因某项目测了PPAS和PostgreSQL的分区表在where条件里按分区键、函数、子查询等11中不同情况时的性能体现，两者基本一致，只有在in关键字和to_number函数的情况下不同，in关键字在PPAS中只扫描对应的子表，Postgres里做全表扫描；to_number函数在PostgreSQL中是没有的，因此报错，因为PPAS有兼容oracle引擎，所以没问题，走相应子表扫描。
相同的情况有：
按分区列值查询,只查询对应分区表
按分区列值做范围查询,只查询对应分区表
按分区列值和其它列查询,只查询对应分区表
按分区列值查询,值有显式类型转换,只查询对应分区表
按分区列值查询,值和列类型不同,值有隐式类型转换,只查询对应分区表
按分区列值查询,列要做隐式类型转换,走全表扫描
按分区列值查询,值使用了函数,走分区表索引扫描
按分区列值查询,值使用了子查询,用等号走全表扫描
按分区列值 更新,走分区表索引扫描
按分区列值 删除,走分区表索引扫描
具体情况见下面：
下面是pg中的过程
1 创建分区表
1.1 主表/子表继承
create table test (id integer primary key, name varchar(32));
CREATE TABLE t1_1000(LIKE test INCLUDING all) INHERITS(test);
CREATE TABLE t1001_2000(LIKE test INCLUDING all) INHERITS(test);
CREATE TABLE t2001_3000(LIKE test INCLUDING all) INHERITS(test);
CREATE TABLE t_other(LIKE test INCLUDING all) INHERITS(test);
ALTER TABLE t1_1000 ADD CONSTRAINT t1_1000_check CHECK (id >= 1 and id <1001);
ALTER TABLE t1001_2000 ADD CONSTRAINT t1_1000_check CHECK (id >= 1001 and id <2001);
ALTER TABLE t2001_3000 ADD CONSTRAINT t1_1000_check CHECK (id >= 2001 and id <3001);
ALTER TABLE t_other ADD CONSTRAINT t_other CHECK (id <= 0 or id >=3001);
1.2 定义触发器函数
CREATE OR REPLACE FUNCTION test_insert_trigger()
RETURNS TRIGGER AS $$
BEGIN
IF ( NEW.id >= 1 and NEW.id<1001) THEN
INSERT INTO t1_1000 VALUES (NEW.*);
ELSeIF ( NEW.id >= 1001 and NEW.id<2001) THEN
INSERT INTO t1001_2000 VALUES (NEW.*);
ELSeIF ( NEW.id >= 2001 and NEW.id<3001) THEN
INSERT INTO t2001_3000 VALUES (NEW.*);
ELSE
INSERT INTO t_other VALUES (NEW.*);
END IF;
RETURN NULL;
END;
$$ LANGUAGE plpgsql;
CREATE OR REPLACE FUNCTION test_delete_trigger()
RETURNS TRIGGER AS $$
BEGIN
IF ( old.id >= 1 and old.id<1001 ) THEN
DELETE FROM t1_1000 WHERE id=old.id;
ELSIF ( old.id >= 1001 and old.id<2001) THEN
DELETE FROM t1001_2000 WHERE id=old.id;
ELSIF ( old.id >= 2001 and old.id<3001 ) THEN
DELETE FROM t2001_3000 WHERE id=old.id;
ELSE
DELETE FROM t_other WHERE id=old.id;
END IF;
RETURN NULL;
END;
$$ LANGUAGE plpgsql;
1.3 加触发器
CREATE TRIGGER insert_test_trigger
BEFORE INSERT ON test
FOR EACH ROW EXECUTE PROCEDURE test_insert_trigger();
CREATE TRIGGER delete_test_trigger
BEFORE DELETE ON test
FOR EACH ROW EXECUTE PROCEDURE test_delete_trigger();
2
给表中插入值时自动根据ID值插入到分区表中
beigang=# INSERT INTO test(id, name)VALUES (6, 'ertr');
INSERT 0 0
beigang=#
beigang=# select * from test;
id | name
----+------
6 | ertr
(1 row)
beigang=#
beigang=# select count(*) from only test;
count
-------
0
(1 row)
beigang=# select count(*) from only t1_1000;
count
-------
1
(1 row)
^
beigang=#
beigang=# select count(*) from only t1001_2000;
count
-------
0
(1 row)
beigang=#
3
从父表中删除该值
beigang=# delete from test where id=6;
DELETE 1
beigang=#
beigang=# select count(*) from only t1_1000;
count
-------
0
(1 row)
4
批量插入值
beigang=# insert into test select generate_series(1,2600),'abc';
INSERT 0 0
beigang=#
beigang=# select count(*) from test;
count
-------
2600
(1 row)
beigang=# select count(*) from only test;
count
-------
0
(1 row)
beigang=# select count(*) from only t2001_3000;
count
-------
600
(1 row)
5
查询
5.1
按分区列值查询,只查询对应分区表
beigang=# explain select * from test where id=200;
QUERY PLAN
---------------------------------------------------------------------------------------------
Result (cost=0.00..8.27 rows=2 width=47)
-> Append (cost=0.00..8.27 rows=2 width=47)
-> Seq Scan on test (cost=0.00..0.00 rows=1 width=86)
Filter: (id = 200)
-> Index Scan using t1_1000_pkey on t1_1000 test (cost=0.00..8.27 rows=1 width=8)
Index Cond: (id = 200)
(6 rows)
5.2
按分区列值做范围查询,只查询对应分区表
beigang=# explain select * from test where id<200 and id>100;
QUERY PLAN
------------------------------------------------------------------------------------------------
Result (cost=0.00..10.25 rows=101 width=9)
-> Append (cost=0.00..10.25 rows=101 width=9)
-> Seq Scan on test (cost=0.00..0.00 rows=1 width=86)
Filter: ((id < 200) AND (id > 100))
-> Index Scan using t1_1000_pkey on t1_1000 test (cost=0.00..10.25 rows=100 width=8)
Index Cond: ((id < 200) AND (id > 100))
(6 rows)
beigang=# explain select * from test where id<700 and id>100;
QUERY PLAN
---------------------------------------------------------------------------
Result (cost=0.00..20.00 rows=601 width=8)
-> Append (cost=0.00..20.00 rows=601 width=8)
-> Seq Scan on test (cost=0.00..0.00 rows=1 width=86)
Filter: ((id < 700) AND (id > 100))
-> Seq Scan on t1_1000 test (cost=0.00..20.00 rows=600 width=8)
Filter: ((id < 700) AND (id > 100))
(6 rows)
beigang=#
beigang=# explain select * from test where id<1100 and id>900;
QUERY PLAN
------------------------------------------------------------------------------------------------------
Result (cost=0.00..20.50 rows=201 width=8)
-> Append (cost=0.00..20.50 rows=201 width=8)
-> Seq Scan on test (cost=0.00..0.00 rows=1 width=86)
Filter: ((id < 1100) AND (id > 900))
-> Index Scan using t1_1000_pkey on t1_1000 test (cost=0.00..10.25 rows=100 width=8)
Index Cond: ((id < 1100) AND (id > 900))
-> Index Scan using t1001_2000_pkey on t1001_2000 test (cost=0.00..10.25 rows=100 width=8)
Index Cond: ((id < 1100) AND (id > 900))
(8 rows)
5.3
按分区列值和其它列查询,只查询对应分区表
beigang=# explain select * from test where id=300 and name='ccc';
QUERY PLAN
---------------------------------------------------------------------------------------------
Result (cost=0.00..8.27 rows=2 width=47)
-> Append (cost=0.00..8.27 rows=2 width=47)
-> Seq Scan on test (cost=0.00..0.00 rows=1 width=86)
Filter: ((id = 300) AND ((name)::text = 'ccc'::text))
-> Index Scan using t1_1000_pkey on t1_1000 test (cost=0.00..8.27 rows=1 width=8)
Index Cond: (id = 300)
Filter: ((name)::text = 'ccc'::text)
(7 rows)
5.4
按分区列值查询,值有显式类型转换,只查询对应分区表
beigang=# explain select * from test where id='5'::int;
QUERY PLAN
-------------------------------------------------------------------------------------------------------
Result (cost=0.00..5.27 rows=2 width=47)
-> Append (cost=0.00..5.27 rows=2 width=47)
-> Seq Scan on test (cost=0.00..0.00 rows=1 width=86)
Filter: (id = 5)
-> Index Scan using test_t1_1000_pkey on test_t1_1000 test (cost=0.00..5.27 rows=1 width=8)
Index Cond: (id = 5)
(6 rows)
5.5
按分区列值查询,值和列类型不同,值有隐式类型转换,只查询对应分区表
beigang=# explain select * from test where id='5';
QUERY PLAN
-------------------------------------------------------------------------------------------------------
Result (cost=0.00..5.27 rows=2 width=47)
-> Append (cost=0.00..5.27 rows=2 width=47)
-> Seq Scan on test (cost=0.00..0.00 rows=1 width=86)
Filter: (id = 5)
-> Index Scan using test_t1_1000_pkey on test_t1_1000 test (cost=0.00..5.27 rows=1 width=8)
Index Cond: (id = 5)
(6 rows)
5.6
按分区列值查询,列要做隐式类型转换,走全表扫描
beigang=# explain select * from test where id || name ='5abc';
QUERY PLAN
----------------------------------------------------------------------------
Result (cost=0.00..89.00 rows=18 width=30)
-> Append (cost=0.00..89.00 rows=18 width=30)
-> Seq Scan on test (cost=0.00..0.00 rows=1 width=86)
Filter: (((id)::text || (name)::text) = '5abc'::text)
-> Seq Scan on t1_1000 test (cost=0.00..25.00 rows=5 width=8)
Filter: (((id)::text || (name)::text) = '5abc'::text)
-> Seq Scan on t1001_2000 test (cost=0.00..25.00 rows=5 width=8)
Filter: (((id)::text || (name)::text) = '5abc'::text)
-> Seq Scan on t2001_3000 test (cost=0.00..15.00 rows=3 width=8)
Filter: (((id)::text || (name)::text) = '5abc'::text)
-> Seq Scan on t_other test (cost=0.00..24.00 rows=4 width=86)
Filter: (((id)::text || (name)::text) = '5abc'::text)
(12 rows)
5.7
按分区列值查询,值使用了函数,pg没有to_number函数，报错
beigang=# explain select * from test where id=to_number('1');
ERROR: function to_number(unknown) does not exist
LINE 1: explain select * from test where id=to_number('1');
^
HINT: No function matches the given name and argument types. You might need to add explicit type casts.
5.8
按分区列值查询,值使用了函数,走分区表索引扫描
beigang=# explain select * from test where id=cast('1' as int);
QUERY PLAN
-------------------------------------------------------------------------------------------------------
Result (cost=0.00..5.27 rows=2 width=47)
-> Append (cost=0.00..5.27 rows=2 width=47)
-> Seq Scan on test (cost=0.00..0.00 rows=1 width=86)
Filter: (id = 1)
-> Index Scan using test_t1_1000_pkey on test_t1_1000 test (cost=0.00..5.27 rows=1 width=8)
Index Cond: (id = 1)
(6 rows)
beigang=#
5.9
按分区列值查询,值使用了子查询,用等号走全表扫描,用in走分区表索引扫描
beigang=# explain select * from test where id in(select 1 );
QUERY PLAN
---------------------------------------------------------------------------------------------------
Nested Loop (cost=0.02..41.43 rows=1650 width=25)
Join Filter: (public.test.id = (1))
-> HashAggregate (cost=0.02..0.03 rows=1 width=4)
-> Result (cost=0.00..0.01 rows=1 width=0)
-> Append (cost=0.00..41.34 rows=5 width=39)
-> Index Scan using test_pkey on test (cost=0.00..8.27 rows=1 width=86)
Index Cond: (id = (1))
-> Index Scan using t1_1000_pkey on t1_1000 test (cost=0.00..8.27 rows=1 width=8)
Index Cond: (id = (1))
-> Index Scan using t1001_2000_pkey on t1001_2000 test (cost=0.00..8.27 rows=1 width=8)
Index Cond: (id = (1))
-> Index Scan using t2001_3000_pkey on t2001_3000 test (cost=0.00..8.27 rows=1 width=8)
Index Cond: (id = (1))
-> Index Scan using t_other_pkey on t_other test (cost=0.00..8.27 rows=1 width=86)
Index Cond: (id = (1))
(15 rows)
beigang=# explain select * from test where id =(select 1 );
QUERY PLAN
---------------------------------------------------------------------------------------------------
Result (cost=0.01..33.08 rows=5 width=39)
InitPlan 1 (returns $0)
-> Result (cost=0.00..0.01 rows=1 width=0)
-> Append (cost=0.00..33.07 rows=5 width=39)
-> Seq Scan on test (cost=0.00..0.00 rows=1 width=86)
Filter: (id = $0)
-> Index Scan using t1_1000_pkey on t1_1000 test (cost=0.00..8.27 rows=1 width=8)
Index Cond: (id = $0)
-> Index Scan using t1001_2000_pkey on t1001_2000 test (cost=0.00..8.27 rows=1 width=8)
Index Cond: (id = $0)
-> Index Scan using t2001_3000_pkey on t2001_3000 test (cost=0.00..8.27 rows=1 width=8)
Index Cond: (id = $0)
-> Index Scan using t_other_pkey on t_other test (cost=0.00..8.27 rows=1 width=86)
Index Cond: (id = $0)
(14 rows)
5.10
按分区列值 更新,走分区表索引扫描
beigang=# explain update test set name = 'bbb' where id=99;
QUERY PLAN
----------------------------------------------------------------------------------------
Update on test (cost=0.00..8.27 rows=2 width=10)
-> Seq Scan on test (cost=0.00..0.00 rows=1 width=10)
Filter: (id = 99)
-> Index Scan using t1_1000_pkey on t1_1000 test (cost=0.00..8.27 rows=1 width=10)
Index Cond: (id = 99)
(5 rows)
5.11
按分区列值 删除,走分区表索引扫描
beigang=# explain delete from test where id=99;
QUERY PLAN
---------------------------------------------------------------------------------------
Delete on test (cost=0.00..8.27 rows=2 width=6)
-> Seq Scan on test (cost=0.00..0.00 rows=1 width=6)
Filter: (id = 99)
-> Index Scan using t1_1000_pkey on t1_1000 test (cost=0.00..8.27 rows=1 width=6)
Index Cond: (id = 99)
(5 rows)
-----------------
转载请著明出处：
blog.csdn.net/beiigang
beigang.iteye.com
相关推荐
同时，PPAS支持SQL审计和慢SQL监控，有助于监控和优化数据库性能，确保在高负载下仍能保持稳定运行。 综上所述，阿里云的云数据库PPAS是应对Oracle迁移上云难题的一个有力解决方案。它结合了PostgreSQL的开源优势和...
- ADAM和PPAS：提供Oracle兼容性，使PostgreSQL能够处理Oracle应用。 【其他工具与资源】 - `initdb`：用于创建新的PostgreSQL数据库实例。 - 官方文档：如...
在全球建筑行业不断追求节能与智能化发展的浪潮中，变风量（VAV）系统市场正展现出蓬勃的发展潜力。根据 QYResearch 报告出版商的深入调研统计，预计到 2031 年，全球变风量（VAV）系统市场销售额将飙升至 1241.3 亿元，在 2025 年至 2031 年期间，年复合增长率（CAGR）为 5.8%。这一令人瞩目的数据，不仅彰显了 VAV 系统在当今建筑领域的重要地位，更预示着其未来广阔的市场前景。 变风量系统的起源可追溯到 20 世纪 60 年代的美国。它犹如建筑空调系统中的 “智能管家”，能够敏锐地感知室内负荷或室内所需参数的变化，通过维持恒定的送风温度，自动、精准地调节空调系统的送风量，从而确保室内各项参数始终满足空调系统的严格要求。从系统构成来看，变风量系统主要由四个基本部分协同运作。变风量末端设备，包括 VAV 箱和室温控制器，如同系统的 “神经末梢”，负责接收室内环境变化的信号并做出初步响应；空气处理及输送设备则承担着对空气进行净化、加热、冷却等处理以及高效输送的重任；风管系统，涵盖新风、排风、送风、回风等管道，构建起了空气流通的 “高速公路”；而自动控制系统宛
资源内项目源码是来自个人的毕业设计，代码都测试ok，包含源码、数据集、可视化页面和部署说明，可产生核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果、标签分布图。都是运行成功后才上传资源，毕设答辩评审绝对信服的保底85分以上，放心下载使用，拿来就能用。包含源码、数据集、可视化页面和部署说明一站式服务，拿来就能用的绝对好资源！！！ 项目备注 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.txt文件，仅供学习参考, 切勿用于商业用途。
内容概要：本文探讨了ChatGPT这种高级语音模式的人工智能聊天机器人与用户的互动对其情绪健康的影响。研究采用了两种互补的方法：大规模平台数据分析和随机对照试验（RCT）。平台数据部分通过对超过400万次对话进行隐私保护的大规模自动化分析以及对4000多名用户的调查，揭示了高频率使用者表现出更多的情感依赖和较低的社会交往意愿。RCT部分则通过近1000名参与者为期28天的研究，发现语音模型相较于文本模型能带来更好的情绪健康效果，但长时间使用可能导致负面后果。此外，初始情绪状态较差的用户在使用更具吸引力的语音模型时，情绪有所改善。 适合人群：对人机交互、情感计算和社会心理学感兴趣的科研人员和技术开发者。 使用场景及目标：本研究旨在为AI聊天机器人的设计提供指导，确保它们不仅能满足任务需求，还能促进用户的心理健康。同时，也为政策制定者提供了关于AI伦理使用的思考。 其他说明：研究强调了长期使用AI聊天机器人可能带来的复杂心理效应，特别是对于那些已经感到孤独或社交孤立的人来说，过度依赖可能会加剧这些问题。未来的研究应该更加关注这些极端情况下的用户体验。
Java 反射（Reflection）是一种强大的机制，允许程序在运行时检查和操作类的成员变量和方法。然而，传统的 `setAccessible(true)` 方式虽然便捷，但存在安全性问题，并且性能相对较低。在 Java 7 引入 `MethodHandle` 后，我们可以通过 `MethodHandles.Lookup.findVirtual()` 提供更优雅、高效的方式来访问对象属性。本文将对比这两种反射方式，并分析它们的优缺点。
loongdomShop.tar.gz
内容概要：本文探讨了不同交互模式（文本、中性语音、吸引人语音）和对话类型（开放式、非个人化、个人化）对聊天机器人使用者的心理社会效果（如孤独感、社交互动、情感依赖、不当使用）的影响。研究表明，在初期阶段，语音型聊天机器人比文本型更能缓解孤独感并减少情感依赖，但随着每日使用时间增加，这种优势逐渐消失，尤其是对于中性语音聊天机器人。此外，个人话题对话略微增加了孤独感，而非个人话题则导致更高的情感依赖。总体而言，高频率使用聊天机器人的用户表现出更多的孤独感、情感依赖和不当使用，同时减少了真实人际交往。研究还发现，某些个体特征（如依恋倾向、情绪回避）使用户更容易受到负面影响。 适合人群：心理学家、社会学家、人工智能研究人员以及关注心理健康和人机交互的专业人士。 使用场景及目标：①帮助理解不同类型聊天机器人对用户心理健康的潜在影响；②为设计更健康的人工智能系统提供指导；③制定政策和规范，确保聊天机器人的安全和有效使用。 其他说明：研究强调了进一步探索聊天机器人管理情感内容而不引发依赖或替代人际关系的重要性，呼吁更多跨学科的研究来评估长期影响。
MP4575GF-Z MP4575 TSSOP-20 降压型可调DC-DC电源芯片
界面设计_SwiftUI_习惯养成_项目管理_1742850611.zip
免安装版的logic软件包。支持波形实时查看。内含驱动文件。
1. **系统名称**：学生毕业离校系统 2. **技术栈**：Java技术、MySQL数据库、Spring Boot框架、B/S架构、Tomcat服务器、Eclipse开发环境 3. **系统功能**： - **管理员功能**：首页、个人中心、学生管理、教师管理、离校信息管理、费用结算管理、论文审核管理、管理员管理、留言板管理、系统管理。 - **学生功能**：首页、个人中心、费用结算管理、论文审核管理、我的收藏管理。 - **教师功能**：首页、个人中心、学生管理、离校信息管理、费用结算管理、论文审核管理。
配套文章:https://blog.csdn.net/gust2013/article/details/139608432
蓝凌OA系统V15.0管理员手册
资源内项目源码是来自个人的毕业设计，代码都测试ok，包含源码、数据集、可视化页面和部署说明，可产生核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果、标签分布图。都是运行成功后才上传资源，毕设答辩评审绝对信服的保底85分以上，放心下载使用，拿来就能用。包含源码、数据集、可视化页面和部署说明一站式服务，拿来就能用的绝对好资源！！！ 项目备注 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.txt文件，仅供学习参考, 切勿用于商业用途。
mips-gcc520-glibc222编译工具链.zip
app开发
内容概要：本文档详细介绍了Swift编程语言的基础知识，涵盖语言特点、基础语法、集合类型、控制流、函数定义、面向对象编程、可选类型、错误处理、协议与扩展以及内存管理等方面的内容。此外还简要提及了Swift与UIKit/SwiftUI的关系，并提供了进一步学习的资源推荐。通过这份文档，读者可以全面了解Swift的基本概念及其在iOS/macOS/watchOS/tvOS平台的应用开发中的使用方法。 适合人群：初学者或者希望从其他编程语言转向Swift的开发者。 使用场景及目标：帮助读者快速上手Swift编程，掌握其基本语法和特性，能够独立完成简单的程序编写任务，为进一步学习高级主题如并发编程、图形界面设计打下坚实的基础。 阅读建议：由于Swift是一门现代化的语言，拥有许多独特的特性和最佳实践方式，在学习过程中应当多加练习并尝试理解背后的原理。同时利用提供的官方文档和其他辅助材料加深印象。
资源内项目源码是来自个人的毕业设计，代码都测试ok，包含源码、数据集、可视化页面和部署说明，可产生核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果、标签分布图。都是运行成功后才上传资源，毕设答辩评审绝对信服的保底85分以上，放心下载使用，拿来就能用。包含源码、数据集、可视化页面和部署说明一站式服务，拿来就能用的绝对好资源！！！ 项目备注 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.txt文件，仅供学习参考, 切勿用于商业用途。
资源内项目源码是来自个人的毕业设计，代码都测试ok，包含源码、数据集、可视化页面和部署说明，可产生核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果、标签分布图。都是运行成功后才上传资源，毕设答辩评审绝对信服的保底85分以上，放心下载使用，拿来就能用。包含源码、数据集、可视化页面和部署说明一站式服务，拿来就能用的绝对好资源！！！ 项目备注 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.txt文件，仅供学习参考, 切勿用于商业用途。