阿里云-云小站(无限量代金券发放中)
【腾讯云】云服务器、云数据库、COS、CDN、短信等热卖云产品特惠抢购

Mariadb学习总结(七):单表查询

190次阅读
没有评论

共计 13370 个字符,预计需要花费 34 分钟才能阅读完成。

单表简单查询

前几天记了下创建、删除、修改数据库,表啊之类的学习笔记,今天终于要开始查询了,查询数据嘛~ 在我心里反正挺难的,毕竟 SQL 不好写,脑袋笨啊。

首先呢,Mysql 官方提供了一个数据库实例给我们用,那~ 就是大名鼎鼎的 world.sql.

进入数据库后,输入 SOURCE /PATH/world.sql
例如:

MariaDB [world]> SOURCE /root/world.sql
MariaDB [world]> SHOW DATABASES;  // 可以看到我们的 world 库了
+--------------------+
| Database           |
+--------------------+
| information_schema |
| mydb               |
| mysql              |
| performance_schema |
| world              |
+--------------------+
MariaDB [world]> USE world;  // 切换数据库
Database changed
MariaDB [world]> SHOW TABLES;  // 有三张表供我们使用
+-----------------+
| Tables_in_world |
+-----------------+
| city            |
| country         |
| countrylanguage |
+-----------------+
3 rows in set (0.00 sec)
MariaDB [world]> DESC city;  //city 表的结构
+-------------+----------+------+-----+---------+----------------+
| Field       | Type     | Null | Key | Default | Extra          |
+-------------+----------+------+-----+---------+----------------+
| ID          | int(11)  | NO   | PRI | NULL    | auto_increment |
| Name        | char(35) | NO   |     |         |                |
| CountryCode | char(3)  | NO   | MUL |         |                |
| District    | char(20) | NO   |     |         |                |
| Population  | int(11)  | NO   |     | 0       |                |
+-------------+----------+------+-----+---------+----------------+
非常简单的单表查询

先看下 SELECT 语句的语法吧:

SELECT
    [ALL | DISTINCT | DISTINCTROW]
    [HIGH_PRIORITY]
    [STRAIGHT_JOIN]
    [SQL_SMALL_RESULT] [SQL_BIG_RESULT] [SQL_BUFFER_RESULT]
    [SQL_CACHE | SQL_NO_CACHE] [SQL_CALC_FOUND_ROWS]
    select_expr [, select_expr ...]
    [ FROM table_references
      [WHERE where_condition]
      [GROUP BY {col_name | expr | position} [ASC | DESC], ... [WITH ROLLUP]]
      [HAVING where_condition]
      [ORDER BY {col_name | expr | position} [ASC | DESC], ...]
      [LIMIT {[offset,] row_count | row_count OFFSET offset}]
      [PROCEDURE procedure_name(argument_list)]
      [INTO OUTFILE 'file_name' [CHARACTER SET charset_name] [export_options]

其中 select_expr 可以为其下值:

  1. 列的名称
  2. *-> 所有列
  3. Mysql 函数和各种操作符
  4. tbl_name.* 引用其他表的列

1. 查询所有列

这个就没什么说的了,非常非常简单~

MariaDB [world]> SELECT * FROM city;

2. 查询指定列并将其列显示为别名

别名是个很有用的功能呢~ 特别是多表查询的时候

MariaDB [world]> SELECT ID as 'iid' FROM city LIMIT 2;
+-----+
| iid |
+-----+
| 129 |
|   1 |
+-----+

3. 限定显示行数 -LIMIT

之前也有用到 LIMIT,LIMIT 关键字接收两个参数,第一个参数是偏移位置,第二个参数是显示行数

MariaDB [world]> SELECT * FROM city LIMIT 2,2;  // 这里默认是按主键排序的,所以 2 表示显示第 3 行数据,一共显示两行
+----+----------------+-------------+----------+------------+
| ID | Name           | CountryCode | District | Population |
+----+----------------+-------------+----------+------------+
|  3 | Herat          | AFG         | Herat    |     186800 |
|  4 | Mazar-e-Sharif | AFG         | Balkh    |     127800 |
+----+----------------+-------------+----------+------------+
2 rows in set (0.01 sec)

4. 按照指定列排序排序数据后显示

ODER BY 之前也有用到,根据指定列排序嘛~ ASC 是顺序显示(默认,从小到大),DESC 是倒序显示,当指定了多个列时,先按前面的列排序(分了一组),然后再在组内按后面的列排序,依次类推。以下就显示了人口最多的两个国家:

MariaDB [world]> SELECT * FROM city ORDER BY Population DESC LIMIT 2;
+------+-----------------+-------------+-------------+------------+
| ID   | Name            | CountryCode | District    | Population |
+------+-----------------+-------------+-------------+------------+
| 1024 | Mumbai (Bombay) | IND         | Maharashtra |   10500000 |
| 2331 | Seoul           | KOR         | Seoul       |    9981619 |
+------+-----------------+-------------+-------------+------------+
2 rows in set (0.01 sec)

5. 去除重复的的数据

SELECT DISTINCT 列名 FROM 表名;
 SELECT DISTINCT * FROM  city; // 当然,这个 city 表中是没有重复数据的

那我们创建一个表测试一下吧:

MariaDB [world]> CREATE TABLE test(name VARCHAR(50),pass VARCHAR(50));

MariaDB [world]> INSERT INTO test VALUES  // 插入了 4 条测试数据
    -> ('test','123'),
    -> ('test','321'),
    -> ('test','123'),
    -> ('test1','123');
MariaDB [world]> SELECT DISTINCT * FROM test;
+-------+------+
| name  | pass |
+-------+------+
| test  | 123  |
| test  | 321  |
| test1 | 123  |
+-------+------+

MariaDB [world]> SELECT DISTINCT name,pass FROM test;                                    
+-------+------+
| name  | pass |
+-------+------+
| test  | 123  |
| test  | 321  |
| test1 | 123  |

MariaDB [world]> SELECT DISTINCT pass,name FROM test;
+------+-------+
| pass | name  |
+------+-------+
| 123  | test  |
| 321  | test  |
| 123  | test1 |
+------+-------+

所以,完全相同的行才会被当作重复数据排除掉。

6. 使用常量、表达式、函数进行排序

MariaDB [world]> SELECT 
'The City Info:',        // 显示一列常量,当然也可是变量
Name,                    // 普通的一列
CountryCode AS Country,  // 使用别名
Population*100 AS Population ,   // 对人口放大 100 倍
MD5(ID) AS ID            // 使用 MD5 函数生成 ID 这一列的 MD5 值
FROM city 
ORDER BY Population DESC 
LIMIT 2;
+----------------+-----------------+---------+------------+----------------------------------+
| The City Info: | Name            | Country | Population | ID                               |
+----------------+-----------------+---------+------------+----------------------------------+
| The City Info: | Mumbai (Bombay) | IND     | 1050000000 | 021bbc7ee20b71134d53e20206bd6feb |
| The City Info: | Seoul           | KOR     |  998161900 | 273448411df1962cba1db6c05b3213c9 |
+----------------+-----------------+---------+------------+----------------------------------+
2 rows in set (0.01 sec)
使用 WHERE 子句过滤结果集

上面的内容,我们只是控制了显示哪些列,而并没有控制显示哪些行,当然,LIMIT 可能算是控制了显示哪些行;但经常我们会有更复杂的要求,比如查找所有人口大于 1,000,000 的城市,这时候就可以使用 WHERE 子句来控制显示哪些行了。

当然,这些过滤动作可以放在业务层来做,可是,我们费了很大的力气传输了数万条数据却只用到其中的一条,有必要嘛?而且,谁能保证业务层的过滤算法能比数据库管理系统中的更高效呢?所以~ 一般很少有人在业务层进行数据过滤。

[WHERE where_condition]

使用 WHERE 子句仅需后面跟上 where_condition 即可,where_condition 包括操作符、函数等,只要这行数据使这个表达式为 TRUE 则显示此行:

常用操作符:

  1. 大于: >;
  2. 小于:
  3. 等于: =;
  4. 大于等于: >=;
  5. 小于等于:
  6. 不等于: !=;

1. 查询人口超过 1000000 的城市

MariaDB [world]> SELECT * FROM city WHERE Population >= 1000000;
+------+--------------------------+-------------+----------------------+------------+
| ID   | Name                     | CountryCode | District             | Population |
+------+--------------------------+-------------+----------------------+------------+
|    1 | Kabul                    | AFG         | Kabol                |    1780000 |
|   35 | Alger                    | DZA         | Alger                |    2168000 |
|   56 | Luanda                   | AGO         | Luanda               |    2022000 |
|   69 | Buenos Aires             | ARG         | Distrito Federal     |    2982146 |
................................ 人工省略.............................................
| 3798 | Phoenix                  | USA         | Arizona              |    1321045 |
| 3799 | San Diego                | USA         | California           |    1223400 |
| 3800 | Dallas                   | USA         | Texas                |    1188580 |
| 3801 | San Antonio              | USA         | Texas                |    1144646 |
| 4068 | Harare                   | ZWE         | Harare               |    1410000 |
+------+--------------------------+-------------+----------------------+------------+
238 rows in set (0.09 sec)
// 可以看到,有 238 个城市的人口大于 1000000

2. 判空操作 ->IS NULL

当给定列的值为 NULL 时返回 TRUE,否则返回 FALSE

MariaDB [world]> SELECT * FROM city WHERE CountryCode IS NULL;
Empty set (0.00 sec)

MariaDB [world]> SELECT NULL IS NULL;  // 仅当给定值为 NULL 时,返回 TRUE
+--------------+
| NULL IS NULL |
+--------------+
|            1 |
+--------------+
1 row in set (0.01 sec)

3. 逻辑与 AND 操作符

表达式(测试条件)1 AND 表达式(测试条件)2:当表达式 1 和表达式 2 都为 TRUE 时,整个表达式才成立

查询中国所有人口大于 100000 的城市:

MariaDB [world]> SELECT * FROM city WHERE CountryCode = 'CHN' AND Population > 100000;
+------+---------------------+-------------+----------------+------------+
| ID   | Name                | CountryCode | District       | Population |
+------+---------------------+-------------+----------------+------------+
| 1890 | Shanghai            | CHN         | Shanghai       |    9696300 |
| 1891 | Peking              | CHN         | Peking         |    7472000 |
............................. 手工省略.....................................
| 2228 | Zhucheng            | CHN         | Shandong       |     102134 |
| 2229 | Kunshan             | CHN         | Jiangsu        |     102052 |
| 2230 | Haining             | CHN         | Zhejiang       |     100478 |
+------+---------------------+-------------+----------------+------------+
341 rows in set (0.00 sec)  // 当一条数据同时满足这两个条件才会被显示出来

4. 逻辑或操作符 OR

表达式 1 OR 表达式 2:任一表达式为 TRUE 时,整个表达式都为 TRUE,当表达式 1 已经为 TRUE 时不再判断表达式 2

列出所有北京和上海的城市:

一个城市所属的地区,不可能又属于北京又属于上海,所以是上海和北京城市的并集:

MariaDB [world]> SELECT * FROM city WHERE District = ‘Peking’ OR District = ‘Shanghai’;

+------+-----------+-------------+----------+------------+
| ID   | Name      | CountryCode | District | Population |
+------+-----------+-------------+----------+------------+
| 1890 | Shanghai  | CHN         | Shanghai |    9696300 |
| 1891 | Peking    | CHN         | Peking   |    7472000 |
| 2236 | Tong Xian | CHN         | Peking   |      97168 |
+------+-----------+-------------+----------+------------+
3 rows in set (0.00 sec)

5. 逻辑与或连用

当条件过多时,可以结合的使用与、或操作,比如:

查询北京或浙江人口大于 1000000 的城市:

MariaDB [world]> SELECT * FROM city WHERE District = 'Peking' OR District = 'Zhejiang' AND Population > 1000000;
+------+-----------+-------------+----------+------------+
| ID   | Name      | CountryCode | District | Population |
+------+-----------+-------------+----------+------------+
| 1891 | Peking    | CHN         | Peking   |    7472000 |
| 1905 | Hangzhou  | CHN         | Zhejiang |    2190500 |
| 1915 | Ningbo    | CHN         | Zhejiang |    1371200 |
| 2236 | Tong Xian | CHN         | Peking   |      97168 |
+------+-----------+-------------+----------+------------+
4 rows in set (0.00 sec)  
// 逻辑操作是从左向右的二目操作符,所以首先判断是 District = 'Peking' OR District = 'Zhejiang' 这个条件,当这个条件判断完后得到的 TRUE 或 FALSE,再用这个布尔值与 AND Population > 1000000 进行与操作。

当联合使用 AND 和 OR 时还是比较推荐使用()的,这样不容易乱。

查询浙江人口小于 100000 且大于 10000 的城市:

MariaDB [world]> SELECT * FROM city WHERE District = 'Zhejiang' AND ( Population > 10000 AND Population 

今天突然翻文档发现一个东西,AND 的优先级要比 OR 优先级高,所以,看如下例子:

查询浙江或北京人口大于 100000 的城市:

MariaDB [world]> SELECT * FROM city WHERE District = 'Peking' OR District = 'Zhejiang' AND Population > 100000;
+------+-----------+-------------+----------+------------+
| ID   | Name      | CountryCode | District | Population |
+------+-----------+-------------+----------+------------+
| 1891 | Peking    | CHN         | Peking   |    7472000 |
| 1905 | Hangzhou  | CHN         | Zhejiang |    2190500 |
| 1915 | Ningbo    | CHN         | Zhejiang |    1371200 |
................... 手工省略...............................
| 2199 | Yuyao     | CHN         | Zhejiang |     114065 |
| 2230 | Haining   | CHN         | Zhejiang |     100478 |
| 2236 | Tong Xian | CHN         | Peking   |      97168 |   // 看这一行,为什么人口 97168 被筛选出来了呢?+------+-----------+-------------+----------+------------+
16 rows in set (0.00 sec)

// 原因是 District = 'Zhejiang' AND Population > 100000 为 FALSE,然后再与其前的 OR 进行运算,而这条数据正好地区是北京。// 所以想要的正确筛选数据,需要加一个括号

6. 范围检测 BETWEEN AND

一个值满足一段 连续的 范围时为 TRUE 否则为 FALSE

查询 ID 范围在 1 -10 的城市:

MariaDB [world]> SELECT * FROM city WHERE ID BETWEEN 1 AND 10;
+----+----------------+-------------+---------------+------------+
| ID | Name           | CountryCode | District      | Population |
+----+----------------+-------------+---------------+------------+
|  1 | Kabul          | AFG         | Kabol         |    1780000 |
|  2 | Qandahar       | AFG         | Qandahar      |     237500 |
|  3 | Herat          | AFG         | Herat         |     186800 |
|  4 | Mazar-e-Sharif | AFG         | Balkh         |     127800 |
|  5 | Amsterdam      | NLD         | Noord-Holland |     731200 |
|  6 | Rotterdam      | NLD         | Zuid-Holland  |     593321 |
|  7 | Haag           | NLD         | Zuid-Holland  |     440900 |
|  8 | Utrecht        | NLD         | Utrecht       |     234323 |
|  9 | Eindhoven      | NLD         | Noord-Brabant |     201843 |
| 10 | Tilburg        | NLD         | Noord-Brabant |     193238 |
+----+----------------+-------------+---------------+------------+
10 rows in set (0.00 sec)

刚用 Name BETWEEN 'abc' AND 'efg' 作为条件筛选了一下,竟然能筛选出 900 多行数据,不知道什么原理。

好像只匹配了第一个字符的 ASCII 值,这个东西实在想不明白有什么场景会把字符用上....

BETWEEN 1 AND 10 相当于 >=1 AND

7. 离散范围检测 IN

当一个值属于一段 离散数据 之中时为 TRUE,例如 1 IN (2,3) 明显 1 不等于 2 不等于 3,所以为 FALSE

查询 ID 属于 1,3,5,7,9 的城市:

MariaDB [world]> SELECT * FROM city WHERE ID IN (1,3,5,7,9);
+----+-----------+-------------+---------------+------------+
| ID | Name      | CountryCode | District      | Population |
+----+-----------+-------------+---------------+------------+
|  1 | Kabul     | AFG         | Kabol         |    1780000 |
|  3 | Herat     | AFG         | Herat         |     186800 |
|  5 | Amsterdam | NLD         | Noord-Holland |     731200 |
|  7 | Haag      | NLD         | Zuid-Holland  |     440900 |
|  9 | Eindhoven | NLD         | Noord-Brabant |     201843 |
+----+-----------+-------------+---------------+------------+
5 rows in set (0.01 sec)

查询北京、浙江、河南的所有城市:

MariaDB [world]> SELECT * FROM city WHERE District IN ('Peking','Zhejiang','Henan');
+------+--------------+-------------+----------+------------+
| ID   | Name         | CountryCode | District | Population |
+------+--------------+-------------+----------+------------+
| 1891 | Peking       | CHN         | Peking   |    7472000 |
| 1905 | Hangzhou     | CHN         | Zhejiang |    2190500 |
| 1906 | Zhengzhou    | CHN         | Henan    |    2107200 |
| 1915 | Ningbo       | CHN         | Zhejiang |    1371200 |
| 1934 | Luoyang      | CHN         | Henan    |     760000 |
| 1951 | Kaifeng      | CHN         | Henan    |     510000 |
...................... 手工省略...............................
| 2214 | Cixi         | CHN         | Zhejiang |     107329 |
| 2230 | Haining      | CHN         | Zhejiang |     100478 |
| 2236 | Tong Xian    | CHN         | Peking   |      97168 |
| 2242 | Yuzhou       | CHN         | Henan    |      92889 |
| 2246 | Linhai       | CHN         | Zhejiang |      90870 |
| 2252 | Huangyan     | CHN         | Zhejiang |      89288 |
+------+--------------+-------------+----------+------------+
36 rows in set (0.01 sec)

所以,IN 操作符跟 OR 的功能很类似,比如 District IN ('Peking','Zhejiang','Henan')等于 District = 'Peking' OR District = 'Zhejiang' OR District = 'Henan'

8. 逻辑非 NOT

将其原本的布尔值进行逻辑非操作后再判断

比如:查询 ID<10 的城市

ID<10 可以写成 ID 不大于等于 = 也就是 !ID >=10

MariaDB [world]> SELECT * FROM city WHERE NOT ID >=10;
+----+----------------+-------------+---------------+------------+
| ID | Name           | CountryCode | District      | Population |
+----+----------------+-------------+---------------+------------+
|  1 | Kabul          | AFG         | Kabol         |    1780000 |
|  2 | Qandahar       | AFG         | Qandahar      |     237500 |
|  3 | Herat          | AFG         | Herat         |     186800 |
|  4 | Mazar-e-Sharif | AFG         | Balkh         |     127800 |
|  5 | Amsterdam      | NLD         | Noord-Holland |     731200 |
|  6 | Rotterdam      | NLD         | Zuid-Holland  |     593321 |
|  7 | Haag           | NLD         | Zuid-Holland  |     440900 |
|  8 | Utrecht        | NLD         | Utrecht       |     234323 |
|  9 | Eindhoven      | NLD         | Noord-Brabant |     201843 |
+----+----------------+-------------+---------------+------------+
9 rows in set (0.00 sec)

所以,NOT 可以用作以上任何的操作,比如,ID 范围不在 10-4000 的城市:

MariaDB [world]> SELECT * FROM city WHERE ID NOT BETWEEN 10 AND 4000;
+------+----------------------+-------------+----------------+------------+
| ID   | Name                 | CountryCode | District       | Population |
+------+----------------------+-------------+----------------+------------+
|    1 | Kabul                | AFG         | Kabol          |    1780000 |
|    2 | Qandahar             | AFG         | Qandahar       |     237500 |
|    3 | Herat                | AFG         | Herat          |     186800 |
............................. 手工省略.......................................
| 4077 | Jabaliya             | PSE         | North Gaza     |     113901 |
| 4078 | Nablus               | PSE         | Nablus         |     100231 |
| 4079 | Rafah                | PSE         | Rafah          |      92020 |
+------+----------------------+-------------+----------------+------------+
88 rows in set (0.00 sec)

9. 字符串搜索 LIKE

使用 LIKE 可以检索符合通配符的字符串,有如下两个字符串:

  1. %:任意个任意字符
  2. _:单个任意字符

搜索名称以 T 开头的城市:

MariaDB [world]> SELECT * FROM city WHERE Name LIKE 'Y%';
+------+--------------------+-------------+----------------+------------+
| ID   | Name               | CountryCode | District       | Population |
+------+--------------------+-------------+----------------+------------+
|  126 | Yerevan            | ARM         | Yerevan        |    1248700 |
|  516 | York               | GBR         | England        |     104425 |
|  955 | Yogyakarta         | IDN         | Yogyakarta     |     418944 |
| 1220 | Yamuna Nagar       | IND         | Haryana        |     144346 |
| 1300 | Yeotmal (Yavatmal) | IND         | Maharashtra    |     108578 |
| 1396 | Yazd               | IRN         | Yazd           |     326776 |
........................... 手工省略......................................
| 3888 | Yonkers            | USA         | New York       |     196086 |
+------+--------------------+-------------+----------------+------------+
63 rows in set (0.00 sec)

搜索名称为三个字母的城市:

MariaDB [world]> SELECT * FROM city WHERE Name LIKE '___';
+------+------+-------------+---------------------+------------+
| ID   | Name | CountryCode | District            | Population |
+------+------+-------------+---------------------+------------+
|   29 | Ede  | NLD         | Gelderland          |     101574 |
|  362 | Itu  | BRA         | São Paulo           |     132736 |
|  396 | Jaú  | BRA         | São Paulo           |     109965 |
|  454 | Poá  | BRA         | São Paulo           |      89236 |
| 1387 | Qom  | IRN         | Qom                 |     777677 |
................................................................
| 2902 | Ica  | PER         | Ica                 |     194820 |
| 3134 | Ulm  | DEU         | Baden-Württemberg   |     116103 |
| 3379 | Van  | TUR         | Van                 |     219319 |
| 3588 | Ufa  | RUS         | Baškortostan        |    1091200 |
| 3775 | Hue  | VNM         | Thua Thien-Hue      |     219149 |
+------+------+-------------+---------------------+------------+
31 rows in set (0.00 sec)

MariaDB [world]> SELECT * FROM city WHERE CHAR_LENGTH(Name)=3;  // 与以上结果相同,函数在下面的文章总结。

阿里云 2 核 2G 服务器 3M 带宽 61 元 1 年,有高配

腾讯云新客低至 82 元 / 年,老客户 99 元 / 年

代金券:在阿里云专用满减优惠券

正文完
星哥玩云-微信公众号
post-qrcode
 0
星锅
版权声明:本站原创文章,由 星锅 于2024-12-28发表,共计13370字。
转载说明:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。
【腾讯云】推广者专属福利,新客户无门槛领取总价值高达2860元代金券,每种代金券限量500张,先到先得。
阿里云-最新活动爆款每日限量供应
评论(没有评论)
验证码
【腾讯云】云服务器、云数据库、COS、CDN、短信等云产品特惠热卖中

星哥玩云

星哥玩云
星哥玩云
分享互联网知识
用户数
4
文章数
19351
评论数
4
阅读量
7993200
文章搜索
热门文章
星哥带你玩飞牛NAS-6:抖音视频同步工具,视频下载自动下载保存

星哥带你玩飞牛NAS-6:抖音视频同步工具,视频下载自动下载保存

星哥带你玩飞牛 NAS-6:抖音视频同步工具,视频下载自动下载保存 前言 各位玩 NAS 的朋友好,我是星哥!...
星哥带你玩飞牛NAS-3:安装飞牛NAS后的很有必要的操作

星哥带你玩飞牛NAS-3:安装飞牛NAS后的很有必要的操作

星哥带你玩飞牛 NAS-3:安装飞牛 NAS 后的很有必要的操作 前言 如果你已经有了飞牛 NAS 系统,之前...
我把用了20年的360安全卫士卸载了

我把用了20年的360安全卫士卸载了

我把用了 20 年的 360 安全卫士卸载了 是的,正如标题你看到的。 原因 偷摸安装自家的软件 莫名其妙安装...
再见zabbix!轻量级自建服务器监控神器在Linux 的完整部署指南

再见zabbix!轻量级自建服务器监控神器在Linux 的完整部署指南

再见 zabbix!轻量级自建服务器监控神器在 Linux 的完整部署指南 在日常运维中,服务器监控是绕不开的...
飞牛NAS中安装Navidrome音乐文件中文标签乱码问题解决、安装FntermX终端

飞牛NAS中安装Navidrome音乐文件中文标签乱码问题解决、安装FntermX终端

飞牛 NAS 中安装 Navidrome 音乐文件中文标签乱码问题解决、安装 FntermX 终端 问题背景 ...
阿里云CDN
阿里云CDN-提高用户访问的响应速度和成功率
随机文章
从“纸堆”到“电子化”文档:用这个开源系统打造你的智能文档管理系统

从“纸堆”到“电子化”文档:用这个开源系统打造你的智能文档管理系统

从“纸堆”到“电子化”文档:用这个开源系统打造你的智能文档管理系统 大家好,我是星哥。公司的项目文档存了一堆 ...
手把手教你,购买云服务器并且安装宝塔面板

手把手教你,购买云服务器并且安装宝塔面板

手把手教你,购买云服务器并且安装宝塔面板 前言 大家好,我是星哥。星哥发现很多新手刚接触服务器时,都会被“选购...
【开源神器】微信公众号内容单篇、批量下载软件

【开源神器】微信公众号内容单篇、批量下载软件

【开源神器】微信公众号内容单篇、批量下载软件 大家好,我是星哥,很多人都希望能高效地保存微信公众号的文章,用于...
星哥带你玩飞牛NAS-4:飞牛NAS安装istore旁路由,家庭网络升级的最佳实践

星哥带你玩飞牛NAS-4:飞牛NAS安装istore旁路由,家庭网络升级的最佳实践

星哥带你玩飞牛 NAS-4:飞牛 NAS 安装 istore 旁路由,家庭网络升级的最佳实践 开始 大家好我是...
每年0.99刀,拿下你的第一个顶级域名,详细注册使用

每年0.99刀,拿下你的第一个顶级域名,详细注册使用

每年 0.99 刀,拿下你的第一个顶级域名,详细注册使用 前言 作为长期折腾云服务、域名建站的老玩家,星哥一直...

免费图片视频管理工具让灵感库告别混乱

一言一句话
-「
手气不错
免费无广告!这款跨平台AI RSS阅读器,拯救你的信息焦虑

免费无广告!这款跨平台AI RSS阅读器,拯救你的信息焦虑

  免费无广告!这款跨平台 AI RSS 阅读器,拯救你的信息焦虑 在算法推荐主导信息流的时代,我们...
开源MoneyPrinterTurbo 利用AI大模型,一键生成高清短视频!

开源MoneyPrinterTurbo 利用AI大模型,一键生成高清短视频!

  开源 MoneyPrinterTurbo 利用 AI 大模型,一键生成高清短视频! 在短视频内容...
零成本上线!用 Hugging Face免费服务器+Docker 快速部署HertzBeat 监控平台

零成本上线!用 Hugging Face免费服务器+Docker 快速部署HertzBeat 监控平台

零成本上线!用 Hugging Face 免费服务器 +Docker 快速部署 HertzBeat 监控平台 ...
星哥带你玩飞牛 NAS-10:备份微信聊天记录、数据到你的NAS中!

星哥带你玩飞牛 NAS-10:备份微信聊天记录、数据到你的NAS中!

星哥带你玩飞牛 NAS-10:备份微信聊天记录、数据到你的 NAS 中! 大家对「数据安全感」的需求越来越高 ...
星哥带你玩飞牛NAS-16:不再错过公众号更新,飞牛NAS搭建RSS

星哥带你玩飞牛NAS-16:不再错过公众号更新,飞牛NAS搭建RSS

  星哥带你玩飞牛 NAS-16:不再错过公众号更新,飞牛 NAS 搭建 RSS 对于经常关注多个微...