搜索
首页数据库mysql教程Oracle分析函数/聚合函数使用总结 .

Oracle分析函数/聚合函数使用总结 .

WBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWB
WBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWB
Jun 07, 2016 pm 03:32 PM
oracle使用函数分析总结聚合

总结: group by rollup(field1,field2); group by cube(field1,field2); group by grouping sets(field1,field2); 生成测试脚本： [c-sharp:nogutter:collapse:showcolumns] view plaincopyprint? ·········10········20········30

总结:

　group by rollup(field1,field2);　

   group by cube(field1,field2);　

   group by grouping sets(field1,field2);

 

 

生成测试脚本：

[c-sharp:nogutter:collapse:showcolumns] view plaincopyprint?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

  1. SQL> CREATE TABLE Bill  
  2.   2  (Bill_Month VARCHAR2(6),    
  3.   3  Area_Code INTEGER,  
  4.   4  Net_Type CHAR(1),  
  5.   5   Local_Fare NUMBER(10,2))  

插入测试数据：

[c-sharp:nogutter:collapse:showcolumns] view plaincopyprint?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

  1. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200405',5761,'J',5667089.85 );  
  2. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200405',5762,'G',6315075.96 );  
  3. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200405',5762,'J',6328716.15 );  
  4. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200405',5763,'G',8861742.59 );  
  5. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200405',5763,'J',7788036.32 );  
  6. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200405',5764,'G',6028670.45 );  
  7. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200405',5764,'J',6459121.49 );  
  8. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200405',5765,'G',13156065.77);  
  9. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200405',5765,'J',11901671.70);  
  10. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200406',5761,'G',7614587.96 );  
  11. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200406',5761,'J',5704343.05 );  
  12. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200406',5762,'G',6556992.60 );  
  13. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200406',5762,'J',6238068.05 );  
  14. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200406',5763,'G',9130055.46 );  
  15. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200406',5763,'J',7990460.25 );  
  16. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200406',5764,'G',6387706.01 );  
  17. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200406',5764,'J',6907481.66 );  
  18. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200406',5765,'G',13562968.81);  
  19. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200406',5765,'J',12495492.50);  
  20. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200407',5761,'G',7987050.65 );  
  21. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200407',5761,'J',5723215.28 );  
  22. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200407',5762,'G',6833096.68 );  
  23. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200407',5762,'J',6391201.44 );  
  24. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200407',5763,'G',9410815.91 );  
  25. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200407',5763,'J',8076677.41 );  
  26. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200407',5764,'G',6456433.23 );  
  27. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200407',5764,'J',6987660.53 );  
  28. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200407',5765,'G',14000101.20);  
  29. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200407',5765,'J',12301780.20);  
  30. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200408',5761,'G',8085170.84 );  
  31. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200408',5761,'J',6050611.37 );  
  32. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200408',5762,'G',6854584.22 );  
  33. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200408',5762,'J',6521884.50 );  
  34. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200408',5763,'G',9468707.65 );  
  35. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200408',5763,'J',8460049.43 );  
  36. insert into Bill (Bill_Month,Area_Code,Net_Type,Local_Fare) values('200408',5764,'G',6587559.23 );  

 

1.ROLLUP

ROLLUP是对group by的扩展，因此，它只能出现在group by子句中，依赖于分组的列，对每个分组会生成汇总数据，如下：
SELECT ….
FROM ….
GROUP BY ROLLUP(C1,C2,C3….C(n-1),C(n));
总共会进行n+1个分组,那么实际上有n+1个group by的union all结果。
第1个分组：全分组。C1,C2,C3….C(n-1),C(n)
第2个分组:C1,C2,C3….C(n-1);//这个分组实际上就是对前面前n-1列分组的小计.
----然后逐渐递减分组列
第n个分组:C1。对上一个分组的小计。
第n+1个分组。不分组全量汇总,相当于合计,也是对group by C1的小计,相当于group by null。

 

[c-sharp:nogutter:collapse:showcolumns] view plaincopyprint?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

  1. SELECT NVL(TO_CHAR(AREA_CODE), '总计') AREA_CODE,  
  2.        SUM(LOCAL_FARE) LOCAL_FARE  
  3. FROM   BILL  
  4. GROUP  BY ROLLUP(AREA_CODE)  

--result

[c-sharp:nogutter:collapse:showcolumns] view plaincopyprint?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

  1.     AREA_CODE   LOCAL_FARE  
  2. 5764    45814632.6  
  3. 5761    54225413.04  
  4. 5762    52039619.6  
  5. 5763    69186545.02  
  6. 5765    77418080.18  
  7. 合计  298684290.44  

 

2.cube

CUBE(交叉列表)也是对group by运算的一种扩展，它比rollup扩展更加精细，组合类型更多，rollup是按组合的列从右到左递减分组计算，而CUBE则是对所有可能的组合情况进行分组，这样分组的情况更多，覆盖所有的可能分组，并计算所有可能的分组的小计。比如：
CUBE(C1,C2,C3……C(N))对N个列进行CUBE分组，那么可能的分组情况有：
不分组：C(n,0)
取一列分组:C(n,1)
-----
取N列分组，全分组：C(n,n)
那么运用数学上的组合公式，得出所有所有可能的组合方式有:C(n,0)+C(n,1)+….+C(n,n)=2^n种。
我们以前面的rollup组合列为例子：rollup(name,month)是计算按区域名和月份分组以及每个区域的所有月份的小计以及总计。但是使用 cube(name,month)则有4种分组，比rollup多一个每个月的所有区域的小计。下面比较一下这两种分组方式：

 

分组公式        描述
rollup(name,month)        分组情况有：
group by name,month
group by name,null  //每个区域所有月份小计
group by null,null  //合计
cube(name,month)        分组情况有:
group by null,null  //总计
group by null,month //每个月份的所有区域小计
group by name,null //每个区域的所有月份小计
group by name,month
       
CUBE使用方式：
和rollup一样，是
select …
from …
group by cube(分组列列表)

 

[c-sharp:nogutter:collapse:showcolumns] view plaincopyprint?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

  1. SELECT (NVL(BILL_MONTH, '月份')) BILL_MONTH,  
  2.        (TO_CHAR(AREA_CODE)) AREA_CODE,  
  3.        SUM(LOCAL_FARE) LOCAL_FARE  
  4. FROM   BILL  
  5. GROUP  BY CUBE(AREA_CODE, BILL_MONTH)  
  6. ORDER  BY BILL_MONTH, AREA_CODE  

--result

[c-sharp:nogutter:collapse:showcolumns] view plaincopyprint?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

  1. BILL_MONTH  AREA_CODE   LOCAL_FARE  
  2. 200405  5761    13060433.89  
  3. 200405  5762    12643792.11  
  4. 200405  5763    16649778.91  
  5. 200405  5764    12487791.94  
  6. 200405  5765    25057737.47  
  7. 200405      79899534.32  
  8. 200406  5761    13318931.01  
  9. 200406  5762    12795060.65  
  10. 200406  5763    17120515.71  
  11. 200406  5764    13295187.67  
  12. 200406  5765    26058461.31  
  13. 200406      82588156.35  
  14. 200407  5761    13710265.93  
  15. 200407  5762    13224298.12  
  16. 200407  5763    17487493.32  
  17. 200407  5764    13444093.76  
  18. 200407  5765    26301881.4  
  19. 200407      84168032.53  
  20. 200408  5761    14135782.21  
  21. 200408  5762    13376468.72  
  22. 200408  5763    17928757.08  
  23. 200408  5764    6587559.23  
  24. 200408      52028567.24  
  25. 月份  5761    54225413.04  
  26. 月份  5762    52039619.6  
  27. 月份  5763    69186545.02  
  28. 月份  5764    45814632.6  
  29. 月份  5765    77418080.18  
  30. 月份      298684290.44  

 

扩展一下，GROUPING函数

[c-sharp:nogutter:collapse:showcolumns] view plaincopyprint?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

  1. SELECT DECODE(GROUPING(AREA_CODE), 1, 'all area', TO_CHAR(AREA_CODE)) AREA_CODE,  
  2.        DECODE(GROUPING(BILL_MONTH), 1, 'all month', BILL_MONTH) BILL_MONTH,  
  3.        SUM(LOCAL_FARE) LOCAL_FARE  
  4. FROM   bill  
  5. GROUP  BY CUBE(AREA_CODE, BILL_MONTH)  
  6. ORDER  BY AREA_CODE, BILL_MONTH NULLS LAST  

--Result

[c-sharp:nogutter:collapse:showcolumns] view plaincopyprint?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

  1. 5761    200405  13060433.89  
  2. 5761    200406  13318931.01  
  3. 5761    200407  13710265.93  
  4. 5761    200408  14135782.21  
  5. 5761    all month   54225413.04  
  6. 5762    200405  12643792.11  
  7. 5762    200406  12795060.65  
  8. 5762    200407  13224298.12  
  9. 5762    200408  13376468.72  
  10. 5762    all month   52039619.6  
  11. 5763    200405  16649778.91  
  12. 5763    200406  17120515.71  
  13. 5763    200407  17487493.32  
  14. 5763    200408  17928757.08  
  15. 5763    all month   69186545.02  
  16. 5764    200405  12487791.94  
  17. 5764    200406  13295187.67  
  18. 5764    200407  13444093.76  
  19. 5764    200408  6587559.23  
  20. 5764    all month   45814632.6  
  21. 5765    200405  25057737.47  
  22. 5765    200406  26058461.31  
  23. 5765    200407  26301881.4  
  24. 5765    all month   77418080.18  
  25. all area    200405  79899534.32  
  26. all area    200406  82588156.35  
  27. all area    200407  84168032.53  
  28. all area    200408  52028567.24  
  29. all area    all month   298684290.44  

 

以上我们已经掌握了rollup,cube分组统计的知识。但是rollup和cube的分组统计包含了常规group by的统计明细以及对相关列的小计和合计值。如果我们需要的只是按每个分组列小计呢？oracle提供了grouping sets操作，对group by的另一个扩展，专门对分组列分别进行小计计算，不包括合计。使用方式和rollup和cube一样，都是放在group by中。如：
grouping sets(C1,C2….Cn)则分组方式有n种,等于列的数目。
group by c1,null,null…..null。
group by null,c2,null….null。
….
group by null,null……..Cn。
无group by null,null….null，也就是说没有合计行。
注意：grouping sets的统计结果和列的顺序无关。

有时我们只需要月、地区统计结果：

[c-sharp:nogutter:collapse:showcolumns] view plaincopyprint?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

  1. SELECT DECODE(GROUPING(AREA_CODE), 1, 'all area', TO_CHAR(AREA_CODE)) AREA_CODE,  
  2.        DECODE(GROUPING(BILL_MONTH), 1, 'all month', BILL_MONTH) BILL_MONTH,  
  3.        SUM(LOCAL_FARE) LOCAL_FARE  
  4. FROM   BILL  
  5. GROUP  BY GROUPING SETS(AREA_CODE, BILL_MONTH);  

--result

[c-sharp:nogutter:collapse:showcolumns] view plaincopyprint?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

  1. AREA_CODE   BILL_MONTH  LOCAL_FARE  
  2. 5764    all month   45814632.6  
  3. 5761    all month   54225413.04  
  4. 5762    all month   52039619.6  
  5. 5763    all month   69186545.02  
  6. 5765    all month   77418080.18  
  7. all area    200405  79899534.32  
  8. all area    200406  82588156.35  
  9. all area    200407  84168032.53  
  10. all area    200408  52028567.24  

 

 

3.ROWS

rows是物理行，就是按行的位置，根据位置计算窗口范围

sql query

[c-sharp:collapse] view plaincopyprint?

  1. select bill_month,area_code,net_type,local_fare,sum(local_fare) over(order by local_fare  rows between current row and 1 following) sum_fare  
  2. from bill  
  3. /  
  4. BILL_M  AREA_CODE N LOCAL_FARE   SUM_FARE  
  5. ------ ---------- - ---------- ----------  
  6. 200405       5761 J 5667089.85 11371432.9  
  7. 200406       5761 J 5704343.05 11733013.5  
  8. 200405       5764 G 6028670.45 12266738.5  
  9. 200406       5762 J 6238068.05 12625774.1  
  10. 200406       5764 G 6387706.01 12846827.5  
  11. 200405       5764 J 6459121.49 13016114.1  
  12. 200406       5762 G  6556992.6 13464474.3  
  13. 200406       5764 J 6907481.66 14522069.6  
  14. 200406       5761 G 7614587.96 15402624.3  
  15. 200405       5763 J 7788036.32 15778496.6  
  16. 200406       5763 J 7990460.25 16852202.8  
  17. BILL_M  AREA_CODE N LOCAL_FARE   SUM_FARE  
  18. ------ ---------- - ---------- ----------  
  19. 200405       5763 G 8861742.59 17991798.1  
  20. 200406       5763 G 9130055.46 9130055.46  
  21. 13 rows selected.  

 

4.RANGE

RANGE是逻辑行，是按单元格值和偏移量计算窗口范围.

Range是逻辑行的范围 ，要经过 计算 的，一般range后面是数值或时间间隔等，这样根据 当行和range的表达 式能计算当

行对应的窗口范围；

[c-sharp:collapse] view plaincopyprint?

  1. select bill_month,area_code,net_type,local_fare,sum(local_fare) over(order by local_fare  range between current row and 122350 following) sum_fare  
  2.   from bill  
  3. /  
  4. BILL_M  AREA_CODE N LOCAL_FARE   SUM_FARE  
  5. ------ ---------- - ---------- ----------  
  6. 200405       5761 J 5667089.85 11371432.9  
  7. 200406       5761 J 5704343.05 5704343.05  
  8. 200405       5764 G 6028670.45 6028670.45  
  9. 200406       5762 J 6238068.05 6238068.05  
  10. 200406       5764 G 6387706.01 12846827.5  
  11. 200405       5764 J 6459121.49 13016114.1  
  12. 200406       5762 G  6556992.6  6556992.6  
  13. 200406       5764 J 6907481.66 6907481.66  
  14. 200406       5761 G 7614587.96 7614587.96  
  15. 200405       5763 J 7788036.32 7788036.32  
  16. 200406       5763 J 7990460.25 7990460.25  
  17. BILL_M  AREA_CODE N LOCAL_FARE   SUM_FARE  
  18. ------ ---------- - ---------- ----------  
  19. 200405       5763 G 8861742.59 8861742.59  
  20. 200406       5763 G 9130055.46 9130055.46  
  21. 13 rows selected.  

 

5.RATIO_TO_REPORT

The RATIO_TO_REPORT function computes the ratio of a value to the sum of a set of values. If the expression value expression evaluates to NULL , RATIO_TO_REPORT also evaluates to NULL , but it is treated as zero for computing the sum of values for the denominator. Its syntax is: 

RATIO_TO_REPORT ( expr ) OVER ( [query_partition_clause] )

[c-sharp:collapse] view plaincopyprint?

  1. select bill_month,area_code,net_type,local_fare,ratio_to_report(local_fare) over() rate  
  2. from bill  
  3. /  
  4. BILL_M  AREA_CODE N LOCAL_FARE       RATE  
  5. ------ ---------- - ---------- ----------  
  6. 200405       5761 J 5667089.85 .062047734  
  7. 200405       5763 G 8861742.59 .097025293  
  8. 200405       5763 J 7788036.32 .085269516  
  9. 200405       5764 G 6028670.45 .066006602  
  10. 200405       5764 J 6459121.49 .070719517  
  11. 200406       5761 G 7614587.96 .083370468  
  12. 200406       5761 J 5704343.05 .062455612  
  13. 200406       5762 G  6556992.6 .071791086  
  14. 200406       5762 J 6238068.05 .068299251  
  15. 200406       5763 G 9130055.46 .099962992  
  16. 200406       5763 J 7990460.25 .087485812  
  17. BILL_M  AREA_CODE N LOCAL_FARE       RATE  
  18. ------ ---------- - ---------- ----------  
  19. 200406       5764 G 6387706.01 .069937604  
  20. 200406       5764 J 6907481.66 .075628515  
声明
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn
相关文章
MySQL：初学者的基本技能MySQL：初学者的基本技能Apr 18, 2025 am 12:24 AM

MySQL适合初学者学习数据库技能。1.安装MySQL服务器和客户端工具。2.理解基本SQL查询，如SELECT。3.掌握数据操作：创建表、插入、更新、删除数据。4.学习高级技巧：子查询和窗口函数。5.调试和优化：检查语法、使用索引、避免SELECT*，并使用LIMIT。

MySQL：结构化数据和关系数据库MySQL：结构化数据和关系数据库Apr 18, 2025 am 12:22 AM

MySQL通过表结构和SQL查询高效管理结构化数据，并通过外键实现表间关系。1.创建表时定义数据格式和类型。2.使用外键建立表间关系。3.通过索引和查询优化提高性能。4.定期备份和监控数据库确保数据安全和性能优化。

MySQL：解释的关键功能和功能MySQL：解释的关键功能和功能Apr 18, 2025 am 12:17 AM

MySQL是一个开源的关系型数据库管理系统，广泛应用于Web开发。它的关键特性包括：1.支持多种存储引擎，如InnoDB和MyISAM，适用于不同场景；2.提供主从复制功能，利于负载均衡和数据备份；3.通过查询优化和索引使用提高查询效率。

SQL的目的：与MySQL数据库进行交互SQL的目的：与MySQL数据库进行交互Apr 18, 2025 am 12:12 AM

SQL用于与MySQL数据库交互，实现数据的增、删、改、查及数据库设计。1）SQL通过SELECT、INSERT、UPDATE、DELETE语句进行数据操作；2）使用CREATE、ALTER、DROP语句进行数据库设计和管理；3）复杂查询和数据分析通过SQL实现，提升业务决策效率。

初学者的MySQL：开始数据库管理初学者的MySQL：开始数据库管理Apr 18, 2025 am 12:10 AM

MySQL的基本操作包括创建数据库、表格，及使用SQL进行数据的CRUD操作。1.创建数据库：CREATEDATABASEmy_first_db;2.创建表格：CREATETABLEbooks(idINTAUTO_INCREMENTPRIMARYKEY,titleVARCHAR(100)NOTNULL,authorVARCHAR(100)NOTNULL,published_yearINT);3.插入数据：INSERTINTObooks(title,author,published_year)VA

MySQL的角色：Web应用程序中的数据库MySQL的角色：Web应用程序中的数据库Apr 17, 2025 am 12:23 AM

MySQL在Web应用中的主要作用是存储和管理数据。1.MySQL高效处理用户信息、产品目录和交易记录等数据。2.通过SQL查询，开发者能从数据库提取信息生成动态内容。3.MySQL基于客户端-服务器模型工作，确保查询速度可接受。

mysql：构建您的第一个数据库mysql：构建您的第一个数据库Apr 17, 2025 am 12:22 AM

构建MySQL数据库的步骤包括：1.创建数据库和表，2.插入数据，3.进行查询。首先，使用CREATEDATABASE和CREATETABLE语句创建数据库和表，然后用INSERTINTO语句插入数据，最后用SELECT语句查询数据。

MySQL：一种对数据存储的初学者友好方法MySQL：一种对数据存储的初学者友好方法Apr 17, 2025 am 12:21 AM

MySQL适合初学者，因为它易用且功能强大。1.MySQL是关系型数据库，使用SQL进行CRUD操作。2.安装简单，需配置root用户密码。3.使用INSERT、UPDATE、DELETE、SELECT进行数据操作。4.复杂查询可使用ORDERBY、WHERE和JOIN。5.调试需检查语法，使用EXPLAIN分析查询。6.优化建议包括使用索引、选择合适数据类型和良好编程习惯。

See all articles

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序，用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

AI Hentai Generator

AI Hentai Generator

免费生成ai无尽的。

显示更多

热门文章

R.E.P.O.能量晶体解释及其做什么（黄色晶体）
1 个月前By尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.最佳图形设置
1 个月前By尊渡假赌尊渡假赌尊渡假赌
刺客信条阴影：贝壳谜语解决方案
3 周前ByDDD
Windows 11 KB5054979中的新功能以及如何解决更新问题
2 周前ByDDD
威尔R.E.P.O.有交叉游戏吗？
1 个月前By尊渡假赌尊渡假赌尊渡假赌
显示更多

热工具

SecLists

SecLists

SecLists是最终安全测试人员的伙伴。它是一个包含各种类型列表的集合，这些列表在安全评估过程中经常使用，都在一个地方。SecLists通过方便地提供安全测试人员可能需要的所有列表，帮助提高安全测试的效率和生产力。列表类型包括用户名、密码、URL、模糊测试有效载荷、敏感数据模式、Web shell等等。测试人员只需将此存储库拉到新的测试机上，他就可以访问到所需的每种类型的列表。

SublimeText3汉化版

SublimeText3汉化版

中文版，非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Atom编辑器mac版下载

Atom编辑器mac版下载

最流行的的开源编辑器

MinGW - 适用于 Windows 的极简 GNU

MinGW - 适用于 Windows 的极简 GNU

这个项目正在迁移到osdn.net/projects/mingw的过程中，你可以继续在那里关注我们。MinGW：GNU编译器集合（GCC）的本地Windows移植版本，可自由分发的导入库和用于构建本地Windows应用程序的头文件；包括对MSVC运行时的扩展，以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。

显示更多

热门话题

gmail邮箱登陆入口在哪里
7554
15
CakePHP 教程
1382
52
steam的账户名称是什么格式
83
11
win11激活密钥永久
59
19
NYT连接提示和答案
24
96
显示更多