华仔部落

2026 年，如何学习 AI 不落后

Sun, 14 Jun 2026 21:20:20 +0800

这篇文章不是写给“看热闹”的人，而是写给准备真正把 AI 用进工作流的人。尤其是程序员、测试、产品经理、售后和实施同学。如果你只把 AI 当聊天机器人，2026 年已经明显不够了；现在更应该把 AI 当成一个会读项目、会改代码、会跑命令、会整理需求、会协助排查问题的 Agent。

我先说自己的背景。我最开始是做全栈的，后来做后端，再转产品，又做回后端开发。以前我对“全栈”这个词其实没那么执着，因为真正做业务的时候，一个人同时处理前端、后端、部署、文档、测试、产品细节，成本很高，精力很容易被切碎。

但 AI 出来以后，我的感受变了：全栈能力重新变得更有价值。原因不是 AI 可以替代所有工作，而是 AI 把很多重复劳动、上下文切换和样板代码降了下来。一个懂业务、懂代码、懂产品的人，借助 AI Agent 可以把很多以前需要多人配合的事情先跑起来。

我维护过一个工具箱项目，叫“华仔 AutoJs 工具箱”，以前的产品说明可以看这里：https://www.zjh336.cn/?id=2126。现在我也在用 AI 重构这个工具箱项目，仍然在进行中。我的 AI 使用时间不算特别早，差不多是从 2026 年 3 月底开始集中使用，到现在国产模型、国外模型、中转、CLI、桌面工具基本都试了一轮。最近一个月，我这边 GPT 模型的使用量已经跑到了 58 亿 token 以上。

这不是为了炫耀 token 数，而是想说明一件事：AI 学习不是收藏几个提示词，也不是看几篇评测。你必须把它放进真实工作里，让它参与你的需求分析、代码阅读、重构、测试、部署、文档和问题排查。用量上来了，才会知道哪些模型是真能干活，哪些工具只是看起来热闹。

本文主要讲这些内容：

AI 是怎么发展到今天的，为什么 GPT 之后变化突然加速。
2026 年国产模型和国外顶尖模型的现状。
程序员、测试、产品、售后分别应该怎么用 AI。
什么是 Agent，CLI 和桌面工具怎么选。
从 0 开始安装 nvm、Node、Codex、Claude Code、Gemini CLI。
如何用 ccswitch 管理中转和多模型。
我推荐的模型入口和中转站：https://api.zjh336.cn。

一、AI 发展到 2026 年，真正变了什么

AI 不是 2022 年才出现的。早期有规则系统、专家系统，后面有机器学习、深度学习，再到 2017 年 Transformer 架构出现，模型开始具备更强的语言理解和生成能力。BERT、GPT-2、GPT-3 这些模型一步步把“大模型”这条路走通。

但普通人真正感知到 AI 变化，是从 ChatGPT 出圈开始的。OpenAI 在 2022 年 11 月发布 ChatGPT，很多人第一次发现：原来机器不是只能返回搜索结果，也不是只能做分类识别，它可以像一个人一样持续对话、解释概念、写代码、写文案、做总结。

到了 2023 年，GPT-4 发布以后，代码能力、复杂推理、长文本处理明显上了一个台阶。那一年，很多程序员开始用 AI 写脚本、解释报错、生成 SQL、写接口文档。那时的 AI 还更像“高级问答工具”。你问得好，它答得好；你不会问，它就容易胡说。

2024 年开始，多模态明显加速。GPT-4o 这类模型让文字、图片、语音、视频理解越来越自然。国内外的文生图、图生视频、文生视频工具也越来越成熟。AI 漫剧就是这个阶段很典型的出圈场景：以前做一条短剧或者漫剧，需要编剧、分镜、美术、配音、剪辑多人配合；现在一个人可以用 AI 生成剧本、角色设定、分镜图、配音、背景音乐和视频片段，再用剪辑工具拼成完整作品。

2025 到 2026 年，重点又变了。大家不再只问“哪个模型聊天最聪明”，而是开始问“哪个模型能替我完成任务”。这就是 Agent 时代。Agent 的关键不是会聊天，而是会围绕目标读文件、调用工具、执行命令、修改代码、自己检查结果，然后继续迭代。

这也是 vibe coding 火起来的原因。很多人把 vibe coding 简单理解成“用自然语言让 AI 写代码”，我觉得这个理解太浅。真正的 vibe coding 是：人负责目标、判断、架构边界和验收，AI 负责快速展开、生成、修改、解释和补齐。你不用一行一行敲所有代码，但你必须知道它改了什么，为什么改，风险在哪里，怎么验证。

再到 2026 年，OpenClaw 这种工具也在圈内出圈。国内很多人把它叫“龙虾”，它的核心意义不只是又多了一个工具，而是说明大家的关注点正在从“单个模型”转向“Agent 工作流”。OpenClaw 官方定位是本地优先的 agentic coding 平台，强调多 Agent 编排、规格化任务、CLI/TUI 和可视化工作流。类似工具的出现，说明 AI 编程已经进入“谁能把模型组织成稳定生产力”的阶段。

所以 2026 年学习 AI，不能只学提示词，也不能只盯排行榜。你要学的是一整套工作方式：模型怎么选、工具怎么装、中转怎么配、项目怎么接入、任务怎么拆、结果怎么验收。

二、国产模型现状：能用了，而且越来越适合实战

如果是 2023 年，我会更明确地说国外模型领先很多。但到 2026 年，国产模型已经不是“能不能用”的问题，而是“在哪些场景更适合用”的问题。

我现在看国产模型，主要看这几个维度：

代码能力：能不能读项目、改项目、写测试、理解错误日志。
长上下文：能不能塞进去更多代码、文档、日志和需求。
工具调用：能不能稳定配合 Agent、CLI、插件和工作流。
中文能力：能不能理解国内业务表达、产品文档、聊天记录和售后场景。
价格和可用性：能不能高频使用，而不是每次调用都心疼。

1. DeepSeek

DeepSeek 这两年在国内开发者圈的存在感很强。它的优势是推理、代码和性价比，API 也比较适合开发者接入。DeepSeek 官方在 2026 年已经发布了 V4 相关模型说明，并且兼容 OpenAI Chat API 和 Anthropic API 这类调用方式，这对接入 CLI Agent 和中转服务很重要。

我对 DeepSeek 的建议是：如果你要做中文代码理解、脚本生成、文档总结、业务分析，值得作为主力国产模型之一测试。不要只用一次问答判断好坏，最好拿你自己的真实任务跑三轮，比如修一个 bug、补一组测试、解释一次线上日志，再看结果。

2. GLM

智谱 GLM 系列在 Agent、长任务和中文能力上一直有比较强的投入。2026 年的 GLM-5.1 进一步强调长周期 Agent 任务和工程能力。对产品、测试、售后这种需要处理大量中文材料的岗位来说，GLM 系列通常比纯代码评测更值得关注。

我会把 GLM 放在“中文综合任务”和“产品文档处理”里测试。比如让它整理 PRD、把客户反馈转成需求池、把故障处理记录转成 FAQ，这类任务更容易看出模型的中文组织能力。

3. Qwen

通义千问 Qwen 系列已经形成了很完整的模型家族，Plus、Max、Coder、VL、多模态都有对应方向。2026 年 Qwen3.6、Qwen3.7 这类版本继续在长上下文、代码、Agent 能力上推进。对企业用户来说，阿里云百炼和 Model Studio 的生态也比较完整。

如果你是后端、全栈、测试工程师，我建议至少测试 Qwen Plus 和 Qwen Coder 相关能力。尤其是中文项目、国内框架、Java/Spring、Vue、SQL、接口文档这类任务，Qwen 的使用体验通常比较稳。

4. 豆包和 Seed

豆包背后的 Seed 模型在国内 C 端和企业端都很活跃。它的优势不只是模型本身，还有火山引擎、扣子、内容生成、多模态和企业服务能力。对于内容生产、客服、运营、产品分析和流程自动化，豆包生态值得关注。

如果你的工作偏内容、售后、运营、知识库和多模态处理，豆包往往比单纯代码模型更贴近场景。

5. 小米 MiMo

小米 MiMo 系列在 2026 年也开始被更多开发者关注。它的特点是强调 Agent 能力、代码和端侧生态。小米这类厂商做模型，不只是为了聊天，更重要的是把模型能力接到设备、系统和应用链路里。

从程序员视角看，MiMo 不是所有人第一天就要上手的主力模型，但它代表了一个趋势：后面 AI 不会只存在于网页和 IDE，而是会进入操作系统、手机、汽车、IoT 和各种垂直设备。

6. 我对国产模型的使用结论

国产模型现在已经适合日常工作中的大量任务：中文总结、需求分析、接口文档、测试用例、日志分析、简单代码生成、脚本编写、数据库查询辅助、客服知识库整理。对于非常复杂的跨文件重构、超长链路推理、复杂 Agent 编码，我目前仍然会优先测试国外顶尖模型，尤其是 GPT 和 Claude。

但从成本和可用性看，国产模型必须纳入你的工具箱。我的建议不是只押一个模型，而是准备一套模型池：高难度任务用顶尖模型，日常高频任务用性价比模型，中文业务任务用国产模型。

三、国外顶尖模型现状：GPT、Claude、Gemini 仍然是第一梯队

截至 2026-06-14，我认为国外模型第一梯队主要还是 OpenAI、Anthropic、Google。它们各自的优势不一样。

1. OpenAI：GPT 和 Codex 是我当前优选

OpenAI 当前开发者文档中，GPT-5.5 被定位为旗舰模型，适合复杂编码、长链路推理和 Agent 场景。OpenAI 的优势是模型能力、工具生态、Responses API、Codex CLI、Codex App 这几条线配合得比较完整。

如果你问我 2026 年程序员优先从哪个 Agent 工具开始，我会优先推荐 Codex。原因很直接：Codex 是 OpenAI 官方 coding agent，和 GPT 系列模型贴合度高，CLI 和桌面 App 都有官方路线。对程序员来说，这种“模型和工具同源”的稳定性很重要。

我现在的个人倾向是：GPT 相关任务优先用 Codex。代码阅读、重构、补测试、生成迁移方案、解释大型项目，Codex 是我的第一优先级。

2. Anthropic：Claude Code 仍然很强

Claude Code 是 Anthropic 官方的命令行 coding agent。Claude 系列模型在长文本、代码审查、需求理解和“少废话地把任务推进下去”这方面一直很有优势。2026 年 Claude Fable、Opus、Sonnet 这些模型线继续强化 coding 和 agentic 能力。

如果你主要用 Claude，我建议直接上 Claude Code。它的交互方式很适合项目内工作：进入项目目录，告诉它目标，让它读代码、改文件、运行命令、解释结果。对已有项目的维护和重构来说，这种方式比网页聊天自然很多。

3. Google：Gemini 的长上下文和多模态优势明显

Gemini 系列的优势是长上下文、多模态和 Google 生态。Gemini CLI 也已经成为开发者可以直接安装使用的命令行工具。如果你的任务涉及大量文档、图片、视频、长代码仓库、多模态理解，Gemini 值得放进工具箱。

我不建议把 Gemini 当“可有可无”的备用模型。它在某些长上下文任务上很有价值，尤其是你要一次性分析很多文件、很多日志、很多文档的时候。

4. 国外模型怎么选

任务	优先选择	原因
复杂代码重构、Agent 编程	GPT + Codex	我当前最推荐的组合，官方工具链完整，适合程序员直接落地。
项目维护、代码审查、需求到实现	Claude + Claude Code	Claude Code 的项目内交互体验成熟，适合持续推进任务。
长文档、多模态、长上下文分析	Gemini + Gemini CLI	Gemini 的长上下文和多模态是它的核心优势。
国产模型、低成本高频任务	DeepSeek、Qwen、GLM、豆包等	适合中文业务、高频调用和成本敏感场景。

四、适用人群：不只是程序员

很多人以为 AI Agent 只适合程序员，其实不是。程序员只是最早感受到冲击的一批人。测试、售后、产品经理这些岗位同样适合用 AI，而且很多场景见效更快。

1. 程序员

程序员最直接的用法是写代码，但不要只让 AI 从零写代码。更好的方式是让它参与完整开发流程：

读项目结构，整理架构说明。
解释陌生模块，画出调用链。
定位 bug，分析日志，提出修复方案。
按已有风格新增功能。
重构重复代码，补单元测试。
生成接口文档、部署文档、升级日志。
做代码审查，找潜在空指针、并发、权限和边界问题。

程序员用 AI 的关键是：你不能把判断权交出去。AI 可以写得很快，但你要知道项目边界、数据结构、异常路径和验收标准。

2. 售后和实施人员

售后和实施经常面对的是日志、截图、客户描述、环境差异、版本差异和重复问题。AI 很适合做这些事情：

把客户描述整理成标准问题单。
根据日志判断可能原因。
生成排查步骤和客户回复话术。
把历史问题整理成 FAQ。
把部署手册改成更容易执行的步骤。
根据报错截图推测需要检查的配置项。

售后人员用 AI，不一定要会写很多代码，但要会把上下文给清楚：系统版本、操作步骤、报错时间、日志片段、客户环境、已经尝试过的方法。上下文越清楚，AI 越像一个有经验的二线支持。

3. 测试人员

测试岗位非常适合 AI。因为测试本质上需要大量边界思考和重复整理：

根据 PRD 生成测试点。
把测试点转成用例表。
根据接口文档生成 Postman 或自动化脚本。
根据 bug 描述反推复现步骤。
根据代码改动分析影响范围。
生成边界值、异常值和兼容性测试清单。

测试人员不要只让 AI 写“正常流程”。真正有价值的是让 AI 帮你想异常流程、边界流程、并发流程、权限流程和数据污染场景。

4. 产品经理

产品经理用 AI，不能停留在“写 PRD”。AI 更适合做需求整理和结构化：

把客户原话转成需求背景、目标、范围和验收标准。
把会议纪要转成任务列表。
把竞品页面整理成差异分析。
把开发反馈转成需求调整建议。
把用户故事转成流程图、状态机和异常分支。
把版本计划拆成里程碑和优先级。

产品经理尤其要学会让 AI 输出“可验收”的内容。不要只要一段漂亮文字，而要让它输出字段、流程、状态、权限、异常、接口影响和验收标准。

五、先理解 Agent 类型：CLI、桌面工具和可视化工具

2026 年，你至少要理解这几类 AI 工具。

1. 网页聊天工具

ChatGPT、Claude、Gemini、豆包、通义、Kimi 这些网页聊天工具适合问答、写作、解释概念、临时分析和轻量内容生产。但它们的问题是：和你的本地项目、命令行、文件系统之间隔了一层。你要复制粘贴代码，它才能分析；你要手动把结果粘回项目，它才能落地。

2. IDE 插件

Cursor、Windsurf、GitHub Copilot、各类 VS Code 插件，适合在编辑器内写代码。它们的优势是贴近代码，劣势是有时会被 IDE 的交互方式限制。适合日常补全、局部修改、解释文件。

3. CLI Agent

CLI Agent 是我现在最推荐程序员学习的路线。代表工具包括：

Codex CLI：OpenAI 官方 coding agent，我当前优选。
Claude Code：Anthropic 官方命令行 coding agent。
Gemini CLI：Google 官方开源 AI agent。
OpenCode：面向终端、IDE、桌面的 AI coding agent。
OpenClaw：本地优先的 agentic coding 平台，2026 年出圈的代表之一。

CLI Agent 的优势是直接进入项目目录工作。它可以读文件、改文件、运行命令、看测试结果，再继续修改。对于程序员来说，这是最接近真实开发流程的形态。

4. 桌面和可视化工具

如果你不喜欢纯命令行，可以使用桌面工具或可视化界面：

Codex App：OpenAI 官方桌面 App，优先推荐。
OpenCode Desktop：OpenCode 的桌面方向。
CCGUI：Claude Code GUI 桌面工具。

我的建议是：程序员先学 CLI，再上桌面。CLI 能让你理解 Agent 到底怎么工作；桌面工具可以提升体验，但不要跳过底层逻辑。

六、如何开始：先装 nvm 和 Node

很多 AI CLI 工具都是基于 Node.js 生态发布的，所以第一步建议先装 nvm 和 Node。Windows 用户建议使用 nvm-windows，macOS/Linux 用户使用 nvm。

1. Windows 安装 nvm-windows

下载 nvm-setup.exe，一路安装即可。安装完成后，打开 PowerShell 或 Windows Terminal，执行：

nvm version
nvm list available

然后选择一个 LTS 版本安装。版本号以你执行 nvm list available 看到的为准，例如：

nvm install 24.11.1
nvm use 24.11.1
node -v
npm -v

如果 npm 下载很慢，可以临时使用国内镜像：

npm config set registry https://registry.npmmirror.com
npm config get registry

如果你要恢复官方源：

npm config set registry https://registry.npmjs.org/

2. macOS/Linux 安装 nvm

打开 nvm 官方仓库查看最新安装命令：

https://github.com/nvm-sh/nvm

常见安装方式如下，具体版本号以官方 README 为准：

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash
source ~/.bashrc
nvm install --lts
nvm use --lts
node -v
npm -v

七、安装 CLI：我推荐 Codex 和 Claude Code

我的优先级是：先装 Codex，再装 Claude Code，再装 Gemini CLI。OpenCode、OpenClaw 可以后面按需补。

1. 安装 Codex CLI

官方文档：https://developers.openai.com/codex/cli

使用 npm 安装：

npm install -g @openai/codex
codex --version
codex

如果你使用 OpenAI 官方账号，可以按 Codex 提示登录。如果你使用 API Key，可以设置环境变量。Windows 示例：

setx OPENAI_API_KEY "你的 OpenAI API Key"

设置完 setx 后，需要重新打开一个终端窗口再执行：

codex

macOS/Linux 示例：

export OPENAI_API_KEY="你的 OpenAI API Key"
codex

2. Codex 配置我的中转站

如果你使用我的中转站，可以先访问：

https://api.zjh336.cn

拿到 API Key 后，在 Windows 里设置：

setx ZJH_API_KEY "你的中转 API Key"

然后编辑 Codex 配置文件。Windows 一般在：

%USERPROFILE%\.codex\config.toml

macOS/Linux 一般在：

~/.codex/config.toml

可以参考下面的配置。注意：不同中转对 Responses API 和 Chat Completions API 的兼容程度不同，如果你的中转后台说明要求使用 Chat 接口，就把 wire_api 改成 chat。

model = "gpt-5.5"
model_provider = "zjh"

[model_providers.zjh]
name = "ZJH API"
base_url = "https://api.zjh336.cn/v1"
env_key = "ZJH_API_KEY"
wire_api = "responses"

如果遇到不兼容，可以先改成：

wire_api = "chat"

第一次测试不要直接拿公司核心项目试，建议新建一个临时目录：

mkdir ai-test
cd ai-test
codex

然后输入：

请帮我创建一个 Node.js 命令行小工具，功能是读取当前目录下的 package.json，并输出项目名称、版本号和 scripts 列表。完成后请告诉我怎么运行。

这类小任务最适合测试环境是否可用。

3. 安装 Claude Code

官方文档：https://docs.anthropic.com/en/docs/claude-code

npm install -g @anthropic-ai/claude-code
claude --version
claude

如果你使用 Anthropic 官方 API：

setx ANTHROPIC_API_KEY "你的 Anthropic API Key"

如果使用中转，建议优先用后面讲的 ccswitch 管理。你也可以按中转后台说明配置 ANTHROPIC_BASE_URL 和 ANTHROPIC_API_KEY，但不同中转的路径和鉴权方式可能不同，以后台说明为准。

4. 安装 Gemini CLI

官方仓库：https://github.com/google-gemini/gemini-cli

npm install -g @google/gemini-cli
gemini --version
gemini

Gemini 可以走 Google 官方登录或 API Key，按命令行提示操作即可。

5. 安装 OpenCode

官方文档：https://opencode.ai/docs/

npm install -g opencode-ai
opencode

OpenCode 的价值是支持多模型、多供应商和多种使用形态。你可以把它作为 Codex、Claude Code 之外的补充工具。

八、安装辅助软件 ccswitch：管理多模型和中转

当你只用一个模型时，环境变量还能忍。但当你同时用 GPT、Claude、Gemini、DeepSeek、Qwen、GLM、豆包，再加上官方订阅和中转，你会发现配置非常容易乱。这时候就需要 ccswitch。

ccswitch 官方仓库：

https://github.com/farion1231/cc-switch

下载地址：

https://github.com/farion1231/cc-switch/releases

1. ccswitch 适合解决什么问题

统一管理多个 API Key。
在官方 API 和中转 API 之间切换。
给 Claude Code、Codex、Gemini CLI、OpenCode 等工具切换不同模型。
避免每次手动改环境变量。
快速做模型对比测试。

2. 推荐配置方式

安装 ccswitch 后，建议按下面思路配置：

新增一个 Provider，名字写 ZJH API。
Base URL 填 https://api.zjh336.cn 或后台要求的完整地址。
API Key 填你在 https://api.zjh336.cn 获取的 Key。
按工具类型配置模型映射，比如 GPT 走 Codex，Claude 走 Claude Code，国产模型按兼容协议选择。
保存后应用配置，重新打开终端测试。

我建议先建三组配置：

配置名	用途	建议模型
ZJH-GPT	Codex 主力开发	GPT-5.5 或中转后台可用的 GPT 系列模型
ZJH-Claude	Claude Code 项目维护	Claude Fable、Opus、Sonnet 等后台可用模型
ZJH-China	国产模型高频任务	DeepSeek、GLM、Qwen、豆包、MiMo 等

配置完成后，拿同一个任务分别跑几次。不要用“你好”这种问题测试模型，没意义。建议用真实任务，比如：

请阅读当前项目，不要修改文件。输出：
1. 项目技术栈
2. 启动命令
3. 主要目录说明
4. 你认为风险最高的 5 个模块
5. 下一步如果要重构，建议从哪里开始

这种任务能看出模型是否真的会读项目、理解结构、抓重点。

九、找大模型：官方订阅、中转和我的推荐入口

模型获取有两条路：官方订阅和中转。

1. 官方订阅

官方订阅适合稳定使用某一个生态：

OpenAI：ChatGPT、OpenAI API、Codex。
Anthropic：Claude、Claude Code、Anthropic API。
Google：Gemini、Gemini API、Gemini CLI。
国内厂商：DeepSeek、智谱 GLM、通义 Qwen、豆包、MiMo 等。

官方订阅的优点是稳定、来源明确、文档完整。缺点是不同平台账号、支付、额度、模型权限比较分散。

2. 中转服务

中转适合同时测试多个模型，尤其适合程序员做 CLI Agent。你可以用一个入口调用不同厂商模型，方便对比 GPT、Claude、Gemini 和国产模型。

我的中转站入口是：

https://api.zjh336.cn

如果你想快速测试多模型，建议优先从这里拿 Key，然后配合 Codex、Claude Code、Gemini CLI、ccswitch 使用。

另外两个入口也可以收藏：

国内模型和工具导航：https://z4crk6mg95.coze.site/
国外模型整理和中转说明：https://www.kdocs.cn/l/cdodlthJ9CYZ

提醒：公司代码、客户数据、账号密码、生产日志里如果有敏感信息，一定要按公司制度处理。无论是官方模型还是中转，都不要把不该外发的数据直接丢进去。个人项目和公开项目可以放开测试，公司项目要先脱敏、分级、审批。

十、模型和工具怎么对应

我的推荐对应关系很简单：

模型体系	推荐工具	说明
GPT	Codex	优先推荐。GPT 做 coding agent，Codex 是最自然的入口。
Claude	Claude Code	Claude Code 是 Anthropic 官方工具，适合维护和重构项目。
Gemini	Gemini CLI	适合长上下文、多模态和 Google 生态任务。
国产模型	Claude Code、Codex、OpenCode	看中转兼容协议。Claude 协议走 Claude Code，OpenAI 兼容走 Codex 或 OpenCode。

实际使用时，我建议你先用 CLI 对接。原因是 CLI 最接近真实开发环境，也最容易看出模型是不是能干活。网页聊天可以辅助思考，但不能替代 CLI Agent。

十一、安装桌面工具：优先 Codex，其次 CCGUI

如果你不习惯命令行，或者想要更直观地管理任务，可以安装桌面工具。

1. Codex App

官方文档：https://developers.openai.com/codex/app

Windows 版本可以看官方 Windows 文档：

https://developers.openai.com/codex/windows

我的优先级是：如果你能用 Codex App，就优先用 Codex App。它适合任务管理、代码审查、项目内交互和较复杂的开发流程。

2. CCGUI

CCGUI 是 Claude Code 的 GUI 工具，适合不喜欢纯命令行的用户。

仓库和下载地址：

我的建议是：新手可以先用 CCGUI 感受 Claude Code 的工作方式，但不要完全绕开 CLI。你至少要知道背后调用的是哪个模型、哪个 Key、哪个项目目录、做了哪些文件修改。

十二、真正开始使用：按场景跑起来

工具装好以后，不要一直折腾环境。最重要的是把 AI 放进真实场景。下面这些提示词可以直接用。

1. 第一次让 AI 读项目

请先阅读当前项目，不要修改任何文件。
请输出：
1. 项目技术栈
2. 启动命令和构建命令
3. 主要目录和模块说明
4. 数据库、缓存、第三方接口等外部依赖
5. 你认为代码里风险最高的地方
6. 如果我要重构，建议的第一步是什么

2. 让 AI 修 bug

现在有一个 bug：这里写清楚现象。
复现步骤：
1. ...
2. ...
期望结果：
实际结果：
相关日志：

请先分析原因，不要急着改代码。
给出 2 到 3 个可能原因，并说明你要检查哪些文件。
确认后再开始修改。

3. 让 AI 做重构

请在不改变现有外部行为的前提下，重构这个模块。
要求：
1. 不修改接口入参和返回结构
2. 保持现有日志关键字段
3. 拆分重复逻辑
4. 补充必要的单元测试
5. 修改完成后说明改动点和验证方式

4. 让 AI 写测试

请根据这个接口/函数生成测试用例。
重点覆盖：
1. 正常流程
2. 参数为空
3. 参数格式错误
4. 权限不足
5. 数据不存在
6. 并发或重复提交
7. 边界值

请输出测试用例表，并在项目中补充自动化测试代码。

5. 售后排查问题

你现在是一个软件售后工程师。
请根据下面的客户描述和日志，帮我整理：
1. 问题摘要
2. 可能原因
3. 需要客户补充的信息
4. 远程排查步骤
5. 给客户的回复话术

客户描述：
日志：

6. 产品经理整理需求

你现在是一个产品经理。
请把下面的客户原话整理成 PRD 草稿。
要求包含：
1. 背景
2. 目标
3. 用户角色
4. 主流程
5. 异常流程
6. 权限规则
7. 字段说明
8. 验收标准
9. 需要研发确认的问题

客户原话：

十三、我的个人工作流：AI 重构工具箱项目

我现在用 AI 重构工具箱项目时，不会一上来就让 AI “重写整个项目”。那样风险太大，也很容易把项目搞乱。我的做法是小步推进。

先让 AI 只读项目，不改文件，输出项目结构和风险清单。
让 AI 找重复代码、历史包袱、可拆分模块。
我自己决定重构顺序，不让 AI 自己决定全部路线。
每次只处理一个模块或一个功能点。
改完让 AI 自己说明改动点和验证方式。
我再人工看 diff，跑项目，确认功能。
最后补文档、补更新日志、补测试。

这个流程看起来慢，但比一次性大改稳得多。AI 的优势是速度，不是绝对正确。你要用它的速度，同时保留自己的判断。

建议每个项目都加一个 AI 说明文件，比如 AGENTS.md、CLAUDE.md 或项目约定文档，内容可以这样写：

# 项目 AI 协作约定

- 修改代码前先阅读相关文件，不要直接大范围重构。
- 优先保持现有接口兼容。
- 修改后必须说明改动点、风险点和验证方式。
- 涉及数据库、权限、支付、删除数据的逻辑，需要先给方案再修改。
- 不要引入新的大型依赖，除非明确说明原因。
- 代码风格保持和现有项目一致。
- 常用命令：
  - 安装依赖：npm install
  - 启动开发：npm run dev
  - 构建：npm run build
  - 测试：npm test

这样做的好处是，每次打开 Agent，它都能先读到项目规则，减少重复沟通。

十四、2026 年不落后的学习路线

如果你现在刚开始，我建议按 4 周来推进。

第 1 周：装好工具，完成第一个真实任务

安装 nvm、Node、Codex、Claude Code、Gemini CLI。
注册或配置 https://api.zjh336.cn。
用 Codex 跑一个小脚本任务。
用 Claude Code 读一个旧项目。
记录每个模型的输出质量。

第 2 周：把 AI 接入你的日常项目

让 AI 生成项目结构说明。
让 AI 解释一个复杂模块。
让 AI 修一个低风险 bug。
让 AI 补一组测试。
把提示词和项目规则沉淀下来。

第 3 周：做模型对比

同一个任务分别用 GPT、Claude、Gemini、DeepSeek、Qwen、GLM 跑。
记录成功率、速度、修改质量、废话程度、成本。
不要看单次结果，看连续 5 次任务的稳定性。
确定你的主力模型、备用模型和低成本模型。

第 4 周：形成自己的工作流

确定日常开发用 Codex 还是 Claude Code。
用 ccswitch 管理官方和中转配置。
把常用提示词整理成模板。
给项目补 AGENTS.md 或 CLAUDE.md。
建立“AI 输出必须验收”的习惯。

十五、几个必须避免的坑

1. 不要只收藏，不动手

AI 工具更新很快，收藏链接没有意义。你要拿一个真实项目跑起来。跑一次项目重构，比看十篇评测更有用。

2. 不要迷信排行榜

排行榜只能说明某些标准题表现好，不代表你的业务任务表现好。每个人都应该有自己的测试集。程序员就拿自己的项目测试，测试人员拿自己的用例测试，产品拿自己的 PRD 测试，售后拿自己的日志测试。

3. 不要让 AI 一次性改太多

AI 很容易越改越大。你要限制范围：只改这个模块，只修这个 bug，不要动公共接口，不要换框架，不要引入新依赖。

4. 不要忽略安全和隐私

生产数据库、客户隐私、账号密码、支付数据、公司核心代码，不要随便丢给模型。能脱敏就脱敏，能用最小上下文就不要整包上传。

5. 不要把 AI 当替代品

AI 是放大器。你基础越扎实，它越能放大你；你完全不理解项目，它也可能放大你的错误。程序员还是要懂代码，测试还是要懂质量，产品还是要懂业务，售后还是要懂现场。

十六、我的最终建议

2026 年学习 AI，不要从“学哪个提示词”开始，而要从“我怎么把 AI 接到工作里”开始。

如果你是程序员，我建议你现在就做这几件事：

安装 Node 和 nvm。
安装 Codex、Claude Code、Gemini CLI。
注册或配置我的中转站：https://api.zjh336.cn。
安装 ccswitch，管理多模型。
用 Codex 跑你的第一个真实项目任务。
用 Claude Code 做一次项目阅读或重构。
把 GPT、Claude、Gemini、DeepSeek、Qwen、GLM、豆包都用同一任务测试一遍。

我的当前排序是：编码 Agent 优先 Codex，其次 Claude Code；桌面工具优先 Codex App，其次 CCGUI；模型使用上，高难度任务优先 GPT 和 Claude，长上下文和多模态任务测试 Gemini，中文高频任务大量使用国产模型。

AI 不会让所有人都变强，它只会让愿意改变工作方式的人变强。2026 年，真正会拉开差距的不是“你知不知道 AI”，而是“你有没有把 AI 变成自己的日常生产力”。

我自己从 2026 年 3 月底开始集中使用 AI，到现在最大的感受就是：它不是一个插件，而是一种新的工作方式。以前我做全栈会觉得累，现在反而觉得全栈更适合 AI 时代。因为只要你能把需求、代码、产品和验证串起来，AI 就能帮你把很多中间环节快速跑通。

所以，不要等。先装工具，先跑任务，先用起来。

参考资料和官方链接

我的工具箱项目说明：https://www.zjh336.cn/?id=2126
我的中转站：https://api.zjh336.cn
模型和工具导航：https://z4crk6mg95.coze.site/
国外模型整理：https://www.kdocs.cn/l/cdodlthJ9CYZ
OpenAI Codex CLI：https://developers.openai.com/codex/cli
OpenAI Codex App：https://developers.openai.com/codex/app
OpenAI 最新模型说明：https://developers.openai.com/api/docs/guides/latest-model
ChatGPT 发布说明：https://openai.com/index/chatgpt/
GPT-4 发布说明：https://openai.com/index/gpt-4-research/
GPT-4o 发布说明：https://openai.com/index/hello-gpt-4o/
Claude Code 文档：https://docs.anthropic.com/en/docs/claude-code
Anthropic 模型说明：https://docs.anthropic.com/en/docs/about-claude/models/overview
Gemini CLI：https://github.com/google-gemini/gemini-cli
Gemini 模型文档：https://ai.google.dev/gemini-api/docs/models
nvm-windows：https://github.com/coreybutler/nvm-windows
nvm：https://github.com/nvm-sh/nvm
OpenCode：https://opencode.ai/docs/
OpenClaw：https://openclaw.ai/
ccswitch：https://github.com/farion1231/cc-switch
CCGUI：https://github.com/zhukunpenglinyutong/desktop-cc-gui
DeepSeek 官方文档：https://api-docs.deepseek.com/
GLM 官方博客：https://z.ai/blog/glm-5.1
Qwen 官方博客：https://qwen.ai/blog
ByteDance Seed：https://seed.bytedance.com/en/blog/seed-2-0-official-launch
小米 MiMo：https://mimo.xiaomi.com/

easyPoi多sheet页导出、自定义动态列(ExcelExportEntity)

Wed, 11 Mar 2026 08:41:40 +0800

easyPoi4.2.0

ExcelExportUtil工具类中，提供的

①exportExcel(ExportParams entity, List entityList, Collection<?> dataSet)
可以支持ExcelExportEntity动态列，但是只能一个sheet页

②exportExcel(List<Map<String, Object>> list, ExcelType type)
可以支持多个sheet页，但是只能反射实体类取字段

为了既支持多sheet页，又可以使用ExcelExportEntity自定义导出列，自行封装方法如下：

SheetConfig ：

package com.hnevol.common.config;



import cn.afterturn.easypoi.excel.entity.params.ExcelExportEntity;
import lombok.*;
import lombok.experimental.Accessors;

import java.util.List;
import java.util.Map;

@Data
@NoArgsConstructor
@Accessors(chain = true)
@ToString(callSuper = true)
@EqualsAndHashCode(callSuper = false)
public class SheetConfig {
private String sheetName;
private List<Map<String, Object>> data;
private List<ExcelExportEntity> entities;
}

ExcelExportUtils：

package com.hnevol.common.utils;

import cn.afterturn.easypoi.excel.entity.ExportParams;
import cn.afterturn.easypoi.excel.entity.enmus.ExcelType;
import cn.afterturn.easypoi.excel.entity.params.ExcelExportEntity;
import cn.afterturn.easypoi.excel.export.ExcelExportService;
import com.hnevol.common.config.SheetConfig;
import org.apache.commons.lang3.StringUtils;
import org.apache.poi.ss.usermodel.*;
import org.apache.poi.ss.util.CellRangeAddress;
import org.apache.poi.ss.util.RegionUtil;
import org.apache.poi.xssf.streaming.SXSSFSheet;
import org.apache.poi.xssf.streaming.SXSSFWorkbook;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;

import javax.servlet.http.HttpServletResponse;
import java.io.*;
import java.lang.reflect.Field;
import java.lang.reflect.Method;
import java.lang.reflect.Modifier;
import java.net.URLDecoder;
import java.net.URLEncoder;
import java.text.DateFormat;
import java.text.SimpleDateFormat;
import java.util.*;

public class ExcelExportUtils {

    //表头第一行
    public  static final String HEADER_FIRST="HEADER_FIRST";
    //表头第二行
    public  static final String HEADER_SECOND="HEADER_SECOND";
    //表头第三行
    public  static final String HEADER_THIRD="HEADER_THIRD";
    //excel表头ket
    public  static final String HEADER="HEADER";
    //对应表头的内容值key
    public  static final String MAP_LIST="mapList";

  

    /**
     * 【通用方法】执行多 Sheet Excel 导出（支持每页独立列配置）
     * <p>
     * 该方法完全解耦业务，每个 Sheet 的列定义由调用方在 Config 中单独指定。
     *
     * @param fileName     文件名（不含后缀）
     * @param response     HTTP 响应对象
     * @param sheetConfigs Sheet 配置列表，每个配置包含独立的列定义和数据
     */
    public static void exportMultiSheetExcel(String fileName,
                                      HttpServletResponse response,
                                      List<SheetConfig> sheetConfigs) throws Exception {

        Workbook workbook = new XSSFWorkbook();
        ExcelExportService exportService = new ExcelExportService();

        try {
            // 遍历配置列表，为每个配置创建一个独立的 Sheet
            for (SheetConfig config : sheetConfigs) {
                // 设置 Sheet 参数
                ExportParams params = new ExportParams(config.getSheetName(), config.getSheetName(), ExcelType.XSSF);

                // 核心：使用当前配置独有的 entities 和 data 创建 Sheet
                exportService.createSheetForMap(workbook, params, config.getEntities(), config.getData());
            }

            // 设置响应头
            String encodedFileName = URLEncoder.encode(fileName, "UTF-8") + ".xlsx";
            response.setCharacterEncoding("UTF-8");
            // response.setContentType("application/vnd.openxmlformats-officedocument.spreadsheetml.sheet");
            response.setHeader("Content-Disposition", "attachment;filename=" + encodedFileName);

            // 写入输出流
            try (OutputStream outputStream = response.getOutputStream()) {
                workbook.write(outputStream);
                outputStream.flush();
            }
        } finally {
            // 确保资源关闭
            workbook.close();
        }
    }
}

使用：

@ApiOperation(value = "理论考试成绩列表多sheet导出", notes = "理论考试成绩列表多sheet导出")
    @PostMapping(value ="/queryAcademicGradeResultExportSheet", produces = "application/octet-stream")
    public void queryAcademicGradeResultExportSheet(@RequestBody NurseEduAcademicGradeResultDTO data) {
        if (Objects.isNull(data.getQueryPlanId()) || data.getQueryPlanId() == 0) {
            return;
        }
        try {
            // --- 1. 数据查询与准备 ---
            MyPage<NurseEduAcademicGradeResultDTO> myPage = getMyPage(data);
            myPage.getPage().setCurrent(1);
            myPage.getPage().setSize(9999);

            R<Page<NurseEduAcademicGradeResultDTO>> pageR = examEduItemDataApi.queryAcademicGradeResultByParam(getUri(), myPage);
            if (!ApiReqResultVerifyUtil.verify(pageR)) {
                return;
            }

            NurseEduAcademicPlanService planService = examEduItemDataApi.queryEduPlansPassScore(getUri(), data.getQueryPlanId());
            Double passScore = NumberHelper.doubleValueOf0(planService.getPassingScore());
            List<NurseEduAcademicGradeResultDTO> results = pageR.getData().getRecords();

            // --- 2. 数据分组 ---
            Map<String, List<NurseEduAcademicGradeResultDTO>> rawGroupedData = new LinkedHashMap<>(); // 使用 LinkedHashMap 保持顺序
            rawGroupedData.put("已完成考试", results.stream().filter(e -> "completed".equals(e.getExamStatus())).collect(Collectors.toList()));
            rawGroupedData.put("未完成考试", results.stream().filter(e -> !"completed".equals(e.getExamStatus())).collect(Collectors.toList()));

            // 及格逻辑
            rawGroupedData.put("及格", results.stream().filter(e ->
                    "completed".equals(e.getExamStatus()) && (
                            NumberHelper.getOrDef(e.getScore(), 0D) >= passScore ||
                                    (data.getQueryIsMakeUpPlan() == 1 && NumberHelper.getOrDef(e.getMakeUpScore(), 0D) >= passScore)
                    )
            ).collect(Collectors.toList()));

            // 未及格逻辑
            rawGroupedData.put("未及格", results.stream().filter(e ->
                    "completed".equals(e.getExamStatus()) && (
                            data.getQueryIsMakeUpPlan() == 1
                                    ? (NumberHelper.getOrDef(e.getScore(), 0D) < passScore && NumberHelper.getOrDef(e.getMakeUpScore(), 0D) < passScore)
                                    : NumberHelper.getOrDef(e.getScore(), 0D) < passScore
                    )
            ).collect(Collectors.toList()));

            // --- 3. 构建 Sheet 配置列表 (核心改动) ---
            List<SheetConfig> sheetConfigs = new ArrayList<>();

            for (Map.Entry<String, List<NurseEduAcademicGradeResultDTO>> entry : rawGroupedData.entrySet()) {
                String sheetName = entry.getKey();
                List<NurseEduAcademicGradeResultDTO> sheetData = entry.getValue();

                // A. 为当前 Sheet 构建专属列定义
                // 注意：这里目前所有 Sheet 复用同一个 buildDynamicExcelEntities 逻辑。
                // 【扩展点】如果你需要不同 Sheet 有不同列（例如“未及格” sheet 多一列“原因”），
                // 可以在此处根据 sheetName 判断，调用不同的构建方法或手动添加列。
                List<ExcelExportEntity> currentSheetEntities = buildDynamicExcelEntities(planService);

               /* // 【示例扩展】如果“未及格” sheet 需要额外加一列“改进建议”
                if ("未及格".equals(sheetName)) {
                    currentSheetEntities.add(new ExcelExportEntity("改进建议", "improveSuggestion"));
                    // 注意：需要在 convertToDynamicMapList 中也对应处理这个字段，或者传一个特殊的 planService 标记
                }*/
                // B. 转换当前 Sheet 的数据
                List<Map<String, Object>> currentSheetDataMap = convertToDynamicMapList(sheetData, planService);

               /* // 【示例扩展】如果上面加了“改进建议”列，这里需要给 Map 填充默认值或实际值
                if ("未及格".equals(sheetName)) {
                    for (Map<String, Object> row : currentSheetDataMap) {
                        row.put("improveSuggestion", "请加强复习"); // 示例数据
                    }
                }*/
                SheetConfig config = new SheetConfig();
                config.setSheetName(sheetName)
                      .setData(currentSheetDataMap)
                      .setEntities(currentSheetEntities);
                // C. 添加到配置列表
                sheetConfigs.add(config);
            }

            // --- 4. 调用通用导出方法 ---
            String fileName = StrHelper.getOrDef(data.getExportTitle(), "考试成绩");
            ExcelExportUtils.exportMultiSheetExcel(fileName, response, sheetConfigs);
        } catch (Exception e) {
            log.error("导出 Excel 失败", e);
            if (!response.isCommitted()) {
                try {
                    response.reset();
                    response.setContentType("application/json");
                    response.setCharacterEncoding("UTF-8");
                    response.getWriter().write("{\"code\":500,\"msg\":\"导出失败：" + e.getMessage() + "\"}");
                } catch (Exception ex) {
                    log.error("写入错误响应失败", ex);
                }
            }
        }
    }


    /**
     * 动态构建 Excel 导出列配置
     * 根据 planService 的不同属性组合，动态添加列
     */
    private List<ExcelExportEntity> buildDynamicExcelEntities(NurseEduAcademicPlanService planService) {
        List<ExcelExportEntity> entityList = new ArrayList<>();

        // 基础列 (所有情况都有)
        entityList.add(new ExcelExportEntity("序号", "num"));
        entityList.add(new ExcelExportEntity("人员类型", "personType"));
        entityList.add(new ExcelExportEntity("姓名", "name"));
        entityList.add(new ExcelExportEntity("工号", "account"));
        entityList.add(new ExcelExportEntity("科室", "deptName"));
        entityList.add(new ExcelExportEntity("所属批次", "examBatch"));
        entityList.add(new ExcelExportEntity("成绩", "score"));
        entityList.add(new ExcelExportEntity("备注", "examDesc"));

        if (NumberHelper.getOrDef(planService.getAllowFillExamTarget(), 0) == 1) {
            entityList.add(new ExcelExportEntity("考试目的", "examTarget"));
        }

        entityList.add(new ExcelExportEntity("补考成绩", "makeUpScore"));

        // 动态列: 学分与学时
        // 逻辑：如果有学分 或者 有时学，则显示相关列 (根据您的原逻辑是两者都为 1 才显示，这里可根据需求调整)
        // 原逻辑：if (planService.getHaveCredits()==1 && planService.getHaveCreditsHour()==1)
        if (NumberHelper.getOrDef(planService.getHaveCredits(), 0) == 1 &&
                NumberHelper.getOrDef(planService.getHaveCreditsHour(), 0) == 1) {
            entityList.add(new ExcelExportEntity("学分类型", "creditType"));
            entityList.add(new ExcelExportEntity("学分", "creditNum"));
            entityList.add(new ExcelExportEntity("学时", "classHours"));
        }

        // 尾部固定列
        entityList.add(new ExcelExportEntity("作答开始时间", "examActualStartTime"));
        entityList.add(new ExcelExportEntity("作答结束时间", "examActualEndTime"));
        entityList.add(new ExcelExportEntity("答题用时", "answerTime"));
        entityList.add(new ExcelExportEntity("交卷状态", "examSubmitStatus"));

        return entityList;
    }

    private List<Map<String, Object>> convertToDynamicMapList(List<NurseEduAcademicGradeResultDTO> results, NurseEduAcademicPlanService planService) {
        List<Map<String, Object>> list = new ArrayList<>();
        int i = 0;

        for (NurseEduAcademicGradeResultDTO result : results) {
            i++;
            Map<String, Object> map = new HashMap<>();

            map.put("num", i);
            map.put("personType", getPersonType(result.getPersonType()));
            map.put("name", result.getName());
            map.put("account", result.getAccount());
            map.put("deptName", result.getDeptName());
            map.put("examBatch", result.getExamBatch());
            map.put("score", result.getScore());
            map.put("examDesc", result.getExamDesc());
            map.put("makeUpScore", result.getMakeUpScore());

            // 动态字段处理：只有当列存在时才放入 Map (虽然 EasyPoi 忽略多余 key，但为了严谨)
            if (NumberHelper.getOrDef(planService.getHaveCredits(), 0) == 1 &&
                    NumberHelper.getOrDef(planService.getHaveCreditsHour(), 0) == 1) {
                map.put("creditType", Objects.nonNull(result.getCreditType()) ? (result.getCreditType() == 1 ? "I 类" : "II 类") : "");
                map.put("creditNum", result.getCreditNum());
                map.put("classHours", result.getClassHours());
            }

            if (NumberHelper.getOrDef(planService.getAllowFillExamTarget(), 0) == 1) {
                map.put("examTarget", result.getExamTarget());
            }

            map.put("examActualStartTime", LocalDateTimeUtil.formatNormal(result.getExamActualStartTime()));
            map.put("examActualEndTime", LocalDateTimeUtil.formatNormal(result.getExamActualEndTime()));

            if (Objects.nonNull(result.getExamActualStartTime()) && Objects.nonNull(result.getExamActualEndTime())) {
                Duration duration = Duration.between(result.getExamActualStartTime(), result.getExamActualEndTime());
                long diffSeconds = duration.getSeconds();
                map.put("answerTime", conversionTime(NumberHelper.doubleValueOf0(diffSeconds)));
            }

            map.put("examSubmitStatus", conversionStatus(result.getExamSubmitStatus()));
            list.add(map);
        }
        return list;
    }

导出效果

Linux：Java诊断工具-Arthas

Wed, 24 Dec 2025 09:52:53 +0800

Arthas 是阿里开源的 Java 诊断工具，无需修改代码 / 重启服务，即可在线排查 Linux 下 Java 服务问题，以下是从安装到核心用法的完整教程：

一、快速安装 & 启动

1. 安装（Linux 服务器上操作）

# 下载arthas-boot.jar（阿里官方源）
curl -O https://arthas.aliyun.com/arthas-boot.jar 

# 启动（会列出当前Java进程，选择要监控的PID即可）
java -jar arthas-boot.jar

启动后会显示类似如下列表，输入数字（比如1）选择要诊断的 Java 进程，回车进入 Arthas 控制台：

二、核心功能：替代 JConsole 的监控能力

1. 实时仪表盘（核心！替代 JConsole 的概览面板）

dashboard

2. 内存监控（对应 JConsole “内存”）

jvm

3. 线程监控（对应 JConsole “线程”）

# 查看所有线程状态（ID、名称、状态、CPU占用）
thread

# 查看阻塞/等待的线程（重点！排查卡顿）
thread -b  # 找出当前阻塞其他线程的“元凶”线程
thread -w  # 查看处于WAITING状态的线程

# 查看指定线程的栈信息（替换为线程ID/名称）
thread 46  # 查看ID=46的线程栈，对应JConsole“线程→栈跟踪”

三、高频诊断场景（比 JConsole 更强的功能）

1. 排查慢接口 / 方法

# 监控指定方法的执行耗时（替换为你的类+方法名）
trace com.xxx.Service queryData  

# 追踪方法调用链路+耗时
watch com.xxx.Service queryData '{cost}' -x 2  # 查看方法执行耗时（单位：ms）

trace

trace是 Arthas 中追踪方法调用链路的核心命令，能精准输出

①目标方法的总执行耗时；

②方法内部调用的所有子方法（包括第三方库、JDK 内置方法）；

③每个子方法的执行耗时和占比；

④甚至能捕获方法执行中的异常。

简单说：trace 是 “追根溯源”，告诉你目标方法慢在哪个子步骤。

# 基础语法
trace 类全限定名 方法名 [可选参数]

# 示例：追踪 com.xxx.Service 类的 queryData 方法
trace com.xxx.Service queryData

先找到接口的路径，执行命令，开始监听

trace com.hnevol.client.bases.controller.org.LibDeptController getBasicDeptTree

程序页面访问接口，输出过程

更进一步分析接口

查询耗时27%和48%分别属于查询和转换两个步骤

关键参数 & 进阶用法

参数 / 写法	作用
`trace com.xxx.Service queryData`	基础用法：追踪该方法所有调用，输出全链路耗时
`trace com.xxx.Service queryData -n 5`	只追踪前 5 次调用（避免刷屏，生产环境必加）
`trace com.xxx.Service queryData '#cost > 100'`	只追踪耗时超过 100ms 的调用（精准定位慢调用）
`trace com.xxx.Service queryData -e`	只追踪抛出异常的调用（排查方法执行失败场景）

watch

watch是 Arthas 中灵活的方法数据观测命令，可以：

①监控方法的入参、返回值、异常、执行耗时；

②按条件过滤（如只看耗时 > 500ms 的调用）；

③自定义输出格式（只看你关心的字段）。

# 基础语法
watch 类全限定名 方法名 观测表达式 [可选参数]

# 示例：观测 queryData 方法的执行耗时
watch com.xxx.Service queryData '{cost}' -x 2

内置变量（直接可用）

变量名	含义
`params`	方法的入参列表（数组形式，`params[0]`表示第一个入参）
`returnObj`	方法的返回值（方法执行成功时有效）
`throwExp`	方法抛出的异常（方法执行失败时有效）
`cost`	方法的执行耗时（单位：毫秒）
`target`	当前方法所属的对象实例（可调用对象的其他方法 / 属性）
`clazz`	当前方法所属的类（Class 对象）
`method`	当前方法的 Method 对象（可获取方法名、参数类型等）

基础数据观测

# 观测耗时
watch com.xxx.Service query '{cost}' -x 2

# 观测入参+返回值
watch com.xxx.Service query '{params, returnObj}' -x 2

# 观测入参（仅第一个入参）+耗时
watch com.xxx.Service query '{params[0], cost}' -x 2

# 观测异常信息（仅方法抛出异常时输出）
watch com.xxx.Service query '{throwExp, cost}' -x 2 -e

复杂数据提取（结合对象属性）

# 观测入参的某个属性（如入参是User对象，提取其name属性）
watch com.xxx.Service query '{params[0].name, returnObj.data}' -x 3

# 观测对象实例的属性（如target是Service实例，提取其成员变量config）
watch com.xxx.Service query '{target.config, cost}' -x 2

条件过滤观测

# 仅观测耗时>500ms的调用
watch com.xxx.Service query '{params, cost}' -x 2 '#cost > 500'

# 仅观测入参中id=1001的调用
watch com.xxx.Service query '{params, returnObj}' -x 2 '#params[0].id == 1001'

watch com.hnevol.client.bases.service.org.impl.LibDeptServiceImpl getBasicDeptTree '{params, returnObj}' -x 2

trace vs watch：核心区别（怎么选？）

维度	trace 命令	watch 命令
核心能力	追踪方法内部调用链路，定位慢子方法	观测方法单次执行的关键数据（耗时 / 入参 / 返回值）
耗时展示	全链路（总耗时 + 子方法耗时）	仅目标方法的总耗时
适用场景	排查 “方法慢，但不知道慢在哪”	排查 “方法耗时波动大 / 偶尔慢”，或验证入参 / 返回值是否异常
性能开销	稍高（需追踪子方法）	极低（仅观测目标方法）

2. 反编译类（排查代码是否生效）

jad com.xxx.Service  # 反编译指定类，查看运行时的实际代码

jad com.hnevol.client.bases.service.org.impl.LibDeptServiceImpl

3. monitor: 方法执行频率 / 成功率监控（长期观测）

# 每5秒统计一次，监控queryData方法的执行情况
monitor -c 5 com.xxx.Service queryData

4. stack: 查看方法调用栈（定位方法被谁调用）

# 查看queryData方法的调用栈（只输出前5次）
stack com.xxx.Service queryData -n 5

# 只查看耗时>100ms的调用栈
stack com.xxx.Service queryData '#cost > 100'

5. tt: 方法执行数据录制 (回放问题)

录制方法的入参、返回值、耗时等数据，支持回放调用（复现偶发问题）

# 录制queryData方法的执行数据（记录前10次调用）
tt -t com.xxx.Service queryData -n 10

# 查看录制的记录（会生成index编号）
tt -l

# 回放指定index的调用（复现问题，无实际业务影响）
tt -p -i 1000  # 1000是录制的index编号

总结：

接口慢，定位慢子方法：trace -> stack

接口偶发失败/ 耗时波动：watch -> monitor -> tt

验证线上代码：jad

内存占用高：dashboard -> jvm

线程监控：dashboard -> thread

四、生产环境使用建议

1、必加 -n 参数：避免命令一直运行刷屏，比如 trace com.xxx.Service queryData -n 5（只看 5 次调用）；

2、按耗时过滤：优先用 #cost > 阈值 筛选慢调用，比如 watch ... '#cost > 500'（只看超过 500ms 的调用）；

3、权限一致：启动 Arthas 的用户需和 Java 进程运行用户一致（否则无权限监控）；

4、低峰期测试：trace 命令有轻微性能开销，生产环境建议在低峰期使用。

Mysql存储过程：列式数据转行式数据

Mon, 20 Oct 2025 11:30:00 +0800

很久没搞开发了，试试手生没有。

1、现有需求如下：需要将列式数据，转成行式数据，且具有一定的规则

①record_date、patient_id相同的，至少有一条数据，包含固定血糖的所有列，且一天每个项目只会有一条。

②随机字段包括两组，随机血糖组、随机床旁血酮组，每组都有三个字段，对应值、时间、签名。

③随机字段按照日期算，每天可能包含多条数据，每条数据都要独占一行，且按时间顺序。

④多组随机字段，需要合并到一行里面，不管时间点是不是一样的。

2、拟采用方案，直接通过存储过程，对数据进行转换处理

3、模拟原始数据

DROP TABLE IF EXISTS `source_blood_record`;
CREATE TABLE `source_blood_record`  (
  `PATIENT_ID` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `VISIT_ID` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `SUB_ID` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `RECORD_DATE` date NULL DEFAULT NULL,
  `RECORD_TIME` datetime(0) NULL DEFAULT NULL,
  `RECORD_NAME` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `RECORD_DATA` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `DATA_TYPE` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `DATA_UNIT` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `CATEGORY` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `REMARK` varchar(200) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `SOURCE_TAG` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `SOURCE_TYPE` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `DATA_SOURCE` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `DATA_SOURCE_ID` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `UPLOAD_TIME` datetime(0) NULL DEFAULT NULL
) ENGINE = InnoDB CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci ROW_FORMAT = Dynamic;

-- ----------------------------
-- Records of source_blood_record
-- ----------------------------
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 00:00:00', '晚餐后2H血糖值', '11.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444522', '2025-09-12 19:45:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 00:00:00', '晚餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444522', '2025-09-12 19:45:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 00:00:00', '晚餐前血糖值', '6.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444460', '2025-09-12 17:12:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 00:00:00', '晚餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444460', '2025-09-12 17:12:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 15:04:09', '随机血糖血糖值', '7.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444427', '2025-09-12 15:06:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 15:04:09', '随机血糖血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444427', '2025-09-12 15:06:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 15:04:09', '随机血糖血糖值时间', '15:04', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444427', '2025-09-12 15:06:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 21:57:14', '随机血糖血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444562', '2025-09-12 22:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 21:57:14', '随机血糖血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444562', '2025-09-12 22:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 21:57:14', '随机血糖血糖值时间', '21:57', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444562', '2025-09-12 22:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '睡前血糖血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444950', '2025-09-13 22:00:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '睡前血糖血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444950', '2025-09-13 22:00:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '晚餐后2H血糖值', '10.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444894', '2025-09-13 19:36:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '晚餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444894', '2025-09-13 19:36:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '晚餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444872', '2025-09-13 17:18:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '晚餐前血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444872', '2025-09-13 17:18:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '早餐后2H血糖值', '13.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444711', '2025-09-13 10:03:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '早餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444711', '2025-09-13 10:03:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '早餐前血糖值', '6.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444610', '2025-09-13 06:15:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '早餐前血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444610', '2025-09-13 06:15:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '中餐后2H血糖值', '6.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444785', '2025-09-13 14:18:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '中餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444785', '2025-09-13 14:18:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '中餐前血糖值', '10.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444735', '2025-09-13 11:21:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '中餐前血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444735', '2025-09-13 11:21:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '睡前血糖血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445361', '2025-09-14 21:57:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '睡前血糖血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445361', '2025-09-14 21:57:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '晚餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445307', '2025-09-14 19:33:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '晚餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445307', '2025-09-14 19:33:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '晚餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445253', '2025-09-14 17:09:16');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '晚餐前血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445253', '2025-09-14 17:09:16');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '早餐后2H血糖值', '10.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445078', '2025-09-14 09:18:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '早餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445078', '2025-09-14 09:18:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '早餐前血糖值', '8.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445024', '2025-09-14 06:33:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '早餐前血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445024', '2025-09-14 06:33:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '中餐后2H血糖值', '4.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445192', '2025-09-14 14:12:13');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '中餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445192', '2025-09-14 14:12:13');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '中餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445133', '2025-09-14 11:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '中餐前血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445133', '2025-09-14 11:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '睡前血糖血糖值', '8.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445775', '2025-09-15 22:09:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '睡前血糖血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445775', '2025-09-15 22:09:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '晚餐后2H血糖值', '10.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445723', '2025-09-15 19:54:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '晚餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445723', '2025-09-15 19:54:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '早餐后2H血糖值', '检查', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445514', '2025-09-15 09:54:12');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '早餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445514', '2025-09-15 09:54:12');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '早餐前血糖值', '7.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445406', '2025-09-15 05:57:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '早餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445406', '2025-09-15 05:57:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '中餐后2H血糖值', '9.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445610', '2025-09-15 14:15:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '中餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445610', '2025-09-15 14:15:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '中餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445571', '2025-09-15 11:51:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '中餐前血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445571', '2025-09-15 11:51:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '睡前血糖血糖值', '9.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446152', '2025-09-16 21:30:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '睡前血糖血糖值签名', '肖霞', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446152', '2025-09-16 21:30:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '晚餐后2H血糖值', '8.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446110', '2025-09-16 19:51:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '晚餐后2H血糖值签名', '肖霞', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446110', '2025-09-16 19:51:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '晚餐前血糖值', '8.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446058', '2025-09-16 17:09:15');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '晚餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446058', '2025-09-16 17:09:15');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '早餐后2H血糖值', '8.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445880', '2025-09-16 09:15:17');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445880', '2025-09-16 09:15:17');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '早餐前血糖值', '8.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445831', '2025-09-16 06:12:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '早餐前血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445831', '2025-09-16 06:12:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '中餐后2H血糖值', '8.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445984', '2025-09-16 13:48:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '中餐后2H血糖值签名', '樊新旭', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445984', '2025-09-16 13:48:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '中餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445942', '2025-09-16 11:24:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '中餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445942', '2025-09-16 11:24:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '睡前血糖血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446544', '2025-09-17 21:51:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '睡前血糖血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446544', '2025-09-17 21:51:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '晚餐后2H血糖值', '8.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446487', '2025-09-17 19:45:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '晚餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446487', '2025-09-17 19:45:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '晚餐前血糖值', '9.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446442', '2025-09-17 16:57:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '晚餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446442', '2025-09-17 16:57:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '早餐后2H血糖值', '10.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446265', '2025-09-17 09:03:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446265', '2025-09-17 09:03:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '早餐前血糖值', '8.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446225', '2025-09-17 06:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '早餐前血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446225', '2025-09-17 06:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '中餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446380', '2025-09-17 14:09:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '中餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446380', '2025-09-17 14:09:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '中餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446326', '2025-09-17 11:09:18');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '中餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446326', '2025-09-17 11:09:18');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '睡前血糖血糖值', '8.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17582048550992192', '2025-09-18 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '睡前血糖血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17582048550992192', '2025-09-18 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '晚餐后2H血糖值', '11.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446910', '2025-09-18 19:57:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '晚餐后2H血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446910', '2025-09-18 19:57:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '晚餐前血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446855', '2025-09-18 17:18:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '晚餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446855', '2025-09-18 17:18:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '早餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446665', '2025-09-18 09:00:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446665', '2025-09-18 09:00:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '早餐前血糖值', '7.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446593', '2025-09-18 06:12:13');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '早餐前血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446593', '2025-09-18 06:12:13');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '中餐后2H血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446795', '2025-09-18 14:12:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '中餐后2H血糖值签名', '樊新旭', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446795', '2025-09-18 14:12:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '中餐前血糖值', '8.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446730', '2025-09-18 11:12:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '中餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446730', '2025-09-18 11:12:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '睡前血糖血糖值', '9.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447332', '2025-09-19 21:39:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '睡前血糖血糖值签名', '赵蓉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447332', '2025-09-19 21:39:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '晚餐后2H血糖值', '11.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447286', '2025-09-19 19:39:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '晚餐后2H血糖值签名', '赵蓉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447286', '2025-09-19 19:39:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '晚餐前血糖值', '6.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447231', '2025-09-19 17:00:15');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '晚餐前血糖值签名', '赵蓉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447231', '2025-09-19 17:00:15');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '早餐后2H血糖值', '10.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447058', '2025-09-19 09:18:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '早餐后2H血糖值签名', '赵蓉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447058', '2025-09-19 09:18:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '早餐前血糖值', '8.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447022', '2025-09-19 06:36:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '早餐前血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447022', '2025-09-19 06:36:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '中餐后2H血糖值', '11.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447153', '2025-09-19 13:51:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '中餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447153', '2025-09-19 13:51:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '中餐前血糖值', '12.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447115', '2025-09-19 11:18:18');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '中餐前血糖值签名', '赵蓉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447115', '2025-09-19 11:18:18');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '睡前血糖血糖值', '9.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447762', '2025-09-20 21:57:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '睡前血糖血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447762', '2025-09-20 21:57:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '晚餐后2H血糖值', '8.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447700', '2025-09-20 19:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '晚餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447700', '2025-09-20 19:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '早餐后2H血糖值', '9.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447472', '2025-09-20 09:24:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '早餐后2H血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447472', '2025-09-20 09:24:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '早餐前血糖值', '8.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447400', '2025-09-20 06:24:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '早餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447400', '2025-09-20 06:24:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '中餐后2H血糖值', '7.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447579', '2025-09-20 13:57:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '中餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447579', '2025-09-20 13:57:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '中餐前血糖值', '外出', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447537', '2025-09-20 11:18:18');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '中餐前血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447537', '2025-09-20 11:18:18');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '睡前血糖血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448181', '2025-09-21 21:45:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '睡前血糖血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448181', '2025-09-21 21:45:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '晚餐后2H血糖值', '7.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448116', '2025-09-21 19:33:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '晚餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448116', '2025-09-21 19:33:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '晚餐前血糖值', '外出', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448065', '2025-09-21 16:51:16');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '晚餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448065', '2025-09-21 16:51:16');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '早餐后2H血糖值', '7.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447895', '2025-09-21 09:12:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '早餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447895', '2025-09-21 09:12:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '早餐前血糖值', '6.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447809', '2025-09-21 05:33:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '早餐前血糖值签名', '刘维', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447809', '2025-09-21 05:33:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '中餐后2H血糖值', '8.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448026', '2025-09-21 14:12:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '中餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448026', '2025-09-21 14:12:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '中餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447960', '2025-09-21 11:30:16');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '中餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447960', '2025-09-21 11:30:16');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '晚餐后2H血糖值', '9.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448503', '2025-09-22 19:39:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '晚餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448503', '2025-09-22 19:39:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '晚餐前血糖值', '8.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448453', '2025-09-22 17:06:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '晚餐前血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448453', '2025-09-22 17:06:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '早餐后2H血糖值', '8.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448269', '2025-09-22 09:03:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '早餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448269', '2025-09-22 09:03:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '早餐前血糖值', '6.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448213', '2025-09-22 06:12:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '早餐前血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448213', '2025-09-22 06:12:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '中餐后2H血糖值', '6.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448391', '2025-09-22 14:06:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '中餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448391', '2025-09-22 14:06:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '中餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448343', '2025-09-22 11:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '中餐前血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448343', '2025-09-22 11:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '晚餐后2H血糖值', '8.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448879', '2025-09-23 19:45:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '晚餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448879', '2025-09-23 19:45:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '早餐后2H血糖值', '6.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448672', '2025-09-23 09:03:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448672', '2025-09-23 09:03:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '早餐前血糖值', '8.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448605', '2025-09-23 06:12:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '早餐前血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448605', '2025-09-23 06:12:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '中餐后2H血糖值', '7.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448766', '2025-09-23 13:30:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '中餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448766', '2025-09-23 13:30:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '晚餐后2H血糖值', '10.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449198', '2025-09-24 19:39:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '晚餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449198', '2025-09-24 19:39:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '早餐后2H血糖值', '6.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448971', '2025-09-24 08:54:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448971', '2025-09-24 08:54:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '早餐前血糖值', '7.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17586652112367765', '2025-09-24 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '早餐前血糖值签名', '肖霞', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17586652112367765', '2025-09-24 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '中餐后2H血糖值', '7.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449092', '2025-09-24 14:18:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '中餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449092', '2025-09-24 14:18:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '晚餐后2H血糖值', '9.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449566', '2025-09-25 19:27:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '晚餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449566', '2025-09-25 19:27:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '早餐后2H血糖值', '9.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449379', '2025-09-25 09:39:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449379', '2025-09-25 09:39:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '早餐前血糖值', '6.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449304', '2025-09-25 06:27:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '早餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449304', '2025-09-25 06:27:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '中餐后2H血糖值', '7.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449484', '2025-09-25 14:21:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '中餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449484', '2025-09-25 14:21:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '晚餐后2H血糖值', '11.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449946', '2025-09-26 19:24:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '晚餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449946', '2025-09-26 19:24:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '早餐后2H血糖值', '8.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449743', '2025-09-26 09:18:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '早餐后2H血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449743', '2025-09-26 09:18:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '早餐前血糖值', '5.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449695', '2025-09-26 06:30:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '早餐前血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449695', '2025-09-26 06:30:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '中餐后2H血糖值', '7.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449841', '2025-09-26 14:03:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '中餐后2H血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449841', '2025-09-26 14:03:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '晚餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450310', '2025-09-27 19:42:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '晚餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450310', '2025-09-27 19:42:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '早餐后2H血糖值', '7.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450156', '2025-09-27 10:45:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '早餐后2H血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450156', '2025-09-27 10:45:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '早餐前血糖值', '5.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450046', '2025-09-27 05:51:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '早餐前血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450046', '2025-09-27 05:51:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '中餐后2H血糖值', '9.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450254', '2025-09-27 14:33:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '中餐后2H血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450254', '2025-09-27 14:33:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '晚餐后2H血糖值', '9.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450693', '2025-09-28 19:45:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '晚餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450693', '2025-09-28 19:45:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '早餐后2H血糖值', '6.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450496', '2025-09-28 09:30:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '早餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450496', '2025-09-28 09:30:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '早餐前血糖值', '5.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450427', '2025-09-28 06:12:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '早餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450427', '2025-09-28 06:12:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '中餐后2H血糖值', '7.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450606', '2025-09-28 14:12:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '中餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450606', '2025-09-28 14:12:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '晚餐后2H血糖值', '8.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451050', '2025-09-29 19:30:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '晚餐后2H血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451050', '2025-09-29 19:30:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '早餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450856', '2025-09-29 08:57:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '早餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450856', '2025-09-29 08:57:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '早餐前血糖值', '6.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450827', '2025-09-29 06:27:24');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '早餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450827', '2025-09-29 06:27:24');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '中餐后2H血糖值', '5.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450980', '2025-09-29 14:12:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '中餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450980', '2025-09-29 14:12:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '晚餐后2H血糖值', '9.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451360', '2025-09-30 19:21:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '晚餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451360', '2025-09-30 19:21:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '早餐后2H血糖值', '8.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451209', '2025-09-30 09:09:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '早餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451209', '2025-09-30 09:09:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '早餐前血糖值', '6.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451155', '2025-09-30 06:18:12');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '早餐前血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451155', '2025-09-30 06:18:12');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '中餐后2H血糖值', '6.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451286', '2025-09-30 13:57:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '中餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451286', '2025-09-30 13:57:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '晚餐后2H血糖值', '8.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451556', '2025-10-01 19:36:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '晚餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451556', '2025-10-01 19:36:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '早餐后2H血糖值', '7.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451446', '2025-10-01 09:30:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '早餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451446', '2025-10-01 09:30:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '早餐前血糖值', '6.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17592709677220831', '2025-10-01 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '早餐前血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17592709677220831', '2025-10-01 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '中餐后2H血糖值', '7.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451508', '2025-10-01 14:12:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '中餐后2H血糖值签名', '樊新旭', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451508', '2025-10-01 14:12:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '晚餐后2H血糖值', '5.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451792', '2025-10-02 19:42:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '晚餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451792', '2025-10-02 19:42:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '早餐后2H血糖值', '6.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451652', '2025-10-02 09:33:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '早餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451652', '2025-10-02 09:33:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '早餐前血糖值', '6.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17593567665233339', '2025-10-02 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '早餐前血糖值签名', '肖霞', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17593567665233339', '2025-10-02 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '中餐后2H血糖值', '5.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451724', '2025-10-02 14:30:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '中餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451724', '2025-10-02 14:30:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '晚餐后2H血糖值', '6.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452030', '2025-10-03 19:27:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '晚餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452030', '2025-10-03 19:27:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '早餐后2H血糖值', '9.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451904', '2025-10-03 09:27:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '早餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451904', '2025-10-03 09:27:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '早餐前血糖值', '5.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451884', '2025-10-03 06:57:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '早餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451884', '2025-10-03 06:57:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '中餐后2H血糖值', '11.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451983', '2025-10-03 14:24:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '中餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451983', '2025-10-03 14:24:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 02:53:20', '随机血糖血糖值', '6.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451851', '2025-10-03 02:54:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 02:53:20', '随机血糖血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451851', '2025-10-03 02:54:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 02:53:20', '随机血糖血糖值时间', '02:53', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451851', '2025-10-03 02:54:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '晚餐后2H血糖值', '9.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17595779197954390', '2025-10-04 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '晚餐后2H血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17595779197954390', '2025-10-04 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '早餐后2H血糖值', '9.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452142', '2025-10-04 09:51:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '早餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452142', '2025-10-04 09:51:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '早餐前血糖值', '9.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452090', '2025-10-04 05:12:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '早餐前血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452090', '2025-10-04 05:12:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '中餐后2H血糖值', '7.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452191', '2025-10-04 13:33:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '中餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452191', '2025-10-04 13:33:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '晚餐后2H血糖值', '10.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452482', '2025-10-05 20:21:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '晚餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452482', '2025-10-05 20:21:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '早餐后2H血糖值', '7.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452351', '2025-10-05 09:54:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '早餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452351', '2025-10-05 09:54:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '早餐前血糖值', '6.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452299', '2025-10-05 06:09:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '早餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452299', '2025-10-05 06:09:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '中餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452420', '2025-10-05 14:33:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '中餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452420', '2025-10-05 14:33:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '晚餐后2H血糖值', '12.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597534099688412', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '晚餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597534099688412', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '早餐后2H血糖值', '10.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597124186727285', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '早餐后2H血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597124186727285', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '早餐前血糖值', '6.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597035108215536', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '早餐前血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597035108215536', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '中餐后2H血糖值', '7.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597301634392642', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '中餐后2H血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597301634392642', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '晚餐后2H血糖值', '11.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17598351034996781', '2025-10-07 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '晚餐后2H血糖值签名', '樊新旭', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17598351034996781', '2025-10-07 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '早餐后2H血糖值', '8.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597995000278283', '2025-10-07 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '早餐后2H血糖值签名', '赵蓉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597995000278283', '2025-10-07 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '早餐前血糖值', '6.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597873120449342', '2025-10-07 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '早餐前血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597873120449342', '2025-10-07 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '中餐后2H血糖值', '8.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452629', '2025-10-07 14:09:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '中餐后2H血糖值签名', '肖雪', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452629', '2025-10-07 14:09:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '晚餐后2H血糖值', '12.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599224692280504', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '晚餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599224692280504', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '早餐后2H血糖值', '12.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17598866866410347', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '早餐后2H血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17598866866410347', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '早餐前血糖值', '8.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17598760001323054', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '早餐前血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17598760001323054', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '中餐后2H血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599044951692104', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '中餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599044951692104', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '睡前血糖血糖值', '17.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17600076264368938', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '睡前血糖血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17600076264368938', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '晚餐后2H血糖值', '17.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17600114486829981', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '晚餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17600114486829981', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '早餐后2H血糖值', '11.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599722905938888', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '早餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599722905938888', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '早餐前血糖值', '7.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599640022827015', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '早餐前血糖值签名', '樊新旭', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599640022827015', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '中餐后2H血糖值', '12.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599896716709164', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '中餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599896716709164', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 22:16:36', '随机血糖血糖值', '13.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17600194254205332', '2025-10-09 22:17:15');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 22:16:36', '随机血糖血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17600194254205332', '2025-10-09 22:17:15');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 22:16:36', '随机血糖血糖值时间', '22:16:36', '日期', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17600194254205332', '2025-10-09 22:17:15');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '晚餐后2H血糖值', '12.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453205', '2025-10-10 19:21:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '晚餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453205', '2025-10-10 19:21:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '早餐后2H血糖值', '9.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452987', '2025-10-10 09:00:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '早餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452987', '2025-10-10 09:00:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '早餐前血糖值', '7.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452923', '2025-10-10 05:51:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '早餐前血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452923', '2025-10-10 05:51:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '中餐后2H血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453110', '2025-10-10 14:06:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '中餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453110', '2025-10-10 14:06:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '晚餐后2H血糖值', '10.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453699', '2025-10-11 20:33:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '晚餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453699', '2025-10-11 20:33:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '早餐后2H血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453409', '2025-10-11 09:12:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '早餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453409', '2025-10-11 09:12:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '早餐前血糖值', '6.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453357', '2025-10-11 06:36:12');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '早餐前血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453357', '2025-10-11 06:36:12');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '中餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453541', '2025-10-11 14:00:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '中餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453541', '2025-10-11 14:00:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '晚餐后2H血糖值', '10.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454143', '2025-10-12 20:33:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '晚餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454143', '2025-10-12 20:33:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '早餐后2H血糖值', '8.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453854', '2025-10-12 09:18:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453854', '2025-10-12 09:18:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '早餐前血糖值', '8.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453776', '2025-10-12 06:15:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '早餐前血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453776', '2025-10-12 06:15:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '中餐后2H血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454000', '2025-10-12 14:27:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '中餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454000', '2025-10-12 14:27:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '晚餐后2H血糖值', '7.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454531', '2025-10-13 19:45:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '晚餐后2H血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454531', '2025-10-13 19:45:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '早餐后2H血糖值', '8.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454283', '2025-10-13 09:06:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454283', '2025-10-13 09:06:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '早餐前血糖值', '6.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454227', '2025-10-13 06:27:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '早餐前血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454227', '2025-10-13 06:27:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '中餐后2H血糖值', '6.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454414', '2025-10-13 14:12:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '中餐后2H血糖值签名', '樊新旭', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454414', '2025-10-13 14:12:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '晚餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454914', '2025-10-14 19:33:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '晚餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454914', '2025-10-14 19:33:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '早餐后2H血糖值', '6.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454707', '2025-10-14 09:12:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '早餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454707', '2025-10-14 09:12:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '早餐前血糖值', '6.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454647', '2025-10-14 06:09:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '早餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454647', '2025-10-14 06:09:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '中餐后2H血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454812', '2025-10-14 14:15:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '中餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454812', '2025-10-14 14:15:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '晚餐后2H血糖值', '9.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17605284124938996', '2025-10-15 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '晚餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17605284124938996', '2025-10-15 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '早餐后2H血糖值', '8.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455104', '2025-10-15 09:12:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '早餐后2H血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455104', '2025-10-15 09:12:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '早餐前血糖值', '5.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455054', '2025-10-15 06:45:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '早餐前血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455054', '2025-10-15 06:45:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '中餐后2H血糖值', '7.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455195', '2025-10-15 13:39:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '中餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455195', '2025-10-15 13:39:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-16', '2025-10-16 00:00:00', '早餐后2H血糖值', '7.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455365', '2025-10-16 09:30:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-16', '2025-10-16 00:00:00', '早餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455365', '2025-10-16 09:30:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-16', '2025-10-16 00:00:00', '早餐前血糖值', '5.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455303', '2025-10-16 06:09:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-16', '2025-10-16 00:00:00', '早餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455303', '2025-10-16 06:09:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-16', '2025-10-16 00:00:00', '随机床旁血酮值', '2.66', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '11221445211', '2025-10-16 06:09:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-16', '2025-10-16 00:00:00', '随机床旁血酮时间', '11:50', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '11221445211', '2025-10-16 06:09:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-16', '2025-10-16 00:00:00', '随机床旁血酮签名', '姚丽萍', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '11221445211', '2025-10-16 06:09:03');

4、编写存储过程

CREATE DEFINER=`root`@`%` PROCEDURE `convert_specified_patient_blood_glucoseV3`(
    IN p_patient_id VARCHAR(50),  -- 患者ID，可为NULL表示处理所有患者
    IN p_session_id CHAR(36)      -- 会话UUID，用于标识同一批次数据处理，长度符合标准UUID格式
)
BEGIN
    -- ==================================================
    -- 【核心问题与优化方案说明】
    -- 本存储过程在迭代中解决了以下关键问题，优化点如下：
    -- 1. 临时表不适用，存储过程不能查询多次 → 采用物理表储存计算变量
    --    解决思路：用物理表（如glucose_random_data、glucose_ketone_merged）替代临时表，支持多步骤数据传递
    --    
    -- 2. 纯物理表存在并发问题 → 引入会话ID（session_id）机制
    --    解决思路：通过唯一UUID作为session_id，人为隔离不同批次处理数据，避免并发冲突
    --    
    -- 3. 物理表+时间戳后缀方案性能差 → 固定表结构+session_id过滤
    --    解决思路：放弃动态生成表名（如加时间戳后缀），复用固定表结构，通过session_id筛选当前批次数据，减少建表删表开销
    --    
    -- 4. 随机血糖的三组关联字段（值/时间/签名）需统一处理 → 按data_source_id分组关联
    --    解决思路：以data_source_id为唯一标识，将同一次测量的三个字段绑定处理，确保数据完整性
    --    
    -- 5. 随机血酮的三组关联字段需统一处理 → 同随机血糖的处理逻辑
    --    解决思路：保持与血糖一致的处理范式，通过data_source_id关联字段，保证数据一致性
    --    
    -- 6. 两组随机数据需按日期合并排序 → 新增合并中间表+全局排序号
    --    解决思路：用glucose_ketone_merged表合并数据，生成sortNo排序号，同日期数据按顺序排列，不同日期独立成行
    --    
    -- 7. 随机数据与固定血糖数据合并 → 基准行更新+剩余行插入
    --    解决思路：以固定血糖数据行为基准，匹配日期的第一行随机数据更新；剩余随机数据单独插入，确保数据完整
    -- ==================================================

    -- ==================================================
    -- 1. 定义结果表结构（存储最终合并的血糖数据）
    -- 新增session_id用于隔离不同会话数据，temp_sort_no用于随机数据排序标记
    -- ==================================================
    CREATE TABLE IF NOT EXISTS `merged_glucose_result` (
        session_id CHAR(36) NOT NULL,                   -- 会话ID，区分不同批次处理
        patient_id VARCHAR(50),                         -- 患者ID
        record_date DATE,                               -- 记录日期
        -- 固定时间点血糖字段组
        早餐前血糖值 VARCHAR(50),                       -- 早餐前血糖测量值
        早餐前血糖值签名 VARCHAR(50),                   -- 早餐前血糖记录签名
        早餐后2H血糖值 VARCHAR(50),                     -- 早餐后2小时血糖测量值
        早餐后2H血糖值签名 VARCHAR(50),                 -- 早餐后2小时血糖记录签名
        中餐前血糖值 VARCHAR(50),                       -- 中餐前血糖测量值
        中餐前血糖值签名 VARCHAR(50),                   -- 中餐前血糖记录签名
        中餐后2H血糖值 VARCHAR(50),                     -- 中餐后2小时血糖测量值
        中餐后2H血糖值签名 VARCHAR(50),                 -- 中餐后2小时血糖记录签名
        晚餐前血糖值 VARCHAR(50),                       -- 晚餐前血糖测量值
        晚餐前血糖值签名 VARCHAR(50),                   -- 晚餐前血糖记录签名
        晚餐后2H血糖值 VARCHAR(50),                     -- 晚餐后2小时血糖测量值
        晚餐后2H血糖值签名 VARCHAR(50),                 -- 晚餐后2小时血糖记录签名
        睡前血糖血糖值 VARCHAR(50),                     -- 睡前血糖测量值
        睡前血糖血糖值时间 VARCHAR(50),                 -- 睡前血糖测量时间
        睡前血糖血糖值签名 VARCHAR(50),                 -- 睡前血糖记录签名
        -- 随机血糖与血酮字段组
        随机血糖血糖值 VARCHAR(50),                     -- 随机血糖测量值
        随机血糖血糖值时间 VARCHAR(50),                 -- 随机血糖测量时间
        随机血糖血糖值签名 VARCHAR(50),                 -- 随机血糖记录签名
        随机床旁血酮值 VARCHAR(50),                     -- 随机床旁血酮测量值
        随机床旁血酮时间 VARCHAR(50),                   -- 随机床旁血酮测量时间
        随机床旁血酮签名 VARCHAR(50),                   -- 随机床旁血酮记录签名
        temp_sort_no INT                                 -- 临时排序编号，用于匹配随机数据
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

    -- ==================================================
    -- 2. 定义中间表结构（用于分步处理数据，避免重复计算）
    -- ==================================================
    -- 存储行号序列的中间表
    CREATE TABLE IF NOT EXISTS `glucose_numbers` (
        session_id CHAR(36) NOT NULL,  -- 会话ID，关联当前处理批次
        n INT                          -- 行号，用于随机数据排序
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
    
    -- 存储随机血糖数据的中间表
    CREATE TABLE IF NOT EXISTS `glucose_random_data` (
        session_id CHAR(36) NOT NULL,  -- 会话ID
        patient_id VARCHAR(50),        -- 患者ID
        record_date DATE,              -- 记录日期
        rn INT,                        -- 排序行号（按测量时间升序）
        随机血糖血糖值 VARCHAR(50),    -- 随机血糖测量值
        随机血糖血糖值时间 VARCHAR(50),-- 随机血糖测量时间
        随机血糖血糖值签名 VARCHAR(50) -- 随机血糖记录签名
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
    
    -- 存储随机血酮数据的中间表
    CREATE TABLE IF NOT EXISTS `glucose_ketone_data` (
        session_id CHAR(36) NOT NULL,  -- 会话ID
        patient_id VARCHAR(50),        -- 患者ID
        record_date DATE,              -- 记录日期
        rn INT,                        -- 排序行号（按测量时间升序）
        随机床旁血酮值 VARCHAR(50),    -- 随机床旁血酮测量值
        随机床旁血酮时间 VARCHAR(50),  -- 随机床旁血酮测量时间
        随机床旁血酮签名 VARCHAR(50)   -- 随机床旁血酮记录签名
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

    -- ==================================================
    -- 3. 插入固定时间点的血糖数据
    -- 从源表提取并转换为宽表结构，相同日期数据聚合
    -- ==================================================
    INSERT INTO `merged_glucose_result`
    (
        session_id,
        patient_id, record_date,
        早餐前血糖值, 早餐前血糖值签名,
        早餐后2H血糖值, 早餐后2H血糖值签名,
        中餐前血糖值, 中餐前血糖值签名,
        中餐后2H血糖值, 中餐后2H血糖值签名,
        晚餐前血糖值, 晚餐前血糖值签名,
        晚餐后2H血糖值, 晚餐后2H血糖值签名,
        睡前血糖血糖值, 睡前血糖血糖值时间, 睡前血糖血糖值签名
    )
    SELECT 
        p_session_id,  -- 绑定当前会话ID
        patient_id,
        record_date,
        -- 提取固定时间点血糖值（转换为数值型）
        MAX(CASE WHEN record_name = '早餐前血糖值' THEN record_data END) AS 早餐前血糖值,
        MAX(CASE WHEN record_name = '早餐前血糖值签名' THEN record_data END) AS 早餐前血糖值签名,
        MAX(CASE WHEN record_name = '早餐后2H血糖值' THEN record_data END) AS 早餐后2H血糖值,
        MAX(CASE WHEN record_name = '早餐后2H血糖值签名' THEN record_data END) AS 早餐后2H血糖值签名,
        MAX(CASE WHEN record_name = '中餐前血糖值' THEN record_data END) AS 中餐前血糖值,
        MAX(CASE WHEN record_name = '中餐前血糖值签名' THEN record_data END) AS 中餐前血糖值签名,
        MAX(CASE WHEN record_name = '中餐后2H血糖值' THEN record_data END) AS 中餐后2H血糖值,
        MAX(CASE WHEN record_name = '中餐后2H血糖值签名' THEN record_data END) AS 中餐后2H血糖值签名,
        MAX(CASE WHEN record_name = '晚餐前血糖值' THEN record_data END) AS 晚餐前血糖值,
        MAX(CASE WHEN record_name = '晚餐前血糖值签名' THEN record_data END) AS 晚餐前血糖值签名,
        MAX(CASE WHEN record_name = '晚餐后2H血糖值' THEN record_data END) AS 晚餐后2H血糖值,
        MAX(CASE WHEN record_name = '晚餐后2H血糖值签名' THEN record_data END) AS 晚餐后2H血糖值签名,
        MAX(CASE WHEN record_name = '睡前血糖血糖值' THEN record_data END) AS 睡前血糖血糖值,
        MAX(CASE WHEN record_name = '睡前血糖血糖值时间' THEN record_time END) AS 睡前血糖血糖值时间,
        MAX(CASE WHEN record_name = '睡前血糖血糖值签名' THEN record_data END) AS 睡前血糖血糖值签名
    FROM source_blood_record
    WHERE 
        (p_patient_id IS NULL OR patient_id = p_patient_id)  -- 支持单患者或全量患者处理
        AND record_name IN (  -- 筛选固定时间点血糖相关记录
            '早餐前血糖值', '早餐前血糖值签名',
            '早餐后2H血糖值', '早餐后2H血糖值签名',
            '中餐前血糖值', '中餐前血糖值签名',
            '中餐后2H血糖值', '中餐后2H血糖值签名',
            '晚餐前血糖值', '晚餐前血糖值签名',
            '晚餐后2H血糖值', '晚餐后2H血糖值签名',
            '睡前血糖血糖值', '睡前血糖血糖值时间', '睡前血糖血糖值签名'
        )
    GROUP BY patient_id, record_date  -- 按患者和日期聚合
    ON DUPLICATE KEY UPDATE  -- 重复数据处理：保留非空新值
        早餐前血糖值 = COALESCE(VALUES(早餐前血糖值), 早餐前血糖值),
        早餐前血糖值签名 = COALESCE(VALUES(早餐前血糖值签名), 早餐前血糖值签名),
        早餐后2H血糖值 = COALESCE(VALUES(早餐后2H血糖值), 早餐后2H血糖值),
        早餐后2H血糖值签名 = COALESCE(VALUES(早餐后2H血糖值签名), 早餐后2H血糖值签名),
        中餐前血糖值 = COALESCE(VALUES(中餐前血糖值), 中餐前血糖值),
        中餐前血糖值签名 = COALESCE(VALUES(中餐前血糖值签名), 中餐前血糖值签名),
        中餐后2H血糖值 = COALESCE(VALUES(中餐后2H血糖值), 中餐后2H血糖值),
        中餐后2H血糖值签名 = COALESCE(VALUES(中餐后2H血糖值签名), 中餐后2H血糖值签名),
        晚餐前血糖值 = COALESCE(VALUES(晚餐前血糖值), 晚餐前血糖值),
        晚餐前血糖值签名 = COALESCE(VALUES(晚餐前血糖值签名), 晚餐前血糖值签名),
        晚餐后2H血糖值 = COALESCE(VALUES(晚餐后2H血糖值), 晚餐后2H血糖值),
        晚餐后2H血糖值签名 = COALESCE(VALUES(晚餐后2H血糖值签名), 晚餐后2H血糖值签名),
        睡前血糖血糖值 = COALESCE(VALUES(睡前血糖血糖值), 睡前血糖血糖值),
        睡前血糖血糖值时间 = COALESCE(VALUES(睡前血糖血糖值时间), 睡前血糖血糖值时间),
        睡前血糖血糖值签名 = COALESCE(VALUES(睡前血糖血糖值签名), 睡前血糖血糖值签名);

    -- ==================================================
    -- 4. 处理随机血糖和血酮数据（核心逻辑）
    -- ==================================================
    
    -- 4.1 清空当前会话的中间表历史数据，避免干扰
    DELETE FROM `glucose_random_data` 
    WHERE session_id = p_session_id AND (p_patient_id IS NULL OR patient_id = p_patient_id);
    
    DELETE FROM `glucose_ketone_data` 
    WHERE session_id = p_session_id AND (p_patient_id IS NULL OR patient_id = p_patient_id);
    
    DELETE FROM `glucose_numbers` WHERE session_id = p_session_id;

    -- 4.2 处理随机血糖数据：提取并关联时间和签名
    INSERT INTO `glucose_random_data`
    (session_id, patient_id, record_date, rn, 随机血糖血糖值, 随机血糖血糖值时间, 随机血糖血糖值签名)
    SELECT 
        p_session_id,  -- 绑定当前会话ID
        rg_base.patient_id,
        rg_base.record_date,
        rg_base.rn,  -- 排序行号
        rg_base.随机血糖血糖值,
        MAX(CASE WHEN rg_sub.record_name = '随机血糖血糖值时间' THEN rg_sub.record_data END) AS 随机血糖血糖值时间,
        MAX(CASE WHEN rg_sub.record_name = '随机血糖血糖值签名' THEN rg_sub.record_data END) AS 随机血糖血糖值签名
    FROM (
        -- 子查询：对随机血糖值按时间排序并生成行号
        SELECT 
            patient_id,
            record_date,
            data_source_id,
            record_time,
            record_data AS 随机血糖血糖值,  -- 转换为数值型
            -- 按患者和日期分组生成自增行号
            @rn1 := IF(@pid1 = patient_id AND @dt1 = record_date, @rn1 + 1, 1) AS rn,
            @pid1 := patient_id,
            @dt1 := record_date
        FROM (
            -- 基础数据：筛选有效随机血糖记录并排序
            SELECT patient_id, record_date, data_source_id, record_time, record_data
            FROM source_blood_record
            WHERE (p_patient_id IS NULL OR patient_id = p_patient_id)
                  AND record_name = '随机血糖血糖值'
                  AND record_data IS NOT NULL
            ORDER BY patient_id, record_date, record_time  -- 按时间升序
        ) AS sorted_rg
        JOIN (SELECT @rn1 := 0, @pid1 := '', @dt1 := '0000-00-00') AS vars_rg  -- 初始化变量
    ) AS rg_base
    -- 关联随机血糖的时间和签名信息
    LEFT JOIN (
        SELECT patient_id, record_date, data_source_id, record_time, record_name, record_data
        FROM source_blood_record
        WHERE (p_patient_id IS NULL OR patient_id = p_patient_id)
              AND record_name IN ('随机血糖血糖值时间', '随机血糖血糖值签名')
    ) AS rg_sub 
        ON rg_base.patient_id = rg_sub.patient_id
        AND rg_base.record_date = rg_sub.record_date
        AND (rg_base.data_source_id = rg_sub.data_source_id 
             OR (rg_base.data_source_id IS NULL AND rg_base.record_time = rg_sub.record_time))  -- 兼容无数据源ID的情况
    GROUP BY rg_base.patient_id, rg_base.record_date, rg_base.rn, rg_base.随机血糖血糖值;

    -- 4.3 处理随机床旁血酮数据：提取并关联时间和签名（逻辑同随机血糖）
    INSERT INTO `glucose_ketone_data`
    (session_id, patient_id, record_date, rn, 随机床旁血酮值, 随机床旁血酮时间, 随机床旁血酮签名)
    SELECT 
        p_session_id,  -- 绑定当前会话ID
        rk_base.patient_id,
        rk_base.record_date,
        rk_base.rn,  -- 排序行号
        rk_base.随机床旁血酮值,
        MAX(CASE WHEN rk_sub.record_name = '随机床旁血酮时间' THEN rk_sub.record_data END) AS 随机床旁血酮时间,
        MAX(CASE WHEN rk_sub.record_name = '随机床旁血酮签名' THEN rk_sub.record_data END) AS 随机床旁血酮签名
    FROM (
        -- 子查询：对随机血酮值按时间排序并生成行号
        SELECT 
            patient_id,
            record_date,
            data_source_id,
            record_time,
            record_data AS 随机床旁血酮值,  -- 转换为数值型
            -- 按患者和日期分组生成自增行号
            @rn2 := IF(@pid2 = patient_id AND @dt2 = record_date, @rn2 + 1, 1) AS rn,
            @pid2 := patient_id,
            @dt2 := record_date
        FROM (
            -- 基础数据：筛选有效随机血酮记录并排序
            SELECT patient_id, record_date, data_source_id, record_time, record_data
            FROM source_blood_record
            WHERE (p_patient_id IS NULL OR patient_id = p_patient_id)
                  AND record_name = '随机床旁血酮值'
                  AND record_data IS NOT NULL
            ORDER BY patient_id, record_date, record_time  -- 按时间升序
        ) AS sorted_rk
        JOIN (SELECT @rn2 := 0, @pid2 := '', @dt2 := '0000-00-00') AS vars_rk  -- 初始化变量
    ) AS rk_base
    -- 关联随机血酮的时间和签名信息
    LEFT JOIN (
        SELECT patient_id, record_date, data_source_id, record_time, record_name, record_data
        FROM source_blood_record
        WHERE (p_patient_id IS NULL OR patient_id = p_patient_id)
              AND record_name IN ('随机床旁血酮时间', '随机床旁血酮签名')
    ) AS rk_sub 
        ON rk_base.patient_id = rk_sub.patient_id
        AND rk_base.record_date = rk_sub.record_date
        AND (rk_base.data_source_id = rk_sub.data_source_id 
             OR (rk_base.data_source_id IS NULL AND rk_base.record_time = rk_sub.record_time))  -- 兼容无数据源ID的情况
    GROUP BY rk_base.patient_id, rk_base.record_date, rk_base.rn, rk_base.随机床旁血酮值;

    -- ==================================================
    -- 5. 合并随机血糖和血酮数据到统一中间表
    -- 生成全局排序号，解决多表关联时的匹配问题
    -- ==================================================
    -- 创建合并中间表（若不存在）
    CREATE TABLE IF NOT EXISTS `glucose_ketone_merged` (
        `sortNo` INT NOT NULL,                  -- 全局排序号
        `session_id` VARCHAR(50) NOT NULL,      -- 会话ID
        `patient_id` VARCHAR(20) NOT NULL,      -- 患者ID
        `record_date` DATE NOT NULL,            -- 记录日期
        `随机血糖血糖值` VARCHAR(50) NULL,    -- 随机血糖值
        `随机血糖血糖值时间` VARCHAR(50) NULL,  -- 随机血糖时间
        `随机血糖血糖值签名` VARCHAR(100) NULL, -- 随机血糖签名
        `随机床旁血酮值` VARCHAR(50) NULL,    -- 随机血酮值
        `随机床旁血酮时间` VARCHAR(50) NULL,    -- 随机血酮时间
        `随机床旁血酮签名` VARCHAR(100) NULL    -- 随机血酮签名
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

    -- 清空合并表历史数据
    TRUNCATE TABLE `glucose_ketone_merged`;

    -- 插入合并数据并生成排序号
    INSERT INTO `glucose_ketone_merged` (
        `sortNo`,
        `session_id`,
        `patient_id`,
        `record_date`,
        `随机血糖血糖值`,
        `随机血糖血糖值时间`,
        `随机血糖血糖值签名`,
        `随机床旁血酮值`,
        `随机床旁血酮时间`,
        `随机床旁血酮签名`
    )
    SELECT 
        @sortNo := @sortNo + 1 AS sortNo,  -- 生成自增排序号
        t.*
    FROM (
        -- 合并逻辑：先关联血酮和血糖，再补充单独存在的血糖数据
        SELECT 
            COALESCE(rg.session_id, rk.session_id) AS session_id,
            COALESCE(rg.patient_id, rk.patient_id) AS patient_id,
            COALESCE(rg.record_date, rk.record_date) AS record_date,
            rg.随机血糖血糖值,
            rg.随机血糖血糖值时间,
            rg.随机血糖血糖值签名,
            rk.随机床旁血酮值,
            rk.随机床旁血酮时间,
            rk.随机床旁血酮签名
        FROM `glucose_ketone_data` rk
        LEFT JOIN `glucose_random_data` rg 
            ON rk.session_id = rg.session_id
            AND rk.patient_id = rg.patient_id
            AND rk.record_date = rg.record_date
        WHERE rk.session_id = p_session_id
        
        UNION ALL  -- 补充无对应血酮的血糖数据
        
        SELECT 
            rg.session_id,
            rg.patient_id,
            rg.record_date,
            rg.随机血糖血糖值,
            rg.随机血糖血糖值时间,
            rg.随机血糖血糖值签名,
            NULL AS 随机床旁血酮值,
            NULL AS 随机床旁血酮时间,
            NULL AS 随机床旁血酮签名
        FROM `glucose_random_data` rg
        WHERE rg.session_id = p_session_id
          AND NOT EXISTS (  -- 筛选无对应血酮的数据
            SELECT 1
            FROM `glucose_ketone_data` rk_sub
            WHERE rk_sub.session_id = rg.session_id
              AND rk_sub.patient_id = rg.patient_id
              AND rk_sub.record_date = rg.record_date
          )
    ) AS t, (SELECT @sortNo := 0) AS init  -- 初始化排序号变量
    ORDER BY t.record_date;  -- 按日期排序

    -- ==================================================
    -- 6. 生成行号序列表（用于后续数据关联）
    -- ==================================================
    SET @i = 0;
    WHILE @i < @sortNo DO
        INSERT INTO `glucose_numbers` (session_id, n) VALUES (p_session_id, @i + 1);
        SET @i = @i + 1;
    END WHILE;

    -- ==================================================
    -- 7. 将合并后的随机数据更新到结果表
    -- ==================================================
    UPDATE `merged_glucose_result` mg
    JOIN glucose_ketone_merged AS merged_random 
        ON mg.session_id = merged_random.session_id
        AND mg.patient_id = merged_random.patient_id 
        AND mg.record_date = merged_random.record_date
    SET 
        mg.temp_sort_no = COALESCE(merged_random.sortNo, mg.temp_sort_no),  -- 更新排序标记
        mg.随机血糖血糖值 = COALESCE(merged_random.随机血糖血糖值, mg.随机血糖血糖值),
        mg.随机血糖血糖值时间 = COALESCE(merged_random.随机血糖血糖值时间, mg.随机血糖血糖值时间),
        mg.随机血糖血糖值签名 = COALESCE(merged_random.随机血糖血糖值签名, mg.随机血糖血糖值签名),
        mg.随机床旁血酮值 = COALESCE(merged_random.随机床旁血酮值, mg.随机床旁血酮值),
        mg.随机床旁血酮时间 = COALESCE(merged_random.随机床旁血酮时间, mg.随机床旁血酮时间),
        mg.随机床旁血酮签名 = COALESCE(merged_random.随机床旁血酮签名, mg.随机床旁血酮签名);

    -- ==================================================
    -- 8. 插入无固定血糖记录的随机数据行
    -- 确保仅新增未匹配的随机数据
    -- ==================================================
    INSERT INTO `merged_glucose_result`
    (
        session_id,
        patient_id, record_date,
        随机血糖血糖值, 随机血糖血糖值时间, 随机血糖血糖值签名,
        随机床旁血酮值, 随机床旁血酮时间, 随机床旁血酮签名
    )
    SELECT 
        merged_random.session_id,
        merged_random.patient_id,
        merged_random.record_date,
        merged_random.随机血糖血糖值,
        merged_random.随机血糖血糖值时间,
        merged_random.随机血糖血糖值签名,
        merged_random.随机床旁血酮值,
        merged_random.随机床旁血酮时间,
        merged_random.随机床旁血酮签名
    FROM glucose_ketone_merged AS merged_random
    LEFT JOIN `merged_glucose_result` mg 
        ON merged_random.session_id = mg.session_id
        AND merged_random.patient_id = mg.patient_id 
        AND merged_random.record_date = mg.record_date
    WHERE merged_random.sortNo != mg.temp_sort_no;  -- 筛选未匹配的随机数据

    -- ==================================================
    -- 9. 查询当前会话的处理结果
    -- 格式化输出字段，适配外部系统需求
    -- ==================================================
    SELECT 
        patient_id as patientId,  -- 字段重命名（驼峰式）
        DATE_FORMAT(record_date, '%Y-%m-%d') as recordDate,  -- 日期格式化
        -- 固定血糖字段
        早餐前血糖值,
        早餐前血糖值签名,
        早餐后2H血糖值,
        早餐后2H血糖值签名,
        中餐前血糖值,
        中餐前血糖值签名,
        中餐后2H血糖值,
        中餐后2H血糖值签名,
        晚餐前血糖值,
        晚餐前血糖值签名,
        晚餐后2H血糖值,
        晚餐后2H血糖值签名,
        睡前血糖血糖值,
        睡前血糖血糖值时间,
        睡前血糖血糖值签名,
        -- 随机数据字段
        随机血糖血糖值,
        随机血糖血糖值时间,
        随机血糖血糖值签名,
        随机床旁血酮值,
        随机床旁血酮时间,
        随机床旁血酮签名
    FROM `merged_glucose_result`
    WHERE session_id = p_session_id
        AND (p_patient_id IS NULL OR patient_id = p_patient_id)
    ORDER BY patient_id, record_date;

    -- ==================================================
    -- 10. 清理当前会话的临时数据
    -- 避免占用存储空间，防止数据干扰
    -- ==================================================
    DELETE FROM merged_glucose_result 
    WHERE patient_id = p_patient_id AND session_id = p_session_id;
    
    DELETE FROM glucose_numbers 
    WHERE session_id = p_session_id;
    
    DELETE FROM glucose_random_data 
    WHERE patient_id = p_patient_id AND session_id = p_session_id;
    
    DELETE FROM glucose_ketone_data 
    WHERE patient_id = p_patient_id AND session_id = p_session_id;
    
    DELETE FROM glucose_ketone_merged 
    WHERE patient_id = p_patient_id AND session_id = p_session_id;
END

4、测试存储过程

小生命，小幸运，小欢喜

Sat, 01 Feb 2025 09:27:25 +0800

为了迎接小宝宝的到来，我们提前做了准备，12月15日，接了丈母娘过来帮忙，还带来了充足的物资，心里美的很。

时间一天一天近了，老婆的肚子越来越鼓，也就意味着，很快就能和宝宝见面了。

天气渐冷，我们出门都开始裹着厚厚的衣服。大南瓜、小兔子。

直到2024年的倒数第二天，老婆在公司偶感心慌，心率加速，于是就赶紧回家休息了。原本还想坚持到元旦之后，没成想第二天就见红了，还没来得及吃口饭，就直奔医院。于是我提前开始休假，马不停蹄往医院赶，忙中出错，来来回回好几趟才把所有事情处理好。

怀着紧张而激动的心情，迎来了一个小男宝宝，这是又高兴，又担忧。希望他能健健康康长大。希望幸运伴他一生，取名 “郑星运”

老婆躺在床上，麻药劲还没过，一直发抖，受了不少苦。

其实，更难受的，还是后面这几天，硬扛着疼痛下床走路。

宝宝还是还可爱的。

2024,生活会越来越好吗

Sat, 07 Dec 2024 23:59:52 +0800

前言

2024年，已经接近了尾声，去年设立的目标实现了吗？而今年又发生了哪些有趣的事情呢？

1、国际局势动荡不安，普通人的生活也受到了很大影响，经济形势还在下行。

2、房价的泡沫破了，比起2021年，房价不知道掉了多少。

3、工具箱迭代，止步于3.10.0版本，短期内不会再更新了。

4、养了一只捡的小狸花猫，取名为“核宝”。

5、老婆的亲人去世了。

6、老婆怀孕了。

7、我从程序员转行做产品了。

8、房子基本装修完成了，就差部分电器和软装装饰了。

9、妹妹上大学去了。

10、宝宝应该会在过年前出生。

工作

今年年初，由于公司发展需要，我毅然决定，从开发转行做产品了。虽然我做开发的时候，就想了很多做产品要考虑的事情，但是做产品并不仅仅是这些事情，所以还有很多东西是要学习的。在初期阶段，不熟悉的东西太多了，不可避免的经历了一段痛苦的加班。每一个蜕变过程都是痛苦的，产品经理要做的事情太多了，调研需求，沟通客户，协调实施开发，考虑产品走向，等等。产品做的好不好，直接影响的就是生产部门的工作。是困难，也是机遇，毕竟不能一辈子做程序员。

近一年的磨合，工作越发熟练，基本工作已经能够应付。为了公司的可持续发展，为了自己职业的发展，还是要进行更深层次的学习，沟通协作方面也不能放松。

然而，经过这一年的工作，关于经济形式越来越严峻的情况，体会的愈发明显。相比往年，钱更难赚了，工资更不好拿了。同样的收入，甚至可能有所降低，而要做的事情变得更多了。这样的日子何时才是结束呀。

生活

这年春节还是在安乡过的，在回去的第二天就开始降温下雪。将近一周的时间里，都是大雪封路。后来，我带老婆回了隆回，这些年也总算是回了一趟老家了。

回到长沙后，就开始装修的前期准备工作了。我们没有打算请设计师，决定自己设计，然而这仅仅只是一个开始。

三月份，办了装修手续，初步确定设计方案，就请人拆了墙，简简单单就这样动工了。磕磕绊绊，一个月搞完了水电部分。每个周末都有很多事情，买材料，找工人，办手续，申请装修贷。忙里偷闲，逛逛公园，吹吹风。

四月份，装修进行时，这个月的主题是泥工砌筑、贴砖、厕所刷防水等。不懂就要多问，向有经验的邻居学习，在抖音知乎学习装修知识，日子过得很充实。

正当我们沉迷在各种装修设计方案之中时，老婆的爷爷去世了。可惜的是，前些天，最后一个视频电话没有接上。那天我们忙完事情之后，在外面店里休息。也许我老婆她也会感到遗憾吧。过年的时候，一大家人一起拍了全家福，也算是给亲人们留下了一点慰藉。接到电话的晚上，我们就往回家赶了。请了假，连着五一假期，我们就回到了安乡。天气渐冷，后面几天甚至下起了小雨，也许是老天也在悼念亲人的逝去。

假期尾声，我们去了她外婆那边，在那里，我们遇到了一只活泼的小猫咪，一只小狸花猫。听说这只小猫是外公在大街上捡来的，看上去也就两三个月大小样子。非常可爱的一只小猫，自从这一眼看上后，我就生出来带回去的念头。在与老婆眼神交流后，我毅然决定带回长沙去。于是，我捡来了一个装水果的篓子，在水池洗刷干净，给它准备一个临时居所。由于小猫看起来笨笨的，也不怕生人。我们给它取了一个响亮的名字“核宝”。哈哈哈，听得懂常德话应该知道是什么意思。

五月份，核宝跟着我们来到了长沙的家里，小家伙好奇的探索着新奇的环境。也许是小家伙在陌生的环境比较胆小，每次抚摸它的时候，它总是用小爪子回应。随着越来越熟悉，开始满屋子乱跑。似乎回到了正常的生活轨迹来，每天上上班，回家之后逗逗小猫。工作压力大，生活也要放松放松，偶然下个馆子改善一下伙食，生活过得有滋有味。

10号，这一天，我老婆跟我吐槽，最近身体有些难受，于是我们计划出去放松一下。到了晚上还是没有多少缓解，老婆跟我讨论，要不要买个验孕棒测一下，还问我如果有小宝宝了怎么办。我看似轻松的说，那我就多一个小宝贝咯。直到2天后，老婆给我发了一张图片，两道杠，中了。第二天去医院做了检查，明确下来了这个事情，真的怀孕了，我要当爸爸了。老婆也后知后觉，难怪最近感觉那么累，身体还不舒服。终于还是怀孕了，心情犹如过山车一般，上上下下不停起伏。又是惊喜，又是担心。惊喜自不必说，担心的接下来应该怎么保护好她。

我老婆原本是骑自行车上班的，现在肯定是不合适了，而且现在住的是6楼的楼梯房，上上下下爬楼梯也终究是不方便，动了搬家的心思。老婆公司对面就有一个小区，她的同事也住在这边，上班过个马路就5分钟的事情，于是我们就把目光投向了这边。方便以后照顾她和宝宝，肯定得选一个大一点的房子。经过多番寻找，我们选定了一户一室两厅，木地板。为了让她更方便的上班，我们很快就定下来了。即使搬家再累，再不想搬家，为了她以后轻松，这件事情也还是得做。比起之前，自己搬家，磨个好几天慢慢来。这次请了搬家公司，提前打包好，一下就搬完了。于是我决定了，以后，专业的事情，还是请专业的人来做吧。

小猫刚熟悉了环境，又跟着我们搬了家，又是一个新的环境。没过多久，意外发生了。天气逐渐回暖，那被藏起来的气味挥发出来了。每天我们回到家里，打开门的一瞬间，扑面而来的气味。连续几天之后，我老婆终究是扛不住了。也不知道是早期的怀孕反应，还是因为这个气味，她总是觉得身体不舒服。经过与房东的交涉，我们要退租，押金是退不了，但是为了身体健康，又懒得与之争论，影响心情，最终还是又换了房子。两室一厅，虽然什么东西都没有，但是胜在空间大。缺的东西自己添置也不是什么大问题，反正新房也能用得上。至此，生活总算是安定下来了。

装修也在同步进行，正是搞的火热的时候，隔三差五缺个什么东西要买过去，设计方案有啥问题，师傅施工要确认。每个周末，甚至工作日的中午都要跑过去一趟处理事情。处理完泥工的事情，又要着手厨房美缝先进场。等美缝做完，台盆买了，燃气灶尺寸定了，才能安排打瓷砖橱柜的师傅。全屋定制定金也交了，还没进场设计。一环套一环，没搞装修之前真是不清楚这里面的门道。本以为不做全屋吊顶，就没有木工多少事情，结果部分遗漏的水管吊顶，走廊吊顶，门套安装木工打板，各种小活都要木工参与。

六月份，老婆孕反很严重，每天各种不舒服，特别是孕吐，经常晚上要吐到很晚才能睡觉。而我除了能拍拍背，按按摩转移转移注意力，准备一点牛奶，苏打饼干之类的东西，其实什么事情都做不了，只能靠她硬熬。

装修上，厨房厕所的门窗定制找了一个河东的厂家，全屋定制也准备上面设计了。这一个月，每天都有忧心各种各样的问题。不是改设计，就是要求泥工、木工补活，或者是催促定制门窗进度。协调沟通各工种的工作，希望尽快完成这个装修的事情，早点搞完，早点空着散气味。

七月份，丈母娘来了。正值暑假期间，她带着小女儿一起过来玩，也照顾一下大女儿。我的忙碌的生活，终于有了喘息的机会。家中有人照料，就可以更轻松一些，也能多分一些精力在工作和装修上面。这个月，定制柜子搞完了，定制门窗安好了，油工施工完成了，下一步就是水电返场了。

八月份，孕吐反应渐渐变小了，相对舒适的孕中期要来了。这个月我们去逛了家具，定了卫浴，网购了很多灯。水电师傅做完后，就是家具进场。软装不着急了，硬装告一段落。

九月份，日子过得也舒服起来了，不用忙着去搞装修，工作也稳定下来，周末就去公园逛逛，偶尔过去新房通通风。然而九月底，快乐消失了，糖耐没过。接下来进入控糖生活，青菜、肉沫、蒸鸡蛋、蒸排骨、荞麦面，什么健康吃什么，什么低升糖就吃什么。

十月份，回了一趟安乡，一方面考虑到生宝宝后实在没有精力，另一方面也是出于安全考虑，还是把核宝带回去了。听说后来在家里的日子过得非常滋润，深感欣慰。

双十一到了，老婆购置了很多东西，为接下来生宝宝做了充足的准备。

接下来，就是静待宝宝的降生了。希望宝宝能够健健康康的来到我们身边。

业余

年初时，还尚有余力更新我的工具箱版本，只出来了一个3.9.0版本。随着后来工作转型，生活中的事情越来越多，真是不足以支撑继续钻研下去了，可能这些事情得慢慢停下来了。只能偶尔抽点时间玩耍一下。毕竟工具本身的迭代已经停滞，工具箱做的再好也失去了意义，只要服务器还在运行，服务就还会一直保持。也许，如果还有新的机会，应该还会继续探索的。

结语

这一年，我看到了生活的艰难，肩上的担子越发沉重。再难的形势，也不能阻挡我前进的脚步。回看22年写的《2022虎年春节纪事》，人生这趟列车已进入第6站，未来可期。

我只希望，来年工作顺利，家人身体健康，生活越来越好。

Java后端模拟sql实现多条件匹配,短路运算提高运算效率

Thu, 07 Mar 2024 17:15:04 +0800

在程序开发中，遇到需要在后端动态过滤数据的情况，使用逻辑运算and和or针对多个条件进行匹配。在初始设计版本中，只使用了简单的and和or单层结构。实现A并且B或者C没有问题，但是(A并且B)或者(C并且D)就没有办法了。

针对这种状况，需要进行程序升级，实现类似sql的写法，可以加括号提升运算优先级，并且尽量优化算法，提高匹配效率。

1、在原来的基础上，增加规则名称，用于说明这条规则的用途。

2、去除单层的连接符。

3、增加多层规则配置界面。

灵感来源与navicat的筛选条件

数据使用json字符串来存储

[
    {
        "type": "rule",
        "name": "规则1",
        "index": 0,
        "operator": "and"
    },
    {
        "type": "group",
        "data": [
            {
                "type": "rule",
                "name": "规则2",
                "index": 1,
                "operator": "and"
            },
            {
                "type": "rule",
                "name": "规则3",
                "index": 2,
                "operator": "or"
            },
            {
                "type": "group",
                "data": [
                    {
                        "type": "rule",
                        "name": "规则4",
                        "index": 3,
                        "operator": "or"
                    },
                    {
                        "type": "rule",
                        "name": "规则5",
                        "index": 4,
                        "operator": ""
                    }
                ],
                "operator": "and"
            },
            {
                "type": "rule",
                "name": "规则6",
                "index": 5,
                "operator": ""
            }
        ],
        "operator": "and"
    },
    {
        "type": "rule",
        "name": "规则7",
        "index": 6,
        "operator": ""
    }
]

分为两种类型，规则与分组。规则类型表示实际的规则，分组类型表示一个括号。每个相同层级的最后一项没有运算符。

代码实现

public static Boolean cacluateSingle(JSONObject single,Map obj,List<Map> materialOrderExecuteItemRules){
    // 单个条件计算结果
    Boolean conditionResult = false;
    // 获取规则类型  rule规则 group分组
    String ruleType = single.getString("type");
    // 分组
    if("group".equals(ruleType)){
        // 获取分组数据
        JSONArray groupData = single.getJSONArray("data");
        // 递归计算分组结果
        conditionResult = calculateRulesMatchingResultTest(groupData,obj,materialOrderExecuteItemRules);
        // 规则
    } else if("rule".equals(ruleType)) {
        // 获取规则下标
        Integer ruleIndex = single.getInteger("index");
        // 获取匹配规则
        Map itemRule =  ruleIndex < materialOrderExecuteItemRules.size() ? materialOrderExecuteItemRules.get(ruleIndex) : null;
        if(Objects.nonNull(itemRule)){
            String targetVal = StrHelper.getObjectValue(itemRule.get("targetVal"));
            conditionResult = StrHelper.getObjectValue(obj.get("targetVal")).equals(targetVal);

            System.out.println(ruleIndex+"["+single.getString("name")+"]进行了一次计算"+conditionResult);
        }
    }
    return conditionResult;
}

/**
 * 计算规则匹配结果
 * @param conditionArr
 * @param materialOrderExecuteItemRules
 * @return
 */
public static Boolean calculateRulesMatchingResultTest(JSONArray conditionArr,Map obj,List<Map> materialOrderExecuteItemRules){
    boolean result = false;
    if(CollectionUtils.isEmpty(conditionArr)){
        return false;
    }
    // 遍历多条件
    for (int i = 0; i < conditionArr.size(); i++) {
        // 获取单个条件
        JSONObject single = conditionArr.getJSONObject(i);
        // 获取与上一项的逻辑运算符
        String lastOperator = i == 0  ? "": conditionArr.getJSONObject(i-1).getString("operator");
        // 第一项
        if(StringUtils.isBlank(lastOperator)){
            // 直接计算结果
            result = cacluateSingle(single,obj,materialOrderExecuteItemRules);
        }

        // 逻辑运算符为并且
        if (lastOperator.equals("and")) {
            // 增加 短路与
            result = result && cacluateSingle(single,obj,materialOrderExecuteItemRules);
        } else if (lastOperator.equals("or")) {
            // 增加 短路或
            result = result || cacluateSingle(single,obj,materialOrderExecuteItemRules);
        }
    }
    return result;
}

public static void main(String[] args) {
    String multilayerConditionJson = "[\n" +
            "    {\n" +
            "        \"type\": \"rule\",\n" +
            "        \"name\": \"规则1\",\n" +
            "        \"index\": 0,\n" +
            "        \"operator\": \"and\"\n" +
            "    },\n" +
            "    {\n" +
            "        \"type\": \"group\",\n" +
            "        \"data\": [\n" +
            "            {\n" +
            "                \"type\": \"rule\",\n" +
            "                \"name\": \"规则2\",\n" +
            "                \"index\": 1,\n" +
            "                \"operator\": \"and\"\n" +
            "            },\n" +
            "            {\n" +
            "                \"type\": \"rule\",\n" +
            "                \"name\": \"规则3\",\n" +
            "                \"index\": 2,\n" +
            "                \"operator\": \"or\"\n" +
            "            },\n" +
            "            {\n" +
            "                \"type\": \"group\",\n" +
            "                \"data\": [\n" +
            "                    {\n" +
            "                        \"type\": \"rule\",\n" +
            "                        \"name\": \"规则4\",\n" +
            "                        \"index\": 3,\n" +
            "                        \"operator\": \"or\"\n" +
            "                    },\n" +
            "                    {\n" +
            "                        \"type\": \"rule\",\n" +
            "                        \"name\": \"规则5\",\n" +
            "                        \"index\": 4,\n" +
            "                        \"operator\": \"\"\n" +
            "                    }\n" +
            "                ],\n" +
            "                \"operator\": \"and\"\n" +
            "            },\n" +
            "            {\n" +
            "                \"type\": \"rule\",\n" +
            "                \"name\": \"规则6\",\n" +
            "                \"index\": 5,\n" +
            "                \"operator\": \"\"\n" +
            "            }\n" +
            "        ],\n" +
            "        \"operator\": \"and\"\n" +
            "    },\n" +
            "    {\n" +
            "        \"type\": \"rule\",\n" +
            "        \"name\": \"规则7\",\n" +
            "        \"index\": 6,\n" +
            "        \"operator\": \"\"\n" +
            "    }\n" +
            "]";
    // 条件数组
    JSONArray conditionArr = new JSONArray();
    try{
        // 转换条件数组
        conditionArr  = JSONArray.parseArray(multilayerConditionJson);
    }catch (Exception e){
        log.error("参数["+multilayerConditionJson+"]转换JSONArray失败！"+e.getMessage(),e);
    }
    JSONArray finalConditionArr = conditionArr;

    List<Map> rules = new ArrayList<>();
    Map rule1 = new HashMap();
    rule1.put("targetVal","1");
    rules.add(rule1);

    Map rule2 = new HashMap();
    rule2.put("targetVal","0");
    rules.add(rule2);

    Map rule3 = new HashMap();
    rule3.put("targetVal","1");
    rules.add(rule3);

    Map rule4 = new HashMap();
    rule4.put("targetVal","1");
    rules.add(rule4);

    Map rule5 = new HashMap();
    rule5.put("targetVal","1");
    rules.add(rule5);

    Map rule6 = new HashMap();
    rule6.put("targetVal","1");
    rules.add(rule6);

    Map rule7 = new HashMap();
    rule7.put("targetVal","1");
    rules.add(rule7);

    Map obj =new HashMap();
    obj.put("targetVal","1");
    Boolean reulst = calculateRulesMatchingResultTest(finalConditionArr,obj,rules);

    System.out.println(reulst);

}

模拟参数

运行结果

代码详解

1、使用简单的List<Map>模拟多条规则，实际内容更丰富，示例代码中仅存储一个targetVal值，用作简单的匹配返回结果。

2、使用简单的Map模拟单条数据，实际场景为List<Map>多条目标数据，根据多条规则进行过滤，提取满足全部条件的数据。

3、cacluateSingle方法为单条规则的匹配计算，其中针对单个规则与分组分情况处理，使用递归方法调用多条规则的方法calculateRulesMatchingResultTest。

4、calculateRulesMatchingResultTest为多条规则的匹配计算，同一层级中，第一条直接计算，后面的每一条都与上一条进行短路计算。

5、&与&&，|与||的效果是不一样的。写两个的称为短路运算，运算符之前的满足条件了后面的就不会运算了。使用短路运算，可以减少运算，提高效率。

举例：

a||b，a短路或b，当a为真，b就不会再运算了，整个表达式已经为真，不管b是真是假

a&&b，a短路与b，当a为假，b就不会再运算了，整个表达已经为假，不管b是真是假

6、短路计算，必须提取单条的方法写在逻辑运算表达式中，才能触发短路操作。以下两种写法，其二，无论result的值是什么，下一次的运算都会触发。

要这样写

result = result && cacluateSingle(single,obj,materialOrderExecuteItemRules);

而不能这样写

boolean singleResult = cacluateSingle(single,obj,materialOrderExecuteItemRules);
result = result && singleResult;

2023,迈向新的人生篇章

Sat, 30 Dec 2023 15:39:29 +0800

前言

一年的时间过得真快，去年的今天，我写下了《告别2022》。今天，我同样要对2023年做一个总结。这一年同样很精彩，值得纪念。

1、疫情似乎悄悄离去了，大家恢复到了往日的生活。

2、后疫情时代，经济形势并没有想象中的那么好，医疗行业整顿贪腐乱象，我们的行业也受到波及，很多公司都是求生存。

3、ChartGPT3.5爆火，国内竞相推出AI大模型，人工智能时代来临。

4、3.15晚会曝光群控水军乱象，AutoJsPro更新戛然而止，无限期关服停更整改。

5、缅北诈骗猖獗，《孤注一掷》爆火，国家大力打击诈骗活动。

6、淄博烧烤大火，遗憾没有机会去体验。

7、华为Mate60自研芯片反制裁，华为智界智能驾驶遥遥领先。

8、云服务器到期，几经波折，从硅云换到了Ucloud，4C8G5M三年2000多，全站迁移新服务器。

9、工具箱web端，从V1.9.0迭代升级到了V3.8.0版本。

10、拍了婚纱照，5月19日领了结婚证。

11、学会了许多新菜。

12、房子如期交付。

总体来说去年的新年愿望也基本实现了，这种感觉还是挺棒的。

工作

今年组织了部门内部团建，终于吃上了烤全羊。下半年公司还组织了全体团建，多了许多陌生面孔。天下没有不散的宴席，做了一年多的前端小姑娘还是选择离开了。毕竟公司压力还是不小的，都能理解。我负责的教培系统几经波折，改了又改，也不知道什么时候能彻底稳定下来，人员有限，也不像人家一个公司做一个业务，只能交给时间慢慢沉淀。也正是因为这个问题，原本计划中的事情也没有开始进行。

经济形势不好，公司压力大，小幻想破灭，对大家还是有一定的影响，干劲冲劲不比从前了。屁股决定脑袋，身处位置不同，想的也不一样吧。我还是希望越做越好，放手一搏，博一个美好的明天。

生活

春节的时候，开了七八百公里去了趟江西上饶，待了几天，一来一回的车技大涨。买车过了这么久，也没有了起初的新鲜感，开车出行已经成了生活的一部分。偶尔去松雅湖转转，晒晒太阳。去烈士公园逛逛，划划船吹吹风。

争吵也是生活的一部分，然而有些小插曲，让人既好笑又好气，还有有点小心疼。那是一个早晨，也许是因为睡前的愁绪还没理清，又或者是清晨的睡意朦胧。在我们起床后准备洗漱之前，我的宝贝发了点宝气，一脚蹬在衣柜把手上面，脚后跟蹬出一个血印子，蹬掉一块老皮。后来请了假，去诊所包扎消毒。回家之后，坐着沙发上，一边抽泣，一边享受我亲手做的美味午餐。这也算是一个幸福的瞬间吧。对了，我也录了视频，这种珍贵的视频，必须好好珍藏等以后老了再看，岂不是非常有意思。

五月十九号，我们领证了，从2019.5.19号，我们相识，到这一天，整整四年。我们就此踏入了人生新篇章，从此我们就是合法夫妻了，互相称呼老公老婆，一起过一辈子。

八月份，我们拍了婚纱照。拍照果然是一件很累人的事情，脸都笑僵硬了。不过和爱的人一起，做什么事情都是有意义的。拍的照片还挺好的，就是和P图的沟通有些费劲，有些初步效果还没手机P图软件效果好。好在最终成品还是能够接受的。

十一月底，开发商开始交房了，我们也去验了房子，有许多需要整改的地方，我们计划整改差不多再收房，总的来说也算是如期交付了，心里一块大石头算是落地了。后面的事情就是搞装修了，等明年年底，就能看到一个崭新的家了，想想就是一件幸福的事情。

今年我们还尝试了许多新菜，炒鸡、白灼虾、卤肘子、卤牛肉、墨鱼炖五花肉、黄焖排骨、炖猪脚等等。做菜，做对方爱吃的菜，看对方全部吃完，被夸菜做的好吃。比起从前，我们想吃好吃的，更多的是自己尝试去做，这样生活的才有乐趣。

今年印象中爆火的电影，就不得不提到《孤注一掷》了，讲述的缅北诈骗相关的内容。说来也值得细品，这部电影出来没多久后，网络上引发热议。再到后来缅北内战，诈骗头目纷纷落网。不得不考虑，国家在其中做了多少努力。

说起来，疫情褪去之后，经济复苏，淄博烧烤爆火，抖音上铺天盖地的消息，确实让人心生向往。可惜我们这边离淄博太远了，专门跑去吃烤肉，属实有些不划算，还是有些遗憾在里面的。若以后有机会，肯定要去试一试。

业余

国家实力是越来越强大了，我为国家感到自豪，华为的麒麟芯片反制裁，国内自研光刻机方案，华为的智界智能驾驶遥遥领先。还有许许多多的工业大摸底，华为的超级蓝牙、大疆无人机、航母拦阻索、碳纤维等等等。国家强大，也给了我信心，我觉得以后日子肯定会越来越好。

ChartGPT3.5于三月份发布，一经问世，引起了轩然大波。也许这就是下一个风口吧。AI大模型，当然我们普通人想要做些什么还是有些难度的，希望能够早点出现划时代的产品。

AutoJsPro在今年2月14号的时候发布了《重要更新公告》，全部下架自动化功能，发布强制更新版本。在此期间，大伙还能通过各种手段登录旧版APP。再到后来服务器停止提供服务，旧版APP也不能使用了。原计划是要学习nodejs版本的，也因此搁浅。为了能够更好的使用autoJs，我决定好好维护工具箱，争取能在一定程度上替代autojs来使用。、

不知不觉，工具箱web已经从V1.9.0版本升级到了V3.8.0版本。主要升级了以下这些大功能:

1、手机端文件管理，支持代码编辑，脚本运行功能。

2、exe一键部署功能。

3、项目打包功能。

4、UI风格升级，布局结构优化。

5、悬浮窗预览、悬浮窗日志支持。

6、vscode开发支持。

7、基于adb的预览设备模式。

除了这些重要功能升级，还部署了《工具箱Web操作文档》，录制的《更新视频》。

结语

2023年过去了，2024年要来了

我希望，工作顺利！

我希望，工具箱做大做强！

我希望，学习更多新鲜技术！

我希望，我们每天生活愉快！

记一次sql优化(Mysql)

Mon, 06 Nov 2023 19:39:55 +0800

今天发现了之前的一段sql，查询起来特别慢，于是决定优化一番，最终调整效果显著(4.6s-0.25s)，现在来看看吧。

原始sql，一共599条数据，查询用时4.6s

select xx.*
        from (
            select m.*,
            (case when m.plan_type = 'academic' then
                 (
                     select count(1) from nurse_edu_academic_plan_service_member apsm where apsm.plan_id = m.id and apsm.delete_bit = 0
                 )
                 when m.plan_type = 'operate' then
                (
                    select count(1) from nurse_edu_operate_plan_service_member opsm where opsm.plan_id = m.id and opsm.delete_bit = 0
                )
                when m.plan_type = 'practice' then
                (
                    select count(1) from nurse_edu_practice_plan_service_member ppsm where ppsm.plan_id = m.id and ppsm.delete_bit = 0
                )
                when m.plan_type = 'training' then
                (
                    select count(1) from nurse_edu_training_plan_service_member tpsm where tpsm.plan_id = m.id and tpsm.delete_bit = 0
                )
                when m.plan_type = 'course' then
                (
                     SELECT count(1) FROM `nurse_edu_course_plan_service_member` AS cpsm where cpsm.plan_id = m.id and cpsm.delete_bit = 0
                )
                when m.plan_type = 'courseware' then
                (
                    SELECT count(1) FROM `nurse_edu_courseware_plan_service_member` AS cpsm where cpsm.plan_id = m.id and cpsm.delete_bit = 0
                )
                else 0 end
             ) as personCount,
             (case when m.plan_type = 'academic' then
                (
                    select count(1) from nurse_edu_academic_plan_service_member apsm where apsm.plan_id = m.id and (apsm.exam_status = 'completed'
                      
                    ) and apsm.delete_bit = 0
                )
                when m.plan_type = 'operate' then
                (
                    select count(1) from nurse_edu_operate_plan_service_member opsm where opsm.plan_id = m.id and (opsm.exam_status = 'completed' or opsm.exam_status = 'doing'
                      
                    ) and opsm.delete_bit = 0
                )
                when m.plan_type = 'practice' then
                (
                    ifnull(n.practiceActualNum,0)
                )
                when m.plan_type = 'training' then
                (
                   case when m.planCompleteCondition = 'sign_in' then
                   (
                    select count(1) from nurse_edu_training_plan_service_member tpsm where tpsm.plan_id = m.id and IFNULL(tpsm.sign_in, 0) = 1  and tpsm.delete_bit = 0
                   )
                   when m.planCompleteCondition = 'sign_out' then
                   (
                    select count(1) from nurse_edu_training_plan_service_member tpsm where tpsm.plan_id = m.id and IFNULL(tpsm.sign_out, 0) = 1 and tpsm.delete_bit = 0
                   )
                   when m.planCompleteCondition = 'exam' then
                   (
                    select count(1) from nurse_edu_training_plan_service_member tpsm where tpsm.plan_id = m.id and
                        (
                          tpsm.exam_actual_end_time is not null
                       
                        )
                    and tpsm.delete_bit = 0
                   )
                   when m.planCompleteCondition = 'questionnaire' then
                   (
                    select count(1) from nurse_edu_training_plan_implement_questionnaire tpiq where
                    tpiq.plan_id = m.id
                    and tpiq.service_member_id in ( select tpsm.id from nurse_edu_training_plan_service_member tpsm where tpsm.plan_id = m.id )
                   )
                   when (m.planCompleteCondition = '' or m.planCompleteCondition is null) then
                   (
                    select count(1) from nurse_edu_training_plan_service_member tpsm where tpsm.plan_id = m.id and tpsm.delete_bit = 0
                   )
                   else '' end
                )
                when m.plan_type = 'course' then
                (
                    SELECT count(1) FROM `nurse_edu_course_plan_service_member` AS cpsm
                    LEFT JOIN (SELECT plan_id,COUNT(1) as sumNum FROM nurse_edu_course_video WHERE delete_bit=0 GROUP BY plan_id) AS
                    cv ON cv.plan_id=cpsm.plan_id AND cpsm.delete_bit=0
                    LEFT JOIN (
                        SELECT service_member_id,COUNT(course_video_id) AS cnt FROM (SELECT service_member_id,course_video_id FROM `nurse_edu_course_plan_implement_video` WHERE
                        CONCAT('0-',video_total_duration)=video_play_recording
                        GROUP BY service_member_id,course_video_id) AS f GROUP BY service_member_id
                    ) AS t ON t.service_member_id=cpsm.id
                    WHERE cpsm.plan_id= m.id
                    and (case when m.planCompleteCondition = 'exam' then
                               (case when (
                                    cpsm.exam_actual_end_time IS NOT NULL
                                  
                               ) THEN 1 ELSE 0 END)
                             when m.planCompleteCondition = 'played' then
                               (ROUND(t.cnt/cv.sumNum,2))
                             else 0 end)=1
                )
                when m.plan_type = 'courseware' then
                (
                    SELECT count(1)
                    FROM `nurse_edu_courseware_plan_service_member` AS cpsm
                    LEFT JOIN nurse_edu_courseware_plan_implement_view AS iv ON iv.service_member_id=cpsm.id AND cpsm.delete_bit=0
                    WHERE cpsm.plan_id=m.id
                    and (
                     case when m.planCompleteCondition = 'exam' then
                            (case when (
                                cpsm.exam_actual_end_time IS NOT NULL
                               
                             ) THEN 1 ELSE 0 END)
                          when m.planCompleteCondition = 'viewed' then
                            (case when IFNULL(iv.view_total_duration,0)>0 then 1 else 0 end)
                          else 0 end)=1
                )
              else 0 end
              ) as actualCompletePepoleCount,
              (
                    case when (m.plan_type = 'training' and m.plan_status = 'undone' and CURRENT_TIMESTAMP >  m.plan_end_time) then
                    (
                        'completed'
                    )
                    when (m.plan_status = 'undone' and CURRENT_TIMESTAMP  <  m.plan_start_time) then
                    (
                        'nostart'
                    )
                    when (m.plan_status = 'undone' and m.plan_start_time  < CURRENT_TIMESTAMP and CURRENT_TIMESTAMP  <  m.plan_end_time) then
                    (
                        'doing'
                    )
                    else m.plan_status end
              ) as queryPlanStatus
             from
                (SELECT
                CONCAT(IFNULL(aps.plan_complete_pepole_count, ''), IFNULL(ops.plan_complete_pepole_count, ''),
                IFNULL(pps.plan_complete_people_count, ''), IFNULL(cps.plan_complete_people_count, ''),
                IFNULL(tps.plan_complete_people_count, ''), IFNULL(cwps.plan_complete_people_count, '')) AS
                planCompletePepoleCount,
                CONCAT(IFNULL(pps.target_complete_percentage, ''), IFNULL(cps.plan_complete_condition,
                ''),IFNULL(tps.plan_complete_condition, ''), IFNULL(cwps.plan_complete_condition, '')) AS planCompleteCondition,
                IFNULL(tps.out_lecturer_user_names, '') AS outLecturerUserNames,
                IFNULL(tps.out_lecturer_user_phones, '') AS outLecturerUserPhones,
                IFNULL(tps.already_send_sms_phones, '') AS alreadySendSmsPhones,
                a.*,
                item.plan_add_member_range as planAddMemberRange
                FROM `nurse_edu_item_plan` AS a
                left join nurse_edu_item as item on item.id = a.item_id
                LEFT JOIN nurse_edu_academic_plan_service AS aps ON a.id = aps.plan_id AND aps.delete_bit = 0
                LEFT JOIN nurse_edu_operate_plan_service as ops ON a.id = ops.plan_id AND ops.delete_bit = 0
                LEFT JOIN nurse_edu_practice_plan_service AS pps ON a.id = pps.plan_id AND pps.delete_bit = 0
                LEFT JOIN nurse_edu_course_plan_service AS cps ON a.id = cps.plan_id AND cps.delete_bit = 0
                LEFT JOIN nurse_edu_training_plan_service as tps ON a.id = tps.plan_id AND tps.delete_bit = 0
                LEFT JOIN nurse_edu_courseware_plan_service AS cwps ON a.id = cwps.plan_id ANd cwps.delete_bit = 0
                WHERE
                IFNULL(a.make_up_belong_plan_id,0) = 0
                AND a.delete_bit = 0
                
            ) m left join
            ( select count(1) as practiceActualNum, pp.planId as planId
              from (
                    SELECT
                        (case when IFNULL(ROUND(100 * COUNT(cs.id) / p.all_subject_count, 2), 0) >= p.target_complete_percentage then 'done' else 'undone' end) AS completeStatus,
                        ip.id as planId
                    FROM `nurse_edu_practice_plan_service` as p
                    LEFT JOIN nurse_edu_item_plan AS ip ON p.plan_id = ip.id
                    LEFT JOIN nurse_edu_practice_plan_service_member AS ppsm ON p.id = ppsm.service_id AND p.delete_bit = '0' AND ppsm.delete_bit = '0'
                    LEFT JOIN nurse_edu_practice_complete_subject as cs ON cs.service_member_id = ppsm.id
                    GROUP BY ppsm.member_user_id,planId
               ) pp where pp.completeStatus='done' GROUP BY planId
            ) n on m.id = n.planId
        ) xx
        where 1=1
        ORDER BY xx.create_time desc,xx.last_update_time desc

第一次优化，整体查询耗时0.9s

SQL中使用了较多的子查询，子查询会影响查询速度

去除子查询部分，耗时0.88s，查询速度有明显变化

原sql中，使用case when做大量条件判断+子查询，处理不同情况下的数据展示。可以尝试使用left join替代子查询，那就需要将每一种情况写成一个子表，再根据条件关联主表显示数据

统计总人数的子表查询

实际完成人数子表查询

与主表的关联条件

第一次优化后sql

select xx.*
        from (
            select m.*,
							ff.personCount,
							mm.actualCompletePepoleCount,
              (
                    case when (m.plan_type = 'training' and m.plan_status = 'undone' and CURRENT_TIMESTAMP >  m.plan_end_time) then
                    (
                        'completed'
                    )
                    when (m.plan_status = 'undone' and CURRENT_TIMESTAMP  <  m.plan_start_time) then
                    (
                        'nostart'
                    )
                    when (m.plan_status = 'undone' and m.plan_start_time  < CURRENT_TIMESTAMP and CURRENT_TIMESTAMP  <  m.plan_end_time) then
                    (
                        'doing'
                    )
                    else m.plan_status end
              ) as queryPlanStatus
             from
                (
							SELECT
                CONCAT(IFNULL(aps.plan_complete_pepole_count, ''), IFNULL(ops.plan_complete_pepole_count, ''),
                IFNULL(pps.plan_complete_people_count, ''), IFNULL(cps.plan_complete_people_count, ''),
                IFNULL(tps.plan_complete_people_count, ''), IFNULL(cwps.plan_complete_people_count, '')) AS
                planCompletePepoleCount,
                CONCAT(IFNULL(pps.target_complete_percentage, ''), IFNULL(cps.plan_complete_condition,
                ''),IFNULL(tps.plan_complete_condition, ''), IFNULL(cwps.plan_complete_condition, '')) AS planCompleteCondition,
                IFNULL(tps.out_lecturer_user_names, '') AS outLecturerUserNames,
                IFNULL(tps.out_lecturer_user_phones, '') AS outLecturerUserPhones,
                IFNULL(tps.already_send_sms_phones, '') AS alreadySendSmsPhones,
                a.*,
                item.plan_add_member_range as planAddMemberRange
                FROM `nurse_edu_item_plan` AS a
                left join nurse_edu_item as item on item.id = a.item_id
                LEFT JOIN nurse_edu_academic_plan_service AS aps ON a.id = aps.plan_id AND aps.delete_bit = 0
                LEFT JOIN nurse_edu_operate_plan_service as ops ON a.id = ops.plan_id AND ops.delete_bit = 0
                LEFT JOIN nurse_edu_practice_plan_service AS pps ON a.id = pps.plan_id AND pps.delete_bit = 0
                LEFT JOIN nurse_edu_course_plan_service AS cps ON a.id = cps.plan_id AND cps.delete_bit = 0
                LEFT JOIN nurse_edu_training_plan_service as tps ON a.id = tps.plan_id AND tps.delete_bit = 0
                LEFT JOIN nurse_edu_courseware_plan_service AS cwps ON a.id = cwps.plan_id ANd cwps.delete_bit = 0
                WHERE
                IFNULL(a.make_up_belong_plan_id,0) = 0
                AND a.delete_bit = 0
                
            ) m left join
						(
select m.plan_id,count(1) as personCount from nurse_edu_academic_plan_service_member m where  m.delete_bit = 0 GROUP BY m.plan_id union all
select m.plan_id,count(1) as personCount from nurse_edu_operate_plan_service_member m where  m.delete_bit = 0 GROUP BY m.plan_id union all
select m.plan_id,count(1) as personCount from nurse_edu_practice_plan_service_member m where  m.delete_bit = 0 GROUP BY m.plan_id union all
select m.plan_id,count(1) as personCount from nurse_edu_training_plan_service_member m where  m.delete_bit = 0 GROUP BY m.plan_id union all
select m.plan_id,count(1) as personCount from nurse_edu_course_plan_service_member m where  m.delete_bit = 0 GROUP BY m.plan_id union all
select m.plan_id,count(1) as personCount from nurse_edu_courseware_plan_service_member m where  m.delete_bit = 0 GROUP BY m.plan_id
) ff on ff.plan_id = m.id
					left join (
										select m.plan_id,count(1) as actualCompletePepoleCount,'academic' as actualType from nurse_edu_academic_plan_service_member m where m.exam_status = 'completed' and  m.delete_bit = 0 GROUP BY m.plan_id
				union all
				 
				select m.plan_id,count(1) as actualCompletePepoleCount,'operate' as actualType from nurse_edu_operate_plan_service_member m where (m.exam_status = 'completed' or m.exam_status = 'doing') and m.delete_bit = 0 GROUP BY m.plan_id
				union all

				select m.plan_id,count(1) as actualCompletePepoleCount,'training_sign_in' as actualType from nurse_edu_training_plan_service_member m where IFNULL(m.sign_in, 0) = 1  and m.delete_bit = 0 GROUP BY m.plan_id
				union all


				select m.plan_id,count(1) as actualCompletePepoleCount,'training_sign_out' as actualType from nurse_edu_training_plan_service_member m where IFNULL(m.sign_out, 0) = 1 and m.delete_bit = 0 GROUP BY m.plan_id
				union all

				select m.plan_id,count(1) as actualCompletePepoleCount,'training_exam' as actualType from nurse_edu_training_plan_service_member m where m.exam_actual_end_time is not null  and m.delete_bit = 0   GROUP BY m.plan_id
				union all										

				select m.plan_id,count(1) as actualCompletePepoleCount,'training_questionnaire' as actualType from nurse_edu_training_plan_implement_questionnaire m  GROUP BY m.plan_id
				union all										
														
				select m.plan_id,count(1) as actualCompletePepoleCount,'training_other' as actualType  from nurse_edu_training_plan_service_member m where m.delete_bit = 0 GROUP BY m.plan_id
				union all
				
				
				SELECT cpsm.plan_id,count(1) as actualCompletePepoleCount,'course_exam' FROM `nurse_edu_course_plan_service_member` AS cpsm
                    WHERE cpsm.exam_actual_end_time IS NOT NULL and cpsm.delete_bit=0
									GROUP BY cpsm.plan_id
				union all						
							
		SELECT cpsm.plan_id,count(1) as actualCompletePepoleCount,'course_played' FROM `nurse_edu_course_plan_service_member` AS cpsm
                    LEFT JOIN (SELECT plan_id,COUNT(1) as sumNum FROM nurse_edu_course_video WHERE delete_bit=0 GROUP BY plan_id) AS
                    cv ON cv.plan_id=cpsm.plan_id AND cpsm.delete_bit=0
                    LEFT JOIN (
                        SELECT service_member_id,COUNT(course_video_id) AS cnt FROM (SELECT service_member_id,course_video_id FROM `nurse_edu_course_plan_implement_video` WHERE
                        CONCAT('0-',video_total_duration)=video_play_recording
                        GROUP BY service_member_id,course_video_id) AS f GROUP BY service_member_id
                    ) AS t ON t.service_member_id=cpsm.id
                    WHERE cpsm.exam_actual_end_time IS NOT NULL and ROUND(t.cnt/cv.sumNum,2) = 1
										GROUP BY cpsm.plan_id						 
														 
			  union all

				
			  SELECT cpsm.plan_id,count(1) as actualCompletePepoleCount,'courseware_exam' as actualType
                    FROM `nurse_edu_courseware_plan_service_member` AS cpsm
                    LEFT JOIN nurse_edu_courseware_plan_implement_view AS iv ON iv.service_member_id=cpsm.id AND cpsm.delete_bit=0
                    WHERE  cpsm.exam_actual_end_time IS NOT NULL
										GROUP BY cpsm.plan_id		
			  union all
				
				SELECT cpsm.plan_id,count(1) as actualCompletePepoleCount,'courseware_viewed' as actualType
                    FROM `nurse_edu_courseware_plan_service_member` AS cpsm
                    LEFT JOIN nurse_edu_courseware_plan_implement_view AS iv ON iv.service_member_id=cpsm.id AND cpsm.delete_bit=0
                    WHERE IFNULL(iv.view_total_duration,0)>0
										GROUP BY cpsm.plan_id		
				union all				

				select pp.planId as planId, count(1) as actualCompletePepoleCount,'practice' as actualType 
              from (
                    SELECT
                        (case when IFNULL(ROUND(100 * COUNT(cs.id) / p.all_subject_count, 2), 0) >= p.target_complete_percentage then 'done' else 'undone' end) AS completeStatus,
                        ip.id as planId
                    FROM `nurse_edu_practice_plan_service` as p
                    LEFT JOIN nurse_edu_item_plan AS ip ON p.plan_id = ip.id
                    LEFT JOIN nurse_edu_practice_plan_service_member AS ppsm ON p.id = ppsm.service_id AND p.delete_bit = '0' AND ppsm.delete_bit = '0'
                    LEFT JOIN nurse_edu_practice_complete_subject as cs ON cs.service_member_id = ppsm.id
                    GROUP BY ppsm.member_user_id,planId
               ) pp where pp.completeStatus='done' GROUP BY planId

					) mm on m.id = mm.plan_id and 
					(case when m.plan_type = 'academic' and mm.actualType = 'academic' then 1
								when m.plan_type = 'operate' and mm.actualType = 'operate' then 1
								when m.plan_type = 'practice' and mm.actualType = 'practice' then 1
								
								when m.plan_type ='training' and m.planCompleteCondition = 'sign_in' and mm.actualType = 'trainging_sign_in' then 1
								when m.plan_type ='training' and m.planCompleteCondition = 'sign_out' and mm.actualType = 'training_sign_out' then 1
								when m.plan_type ='training' and m.planCompleteCondition = 'exam' and mm.actualType = 'training_exam' then 1
								when m.plan_type ='training' and m.planCompleteCondition = 'questionnaire' and mm.actualType = 'training_questionnaire' then 1
								when m.plan_type ='training' and (m.planCompleteCondition = '' or m.planCompleteCondition is null) and mm.actualType = 'training_other' then 1
								

								when m.plan_type = 'course' and m.planCompleteCondition = 'exam' and mm.actualType = 'courseware_exam' then 1
								when m.plan_type = 'course' and m.planCompleteCondition = 'viewed' and mm.actualType = 'courseware_viewed' then 1
								
								
								when m.plan_type = 'courseware' and m.planCompleteCondition = 'exam' and mm.actualType = 'course_exam' then 1
								when m.plan_type = 'courseware' and m.planCompleteCondition = 'played' and mm.actualType = 'course_played' then 1
								
								else 0 end) = 1
				
        ) xx
        where 1=1
        ORDER BY xx.create_time desc,xx.last_update_time desc

第二次优化，整体耗时0.25s

经查，主体部分sql执行，耗时0.5s左右，增加索引执行无明显变化

尝试将相同业务数据表放在一起查询必要字段，再与主业务关联，耗时0.07s

优化后整体sql

select xx.*
        from (
            select m.*,
							ff.personCount,
							mm.actualCompletePepoleCount,
              (
                    case when (m.plan_type = 'training' and m.plan_status = 'undone' and CURRENT_TIMESTAMP >  m.plan_end_time) then
                    (
                        'completed'
                    )
                    when (m.plan_status = 'undone' and CURRENT_TIMESTAMP  <  m.plan_start_time) then
                    (
                        'nostart'
                    )
                    when (m.plan_status = 'undone' and m.plan_start_time  < CURRENT_TIMESTAMP and CURRENT_TIMESTAMP  <  m.plan_end_time) then
                    (
                        'doing'
                    )
                    else m.plan_status end
              ) as queryPlanStatus
             from
                (
								SELECT
                a.*,
								bb.planCompletePepoleCount,
								bb.planCompleteCondition,
								bb.outLecturerUserNames,
								bb.outLecturerUserPhones,
								bb.alreadySendSmsPhones,
                item.plan_add_member_range as planAddMemberRange
                FROM `nurse_edu_item_plan` AS a
                left join nurse_edu_item as item on item.id = a.item_id
               
								left join 
								
								(
								select aps.plan_complete_pepole_count  as planCompletePepoleCount,'' as planCompleteCondition,'' AS outLecturerUserNames,'' AS outLecturerUserPhones,'' AS alreadySendSmsPhones,aps.plan_id as planId from nurse_edu_academic_plan_service AS aps where aps.delete_bit = 0 
								union all								
								select ops.plan_complete_pepole_count  as planCompletePepoleCount,'' as planCompleteCondition,'' AS outLecturerUserNames,'' AS outLecturerUserPhones,'' AS alreadySendSmsPhones,ops.plan_id as planId from nurse_edu_operate_plan_service AS ops where ops.delete_bit = 0 
								union all
								select pps.plan_complete_people_count  as planCompletePepoleCount,pps.target_complete_percentage as planCompleteCondition,'' AS outLecturerUserNames,'' AS outLecturerUserPhones,'' AS alreadySendSmsPhones,pps.plan_id as planId  from nurse_edu_practice_plan_service AS pps where pps.delete_bit = 0 
								union all
								select cps.plan_complete_people_count  as planCompletePepoleCount,cps.plan_complete_condition  as planCompleteCondition,'' AS outLecturerUserNames,'' AS outLecturerUserPhones,'' AS alreadySendSmsPhones,cps.plan_id as planId from nurse_edu_course_plan_service AS cps where cps.delete_bit = 0 
								union all
								
								select tps.plan_complete_people_count  as planCompletePepoleCount,tps.plan_complete_condition as planCompleteCondition,IFNULL(tps.out_lecturer_user_names, '') AS outLecturerUserNames,IFNULL(tps.out_lecturer_user_phones, '') AS outLecturerUserPhones,IFNULL(tps.already_send_sms_phones, '') AS alreadySendSmsPhones,tps.plan_id as planId
								from nurse_edu_training_plan_service AS tps where tps.delete_bit = 0 
								union all
								
								select cwps.plan_complete_people_count  as planCompletePepoleCount,cwps.plan_complete_condition as planCompleteCondition,'' AS outLecturerUserNames,'' AS outLecturerUserPhones,'' AS alreadySendSmsPhones,cwps.plan_id as planId from nurse_edu_courseware_plan_service AS cwps where cwps.delete_bit = 0								
								) bb on a.id = bb.planId
							
                WHERE
                IFNULL(a.make_up_belong_plan_id,0) = 0
                AND a.delete_bit = 0
                
            ) m left join
						(
select m.plan_id,count(1) as personCount from nurse_edu_academic_plan_service_member m where  m.delete_bit = 0 GROUP BY m.plan_id union all
select m.plan_id,count(1) as personCount from nurse_edu_operate_plan_service_member m where  m.delete_bit = 0 GROUP BY m.plan_id union all
select m.plan_id,count(1) as personCount from nurse_edu_practice_plan_service_member m where  m.delete_bit = 0 GROUP BY m.plan_id union all
select m.plan_id,count(1) as personCount from nurse_edu_training_plan_service_member m where  m.delete_bit = 0 GROUP BY m.plan_id union all
select m.plan_id,count(1) as personCount from nurse_edu_course_plan_service_member m where  m.delete_bit = 0 GROUP BY m.plan_id union all
select m.plan_id,count(1) as personCount from nurse_edu_courseware_plan_service_member m where  m.delete_bit = 0 GROUP BY m.plan_id) ff on ff.plan_id = m.id
					left join (
										select m.plan_id,count(1) as actualCompletePepoleCount,'academic' as actualType from nurse_edu_academic_plan_service_member m where m.exam_status = 'completed' and  m.delete_bit = 0 GROUP BY m.plan_id
				union all
				 
				select m.plan_id,count(1) as actualCompletePepoleCount,'operate' as actualType from nurse_edu_operate_plan_service_member m where (m.exam_status = 'completed' or m.exam_status = 'doing') and m.delete_bit = 0 GROUP BY m.plan_id
				union all

				select m.plan_id,count(1) as actualCompletePepoleCount,'training_sign_in' as actualType from nurse_edu_training_plan_service_member m where IFNULL(m.sign_in, 0) = 1  and m.delete_bit = 0 GROUP BY m.plan_id
				union all


				select m.plan_id,count(1) as actualCompletePepoleCount,'training_sign_out' as actualType from nurse_edu_training_plan_service_member m where IFNULL(m.sign_out, 0) = 1 and m.delete_bit = 0 GROUP BY m.plan_id
				union all

				select m.plan_id,count(1) as actualCompletePepoleCount,'training_exam' as actualType from nurse_edu_training_plan_service_member m where m.exam_actual_end_time is not null  and m.delete_bit = 0   GROUP BY m.plan_id
				union all										

				select m.plan_id,count(1) as actualCompletePepoleCount,'training_questionnaire' as actualType from nurse_edu_training_plan_implement_questionnaire m  GROUP BY m.plan_id
				union all										
														
				select m.plan_id,count(1) as actualCompletePepoleCount,'training_other' as actualType  from nurse_edu_training_plan_service_member m where m.delete_bit = 0 GROUP BY m.plan_id
				union all
				
				
				SELECT cpsm.plan_id,count(1) as actualCompletePepoleCount,'course_exam' FROM `nurse_edu_course_plan_service_member` AS cpsm
                    WHERE cpsm.exam_actual_end_time IS NOT NULL and cpsm.delete_bit=0
									GROUP BY cpsm.plan_id
				union all						
							
		SELECT cpsm.plan_id,count(1) as actualCompletePepoleCount,'course_played' FROM `nurse_edu_course_plan_service_member` AS cpsm
                    LEFT JOIN (SELECT plan_id,COUNT(1) as sumNum FROM nurse_edu_course_video WHERE delete_bit=0 GROUP BY plan_id) AS
                    cv ON cv.plan_id=cpsm.plan_id AND cpsm.delete_bit=0
                    LEFT JOIN (
                        SELECT service_member_id,COUNT(course_video_id) AS cnt FROM (SELECT service_member_id,course_video_id FROM `nurse_edu_course_plan_implement_video` WHERE
                        CONCAT('0-',video_total_duration)=video_play_recording
                        GROUP BY service_member_id,course_video_id) AS f GROUP BY service_member_id
                    ) AS t ON t.service_member_id=cpsm.id
                    WHERE cpsm.exam_actual_end_time IS NOT NULL and ROUND(t.cnt/cv.sumNum,2) = 1
										GROUP BY cpsm.plan_id						 
														 
			  union all

				
			  SELECT cpsm.plan_id,count(1) as actualCompletePepoleCount,'courseware_exam' as actualType
                    FROM `nurse_edu_courseware_plan_service_member` AS cpsm
                    LEFT JOIN nurse_edu_courseware_plan_implement_view AS iv ON iv.service_member_id=cpsm.id AND cpsm.delete_bit=0
                    WHERE  cpsm.exam_actual_end_time IS NOT NULL
										GROUP BY cpsm.plan_id		
			  union all
				
				SELECT cpsm.plan_id,count(1) as actualCompletePepoleCount,'courseware_viewed' as actualType
                    FROM `nurse_edu_courseware_plan_service_member` AS cpsm
                    LEFT JOIN nurse_edu_courseware_plan_implement_view AS iv ON iv.service_member_id=cpsm.id AND cpsm.delete_bit=0
                    WHERE IFNULL(iv.view_total_duration,0)>0
										GROUP BY cpsm.plan_id		
				union all				

				select pp.planId as planId, count(1) as actualCompletePepoleCount,'practice' as actualType 
              from (
                    SELECT
                        (case when IFNULL(ROUND(100 * COUNT(cs.id) / p.all_subject_count, 2), 0) >= p.target_complete_percentage then 'done' else 'undone' end) AS completeStatus,
                        ip.id as planId
                    FROM `nurse_edu_practice_plan_service` as p
                    LEFT JOIN nurse_edu_item_plan AS ip ON p.plan_id = ip.id
                    LEFT JOIN nurse_edu_practice_plan_service_member AS ppsm ON p.id = ppsm.service_id AND p.delete_bit = '0' AND ppsm.delete_bit = '0'
                    LEFT JOIN nurse_edu_practice_complete_subject as cs ON cs.service_member_id = ppsm.id
                    GROUP BY ppsm.member_user_id,planId
               ) pp where pp.completeStatus='done' GROUP BY planId

					) mm on m.id = mm.plan_id and 
					(case when m.plan_type = 'academic' and mm.actualType = 'academic' then 1
								when m.plan_type = 'operate' and mm.actualType = 'operate' then 1
								when m.plan_type = 'practice' and mm.actualType = 'practice' then 1
								
								when m.plan_type ='training' and m.planCompleteCondition = 'sign_in' and mm.actualType = 'trainging_sign_in' then 1
								when m.plan_type ='training' and m.planCompleteCondition = 'sign_out' and mm.actualType = 'training_sign_out' then 1
								when m.plan_type ='training' and m.planCompleteCondition = 'exam' and mm.actualType = 'training_exam' then 1
								when m.plan_type ='training' and m.planCompleteCondition = 'questionnaire' and mm.actualType = 'training_questionnaire' then 1
								when m.plan_type ='training' and (m.planCompleteCondition = '' or m.planCompleteCondition is null) and mm.actualType = 'training_other' then 1
								

								when m.plan_type = 'course' and m.planCompleteCondition = 'exam' and mm.actualType = 'courseware_exam' then 1
								when m.plan_type = 'course' and m.planCompleteCondition = 'viewed' and mm.actualType = 'courseware_viewed' then 1
								
								
								when m.plan_type = 'courseware' and m.planCompleteCondition = 'exam' and mm.actualType = 'course_exam' then 1
								when m.plan_type = 'courseware' and m.planCompleteCondition = 'played' and mm.actualType = 'course_played' then 1
								
								else 0 end) = 1
				
        ) xx
        where 1=1
        ORDER BY xx.create_time desc,xx.last_update_time desc

异次元发卡网：多支付扩展支持，Windows/Linux系统均可部署，尽享二次元风格的无限可能！

Fri, 03 Nov 2023 08:47:07 +0800

服务器到期了，购买了新的云服务器后，忽然发现了一个尴尬的问题，迁移了之前部署的ZFAKA发卡网，发现打不开了。再经历过各种错误排查后，无意间看了一眼我曾经写的教程《ZFAKA 个人发卡网搭建以及支付配置（免签支付宝支付）》，忽然意识到了，我的新服务器是windows的，这个只能部署在linux里面。权衡之下，只能另寻出路，找一个能够在windows服务器部署的个人发卡网。

经人推荐，《异次元发卡网》进入了我的视野，这是一款二次元风格的发卡网。功能齐全，也支持windows部署。

这是我部署的效果

部署很简单，使用宝塔面板部署，根据安装教程一步一步配置