精华内容
下载资源
问答
  • 完全国产自主知识产权...简单易用:迁移任务可视化定义、向导式执行。 功能齐全:全库迁移,支持数据表、视图、约束、序列,支持大对象(Blob,Clob),支持导出DDL。 性能优异:实时传输,直连数据库,批量读取和插入。
  • 一款可以链接任何数据库可视化工具,包括,sqlserver,mysql,access,db2,oracle,odata,odbc,dbase,foxprd,sqlce,sqlazure等等等等
  • 内容索引:C#源码,数据库应用,可视化 一个较基础的C#可视化数据库应用程序,奖惩信息查询程序,数据库是MSSQL2000,带有备份还原文件,程序功能仅是为了演示,因此功能不太多,连接数据库后可完成奖惩信息添加、删除...
  • 数据库连接
  • 日常开发中少不了各种可视化数据库管理工具。如果需要同时能连接多种数据库,大家肯定都会想到 DBeaver、Navicat Premium。本文介绍另一个十分好用且强大的工具:DataGrip。 DataGrip 是 JetBrains 公司推出的管理...

    参考链接:https://www.hangge.com/blog/cache/detail_2829.html

    日常开发中少不了各种可视化数据库管理工具。如果需要同时能连接多种数据库,大家肯定都会想到 DBeaver、Navicat Premium。本文介绍另一个十分好用且强大的工具:DataGrip
    DataGrip 是 JetBrains 公司推出的管理数据库的产品。对于 JetBrains 公司,开发者肯定都不陌生,IDEA 和 ReSharper 都是这个公司的产品,用户体验非常不错。
    DataGrip 提供 Windows 版本和 macOS 版本,支持几乎所有主流的关系数据库产品,如:PostgreSQL、MySQL、Oracle Database、SQL Server、Azure、Amazon Redshift、SQLite、DB2、H2、Sybase、Exasol、Apache Derby、MariaDB、HyperSQL、ClickHouse、Cassandra、Vertica、Greenplum、Apache Hive、Snowflake 等,并且提供了简单易用的界面,开发者上手几乎不会遇到任何困难。

    1,下载安装
    我们访问如下官网地址下载并安装即可:
    https://www.jetbrains.com/datagrip/

    2,配置数据源
    (1)管理数据库,第一步肯定是要先配置 Data Source。首先点击左侧 Database 面板的加号(+),选择要连接的数据库类型:
    原文:可视化数据库管理工具DataGrip使用详解

    (2)接着填写好相关的数据库连接信息,点击确定即可(确定前可以先点击下“Test Connection”按钮测试一下)
    原文:可视化数据库管理工具DataGrip使用详解

    (3)可看到左侧面板显示了当前数据库连接,展开后会显示数据库表等信息,如果展开后没有任何信息,需要选中数据库连接,点击上面的旋转图标同步一下。
    原文:可视化数据库管理工具DataGrip使用详解

    3,执行 SQL
    (1)右键选中的数据库连接,选择 open console,就可以在右侧的控制台中书写 sql 语句了。
    原文:可视化数据库管理工具DataGrip使用详解

    (2)语句的执行结果在底部显示:
    原文:可视化数据库管理工具DataGrip使用详解

    (3)而切换到执行结果旁边的 Output 选项卡,则可以看到 sql 执行的时间等信息:
    原文:可视化数据库管理工具DataGrip使用详解

    (4)有的时候我们要把某个字段置为 null(不是空字符串 “”),直接在字段上右键,选择 Set NULL 即可:
    原文:可视化数据库管理工具DataGrip使用详解

    (5)对于需要多窗口查看结果的,即希望查询结果在新的 tab 中展示,可以点击 Pin Tab 按钮,那新查询将不会再当前 tab 中展示,而是新打开一个 tab:
    原文:可视化数据库管理工具DataGrip使用详解

    4,行转列
    (1)对于字段比较多的表,查看数据要左右拖动不太方便。我们可以选中需要查看的某一条数据,右键选择“Quick Documentation”
    原文:可视化数据库管理工具DataGrip使用详解

    (2)这一条数据则会变成列显示,从而全部显示出来:
    原文:可视化数据库管理工具DataGrip使用详解

    5,多光标模式
    在编辑 sql 的时候,可能需要同时输入或同时删除一些字符,按下 alt + shift,同时鼠标在不同的位置点击,会出现多个光标,这样就可以多处同时进行输入:
    原文:可视化数据库管理工具DataGrip使用详解

    6,代码注释
    选中要注释的代码,按下相应快捷键便能能注释代码,或取消注释:
    Windows 系统:ctrl + / 是单行注释,ctrl + shift + / 是多行注释
    macOS 系统:command + / 是单行注释,command + option + / 是多行注释
    原文:可视化数据库管理工具DataGrip使用详解

    7,查看代码历史
    在文本编辑器中,右键选择“Local History”->“Show History”可以查看过去使用过的 sql 历史:
    原文:可视化数据库管理工具DataGrip使用详解

    8,执行计划
    (1)右键点击目标 sql 语言,选择 Explain Plan 可以产生执行计划:
    原文:可视化数据库管理工具DataGrip使用详解

    (2)如果选择 Explain Plan(Raw) 则结果如下:
    原文:可视化数据库管理工具DataGrip使用详解

    9,新建表
    在数据库上点击右键,选择“NEW”-> “Table” 即可打开新建表窗口。顶部可以填写表名、表注释,中间可以点击下侧 + 号添加列,列类型 type 也是能自动补全,default 右侧的消息框图标点击后能对列添加注释,旁边的几个 tab 可以设置索引及外键。所有这些操作的 DDL 都会直接在底部显示
    原文:可视化数据库管理工具DataGrip使用详解

    10,生成表的创建脚本
    (1)如果我们需要数据库中某张已存在的表的创建脚本,可以右键点击该表,选择“SQL Scripts”->“SQL Generator…”
    原文:可视化数据库管理工具DataGrip使用详解

    (2)然后页面下方就会出现建表 SQL 语句,同时左侧可以对语句进行一些设置。
    原文:可视化数据库管理工具DataGrip使用详解

    11,导出数据
    (1)右键点击需要导出的库或者具体的表,选择“Dump Data to File”即可将数据导出。我们可以导出 insert、update 形式的 sql 语句,也能导出为 html、csv、json 格式的数据。
    原文:可视化数据库管理工具DataGrip使用详解

    (2)如果是导出到 csv 格式,还能控制导出的格式:
    原文:可视化数据库管理工具DataGrip使用详解

    (3)也可以在查询结果视图中导出:
    原文:可视化数据库管理工具DataGrip使用详解

    12,导入数据
    (1)如果是 sql 语句,我们右键需要导入的数据库,点击“Run SQL Script…”选择 SQL 文件即可。
    原文:可视化数据库管理工具DataGrip使用详解

    (2)如果是 html、csv、json 格式的数据,右键需要导入数据的库或者具体的表,选择“Import Data from File…”选择数据文件即可:
    原文:可视化数据库管理工具DataGrip使用详解

    原文出自:www.hangge.com 转载请保留原文链接:https://www.hangge.com/blog/cache/detail_2829.html

    展开全文
  • 写自定义语法高亮和代码自动完成查询 漂亮的SQL格式 监视和杀灭客户进程 找到一个所有数据库的所有表的具体文本服务器 在批处理方式优化和修复表 官网地址:http://www.heidisql.com/ HeidiSQL操作截图: 连接...

    大家好,我是民工哥。

    之前也给大家推荐过DBA的管理工具:10款最佳的MySQL GUI工具,DBA必备神器!

    文章中就提到了今天要给大家推荐的工具。

    HeidiSQL介绍:

    HeidiSQL 是一个功能非常强大的 MySQL 客户端软件。它是德国程序员Ansgar Becker和几个Delphi程序员开发的一个开源工具。要通过HeidiSQL来管理数据库,用户应该用有效地凭证登陆到MySQL服务器,创建一个会话。

    HeidiSQL最大的特色就是操作方便,界面设计合理,功能都是最实用的,尤其适合DBA,它更加强调了对MySQL运行时的参数设置和性能监控等。

    它可以浏览和编辑数据,创建和编辑表格,视图,过程,触发器和安排日程。另外,还可以导出结构和数据SQL文件。

    HeidiSQL特点:

    • 连接到多个服务器窗口 

    • 可以使用命令行连接到服务器 

    • 创建和编辑表格,视图,存储程序,触发器和安排日程。 

    • SQL数据导出 

    • 从一台服务器/数据库直接导入数据到另一台服务器/数据库 

    • 管理用户权限 

    • 导入文本文件 

    • 为CSV,HTML,XML和SQL的Wiki标记LaTeX和导出表行 

    • 批量修改表(移动到DB,改变发动机,整理等) 

    • 批量插入到表中ASCII或二进制文件 

    • 写自定义语法高亮和代码自动完成查询 

    • 漂亮的SQL格式化 

    • 监视和杀灭客户进程 

    • 找到一个所有数据库的所有表的具体文本服务器 

    • 在批处理方式优化和修复表

    官网地址:http://www.heidisql.com/

    HeidiSQL操作截图:

    连接主机数据库

    主机进程列表

    整体界面

    创建数据库

    编辑表操作

    视图编辑器

    创建和编辑存储过程和函数

    触发器编辑器

    事件编辑器

    查询功能

    HeidiSQL软件和大多数管理工具一样也支持SQL语句高亮、编辑、格式化等功能。请看下面的动图,大家可以看到,没输入一个单词,自动转换,如果是SQL关键字,自动转换成大写,对于其他类型的变量,也会进行相应的高亮设置。

    如果语句较长,输入完毕之后,可以使用格式化功能进行缩进,方便阅读。

    还有像导入、导出文件、搜索和替换、图像预览、复制表、导出SQL、SQL帮助等很多实用的功能。感兴趣的读者们可以去官方下载下来自己操作看看。

    而且HeidiSQL是一款支持MySQL(MariaDB)、PostgreSQL和SQLServer等多款数据库的管理软件,开源免费、体积小巧的数据库管理软件。

    如果你正需要这么一款轻便、小巧、实用的数据库管理工具,那么,HeidiSQL非常适合你,所以,民工哥在这里推荐给大家。如果本文对你有所帮助,请点个在看与转发支持一波,你的支持是民工哥继续创作的最大动力!!

    今日话题:留言分享你在数据库管理方面的实战经验,或者使用比较好的工具,并点在看与转发此文到朋友圈,截止明天20点我们选择1名读者赠送技术书籍一本。

    end

    最新整理的 2TB 技术干货:包括架构师实战教程、大数据、Docker容器、系统运维、数据库、redis、MongoDB、电子书、Java基础课程、Java实战项目、ELK Stack、机器学习、BAT面试精讲视频等。只需在「 民工哥技术之路」微信公众号对话框回复关键字:1024 即可获取全部资料。 

    精彩文章推荐:


    卧槽!牛皮了,头一次见有大佬把TCP三次握手四次挥手解释的这么明白

    历害了!教你自己搭建一个私人网盘..

    嘘寒问暖,不如一笔巨款!

    awk,真的是一款牛逼的神器!

    利用 Harbor 搭建企业级私有镜像仓库

    总结:被MySQL UTF8编码坑的惨痛教训...

    详解Linux中3个文件查找相关命令

    -----------------------

    感谢你的阅读,下面是1个抽奖链接按钮,一共1000元,388个红包,感谢大家的支持。

    感谢大家的阅读,和一直以来的在看与转发支持,点我抽红包!!

    好文章,朕在看❤️↓↓↓

    展开全文
  • 数据库编程 VC++ 编写 可视化数据库管理
  • Python可视化数据库Dash

    千次阅读 2019-09-04 10:17:19
    Dash是一个用于构建Web应用程序的Python数据可视化库。它基于Python Web框架Flask以及Javascript绘图库Plotly.js和用于构建用户界面的Javascript库React.js,所以它非常适合用于构建后端基于Flask,前端数据可视化的...

    Dash 简介

    Dash是一个用于构建Web应用程序的Python数据可视化库。它基于Python Web框架Flask以及Javascript绘图库Plotly.js和用于构建用户界面的Javascript库React.js,所以它非常适合用于构建后端基于Flask,前端数据可视化的Web网页。因为Dash应用程序可以在Web浏览器中显示,所以可以将这些Dash应用程序部署到服务器,通过URL共享。Dash应用程序由两部分组成,第一部分是布局(Layout),该部分描述了应用程序的设计样式,用来展示数据以及引导用户使用;第二部分描述了应用程序的交互性

    下面展示一个Demo
    ###Demo简介
    使用Dash数据可视化NBA2018-2019常规赛季得分榜前三十各项数据,查看球员得分折线图、球员得分条形图,来分析NBA各大球星的得分趋势,得分值集中范围,以及得分落差。查看得分命中率和三分命中率散点图,来分析各大球星的投篮能力,得分能力。

    第一步,准备数据

    虎扑官网爬取NBA常规赛得分榜前三十球员的相关数据(姓名、球队、得分、得分命中率、三分命中率、罚球命中率)
    代码如下:

    import requests
    from lxml import etree
    
    url = 'https://nba.hupu.com/stats/players'
    
    response = requests.get(url).text
    html = etree.HTML(response)
    
    result = []
    
    for i in range(2,32):
        cur = []
        # 姓名数据解析
        name = html.xpath("//table[@class='players_table']/tbody/tr[{}]/td[2]/a/text()".format(i))
        # 球队数据解析
        team = html.xpath("//table[@class='players_table']/tbody/tr[{}]/td[3]/a/text()".format(i))
        # 得分数据解析
        core = html.xpath("//table[@class='players_table']/tbody/tr[{}]/td[4]/text()".format(i))
        # 得分命中率数据解析
        shooting = html.xpath("//table[@class='players_table']/tbody/tr[{}]/td[6]/text()".format(i))
        # 三分命中率数据解析
        threeshooting = html.xpath("//table[@class='players_table']/tbody/tr[{}]/td[8]/text()".format(i))
        # 罚球命中率数据解析
        freeshooting = html.xpath("//table[@class='players_table']/tbody/tr[{}]/td[10]/text()".format(i))
        cur.append(name[0])
        cur.append(team[0])
        cur.append(core[0])
        cur.append(shooting[0])
        cur.append(threeshooting[0])
        cur.append(freeshooting[0])
        result.append(cur)
    

    得到如下数据

    players = [['詹姆斯-哈登', '火箭', '36.10', '44.2%', '36.8%', '87.9%'],
               ['保罗-乔治', '快船', '28.00', '43.8%', '38.6%', '83.9%'],
               ['扬尼斯-阿德托昆博', '雄鹿', '27.70', '57.8%', '25.6%', '72.9%'],
               ['乔尔-恩比德', '76人', '27.50', '48.4%', '30%', '80.4%'],
               ['斯蒂芬-库里', '勇士', '27.30', '47.2%', '43.7%', '91.6%'],
               ['德文-布克', '太阳', '26.60', '46.7%', '32.6%', '86.6%'],
               ['科怀-伦纳德', '快船', '26.60', '49.6%', '37.1%', '85.4%'],
               ['凯文-杜兰特', '篮网', '26.00', '52.1%', '35.3%', '88.5%'],
               ['达米安-利拉德', '开拓者', '25.80', '44.4%', '36.9%', '91.2%'],
               ['肯巴-沃克', '凯尔特人', '25.60', '43.4%', '35.6%', '84.4%'],
               ['布拉德利-比尔', '奇才', '25.60', '47.5%', '35.1%', '80.8%'],
               ['布雷克-格里芬', '活塞', '24.50', '46.2%', '36.2%', '75.3%'],
               ['卡尔-安东尼-唐斯', '森林狼', '24.40', '51.8%', '40%', '83.6%'],
               ['多诺万-米切尔', '爵士', '23.80', '43.2%', '36.2%', '80.6%'],
               ['凯里-欧文', '篮网', '23.80', '48.7%', '40.1%', '87.3%'],
               ['扎克-拉文', '公牛', '23.70', '46.7%', '37.4%', '83.2%'],
               ['拉塞尔-威斯布鲁克', '火箭', '22.90', '42.8%', '29%', '65.6%'],
               ['克莱-汤普森', '勇士', '21.50', '46.7%', '40.2%', '81.6%'],
               ['朱利叶斯-兰德尔', '尼克斯', '21.40', '52.4%', '34.4%', '73.1%'],
               ['拉马库斯-阿尔德里奇', '马刺', '21.30', '51.9%', '23.8%', '84.7%'],
               ['朱-霍勒迪', '鹈鹕', '21.20', '47.2%', '32.5%', '76.8%'],
               ['德马尔-德罗赞', '马刺', '21.20', '48.1%', '15.6%', '83%'],
               ['卢卡-东契奇', '独行侠', '21.20', '42.7%', '32.7%', '71.3%'],
               ['迈克-康利', '爵士', '21.10', '43.8%', '36.4%', '84.5%'],
               ['丹吉洛-拉塞尔', '勇士', '21.10', '43.4%', '36.9%', '78%'],
               ['CJ-麦科勒姆', '开拓者', '21.00', '45.9%', '37.5%', '82.8%'],
               ['尼古拉-武切维奇', '魔术', '20.80', '51.8%', '36.4%', '78.9%'],
               ['巴迪-希尔德', '国王', '20.70', '45.8%', '42.7%', '88.6%'],
               ['尼古拉-约基奇', '掘金', '20.10', '51.1%', '30.7%', '82.1%'],
               ['路易斯-威廉姆斯', '快船', '20.00', '42.5%', '36.1%', '87.6%']
               ]
    

    第二步,对数据可视化后台代码编写

    external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css']
    
    app = dash.Dash(__name__, external_stylesheets=external_stylesheets)
    app.layout = html.Div([
        # 指定图的id
        dcc.Graph(id = 'graph-with-slider'),
        # 定义滑块的各项属性
        dcc.Slider(
            id = 'class-slider',
            min = 1,
            max = 4,
            value = 2,
            marks = {'1':'得分条形图','2':'命中率条形图','3':'得分折线图','4':'三分命中率散点图'},
            step = None
        )
    ])
    # 定义回调函数,使用‘@app.callback()'参数装饰器来装饰该回调函数,输出绑定图id,输入绑定滑块值
    @app.callback(
        Output('graph-with-slider', 'figure'),
        [Input('class-slider','value')]
    )
    def update_output_div(input_value):
        # 当滑块滑至1时,即输入值为1,返回得分条形图
        if input_value == 1:
            fig1 = dict(
                data=[{'x': [i+1], 'y': [float(players[i][2])], 'type': 'bar', 'name': '{}'.format(players[i][0])} for i in range(len(players))],
                layout = dict(title = 'NBA2018-2019赛季常规赛得分榜前十各项数据比较')
                )
            return fig1
        # 当滑块滑至3,即输入值为3时,返回球员得分折线图
        if input_value == 3:
            x = []
            y = []
            for player in players:
                x.append(player[0])
                y.append(player[2])
            fig2 = dict(
                data=[
                    {'x':x,'y':y,'type':'Scatter','name':'Core'}
                        ],
                        layout ={
                'title': '球员得分折线图'
            }
            )
            return fig2
        # 当滑块滑至2时,即输入值为2,返回命中率条形图
        if input_value == 2:
            fig3 = dict(
                data=[
    
                    {'x':[players[i][0]],'y':[float(players[i][3][0:4])],'type':'bar','name':'{}'.format(players[i][0])}for i in range(len(players))
    
    
                ],
                layout=dict(title='球员命中率条形图')
            )
            return fig3
        # 当滑块滑至4时,即输入值为4,返回得分命中率与三命中率散点图
        if input_value==4:
            x = []
            y = []
            team = []
            for player in players:
                x.append(float(player[3][0:4]))
                if len(player[4])==5:
                    y.append(float(player[4][0:3]))
                else:
                    y.append(float(player[4][0:2]))
                team.append(player[1])
            fig4=dict(
                data = [
                    go.Scatter(
                        x = [x[i]],
                        y = [y[i]],
                        text = team,
                        name = players[i][0],
                        mode='markers',
                        opacity=0.8,
                        marker=dict(size=15, line=dict(width=0.5, color='white'))
                    )for i in range(len(players))
                ],
                layout=go.Layout(
    
                    xaxis=dict(type='log', title='得分命中率'),
                    yaxis=dict(title='三分命中率', range=[10, 50]),
                    margin=dict(l=40, b=40, t=10, r=10),
                    hovermode='closest',
            title = '球员得分命中率与三分命中率',
                )
                )
    
    
            return fig4
    if __name__ == '__main__':
        # 开启服务,指定端口号为7000
        app.run_server(port=7000)
    

    上述代码即定义一个dash应用程序,通过回调函数来控制不同图的展示

    4,应用程序展示

    当滑块滑至1时,得分条形图展示
    得到下图dash1.png

    当滑块滑至2时,命中率条形图展示
    dash2.png

    当滑块滑至3时,得分折线图展示
    dash3.png

    当滑块滑至4时,得分命中率与三分命中率散点图展示
    dash4.png

    展开全文
  • 行业分类-物理装置-可视化数据库变更语句生成方法、装置及存储介质.zip
  • MySQL(3):可视化数据库管理工具

    万次阅读 2017-06-28 20:06:53
    采用命令行可以实现对数据库的管理,但是和机器对话又显得十分枯燥。...Workbench是MySQL官方推荐的数据库可视化管理工具,可以对MySQL数据库实现管理,可在官网或者ftp上下载,我在ftp上下载的,ftp地址可参考我的

    采用命令行可以实现对数据库的管理,但是和机器对话又显得十分枯燥。计算机十分不解风情,有时候只是输入错误,就死活不执行语句,初学者以及非专业人士可能更偏向采用图形用户界面管理数据库,这确实更符合人类认识事物的习惯。
    1.Workbench
    Workbench是MySQL官方推荐的数据库可视化管理工具,可以对MySQL数据库实现管理,可在官网或者ftp上下载,我在ftp上下载的,ftp地址可参考我的博文http://blog.csdn.net/ezhchai/article/details/73822853 ,目录是Downloads/MySQLGUITools/
    和MySQL一样,workbench也分为安装和非安装版本,和MySQL一样,我更偏爱绿色版本,因此下载了mysql-workbench-community-6.3.8-winx64-noinstall.zip。解压后可以放置到MySQL安装目录,运行MySQLWorkbench.exe即可应用。
    主界面如下图所示。
    这里写图片描述
    点击MySQL Connection旁边的加号,新建链接。按照数据库信息填写,可以输入密码进行测试。
    这里写图片描述
    连接好数据库后,进入该链接的主界面。
    这里写图片描述
    在左侧导航栏中SCHEMAS中右键,快捷菜单中选择Create Schemas,新建数据库。填好信息后,点击Apply执行操作。
    这里写图片描述
    点击Finish完成操作
    这里写图片描述
    在新建的数据库上打开,在Table中右键,选择新建Table。填好Table的属性信息,点击Apply。
    这里写图片描述
    点击Finish完成操作。
    这里写图片描述
    在新建的表文件中,点击编辑(左侧导航栏表格选项右边有快捷键),即可以编辑该表的内容了。
    这里写图片描述
    2.Navicat
    Navicat是一种专业的数据库可视化管理软件,该软件是要收费的,不过前从来没有白花的,相对于Workbench,Navicat是非常好用的。
    Navicat主界面如下图所示。
    这里写图片描述
    新建链接,填写信息并测试。
    这里写图片描述
    建立链接后,新建数据库。
    这里写图片描述
    建立好数据库后,新建表。
    这里写图片描述
    填写好表的结构信息后,保存时会提示输入表名。
    这里写图片描述
    建表成功后,即可以对表的内容进行编辑了。
    这里写图片描述

    展开全文
  • Navicat是一套快速、可靠的可视化数据库管理工具,专为简化数据库的管理及降低系统管理成本而设。它的设计符合数据库管理员、开发人员及中小企业的需要。
  • 展示如何在基于 Web 的单页应用程序中使用 yFiles for HTML 2.3 和 Neo4j 来可视化数据库内容。 此存储库用作演示的参考,该演示可用作创建单页 Web 应用程序的指南,该应用程序使用呈现数据库内容的可视化。 如果...
  • MySql数据库可视化管理工具 解压即可使用MySql数据库可视化管理工具 解压即可使用MySql数据库可视化管理工具 解压即可使用
  • 可视化 达斯托斯可视化仓库
  • 一款win32的sqlite可视化数据库
  • 农业数据可视化数据库sql文件
  • 农业数据可视化数据库sql文件
  • VFP是Microsoft公司推出的最新可视化数据库管理系统平台,是功能特别强大的32位数据库管理系统。它提供了功能完备的工具、极其友好的用户界面、简单的数据存取方式、独一无二的跨平台技术,交肯有良好的兼容性、真正...
  • 基于web的可视化数据库管理

    千次阅读 2016-05-26 16:56:48
    构建基于web的数据库管理系统。 思路: 关于WebBuilder WebBuilder是一款功能强大的Web应用开发和运行平台,能简单快速地开发功能强大和完备的企业级应用系统。使用WebBuilder可快速构建ERP、OA、CRM、HR、MIS以及...
  • SQLyog 是一个易于使用的、快速而简洁的图形管理MYSQL数据库的工具,它能够在任何地点有效地管理你的数据库
  • sqlite数据库中文可视化工具 sqlite工具 数据库可视化工具 可以打开多种数据库
  • Android 可视化数据库开发(毕业设计) 自制
  • navicat 数据库可视化工具,比sqlfront还好用 。
  • InfluxDB Studio可视化数据库管理工具 这是一个Windows平台下的开源的可视化的数据库管理工具,功能相对简单,但也胜在实用。 一、下载 ...下载后,解压缩后,双击InfluxDBStudio.exe 二、应用 ...
  • Android studio 数据库可视化操作

    千次阅读 2020-08-14 18:35:33
    前言:项目中使用了Litepal数据库(附上使用手册),另外基于SQLiet数据库也可以通过Android studio很方便查看和操作数据库。 操作: 1、安装数据库插件SQLScout,成功后Android studio右边栏会出现“SQLite ...
  • 配置数据库用户名密码,表名 ...如果报错:Server returns invalid timezone....如果未出现数据库和表结构图: 参考 IDEA连接mysql又报错!Server returns invalid timezone. Go to ‘Advanced’ tab and set ‘server
  • python数据库可视化.zip

    2021-07-16 21:28:35
    数据库可视化.zip
  • etcd数据库windows可视化工具
  • 可视化数据库管理工具 MySQL Workbench 的安装配置及使用 MySQL Workbench 是为数据库管理员、程序开发者和系统规划师提供可视化的Sql开发、数据库建模、以及数据库管理功能的工具。 1. 下载 官网下载地址:...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 184,507
精华内容 73,802
关键字:

可视化数据库