SELECT b.CallerNum, b.Duration duration, min(b.CRT_TIME_) abnormalTime, count(b.CallerNum) abnormalCallNumber, count(b.CallerNum) abnormalCallTotal FROM basebill b left join billdetails b2 on b.base_bill_id =b2.base_bill_id where b2.area_code_ != 86 and b.billType = 1 and b.IS_DELETE_ = 0 and b.CRT_TIME_ >= '2023-06-06 13:00:00' and b.CRT_TIME_ <= '2023-06-06 15:00:00' and ( (b.Duration >=900) or (b.CallerNum in (SELECT b.CallerNum FROM basebill b left join billdetails b2 on b.base_bill_id =b2.base_bill_id where b2.area_code_ != 86 and b.billType = 1 and b.IS_DELETE_ = 0 and b.CRT_TIME_ >= '2023-06-06 13:00:00' and b.CRT_TIME_ <= '2023-06-06 15:00:00' GROUP BY b.CallerNum HAVING COUNT(b.CallerNum) >= 5)) or ((SELECT COUNT(*) FROM basebill b1 left join billdetails b2 on b1.base_bill_id =b2.base_bill_id where b2.area_code_ != 86 and b1.billType = 1 and b1.IS_DELETE_ = 0 and b1.CRT_TIME_ >= '2023-06-06 13:00:00' and b1.CRT_TIME_ <= '2023-06-06 15:00:00' and b1.CallerNum = b.CallerNum ) >= 10) ) group by b.CallerNum优化这条sql的查询速度

时间: 2024-04-01 16:34:54 浏览: 21
针对这条SQL语句,可以考虑以下几个优化方案: 1. 对where条件中的字段建立索引:对于b2.area_code_、b.billType、b.IS_DELETE_、b.CRT_TIME_、b.Duration、b.CallerNum等字段,建立相应的索引,可以提高查询效率。 2. 避免使用子查询:子查询会增加查询的复杂度,影响查询速度。可以将子查询改写为join操作,或者使用临时表来存储查询结果。 3. 避免重复查询:在where条件和select语句中都有重复查询的情况,可以将重复查询的部分提取出来,减少查询次数。 4. 分批查询:将查询时间段分成多个小段,避免一次查询过多数据,导致查询速度变慢。 5. 对于大表使用分区表:如果表中数据量较大,可以将表进行分区,以提高查询效率。 6. 定期清理无用数据:定期清理已经无用的数据,可以减少查询时的数据量,提高查询速度。 综上所述,以上优化方案可以针对不同的情况进行选择,以提高SQL语句的查询速度。
相关问题

SELECT b.CallerNum, b.Duration duration, min(b.CRT_TIME_) abnormalTime, count(b.CallerNum) abnormalCallNumber, count(b.CallerNum) abnormalCallTotal FROM basebill b left join billdetails b2 on b.base_bill_id =b2.base_bill_id where b2.area_code_ != 86 and b.billType = 1 and b.IS_DELETE_ = 0 and b.CRT_TIME_ >= '2023-06-06 13:00:00' and b.CRT_TIME_ <= '2023-06-06 15:00:00' and ( (b.Duration >=900) or (b.CallerNum in (SELECT b.CallerNum FROM basebill b left join billdetails b2 on b.base_bill_id =b2.base_bill_id where b2.area_code_ != 86 and b.billType = 1 and b.IS_DELETE_ = 0 and b.CRT_TIME_ >= '2023-06-06 13:00:00' and b.CRT_TIME_ <= '2023-06-06 15:00:00' GROUP BY b.CallerNum HAVING COUNT(b.CallerNum) >= 5)) or ((SELECT COUNT(*) FROM basebill b1 left join billdetails b2 on b1.base_bill_id =b2.base_bill_id where b2.area_code_ != 86 and b1.billType = 1 and b1.IS_DELETE_ = 0 and b1.CRT_TIME_ >= '2023-06-06 13:00:00' and b1.CRT_TIME_ <= '2023-06-06 15:00:00' and b1.CallerNum = b.CallerNum ) >= 10) ) group by b.CallerNum优化这条sql的查询速度,具体做法

具体做法如下: 1. 对where条件中的字段建立索引:针对b2.area_code_、b.billType、b.IS_DELETE_、b.CRT_TIME_、b.Duration、b.CallerNum等字段建立相应的索引,可以提高查询效率。 2. 避免使用子查询:将子查询改写成join操作,可以提高查询速度。例如: ``` SELECT b.CallerNum, b.Duration duration, min(b.CRT_TIME_) abnormalTime, count(b.CallerNum) abnormalCallNumber, count(b.CallerNum) abnormalCallTotal FROM basebill b LEFT JOIN billdetails b2 ON b.base_bill_id = b2.base_bill_id LEFT JOIN (SELECT CallerNum, COUNT(*) AS cnt FROM basebill WHERE IS_DELETE_ = 0 AND CRT_TIME_ >= '2023-06-06 13:00:00' AND CRT_TIME_ <= '2023-06-06 15:00:00' GROUP BY CallerNum HAVING COUNT(*) >= 5) AS t1 ON b.CallerNum = t1.CallerNum LEFT JOIN (SELECT CallerNum, COUNT(*) AS cnt FROM basebill WHERE IS_DELETE_ = 0 AND CRT_TIME_ >= '2023-06-06 13:00:00' AND CRT_TIME_ <= '2023-06-06 15:00:00' GROUP BY CallerNum HAVING COUNT(*) >= 10) AS t2 ON b.CallerNum = t2.CallerNum WHERE b2.area_code_ != 86 AND b.billType = 1 AND b.IS_DELETE_ = 0 AND b.CRT_TIME_ >= '2023-06-06 13:00:00' AND b.CRT_TIME_ <= '2023-06-06 15:00:00' AND (b.Duration >= 900 OR t1.CallerNum IS NOT NULL OR t2.CallerNum IS NOT NULL) GROUP BY b.CallerNum ``` 3. 避免重复查询:在where条件和select语句中都有重复查询的情况,可以将重复查询的部分提取出来,减少查询次数。例如: ``` SELECT b.CallerNum, b.Duration duration, min(b.CRT_TIME_) abnormalTime, count(b.CallerNum) abnormalCallNumber, count(b.CallerNum) abnormalCallTotal FROM basebill b LEFT JOIN billdetails b2 ON b.base_bill_id = b2.base_bill_id LEFT JOIN (SELECT CallerNum, COUNT(*) AS cnt FROM basebill WHERE IS_DELETE_ = 0 AND CRT_TIME_ >= '2023-06-06 13:00:00' AND CRT_TIME_ <= '2023-06-06 15:00:00' GROUP BY CallerNum HAVING COUNT(*) >= 5) AS t1 ON b.CallerNum = t1.CallerNum LEFT JOIN (SELECT CallerNum, COUNT(*) AS cnt FROM basebill WHERE IS_DELETE_ = 0 AND CRT_TIME_ >= '2023-06-06 13:00:00' AND CRT_TIME_ <= '2023-06-06 15:00:00' GROUP BY CallerNum HAVING COUNT(*) >= 10) AS t2 ON b.CallerNum = t2.CallerNum WHERE b2.area_code_ != 86 AND b.billType = 1 AND b.IS_DELETE_ = 0 AND b.CRT_TIME_ BETWEEN '2023-06-06 13:00:00' AND '2023-06-06 15:00:00' AND (b.Duration >= 900 OR t1.CallerNum IS NOT NULL OR t2.CallerNum IS NOT NULL) GROUP BY b.CallerNum, b.Duration, abnormalTime ``` 4. 分批查询:将查询时间段分成多个小段,避免一次查询过多数据,导致查询速度变慢。 5. 对于大表使用分区表:如果表中数据量较大,可以将表进行分区,以提高查询效率。 6. 定期清理无用数据:定期清理已经无用的数据,可以减少查询时的数据量,提高查询速度。 综上所述,以上优化方案可以针对不同的情况进行选择,以提高SQL语句的查询速度。

SELECT K.LOG_TIME ,COUNT(K.USER_ID) AS 当天的新增用户数 ,COUNT(B.USER_ID) AS 1 日留存率 ,COUNT(C.USER_ID) AS 7 日留存率 ,COUNT(D.USER_ID) AS 30 日留存率 FROM ( SELECT A.USER_ID ,A.LOG_TIME FROM TAB1 A GROUP BY A.USER_ID,A.LOG_TIME ) K LEFT JOIN (SELECT A.USER_ID ,A.LOG_TIME FROM TAB1 A GROUP BY A.USER_ID,A.LOG_TIME ) B ON B.USER_ID = K.USER_ID AND B.LOG_TIME = K.LOG_TIME + 1 LEFT JOIN (SELECT A.USER_ID ,A.LOG_TIME FROM TAB1 A GROUP BY A.USER_ID,A.LOG_TIME) C ON C.USER_ID = K.USER_ID AND C.LOG_TIME = K.LOG_TIME + 6 LEFT JOIN (SELECT A.USER_ID ,A.LOG_TIME FROM TAB1 A GROUP BY A.USER_ID,A.LOG_TIME ) D ON D.USER_ID = K.USER_ID AND D.LOG_TIME = K.LOG_TIME + 29 WHERE K.LOG_TIME = DATE'2019-05-01' GROUP BY K.LOG_TIME ORDER BY K.LOG_TIME ; 这句sql是什么意思

这个 SQL 查询语句用于计算某一天的新增用户数和该天新增用户在接下来的 1、7、30 天内的留存率。具体的 SQL 语句如下: ``` SELECT K.LOG_TIME, COUNT(K.USER_ID) AS 当天的新增用户数, COUNT(B.USER_ID) AS 1 日留存率, COUNT(C.USER_ID) AS 7 日留存率, COUNT(D.USER_ID) AS 30 日留存率 FROM (SELECT A.USER_ID, A.LOG_TIME FROM TAB1 A GROUP BY A.USER_ID, A.LOG_TIME) K LEFT JOIN (SELECT A.USER_ID, A.LOG_TIME FROM TAB1 A GROUP BY A.USER_ID, A.LOG_TIME) B ON B.USER_ID = K.USER_ID AND B.LOG_TIME = K.LOG_TIME + 1 LEFT JOIN (SELECT A.USER_ID, A.LOG_TIME FROM TAB1 A GROUP BY A.USER_ID, A.LOG_TIME) C ON C.USER_ID = K.USER_ID AND C.LOG_TIME = K.LOG_TIME + 6 LEFT JOIN (SELECT A.USER_ID, A.LOG_TIME FROM TAB1 A GROUP BY A.USER_ID, A.LOG_TIME) D ON D.USER_ID = K.USER_ID AND D.LOG_TIME = K.LOG_TIME + 29 WHERE K.LOG_TIME = DATE'2019-05-01' GROUP BY K.LOG_TIME ORDER BY K.LOG_TIME; ``` 这个查询语句使用了多个 SQL 关键字和函数,下面对每个部分进行解释: - `SELECT`:用于指定需要查询的列,可以使用别名来改变列名。 - `COUNT`:用于计算每个留存时间段内的用户数。 - `FROM`:用于指定查询的表以及表之间的连接方式。 - `LEFT JOIN`:用于指定表之间的连接方式,左连接会返回左表中的所有记录和右表中匹配的记录。 - `GROUP BY`:用于指定分组的列,需要与聚合函数一起使用。 - `ORDER BY`:用于指定查询结果的排序方式。 这个查询语句中使用了多个表之间的连接,并且使用了 LEFT JOIN 进行左连接,这个语法在 SQL 中也是支持的。同时,需要注意在 Hive 中分组查询和聚合函数的使用方式与传统的 SQL 有些不同,需要仔细阅读 Hive 的文档和教程。

相关推荐

优化这个sql SELECT count( 1 ) FROM ( SELECT B.ID, B.PURCHASE_REQUEST_ID, B.MATERIAL_ID, B.MATERIAL_CODE, B.MATERIAL_NAME, B.STANDARD, B.MODEL_ID, B.BILL_ROW_ID, B.BILL_NO, BILL_NAME, B.MODEL_CODE, B.MODEL_NAME, B.PARENT_MODEL_ID, B.PARENT_MODEL_CODE, B.PARENT_MODEL_NAME, B.UNIT_CODE, B.UNIT_NAME, B.PURCHASE_TYPE_CODE, CAST( NVL( B.APPLY_NUM, 0 ) AS NUMBER ( 24, 10 ) ) AS APPLY_NUM, CAST( NVL( B.DEAL_NUM, 0 ) AS NUMBER ( 24, 10 ) ) AS DEAL_NUM, CAST( NVL( B.RETURN_NUM, 0 ) AS NUMBER ( 24, 10 ) ) AS RETURN_NUM, B.DEAL_USER_ID, B.DEAL_USER_NAME, CAST( NVL( B.PRICE, 0 ) AS NUMBER ( 24, 10 ) ) AS PRICE, CAST( NVL( B.AMOUNT, 0 ) AS NUMBER ( 24, 10 ) ) AMOUNT, B.IMPLEMENT_CODE, B.IMPLEMENT_NAME, B.IMPLEMENT_INVEST_AMOUNT, B.PURCHASE_MANAGER_ID, B.PURCHASE_MANAGER_NAME, B.PROVIDER_ID, B.PROVIDER_NAME, B.REMARK, B.DELIVER_AREA, B.DELIVER_ADDRESS, B.RECEIVE_PEOPLE, B.RECEIVE_PEOPLE_PHONE, B.ITEM_STATUS, B.COST_CENTER, B.COST_BUDGET_CODE, B.COST_IMPLEMENT_NAME, B.FRAME_CONT_ID, B.FRAME_CONT_CODE, B.FRAME_CONT_NAME, B.DETAIL_CONFIG, B.PURCHASE_CATEGORY_CODE, B.INVOICE_TITLE_CODE, B.INVOICE_SEND_ADDRRSS, B.MATERIAL_REQUEST_ITEM_ID, B.YEAR, B.DELETE_FLAG, B.PROVINCE_CODE, B.REASON, B.PARENT_ITEM_ID, B.FRAME_CONT_ITEM_ID, B.SUB_MATERIAL_REQUEST_ID, B.SUB_MATERIAL_REQUEST_CODE, B.MATERIAL_URL, B.RECOMMEND_PROVIDER_NAMES, C.PURCHASE_REQUEST_CODE, C.PURCHASE_REQUEST_NAME, C.APPLY_TYPE_CODE, C.CREATOR_NAME, C.APPLY_TELEPHONE, C.COMPANY_NAME, C.DEPT_NAME, B.CREATE_TIME, TO_CHAR( B.CREATE_TIME, 'YYYY-MM-DD' ) CREATE_TIME_STR, C.ARRIVE_TIME, C.IS_TO_END, C.MONEY_WAY_CODE, C.OWN, C.APPLY_CATEGORY_CODE, C.manu_Type, C.BILL_ID, MMD.MATERIAL_TYPE_CODE, B.BRANCH_COMPANY_DEAL_USER_ID, B.BRANCH_COMPANY_DEAL_USER_NAME, ( SELECT ORG_NAME FROM ORGANIZATIONS WHERE DELETE_FLAG = '0' AND ORG_CODE = ( SELECT PARENT_COMPANY_NO FROM ORGANIZATIONS WHERE ID = B.MATERIAL_DEPT_ID )) AS MATERIAL_COMPANY_NAME, B.ORIGINAL, B.PROVIDER_PRODUCT_MODEL, B.PROVIDER_PRODUCT_NAME, B.PRODUCT_DESC, B.Back_Flag, CASE WHEN MMD.material_type_code = 'WZ' THEN '1' WHEN MMD.material_type_code = 'FW' THEN '2' ELSE '3' END apply_category_code_item, NVL( C.IS_CARDSYSTEM_REQUEST, '0' ) IS_CARDSYSTEM_REQUEST, B.APPLY_GROUP_AUTHORITES, B.SCIENTIFIC_RESEARCH_ID, B.SCIENTIFIC_RESEARCH_CODE, B.SCIENTIFIC_RESEARCH_NAME, B.PREQUALFY_CODE, nvl( C.IS_QUICK, '0' ) AS IS_QUICK, C.PURCHASE_WAY_CODE, C.PURCHASE_TYPE_CODE PURCHASE_TYPE_CODE_P, C.ORIGINAL_TYPE, C.PURCHASE_REQUEST_BILLS_TYPE, B.IS_FRAME_CONT_MONAD FROM PURCHASE_REQUEST_ITEM B LEFT JOIN PURCHASE_REQUEST C ON B.PURCHASE_REQUEST_ID = C.ID LEFT JOIN MATERIAL_DATA MMD ON MMD.ID = B.MATERIAL_ID AND MMD.DELETE_FLAG = '0' WHERE B.delete_flag = '0' AND B.Item_Status IN ( 1 ) AND NOT EXISTS ( SELECT * FROM purchase_request_item_log pril WHERE B.id = pril.purchase_request_item_id AND pril.lock_status = '1' AND pril.delete_flag = '0' ) AND ( ( c.apply_type_code NOT IN ( '20', '41', '3' ) AND nvl( B.Apply_Num, 0 ) > nvl( B.Deal_Num, 0 )) OR c.apply_type_code IN ( '20', '41', '3' ) ) AND B.Deal_User_Id =: 1 AND C.MONEY_WAY_CODE =: 2 AND C.APPLY_TYPE_CODE =: 3 AND C.PAY_OUT_TYPE_CODE =: 4 AND C.APPLY_CATEGORY_CODE =: 5 AND NVL( C.IS_CARDSYSTEM_REQUEST, '0' ) = : 6 AND NOT EXISTS ( SELECT * FROM purchase_request_item p left join material_province mp ON p.material_id = mp.material_id WHERE p.delete_flag = 0 AND mp.delete_flag = 0 AND mp.material_status = 03 AND mp.org_code = p.province_code AND p.id = B.id ) ORDER BY C.ID, B.ID ASC)

SELECT t1.supplier_id, t1.ky_count, t1.ky_amount, IFNULL(t2.ky_refund_count,0) as ky_refund_count, IFNULL(t2.ky_refund_amount,0) as ky_refund_amount FROM ( SELECT a.supplier_id, count( DISTINCT c.order_no ) AS ky_count, SUM( IFNULL( c.record_amount, 0 )) / 100 AS ky_amount FROM settle_order a INNER JOIN settle_order_receipt b ON a.order_id = b.order_id INNER JOIN cash_withdrawal_record c ON b.third_trade_no = c.order_no WHERE a.is_del = 0 AND a.order_time >= '2023-05-28 00:00:00' AND a.order_time < '2023-05-29 00:00:00' AND a.order_type in (70,75) AND a.supplier_id IN (78,63,58,57,64,72,71,74,83,77,70,69,67,82,65,87,73,59,66,60,86,85,79,80,84,90) AND b.channel_code = 61 AND c.con_bank_account_no IN ( 247, 325 ) AND c.record_status = 1 AND c.record_time > '2023-05-01 00:00:00' GROUP BY a.supplier_id ) t1 LEFT JOIN ( SELECT a.supplier_id, count( DISTINCT b.order_no ) AS ky_refund_count, SUM( IFNULL( b.record_amount, 0 )) / 100 AS ky_refund_amount FROM settle_order_refund a INNER JOIN cash_withdrawal_record b ON a.third_refund_id = b.order_no WHERE a.is_del = 0 AND a.order_type in (70,75) AND a.apply_time >= '2023-05-28 00:00:00' AND a.apply_time < '2023-05-29 00:00:00' AND a.supplier_id IN (78,63,58,57,64,72,71,74,83,77,70,69,67,82,65,87,73,59,66,60,86,85,79,80,84,90) AND a.channel_code = 61 AND b.con_bank_account_no IN ( 247, 325 ) AND b.record_status = 5 AND b.record_time > '2023-05-01 00:00:00' GROUP BY a.supplier_id ) t2 ON t1.supplier_id = t2.supplier_id order by t1.supplier_id asc

最新推荐

recommend-type

[Oracle] dbms_metadata.get_ddl 的使用方法总结

以下是对Oracle中dbms_metadata.get_ddl的用法进行了详细的分析介绍,需要的朋友参考下
recommend-type

Vue.js仿Select下拉框效果

主要为大家详细介绍了Vue.js仿 Select下拉框效果,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

浪潮服务器NF8460M3安装windows_Server2008.doc

10. 最后一个参数“Select Size”输入阵列容量大小,最大值可参考右侧绿字提示。 11. 完成后点击【Accept】。 12. 弹出的任何提示均选择【yes】。 13. 回到配置页面,点击【Next】下一步。 14. 点击【Accept】配置...
recommend-type

JQuery三级无刷新联动_select(C#版本).doc

JQuery三级无刷新联动_select(C#版本).doc JQuery三级无刷新联动_select(C#版本).doc
recommend-type

layui: layer.open加载窗体时出现遮罩层的解决方法

今天小编就为大家分享一篇layui: layer.open加载窗体时出现遮罩层的解决方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

藏经阁-应用多活技术白皮书-40.pdf

本资源是一份关于“应用多活技术”的专业白皮书,深入探讨了在云计算环境下,企业如何应对灾难恢复和容灾需求。它首先阐述了在数字化转型过程中,容灾已成为企业上云和使用云服务的基本要求,以保障业务连续性和数据安全性。随着云计算的普及,灾备容灾虽然曾经是关键策略,但其主要依赖于数据级别的备份和恢复,存在数据延迟恢复、高成本以及扩展性受限等问题。 应用多活(Application High Availability,简称AH)作为一种以应用为中心的云原生容灾架构,被提出以克服传统灾备的局限。它强调的是业务逻辑层面的冗余和一致性,能在面对各种故障时提供快速切换,确保服务不间断。白皮书中详细介绍了应用多活的概念,包括其优势,如提高业务连续性、降低风险、减少停机时间等。 阿里巴巴作为全球领先的科技公司,分享了其在应用多活技术上的实践历程,从早期集团阶段到云化阶段的演进,展示了企业在实际操作中的策略和经验。白皮书还涵盖了不同场景下的应用多活架构,如同城、异地以及混合云环境,深入剖析了相关的技术实现、设计标准和解决方案。 技术分析部分,详细解析了应用多活所涉及的技术课题,如解决的技术问题、当前的研究状况,以及如何设计满足高可用性的系统。此外,从应用层的接入网关、微服务组件和消息组件,到数据层和云平台层面的技术原理,都进行了详尽的阐述。 管理策略方面,讨论了应用多活的投入产出比,如何平衡成本和收益,以及如何通过能力保鲜保持系统的高效运行。实践案例部分列举了不同行业的成功应用案例,以便读者了解实际应用场景的效果。 最后,白皮书展望了未来趋势,如混合云多活的重要性、应用多活作为云原生容灾新标准的地位、分布式云和AIOps对多活的推动,以及在多云多核心架构中的应用。附录则提供了必要的名词术语解释,帮助读者更好地理解全文内容。 这份白皮书为企业提供了全面而深入的应用多活技术指南,对于任何寻求在云计算时代提升业务韧性的组织来说,都是宝贵的参考资源。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB矩阵方程求解与机器学习:在机器学习算法中的应用

![matlab求解矩阵方程](https://img-blog.csdnimg.cn/041ee8c2bfa4457c985aa94731668d73.png) # 1. MATLAB矩阵方程求解基础** MATLAB中矩阵方程求解是解决线性方程组和矩阵方程的关键技术。本文将介绍MATLAB矩阵方程求解的基础知识,包括矩阵方程的定义、求解方法和MATLAB中常用的求解函数。 矩阵方程一般形式为Ax=b,其中A为系数矩阵,x为未知数向量,b为常数向量。求解矩阵方程的过程就是求解x的值。MATLAB提供了多种求解矩阵方程的函数,如solve、inv和lu等。这些函数基于不同的算法,如LU分解
recommend-type

触发el-menu-item事件获取的event对象

触发`el-menu-item`事件时,会自动传入一个`event`对象作为参数,你可以通过该对象获取触发事件的具体信息,例如触发的元素、鼠标位置、键盘按键等。具体可以通过以下方式获取该对象的属性: 1. `event.target`:获取触发事件的目标元素,即`el-menu-item`元素本身。 2. `event.currentTarget`:获取绑定事件的元素,即包含`el-menu-item`元素的`el-menu`组件。 3. `event.key`:获取触发事件时按下的键盘按键。 4. `event.clientX`和`event.clientY`:获取触发事件时鼠标的横纵坐标
recommend-type

藏经阁-阿里云计算巢加速器:让优秀的软件生于云、长于云-90.pdf

阿里云计算巢加速器是阿里云在2022年8月飞天技术峰会上推出的一项重要举措,旨在支持和服务于企业服务领域的创新企业。通过这个平台,阿里云致力于构建一个开放的生态系统,帮助软件企业实现从云端诞生并持续成长,增强其竞争力。该加速器的核心价值在于提供1对1的技术专家支持,确保ISV(独立软件供应商)合作伙伴能获得与阿里云产品同等的技术能力,从而保障用户体验的一致性。此外,入选的ISV还将享有快速在钉钉和云市场上线的绿色通道,以及与行业客户和投资机构的对接机会,以加速业务发展。 活动期间,包括百奥利盟、极智嘉、EMQ、KodeRover、MemVerge等30家企业成为首批计算巢加速器成员,与阿里云、钉钉以及投资界专家共同探讨了技术进步、产品融合、战略规划和资本市场的关键议题。通过这次合作,企业可以借助阿里云的丰富资源和深厚技术实力,应对数字化转型中的挑战,比如精准医疗中的数据处理加速、物流智慧化的升级、数字孪生的普及和云原生图数据库的构建。 阿里云计算巢加速器不仅是一个技术支持平台,也是企业成长的催化剂。它通过举办类似2023年2月的集结活动,展示了如何通过云计算生态的力量,帮助企业在激烈的竞争中找到自己的定位,实现可持续发展。参与其中的优秀企业如神策和ONES等,都在这个平台上得到了加速和赋能,共同推动了企业服务领域的创新与进步。总结来说,阿里云计算巢加速器是一个集技术、资源和生态支持于一体的全方位服务平台,旨在帮助企业软件产业在云端绽放光彩。