doegoo
doegoo

HIVE分析窗口函数: LAG,LEAD,FIRST_VALUE,LAST_VALUE

本文转载自：lxw的大数据田地 » Hive分析窗口函数(四) LAG,LEAD,FIRST_VALUE,LAST_VALUE

注意： 这几个函数不支持WINDOW子句。（什么是WINDOW子句，点此查看前面的文章 ）

Hive版本为 apache-hive-0.13.1

数据准备：

   
   
   
   
    
    
    
    
    
  1. cookie1,2015-04-10 10:00:02,url2
    2. 
    
    
    
    
  2. cookie1,2015-04-10 10:00:00,url1
    3. 
    
    
    
    
  3. cookie1,2015-04-10 10:03:04,1url3
    4. 
    
    
    
    
  4. cookie1,2015-04-10 10:50:05,url6
    5. 
    
    
    
    
  5. cookie1,2015-04-10 11:00:00,url7
    6. 
    
    
    
    
  6. cookie1,2015-04-10 10:10:00,url4
    7. 
    
    
    
    
  7. cookie1,2015-04-10 10:50:01,url5
    8. 
    
    
    
    
  8. cookie2,2015-04-10 10:00:02,url22
    9. 
    
    
    
    
  9. cookie2,2015-04-10 10:00:00,url11
    10. 
    
    
    
    
  10. cookie2,2015-04-10 10:03:04,1url33
    11. 
    
    
    
    
  11. cookie2,2015-04-10 10:50:05,url66
    12. 
    
    
    
    
  12. cookie2,2015-04-10 11:00:00,url77
    13. 
    
    
    
    
  13. cookie2,2015-04-10 10:10:00,url44
    14. 
    
    
    
    
  14. cookie2,2015-04-10 10:50:01,url55
    15. 
    
    
    
    
  15.  
    16. 
    
    
    
    
  16. CREATE EXTERNAL TABLE lxw1234 (
    17. 
    
    
    
    
  17. cookieid string,
    18. 
    
    
    
    
  18. createtime string,  --页面访问时间
    19. 
    
    
    
    
  19. url STRING       --被访问页面
    20. 
    
    
    
    
  20. ) ROW FORMAT DELIMITED 
    21. 
    
    
    
    
  21. FIELDS TERMINATED BY ',' 
    22. 
    
    
    
    
  22. stored as textfile location '/tmp/lxw11/';
    23. 
    
    
    
    
  23.  
    24. 
    
    
    
    
  24.  
    25. 
    
    
    
    
  25. hive> select * from lxw1234;
    26. 
    
    
    
    
  26. OK
    27. 
    
    
    
    
  27. cookie1 2015-04-10 10:00:02     url2
    28. 
    
    
    
    
  28. cookie1 2015-04-10 10:00:00     url1
    29. 
    
    
    
    
  29. cookie1 2015-04-10 10:03:04     1url3
    30. 
    
    
    
    
  30. cookie1 2015-04-10 10:50:05     url6
    31. 
    
    
    
    
  31. cookie1 2015-04-10 11:00:00     url7
    32. 
    
    
    
    
  32. cookie1 2015-04-10 10:10:00     url4
    33. 
    
    
    
    
  33. cookie1 2015-04-10 10:50:01     url5
    34. 
    
    
    
    
  34. cookie2 2015-04-10 10:00:02     url22
    35. 
    
    
    
    
  35. cookie2 2015-04-10 10:00:00     url11
    36. 
    
    
    
    
  36. cookie2 2015-04-10 10:03:04     1url33
    37. 
    
    
    
    
  37. cookie2 2015-04-10 10:50:05     url66
    38. 
    
    
    
    
  38. cookie2 2015-04-10 11:00:00     url77
    39. 
    
    
    
    
  39. cookie2 2015-04-10 10:10:00     url44
    40. 
    
    
    
    
  40. cookie2 2015-04-10 10:50:01     url55
    41.

LAG

LAG(col,n,DEFAULT) 用于统计窗口内往上第n行值
第一个参数为列名，第二个参数为往上第n行（可选，默认为1），第三个参数为默认值（当往上第n行为NULL时候，取默认值，如不指定，则为NULL）

   
   
   
   
    
    
    
    
    
  1. SELECT cookieid,
    2. 
    
    
    
    
  2. createtime,
    3. 
    
    
    
    
  3. url,
    4. 
    
    
    
    
  4. ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY createtime) AS rn,
    5. 
    
    
    
    
  5. LAG(createtime,1,'1970-01-01 00:00:00') OVER(PARTITION BY cookieid ORDER BY createtime) AS last_1_time,
    6. 
    
    
    
    
  6. LAG(createtime,2) OVER(PARTITION BY cookieid ORDER BY createtime) AS last_2_time 
    7. 
    
    
    
    
  7. FROM lxw1234;
    8. 
    
    
    
    
  8.  
    9. 
    
    
    
    
  9.  
    10. 
    
    
    
    
  10. cookieid createtime             url    rn       last_1_time             last_2_time
    11. 
    
    
    
    
  11. -------------------------------------------------------------------------------------------
    12. 
    
    
    
    
  12. cookie1 2015-04-10 10:00:00     url1    1       1970-01-01 00:00:00     NULL
    13. 
    
    
    
    
  13. cookie1 2015-04-10 10:00:02     url2    2       2015-04-10 10:00:00     NULL
    14. 
    
    
    
    
  14. cookie1 2015-04-10 10:03:04     1url3   3       2015-04-10 10:00:02     2015-04-10 10:00:00
    15. 
    
    
    
    
  15. cookie1 2015-04-10 10:10:00     url4    4       2015-04-10 10:03:04     2015-04-10 10:00:02
    16. 
    
    
    
    
  16. cookie1 2015-04-10 10:50:01     url5    5       2015-04-10 10:10:00     2015-04-10 10:03:04
    17. 
    
    
    
    
  17. cookie1 2015-04-10 10:50:05     url6    6       2015-04-10 10:50:01     2015-04-10 10:10:00
    18. 
    
    
    
    
  18. cookie1 2015-04-10 11:00:00     url7    7       2015-04-10 10:50:05     2015-04-10 10:50:01
    19. 
    
    
    
    
  19. cookie2 2015-04-10 10:00:00     url11   1       1970-01-01 00:00:00     NULL
    20. 
    
    
    
    
  20. cookie2 2015-04-10 10:00:02     url22   2       2015-04-10 10:00:00     NULL
    21. 
    
    
    
    
  21. cookie2 2015-04-10 10:03:04     1url33  3       2015-04-10 10:00:02     2015-04-10 10:00:00
    22. 
    
    
    
    
  22. cookie2 2015-04-10 10:10:00     url44   4       2015-04-10 10:03:04     2015-04-10 10:00:02
    23. 
    
    
    
    
  23. cookie2 2015-04-10 10:50:01     url55   5       2015-04-10 10:10:00     2015-04-10 10:03:04
    24. 
    
    
    
    
  24. cookie2 2015-04-10 10:50:05     url66   6       2015-04-10 10:50:01     2015-04-10 10:10:00
    25. 
    
    
    
    
  25. cookie2 2015-04-10 11:00:00     url77   7       2015-04-10 10:50:05     2015-04-10 10:50:01
    26. 
    
    
    
    
  26.  
    27. 
    
    
    
    
  27.  
    28. 
    
    
    
    
  28. last_1_time: 指定了往上第1行的值，default为'1970-01-01 00:00:00'  
    29. 
    
    
    
    
  29.              cookie1第一行，往上1行为NULL,因此取默认值 1970-01-01 00:00:00
    30. 
    
    
    
    
  30.              cookie1第三行，往上1行值为第二行值，2015-04-10 10:00:02
    31. 
    
    
    
    
  31.              cookie1第六行，往上1行值为第五行值，2015-04-10 10:50:01
    32. 
    
    
    
    
  32. last_2_time: 指定了往上第2行的值，为指定默认值
    33. 
    
    
    
    
  33. 						 cookie1第一行，往上2行为NULL
    34. 
    
    
    
    
  34. 						 cookie1第二行，往上2行为NULL
    35. 
    
    
    
    
  35. 						 cookie1第四行，往上2行为第二行值，2015-04-10 10:00:02
    36. 
    
    
    
    
  36. 						 cookie1第七行，往上2行为第五行值，2015-04-10 10:50:01
    37.

LEAD

与LAG相反
LEAD(col,n,DEFAULT) 用于统计窗口内往下第n行值
第一个参数为列名，第二个参数为往下第n行（可选，默认为1），第三个参数为默认值（当往下第n行为NULL时候，取默认值，如不指定，则为NULL）

   
   
   
   
    
    
    
    
    
  1. SELECT cookieid,
    2. 
    
    
    
    
  2. createtime,
    3. 
    
    
    
    
  3. url,
    4. 
    
    
    
    
  4. ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY createtime) AS rn,
    5. 
    
    
    
    
  5. LEAD(createtime,1,'1970-01-01 00:00:00') OVER(PARTITION BY cookieid ORDER BY createtime) AS next_1_time,
    6. 
    
    
    
    
  6. LEAD(createtime,2) OVER(PARTITION BY cookieid ORDER BY createtime) AS next_2_time 
    7. 
    
    
    
    
  7. FROM lxw1234;
    8. 
    
    
    
    
  8.  
    9. 
    
    
    
    
  9.  
    10. 
    
    
    
    
  10. cookieid createtime             url    rn       next_1_time             next_2_time 
    11. 
    
    
    
    
  11. -------------------------------------------------------------------------------------------
    12. 
    
    
    
    
  12. cookie1 2015-04-10 10:00:00     url1    1       2015-04-10 10:00:02     2015-04-10 10:03:04
    13. 
    
    
    
    
  13. cookie1 2015-04-10 10:00:02     url2    2       2015-04-10 10:03:04     2015-04-10 10:10:00
    14. 
    
    
    
    
  14. cookie1 2015-04-10 10:03:04     1url3   3       2015-04-10 10:10:00     2015-04-10 10:50:01
    15. 
    
    
    
    
  15. cookie1 2015-04-10 10:10:00     url4    4       2015-04-10 10:50:01     2015-04-10 10:50:05
    16. 
    
    
    
    
  16. cookie1 2015-04-10 10:50:01     url5    5       2015-04-10 10:50:05     2015-04-10 11:00:00
    17. 
    
    
    
    
  17. cookie1 2015-04-10 10:50:05     url6    6       2015-04-10 11:00:00     NULL
    18. 
    
    
    
    
  18. cookie1 2015-04-10 11:00:00     url7    7       1970-01-01 00:00:00     NULL
    19. 
    
    
    
    
  19. cookie2 2015-04-10 10:00:00     url11   1       2015-04-10 10:00:02     2015-04-10 10:03:04
    20. 
    
    
    
    
  20. cookie2 2015-04-10 10:00:02     url22   2       2015-04-10 10:03:04     2015-04-10 10:10:00
    21. 
    
    
    
    
  21. cookie2 2015-04-10 10:03:04     1url33  3       2015-04-10 10:10:00     2015-04-10 10:50:01
    22. 
    
    
    
    
  22. cookie2 2015-04-10 10:10:00     url44   4       2015-04-10 10:50:01     2015-04-10 10:50:05
    23. 
    
    
    
    
  23. cookie2 2015-04-10 10:50:01     url55   5       2015-04-10 10:50:05     2015-04-10 11:00:00
    24. 
    
    
    
    
  24. cookie2 2015-04-10 10:50:05     url66   6       2015-04-10 11:00:00     NULL
    25. 
    
    
    
    
  25. cookie2 2015-04-10 11:00:00     url77   7       1970-01-01 00:00:00     NULL
    26. 
    
    
    
    
  26.  
    27. 
    
    
    
    
  27. --逻辑与LAG一样，只不过LAG是往上，LEAD是往下。
    28.

FIRST_VALUE

取分组内排序后，截止到当前行，第一个值

   
   
   
   
    
    
    
    
    
  1. SELECT cookieid,
    2. 
    
    
    
    
  2. createtime,
    3. 
    
    
    
    
  3. url,
    4. 
    
    
    
    
  4. ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY createtime) AS rn,
    5. 
    
    
    
    
  5. FIRST_VALUE(url) OVER(PARTITION BY cookieid ORDER BY createtime) AS first1 
    6. 
    
    
    
    
  6. FROM lxw1234;
    7. 
    
    
    
    
  7.  
    8. 
    
    
    
    
  8. cookieid  createtime            url     rn      first1
    9. 
    
    
    
    
  9. ---------------------------------------------------------
    10. 
    
    
    
    
  10. cookie1 2015-04-10 10:00:00     url1    1       url1
    11. 
    
    
    
    
  11. cookie1 2015-04-10 10:00:02     url2    2       url1
    12. 
    
    
    
    
  12. cookie1 2015-04-10 10:03:04     1url3   3       url1
    13. 
    
    
    
    
  13. cookie1 2015-04-10 10:10:00     url4    4       url1
    14. 
    
    
    
    
  14. cookie1 2015-04-10 10:50:01     url5    5       url1
    15. 
    
    
    
    
  15. cookie1 2015-04-10 10:50:05     url6    6       url1
    16. 
    
    
    
    
  16. cookie1 2015-04-10 11:00:00     url7    7       url1
    17. 
    
    
    
    
  17. cookie2 2015-04-10 10:00:00     url11   1       url11
    18. 
    
    
    
    
  18. cookie2 2015-04-10 10:00:02     url22   2       url11
    19. 
    
    
    
    
  19. cookie2 2015-04-10 10:03:04     1url33  3       url11
    20. 
    
    
    
    
  20. cookie2 2015-04-10 10:10:00     url44   4       url11
    21. 
    
    
    
    
  21. cookie2 2015-04-10 10:50:01     url55   5       url11
    22. 
    
    
    
    
  22. cookie2 2015-04-10 10:50:05     url66   6       url11
    23. 
    
    
    
    
  23. cookie2 2015-04-10 11:00:00     url77   7       url11
    24.

LAST_VALUE

取分组内排序后，截止到当前行，最后一个值

   
   
   
   
    
    
    
    
    
  1. SELECT cookieid,
    2. 
    
    
    
    
  2. createtime,
    3. 
    
    
    
    
  3. url,
    4. 
    
    
    
    
  4. ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY createtime) AS rn,
    5. 
    
    
    
    
  5. LAST_VALUE(url) OVER(PARTITION BY cookieid ORDER BY createtime) AS last1 
    6. 
    
    
    
    
  6. FROM lxw1234;
    7. 
    
    
    
    
  7.  
    8. 
    
    
    
    
  8.  
    9. 
    
    
    
    
  9. cookieid  createtime            url    rn       last1  
    10. 
    
    
    
    
  10. -----------------------------------------------------------------
    11. 
    
    
    
    
  11. cookie1 2015-04-10 10:00:00     url1    1       url1
    12. 
    
    
    
    
  12. cookie1 2015-04-10 10:00:02     url2    2       url2
    13. 
    
    
    
    
  13. cookie1 2015-04-10 10:03:04     1url3   3       1url3
    14. 
    
    
    
    
  14. cookie1 2015-04-10 10:10:00     url4    4       url4
    15. 
    
    
    
    
  15. cookie1 2015-04-10 10:50:01     url5    5       url5
    16. 
    
    
    
    
  16. cookie1 2015-04-10 10:50:05     url6    6       url6
    17. 
    
    
    
    
  17. cookie1 2015-04-10 11:00:00     url7    7       url7
    18. 
    
    
    
    
  18. cookie2 2015-04-10 10:00:00     url11   1       url11
    19. 
    
    
    
    
  19. cookie2 2015-04-10 10:00:02     url22   2       url22
    20. 
    
    
    
    
  20. cookie2 2015-04-10 10:03:04     1url33  3       1url33
    21. 
    
    
    
    
  21. cookie2 2015-04-10 10:10:00     url44   4       url44
    22. 
    
    
    
    
  22. cookie2 2015-04-10 10:50:01     url55   5       url55
    23. 
    
    
    
    
  23. cookie2 2015-04-10 10:50:05     url66   6       url66
    24. 
    
    
    
    
  24. cookie2 2015-04-10 11:00:00     url77   7       url77
    25.

如果不指定ORDER BY，则默认按照记录在文件中的偏移量进行排序，会出现错误的结果

   
   
   
   
    
    
    
    
    
  1. SELECT cookieid,
    2. 
    
    
    
    
  2. createtime,
    3. 
    
    
    
    
  3. url,
    4. 
    
    
    
    
  4. FIRST_VALUE(url) OVER(PARTITION BY cookieid) AS first2  
    5. 
    
    
    
    
  5. FROM lxw1234;
    6. 
    
    
    
    
  6.  
    7. 
    
    
    
    
  7. cookieid  createtime            url     first2
    8. 
    
    
    
    
  8. ----------------------------------------------
    9. 
    
    
    
    
  9. cookie1 2015-04-10 10:00:02     url2    url2
    10. 
    
    
    
    
  10. cookie1 2015-04-10 10:00:00     url1    url2
    11. 
    
    
    
    
  11. cookie1 2015-04-10 10:03:04     1url3   url2
    12. 
    
    
    
    
  12. cookie1 2015-04-10 10:50:05     url6    url2
    13. 
    
    
    
    
  13. cookie1 2015-04-10 11:00:00     url7    url2
    14. 
    
    
    
    
  14. cookie1 2015-04-10 10:10:00     url4    url2
    15. 
    
    
    
    
  15. cookie1 2015-04-10 10:50:01     url5    url2
    16. 
    
    
    
    
  16. cookie2 2015-04-10 10:00:02     url22   url22
    17. 
    
    
    
    
  17. cookie2 2015-04-10 10:00:00     url11   url22
    18. 
    
    
    
    
  18. cookie2 2015-04-10 10:03:04     1url33  url22
    19. 
    
    
    
    
  19. cookie2 2015-04-10 10:50:05     url66   url22
    20. 
    
    
    
    
  20. cookie2 2015-04-10 11:00:00     url77   url22
    21. 
    
    
    
    
  21. cookie2 2015-04-10 10:10:00     url44   url22
    22. 
    
    
    
    
  22. cookie2 2015-04-10 10:50:01     url55   url22
    23. 
    
    
    
    
  23.  
    24. 
    
    
    
    
  24. SELECT cookieid,
    25. 
    
    
    
    
  25. createtime,
    26. 
    
    
    
    
  26. url,
    27. 
    
    
    
    
  27. LAST_VALUE(url) OVER(PARTITION BY cookieid) AS last2  
    28. 
    
    
    
    
  28. FROM lxw1234;
    29. 
    
    
    
    
  29.  
    30. 
    
    
    
    
  30. cookieid  createtime            url     last2
    31. 
    
    
    
    
  31. ----------------------------------------------
    32. 
    
    
    
    
  32. cookie1 2015-04-10 10:00:02     url2    url5
    33. 
    
    
    
    
  33. cookie1 2015-04-10 10:00:00     url1    url5
    34. 
    
    
    
    
  34. cookie1 2015-04-10 10:03:04     1url3   url5
    35. 
    
    
    
    
  35. cookie1 2015-04-10 10:50:05     url6    url5
    36. 
    
    
    
    
  36. cookie1 2015-04-10 11:00:00     url7    url5
    37. 
    
    
    
    
  37. cookie1 2015-04-10 10:10:00     url4    url5
    38. 
    
    
    
    
  38. cookie1 2015-04-10 10:50:01     url5    url5
    39. 
    
    
    
    
  39. cookie2 2015-04-10 10:00:02     url22   url55
    40. 
    
    
    
    
  40. cookie2 2015-04-10 10:00:00     url11   url55
    41. 
    
    
    
    
  41. cookie2 2015-04-10 10:03:04     1url33  url55
    42. 
    
    
    
    
  42. cookie2 2015-04-10 10:50:05     url66   url55
    43. 
    
    
    
    
  43. cookie2 2015-04-10 11:00:00     url77   url55
    44. 
    
    
    
    
  44. cookie2 2015-04-10 10:10:00     url44   url55
    45. 
    
    
    
    
  45. cookie2 2015-04-10 10:50:01     url55   url55
    46.

如果想要取分组内排序后最后一个值，则需要变通一下：

   
   
   
   
    
    
    
    
    
  1. SELECT cookieid,
    2. 
    
    
    
    
  2. createtime,
    3. 
    
    
    
    
  3. url,
    4. 
    
    
    
    
  4. ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY createtime) AS rn,
    5. 
    
    
    
    
  5. LAST_VALUE(url) OVER(PARTITION BY cookieid ORDER BY createtime) AS last1,
    6. 
    
    
    
    
  6. FIRST_VALUE(url) OVER(PARTITION BY cookieid ORDER BY createtime DESC) AS last2 
    7. 
    
    
    
    
  7. FROM lxw1234 
    8. 
    
    
    
    
  8. ORDER BY cookieid,createtime;
    9. 
    
    
    
    
  9.  
    10. 
    
    
    
    
  10. cookieid  createtime            url     rn     last1    last2
    11. 
    
    
    
    
  11. -------------------------------------------------------------
    12. 
    
    
    
    
  12. cookie1 2015-04-10 10:00:00     url1    1       url1    url7
    13. 
    
    
    
    
  13. cookie1 2015-04-10 10:00:02     url2    2       url2    url7
    14. 
    
    
    
    
  14. cookie1 2015-04-10 10:03:04     1url3   3       1url3   url7
    15. 
    
    
    
    
  15. cookie1 2015-04-10 10:10:00     url4    4       url4    url7
    16. 
    
    
    
    
  16. cookie1 2015-04-10 10:50:01     url5    5       url5    url7
    17. 
    
    
    
    
  17. cookie1 2015-04-10 10:50:05     url6    6       url6    url7
    18. 
    
    
    
    
  18. cookie1 2015-04-10 11:00:00     url7    7       url7    url7
    19. 
    
    
    
    
  19. cookie2 2015-04-10 10:00:00     url11   1       url11   url77
    20. 
    
    
    
    
  20. cookie2 2015-04-10 10:00:02     url22   2       url22   url77
    21. 
    
    
    
    
  21. cookie2 2015-04-10 10:03:04     1url33  3       1url33  url77
    22. 
    
    
    
    
  22. cookie2 2015-04-10 10:10:00     url44   4       url44   url77
    23. 
    
    
    
    
  23. cookie2 2015-04-10 10:50:01     url55   5       url55   url77
    24. 
    
    
    
    
  24. cookie2 2015-04-10 10:50:05     url66   6       url66   url77
    25. 
    
    
    
    
  25. cookie2 2015-04-10 11:00:00     url77   7       url77   url77
    26.

提示：在使用分析函数的过程中，要特别注意ORDER BY子句，用的不恰当，统计出的结果就不是你所期望的。

你可能感兴趣的:(hive)

  • nosql数据库技术与应用知识点 皆过客，揽星河 NoSQLnosql数据库大数据数据分析数据结构非关系型数据库
    Nosql知识回顾大数据处理流程数据采集(flume、爬虫、传感器)数据存储(本门课程NoSQL所处的阶段)Hdfs、MongoDB、HBase等数据清洗(入仓)Hive等数据处理、分析(Spark、Flink等)数据可视化数据挖掘、机器学习应用(Python、SparkMLlib等)大数据时代存储的挑战(三高)高并发(同一时间很多人访问)高扩展(要求随时根据需求扩展存储)高效率(要求读写速度快)
  • 浅谈MapReduce Android路上的人 Hadoop分布式计算mapreduce分布式框架hadoop
    从今天开始，本人将会开始对另一项技术的学习，就是当下炙手可热的Hadoop分布式就算技术。目前国内外的诸多公司因为业务发展的需要，都纷纷用了此平台。国内的比如BAT啦，国外的在这方面走的更加的前面，就不一一列举了。但是Hadoop作为Apache的一个开源项目，在下面有非常多的子项目，比如HDFS，HBase,Hive，Pig,等等，要先彻底学习整个Hadoop，仅仅凭借一个的力量，是远远不够的。
  • Presto【基础 01】简介+架构+数据源+数据模型 2401_84254343 程序员架构
    一个Catalog包含Schema和Connector。例如，配置JMX的Catalog，通过JXMConnector访问JXM信息。当执行一条SQL语句时，可以同时运行在多个Catalog。Presto处理table时，是通过表的完全限定（fully-qualified）名来找到Catalog。例如，一个表的权限定名是hive.test_data.test，则test是表名，test_data是
  • 大数据毕业设计hadoop+spark+hive知识图谱租房数据分析可视化大屏 租房推荐系统 58同城租房爬虫 房源推荐系统 房价预测系统 计算机毕业设计 机器学习 深度学习 人工智能 2401_84572577 程序员大数据hadoop人工智能
    做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。我先来介绍一下这些东西怎么用，文末抱走。（1）Python所有方向的学习路线（
  • 大数据之flink与hive 星辰_mya 大数据flinkhive
    其实吧我不太想写flink，因为线上经验确实不多，这也是我需要补的地方，没有条件创造条件，先来一篇吧flink：高性能低延迟流批一体的分布式计算框架基于事件时间对实时数据精准处理快速响应支持批处理，高效离线分析和数据挖掘数据仓库的引擎丰富数据源/接收器，集成多种数据存储格式和源，比较常见就是咱们今天的主题hive了checkpoint恢复机制，故障恢复快速恢复计算任务分布式弹性扩展，据业务灵活增加
  • hive血缘关系之输入表与目标表的解析 zxfBdd hive大数据治理大数据
    接了一个新需求：需要做数据仓库的血缘关系。正所谓兵来将挡水来土掩，那咱就动手吧。血缘关系是数据治理的一块，其实有专门的第三方数据治理框架，但考虑到目前的线上环境已经趋于稳定，引入新的框架无疑是劳民伤财，伤筋动骨，所以就想以最小的代价把这个事情给做了。目前我们考虑做的血缘关系呢只是做输入表和输出表，最后会形成一张表与表之间的链路图。这个东西的好处就是有助于仓库人员梳理业务，后面可能还会做字段之间的血
  • 初级练习[3]:Hive SQL子查询应用 大数据深度洞察 Hivehivesqlhadoop数据仓库大数据数据库
    目录环境准备看如下链接子查询查询所有课程成绩均小于60分的学生的学号、姓名查询没有学全所有课的学生的学号、姓名解释：没有学全所有课，也就是该学生选修的课程数<总的课程数。查询出只选修了三门课程的全部学生的学号和姓名环境准备看如下链接环境准备https://blog.csdn.net/qq_45115959/article/details/142057624?spm=1001.2014.3001.5
  • Linux下载压缩包：tar.gz、zip、tar.bz2格式全攻略 promise524 Linuxlinux运维服务器后端bashshell
    在Linux中，下载各种格式的压缩包（如.tar.gz、.zip、.tar.bz2等）通常使用命令行工具如wget和curl。1.使用wget下载压缩包wget是Linux中最常用的文件下载工具，支持HTTP、HTTPS、FTP等协议，可以直接从命令行下载文件。基本命令：wget[URL]下载.tar.gz文件wgethttps://test.com/archive.tar.gz此命令将从指定的U
  • Anaconda版本和Python版本对应关系 纬领网络 pythonanaconda3
    官网下载地址：https://repo.anaconda.com/archive/下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/anaconda3版本基础python版本Anaconda3-2024.06-1Python3.12.4Anaconda3-2024.02-1Python3.11.7Anaconda3-2023.09
  • R语言包AMORE安装报错问题以及RStudio与Rtools环境配置 卡卡_R-Python R语言数据分析与可视化r语言开发语言
    在使用R语言进行AMORE安装时会遇到报错，这时候需要采用解决办法：'''AMORE包安装，需要离线官网下载安装包：Indexof/src/contrib/Archive/AMORE(r-project.org)https://cran.r-project.org/src/contrib/Archive/AMORE/一、出现的问题最近开始学习R语言，安装了最新版的R4.4.1和RStudio，但安
  • 中级练习[3]：Hive SQL用户行为与商品销售数据分析 大数据深度洞察 Hivehive数据仓库大数据sql
    目录1.用户累计消费金额及VIP等级查询1.1题目需求1.2代码实现2.首次下单后第二天连续下单的用户比率查询2.1题目需求2.2代码实现3.每个商品销售首年的年份、销售数量和销售金额统计3.1题目需求3.2代码实现1.用户累计消费金额及VIP等级查询1.1题目需求从订单信息表(order_info)中统计每个用户截止其每个下单日期的累积消费金额，以及每个用户在其每个下单日期的VIP等级。VIP等
  • Python基础知识进阶之正则表达式_头歌python正则表达式进阶 前端陈萨龙 程序员python学习面试
    最后硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是
  • 编程常用命令总结 Yellow0523 LinuxBigData大数据
    编程命令大全1.软件环境变量的配置JavaScalaSparkHadoopHive2.大数据软件常用命令Spark基本命令Spark-SQL命令Hive命令HDFS命令YARN命令Zookeeper命令kafka命令Hibench命令MySQL命令3.Linux常用命令Git命令conda命令pip命令查看Linux系统的详细信息查看Linux系统架构(X86还是ARM，两种方法都可)端口号命令L
  • 博客园怎么了？ YYH1992
    新年好，给大家拜个早年！今年来到安徽过年，无聊中，不知不觉中又来到博客园了（忠实粉丝哦），却发现一件奇怪的事情，请看截图难道博客园被挂马了？抑或其它问题？如果真有问题，还请dudu抓紧时间修正，免得影响我们园子的声誉！我要下线了，出去买回家的车票了，只能年后回家了。。。转载于:https://www.cnblogs.com/HollisYao/archive/2008/02/06/1065351.
  • linux下文件的复制、移动与删除 搬砖中年人
    一、文件复制命令cp命令格式：cp[-adfilprsu]源文件(source)目标文件(destination)cp[option]source1source2source3...directory参数说明：-a:是指archive的意思，也说是指复制所有的目录-d:若源文件为连接文件(linkfile)，则复制连接文件属性而非文件本身-f:强制(force)，若有重复或其它疑问时，不会询问用户
  • 2024年最全使用Python求解方程_python解方程(1)，字节面试官迟到 2401_84569545 程序员python学习面试
    最后硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是
  • 兼容 Trino Connector，扩展 Apache Doris 数据源接入能力｜Lakehouse 使用手册 vvvae1234 apache
    ApacheDoris内置支持包括Hive、Iceberg、Hudi、Paimon、LakeSoul、JDBC在内的多种Catalog，并为其提供原生高性能且稳定的访问能力，以满足与数据湖的集成需求。而随着ApacheDoris用户的增加，新的数据源连接需求也随之增加。因此，从3.0版本开始，ApacheDoris引入了TrinoConnector兼容框架。Trino/Presto作为业界较早应用
  • SAP HANA makaitai BWsap数据库工具报表layer服务器
    原文地址：http://LiuAlex.com/archives/1776也是刚刚开始学习HANA的一些知识，一边看书一遍做笔记，说到底无非是用自己的语言来理解标准帮组文档所讲解的意思，肯定有理解失误的地方，毕竟没有参加过标准培训，即使有培训，从老师那边来的知识也不可能是完整的传授过来，中间多少的知识遗漏是正常的，所以多看看HELP的文档，应该可以原汁原味的理解作者的意思。这张图片是从SAPHAN
  • Hive SQL查询汇总分析 大数据深度洞察 Hivehivesqlhadoop数据仓库数据库大数据
    目录SQL查询汇总分析成绩查询查询编号为“02”的课程的总成绩查询参加考试的学生个数分组查询查询各科成绩最高和最低的分查询每门课程有多少学生参加了考试（有考试成绩）查询男生、女生人数分组结果的条件查询平均成绩大于60分的学生的学号和平均成绩查询至少选修四门课程的学生学号查询同姓（假设每个学生姓名的第一个字为姓）的学生名单并统计同姓人数大于2的姓查询每门课程的平均成绩，结果按平均成绩升序排序，平均成
  • RMAN-08137 rman delete archivelog force jnrjian 数据库oracle
    deleteforcearchiveloguntiltime'trunc(sysdate-4)'backedup1timestodevicetypedisk;SymptomsDatabaseAClonedtoDatabaseBonCloneserver.GoldenGateisConfiguredonSourcedatbaseA.DatabaseBwhichisclonedfromSourcedo
  • hive表格统计信息不准确 weixin_41956627 hivehivehadoop数据仓库
    问题描述有个hive分区表，orc存储格式，有个分区，查询selectcount(1)fromtablewheredt='yyyyMMdd'结果是0，但查询select*fromtablewheredt='yyyyMMdd'又能查到数据，去hdfs对应目录下查看，也能看到有数据文件解决执行如下sqlANALYZETABLEdb.table1PARTITION(dt='20240908')COMPU
  • Conda创建环境失败：000和404错误 柚柚柚柚柚 conda
    一、首先下载Anaconda1.打开网址Indexof/anaconda/archive/|清华大学开源软件镜像站|TsinghuaOpenSourceMirror，滑到最底部，下载Anaconda3-5.3.1-Linux-x86_64.sh。2.使用winscp拖动本地的Anaconda3-5.3.1-Linux-x86_64.sh到服务器的个人工作目录下。二、安装Anaconda软件，创建虚
  • C#中两个问号的含义 weixin_30363981 测试
    stringstrParam=Request.Params["param"]??"";取??左边的值,如果??左边的值为null则取右边的值转载于:https://www.cnblogs.com/shadowtale/archive/2012/10/19/2731152.html
  • 如何下载各个版本的tomcat-比如tomcat9 耳边轻语999 tomcatjava
    1，找到tomcat官网https://tomcat.apache.org/ApacheTomcat®-Welcome!找到tomcat9，或者archives1.1，找到对应版本1.2，找到小版本1.3，找到bin2，Indexof/dist/tomcat/tomcat-9/v9.0.39/bin2.1，下载对应的解压版本或者安装版本
  • Percona-toolkit工具详解 小一_d28d
    1.pt工具安装[root@master~]#yuminstall-ypercona-toolkit-3.1.0-2.el7.x86_64.rpm2.常用工具使用介绍2.1pt-archiver归档表#重要参数--limit100每次取100行数据用pt-archive处理--txn-size100设置100行为一个事务提交一次，--where'id>/root/db/checksum.logpt
  • Ubuntu更换apt-get的下载源 愤愤的有痣青年
    将以下内容替换/etc/apt/sources.list中的内容deb-srchttp://archive.ubuntu.com/ubuntuxenialmainrestricted#Addedbysoftware-propertiesdebhttp://mirrors.aliyun.com/ubuntu/xenialmainrestricteddeb-srchttp://mirrors.aliy
  • apt 下载指定架构的包及离线安装的方法 错误重复学习记录 linux
    #设置系统架构sudodpkg--add-architectureamd64#安装apt-rdependssudoaptinstallapt-rdepends#创建单独的目录mkdir-p/home/apt/postgresql-client-common#仅下载安装包sudoapt-getinstall--download-onlysudomv/var/cache/apt/archives/*/
  • 游戏运营环节的一些关键转化率 turtle081025 数据分析游戏网络游戏运营
    转载于http://www.gamedatas.com/archives/134转化率这个指标在各行各业的数据分析中运用的非常之广泛，例如：电商中就会存在，点击到订单生成的一系列转化率，传统的销售行业也会在做广告的时候考虑该广告能够转化多少订单，而在游戏行业，转化率同样是一个不容忽视的指标。一般来说，游戏运营的过程中主要会关注到这些转化率：1.下载-安装（激活）转化率；2.安装（激活）-注册转化率
  • Python API操作RocketMQ 京城小筑 #Python编程python
    背景：开发背景:公司相关报表需求需要将订单业务数据同步至RocketMQ中，由于需要保证开发的一致性(多个部门协同开发)，所以采用读取Hive离线数据的方式通过PythonAPI写入RocketMQ中，便于其他开发同事调用~开发环境:本地调试系统MacPython3.7.5rocketmq0.4.4(Python模块)rocketmq-client-python2.0.0(Python模块)服务器
  • hive搭建 -----内嵌模式和本地模式 lzhlizihang hivehadoop
    文章目录一、内嵌模式（使用较少）1、上传、解压、重命名2、配置环境变量3、配置conf下的hive-env.sh4、修改conf下的hive-site.xml5、启动hadoop集群6、给hdfs创建文件夹7、修改hive-site.xml中的非法字符8、初始化元数据9、测试是否成功10、内嵌模式的缺点二、本地模式（最常用）1、检查mysql是否正常2、上传、解压、重命名3、配置环境变量4、修改c
  • Maven Array_06 eclipsejdkmaven
    Maven Maven是基于项目对象模型(POM)， 信息来管理项目的构建，报告和文档的软件项目管理工具。 Maven 除了以程序构建能力为特色之外，还提供高级项目管理工具。由于 Maven 的缺省构建规则有较高的可重用性，所以常常用两三行 Maven 构建脚本就可以构建简单的项目。由于 Maven 的面向项目的方法，许多 Apache Jakarta 项目发文时使用 Maven，而且公司
  • ibatis的queyrForList和queryForMap区别 bijian1013 javaibatis
    一.说明         iBatis的返回值参数类型也有种：resultMap与resultClass，这两种类型的选择可以用两句话说明之：         1.当结果集列名和类的属性名完全相对应的时候，则可直接用resultClass直接指定查询结果类
  • LeetCode[位运算] - #191 计算汉明权重 Cwind java位运算LeetCodeAlgorithm题解
    原题链接：#191 Number of 1 Bits 要求： 写一个函数，以一个无符号整数为参数，返回其汉明权重。例如，‘11’的二进制表示为'00000000000000000000000000001011', 故函数应当返回3。 汉明权重：指一个字符串中非零字符的个数；对于二进制串，即其中‘1’的个数。 难度：简单 分析： 将十进制参数转换为二进制，然后计算其中1的个数即可。 “
  • 浅谈java类与对象 15700786134 java
          java是一门面向对象的编程语言，类与对象是其最基本的概念。所谓对象，就是一个个具体的物体，一个人，一台电脑，都是对象。而类，就是对象的一种抽象，是多个对象具有的共性的一种集合，其中包含了属性与方法，就是属于该类的对象所具有的共性。当一个类创建了对象，这个对象就拥有了该类全部的属性，方法。相比于结构化的编程思路，面向对象更适用于人的思维
  • linux下双网卡同一个IP 被触发 linux
    转自： http://q2482696735.blog.163.com/blog/static/250606077201569029441/ 由于需要一台机器有两个网卡，开始时设置在同一个网段的IP，发现数据总是从一个网卡发出，而另一个网卡上没有数据流动。网上找了下，发现相同的问题不少： 一、 关于双网卡设置同一网段IP然后连接交换机的时候出现的奇怪现象。当时没有怎么思考、以为是生成树
  • 安卓按主页键隐藏程序之后无法再次打开 肆无忌惮_ 安卓
    遇到一个奇怪的问题，当SplashActivity跳转到MainActivity之后，按主页键，再去打开程序，程序没法再打开（闪一下），结束任务再开也是这样，只能卸载了再重装。而且每次在Log里都打印了这句话"进入主程序"。后来发现是必须跳转之后再finish掉SplashActivity   本来代码：   // 销毁这个Activity fin
  • 通过cookie保存并读取用户登录信息实例 知了ing JavaScripthtml
    通过cookie的getCookies()方法可获取所有cookie对象的集合；通过getName()方法可以获取指定的名称的cookie；通过getValue()方法获取到cookie对象的值。另外，将一个cookie对象发送到客户端，使用response对象的addCookie()方法。 下面通过cookie保存并读取用户登录信息的例子加深一下理解。 （1）创建index.jsp文件。在改
  • JAVA 对象池 矮蛋蛋 javaObjectPool
    原文地址： http://www.blogjava.net/baoyaer/articles/218460.html Jakarta对象池       ☆为什么使用对象池   恰当地使用对象池化技术，可以有效地减少对象生成和初始化时的消耗，提高系统的运行效率。Jakarta Commons Pool组件提供了一整套用于实现对象池化
  • ArrayList根据条件+for循环批量删除的方法 alleni123 java
    场景如下： ArrayList<Obj> list Obj-> createTime, sid. 现在要根据obj的createTime来进行定期清理。（释放内存） ------------------------- 首先想到的方法就是 for(Obj o:list){ if(o.createTime-currentT>xxx){
  • 阿里巴巴“耕地宝”大战各种宝 百合不是茶 平台战略
    “耕地保”平台是阿里巴巴和安徽农民共同推出的一个 “首个互联网定制私人农场”，“耕地宝”由阿里巴巴投入一亿 ，主要是用来进行农业方面，将农民手中的散地集中起来 不仅加大农民集体在土地上面的话语权，还增加了土地的流通与 利用率，提高了土地的产量，有利于大规模的产业化的高科技农业的 发展，阿里在农业上的探索将会引起新一轮的产业调整，但是集体化之后农民的个体的话语权 将更少，国家应出台相应的法律法规保护
  • Spring注入有继承关系的类（1） bijian1013 javaspring
    一个类一个类的注入 1.AClass类 package com.bijian.spring.test2; public class AClass { String a; String b; public String getA() { return a; } public void setA(Strin
  • 30岁转型期你能否成为成功人士 bijian1013 成功
            很多人由于年轻时走了弯路，到了30岁一事无成，这样的例子大有人在。但同样也有一些人，整个职业生涯都发展得很优秀，到了30岁已经成为职场的精英阶层。由于做猎头的原因，我们接触很多30岁左右的经理人，发现他们在职业发展道路上往往有很多致命的问题。在30岁之前，他们的职业生涯表现很优秀，但从30岁到40岁这一段，很多人
  • [Velocity三]基于Servlet+Velocity的web应用 bit1129 velocity
    什么是VelocityViewServlet 使用org.apache.velocity.tools.view.VelocityViewServlet可以将Velocity集成到基于Servlet的web应用中，以Servlet+Velocity的方式实现web应用   Servlet + Velocity的一般步骤 1.自定义Servlet，实现VelocityViewServl
  • 【Kafka十二】关于Kafka是一个Commit Log Service bit1129 service
    Kafka is a distributed, partitioned, replicated commit log service.这里的commit log如何理解？   A message is considered "committed" when all in sync replicas for that partition have applied i
  • NGINX + LUA实现复杂的控制 ronin47 lua nginx 控制
    安装lua_nginx_module 模块 lua_nginx_module 可以一步步的安装，也可以直接用淘宝的OpenResty Centos和debian的安装就简单了。。 这里说下freebsd的安装： fetch http://www.lua.org/ftp/lua-5.1.4.tar.gz tar zxvf lua-5.1.4.tar.gz cd lua-5.1.4 ma
  • java-14.输入一个已经按升序排序过的数组和一个数字， 在数组中查找两个数，使得它们的和正好是输入的那个数字 bylijinnan java
    public class TwoElementEqualSum { /** * 第 14 题： 题目：输入一个已经按升序排序过的数组和一个数字， 在数组中查找两个数，使得它们的和正好是输入的那个数字。 要求时间复杂度是 O(n) 。如果有多对数字的和等于输入的数字，输出任意一对即可。 例如输入数组 1 、 2 、 4 、 7 、 11 、 15 和数字 15 。由于
  • Netty源码学习-HttpChunkAggregator-HttpRequestEncoder-HttpResponseDecoder bylijinnan javanetty
    今天看Netty如何实现一个Http Server org.jboss.netty.example.http.file.HttpStaticFileServerPipelineFactory： pipeline.addLast("decoder", new HttpRequestDecoder()); pipeline.addLast(&quo
  • java敏感词过虑-基于多叉树原理 cngolon 违禁词过虑替换违禁词敏感词过虑多叉树
    基于多叉树的敏感词、关键词过滤的工具包，用于java中的敏感词过滤 1、工具包自带敏感词词库，第一次调用时读入词库，故第一次调用时间可能较长，在类加载后普通pc机上html过滤5000字在80毫秒左右，纯文本35毫秒左右。   2、如需自定义词库，将jar包考入WEB-INF工程的lib目录，在WEB-INF/classes目录下建一个 utf-8的words.dict文本文件，
  • 多线程知识 cuishikuan 多线程
    T1，T2，T3三个线程工作顺序，按照T1，T2，T3依次进行 public class T1 implements Runnable{           @Override      
  • spring整合activemq dalan_123 java spring jms
    整合spring和activemq需要搞清楚如下的东东1、ConnectionFactory分：     a、spring管理连接到activemq服务器的管理ConnectionFactory也即是所谓产生到jms服务器的链接      b、真正产生到JMS服务器链接的ConnectionFactory还得
  • MySQL时间字段究竟使用INT还是DateTime？ dcj3sjt126com mysql
      环境：Windows XPPHP Version 5.2.9MySQL Server 5.1 第一步、创建一个表date_test（非定长、int时间） CREATE TABLE `test`.`date_test` (`id` INT NOT NULL AUTO_INCREMENT ,`start_time` INT NOT NULL ,`some_content`
  • Parcel: unable to marshal value dcj3sjt126com marshal
    在两个activity直接传递List<xxInfo>时，出现Parcel: unable to marshal value异常。   在MainActivity页面（MainActivity页面向NextActivity页面传递一个List<xxInfo>）：   Intent intent = new Intent(this, Next
  • linux进程的查看上（ps） eksliang linux pslinux ps -llinux ps aux
    ps:将某个时间点的进程运行情况选取下来 转载请出自出处：http://eksliang.iteye.com/admin/blogs/2119469 http://eksliang.iteye.com         ps 这个命令的man page 不是很好查阅，因为很多不同的Unix都使用这儿ps来查阅进程的状态，为了要符合不同版本的需求，所以这个
  • 为什么第三方应用能早于System的app启动 gqdy365 System
    Android应用的启动顺序网上有一大堆资料可以查阅了，这里就不细述了，这里不阐述ROM启动还有bootloader，软件启动的大致流程应该是启动kernel -> 运行servicemanager 把一些native的服务用命令启动起来（包括wifi, power, rild, surfaceflinger, mediaserver等等）-> 启动Dalivk中的第一个进程Zygot
  • App Framework发送JSONP请求(3) hw1287789687 jsonp跨域请求发送jsonpajax请求越狱请求
    App Framework 中如何发送JSONP请求呢? 使用jsonp,详情请参考:http://json-p.org/ 如何发送Ajax请求呢? (1)登录 /*** * 会员登录 * @param username * @param password */ var user_login=function(username,password){ // aler
  • 发福利，整理了一份关于“资源汇总”的汇总 justjavac 资源
    觉得有用的话，可以去github关注：https://github.com/justjavac/awesome-awesomeness-zh_CN 通用 free-programming-books-zh_CN 免费的计算机编程类中文书籍 精彩博客集合 hacke2/hacke2.github.io#2 ResumeSample 程序员简历
  • 用 Java 技术创建 RESTful Web 服务 macroli java编程WebREST
    转载：http://www.ibm.com/developerworks/cn/web/wa-jaxrs/   JAX-RS (JSR-311) 【 Java API for RESTful Web Services 】是一种 Java™ API，可使 Java Restful 服务的开发变得迅速而轻松。这个 API 提供了一种基于注释的模型来描述分布式资源。注释被用来提供资源的位
  • CentOS6.5-x86_64位下oracle11g的安装详细步骤及注意事项 超声波 oraclelinux
    前言： 这两天项目要上线了，由我负责往服务器部署整个项目，因此首先要往服务器安装oracle，服务器本身是CentOS6.5的64位系统，安装的数据库版本是11g，在整个的安装过程中碰到很多的坑，不过最后还是通过各种途径解决并成功装上了。转别写篇博客来记录完整的安装过程以及在整个过程中的注意事项。希望对以后那些刚刚接触的菜鸟们能起到一定的帮助作用。   安装过程中可能遇到的问题（注
  • HttpClient 4.3 设置keeplive 和 timeout 的方法 supben httpclient
    ConnectionKeepAliveStrategy kaStrategy = new DefaultConnectionKeepAliveStrategy() { @Override public long getKeepAliveDuration(HttpResponse response, HttpContext context) { long keepAlive
  • Spring 4.2新特性-@Import注解的升级 wiselyman spring 4
    3.1 @Import @Import注解在4.2之前只支持导入配置类 在4.2,@Import注解支持导入普通的java类,并将其声明成一个bean 3.2 示例 演示java类 package com.wisely.spring4_2.imp; public class DemoService { public void doSomethin
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他