踏破寒冬,SQLynx 2.1.3版如约而至:全方位提升SQL开发体验
liuian 2024-12-07 14:58 14 浏览
【SQLynx是什么?】
SQLynx原名SQL Studio,是一款WEB版通用多数据源的数据库管理开发工具。这款SQL工具免安装,支持团队协同开发,远程访问,高效海量数据处理,个人版免费。
时逢冬至,严寒悄然而至,SQLynx团队在此为开发者们送上全方位提升的SQL开发暖心体验!
在本次更新的2.1.3版本中,我们聚焦于优化扩展导入导出、备份迁移、生成测试数据等功能,并进一步加强了查询数据的速度,致力于让开发者在数据操作的每一个环节都能更得心应手。
- 支持数据源:MySQL、Oracle、PostgreSQL、SQLserver、SQLite、MongoDB,以及国产数据库达梦、人大金仓等;
- 支持操作平台:Windows、MacOS、Linux、国产操作系统如银河麒麟、统信UOS等。
本文将为您详细介绍此次版本更新的重要内容。
更新版本
- SQLynx个人版v2.1.3
- SQLynx企业版v2.1.3
更新内容
- 优化导出功能
a.新增支持导出到 SQL 文件;
b.导出 Excel 行数上限调整为 100 万;
c.优化CSV文件UTF-8编码的兼容性;
- 新增导入 Excel 功能
- 新增执行 SQL 功能
- 优化生成测试数据
- 新增备份恢复功能
- 新增数据迁移功能
a.表对表数据迁移
b.将查询结果数据保存到表
1. 优化导出功能
1)新增支持导出到 SQL 文件
本版本中,SQLynx 在导出功能上进行了深度优化,为用户提供了更多选择。除了常规的导出到 Excel 和 CSV 文件外,新增支持导出到 SQL 文件,使得数据的交流与备份更加方便。用户可以选择将特定数据表或整个数据库导出为SQL 文件,实现更灵活的数据管理。
2)导出 Excel 行数上限调整为 100 万
在应对大规模数据时,对 Excel 文件的导出行数上限进行了调整,从之前的 20 万行提升至 100 万行。这一调整极大地满足了对大数据集的导出需求,为用户提供了更为高效的数据处理能力。
3)优化CSV文件UTF-8编码的兼容性
对于导出为 CSV 文件的用户,2.1.3版本新增了对 UTF-8 编码的BOM插入功能,使导出的CSV文件在使用Excel 打开时更加兼容,有效解决了在一些场景下可能出现的乱码问题,提供更为流畅的数据查看体验。
2. 新增导入Excel功能
SQLynx 2.1.3 版本新增了导入Excel功能,用户可以直接通过SQLynx在数据库中导入Excel文件的数据。这一功能的加入简化了数据的导入流程,降低了数据导入的技术门槛,提高了工作效率。
3. 新增执行SQL文件功能
为了更好地满足用户对SQL文件的操作需求,新版本新增了执行SQL文件的功能。用户可以直接在 SQLynx 中执行 SQL文件,对数据的迁移、备份、导入导出等处理更灵活快捷。
4.优化生成测试数据
SQLynx的生成测试数据功能得到了进一步的优化,新版本中用户可以更灵活地选择生成测试数据的字段。这一改进使得测试数据更具可定制性,更好地服务于各类测试需求。
5. 新增备份恢复功能
数据的安全性备受关注,SQLynx 在新版本中新增了备份恢复功能,用户可以将数据库中的全表备份为 SQL 文件到本地,实现数据的灵活备份。通过备份的 SQL 文件,用户还能方便地将数据恢复到数据库中。
6.新增数据迁移功能
1)表对表数据迁移
在多表操作场景下,新版本引入了数据迁移功能。用户可以方便地将表与表之间的数据迁移,实现数据库中数据的灵活调整,满足不同业务场景下的数据管理需求。
2)将查询结果数据保存到表
SQLynx 2.1.3 版本为用户提供了直接将查询结果保存到表的功能。用户可以直接将查询得到的数据保存到数据库的其他表中,大大节省了用户将查询结果导出再导入的时间,提升工作效率。
※上述导入导出、迁移等数据操作功能均支持事务执行。
■ SQLynx 如何升级?
- Windows&Mac用户:
1.下载对应版本的新版软件包,解压缩;
2.彻底退出旧版SQLynx(SQL Studio);
3.按照初次使用的启动方式,直接点击新版软件解压缩文件夹中的sqlynx.exe或sqlynx.dmg启动即可;
4.1.7.0(含)以后的版本,数据配置、用户配置信息可以直接迁移至新版本中,无需手动设置;1.7.0以前旧版本,无法直接迁移数据配置信息,升级新版以后,需要用户手动重新配置数据信息;
5.确认以上新版本使用正常后,旧版软件包可删除。
- Linux及国产操作系统用户:
1.执行命令进入SQLynx的界面,根据命令行提示选择选项2;
2.根据提示输入数据库sqlite.db路径,执行。
SQLynx 2.1.3 版本的更新不仅在现有功能上进行了深度优化,更引入了众多实用功能,为用户提供了更为强大和便捷的数据库操作体验。这一更新展现了 SQLynx 团队对用户需求的敏锐洞察和对产品品质的不懈追求。用户可以在这个寒冷的季节里,放心地驾驭数据库的浩瀚世界。
请前往SQLynx官网下载最新版本体验。
如果您有任何问题或需求,请随时与我们联系。
相关推荐
- GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!
-
「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...
- 高丽大学等机构联合发布StarGAN:可自定义表情和面部特征
-
原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...
- TensorFlow和PyTorch相继发布最新版,有何变化
-
原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...
- 「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口
-
上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...
- 20K star!搞定 LLM 微调的开源利器
-
LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...
- 大模型DeepSeek本地部署后如何进行自定义调整?
-
1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...
- 因配置不当,约5000个AI模型与数据集在公网暴露
-
除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...
- 基于pytorch的深度学习人员重识别
-
基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...
- DeepSeek本地部署:轻松训练你的AI模型
-
引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...
- 谷歌今天又开源了,这次是Sketch-RNN
-
前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...
- Tensorflow 使用预训练模型训练的完整流程
-
前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...
- 30天大模型调优学习计划(30分钟训练大模型)
-
30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...
- python爬取喜马拉雅音频,json参数解析
-
一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...
- 五、JSONPath使用(Python)(json数据python)
-
1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...
- Python网络爬虫的时候json=就是让你少写个json.dumps()
-
大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)