysql_explain.t2.actor_id】 为 【数据库.表.列】

5.8 Rows 列

 说明:
   根据表统计信息及索引选用情况，大致估算出找到所需的记录所需要读取的行数
 脚本:

explain 
select * from actor t1 , film_actor t2 where t1.id = t2.actor_id and t2.film_id=2

 执行结果:
在这里插入图片描述

5.9 Extra 列

 包含不适合在其它列中显示但十分重要的额外信息

5.9.1 选项描述

值 描述
Using filesort 说明mysql会对数据使用一个外部的索引排序，而不是按照表内的索引顺序进行读取。MySQL中无法利用索引完成的排序操作称为"文件排序"
Using temporary 使了用临时表保存中间结果,MySQL在对查询结果排序时使用临时表。常见于排序 order by 和分组查询 group by。
Using index 表示相应的select操作中使用了覆盖索引(Covering Index)，避免访问了表的数据行，效率不错！   如果同时出现using where，表明索引被用来执行索引键值的查找;   如果没有同时出现using where，表明索引用来读取数据而非执行查找动作
Using where 使用了where条件
Using join buffer 使用了连接缓存
impossible where where子句的值总是false,不能用来获取任何元素
distinct 一单mysql找到了与形相联合匹配的行,就不在搜索了

说明:

  1. 由于Markdown 编辑格式问题, 描述不是很全
  2. 在下面各个值说明中,比较完整

5.9.2 Using filesort

 说明:
  说明mysql会对数据使用一个外部的索引排序，而不是按照表内的索引顺序进行读取。
  MySQL中无法利用索引完成的排序操作称为“文件排序”

当发现有Using filesort 后，实际上就是发现了可以优化的地方

 脚本:

explain 
select * from film_actor t1 where t1.film_id=1 order by t1.actor_id

 执行结果:
在这里插入图片描述
 解说:
  上图其实是一种索引失效的情况，后面会讲，可以看出查询中用到了个联合索引，索引分别为actor_id,film_id

5.9.3 Using temporary

 说明:
   使用了临时表保存中间结果，MySQL在对结果排序时使用临时表，常见于排序order by 和分组查询group by
 脚本:

explain 
select * from film_actor t1 where t1.film_id=1 group by t1.remark

 执行结果:
在这里插入图片描述
 解说:
  尤其发现在执行计划里面有using filesort而且还有Using temporary的时候，特别需要注意

5.9.3 Using index

 说明:
表示相应的select操作中使用了覆盖索引（Covering Index）,避免访问了表的数据行，效率不错！
如果同时出现using where，表明索引被用来执行索引键值的查找
 脚本:

explain 
select * from film t1 where t1.name="我的快乐购"

 执行结果:
在这里插入图片描述
如果没有同时出现using where，表明索引用来读取数据而非执行查找动作
  
 脚本:

explain 
select * from film t1

 执行结果:
在这里插入图片描述

5.9.3.1 覆盖索引

  1. 覆盖索引（Covering Index）,一说为索引覆盖。
  2. 理解方式一:就是select的数据列只用从索引中就能够取得，不必读取数据行，MySQL可以利用索引返回select列表中的字段，而不必根据索引再次读取数据文件,换句话说查询列要被所建的索引覆盖。
  3. 理解方式二:索引是高效找到行的一个方法，但是一般数据库也能使用索引找到一个列的数据，因此它不必读取整个行。毕竟索引叶子节点存储了它们索引的数据;当能通过读取索引就可以得到想要的数据，那就不需要读取行了。一个索引包含了(或覆盖了)满足查询结果的数据就叫做覆盖索引

注意：
 如果要使用覆盖索引，一定要注意select列表中只取出需要的列，不可select *，
因为如果将所有字段一起做索引会导致索引文件过大，查询性能下降。

 所以，千万不能为了查询而在所有列上都建立索引，会严重影响修改维护的性能。

5.9.4 Using where 与 using join buffer

 说明:
   Using where:表明使用where过滤
   using join buffer:使用了连接缓存

很容易理解,不做案例演示

 脚本:

-- 查询MySQl 默认的join_buffer_size
show VARIABLES like '%join_buffer_size%'

 执行结果:
在这里插入图片描述

5.9.5 impossible where

 说明:
   where子句的值总是false，不能用来获取任何元组
 脚本:

-- where 条件的字句总是为false
explain 
select * from film t1 where 1=2

-- 
explain 
select * from film t1 where t1.name="随机填入" and t1.name="随机填入"

 执行结果:
在这里插入图片描述

### 5.9.6 `distinct`

 说明:
   一旦mysql找到了与行相联合匹配的行，就不再搜索了
 脚本:

explain 
select  distinct  t1.id from actor t1 ,film_actor t2 , film t3 where t1.id = t2.actor_id and t2.film_id = t3.id

 执行结果:
在这里插入图片描述
 解说:
  

5.9.7 Select tables optimized away

 说明:
   SELECT操作已经优化到不能再优化了（MySQL根本没有遍历表或索引就返回数据了）
 脚本:

explain 
select  min(t1.id) from actor t1

 执行结果:
在这里插入图片描述

案例脚本

1. 建表脚本


-- actor建表语句：
CREATE TABLE `actor` (
  `id` int(11) NOT NULL,
  `name` varchar(45) DEFAULT NULL,
  `update_time` datetime DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8

-- film建表语句：
CREATE TABLE `film` (
  `id` int(11) NOT NULL,
  `name` varchar(10) NOT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_name` (`name`) 
) ENGINE=InnoDB DEFAULT CHARSET=utf8

-- film_actor建表语句：
CREATE TABLE `film_actor` (
  `id` int(11) NOT NULL,
  `film_id` int(11) NOT NULL,
  `actor_id` int(11) NOT NULL,
  `remark` varchar(255) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_film_actor_id` (`film_id`,`actor_id`) 
) ENGINE=InnoDB DEFAULT CHARSET=utf8

2. 插入数据sql


-- actor 表
INSERT INTO `actor` (`id`, `name`, `update_time`) VALUES (3, '丽丽', '2020-02-28 22:50:57');
INSERT INTO `actor` (`id`, `name`, `update_time`) VALUES (1, '媛媛', '2020-02-28 22:49:53');
INSERT INTO `actor` (`id`, `name`, `update_time`) VALUES (2, '锐锐', '2020-02-28 22:50:44');

-- film 表
INSERT INTO `film` (`id`, `name`) VALUES (3, '授课老师看到');
INSERT INTO `film` (`id`, `name`) VALUES (1, '我的快乐购');
INSERT INTO `film` (`id`, `name`) VALUES (2, '哈哈杜拉拉');


-- film_actor 表
INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`, `remark`) VALUES (5, 3, 2, NULL);
INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`, `remark`) VALUES (6, 3, 2, NULL);
INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`, `remark`) VALUES (2, 2, 1, NULL);
INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`, `remark`) VALUES (4, 2, 3, NULL);
INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`, `remark`) VALUES (1, 1, 1, NULL);
INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`, `remark`) VALUES (3, 1, 3, NULL);
Dreamhai
发布了72 篇原创文章 · 获赞 78 · 访问量 21万+
私信 关注

猜你喜欢

转载自blog.csdn.net/Dreamhai/article/details/104558854
今日推荐
面壁智能发布 Eurux-8x22B 开源大模型 —— 堪称「理科状元」
开源日报 | 谷歌扶持鸿蒙上位；开源Rabbit R1；Docker加持的安卓手机；微软的焦虑和野心；海尔电器把开放平台关了
中国码农的“35岁魔咒”
蘭雅 CorelDRAW 插件 2024.5.1 国际劳动节版，免费下载
Arc Browser for Windows 1.0 正式 GA
90后程序员开发视频搬运软件、不到一年获利超 700 万，结局很刑！
周排行
【转】spring中对控制反转和依赖注入的理解
tms webcore 安装和使用
java程序员进阶相关书籍
SpringMVC接受请求参数、
如何保存训练好的机器学习模型
MyEclipse、Eclipse设置项目JDK的三个地方
商超行业微信小程序开发定制一般多少钱 （行业技术人员解读）
Markdown编辑器语言——30分钟入门到到精通
Linux系统下MongoDB的简单安装与基本操作
Power Strings
每日归档
更多
2024-05-07(14)
2024-05-06(40)
2024-05-05(0)
2024-05-04(7)
2024-05-03(19)
2024-05-02(0)
2024-05-01(4)
2024-04-30(1)
2024-04-29(40)
2024-04-28(0)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022