MySQL学习（三、数据库设计与查询语句）

谁借莪１个温暖的怀抱￠ 2021-12-11 08:29 668阅读 0赞

**目录**

1 数据库的设计

1.1 数据库的基本概念

1.2 实体和实体之间的关系

1.2.1 一对多 1：N

1.2.2 一对一 1:1

1.2.3 多对多 N：M

1.3 数据库设计的步骤

1.3.1 数据库设计的具体步骤

1.3.2 绘制E-R图

1.3.3 将E-R图转成表

1.3.4 例题

1.4 数据规范化

1.4.1 第一范式：确保每列原子性

1.4.2 第二范式：非键字段必须依赖于键字段

1.4.3 第三范式：消除传递依赖

1.4.4 数据库设计的例题

2 查询语句

2.1 字段表达式

2.2 from子句

2.3 dual表（伪表）

2.4 where子句

2.5 in | not in

2.6 between...and | not between...and

2.7 is null | is not null

2.8 聚合函数

2.9 通配符

2.10 模糊查询（like）

2.11 order by排序

2.12 group by分组查询

2.13 having条件

2.14 limit

2.15 查询语句中的选项

2.16 union联合

2.16.1 union的使用

2.16.2 union的选项

2.16.3 union的注意事项

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

# 1 数据库的设计 #

## 1.1 数据库的基本概念 ##

1）关系：两个表的公共字段。

2）行：也称记录，也称实体。

3）列：也称字段，也称属性。

> `就表结构而言，表分为行和列； 就表数据而言，分为记录和字段； 就面向对象而言，一个记录就是一个实体，一个字段就是一个属性。`

4）数据冗余：相同的数据存储在不同的地方。

`注意： 1、冗余只能减少，不能杜绝； 2、减少冗余的方法是分表；3、为减少数据查找的麻烦，允许数据有一定的冗余。`

5）数据完整性：**正确性+准确性=数据完整性**

`正确性：数据类型正确 准确性：数据范围要准确`

思考：学生的年龄是整型，输入1000岁，正确性和准确性如何？

答：正确的，但不准确

思考：年龄是整型的，输入字符串，正确性和准确性如何？

答：不正确

## 1.2 实体和实体之间的关系 ##

1、一对一

2、一对多 （多对一）

3、多对多

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70][]

### 1.2.1 一对多 1：N ###

1、主表中的一条记录对应从表中的多条记录。

2、一对多和多对一是一样的。

**班级表和学生表**

![20190709211532537.png][]

如何实现一对多？

答：主键和非主键建关系

问题：说出几个一对多的关系？

答：班级表和学生表、年级组长表和班级表

### 1.2.2 一对一 1:1 ###

1、主表中的一条记录对应从表中的一条记录； ——>主要用于数据库的优化

![2019070921294227.png][]

**如何实现一对一？**

主键和主键建关系就能实现一对一。

\`\`\` 思考：一对一两个表完全可以用一个表实现，为什么还要分成两个表？

答：在字段数量很多情况下，数据量也就很大，每次查询都需要检索大量数据，这样效率低下。我们可以将所有字段分成两个部分，“常用字段”和“不常用字段”，这样对大部分查询者来说效率提高了。【表的垂直分割】 \`\`\`

### 1.2.3 多对多 N：M ###

主表中的一条记录对应从表中的多条记录，从表中的一条记录对应主表中的多条记录。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 1][]

如何实现多对多？

答：建立第三张表来保存关系。

问题：说出几个多对多的关系？

1、科目表和学生表的关系 ；2、商品表和订单表； 3、游戏目录表和玩家表

## 1.3 数据库设计的步骤 ##

![20190709214214829.png][]

### 1.3.1 数据库设计的具体步骤 ###

1）收集信息：与该系统有关人员进行交流、座谈，充分理解数据库需要完成的任务。

2）标识对象（实体——Entity）标识数据库要管理的关键对象或实体；

3）标识每个实体的属性（Attribute）;

4）标识对象之间的关系（Relationship）;

5）将模型转换成数据库；

6）规范化。

### 1.3.2 绘制E-R图 ###

E-R图的语法

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 2][]

绘制E-R图

![20190709215013968.png][]

### 1.3.3 将E-R图转成表 ###

1、 实体转成表，属性转成字段

2、 如果没有合适的字段做主键，给表添加一个自动增长列做主键。

### 1.3.4 例题 ###

1、项目需求

`BBS论坛的基本功能： 用户注册和登录，后台数据库需要存放用户的注册信息和在线状态信息； 用户发贴，后台数据库需要存放贴子相关信息，如贴子内容、标题等； 用户可以对发帖进行回复； 论坛版块管理：后台数据库需要存放各个版块信息，如版主、版块名称、贴子数等；`

2、标识对象

> 参与的对象有：用户、发的帖子、跟帖、板块

3、标识对象的属性

## 1.4 数据规范化 ##

Codd博士定义了6个范式来规范化数据库，范式由小到大来约束，范式越高冗余越小，但表的个数也越多。本实验证明三范式是性价比最高的。

### 1.4.1 第一范式：确保每列原子性 ###

*  第一范式确保每列的原子性（不可再分性）；
 *  如果每列都是不可再分的最小数据单元（也称为最小子单元），则满足第一范式（1NF）。

![20190709220354285.png][]

思考Q2：如下表设计是否合理？

![20190709220433796.png][]

不合理。不满足第一范式，上课时间可以再分。

![20190709220449501.png][]

思考Q1：地址包含省、市、县、地区是否需要拆分？

答：如果仅仅起地址的作用，不需要统计，可以不拆分；如果有按地区统计的功能需要拆分。

在实际项目中，建议拆分。

### 1.4.2 第二范式：非键字段必须依赖于键字段 ###

*  如果一个关系满足1NF，并且除了主键以外的其他列都依赖于该主键，则满足第二范式（2NF）
 *  每个表只能描述一件事

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 3][]

思考：如下表设计是否合理？

![20190710085130785.png][]

### 1.4.3 第三范式：消除传递依赖 ###

*  在所有的非键字段中，不能有传递依赖

![20190710085759433.png][]

下列设计是否满足第三范式？

![20190710085835347.png][]

不满足，因为语文和数学确定了，总分就确定了。（在只考虑有两门课程的前提下）

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 4][]

注意：上面的设计不满足第三范式，但是高考分数表就是这样设计的，为什么？

答：高考分数峰值访问量非常大，这时候就是性能更重要。当性能和规范化冲突的时候，我们首选性能，这就是“反三范式”。

### 1.4.4 数据库设计的例题 ###

1、需求

> `公司承担多个工程项目，每一项工程有：工程号、工程名称、施工人员等 公司有多名职工，每一名职工有：职工号、姓名、性别、职务（工程师、技术员）等 公司按照工时和小时工资率支付工资，小时工资率由职工的职务决定（例如，技术员的小时工资率与工程师不同）。`

2、工资表

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 5][]

3、将工资表转成数据库表

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 6][]

4、这个表存在的问题

> A：新人入职需要创建一个项目；
> 
> B：职务更改，小时工资率可能忘记更改，造成数据不完整
> 
> C：有人离职，删除记录后，工程也没了

5、规范化表

> 第一步：这个表满足第一范式
> 
> 第二步：这个表不是描述了一件事情

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 7][]

> 第三步：是否满足第三范式 不满足

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 8][]

更改如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 9][]

# 2 查询语句 #

> 语法： select \[选项\] 列名 \[from 表名\] \[where 条件\] \[group by 分组\] \[order by 排序\]\[having 条件\] \[limit 限制\]

## 2.1 字段表达式 ##

![20190710095545704.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 10][]

注意：查询语句中的as可以省略

![20190710100015939.png][]

## 2.2 from子句 ##

from：来自，from后面跟的是数据源。数据源可以有多个。返回笛卡尔积。

插入测试表

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 11][]

测试多个数据源

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 12][]

返回的是笛卡尔积

## 2.3 dual表（伪表） ##

dual表是一个伪表，在有些特定情况下，没有具体的表的参与，但是为了保证select语句的完整又必须要一个表名，这时候就使用伪表。

dual表示用来保证select语句的完整性。

![20190710110433592.png][]

## 2.4 where子句 ##

where后面跟的是条件，在数据源中进行筛选。返回条件为真的记录。

MySQL支持的运算符

*  1. > 大于
 *  2. < 小于
 *  3. >= 大于等于
 *  4. <=小于等于
 *  5. =等于
 *  6. ！=不等于
 *  7. and 与
 *  8. or 或
 *  9. not 非

eg:查找性别为男的学生信息

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 13][]

eg:查找年龄大于等于20的学生信息

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 14][]

查询返回所有数据

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 15][]

查询返回空记录

![20190710112816831.png][]

查找地址为北京和上海的学生信息

![20190710113217510.png][]

## 2.5 in | not in ##

上面查找上海和北京的学生的SQL语句可以进行如下简化：

![20190710113427147.png][]

查询多个学号的学生信息

![20190710113647241.png][]

查找年龄为18,19,20的学生信息

## ![2019071011390527.png][] ##

查找不是北京上海的学生信息

![20190710114318345.png][]

## 2.6 between...and | not between...and ##

查找某个范围的记录

1、查找年龄在18~20之间的学生

![20190710114709623.png][]

![20190710114806844.png][]

年龄不在18~20之间的学生

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 16][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 17][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 18][]

## 2.7 is null | is not null ##

注意：查询一个为空的字段不能用等于，必须用is null

eg:查找缺考的人

![20190710171917292.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 19][]

## 2.8 聚合函数 ##

1、sum() 求和

2、avg() 求平均值

3、max() 求最大值

4、min() 求最小值

5、count() 求记录数

eg:求语文总分、语文平均分、语文最高分、语文最低分、总人数

![20190710173148464.png][]

## 2.9 通配符 ##

*  \_表示任意一个字符
 *  %表示任意字符

练习

1、满足“T\_m”的有（A、C）

A：Tom B：Toom C：Tam D：Tm E：Tmo

2、满足“T\_m\_”的有（B、C ）

A:Tmom B:Tmmm C:T1m2 D:Tmm E:Tm

3、满足“张%”的是（A、B、C、D）

A:张三 B：张三丰 C：张牙舞爪 D：张 E：小张

4、满足“%诺基亚%”的是（A、B、C、D）

A：诺基亚2100 B：2100诺基亚 C：把我的诺基亚拿过来 D：诺基亚

## 2.10 模糊查询（like） ##

![20190710174456425.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 20][]

之前用到的模糊查询

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 21][]

## 2.11 order by排序 ##

asc:升序（默认）

desc:降序

语文成绩降序排列

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 22][]

数学成绩升序排序

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 23][]

默认是升序排列

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 24][]

多列排序

年龄降序、成绩升序

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 25][]

思考如下代码表示什么含义？

> select \* from stu order by stuage desc,ch desc; \#年龄降序，语文降序
> 
> select \* from stu order by stuage desc,ch asc;\#年龄降序，语文升序
> 
> select \* from stu order by stuage ,ch desc； \#年龄升序，语文降序
> 
> select \* from stu order by stuage ,ch； \#年龄升序，语文升序

## 2.12 group by分组查询 ##

将查询的结果分组，分组查询的目的在于统计数据。

eg:按性别分组，显示每组的平均年龄

![20190710195514398.png][]

eg:按地区分组，每个地区的平均年龄

![20190710195702175.png][]

注意：如果是分组查询，查询字段必须是分组字段和聚合函数。

如果查询字段是普通字段，那么只取分组的第一个值。

![20190710200548607.png][]

通过group\_concat()函数将同一组的值连接起来显示。

![20190710200750360.png][]

分组后的结果默认升序排列

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 26][]

如果要降序排列，可以使用desc：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 27][]

多列分组

eg:按照地址和性别进行统计平均年龄

![20190710201650957.png][]

## 2.13 having条件 ##

思考：数据库中的表是一个二维表，返回的结果是一张二维表，既然能在数据库的二维表中进行查询，能否在结果集的二维表上继续进行查询？

答：可以，having条件就是在结果集上继续进行筛选。

group by是在数据库的基础上进行筛选，having条件时在结果集上进行继续筛选。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 28][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 29][]

![2019071020295661.png][]

**having和where的区别：**

where是对原始数据进行筛选，having是对记录集进行筛选。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 30][]

数据库中没有total字段，结果表中有total字段。

## 2.14 limit ##

语法：limit 起始位置，显示长度

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 31][]

![20190710203826608.png][]

起始位置可以省略，默认是从0开始

![20190710204026477.png][]

eg:找到总分前三名

![20190710204212950.png][]

limit在update和delete语句中也是可以使用的。

update 表 set 字段 where 条件 【limit】

delete from 表 where 条件 【limit】

## 2.15 查询语句中的选项 ##

1、all:显示所有数据【默认】

2、distinct:去除结果集中重复的数据

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 32][]

## 2.16 union联合 ##

插入测试数据

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 33][]

### 2.16.1 union的使用 ###

作用：将多个select语句结果集纵向联合起来

`语法：select 语句 union [选项] select 语句 union [选项] select 语句`

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 34][]

默认去掉重名

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 35][]

利用all选项实现不去重的名字：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 36][]

eg:查找上海的男生和北京的女生

![20190710212727363.png][]

### ![20190710212919571.png][] ###

### 2.16.2 union的选项 ###

union的选项有两个

1、 all：显示所有数据

2、 distinct：去除重复的数据【默认】

### 2.16.3 union的注意事项 ###

1、 union两边的select语句的字段个数必须一致

2、 union两边的select语句的字段名可以不一致，最终按第一个select语句的字段名。

3、 union两边的select语句中的数据类型可以不一致。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70]: /images/20211211/327531bca23a4f2fa7db2f04e4792433.png
[20190709211532537.png]: /images/20211211/fddb3365011f4829b9e024e83d1812d6.png
[2019070921294227.png]: /images/20211211/8375650ef7d847c2a1a78c7709234546.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 1]: /images/20211211/d70d006adce34fcc83fcf7c0d79ac16f.png
[20190709214214829.png]: /images/20211211/9eac2829647847a48572269672cf434c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 2]: /images/20211211/a1cfc0c1fe214761bb6333430ac5f138.png
[20190709215013968.png]: /images/20211211/6c6dce20ab6f4927881dca1193b523d7.png
[20190709220354285.png]: /images/20211211/3c65e389e796418a92127f5e4cc72f75.png
[20190709220433796.png]: /images/20211211/5b8e08aae1fd48189d738a4f64d78500.png
[20190709220449501.png]: /images/20211211/a877fc4046c74a00b026906d0e0468ee.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 3]: /images/20211211/e55529ec1d7e4791a515f0184ea96422.png
[20190710085130785.png]: /images/20211211/96b74ab983ed49898a9f876d54ef9dab.png
[20190710085759433.png]: /images/20211211/c70ff75d9e53481eb11304524e1903b6.png
[20190710085835347.png]: /images/20211211/4fc0cb72e287424b90e56080aa0f4314.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 4]: /images/20211211/3037246c5ef84c62ba0fb4434e9ae341.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 5]: /images/20211211/6ff1fca5dc4540849cb14daa3a5b5740.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 6]: /images/20211211/f340a7a6090f4fab94d2cad7ed465d95.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 7]: /images/20211211/187996c9fc2f4c33b5928746c1e20119.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 8]: /images/20211211/56bcd6f88996490b97be73c295352b74.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 9]: /images/20211211/ec9fd64662a7415fab50980cc21f67ef.png
[20190710095545704.png]: /images/20211211/b5433941cb5f48eb87e1b267b8cbc69a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 10]: /images/20211211/a9e8696e7e2541c785d888b123d6e240.png
[20190710100015939.png]: /images/20211211/ad1f66cbf07046b5832c21955e551efe.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 11]: /images/20211211/485326e66fa7420ab1a2f7405a718462.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 12]: /images/20211211/b1f5995d51a04159b6d5f9d32d00baa4.png
[20190710110433592.png]: /images/20211211/3c3bf862e4274f5f99602f1969c04517.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 13]: /images/20211211/88d909fe92b849eda82affd23f6bb42b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 14]: /images/20211211/ac9e2651f79b4c5ea899c5403d2146a7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 15]: /images/20211211/c47b4e50cb3248b6b99e5e079f68339a.png
[20190710112816831.png]: /images/20211211/b0520f53366e4c3a8108cf2668f3528e.png
[20190710113217510.png]: /images/20211211/3901269ade0f4312a7ba45a0f2fac687.png
[20190710113427147.png]: /images/20211211/c5018c6adffc4b66a04980aa134f861f.png
[20190710113647241.png]: /images/20211211/9f2c337200d943acb4279937c122fe65.png
[2019071011390527.png]: https://img-blog.csdnimg.cn/2019071011390527.png
[20190710114318345.png]: https://img-blog.csdnimg.cn/20190710114318345.png
[20190710114709623.png]: https://img-blog.csdnimg.cn/20190710114709623.png
[20190710114806844.png]: https://img-blog.csdnimg.cn/20190710114806844.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 16]: https://img-blog.csdnimg.cn/20190710115040485.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 17]: https://img-blog.csdnimg.cn/20190710115210290.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 18]: https://img-blog.csdnimg.cn/20190710115301260.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[20190710171917292.png]: https://img-blog.csdnimg.cn/20190710171917292.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 19]: https://img-blog.csdnimg.cn/2019071017222668.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[20190710173148464.png]: https://img-blog.csdnimg.cn/20190710173148464.png
[20190710174456425.png]: https://img-blog.csdnimg.cn/20190710174456425.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 20]: https://img-blog.csdnimg.cn/20190710174739145.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 21]: https://img-blog.csdnimg.cn/2019071017520831.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 22]: https://img-blog.csdnimg.cn/20190710175357860.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 23]: https://img-blog.csdnimg.cn/20190710175449697.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 24]: https://img-blog.csdnimg.cn/20190710175544785.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 25]: https://img-blog.csdnimg.cn/20190710180324629.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[20190710195514398.png]: https://img-blog.csdnimg.cn/20190710195514398.png
[20190710195702175.png]: https://img-blog.csdnimg.cn/20190710195702175.png
[20190710200548607.png]: https://img-blog.csdnimg.cn/20190710200548607.png
[20190710200750360.png]: https://img-blog.csdnimg.cn/20190710200750360.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 26]: https://img-blog.csdnimg.cn/20190710201025574.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 27]: https://img-blog.csdnimg.cn/20190710201202777.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[20190710201650957.png]: https://img-blog.csdnimg.cn/20190710201650957.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 28]: https://img-blog.csdnimg.cn/20190710202421538.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 29]: https://img-blog.csdnimg.cn/2019071020273495.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[2019071020295661.png]: https://img-blog.csdnimg.cn/2019071020295661.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 30]: https://img-blog.csdnimg.cn/20190710203221781.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 31]: https://img-blog.csdnimg.cn/2019071020373967.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[20190710203826608.png]: https://img-blog.csdnimg.cn/20190710203826608.png
[20190710204026477.png]: https://img-blog.csdnimg.cn/20190710204026477.png
[20190710204212950.png]: https://img-blog.csdnimg.cn/20190710204212950.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 32]: https://img-blog.csdnimg.cn/20190710210756651.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 33]: https://img-blog.csdnimg.cn/2019071021154981.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 34]: https://img-blog.csdnimg.cn/2019071021202596.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 35]: https://img-blog.csdnimg.cn/20190710213127413.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ_size_16_color_FFFFFF_t_70 36]: https://img-blog.csdnimg.cn/20190710213353245.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNzc1MzIxNQ==,size_16,color_FFFFFF,t_70
[20190710212727363.png]: https://img-blog.csdnimg.cn/20190710212727363.png
[20190710212919571.png]: https://img-blog.csdnimg.cn/20190710212919571.png