您的位置:首页 > 游戏 > 手游 > 深圳营销型定制网站开发1000_b2b网站大全b2b网站大全下载_谷歌引擎搜索入口_百度百科怎么创建自己

深圳营销型定制网站开发1000_b2b网站大全b2b网站大全下载_谷歌引擎搜索入口_百度百科怎么创建自己

2024/12/23 8:49:10 来源:https://blog.csdn.net/atgfg/article/details/142290855  浏览:    关键词:深圳营销型定制网站开发1000_b2b网站大全b2b网站大全下载_谷歌引擎搜索入口_百度百科怎么创建自己
深圳营销型定制网站开发1000_b2b网站大全b2b网站大全下载_谷歌引擎搜索入口_百度百科怎么创建自己

       💖💖💖亲爱的朋友们,热烈欢迎你们来到 青云交的博客!能与你们在此邂逅,我满心欢喜,深感无比荣幸。在这个瞬息万变的时代,我们每个人都在苦苦追寻一处能让心灵安然栖息的港湾。而 我的博客,正是这样一个温暖美好的所在。在这里,你们不仅能够收获既富有趣味又极为实用的内容知识,还可以毫无拘束地畅所欲言,尽情分享自己独特的见解。我真诚地期待着你们的到来,愿我们能在这片小小的天地里共同成长,共同进步。💖💖💖

在这里插入图片描述

本博客的精华专栏:

  1. Java 大厂面试专栏系列:提供大厂面试的相关技巧和经验,助力求职。
  2. Java 性能优化传奇之旅:铸就编程巅峰之路:如一把神奇钥匙,深度开启 JVM 等关键领域之门。丰富案例似璀璨繁星,引领你踏上编程巅峰的壮丽征程。
  3. Java 虚拟机(JVM)专栏系列:深入剖析 JVM 的工作原理和优化方法。
  4. Java 技术栈专栏系列:全面涵盖 Java 相关的各种技术。
  5. Java 学习路线专栏系列:为不同阶段的学习者规划清晰的学习路径。
  6. JVM万亿性能密码:在数字世界的浩瀚星海中,JVM 如神秘宝藏,其万亿性能密码即将开启奇幻之旅。
  7. AI(人工智能)专栏系列:紧跟科技潮流,介绍人工智能的应用和发展趋势。
  8. 大数据新视界专栏系列:聚焦大数据,展技术应用,推动进步拓展新视野。
  9. 工具秘籍专栏系列:工具助力,开发如有神。
           展望未来,我将持续深入钻研前沿技术,及时推出如人工智能和大数据等相关专题内容。同时,我会努力打造更加活跃的社区氛围,举办技术挑战活动和代码分享会,激发大家的学习热情与创造力。我也会加强与读者的互动,依据大家的反馈不断优化博客的内容和功能。此外,我还会积极拓展合作渠道,与优秀的博主和技术机构携手合作,为大家带来更为丰富的学习资源和机会。
           我热切期待能与你们一同在这个小小的网络世界里探索、学习、成长你们的每一次点赞、关注、评论、打赏和订阅专栏,都是对我最大的支持。让我们一起在知识的海洋中尽情遨游,共同打造一个充满活力与智慧的博客社区。✨✨✨
           衷心地感谢每一位为我点赞、给予关注、留下真诚留言以及慷慨打赏的朋友,还有那些满怀热忱订阅我专栏的坚定支持者。你们的每一次互动,都犹如强劲的动力,推动着我不断向前迈进。倘若大家对更多精彩内容充满期待,欢迎加入【青云交社区】或加微信:【QingYunJiao】【备注:分享交流】。让我们携手并肩,一同踏上知识的广袤天地,去尽情探索。此刻,请立即访问我的主页吧,那里有更多的惊喜在等待着你。相信通过我们齐心协力的共同努力,这里必将化身为一座知识的璀璨宝库,吸引更多热爱学习、渴望进步的伙伴们纷纷加入,共同开启这一趟意义非凡的探索之旅,驶向知识的浩瀚海洋。让我们众志成城,在未来必定能够汇聚更多志同道合之人,携手共创知识领域的辉煌篇章

大数据新视界 --大数据大厂之 Cassandra 分布式数据库:高可用数据存储的新选择

  • 引言:
  • 正文:
    • 一、Cassandra 的核心特点
      • 1.1 高可用无忧
      • 1.2 轻松扩展
      • 1.3 读写神速
      • 1.4 数据模型灵活
      • 1.5 安全可靠
    • 二、Cassandra 的分布式架构
      • 2.1 去中心化
      • 2.2 数据复制
      • 2.3 可扩展性强
      • 2.4 负载均衡
    • 三、Cassandra 的使用场景
      • 3.1 金融领域实时数据分析
      • 3.2 物联网海量数据存储
      • 3.3 社交媒体个性化服务
    • 四、Cassandra 的使用案例细分
      • 4.1 电商行业
      • 4.2 医疗行业
      • 4.3 制造业
    • 五、Cassandra 的性能优化与安全增强
      • 5.1 性能优化
      • 5.2 安全增强
    • 六、Cassandra 与新兴技术结合展望
      • 6.1 与人工智能结合
      • 6.2 与区块链结合
  • 结束语:


引言:

在数字宇宙的浩瀚星空中,Cassandra 如一颗璀璨的明星,照亮了大数据时代的前行之路。它是大数据大厂们在数据存储领域的得力战将,以其卓越的性能和高可用性,成为了众多企业的新选择。

在这里插入图片描述

正文:

在大数据的浪潮中,数据存储的可靠性和高效性至关重要。Cassandra 分布式数据库以其独特的优势,为企业提供了高可用的数据存储解决方案。

一、Cassandra 的核心特点

1.1 高可用无忧

通过分布式架构,数据存储于众多节点,单个节点故障不影响整体系统,确保数据持续可用。在金融等关键领域,为数据安全保驾护航。

1.2 轻松扩展

可便捷地添加新节点,适应数据量增长,无惧性能瓶颈。电商促销等场景下,轻松应对数据暴增。

1.3 读写神速

具备极快的数据读写速度,满足实时处理需求。在物联网等领域,为智能设备运行提供强大支持。

1.4 数据模型灵活

适应各种类型数据存储需求,无论是结构化、半结构化还是非结构化数据,都能轻松管理。

1.5 安全可靠

提供强大加密机制和严格访问控制,守护敏感数据安全,如医疗行业患者病历等。

二、Cassandra 的分布式架构

2.1 去中心化

Cassandra 采用分布式架构,由多个节点组成。无单一主节点,避免单点故障。每个节点均可处理读写请求,提高系统可用性和性能。
例如,在某大型电商平台中,Cassandra 的去中心化架构确保即使某个服务器出现故障,订单处理和用户查询也能正常进行,不会影响业务的连续性。

2.2 数据复制

支持数据复制到多个节点,提高可靠性和可用性。复制策略可根据需求配置,如跨数据中心复制,防止数据丢失。

2.3 可扩展性强

添加新节点即可轻松扩展存储容量和处理能力。新节点自动加入集群,开始接收和处理数据。

2.4 负载均衡

自动进行负载均衡,将数据均匀分布在各个节点,避免部分节点负载过高。节点变动时,自动调整数据分布,保持平衡。

三、Cassandra 的使用场景

3.1 金融领域实时数据分析

金融交易对数据的实时性要求极高。Cassandra 可快速存储和分析交易数据,及时发现异常交易,降低风险。

以下是一个使用 Python 连接 Cassandra 进行金融数据实时分析的优化代码示例:

from cassandra.cluster import Cluster
from cassandra.query import SimpleStatement# 创建连接到 Cassandra 集群
cluster = Cluster(['node1_ip', 'node2_ip', 'node3_ip'])
session = cluster.connect('finance_keyspace')# 执行查询
query_statement = SimpleStatement("SELECT * FROM financial_data_table WHERE timestamp > '2024-09-15 00:00:00' AND transaction_amount > 10000")
rows = session.execute(query_statement)# 分析数据
for row in rows:# 根据业务需求进行数据分析,比如计算大额交易的频率等pass# 关闭连接
cluster.shutdown()

3.2 物联网海量数据存储

物联网设备产生大量数据,需实时存储和处理。Cassandra 的分布式和高可用性完美契合,如智能工厂可存储设备数据,远程监控管理,提高生产效率。

以下是一个使用 Java 连接 Cassandra 进行物联网数据存储的优化代码示例:

import com.datastax.driver.core.Cluster;
import com.datastax.driver.core.Session;
import com.datastax.driver.core.utils.UUIDs;public class IoTDataStorageExample {public static void main(String[] args) {// 创建连接到 Cassandra 集群Cluster cluster = Cluster.builder().addContactPoint("node1_ip").addContactPoint("node2_ip").addContactPoint("node3_ip").build();Session session = cluster.connect("iot_keyspace");// 模拟物联网设备数据long deviceId = 12345;double sensorValue = 25.6;int statusCode = 1; // 假设设备状态码// 插入数据String query = "INSERT INTO iot_data_table (id, device_id, sensor_value, status_code) VALUES (?,?,?,?)";session.execute(query, UUIDs.timeBased(), deviceId, sensorValue, statusCode);session.close();cluster.close();}
}

3.3 社交媒体个性化服务

社交媒体平台数据多样,Cassandra 灵活的数据模型和分布式架构可有效管理,分析用户行为和兴趣,提供个性化内容和广告推荐。

四、Cassandra 的使用案例细分

4.1 电商行业

电商促销活动时订单量暴增,Cassandra 的高可用性和可扩展性确保高并发下快速读写和系统稳定。节点故障无缝切换,保证订单处理不间断。
问题:促销期间订单量瞬间增长,传统数据库易出现性能瓶颈和系统崩溃。
解决方案:采用 Cassandra 后,添加新节点扩展容量,保障数据快速读写。高可用性确保系统正常运行,提高客户满意度。

4.2 医疗行业

医疗数据敏感,需严格保密。Cassandra 的加密技术和访问控制保护患者隐私,同时确保数据准确性和完整性。
问题:病历等医疗数据安全要求高,且准确性至关重要。
解决方案:利用 Cassandra 的安全特性,建立严格的数据备份和恢复机制,保障医疗数据安全可靠。

4.3 制造业

智能工厂设备数据需实时处理分析。Cassandra 优化配置后,可高效管理多样化数据,提高生产效率和质量。
问题:制造业数据多样复杂,传统数据库管理困难。
解决方案:采用 Cassandra,调整配置,采用合适数据模型,实现设备数据实时处理和分析。

五、Cassandra 的性能优化与安全增强

5.1 性能优化

可通过优化存储结构、调整查询策略等方式,不断提高数据读写速度和查询效率。例如,使用合适的索引和分区策略,减少数据查询时间。

以下是一个使用 CQL(Cassandra Query Language)创建索引以优化查询性能的示例代码:

CREATE INDEX ON my_keyspace.my_table(my_column);

5.2 安全增强

加强数据加密强度,定期更新密钥。严格控制访问权限,采用多因素认证等手段,应对网络安全威胁。

以下是一个设置 Cassandra 访问控制的 CQL 示例代码:

CREATE ROLE my_role WITH PASSWORD = 'my_password' AND LOGIN = true;
GRANT SELECT ON my_keyspace.my_table TO my_role;

六、Cassandra 与新兴技术结合展望

6.1 与人工智能结合

Cassandra 有望与人工智能结合,实现智能数据分析和预测。通过对大量数据的高效存储和快速查询,为人工智能算法提供数据支持,实现更精准的预测和决策。

6.2 与区块链结合

与区块链结合,提高数据的安全性和不可篡改性。Cassandra 的分布式架构与区块链的去中心化特性相契合,可共同构建更加安全可靠的数据存储和管理体系。

结束语:

Cassandra 在大数据时代展现出强大实力和广阔应用前景。通过对其核心特点、分布式架构、使用场景、案例以及未来发展的介绍,我们可以看到它在高可用数据存储方面的独特优势。无论是金融、物联网、社交媒体还是其他行业,Cassandra 都能为企业提供可靠的数据存储解决方案。在未来,随着技术的不断发展,Cassandra 将继续创新和完善,与新兴技术结合,为大数据领域带来更多惊喜。无论是写作专家、Java 专家、大数据专家、博客专家、数据库专家还是分布式专家,都能在 Cassandra 的世界里找到属于自己的舞台,共同为大数据的发展贡献力量。


———— 精 选 文 章 ————
  1. 大数据新视界 --大数据大厂之数据安全策略:保护大数据资产的最佳实践(最新)
  2. 大数据新视界 --大数据大厂之Kafka消息队列实战:实现高吞吐量数据传输(最新)
  3. 大数据新视界 --大数据大厂之数据挖掘入门:用 R 语言开启数据宝藏的探索之旅(最新)
  4. 大数据新视界 --大数据大厂之HBase深度探寻:大规模数据存储与查询的卓越方案(最新)
  5. IBM 中国研发部裁员风暴,IT 行业何去何从?(最新)
  6. 大数据新视界 --大数据大厂之数据治理之道:构建高效大数据治理体系的关键步骤(最新)
  7. 大数据新视界 --大数据大厂之Flink强势崛起:大数据新视界的璀璨明珠(最新)
  8. 大数据新视界 --大数据大厂之数据可视化之美:用 Python 打造炫酷大数据可视化报表(最新)
  9. 大数据新视界 --大数据大厂之 Spark 性能优化秘籍:从配置到代码实践(最新)
  10. 大数据新视界 --大数据大厂之揭秘大数据时代 Excel 魔法:大厂数据分析师进阶秘籍(最新)
  11. 大数据新视界 --大数据大厂之Hive与大数据融合:构建强大数据仓库实战指南(最新)
  12. 大数据新视界–大数据大厂之Java 与大数据携手:打造高效实时日志分析系统的奥秘(最新)
  13. 大数据新视界–面向数据分析师的大数据大厂之MySQL基础秘籍:轻松创建数据库与表,踏入大数据殿堂(最新)
  14. 全栈性能优化秘籍–Linux 系统性能调优全攻略:多维度优化技巧大揭秘(最新)
  15. 大数据新视界–大数据大厂之MySQL数据库课程设计:揭秘 MySQL 集群架构负载均衡核心算法:从理论到 Java 代码实战,让你的数据库性能飙升!(最新)
  16. 大数据新视界–大数据大厂之MySQL数据库课程设计:MySQL集群架构负载均衡故障排除与解决方案(最新)
  17. 解锁编程高效密码:四大工具助你一飞冲天!(最新)
  18. 大数据新视界–大数据大厂之MySQL数据库课程设计:MySQL数据库高可用性架构探索(2-1)(最新)
  19. 大数据新视界–大数据大厂之MySQL数据库课程设计:MySQL集群架构负载均衡方法选择全攻略(2-2)(最新)
  20. 大数据新视界–大数据大厂之MySQL数据库课程设计:MySQL 数据库 SQL 语句调优方法详解(2-1)(最新)
  21. 大数据新视界–大数据大厂之MySQL 数据库课程设计:MySQL 数据库 SQL 语句调优的进阶策略与实际案例(2-2)(最新)
  22. 大数据新视界–大数据大厂之MySQL 数据库课程设计:数据安全深度剖析与未来展望(最新)
  23. 大数据新视界–大数据大厂之MySQL 数据库课程设计:开启数据宇宙的传奇之旅(最新)
  24. 大数据新视界–大数据大厂之大数据时代的璀璨导航星:Eureka 原理与实践深度探秘(最新)
  25. Java性能优化传奇之旅–Java万亿级性能优化之Java 性能优化逆袭:常见错误不再是阻碍(最新)
  26. Java性能优化传奇之旅–Java万亿级性能优化之Java 性能优化传奇:热门技术点亮高效之路(最新)
  27. Java性能优化传奇之旅–Java万亿级性能优化之电商平台高峰时段性能优化:多维度策略打造卓越体验(最新)
  28. Java性能优化传奇之旅–Java万亿级性能优化之电商平台高峰时段性能大作战:策略与趋势洞察(最新)
  29. JVM万亿性能密码–JVM性能优化之JVM 内存魔法:开启万亿级应用性能新纪元(最新)
  30. 十万流量耀前路,成长感悟谱新章(最新)
  31. AI 模型:全能与专精之辩 —— 一场科技界的 “超级大比拼”(最新)
  32. 国产游戏技术:挑战与机遇(最新)
  33. Java面试题–JVM大厂篇之JVM大厂面试题及答案解析(10)(最新)
  34. Java面试题–JVM大厂篇之JVM大厂面试题及答案解析(9)(最新)
  35. Java面试题–JVM大厂篇之JVM大厂面试题及答案解析(8)(最新)
  36. Java面试题–JVM大厂篇之JVM大厂面试题及答案解析(7)(最新)
  37. Java面试题–JVM大厂篇之JVM大厂面试题及答案解析(6)(最新)
  38. Java面试题–JVM大厂篇之JVM大厂面试题及答案解析(5)(最新)
  39. Java面试题–JVM大厂篇之JVM大厂面试题及答案解析(4)(最新)
  40. Java面试题–JVM大厂篇之JVM大厂面试题及答案解析(3)(最新)
  41. Java面试题–JVM大厂篇之JVM大厂面试题及答案解析(2)(最新)
  42. Java面试题–JVM大厂篇之JVM大厂面试题及答案解析(1)(最新)
  43. Java 面试题 ——JVM 大厂篇之 Java 工程师必备:顶尖工具助你全面监控和分析 CMS GC 性能(2)(最新)
  44. Java面试题–JVM大厂篇之Java工程师必备:顶尖工具助你全面监控和分析CMS GC性能(1)(最新)
  45. Java面试题–JVM大厂篇之未来已来:为什么ZGC是大规模Java应用的终极武器?(最新)
  46. AI 音乐风暴:创造与颠覆的交响(最新)
  47. 编程风暴:勇破挫折,铸就传奇(最新)
  48. Java面试题–JVM大厂篇之低停顿、高性能:深入解析ZGC的优势(最新)
  49. Java面试题–JVM大厂篇之解密ZGC:让你的Java应用高效飞驰(最新)
  50. Java面试题–JVM大厂篇之掌控Java未来:深入剖析ZGC的低停顿垃圾回收机制(最新)
  51. GPT-5 惊涛来袭:铸就智能新传奇(最新)
  52. AI 时代风暴:程序员的核心竞争力大揭秘(最新)
  53. Java面试题–JVM大厂篇之Java新神器ZGC:颠覆你的垃圾回收认知!(最新)
  54. Java面试题–JVM大厂篇之揭秘:如何通过优化 CMS GC 提升各行业服务器响应速度(最新)
  55. “低代码” 风暴:重塑软件开发新未来(最新)
  56. 程序员如何平衡日常编码工作与提升式学习?–编程之路:平衡与成长的艺术(最新)
  57. 编程学习笔记秘籍:开启高效学习之旅(最新)
  58. Java面试题–JVM大厂篇之高并发Java应用的秘密武器:深入剖析GC优化实战案例(最新)
  59. Java面试题–JVM大厂篇之实战解析:如何通过CMS GC优化大规模Java应用的响应时间(最新)
  60. Java面试题–JVM大厂篇(1-10)
  61. Java面试题–JVM大厂篇之Java虚拟机(JVM)面试题:涨知识,拿大厂Offer(11-20)
  62. Java面试题–JVM大厂篇之JVM面试指南:掌握这10个问题,大厂Offer轻松拿
  63. Java面试题–JVM大厂篇之Java程序员必学:JVM架构完全解读
  64. Java面试题–JVM大厂篇之以JVM新特性看Java的进化之路:从Loom到Amber的技术篇章
  65. Java面试题–JVM大厂篇之深入探索JVM:大厂面试官心中的那些秘密题库
  66. Java面试题–JVM大厂篇之高级Java开发者的自我修养:深入剖析JVM垃圾回收机制及面试要点
  67. Java面试题–JVM大厂篇之从新手到专家:深入探索JVM垃圾回收–开端篇
  68. Java面试题–JVM大厂篇之Java性能优化:垃圾回收算法的神秘面纱揭开!
  69. Java面试题–JVM大厂篇之揭秘Java世界的清洁工——JVM垃圾回收机制
  70. Java面试题–JVM大厂篇之掌握JVM性能优化:选择合适的垃圾回收器
  71. Java面试题–JVM大厂篇之深入了解Java虚拟机(JVM):工作机制与优化策略
  72. Java面试题–JVM大厂篇之深入解析JVM运行时数据区:Java开发者必读
  73. Java面试题–JVM大厂篇之从零开始掌握JVM:解锁Java程序的强大潜力
  74. Java面试题–JVM大厂篇之深入了解G1 GC:大型Java应用的性能优化利器
  75. Java面试题–JVM大厂篇之深入了解G1 GC:高并发、响应时间敏感应用的最佳选择
  76. Java面试题–JVM大厂篇之G1 GC的分区管理方式如何减少应用线程的影响
  77. Java面试题–JVM大厂篇之深入解析G1 GC——革新Java垃圾回收机制
  78. Java面试题–JVM大厂篇之深入探讨Serial GC的应用场景
  79. Java面试题–JVM大厂篇之Serial GC在JVM中有哪些优点和局限性
  80. Java面试题–JVM大厂篇之深入解析JVM中的Serial GC:工作原理与代际区别
  81. Java面试题–JVM大厂篇之通过参数配置来优化Serial GC的性能
  82. Java面试题–JVM大厂篇之深入分析Parallel GC:从原理到优化
  83. Java面试题–JVM大厂篇之破解Java性能瓶颈!深入理解Parallel GC并优化你的应用
  84. Java面试题–JVM大厂篇之全面掌握Parallel GC参数配置:实战指南
  85. Java面试题–JVM大厂篇之Parallel GC与其他垃圾回收器的对比与选择
  86. Java面试题–JVM大厂篇之Java中Parallel GC的调优技巧与最佳实践
  87. Java面试题–JVM大厂篇之JVM监控与GC日志分析:优化Parallel GC性能的重要工具
  88. Java面试题–JVM大厂篇之针对频繁的Minor GC问题,有哪些优化对象创建与使用的技巧可以分享?
  89. Java面试题–JVM大厂篇之JVM 内存管理深度探秘:原理与实战
  90. Java面试题–JVM大厂篇之破解 JVM 性能瓶颈:实战优化策略大全
  91. Java面试题–JVM大厂篇之JVM 垃圾回收器大比拼:谁是最佳选择
  92. Java面试题–JVM大厂篇之从原理到实践:JVM 字节码优化秘籍
  93. Java面试题–JVM大厂篇之揭开CMS GC的神秘面纱:从原理到应用,一文带你全面掌握
  94. Java面试题–JVM大厂篇之JVM 调优实战:让你的应用飞起来
  95. Java面试题–JVM大厂篇之CMS GC调优宝典:从默认配置到高级技巧,Java性能提升的终极指南
  96. Java面试题–JVM大厂篇之CMS GC的前世今生:为什么它曾是Java的王者,又为何将被G1取代
  97. Java就业-学习路线–突破性能瓶颈: Java 22 的性能提升之旅
  98. Java就业-学习路线–透视Java发展:从 Java 19 至 Java 22 的飞跃
  99. Java就业-学习路线–Java技术:2024年开发者必须了解的10个要点
  100. Java就业-学习路线–Java技术栈前瞻:未来技术趋势与创新
  101. Java就业-学习路线–Java技术栈模块化的七大优势,你了解多少?
  102. Spring框架-Java学习路线课程第一课:Spring核心
  103. Spring框架-Java学习路线课程:Spring的扩展配置
  104. Springboot框架-Java学习路线课程:Springboot框架的搭建之maven的配置
  105. Java进阶-Java学习路线课程第一课:Java集合框架-ArrayList和LinkedList的使用
  106. Java进阶-Java学习路线课程第二课:Java集合框架-HashSet的使用及去重原理
  107. JavaWEB-Java学习路线课程:使用MyEclipse工具新建第一个JavaWeb项目(一)
  108. JavaWEB-Java学习路线课程:使用MyEclipse工具新建项目时配置Tomcat服务器的方式(二)
  109. Java学习:在给学生演示用Myeclipse10.7.1工具生成War时,意外报错:SECURITY: INTEGRITY CHECK ERROR
  110. 使用Jquery发送Ajax请求的几种异步刷新方式
  111. Idea Springboot启动时内嵌tomcat报错- An incompatible version [1.1.33] of the APR based Apache Tomcat Native
  112. Java入门-Java学习路线课程第一课:初识JAVA
  113. Java入门-Java学习路线课程第二课:变量与数据类型
  114. Java入门-Java学习路线课程第三课:选择结构
  115. Java入门-Java学习路线课程第四课:循环结构
  116. Java入门-Java学习路线课程第五课:一维数组
  117. Java入门-Java学习路线课程第六课:二维数组
  118. Java入门-Java学习路线课程第七课:类和对象
  119. Java入门-Java学习路线课程第八课:方法和方法重载
  120. Java入门-Java学习路线扩展课程:equals的使用
  121. Java入门-Java学习路线课程面试篇:取商 / 和取余(模) % 符号的使用

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com