#include "stm32f4xx_hal.h"

// 假设这是在某处定义的UART句柄
UART_HandleTypeDef huart;

// 接收缓冲区和计数器
uint8_t RxBuffer[1024];
__IO uint16_t RxCounter = 0;

// 空闲中断服务程序
void UART_IDLE_IRQHandler(void) {
    // 清除标志位
    __HAL_UART_CLEAR_FLAG(&huart, UART_CLEAR_IDLEF);

    // 确定DMA传输是否完成
    if ((huart.Instance->CR3 & USART_CR3_DMAR) != 0) {
        // 完成传输的数据长度
        uint16_t Size = __HAL_DMA_GET_COUNTER(huart.hdmarx);

        // 更新接收计数器
        RxCounter += Size;

        // 重新配置DMA的目标地址和长度
        HAL_DMA_Start_IT(&huart.hdmarx, (uint32_t)RxBuffer + RxCounter, Size);
    }

    // 处理接收完毕的数据
    // ...
}

// 初始化函数
void UART_Init(void) {
    // 配置UART参数
    // ...

    // 使能空闲中断
    __HAL_UART_ENABLE_IT(&huart, UART_IT_IDLE);

    // 初始化DMA
    // ...

    // 使能DMA
    // ...

    // 使能UART
    // ...
}

// 主程序
int main(void) {
    // 初始化
    UART_Init();

    // 主循环
    while (1) {
        // 其他处理
    }
}

sudo apt-get update
sudo apt-get install sqlite3

sudo yum install sqlite3
# 或者
sudo dnf install sqlite3

sqlite3

CREATE TABLE users (
    id INTEGER PRIMARY KEY,
    username TEXT NOT NULL,
    email TEXT NOT NULL UNIQUE
);

INSERT INTO users (username, email) VALUES ('admin', 'admin@example.com');

SELECT * FROM users;

.quit

dotnet ef dbcontext scaffold "连接字符串" Microsoft.EntityFrameworkCore.SqlServer

dotnet ef dbcontext scaffold "Server=localhost;Database=YourDatabase;User Id=your_username;Password=your_password;" Microsoft.EntityFrameworkCore.SqlServer

ALTER TABLE employees
ADD CONSTRAINT fk_departments
FOREIGN KEY (department_id)
REFERENCES departments(id);

#include <opencv2/opencv.hpp>
#include <QSqlDatabase>
#include <QSqlQuery>
#include <QSqlError>
#include <QDebug>

// 连接数据库
bool connectDatabase(QSqlDatabase &db) {
    db = QSqlDatabase::addDatabase("QSQLITE");
    db.setDatabaseName(":/database/attendance.db"); // 使用资源文件
    if (!db.open()) {
        qDebug() << "数据库连接失败：" << db.lastError().text();
        return false;
    }
    return true;
}

// 将OpenCV的Mat图像转换为Qt的QImage
QImage cvMatToQImage(const cv::Mat &inMat) {
    switch (inMat.type()) {
        // 8-bit, 4 channel
        case CV_8UC4: {
            QImage image(inMat.data, inMat.cols, inMat.rows, static_cast<int>(inMat.step), QImage::Format_ARGB32);
            return image;
        }
        // 8-bit, 3 channel
        case CV_8UC3: {
            QImage image(inMat.data, inMat.cols, inMat.rows, static_cast<int>(inMat.step), QImage::Format_RGB888);
            return image.rgbSwapped();
        }
        // 8-bit, 1 channel
        case CV_8UC1: {
            static QVector<QRgb> sColorTable;
            // ... 初始化颜色表
            QImage image(inMat.data, inMat.cols, inMat.rows, static_cast<int>(inMat.step), QImage::Format_Indexed8);
            image.setColorTable(sColorTable);
            return image;
        }
        default:
            break;
    }
    return QImage();
}

// 人脸识别并记录出勤信息
void faceRecognitionAndAttendance(cv::VideoCapture &cap, cv::CascadeClassifier &cascade, QSqlDatabase &db) {
    cv::Mat frame;
    cap >> frame; // 从摄像头读取帧
    if (!frame.empty()) {
        std::vector<cv::Rect> faces;
        cv::Mat gray;
        cv::cvtColor(frame, gray, cv::COLOR_BGR2GRAY); // 转换为灰度图
        cascade.detectMultiScale(gray, faces, 1.2, 3, cv::CASCADE_FIND_BIGGEST_OBJECT | cv::CASCADE_DO_ROUGH_SEARCH, cv::Size(30, 30));
        for (size_t i = 0; i < faces.size(); i++) {
            cv::Point center(faces[i].x + faces[i].width / 2, faces[i].y + faces[i].height / 2);
            cv::ellipse(frame, center, cv::Size(faces[i].width / 2, faces[i].height / 2), 0, 0, 360, cv::Scalar(255, 0, 255), 4);

            // 假设已经识别到人脸并获取了人脸特征
            // ...

            // 在数据库中查找是否有对应特征的记录
            QSqlQuery query(db);
            query.prepare("SELECT name FROM attendance WHER

-- PostgreSQL与MySQL优劣势比较的简单SQL查询

-- PostgreSQL优势：
-- 1. 数组支持：PostgreSQL对数组有强大而直观的支持，方便处理同一个实体的多个相关数据。
-- 2. JSONB支持：PostgreSQL对JSON数据的存储和处理有很好的内置支持。
-- 3. 地理信息处理：PostGIS扩展支持地理信息的存储和查询。
-- 4. 复杂查询：PostgreSQL的查询优化器比MySQL更为复杂，能进行更复杂的查询计划优化。
-- 5. 用户自定义类型和函数：PostgreSQL支持更多的数据类型和用户自定义函数。

-- MySQL优势：
-- 1. 更快的开发速度：MySQL的社区版更易于安装和使用，对于不需要复杂查询的应用来说更快速。
-- 2. 复制和负载均衡：MySQL提供了更为简单的复制和负载均衡设置。
-- 3. InnoDB存储引擎的高可用性和数据完整性特性。
-- 4. 更好的性能监控和优化工具：MySQL提供了更直观的性能监控和优化工具。
-- 5. 对于只读查询，MySQL的优化器可以更好地利用索引。

-- 以下是一个简单的比较，展示了两种数据库在简单的读取操作上的性能可能差异。

-- PostgreSQL的示例查询，使用数组和JSONB：
EXPLAIN SELECT * FROM table WHERE array_column && array_values OR jsonb_column->>'json_key' = 'json_value';

-- MySQL的示例查询，使用常规列和查询：
EXPLAIN SELECT * FROM table WHERE column IN (values_list) OR json_column->>'$.json_key' = 'json_value';

#!/bin/bash
# 自动化管理Oracle数据库实例的脚本示例

# 设置数据库环境变量
export ORACLE_HOME=/u01/app/oracle/product/11.2.0/db_1
export PATH=$PATH:$ORACLE_HOME/bin

# 数据库实例名称
db_name="mydb"

# 检查数据库实例是否运行
if sqlplus -s / as sysdba <<EOF &> /dev/null
set pagesize 0 feedback off verify off heading on echo off
select instance_name from v\\\$instance;
exit
EOF
then
    echo "数据库实例 $db_name 正在运行。"
else
    echo "数据库实例 $db_name 未运行。"
    # 启动数据库
    sqlplus / as sysdba <<EOF
startup
exit
EOF
fi

# 检查并执行备份操作
bk_dir=/home/oracle/backups
if [ -d "$bk_dir" ]; then
    echo "备份目录存在，开始备份。"
    rman target / <<EOF
run {
    allocate channel c1 type disk;
    allocate channel c2 type disk;
    backup database plus archivelog;
    release channel c1;
    release channel c2;
}
exit
EOF
else
    echo "备份目录不存在，请检查路径。"
fi