一款免费的通用查询FlyQuery,开发普通查询列表只需10分钟
下载地址:http://www.damipan.com/file/1IjyBjn.html
例子部署步骤:
1、安装MySQL,执行语句 create database flyquery;
2、安装 tomcat6.0以上的版本。
3、将FlyQuery解压后,把FlyQuery_server.war和FlyQuery_show.war放到tomcat\webapps下,运行便可,FlyQuery会自动创建所有的表,并导入必要数据。
更新记录:
---------------------------
FlyQuery-0.5
发布时间:2009年05月12日
更新内容:
1、增加模型定义导出功能,便于备份定义数据或者将模型定义移植到其他项目
2、在表信息页面增加显示列信息 查询条件 分组查询 分组条件 排序字段的统计功能
3、查询条件标签中,加入查询条件“重置”功能。
4、修改MySQL的驱动mysql-connector-java-5.0.7-bin.jar和mysql-connector-java-5.1.7-bin.jar的JDBC接口不一致的兼容问题
5、修改程序部分bug
特殊说明:
1、目前FlyQuery已经通过mysql、oracle,sqlserver,PostgreSQL四个数据库上的测试,如果你有好的想法或者发现bug,请联系我,邮箱:stone-1982@163.com
2、例子中的“配置端”和“展示端”已经分离,配置端:FlyQuery_server.war,展示端:FlyQuery_show.war。
---------------------------
FlyQuery-0.4
发布时间:2009年04月16日
更新内容:
1、增加列表导出为Excel功能
2、支持PostgreSQL数据库
3、支持分组查询 group by
4、修改部分程序bug
未完成的有:无。
特殊说明:
1、目前FlyQuery已经通过mysql、oracle,sqlserver,PostgreSQL四个数据库上的测试,如果你有好的想法或者发现bug,请联系我,邮箱:stone-1982@163.com
2、例子中的“配置端”和“展示端”已经分离,配置端:FlyQuery_server.war,展示端:FlyQuery_show.war。
---------------------------
FlyQuery-0.3
发布时间:2009年04月03日
更新内容:
1、支持查询语句是否需要distinct
2、在mysql、oracle,sqlserver三个数据库上通过测试
3、修改部分bug。
4、增加FlyQuery的帮助文档。
未完成的有:无。
特殊说明:
1、目前FlyQuery已经通过mysql、oracle,sqlserver三个数据库上的测试,如果你有好的想法或者发现bug,请联系我,邮箱:stone-1982@163.com
2、例子中的“配置端”和“展示端”已经分离,配置端:FlyQuery_server.war,展示端:FlyQuery_show.war。
---------------------------
FlyQuery-0.2
发布时间:2009年03月27日
新加功能:
1、支持查询条件为下拉列表
未完成的有:
1、未在oracle,sqlserver的测试,目前都在mysql上测试。若要更改数据库,修改jdbc.properties,flyQuery.properties,另添加驱动包。
特殊说明:
1、目前FlyQuery仍在测试阶段,如果你有好的想法或者发现bug,请联系我,邮箱:stone-1982@163.com
2、例子中的“配置端”和“展示端”已经分离,配置端:FlyQuery_server.war,展示端:FlyQuery.war。
---------------------------
FlyQuery-0.1
通用查询FlyQuery主要功能是加快展示查询内容,FlyQuery分为“配置端”和“展示端”(也是为什么叫FlyQuery的原因),“配置端”和“展示端”可以分开使用。
“配置端”以b/s模式操作,可以单独部署在任何一台机器上,而且配置操作简单,熟悉操作后,一个约10个查询条件约10个显示字段的定义可以在10分钟之内完成测试。
“展示端”提供一个jar包,以jsp标签的形式单独使用,所以“展示端”不依赖于任何框架。
配置端主要配置定义要查询哪些表、查询表的哪些字段、查询条件等等。
目前,配置端主要支持功能有:
1、以浏览器为界面进行操作,目前界面尚未添加任何样式,但是加强了易用性。
2、支持表的个数不限,可以重复;查询字段的个数不限,可以重复;查询条件的个数不限,可以重复。
3、支持表、查询字段的验证,如果数据库中不存在,则会给出提示。
4、支持查询字段自动匹配显示,比如输入a,系统会提示出所有含a的字段,并有相应的字段类型提示。
5、支持字段自动识别,系统可以自动识别你输入的查询字段的类型。
6、支持格式化定义,目前支持的有时间类型(date,datetime等),数字类型(double,number,long等)。
7、支持显示字段最大长度定义,如最长显示10个字符,其他以“...”代替。
8、支持显示字段以链接形式展示,支持链接的参数从其他列中获取。如abc.jsp?name=姓名一列的值。
9、查询条件,支持EL表达式,你可以从request,seesion中取得查询条件,比如你可能把当前登陆人放到了一个对象中,而这个对象又放入了session中。
10、支持配置验证,在FlyQuery配置端的主列表中,可以验证你所定义的SQL是否正确。
展示端提供了两个标签,一个用来显示所有的查询条件,一个用来显示查询的结果。使用起来很简单,标签内指定配置端定义的ID,然后再指定一个样式便可以了。
目前,展示端主要支持功能有:
1、分页显示所有的数据,可以动态指定每页显示条数。分页采用数据库端分页,因需要数据库方言,所以目前支持MySQL,oracle,sqlserver。后期版本完善。
2、支持数据格式化,需要配置端定义好,目前支持的有时间类型(date,datetime等),数字类型(double,number,long等)。
3、支持截取字段长度,需要配置端定义好最大显示长度,如最长显示10个字符,其他以“...”代替,鼠标放在截取的字符上,会显示未截取前的所有字符。
4、查询列表支持隐藏域hidden,例如,有个字段,你不想让它显示在列表上,但是页面的javascript还要用到它,那么你可以使用这个功能。
5、查询条件,支持onclick事件。
---------------------------
分享到:
相关推荐
原生js图片圆形排列按钮控制3D旋转切换插件.zip
内含二维数组与三维数组,分别为list2nd,list3rd
原生js颜色随机生成9x9乘法表代码.zip
原生js实现图片叠加滚动切换代码.zip
【Academic tailor】学术小裁缝必备知识点:全局注意力机制(GAM) 注意力机制是深度学习中的重要技术,尤其在序列到序列(sequence-to-sequence)任务中广泛应用,例如机器翻译、文本摘要和问答系统等。这一机制由 Bahdanau 等人在其论文《Neural Machine Translation by Jointly Learning to Align and Translate》中首次提出。以下将详细介绍这一机制的背景、核心原理及相关公式。 全局注意力机制(Global Attention Mechanism, GAM)由 《Global Attention Mechanism: Retain Information to Enhance Channel-Spatial Interactions》提出,是一篇针对计算机视觉任务提出的方法。这篇文章聚焦于增强深度神经网络中通道和空间维度之间的交互,以提高分类任务的性能。与最早由 Bahdanau 等人提出的用于序列到序列任务的注意力机制 不同,这篇文章的重点是针对图像分类任务,并未专注于序
本项目在开发和设计过程中涉及到原理和技术有: B/S、java技术和MySQL数据库等;此文将按以下章节进行开发设计; 第一章绪论;剖析项目背景,说明研究的内容。 第二章开发技术;系统主要使用了java技术, b/s模式和myspl数据库,并对此做了介绍。 第三章系统分析;包罗了系统总体结构、对系统的性能、功能、流程图进行了分析。 第四章系统设计;对软件功能模块和数据库进行详细设计。 第五章系统总体设计;对系统管理员和用户的功能进行描述, 第六章对系统进行测试, 第七章总结心得;在论文最后结束章节总结了开发这个系统和撰写论文时候自己的总结、感想,包括致谢。
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。
镗夹具总工艺图
原生js树叶数字时钟代码.rar
近代非线性回归分析-韦博成1989
内容概要:本文详细介绍了用 Rust 语言实现冒泡排序算法的具体步骤,以及通过设置标志位来优化算法性能的方法。示例代码包括了函数定义、内外层循环逻辑、标志位的应用,并在主函数中展示了如何调用 bubble_sort 函数并显示排序前后的数组。 适合人群:具有基本 Rust 编程基础的学习者和开发者。 使用场景及目标:适用于想要深入了解 Rust 中冒泡排序实现方式及其优化技巧的技术人员。通过本篇文章,能够掌握 Rust 基本语法以及算法优化的基本思想。 阅读建议:除了仔细阅读和理解每一部分的内容外,还可以尝试修改代码,改变数据集大小,进一步探索冒泡排序的时间复杂度和优化效果。此外,在实际应用时也可以考虑引入并发或其他高级特性以提升性能。
培训课件 -安全隐患分类与排查治理.pptx
中国各地级市的海拔标准差数据集提供了298个地级市的海拔变异性信息。海拔标准差是衡量某地区海拔高度分布离散程度的统计指标,它通过计算各测量点海拔与平均海拔之间的差异来得出。这一数据对于评估地形起伏对网络基础设施建设的影响尤为重要,因为地形的起伏度不仅会增加建设成本,还会影响信号质量。此外,由于地形起伏度是自然地理变量,它与经济社会因素关联性较小,因此被用作“宽带中国”试点政策的工具变量,以研究网络基础设施建设对经济的影响。数据集中包含了行政区划代码、地区、所属省份、所属地域、长江经济带、经度、纬度以及海拔标准差等关键指标。这些数据来源于地理空间数据云,并以Excel和dta格式提供,方便研究者进行进一步的分析和研究。
YOLO算法的原理与实现
视网膜病变是糖尿病和高血压的主要微血管并发症。如果不及时治疗,可能会导致失明。据估计,印度三分之一的成年人患有糖尿病或高血压,他们未来患视网膜病变的风险很高。我们研究的目的是检查糖化血红蛋白 (HbA1c)、血压 (BP) 读数和脂质水平与视网膜病变的相关性。我们的主要假设是,血糖控制不佳(表现为高 HbA1c 水平、高血压和异常脂质水平)会导致视网膜病变风险增加。我们使用眼底照相机筛查了 119 名印度患者的视网膜病变,并获取了他们最近的血压、HbA1c 和血脂谱值。然后,我们应用 XGBoost 机器学习算法根据他们的实验室值预测是否存在视网膜病变。我们能够根据这些关键生物标志物高精度地预测视网膜病变。此外,使用 Shapely Additive Explanations (SHAP),我们确定了对模型最重要的两个特征,即年龄和 HbA1c。这表明血糖控制不佳的老年患者更有可能出现视网膜病变。因此,这些高风险人群可以成为早期筛查和干预计划的目标,以防止视网膜病变发展为失明。
在强化学习(RL)领域,如何稳定地优化策略是一个核心挑战。2015 年,由 John Schulman 等人提出的信赖域策略优化(Trust Region Policy Optimization, TRPO)算法为这一问题提供了优雅的解决方案。TRPO 通过限制策略更新的幅度,避免了策略更新过大导致的不稳定问题,是强化学习中经典的策略优化方法之一。
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。
这组数据涵盖了1999至2020年间中国各地区普通小学毕业生的数量。它为我们提供了一个深入了解中国教育领域中普通小学阶段教育水平和教育资源分配情况的窗口。通过分析这些数据,可以为制定科学合理的教育政策提供依据,同时,通过比较不同城市的普通小学毕业生数,也能为城市规划和劳动力市场调查提供参考。数据来源于中国区域统计年鉴和中国各省市统计年鉴,包含了8472个样本,以面板数据的形式呈现。这些数据对于掌握中国教育态势具有重要的参考价值。
原生js制作拖拽排列排序代码.zip
PixPin截图工具,非常好用的一款截图工具