容易被忽略的罗大佑歌曲

博主与Michael聊天时,发现对方对罗大佑不熟,便决定为大家扫盲,列出《童年》《东方之珠》《酒干倘卖无》等多首大众熟悉却不一定知道是罗大佑作品的歌曲,并对部分歌曲进行了简单介绍。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

刚才跟Michael聊天,说起罗大佑,他说不熟。我说我肯定能找出10首歌,你知道,但你不知道是罗的歌。果然,我一说,他说:“这也是他的

?太牛x了”。看来得给大家扫扫盲了,列几首你可能很熟悉,但却不一定知道是罗氏歌曲的歌:
童年:没听过的童年的恐怕没有,但不知道童年是罗大佑作品的还真的有。此歌最早由张艾嘉演唱,八十年代中期由沈小岑(似乎时),翻唱

引进大陆,红极一时。此后也是每一代年轻人必修曲目之一。可能你觉得这种小品试的校园歌曲根本不像罗的风格,但其实罗的风格很丰富,

不同时期,也会不同的。
东方之珠:简直是香港的市歌。当初我听了这首歌,就想香港能有这样一首歌是太幸运了。曲调流畅又不失大气,歌词也很好,不是歌功颂德

的那种,而是简单的描绘出一派和谐的景象,非常舒服,百听不厌。罗也曾为上海写过一首“上海之夜”,也非常好听,但没能流行起来。原

因大概在于这首歌略带有三、四十年代纸醉金迷的味道。而且此歌长处在于气势恢宏的配乐(上海交响乐团伴奏),不是卡拉ok试的歌曲。
酒干倘卖无,一样的月光:电影"搭错车"的主题曲和插曲,苏芮演唱。80年代末也很流行,现在不大听得到了。
野百合也有春天:也是非常经典的歌曲,最早由潘越云演唱,也不断地的被翻唱。但本人还是最喜欢罗自己唱的。
穿过你的黑发的我的手:好像是张学友的第一首流行的国语歌。粤语版也是学友唱的。
明天会更好:典型的“主旋律”,大合唱歌曲。
海上花:古典风味的合唱歌曲
思念:为电影《意乱情迷》主题曲,张学友原唱,曾获金嗓奖最佳作曲奖。
弹唱词,飞沙风中转(粤语版):是周润发主演的“我在黑社会的日子”的插曲,由周、罗合唱,谁看过这部电影?
告别的年代: 香港电视连续剧《上海风云》主题曲,粤语版由郑少秋演唱。
沧海一声笑:与黄霑合作的电影《笑傲江湖》主题曲,获得金马奖“最佳电影主题曲奖”。
你的样子:电影《又见阿郎》插曲,主题曲是拿手大名鼎鼎的“恋曲1990”
追梦人,天若有情(粤语版):好像大家都知道这是“雪山飞狐”的主题曲,可惜我没看过着电视剧。大家是看过电视剧,不知道这首歌的来历。
似是故人来:梅艳芳的歌曲。这首歌很早我就知道,但一直没留下什么印象。但是看了罗去年在香港的“搞搞真意思”演唱会,他用吉他为梅艳芳的录音伴奏,我突然发现这首歌意境完全变了。俗尘渺渺,天意茫茫,将你共我分开,断肠字点点,风雨声连连,似是故人来……唉,难以言状的凄婉之美啊。
滚滚红尘:为电影《滚滚红尘》制作配乐及主题曲,由陈淑桦演唱。也是罗“古典主义”的代表。

看了这个单子,你是不是有“原来如此”之感啊?

内容概要:文章基于4A架构(业务架构、应用架构、数据架构、技术架构),对SAP的成本中心和利润中心进行了详细对比分析。业务架构上,成本中心是成本控制的责任单元,负责成本归集与控制,而利润中心是利润创造的独立实体,负责收入、成本和利润的核算。应用架构方面,两者都依托于SAP的CO模块,但功能有所区分,如成本中心侧重于成本要素归集和预算管理,利润中心则关注内部交易核算和获利能力分析。数据架构中,成本中心与利润中心存在多对一的关系,交易数据通过成本归集、分摊和利润计算流程联动。技术架构依赖SAP S/4HANA的内存计算和ABAP技术,支持实时核算与跨系统集成。总结来看,成本中心和利润中心在4A架构下相互关联,共同为企业提供精细化管理和决策支持。 适合人群:从事企业财务管理、成本控制或利润核算的专业人员,以及对SAP系统有一定了解的企业信息化管理人员。 使用场景及目标:①帮助企业理解成本中心和利润中心在4A架构下的运作机制;②指导企业在实施SAP系统时合理配置成本中心和利润中心,优化业务流程;③提升企业对成本和利润的精细化管理水平,支持业务决策。 其他说明:文章不仅阐述了理论概念,还提供了具体的应用场景和技术实现方式,有助于读者全面理解并应用于实际工作中。
<think>好的,我需要帮助用户在Elasticsearch中查询作者姓氏为“罗”的所有作品的总价,并使用聚合计算价格总和,命名为account_price。首先,我需要理解用户的需求。 用户提到使用match查询,但根据引用[^1],如果字段被映射为keyword类型,直接使用term查询会更有效,因为match查询会进行分词处理,而keyword类型需要精确匹配。不过,用户明确要求使用match查询,可能需要确认字段的映射情况。如果author字段是text类型,默认会被分词,这时候用match查询“罗”可能会匹配到包含“罗”的任何分词结果,比如“罗”在姓氏位置的情况。但如果author被映射为keyword,就需要用term查询。 接下来,用户需要聚合计算总价。假设价格字段是数值类型,比如float或integer,聚合使用sum聚合即可。需要确认price字段的类型是否正确。 现在,构建查询语句。假设author字段是text类型,并且用户希望匹配姓氏为“罗”的作者,这里可能需要注意分词的问题。中文分词通常会将姓氏和名字分开,但默认的分词器可能不会正确处理中文姓名。可能需要使用更合适的分词器,比如ik分词器,或者确保author字段被正确分词。不过,如果用户只是简单使用match查询,可能无法精确匹配姓氏,因为“罗”可能出现在名字的任何位置。例如,“罗大佑”会被分词为“罗”和“大佑”,而“陈罗平”可能被分词为“陈”、“罗”、“平”,这样match查询“罗”会匹配到这两个文档,但用户可能只想要姓氏为“罗”的情况。 这里可能存在数据建模的问题。如果希望精确匹配姓氏,更好的方法是将姓氏和名字分开存储为单独的keyword字段,这样可以直接用term查询。但根据用户当前的描述,可能无法改变数据结构,所以需要在现有条件下处理。 假设author字段是text类型,且使用标准分词器,那么match查询“罗”会找到所有包含“罗”的文档。但这样可能包含姓氏和名字中有“罗”的情况,导致结果不准确。如果用户确实需要精确匹配姓氏,可能需要使用不同的分析方式,比如将姓氏单独存储为一个keyword字段,例如author_last_name,然后对该字段进行term查询。 不过,根据用户当前的需求,可能只能基于现有的字段结构进行操作。因此,继续假设author字段是text类型,并且用户希望使用match查询来匹配姓氏为“罗”的情况,尽管这可能不够精确,但按照用户要求执行。 然后,聚合部分需要使用sum聚合来计算总价,字段为price,聚合名称设为account_price。 现在,编写查询DSL: { "query": { "match": { "author": "罗" } }, "aggs": { "account_price": { "sum": { "field": "price" } } } } 但需要考虑是否author字段的映射是否支持match查询。如果author被映射为keyword(如引用[^1]中的strings_as_keywords设置),那么应该使用term查询而非match。因此,用户可能需要确认字段的映射类型。如果author是keyword,则查询应为: { "query": { "term": { "author": "罗" } }, "aggs": { "account_price": { "sum": { "field": "price" } } } } 但用户明确要求使用match查询,这可能意味着author字段是text类型,而他们希望利用分词后的结果。或者用户可能误解了match和term的区别,需要根据实际情况调整。 另外,引用[^2]中的例子展示了如何将match查询转换为bool should子句,但用户的问题不需要处理minimum_should_match,所以可以忽略。 综上所述,正确的查询应该根据author字段的类型来决定使用match还是term。如果author是text且分词正确,match可能适用;如果是keyword,必须使用term。同时,聚合部分正确使用sum即可。</think>在Elasticsearch中实现该需求需要结合查询与聚合操作。假设`author`字段为`text`类型(支持分词搜索),`price`字段为数值类型,具体实现步骤如下: ### 1. 查询条件构建 使用`match`查询匹配作者姓氏为「罗」的文档: ```json { "query": { "match": { "author": "罗" } } } ``` *注意:若`author`字段被映射为`keyword`类型,需改用`term`查询确保精确匹配[^1]。* ### 2. 聚合计算总价 通过`sum`聚合计算价格总和,并命名为`account_price`: ```json { "aggs": { "account_price": { "sum": { "field": "price" } } } } ``` ### 3. 完整DSL语句 ```json GET /books/_search { "query": { "match": { "author": "罗" } }, "aggs": { "account_price": { "sum": { "field": "price" } } } } ``` ### 关键点解析 1. **字段类型匹配**:`author`字段若为`text`类型,`match`查询会进行分词匹配;若为`keyword`类型则需改用`term`查询[^1] 2. **聚合精度**:`price`字段需为数值类型(如`float`或`integer`),否则无法进行求和计算 3. **分词影响**:中文姓名建议使用`ik`分词器优化分词效果,避免姓氏与名字错误拆分
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值