图文精华

About云-梭伦科技»专题 › 技术学习(版主发帖区) › 大数据学习 › Hbase › 实操演练› 基于Solr的HBase多条件查询测试
分享

基于Solr的HBase多条件查询测试

xioaxu790 2014-10-31 09:21:40 发表于 实操演练 [显示全部楼层] 回帖奖励 阅读模式 关闭右栏 6 17966
About云VIP帮助找工作和提升
问题导读
1、基于Solr的HBase多条件查询原理是什么？
2、读取到了HBase源表的数据后，怎么在Solr中建立索引?
3、如何通过java客户端结合Solr查询HBase数据？







背景：
某电信项目中采用HBase来存储用户终端明细数据，供前台页面即时查询。HBase无可置疑拥有其优势，但其本身只对rowkey支持毫秒级的快速检索，对于多字段的组合查询却无能为力。针对HBase的多条件查询也有多种方案，但是这些方案要么太复杂，要么效率太低，本文只对基于Solr的HBase多条件查询方案进行测试和验证。


原理：
基于Solr的HBase多条件查询原理很简单，将HBase表中涉及条件过滤的字段和rowkey在Solr中建立索引，通过Solr的多条件查询快速获得符合过滤条件的rowkey值，拿到这些rowkey之后在HBASE中通过指定rowkey进行查询。
1.PNG



测试环境：
solr 4.0.0版本，使用其自带的jetty服务端容器，单节点；

hbase-0.94.2-cdh4.2.1，10台Lunux服务器组成的HBase集群。

HBase中2512万条数据172个字段；

Solr索引HBase中的100万条数据；

测试结果：
1、100万条数据在Solr中对8个字段建立索引。在Solr中最多8个过滤条件获取51316条数据的rowkey值，基本在57-80毫秒。根据Solr返回的rowkey值在HBase表中获取所有51316条数据12个字段值，耗时基本在15秒；

2、数据量同上，过滤条件同上，采用Solr分页查询，每次获取20条数据，Solr获得20个rowkey值耗时4-10毫秒，拿到Solr传入的rowkey值在HBase中获取对应20条12个字段的数据，耗时6毫秒。

以下列出测试环境的搭建、以及相关代码实现过程。


一、Solr环境的搭建
因为初衷只是测试Solr的使用，Solr的运行环境也只是用了其自带的jetty，而非大多人用的Tomcat；没有搭建Solr集群，只是一个单一的Solr服务端，也没有任何参数调优。

1）在Apache网站上下载Solr 4：http://lucene.apache.org/solr/downloads.html，我们这里下载的是“apache-solr-4.0.0.tgz”；

2）在当前目录解压Solr压缩包：
  1. cd /opt

  2. tar -xvzf apache-solr-4.0.0.tgz
复制代码



3）修改Solr的配置文件schema.xml，添加我们需要索引的多个字段（配置文件位于“/opt/apache-solr-4.0.0/example/solr/collection1/conf/”）
  1.    <field name="rowkey" type="string" indexed="true" stored="true" required="true" multiValued="false" /> 

  2.    <field name="time" type="string" indexed="true" stored="true" required="false" multiValued="false" />

  3.    <field name="tebid" type="string" indexed="true" stored="true" required="false" multiValued="false" />

  4.    <field name="tetid" type="string" indexed="true" stored="true" required="false" multiValued="false" />

  5.    <field name="puid" type="string" indexed="true" stored="true" required="false" multiValued="false" />

  6.    <field name="mgcvid" type="string" indexed="true" stored="true" required="false" multiValued="false" />

  7.    <field name="mtcvid" type="string" indexed="true" stored="true" required="false" multiValued="false" />

  8.    <field name="smaid" type="string" indexed="true" stored="true" required="false" multiValued="false" />

  9.    <field name="mtlkid" type="string" indexed="true" stored="true" required="false" multiValued="false" />
复制代码


另外关键的一点是修改原有的uniqueKey，本文设置HBase表的rowkey字段为Solr索引的uniqueKey：
  1. <uniqueKey>rowkey</uniqueKey>
复制代码


type 参数代表索引数据类型，我这里将type全部设置为string是为了避免异常类型的数据导致索引建立失败，正常情况下应该根据实际字段类型设置，比如整型字段设置为int，更加有利于索引的建立和检索；

indexed 参数代表此字段是否建立索引，根据实际情况设置，建议不参与条件过滤的字段一律设置为false；

stored 参数代表是否存储此字段的值，建议根据实际需求只将需要获取值的字段设置为true，以免浪费存储，比如我们的场景只需要获取rowkey，那么只需把rowkey字段设置为true即可，其他字段全部设置flase；

required 参数代表此字段是否必需，如果数据源某个字段可能存在空值，那么此属性必需设置为false，不然Solr会抛出异常；

multiValued 参数代表此字段是否允许有多个值，通常都设置为false，根据实际需求可设置为true。

4）我们使用Solr自带的example来作为运行环境，定位到example目录，启动服务监听：
  1. cd /opt/apache-solr-4.0.0/example

  2. java -jar ./start.jar
复制代码


如果启动成功，可以通过浏览器打开此页面：http://192.168.1.10:8983/solr/
1.PNG



二、读取HBase源表的数据，在Solr中建立索引
一种方案是通过HBase的普通API获取数据建立索引，此方案的缺点是效率较低每秒只能处理100多条数据（或许可以通过多线程提高效率）：

  1. package com.ultrapower.hbase.solrhbase;

  2. 

  3. import java.io.IOException;

  4. 

  5. import org.apache.hadoop.conf.Configuration;

  6. import org.apache.hadoop.hbase.HBaseConfiguration;

  7. import org.apache.hadoop.hbase.KeyValue;

  8. import org.apache.hadoop.hbase.client.HTable;

  9. import org.apache.hadoop.hbase.client.Result;

  10. import org.apache.hadoop.hbase.client.ResultScanner;

  11. import org.apache.hadoop.hbase.client.Scan;

  12. import org.apache.hadoop.hbase.util.Bytes;

  13. import org.apache.solr.client.solrj.SolrServerException;

  14. import org.apache.solr.client.solrj.impl.HttpSolrServer;

  15. import org.apache.solr.common.SolrInputDocument;

  16. 

  17. public class SolrIndexer {

  18. 

  19.     /**

  20.      * @param args

  21.      * @throws IOException

  22.      * @throws SolrServerException

  23.      */

  24.     public static void main(String[] args) throws IOException,

  25.             SolrServerException {

  26.         final Configuration conf;

  27.         HttpSolrServer solrServer = new HttpSolrServer(

  28.                 "http://192.168.1.10:8983/solr"); // 因为服务端是用的Solr自带的jetty容器，默认端口号是8983

  29. 

  30.         conf = HBaseConfiguration.create();

  31.         HTable table = new HTable(conf, "hb_app_xxxxxx"); // 这里指定HBase表名称

  32.         Scan scan = new Scan();

  33.         scan.addFamily(Bytes.toBytes("d")); // 这里指定HBase表的列族

  34.         scan.setCaching(500);

  35.         scan.setCacheBlocks(false);

  36.         ResultScanner ss = table.getScanner(scan);

  37. 

  38.         System.out.println("start ...");

  39.         int i = 0;

  40.         try {

  41.             for (Result r : ss) {

  42.                 SolrInputDocument solrDoc = new SolrInputDocument();

  43.                 solrDoc.addField("rowkey", new String(r.getRow()));

  44.                 for (KeyValue kv : r.raw()) {

  45.                     String fieldName = new String(kv.getQualifier());

  46.                     String fieldValue = new String(kv.getValue());

  47.                     if (fieldName.equalsIgnoreCase("time")

  48.                             || fieldName.equalsIgnoreCase("tebid")

  49.                             || fieldName.equalsIgnoreCase("tetid")

  50.                             || fieldName.equalsIgnoreCase("puid")

  51.                             || fieldName.equalsIgnoreCase("mgcvid")

  52.                             || fieldName.equalsIgnoreCase("mtcvid")

  53.                             || fieldName.equalsIgnoreCase("smaid")

  54.                             || fieldName.equalsIgnoreCase("mtlkid")) {

  55.                         solrDoc.addField(fieldName, fieldValue);

  56.                     }

  57.                 }

  58.                 solrServer.add(solrDoc);

  59.                 solrServer.commit(true, true, true);

  60.                 i = i + 1;

  61.                 System.out.println("已经成功处理 " + i + " 条数据");

  62.             }

  63.             ss.close();

  64.             table.close();

  65.             System.out.println("done !");

  66.         } catch (IOException e) {

  67.         } finally {

  68.             ss.close();

  69.             table.close();

  70.             System.out.println("erro !");

  71.         }

  72.     }

  73. 

  74. }
复制代码


另外一种方案是用到HBase的Mapreduce框架，分布式并行执行效率特别高，处理1000万条数据仅需5分钟，但是这种高并发需要对Solr服务器进行配置调优，不然会抛出服务器无法响应的异常：
  1. Error: org.apache.solr.common.SolrException: Server at http://192.168.1.10:8983/solr returned non ok status:503, message:Service Unavailable
复制代码



MapReduce入口程序：

  1. package com.ultrapower.hbase.solrhbase;

  2. 

  3. import java.io.IOException;

  4. import java.net.URISyntaxException;

  5. 

  6. import org.apache.hadoop.conf.Configuration;

  7. import org.apache.hadoop.hbase.HBaseConfiguration;

  8. import org.apache.hadoop.hbase.client.Scan;

  9. import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;

  10. import org.apache.hadoop.hbase.util.Bytes;

  11. import org.apache.hadoop.mapreduce.Job;

  12. import org.apache.hadoop.mapreduce.lib.output.NullOutputFormat;

  13. 

  14. public class SolrHBaseIndexer {

  15.     private static void usage() {

  16.         System.err.println("输入参数: <配置文件路径> <起始行> <结束行>");

  17.         System.exit(1);

  18.     }

  19. 

  20.     private static Configuration conf;

  21. 

  22.     public static void main(String[] args) throws IOException,

  23.             InterruptedException, ClassNotFoundException, URISyntaxException {

  24. 

  25.         if (args.length == 0 || args.length > 3) {

  26.             usage();

  27.         }

  28. 

  29.         createHBaseConfiguration(args[0]);

  30.         ConfigProperties tutorialProperties = new ConfigProperties(args[0]);

  31.         String tbName = tutorialProperties.getHBTbName();

  32.         String tbFamily = tutorialProperties.getHBFamily();

  33. 

  34.         Job job = new Job(conf, "SolrHBaseIndexer");

  35.         job.setJarByClass(SolrHBaseIndexer.class);

  36. 

  37.         Scan scan = new Scan();

  38.         if (args.length == 3) {

  39.             scan.setStartRow(Bytes.toBytes(args[1]));

  40.             scan.setStopRow(Bytes.toBytes(args[2]));

  41.         }

  42. 

  43.         scan.addFamily(Bytes.toBytes(tbFamily));

  44.         scan.setCaching(500); // 设置缓存数据量来提高效率

  45.         scan.setCacheBlocks(false);

  46. 

  47.         // 创建Map任务

  48.         TableMapReduceUtil.initTableMapperJob(tbName, scan,

  49.                 SolrHBaseIndexerMapper.class, null, null, job);

  50. 

  51.         // 不需要输出

  52.         job.setOutputFormatClass(NullOutputFormat.class);

  53.         // job.setNumReduceTasks(0);

  54. 

  55.         System.exit(job.waitForCompletion(true) ? 0 : 1);

  56.     }

  57. 

  58.     /**

  59.      * 从配置文件读取并设置HBase配置信息

  60.      * 

  61.      * @param propsLocation

  62.      * @return

  63.      */

  64.     private static void createHBaseConfiguration(String propsLocation) {

  65.         ConfigProperties tutorialProperties = new ConfigProperties(

  66.                 propsLocation);

  67.         conf = HBaseConfiguration.create();

  68.         conf.set("hbase.zookeeper.quorum", tutorialProperties.getZKQuorum());

  69.         conf.set("hbase.zookeeper.property.clientPort",

  70.                 tutorialProperties.getZKPort());

  71.         conf.set("hbase.master", tutorialProperties.getHBMaster());

  72.         conf.set("hbase.rootdir", tutorialProperties.getHBrootDir());

  73.         conf.set("solr.server", tutorialProperties.getSolrServer());

  74.     }

  75. }
复制代码


对应的Mapper：

  1. package com.ultrapower.hbase.solrhbase;

  2. 

  3. import java.io.IOException;

  4. 

  5. import org.apache.hadoop.conf.Configuration;

  6. import org.apache.hadoop.hbase.KeyValue;

  7. import org.apache.hadoop.hbase.client.Result;

  8. import org.apache.hadoop.hbase.io.ImmutableBytesWritable;

  9. import org.apache.hadoop.hbase.mapreduce.TableMapper;

  10. import org.apache.hadoop.io.Text;

  11. import org.apache.solr.client.solrj.SolrServerException;

  12. import org.apache.solr.client.solrj.impl.HttpSolrServer;

  13. import org.apache.solr.common.SolrInputDocument;

  14. 

  15. public class SolrHBaseIndexerMapper extends TableMapper<Text, Text> {

  16. 

  17.     public void map(ImmutableBytesWritable key, Result hbaseResult,

  18.             Context context) throws InterruptedException, IOException {

  19. 

  20.         Configuration conf = context.getConfiguration();

  21. 

  22.         HttpSolrServer solrServer = new HttpSolrServer(conf.get("solr.server"));

  23.         solrServer.setDefaultMaxConnectionsPerHost(100);

  24.         solrServer.setMaxTotalConnections(1000);

  25.         solrServer.setSoTimeout(20000);

  26.         solrServer.setConnectionTimeout(20000);

  27.         SolrInputDocument solrDoc = new SolrInputDocument();

  28.         try {

  29.             solrDoc.addField("rowkey", new String(hbaseResult.getRow()));

  30.             for (KeyValue rowQualifierAndValue : hbaseResult.list()) {

  31.                 String fieldName = new String(

  32.                         rowQualifierAndValue.getQualifier());

  33.                 String fieldValue = new String(rowQualifierAndValue.getValue());

  34.                 if (fieldName.equalsIgnoreCase("time")

  35.                         || fieldName.equalsIgnoreCase("tebid")

  36.                         || fieldName.equalsIgnoreCase("tetid")

  37.                         || fieldName.equalsIgnoreCase("puid")

  38.                         || fieldName.equalsIgnoreCase("mgcvid")

  39.                         || fieldName.equalsIgnoreCase("mtcvid")

  40.                         || fieldName.equalsIgnoreCase("smaid")

  41.                         || fieldName.equalsIgnoreCase("mtlkid")) {

  42.                     solrDoc.addField(fieldName, fieldValue);

  43.                 }

  44.             }

  45.             solrServer.add(solrDoc);

  46.             solrServer.commit(true, true, true);

  47.         } catch (SolrServerException e) {

  48.             System.err.println("更新Solr索引异常:" + new String(hbaseResult.getRow()));

  49.         }

  50.     }

  51. }
复制代码


读取参数配置文件的辅助类：

  1. package com.ultrapower.hbase.solrhbase;

  2. 

  3. import java.io.File;

  4. import java.io.FileReader;

  5. import java.io.IOException;

  6. import java.util.Properties;

  7. 

  8. public class ConfigProperties {

  9. 

  10.     private static Properties props;

  11.     private String HBASE_ZOOKEEPER_QUORUM;

  12.     private String HBASE_ZOOKEEPER_PROPERTY_CLIENT_PORT;

  13.     private String HBASE_MASTER;

  14.     private String HBASE_ROOTDIR;

  15.     private String DFS_NAME_DIR;

  16.     private String DFS_DATA_DIR;

  17.     private String FS_DEFAULT_NAME;

  18.     private String SOLR_SERVER; // Solr服务器地址

  19.     private String HBASE_TABLE_NAME; // 需要建立Solr索引的HBase表名称

  20.     private String HBASE_TABLE_FAMILY; // HBase表的列族

  21. 

  22.     public ConfigProperties(String propLocation) {

  23.         props = new Properties();

  24.         try {

  25.             File file = new File(propLocation);

  26.             System.out.println("从以下位置加载配置文件： " + file.getAbsolutePath());

  27.             FileReader is = new FileReader(file);

  28.             props.load(is);

  29. 

  30.             HBASE_ZOOKEEPER_QUORUM = props.getProperty("HBASE_ZOOKEEPER_QUORUM");

  31.             HBASE_ZOOKEEPER_PROPERTY_CLIENT_PORT = props.getProperty("HBASE_ZOOKEEPER_PROPERTY_CLIENT_PORT");

  32.             HBASE_MASTER = props.getProperty("HBASE_MASTER");

  33.             HBASE_ROOTDIR = props.getProperty("HBASE_ROOTDIR");

  34.             DFS_NAME_DIR = props.getProperty("DFS_NAME_DIR");

  35.             DFS_DATA_DIR = props.getProperty("DFS_DATA_DIR");

  36.             FS_DEFAULT_NAME = props.getProperty("FS_DEFAULT_NAME");

  37.             SOLR_SERVER = props.getProperty("SOLR_SERVER");

  38.             HBASE_TABLE_NAME = props.getProperty("HBASE_TABLE_NAME");

  39.             HBASE_TABLE_FAMILY = props.getProperty("HBASE_TABLE_FAMILY");

  40. 

  41.         } catch (IOException e) {

  42.             throw new RuntimeException("加载配置文件出错");

  43.         } catch (NullPointerException e) {

  44.             throw new RuntimeException("文件不存在");

  45.         }

  46.     }

  47. 

  48.     public String getZKQuorum() {

  49.         return HBASE_ZOOKEEPER_QUORUM;

  50.     }

  51. 

  52.     public String getZKPort() {

  53.         return HBASE_ZOOKEEPER_PROPERTY_CLIENT_PORT;

  54.     }

  55. 

  56.     public String getHBMaster() {

  57.         return HBASE_MASTER;

  58.     }

  59. 

  60.     public String getHBrootDir() {

  61.         return HBASE_ROOTDIR;

  62.     }

  63. 

  64.     public String getDFSnameDir() {

  65.         return DFS_NAME_DIR;

  66.     }

  67. 

  68.     public String getDFSdataDir() {

  69.         return DFS_DATA_DIR;

  70.     }

  71. 

  72.     public String getFSdefaultName() {

  73.         return FS_DEFAULT_NAME;

  74.     }

  75. 

  76.     public String getSolrServer() {

  77.         return SOLR_SERVER;

  78.     }

  79. 

  80.     public String getHBTbName() {

  81.         return HBASE_TABLE_NAME;

  82.     }

  83. 

  84.     public String getHBFamily() {

  85.         return HBASE_TABLE_FAMILY;

  86.     }

  87. }
复制代码


参数配置文件“config.properties”：

  1. HBASE_ZOOKEEPER_QUORUM=slave-1,slave-2,slave-3,slave-4,slave-5

  2. HBASE_ZOOKEEPER_PROPERTY_CLIENT_PORT=2181

  3. HBASE_MASTER=master-1:60000

  4. HBASE_ROOTDIR=hdfs:///hbase

  5. DFS_NAME_DIR=/opt/data/dfs/name

  6. DFS_DATA_DIR=/opt/data/d0/dfs2/data

  7. FS_DEFAULT_NAME=hdfs://192.168.1.10:9000

  8. SOLR_SERVER=http://192.168.1.10:8983/solr

  9. HBASE_TABLE_NAME=hb_app_m_user_te

  10. HBASE_TABLE_FAMILY=d
复制代码


三、结合Solr进行HBase数据的多条件查询：
可以通过web页面操作Solr索引，

查询：
  1. http://192.168.1.10:8983/solr/select?(time:201307 AND tetid:1 AND mgcvid:101 AND smaid:101 AND puid:102)
复制代码
1.PNG


删除所有索引：
  1. http://192.168.1.10:8983/solr/update/?stream.body=<delete><query>*:*</query></delete>&stream.contentType=text/xml;charset=utf-8&commit=true
复制代码


通过java客户端结合Solr查询HBase数据：
  1. package com.ultrapower.hbase.solrhbase;

  2. 

  3. import java.io.IOException;

  4. import java.nio.ByteBuffer;

  5. import java.util.ArrayList;

  6. import java.util.List;

  7. 

  8. import org.apache.hadoop.conf.Configuration;

  9. import org.apache.hadoop.hbase.HBaseConfiguration;

  10. import org.apache.hadoop.hbase.client.Get;

  11. import org.apache.hadoop.hbase.client.HTable;

  12. import org.apache.hadoop.hbase.client.Result;

  13. import org.apache.hadoop.hbase.util.Bytes;

  14. import org.apache.solr.client.solrj.SolrQuery;

  15. import org.apache.solr.client.solrj.SolrServer;

  16. import org.apache.solr.client.solrj.SolrServerException;

  17. import org.apache.solr.client.solrj.impl.HttpSolrServer;

  18. import org.apache.solr.client.solrj.response.QueryResponse;

  19. import org.apache.solr.common.SolrDocument;

  20. import org.apache.solr.common.SolrDocumentList;

  21. 

  22. public class QueryData {

  23. 

  24.     /**

  25.      * @param args

  26.      * @throws SolrServerException 

  27.      * @throws IOException 

  28.      */

  29.     public static void main(String[] args) throws SolrServerException, IOException {

  30.         final Configuration conf;

  31.         conf = HBaseConfiguration.create();

  32.         HTable table = new HTable(conf, "hb_app_m_user_te");

  33.         Get get = null;

  34.         List<Get> list = new ArrayList<Get>();

  35.         

  36.         String url = "http://192.168.1.10:8983/solr";

  37.         SolrServer server = new HttpSolrServer(url);

  38.         SolrQuery query = new SolrQuery("time:201307 AND tetid:1 AND mgcvid:101 AND smaid:101 AND puid:102");

  39.         query.setStart(0); //数据起始行，分页用

  40.         query.setRows(10); //返回记录数，分页用

  41.         QueryResponse response = server.query(query);

  42.         SolrDocumentList docs = response.getResults();

  43.         System.out.println("文档个数：" + docs.getNumFound()); //数据总条数也可轻易获取

  44.         System.out.println("查询时间：" + response.getQTime()); 

  45.         for (SolrDocument doc : docs) {

  46.             get = new Get(Bytes.toBytes((String) doc.getFieldValue("rowkey")));

  47.             list.add(get);

  48.         }

  49.         

  50.         Result[] res = table.get(list);

  51.         

  52.         byte[] bt1 = null;

  53.         byte[] bt2 = null;

  54.         byte[] bt3 = null;

  55.         byte[] bt4 = null;

  56.         String str1 = null;

  57.         String str2 = null;

  58.         String str3 = null;

  59.         String str4 = null;

  60.         for (Result rs : res) {

  61.             bt1 = rs.getValue("d".getBytes(), "3mpon".getBytes());

  62.             bt2 = rs.getValue("d".getBytes(), "3mponid".getBytes());

  63.             bt3 = rs.getValue("d".getBytes(), "amarpu".getBytes());

  64.             bt4 = rs.getValue("d".getBytes(), "amarpuid".getBytes());

  65.             if (bt1 != null && bt1.length>0) {str1 = new String(bt1);} else {str1 = "无数据";} //对空值进行new String的话会抛出异常

  66.             if (bt2 != null && bt2.length>0) {str2 = new String(bt2);} else {str2 = "无数据";}

  67.             if (bt3 != null && bt3.length>0) {str3 = new String(bt3);} else {str3 = "无数据";}

  68.             if (bt4 != null && bt4.length>0) {str4 = new String(bt4);} else {str4 = "无数据";}

  69.             System.out.print(new String(rs.getRow()) + " ");

  70.             System.out.print(str1 + "|");

  71.             System.out.print(str2 + "|");

  72.             System.out.print(str3 + "|");

  73.             System.out.println(str4 + "|");

  74.         }

  75.         table.close();

  76.     }

  77. }
复制代码





小结：
通过测试发现，结合Solr索引可以很好的实现HBase的多条件查询，同时还能解决其两个难点：分页查询、数据总量统计。

实际场景中大多都是分页查询，分页查询返回的数据量很少，采用此种方案完全可以达到前端页面毫秒级的实时响应；若有大批量的数据交互，比如涉及到数据导出，实际上效率也是很高，十万数据仅耗时10秒。

另外，如果真的将Solr纳入使用，Solr以及HBase端都可以不断进行优化，比如可以搭建Solr集群，甚至可以采用SolrCloud基于hadoop的分布式索引服务。

总之，HBase不能多条件过滤查询的先天性缺陷，在Solr的配合之下可以得到较好的弥补，难怪诸如新蛋科技、国美电商、苏宁电商等互联网公司以及众多游戏公司，都使用Solr来支持快速查询。


点评

admin
严重乱码  发表于 2014-10-31 11:51
关注公众号，获取大数据、人工智能20套、区块链资源5阶段等资源，随时更新，获取最新技术资源
回复

使用道具 举报

自定义广告语

已有(7)人评论

跳转到指定楼层
正序浏览
xioaxu790 发表于 2014-10-31 12:09:29
有部分网友，或许看到的代码是乱码，我不知道是什么原因造成的。但我看的不是乱码。如果是我的原因，我愿意真诚弥补。欢迎大家指正
回复

使用道具 举报

anyhuayong 发表于 2014-11-1 10:17:05
好文章，谢楼主分享
回复

使用道具 举报

wusang 发表于 2014-11-26 23:51:22
正需要，感谢楼主！好文章！
回复

使用道具 举报

EASONLIU 发表于 2014-12-17 10:19:31
路过，学习学习
回复

使用道具 举报

123456ddff 发表于 2015-1-8 17:56:18
真的很给力啊
回复

使用道具 举报

stephenKang 发表于 2016-7-15 08:59:36
请问楼主索引的建立是在数据插入时直接建立，还是有单独的程序在定时建立呢？
回复

使用道具 举报

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

发表新帖
xioaxu790

金牌会员

关注

  • 851

    主题

  • 1000

    帖子

  • 108

    粉丝

TA的主题
关闭

推荐上一条 /2 下一条

关于我们· 联系我们· 加入我们· 小黑屋· 合作伙伴   

Copyright © 2001-2024 About云-梭伦科技 Powered by Discuz! X3.4 Licensed Discuz Team.

简书 / Smrz 京ICP备2020039040号 Wxb 简书网举报电话：021-34700000