hive学习资料

国产大模型编程能力深度分析报告(2026年5月更新版) 2026年5月国产大模型编程能力报告显示,主流模型迎来重大升级。DeepSeek V4以1.6T参数创性能新高,Qwen3.6-Plus支持原生多模态编程,MiniMax M2.7转向闭源并优化Agent编码,Kimi K2.6成为商业化成熟的主力模型,GLM-5开源并涨价30%。阿里云百炼推出双轨订阅体系,区分团队和个人开发者需求。各模型在参数规模、上下文长度、性能表现和适用场景上各具优势,国产AI编程服务正加速向订阅制转型,成本效益显著提升。 阅读详情

加粗样式#### Hive


1. 引言
  1. 什么是Hive

    1.  Hive是apache组织提供的一个基于Hadoop的数据仓库产品
        数据库   DataBase   OLTP  
        数据量级小  
        数据价值高
        数据仓库  DataWarehouse OLAP 
        数据量级大
        数据价值低
    2.  Hive基于Hadoop 
        底层数据存储 HDFS
        运算方式    MR
    
  2. 原有MapReduce处理相关操作时,存在的问题|

    mapreduce处理相关操作时,繁琐
    mapReduce的作用:没有统计,没有分组合并,只做数据清洗,是可以没有reduce
    在这里插入图片描述

  3. Hive核心设计思想

    1. metastore (rdb) 文件 — 数据库 相关概念的对应关系 (映射 Mapping)
    2. SQL —> 复杂的过程( 语法检查 语义检查 生成语法树 优化sql的执行顺序 )----> MapReduce
    3. 类SQL ( HQL Hive Query Language
      HQL Hibernate Query Language )

在这里插入图片描述

2. Hive的环境搭建和基本使用
  1. hive安装

    1. hadoop安装完成
    2. 解压缩hive.tar 到 /opt/install
    3. 修改hive_home/conf/hive-env.sh
       # Set HADOOP_HOME to point to a specific hadoop install directory
       HADOOP_HOME=/usr/hadoop-2.6.0
       # Hive Configuration Directory can be controlled by:
       export HIVE_CONF_DIR=/opt/install/apache-hive-0.13.1-bin/conf
    4. 在hdfs 创建  /tmp  
                   /user/hive/warehouse
    5. bin/hive
       jps --- runjar进程
    
  2. hive基本使用

    1. 查看hive中的所有数据库
       show databases
    2. 创建用户自己的库
       create database dingl;
       create database if not exists dingl;
    3. 使用用户自定义的数据库
       use db_name
       use dingl;
    #  所谓hive中的数据库,本质就是hdfs上的一级目录 默认: /user/hive/warehouse/${db_name}.db
    4. 建表语句
       create table if not exists t_user(
        id int,
        name string
       )row format delimited fields terminated by '\t';
    5. 查看当前数据库中所有的表 
       show tables
    # 所谓hive中的表,本质就是hdfs上的一级目录 默认: /user/hive/warehouse/${db_name}.db/${table_name}
                                                /user/hive/warehouse/dingl.db/t_user
    6. hive中导入数据命令
       load data local inpath '' into table table_name;
       load data local inpath '/root/data/data1' into table t_user;
    
    # 所谓hive导入数据,本质就是hdfs中目录的数据文件
    # 细节:
      1. hive中的数据导入,本质上就是hdfs文件上传,删除表中的数据,本质上就是hdfs中文件的删除
         hive  load data local inpath '/root/hive/data/data1' into table t_user;
         hdfs  bin/hdfs dfs -put /root/hive/data/data1 /user/hive/warehouse/dingl.db/t_user
      2. hive命令的数据导入,如果出现文件名相同的情况下,自动改名
      3. hive中表的数据,只的是这个目录下,所有文件数据之和
      4. hive 执行sql 
         select * 的操作 不启动mr
         select column  启动mr
    
    
3. 切换MetaStore从derby到mysql

hive的metastore默认使用的derby数据库,进行映射存储
问题:derby作为metastore使用,只能让客户开启一个client进行访问

  1. 安装MySQL

    1. wget -i -c http://dev.mysql.com/get/mysql57-community-release-el7-10.noarch.rpm
    2. yum -y install mysql57-community-release-el7-10.noarch.rpm
    3. yum -y install mysql-community-server
    4. systemctl start  mysqld.service
    
    5. mysql管理员密码
       5.1 grep "password" /var/log/mysqld.log 查看临时密码
           A temporary password is generated for root@localhost: ium+hhgLH7Xv
       5.2 mysql -uroot -pium+hhgLH7Xv
       5.3 修改密码
           set global validate_password_policy=0;
           set global validate_password_length=1;
           ALTER USER 'root'@'localhost' IDENTIFIED BY '123456';
       5.4 systemctl restart mysqld.service
       5.5 mysql -uroot -p123456
    
    6. 打开mysql远端访问权限
       6.1  set global validate_password_policy=0;
       6.2  set global validate_password_length=1;
       6.3  GRANT ALL PRIVILEGES ON *.* TO root@"%" IDENTIFIED BY "123456";
       6.4  flush privileges;
       6.5  systemctl stop firewalld
    
  2. hive相关的设置

hive_home/conf/hive-site.xml
 <property>
        <name>javax.jdo.option.ConnectionURL</name>
        <value>jdbc:mysql://localhost:3306/hive_mysql?createDatabaseIfNotExist=true&amp;useSSL=false</value>
        <description>JDBC connect string fora JDBC metastore</description>
    </property>
    <property>
        <name>javax.jdo.option.ConnectionDriverName</name>
        <value>com.mysql.jdbc.Driver</value>
        <description>Driver class name for aJDBC metastore</description>
    </property>
    <property>
        <name>javax.jdo.option.ConnectionUserName</name>
        <value>yourname</value>
        <description>username to use againstmetastore database</description>
    </property>
    <property>
        <name>javax.jdo.option.ConnectionPassword</name>
        <value>yourpass</value>
        <description>password to use againstmetastore database</description>
   </property>
  1. mysql驱动jar 上传 hive/lib
4. yum加速
1. mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo.backup
2. 下载 centos7文件 并且上传 /etc/yum.repos.d/
3. yum clean all
4. yum makecache
5. Hive相关的配置参数

在这里插入图片描述

6. Hive的命令行启动参数
1. hive终端基本的形式
   bin/hive
2. 启动hive的同时,设置hive的相关参数
   bin/hive --hiveconf hive.cli.print.current.db true
3. 启动hive的同时,指定数据库
   bin/hive --database db_name
4. 启动hive的同时,运行sql语句
   bin/hive --database dingl -e 'select * from t_user'
   bin/hive --database dingl -e 'select * from t_user' > /root/hive_file 
   bin/hive --database dingl -e 'select * from t_user' >> /root/hive_file 
5. 启动hive的同时,运行sql文件中的sql语句
   bin/hive --database dingl -f /root/hive_sql
7. Hive相关SQL命令的详解
  1. 数据库相关

    1. 创建数据库
       create database if not exists db_name;  // /user/hive/warehouse/db_name.db
       create database if not exists db_name location '/dingl'  //
    2. 显示所有数据库
       show databases;
    3. 使用数据库
       use db_name
    4. 删除数据库
       drop database baizhi_dingl; //删除空数据库
       drop database baizhi_dingl cascade //删除非空库
       
       
    
  2. 表的相关操作

    1. 管理表建表

      0. 查看表的结构
         1. 查看基本结构
            desc table_name;
            desc t_user;
            describe t_user;
         2. 查看表的扩展信息
            desc extended table_name;
            desc extended t_user;
         3. 格式化查看表的扩展信息
            desc formatted table_name;
            desc formatted t_user;
            
      1. 基本建表语句
         create table if not exists table_name(
         id int,
         name string
         )row format delimited fields terminated by 't\';
       2. 指定表的存储位置
         create table if not exists table_name(
         id int,
         name string
         )row format delimited fields terminated by 't\' locaiton 'hdfs_path';
       3. as 关键字建表 (洗数据)
         create table if not exists table_name as select id,name from t_user;
       4. like 关键字建表 
         create table if not exists table_name like t_user;
      
    2. 外部表

      1. 语法
      1. 基本建表语句
         create external table if not exists table_name(
         id int,
         name string
         )row format delimited fields terminated by 't\';
       2. 指定表的存储位置
         create external table if not exists table_name(
         id int,
         name string
         )row format delimited fields terminated by 't\' locaiton 'hdfs_path';
       3. as 关键字建表 (洗数据)
         create external table if not exists table_name as select id,name from t_user;
       4. like 关键字建表 
         create external table if not exists table_name like t_user;
      
      1. 管理表与外部表的区别

        1. 管理表删除后,在hive中表将被删除,同时hdfs上目录也会被删除
        2. 外部表删除后,在hive中表将被删除,同时hdfs上目录不会被删除 (删除metastore中的信息)
        

在这里插入图片描述
3. 分区表

  > 分区表一般是用于对hive查询进行优化使用,为了提高查询效率
  >
  > 1. 分区 必须有一个统一的父级目录,日后便于做全表的统一处理
  > 2. 分区的子目录和数据本身之间没有必然联系,只是区分数据 (静态分区)

  ~~~markdown
  create table t_user_part(
  id int,
  name string)
  partitioned by (data string) row format delimited fields terminated by '\t';
  
  load data local inpath '/root/hive/data/data1' into table t_user_part partition (data='17');
  load data local inpath '/root/hive/data/data1' into table t_user_part partition (data='18');
  
  select * from t_user_part;
  
  select * from t_user_part where data='17' 
  ~~~
  1. 桶表(了解)

  2. 临时表(了解)

8. 数据的导入
1. 本地数据的导入(linux) 【重点】
   load data local inpath '' into table table_name
2. hdfs中导入数据
   load data inpath '' into table table_name
   本质:目录中的数据移动
3. hdfs相关shell完成文件导入
   bin/hdfs dfs -put 'local_path' '/user/hive/warehouse/db_name.db/table_name'  
4. as关键字 【重点】
   创建表的同时,通过查询导入数据
   create table t_xxx as select id,name from t_yyy;
5. insert关键字 【重点】
   表已经存在,通过查询导入数据
   insert into table xxxx select id,name from t_user;
   
9.数据的导出
1. insert导出 【重点】
   导出的数据 mr 自动生成
   insert overwrite local directory '/root/xiaohei' select name from t_user; 
2. hdfs的shell 【了解】
   bin/hdfs dfs -get 'user/hive/warehouse/db_name.db/table' '/root/xxx'
3. hive启动的命令行参数 【了解】
   bin/hive --database 'baizhi129' -f /root/hive.sql > /root/result
4. sqoop方式 【重点】
5. Hive导入 导出命令【了解】
   1. export 导出
	  export table tb_name to 'hdfs_path'
   2. import 导入
	  import table tb_name from 'hdfs_path'
10. Hive中HQL (类SQL)
1. 基本查询
   select * from t_user; 不启动mr
   select id from t_user; 启动mr
2. where 
   select * from t_user where id = xxx;
3. 常见谓词 in  between and  
4. 逻辑运算  and or not
5. 分组函数  count()  avg() sum() max() min()
6. 分组 group by 
7. 排序 order by 
8. 分页 limit
   不支持 limit 2,3
9. 多表联合查询 
   select e.id,e.name,d.dname
   from t_emp e
   inner join t_dept d
   on e.dept_id = d.id;
10. 内置函数(窗口函数)
    select length(name) from t_user_like;
    select length('dingl')
    to_date
    year
    select substring('dingl',1,2)
 11. hive不支持子查询    
11. Hive中与MapReduce相关的参数设置
1. mapreduce中map个数?
   textInputFormat --- > block ----> split ----> map
   dbInputFormat   ----> 1 row ----> 1 split ----> 1 map
2. mapreduce中reduce个数?
   默认 1 个
   mapred-default.xml
   <property>
      <name>mapreduce.job.reduces</name>
      <value>1</value>
   </property>
   job中应用过程中reduce 0---n
   job.setReduceNumTasks()
 3.Hive中MapReduce相关参数的设置 
   hive-site.xml
    <property>
          <name>hive.exec.reducers.bytes.per.reducer</name>
          <value>1000000000</value>
    </property>
    <property>
         <name>hive.exec.reducers.max</name>
         <value>999</value>
    </property>
12. Hive中特殊参数设置
hive-site.xml
<property>
  <name>hive.fetch.task.conversion</name>
  <value>minimal</value>
  <description>
    1. minimal : SELECT STAR, FILTER on partition columns, LIMIT only  不启动MR,非上述3种情况,会启动MR
    2. more    : SELECT, FILTER, LIMIT only (TABLESAMPLE, virtual columns) 所有select,where,limit 都不起MR
  </description>
</property>
13.Hive没有集群

在这里插入图片描述

14.实战中如何使用Hive?
总结:hive是一种离线处理的大数据技术,不需要实时产生处理结果,所以在hive中所做的相关操作,最终通过Sqoop导入RDB,通过Java程序直接访问RDB获得相应的结果。
15.Sqoop (CDH)
Hadoop 各种发行版本  
1.   apache开源版 :      免费   难用 
2.   Cloudera (CDH)    Doug Cutting首席架构师  $4000   1个
3.   Hortonworks                               $12000  10个
  1. 搭建CDH版Hadoop及其Hive

    1. 解压缩hadoop
    2. 创建临时目录的位置
       hadoop_home/data/tmp
    3. 修改配置文件 hadoop_home/etc/hadoop
       hadoop-env.sh
       yarn-env.sh
       mapred-env.sh
       
       core-site.xml
       <property>
            <name>fs.defaultFS</name>
            <value>hdfs://hive1:8020</value>
        </property>
    
        <property>
            <name>hadoop.tmp.dir</name>
            <value>/opt/install/hadoop-2.5.0-cdh5.3.6/data/tmp</value>
        </property>
       hdfs-site.xml
       <property>
      	 <name>dfs.replication</name>
      	 <value>1</value>
       </property>
       <property>
       	  <name>dfs.permissions.enabled</name>
      	  <value>false</value>
       </property>
       mapred-site.xml
       <property>
          <name>mapreduce.framework.name</name>
          <value>yarn</value>
       </property>
       yarn-site.xml
       <property>
            <name>yarn.nodemanager.aux-services</name>
            <value>mapreduce_shuffle</value>
       </property>
       slaves 
         hive1
    4. 替换cdh lib/native本地库
    5. 格式化namenode
    6. 启动服务进程
    7. 安装hive并解压缩
    8. 修改配置文件
       hive-env.sh
       hive-site.xml
    9. 上传mysql驱动 hive_home/lib
    10. hdfs /tmp
             /user/hive/warehouse
    
  2. 安装Sqoop

    1. 解压缩Sqoop
    2. 修改配置 sqoop_home/conf
       修改conf/sqoop-env.sh
       export HADOOP_COMMON_HOME=/opt/install/hadoop-2.5.0-cdh5.3.6
       export HADOOP_MAPRED_HOME=/opt/install/hadoop-2.5.0-cdh5.3.6
       export HIVE_HOME=/opt/install/hive-0.13.1-cdh5.3.6
    3. mysql-connect.jar copy sqoop_home/lib
    4. 测试sqoop是否正常使用
       bin/sqoop list-databases -connect jdbc:mysql://hive1:3306 -username root -password 123456
    
    1. sqoop命令的书写规范

      1. 一行写 
         bin/sqoop list-databases -connect jdbc:mysql://hive1:3306 -username root -password 123456   
      2. 每一个关键字一行
         bin/sqoop list-databases \
         --connect \
         jdbc:mysql://hive1:3306 \
         --username root \
         --password 123456 
      
    2. mysql的准备工作

      #mysql 创建数据库 创建表
      create database sqoop
      
      create table mysql_user(
      id int primary key,
      name varchar(12)
      );
      insert into mysql_user values (1,'dingl1');
      insert into mysql_user values (2,'dingl2');
      insert into mysql_user values (3,'dingl3');
      insert into mysql_user values (4,'dingl4');
      insert into mysql_user values (5,'dingl5');
      
      insert into mysql_user values (6,'dingl6');
      insert into mysql_user values (7,'dingl7');
      insert into mysql_user values (8,'dingl8');
      
      
      
      
    3. Sqoop的Import(导入)

      bin/sqoop import \
      --connect \
      jdbc:mysql://hive1:3306/sqoop \
      --username root \
      --password 123456 \
      --table mysql_user
      
      # Sqoop 进行的数据导入和导出,本质上也是运行的MapReduce 
      # 如果不指定hdfs的导入路径,那么sqoop生成默认值 /user/root/${table_name}
      # mapReduce的目标是数据库,所以Map的数量,由数据库的行数决定
      # 导出文件的列分割符,是,
      
      # 指定sqoop导入位置
      bin/sqoop import \
      --connect \
      jdbc:mysql://hive1:3306/sqoop \
      --username root \
      --password 123456 \
      --table mysql_user \
      --target-dir /sqoop
      
      # 删除已存在的目标目录
      bin/sqoop import \
      --connect \
      jdbc:mysql://hive1:3306/sqoop \
      --username root \
      --password 123456 \
      --table mysql_user \
      --target-dir /sqoop \
      --delete-target-dir
      
      # 设置map的个数
      bin/sqoop import \
      --connect \
      jdbc:mysql://hive1:3306/sqoop \
      --username root \
      --password 123456 \
      --table mysql_user \
      --target-dir /sqoop \
      --delete-target-dir \
      --num-mappers 1
      
      # 设置列分隔符
      bin/sqoop import \
      --connect \
      jdbc:mysql://hive1:3306/sqoop \
      --username root \
      --password 123456 \
      --table mysql_user \
      --target-dir /sqoop \
      --delete-target-dir \
      --num-mappers 1 \
      --fields-terminated-by '\t'
      
      
      # 快速导入
        使用mysql 导出工具  dump 
      bin/sqoop import \
      --connect \
      jdbc:mysql://hive1:3306/sqoop \
      --username root \
      --password 123456 \
      --table mysql_user \
      --target-dir /sqoop \
      --delete-target-dir \
      --num-mappers 1 \
      --fields-terminated-by '\t' \
      --direct
      
      #细节: sqoop 需要和 mysql 安装在同一个节点
             如果没有安装在同一个节点,需要把mysql/bin下的内容 复制到sqoop机器
      
      # 增量导入
      --check-column <column>        Source column to check for incremental    id
      --last-value <value>           Last imported value in the incremental    5
      --incremental <import-type>    Define an incremental import of type     append
                                     'append' or 'lastmodified'
                                     
      --delete-target-dir \ 不需要加
      
      bin/sqoop import \
      --connect \
      jdbc:mysql://hive1:3306/sqoop \
      --username root \
      --password 123456 \
      --table mysql_user \
      --target-dir /sqoop \
      --num-mappers 1 \
      --fields-terminated-by '\t' \
      --direct \
      --check-column id \
      --last-value 5 \
      --incremental append
        
      
      # hive表的导入
      #--hive-import \
      #--hive-database baizhi125 \
      #--hive-table t_user \
      
      bin/sqoop import \
      --connect \
      jdbc:mysql://hive1:3306/sqoop \
      --username root \
      --password 123456 \
      --table mysql_user \
      --delete-target-dir \
      --hive-import \
      --hive-database baizhi129 \
      --hive-table t_user \
      --num-mappers 1 \
      --fields-terminated-by '\t'
      
  3. Sqoop的Export (HDFS/Hive ----> MySQL )

    bin/sqoop export \
    --connect \
    jdbc:mysql://hive1:3306/sqoop \
    --username root \
    --password 123456 \
    --table to_mysql \
    --export-dir /sqoop \
    --num-mappers 1 \
    --input-fields-terminated-by '\t'
    
  4. Sqoop脚本化编程

    1. sqoop文件

      create table filetomysql(
       id int,
       name varchar(12)
      );
      1. 创建一个Sqoop文件 普通文件 sqoop.file
      export
      --connect
      jdbc:mysql://hive1:3306/sqoop
      --username
      root
      --password
      123456
      --table
      filetomysql
      --export-dir
      /sqoop
      --num-mappers
      1
      --input-fields-terminated-by
      '\t'
      
      2. 执行文件
      bin/sqoop --options-file /root/sqoop.file 
      
    2. job作业

      1. 创建作业
      bin/sqoop job \
      --create test_job1 \
      -- \
      export \
      --connect \
      jdbc:mysql://hive1:3306/sqoop \
      --username root \
      --password 123456 \
      --table filetomysql \
      --export-dir /sqoop \
      --num-mappers 1 \
      --input-fields-terminated-by '\t'
      
      2. 执行job作业
      bin/sqoop job --exec test_job1(job_id)
      
      3. 解决job作业执行过程中的密码输入问题
      echo -n "123456"  >> /root/password
      
      bin/sqoop job \
      --create test_job2 \
      -- \
      export \
      --connect \
      jdbc:mysql://hive1:3306/sqoop \
      --username root \
      --password-file file:///root/password \
      --table filetomysql \
      --export-dir /sqoop \
      --num-mappers 1 \
      --input-fields-terminated-by '\t'
      
      bin/sqoop job -exec test_job2
      
  5. 思考Sqoop实战,主要的应用方式

    1. 安装crontab (centos7 默认安装)
       yum -y install vixie-cron
       yum -y install crontabs
    2. 启动服务
       systemctl start crond.service
       systemctl stop crond.service
       systemctl restart crond.service
    
       /sbin/service crond start
       /sbin/service crond stop
    3. 编辑定时计划
       crontab -e 
       minute   hour   day   month   week   command 
       */5 * * * * command
       ··
       */1 * * * * /opt/install/sqoop-1.4.5-cdh5.3.6/test_job2.sh
       0 0 * * * /opt/install/sqoop-1.4.5-cdh5.3.6/test_job2.sh
    
       【https://www.cnblogs.com/tiandi/p/7147031.html】
       
    

mappers 1
–input-fields-terminated-by ‘\t’

  bin/sqoop job -exec test_job2
  ~~~
  1. 思考Sqoop实战,主要的应用方式

    1. 安装crontab (centos7 默认安装)
       yum -y install vixie-cron
       yum -y install crontabs
    2. 启动服务
       systemctl start crond.service
       systemctl stop crond.service
       systemctl restart crond.service
    
       /sbin/service crond start
       /sbin/service crond stop
    3. 编辑定时计划
       crontab -e 
       minute   hour   day   month   week   command 
       */5 * * * * command
       ··
       */1 * * * * /opt/install/sqoop-1.4.5-cdh5.3.6/test_job2.sh
       0 0 * * * /opt/install/sqoop-1.4.5-cdh5.3.6/test_job2.sh
    
       【https://www.cnblogs.com/tiandi/p/7147031.html】
       
    
PHPStorm携手ThinkPHP8:开启高效开发之旅 本文围绕使用 PHPStorm 进行 ThinkPHP8 开发展开,先介绍开发环境搭建与 Xdebug 配置,再阐述 PHPStorm 集成 ThinkPHP8 的步骤,包括项目导入、解释器和服务器配置。还讲解了项目开发基础、数据库操作、高级技巧、调试处理及部署上线等内容,为开发者提供了从环境搭建到项目上线的完整指引,助力高效开展 ThinkPHP8 开发工作。 阅读详情

相关推荐

Vue 10分钟入门VR全景显示 基于photo-sphere-viewer

文章目录前言一、引入photo-sphere-viewer?二、使用步骤1.引入库2.声明容器3.内容加载4.全部代码总结 前言 由于工作的需求,要实现全景图片的展示与预览,本来以为会是一个很难的内容,没想到使用现成的组件photo-sphere-viewer就可以轻松实现,上手只需要10分钟! 一、引入photo-sphere-viewer? 可以直接通过npm进行引入 npm install photo-sphere-viewer 二、使用步骤 1.引入库 photo-sphere-viewer

YIGE_MO的博客 5869

influxdb 数据查询过多,导致超时问题

随着实时数据库的数据的不断存储,数据亮已经达到了9位数,而页面还要统计总条数,导致查询超时失败,返回的结果一直是0,经过排查是超时导致 influxDB java.net.SocketTimeoutException: Read timed out 问题 原因是http超时 解决方法: 引入okhttp static OkHttpClient.Builder client = new OkHttp...

学海无涯,我用JAVA 6968

Qcom camera hal简介

Qcom camera hal简介

weixin_42136255的博客 7772

influxdb无法查询tag_influxdb基础入门

InfluxDB是一个开源的时序数据库,使用GO语言开发,特别适合用于处理和分析资源监控数据这种时序相关数据。而InfluxDB自带的各种特殊函数如求标准差,随机取样数据,统计数据变化比等,使数据统计和实时分析变得十分方便。influxdb的单机版是开源的,而集群版是商业版,influxdb被设计运行在SSD上,如果使用机器或者网络磁盘作为存储介质,会导致性能下降至少一个数量级。influxdb...

weixin_39605414的博客 962

Renesas:定时器输入捕获

一、PWM输入捕获 1、Smart Configurator配置 注意:在使用前,需要使能对应的定时器!否侧无法正常进行输入捕获! 2、脉冲宽度的获取 如何区分高低电平的脉冲宽度:最常用的方法就是在触发中断后,判断IO口的高低电平,来确认是上升沿触发的中断还是下降沿触发的中断。 若无法进入中断,可查看:Renesas:配置中断的常规流程 (1)中断方式(Smart Configurator生成的代码) #pragma interrupt r_Config_TAUB0_0_i...

不吃鱼的猫的博客 2487

IO多路转接 ——— select、poll、epoll

select是系统提供的一个多路转接接口。select函数的函数原型如下: 参数说明:参数timeout的取值:返回值说明:select调用失败时,错误码可能被设置为:fd_set结构与sigset_t结构类似,fd_set本质也是一个位图,用位图中对应的位来表示要监视的文件描述符。 调用select函数之前就需要用fd_set结构定义出对应的文件描述符集,然后将需要监视的文件描述符添加到文件描述符集当中,这个添加的过程本质就是在进行位操作,但是这个位操作不需要用户自己进行,系统提供了一组专门的接口,用

2021dragon的博客 7980

influxdb基础(四)——influxdb保留策略(retention policy)自动清理过期数据

因为存储的数据都是跟时间有关的测量数值,多用于图表展示,不太需要人为的去删除,而有时统计的数据是秒级,甚至毫秒级、纳秒级的,势必造成数据量巨大。如果一直长久存储会占用机器大量资源,而且有些数据越旧越失去它的时效性,越没有参考价值,所以保留策略`retention policy`就是可以让数据存储一段时间后自动清除。

你学废了吗? 1万+

保姆级教程:在CentOS 8上用libvirt + QEMU/KVM搭建ARM64虚拟机(含UEFI配置与常见坑点)

本文提供在CentOS 8上使用libvirt + QEMU/KVM搭建ARM64虚拟机的详细教程,涵盖UEFI配置与常见问题解决方案。通过环境准备、特殊配置要点、UEFI固件安装等步骤,帮助用户在x86架构服务器上高效运行ARM64虚拟化环境,特别适合开发测试与跨平台应用场景。

weixin_30292745的博客 133

python redis 操作_Python 使用 Redis 操作

#set(name, value, ex=None, px=None, nx=False, xx=False)#r.set(name="k1",value="v1",ex=5)#print(r.get("k1")) 5秒后,get("k1") 为Noner.set("k1","v1")r.set("k1","v1v1",nx=True) #如果redis中存在看,当前set操作无效print(r...

weixin_39667801的博客 184

FMT(基于rtthread)开源代码编译 win10下编译环境搭建及编译

FMT(基于rtthread)开源代码编译 win10下编译环境搭建及编译 什么是Firmament? Firmament (FMT) 是一款基于模型设计 (Model-Based-Design, MBD) 的开源自驾仪,可被用来快速构建无人机,无人车,无人船,机器人等平台的控制系统。 系统主要由两部分构成. FMT-Firmware: 一个基于C/C++开发的稳定、高性能的嵌入式系统. FMT-Model: 一个基于MATLAB/Simulink开发的仿真框架以及算法库. 昨天得知FMT开源飞控项目已经开

weixin_45786595的博客 2875

【保姆级教程】基于UNet++&MobileNetv2的语义分割模型从训练到RK3588部署:让边缘AI落地效率提升300%

通过SMP库一键构建encoder_name="mobilenet_v2", # 选择MobileNetv2作为骨干encoder_weights="imagenet", # 加载预训练权重加速收敛in_channels=3, # 输入图像通道数(RGB)classes=29, # Cityscapes数据集类别数activation=None # 输出无激活,便于后续损失计算本教程从“模型设计-训练-转换-边缘部署”全链路拆解了。

m0_71589036的博客 90

influxdb时序数据库修改数据保存时间

时序数据库修改数据保存时间

bgy1996的博客 2325

redhawk如何看高toggle rate instance

1.图形界面View-Power Map - Toggle Map of Instances。redhawk通过报告和图形界面两种方式查看高toggle rate的instance。2.看warning log,在adsRpt/Warn里,搜toggle rate。我正在「拾陆楼」和朋友们讨论有趣的话题,你⼀起来吧?

m0_61544122的博客 628

HIVE从入门到精通学习资料

HIVE从入门到精通学习资料 【下载地址】HIVE从入门到精通学习资料 《HIVE从入门到精通》是一本专为Hive初学者打造的实用教程,从基础到高级,全面覆盖Hive的核心知识。内容详实、步骤清晰,适合零基础用户快速入门。书中详细讲解了Hive的基本概念、安装配置、核心语法、数据管理及查询优化等关键技能,并通过丰富的实例...

gitblog_06745的博客 403

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

Hive 学习资料

Hive 学习资料 原文: http://www.cnblogs.com/linjiqin/category/455963.html

Make progress step by step everyday..... 677

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

大数据入门书籍推荐以及Hive学习资料

一位资深的大数据工程师推荐的,适合想要自学大数据的同学们 大数据入门书籍推荐: 1.《大数据日知录:架构与算法》 作者: 张俊林,出版社:电子工业出版社 基本涵盖大数据相关技术架构和算法,只是出版时间略久,新书不好买。不介意的同学可以去淘淘二手书 2.《大数据技术原理与应用:概念、存储、处理、分析与应用》(第2版) 作者: 林子雨 出版社:人民邮电出版社 定位是作为学校相应课程的指导教材,并有配套PPT可下载 http://dblab.xmu.edu.cn/post/5633/ ...

weixin_46890865的博客 2613

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

Hive学习资料

官网 https://hive.apache.org/ 在线教程 http://gitbook.net/hive/index.html 书籍 《Hive编程指南》 在线文章 hive大数据倾斜总结 http://www.cnblogs.com/ggjucheng/archive/2013/01/03/2842860.html hive的查询注意事项以及优化总结

编程中的点滴体验 5496

hive和sparksql学习资料

1.hive学习参考资料 HIVE学习(一) —— 初始hive https://my.oschina.net/penglonglog/blog/3096119 HIVE学习(二) —— Hive的数据表 https://my.oschina.net/penglonglog/blog/3108435 HIVE学习(三) —— hive的基本使用 https://my.oschina.net/penglonglog/blog/3108445 HIVE学习(四) —— Hive 的元数据信息 https

yuzaijiang2012的博客 215

Hive SQL窗口函数学习资料

Hive SQL窗口函数学习资料 去发现同类优质开源项目:https://gitcode.com/ 此仓库提供了《Hive SQL大厂必考常用窗口函数及面试题》的PDF资源文件,适用于数据库开发人员、数据分析师以及对大数据技术有学习需求的用户。 简介 窗口函数,也称为OLAP函数(OnLine Analytical Processing),是对数据库数据进行实时分析处理的重要工具。在日常的商务工作...

gitblog_06726的博客 249

hive 学习资料

1、show functoins https://www.iteblog.com/archives/2032.html?from=related https://blog.youkuaiyun.com/u013980127/article/details/52606024 http://www.cnblogs.com/felix-xwz/p/4455117.html https://blo...

weixin_30568715的博客 135

Phoenix与Hive学习资料

1.Phoenix二级索引机制 http://www.tuicool.com/articles/FfMz6bq http://itindex.net/detail/50681-phoenix-sql-hbase/ Phoenix SQL Grammer http://forcedotcom.github.io/phoenix/index.html   2.Hive Hive语法 h...

weixin_34190136的博客 259

Hive简介、什么是Hive、为什么使用Hive、Hive的特点、Hive架构图、Hive基本组成、Hive与Hadoop的关系、Hive与传统数据库对比、Hive数据存储(来自学习资料)

转载:https://blog.youkuaiyun.com/tototuzuoquan/article/details/73003730 1.1 Hive简介 1.1.1 什么是Hive Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供类SQL查询功能。 1.1.2 为什么使用Hive 附上大佬的博客解释 为什么。https://blog...

304

Hive面试题1

至此,文章终于到了尾声。技术能力:先写岗位所需能力,再写加分能力,不要写无关能力;项目经历:只写明星项目,描述遵循 STAR 法则;简历印象:简历遵循三大原则:清晰,简短,必要,要有的放矢,不要海投;以及最后为大家准备的福利时间:简历模板+Java面试题+热门技术系列教程视频《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!点击传送门即可获取!**

2401_84048935的博客 852

Hive 整合Hbase(来自学习资料--博学谷)

1、摘要 Hive提供了与HBase的集成,使得能够在HBase表上使用HQL语句进行查询 插入操作以及进行Join和Union等复杂查询、同时也可以将hive表中的数据映射到Hbase中。 2、应用场景 2.1 将ETL操作的数据存入HBase 2.2 HBase作为Hive的数据源 2.3 构建低延时的数据仓库 3、环境准备 3.1 hiv...

涂作权的博客 1540
上一篇: Apache Storm学习资料
下一篇: Scala学习资料
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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