MFC设置特定控件字体大小和背景颜色

最新推荐文章于 2024-11-14 10:54:15 发布
原创 最新推荐文章于 2024-11-14 10:54:15 发布 · 898 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#mfc #c++

MFC设置特定控件字体大小和背景颜色

初始化函数里

	m_editFont.CreatePointFont(580 , _T("宋体"));
	m_ctrlEdit.SetFont(&m_editFont);

重写消息


HBRUSH CMFCTESTDlg::
最低0.47元/天 解锁文章
Flink DataStream转Table 使用SQL：join
Top5软件工程硕士，先后在京东、字节从事多年Java后端开发、实时和离线大数据开发
01-06 1579
inner join 相当于全局窗口，之前的消息也一直保存着，来了一条能关联上的消息，则输出所有的笛卡尔积！ package SQL; import org.apache.flink.streaming.api.datastream.DataStreamSource; import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment; import org.apache.flink.streaming.api.fu
2、Flink 在 DataStream 和 Table 之间进行转换
猫猫爱吃小鱼粮
07-29 1325
Flink 在 DataStream 和 Table 之间进行转换
Flink DataStream与Table之间的相互转换
search-lemon的博客
04-02 1万+
Flink DataStream与Table之间的相互转换1. 一个简单的例子2. DataStream转换为Table3. Table转换为Datastream 1. 一个简单的例子 import org.apache.flink.streaming.api.CheckpointingMode; import org.apache.flink.streaming.api.datastream.D...
Flink中DataStream、DataSet和Table之间的互相转换
libaowenBlog的博客
08-22 3333
通过TableEnvironment ，可 以 把 DataStream 或 者 DataSet 注 册 为 Table ， 这 样 就 可 以 使 用 Table API 和 SQL 查 询 了。通 过 TableEnvironment 也可以把Table对象转换为DataStream或者DataSet，这样就可以使用DataStream 或者DataSet中的相关API了。
快速入门Flink SQL——Table与DataStream互转
大数据记录
12-17 7967
前言          上述讲到，成功将一个文件里的内容使用SQL进行了一解析（快速入门Flink SQL —— 介绍及入门）本篇文章主要会跟大家分享如何连接kafka，MySQL，作为输入流和数出的操作。 一、将kafka作为输入流          kafka 的连接器 flink-kafka-connector 中，1.10 版本的已经提供了
Flink Table 和 DataStream 转换
qq_31021213的博客
07-11 4806
Flink Table 和 DataStream 转换
flink学习37：DataStream/DataSet与Table的互相转换
hzp666的博客
05-10 1413
表转换为DataStream/DataSet时，需要指定字段数据类型，最方便的就是把数据类型定为row，即行数据。
Flink实践代码-TableAPI 与 DataStream 互转
danevc的博客
03-29 1288
Flink tableAPI2DataStream
Flink 系例 之 DataStream Connectors 与 示例模块
不会飞的小龙人的博客
07-08 733
Flink 为流式 / 批式处理应用程序的开发提供了不同级别的抽象。
Flink Hudi DataStream API代码示例
主要分享大数据相关的知识，如Spark、Hudi
05-22 1682
总结Flink通过DataStream API读写Hudi Demo示例，主要是自己备忘用。最开始学习Flink时都是使用Flink SQL,所以对于Flink SQL读写Hudi比较熟悉。但是对于写代码实现并不熟悉，而有些需求是基于Flink代码实现的，所以需要学习总结一下。仅为了实现用代码读写Hudi的需求，其实有两种方式，一种是在代码里通过Flink SQL API，也就是代码中执行Flink SQL，这种方式其实和通过SQL实现差不多，另一种方式是通过DataStream API实现。
flink stream转table
weixin_44657084的博客
08-16 918
首先在用tableEnv.fromstream时通过打印表结构发现，如果是自己定义的类作为datastream的数据类型，需要在该实体类中定义一个空参数的构造函数，才能让表以类中的属性作为列名。flink在网上的资料还是相对较少，同时在官方文档中的stream转table操作中好多都是过时不再用的方法。我测试了很久，摸索出一些点可总结如下。...
pyflink datastream数据流ds经过一系列转换后转为table,t_env.from_data_stream(ds)
weixin_40994552的博客
11-14 634
ds = ds.map(lambda x: update_tel(x), output_type=Types.TUPLE([Types.INT(), Types.STRING()]))。每一个算子之后需要指定输出的数据类型output_type
Flink流批一体计算（20）：DataStream API和Table API互转
victory0508的专栏
08-28 1404
在 PyFlink Table API 中，DDL 是定义 source 和 sink 比较推荐的方式，这可以通过 TableEnvironment 中的 execute_sql() 方法来完成，然后就可以在作业中使用这张表了。由于Flink是一个基于 Java/Scala 的项目，连接器（connector）和格式（format）的实现是作为 jar 包存在的， 要在 PyFlink 作业中使用，首先需要将其指定为作业的依赖。然而，当用户想要将PyFlink任务提交到远程集群时，这种方法并不奏效。
27.flink table api 和DataStream Api 互相转换
笔生花的博客
09-20 2637
核心的英文并未删除，方便读者甄别我的理解和翻译。DataStream 中的水位线，如果DataStream 中的水位线没读懂，建议不要往下看了，以防走火入魔。
Flink连接kafka，将DataStream转换为Table进行查询操作
大数据技术派
02-22 1万+
Table API是用于流和批处理的统一关系API。 Table API查询可以在批量或流式输入上运行而无需修改。 Table API是SQL语言的超级集合，专门用于与Apache Flink一起使用。 Table API是Scala和Java语言集成API。 Table API查询不是像SQL一样将字符串值指定为SQL，而是在Java或Scala中以嵌入语言的样式定义，并支持自动完成和语法验证等...
flink sql 知其所以然（十九）：Table 与 DataStream 的转转转（附源码）
qq_34608620的博客
02-13 1769
1.序篇 源码公众号后台回复1.13.2 table datastream获取。 废话不多说，咱们先直接上本文的目录和结论，小伙伴可以先看结论快速了解博主期望本文能给小伙伴们带来什么帮助： 背景及应用场景介绍：博主期望你能了解到，Flink 支持了 SQL 和 Table API 中的 Table 与 DataStream 互转的接口。通过这种互转的方式，我们就可以将一些自定义的数据源（DataStream）创建为 SQL 表，也可以将 SQL 执行结果转换为 DataStream 然后后续去完成一些在
Flink DataStream /DataSet 与Table的互相转化
热门推荐
coderlaw's study
10-23 1万+
Flink DataStream /DataSet 与Table的互相转化 一、DataStream or DataSet to Table 1.1 Register a DataStream or DataSet as Table // get TableEnvironment // registration of a DataSet is equivalent val tableEnv = ...
Flink 中 DataStream / DataSet 与 Table 的相互转换
magic_kid_2010的专栏
07-30 4312
最近在使用Flink Table API，将 DataStream/DataSet 与 Table 的相互转换方法进行总结。 一、pom.xml导入需要的包 <dependency> <groupId>org.apache.flink</groupId> <artifactId>flink-streaming-scala_${s...
Flink DataStream转Table 使用SQL：select /where/ group by/toAppendStream/toRetractStream
Top5软件工程硕士，先后在京东、字节从事多年Java后端开发、实时和离线大数据开发
01-06 1776
方法1registerDataStream package SQL; import org.apache.flink.streaming.api.datastream.DataStreamSource; import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment; import org.apache.flink.streaming.api.functions.source.SourceFunctio...
将解析后的日志事件（如 INSERT/UPDATE/DELETE）转换为 Flink 的流式数据（DataStream 或 Table 格式）怎么实现的
最新发布
04-15
<think>好的，我现在需要帮用户解决如何将解析后的INSERT/UPDATE/DELETE日志事件转换为Flink的DataStream或Table的问题。首先，我应该回忆一下Flink中关于DataStream和Table转换的相关知识。 根据用户提供的引用内容，特别是引用[1]和引用[3]，Flink的Table API提供了fromChangelogStream和fromDataStream方法。其中，fromChangelogStream可以处理包含不同RowKind的变更日志流，而fromDataStream默认处理仅插入的情况。所以如果日志事件包含更新和删除，必须使用fromChangelogStream方法。 接下来，用户提到需要将日志事件转换为DataStream或Table。对于DataStream，每个事件需要表示为Row类型，并设置正确的RowKind，如INSERT、UPDATE_BEFORE、UPDATE_AFTER、DELETE。这部分在引用[1]中有详细说明，需要构造带有RowKind的Row对象。 然后，当将这样的DataStream转换为Table时，需要使用fromChangelogStream方法，并且可能需要指定ChangelogMode来告知Flink如何处理这些变更。引用[1]中的方法提到了ChangelogMode参数的重要性，以确保正确解析变更类型。 另外，引用[4]提到toRetractStream和toAppendStream的区别，这可能在输出时需要考虑模式的选择。但用户的问题主要是输入转换，所以重点在如何构造输入流。 可能的步骤是： 1. 将日志事件转换为带有RowKind的Row对象，组成DataStream。 2. 使用fromChangelogStream将DataStream转为Table，可能需要指定Schema和ChangelogMode。 3. 处理Table后，若需转回DataStream，根据是否是更新操作选择追加或撤回模式。 需要注意的地方包括Row类型的正确使用，RowKind的设置，以及ChangelogMode的配置是否正确。例如，DELETE事件需要对应RowKind.DELETE，并且可能需要前后镜像的数据。 用户可能遇到的问题包括RowKind未正确设置导致Flink无法识别变更类型，或者ChangelogMode未正确指定导致计划器无法优化执行。需要确保每个事件的Row对象都有正确的kind，并且转换方法参数正确。 总结来说，转换的关键在于正确构造DataStream<Row>，并正确使用Table API的方法来处理变更日志。需要参考引用中的方法，特别是fromChangelogStream的使用，以及Row.ofKind的调用。</think>以下是Flink将INSERT/UPDATE/DELETE日志事件转换为DataStream或Table的完整实现方法： ### 一、DataStream到Table的转换 1. **构造带RowKind的DataStream** 需要将每条日志事件封装为`org.apache.flink.types.Row`类型，并通过`Row.ofKind()`指定操作类型： ```java DataStream<Row> logStream = env.fromElements( Row.ofKind(RowKind.INSERT, "id1", "value1"), // 插入 Row.ofKind(RowKind.UPDATE_BEFORE, "id1", "old_value"), // 更新前 Row.ofKind(RowKind.UPDATE_AFTER, "id1", "new_value"), // 更新后 Row.ofKind(RowKind.DELETE, "id1", "value1") // 删除 ); ``` 2. **转换为Table** 使用`fromChangelogStream()`方法并显式声明Schema： ```java Schema schema = Schema.newBuilder() .column("id", DataTypes.STRING()) .column("value", DataTypes.STRING()) .build(); Table logTable = tableEnv.fromChangelogStream( logStream, schema, ChangelogMode.all() // 声明包含所有变更类型[^1] ); ``` ### 二、Table到DataStream的转换 1. **追加模式**（仅INSERT操作） ```java DataStream<Row> appendStream = tableEnv.toAppendStream( logTable, Row.class ); ``` 2. **撤回模式**（支持UPDATE/DELETE） ```java DataStream<Tuple2<Boolean, Row>> retractStream = tableEnv.toRetractStream( logTable, Row.class ); ``` 撤回流会返回`(true, newRow)`表示插入/更新后数据，`(false, oldRow)`表示删除/更新前数据[^2] ### 三、关键配置说明 1. **必须设置RowKind** 每条数据必须通过`Row.ofKind()`设置正确的变更类型标识，这是Flink识别变更语义的核心依据[^1] 2. **ChangelogMode选择规则** - `ChangelogMode.insertOnly()`：仅处理INSERT事件 - `ChangelogMode.upsert()`：处理INSERT/UPDATE_AFTER - `ChangelogMode.all()`：处理全部四种变更类型[^1] 3. **时间属性传递** 默认不传播事件时间与水印，需手动声明： ```java schema.watermark("event_time", "event_time - INTERVAL '5' SECOND") ``` ### 四、完整应用示例 ```java // 创建带变更类型的DataStream DataStream<Row> srcStream = env.fromElements( Row.ofKind(RowKind.INSERT, LocalDateTime.now(), "user1", 100), Row.ofKind(RowKind.UPDATE_AFTER, LocalDateTime.now(), "user1", 150) ); // 定义Schema Schema schema = Schema.newBuilder() .column("ts", DataTypes.TIMESTAMP(3)) .column("user_id", DataTypes.STRING()) .column("balance", DataTypes.INT()) .watermark("ts", "ts - INTERVAL '5' SECOND") .build(); // 转换为Table Table transactionTable = tableEnv.fromChangelogStream( srcStream, schema, ChangelogMode.upsert() // 声明为UPSERT模式 ); // 执行SQL查询 Table resultTable = tableEnv.sqlQuery( "SELECT user_id, SUM(balance) FROM " + transactionTable + " GROUP BY user_id" ); // 转换为撤回流 DataStream<Tuple2<Boolean, Row>> outputStream = tableEnv.toRetractStream( resultTable, Row.class ); ``` 相关问题
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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