TDengine函数大全-时序库特有函数
以下内容来自 TDengine 官方文档 及
GitHub 内容 。以下所有示例基于 TDengine 3.1.0.3
TDengine函数大全
1.数学函数
2.字符串函数
3.转换函数
4.时间和日期函数
5.聚合函数
6.选择函数
7.时序数据库特有函数
8.系统函数
时序库特有函数
- TDengine函数大全
- CSUM
- DERIVATIVE
- DIFF
- IRATE
- MAVG
- STATECOUNT
- STATEDURATION
- TWA
CSUM
CSUM(expr)
功能说明:累加和(Cumulative sum),输出行与输入行数相同。
返回结果类型: 输入列如果是整数类型返回值为长整型 (int64_t),浮点数返回值为双精度浮点数(Double)。无符号整数类型返回值为无符号长整型(uint64_t)。
适用数据类型:数值类型。
嵌套子查询支持: 适用于内层查询和外层查询。
适用于:表和超级表。
使用说明:
- 不支持 +、-、*、/ 运算,如 csum(col1) + csum(col2)。
- 只能与聚合(Aggregation)函数一起使用。 该函数可以应用在普通表和超级表上。
示例:
> select ts,v1 from t7;ts | v1 |
========================================2023-08-01 01:01:00.000 | NULL |2023-08-01 01:01:01.000 | 1 |2023-08-01 01:01:02.000 | 2 |2023-08-01 01:01:03.000 | 3 |2023-08-01 01:01:04.000 | 4 |2023-08-01 01:01:05.000 | 5 |2023-08-01 01:01:06.000 | 6 |2023-08-01 01:01:07.000 | 7 |2023-08-01 01:01:08.000 | 8 |2023-08-01 01:01:09.000 | 9 |2023-08-01 01:01:10.000 | 10 |2023-08-01 01:01:11.000 | NULL |2023-08-01 01:01:12.000 | 10 |> select csum(v1) from t7;csum(v1) |
========================1 |3 |6 |10 |15 |21 |28 |36 |45 |55 |65 |> select ts,csum(v1) from t7;ts | csum(v1) |
==================================================2023-08-01 01:01:01.000 | 1 |2023-08-01 01:01:02.000 | 3 |2023-08-01 01:01:03.000 | 6 |2023-08-01 01:01:04.000 | 10 |2023-08-01 01:01:05.000 | 15 |2023-08-01 01:01:06.000 | 21 |2023-08-01 01:01:07.000 | 28 |2023-08-01 01:01:08.000 | 36 |2023-08-01 01:01:09.000 | 45 |2023-08-01 01:01:10.000 | 55 |2023-08-01 01:01:12.000 | 65 |
DERIVATIVE
DERIVATIVE(expr, time_interval, ignore_negative)ignore_negative: {0| 1
}
功能说明:统计表中某列数值的单位变化率。其中单位时间区间的长度可以通过 time_interval 参数指定,最小可以是 1 秒(1s);ignore_negative 参数的值可以是 0 或 1,为 1 时表示忽略负值。
返回数据类型:DOUBLE。
适用数据类型:数值类型。
适用于:表和超级表。
使用说明:
- 可以与选择相关联的列一起使用。 例如: select _rowts, DERIVATIVE() from。
示例:
> select ts,v1 from t7;ts | v1 |
========================================2023-08-01 01:01:00.000 | NULL |2023-08-01 01:01:01.000 | 1 |2023-08-01 01:01:02.000 | 2 |2023-08-01 01:01:03.000 | 3 |2023-08-01 01:01:04.000 | 4 |2023-08-01 01:01:05.000 | 5 |2023-08-01 01:01:06.000 | 6 |2023-08-01 01:01:07.000 | 7 |2023-08-01 01:01:08.000 | 8 |2023-08-01 01:01:09.000 | 9 |2023-08-01 01:01:10.000 | 10 |2023-08-01 01:01:11.000 | NULL |2023-08-01 01:01:12.000 | 10 |2023-08-01 01:01:13.000 | -2 |
Query OK, 14 row(s) in set (0.001077s)taos> select _rowts,derivative(v1,1s,0) from t7;_rowts | derivative(v1,1s,0) |
======================================================2023-08-01 01:01:02.000 | 1.000000000000000 |2023-08-01 01:01:03.000 | 1.000000000000000 |2023-08-01 01:01:04.000 | 1.000000000000000 |2023-08-01 01:01:05.000 | 1.000000000000000 |2023-08-01 01:01:06.000 | 1.000000000000000 |2023-08-01 01:01:07.000 | 1.000000000000000 |2023-08-01 01:01:08.000 | 1.000000000000000 |2023-08-01 01:01:09.000 | 1.000000000000000 |2023-08-01 01:01:10.000 | 1.000000000000000 |2023-08-01 01:01:12.000 | 0.000000000000000 |2023-08-01 01:01:13.000 | -12.000000000000000 |
Query OK, 11 row(s) in set (0.001550s)taos> select _rowts,derivative(v1,1s,1) from t7;_rowts | derivative(v1,1s,1) |
======================================================2023-08-01 01:01:02.000 | 1.000000000000000 |2023-08-01 01:01:03.000 | 1.000000000000000 |2023-08-01 01:01:04.000 | 1.000000000000000 |2023-08-01 01:01:05.000 | 1.000000000000000 |2023-08-01 01:01:06.000 | 1.000000000000000 |2023-08-01 01:01:07.000 | 1.000000000000000 |2023-08-01 01:01:08.000 | 1.000000000000000 |2023-08-01 01:01:09.000 | 1.000000000000000 |2023-08-01 01:01:10.000 | 1.000000000000000 |2023-08-01 01:01:12.000 | 0.000000000000000 |
DIFF
DIFF(expr [, ignore_negative])ignore_negative: {0| 1
}
功能说明:统计表中某列的值与前一行对应值的差。 ignore_negative 取值为 0|1 , 可以不填,默认值为 0. 不忽略负值。ignore_negative 为 1 时表示忽略负数。
返回数据类型:同应用字段。
适用数据类型:数值类型。
适用于:表和超级表。
使用说明:
- 输出结果行数是范围内总行数减一,第一行没有结果输出。
- 可以与选择相关联的列一起使用。 例如: select _rowts, DIFF() from。
示例:
> select ts,v1 from t7;ts | v1 |
========================================2023-08-01 01:01:00.000 | NULL |2023-08-01 01:01:01.000 | 1 |2023-08-01 01:01:02.000 | 2 |2023-08-01 01:01:03.000 | 3 |2023-08-01 01:01:04.000 | 4 |2023-08-01 01:01:05.000 | 5 |2023-08-01 01:01:06.000 | 6 |2023-08-01 01:01:07.000 | 7 |2023-08-01 01:01:08.000 | 8 |2023-08-01 01:01:09.000 | 9 |2023-08-01 01:01:10.000 | 10 |2023-08-01 01:01:11.000 | NULL |2023-08-01 01:01:12.000 | 10 |2023-08-01 01:01:13.000 | -2 |> select _rowts,diff(v1) from t7;_rowts | diff(v1) |
==================================================1970-01-01 08:00:00.000 | NULL |2023-08-01 01:01:02.000 | 1 |2023-08-01 01:01:03.000 | 1 |2023-08-01 01:01:04.000 | 1 |2023-08-01 01:01:05.000 | 1 |2023-08-01 01:01:06.000 | 1 |2023-08-01 01:01:07.000 | 1 |2023-08-01 01:01:08.000 | 1 |2023-08-01 01:01:09.000 | 1 |2023-08-01 01:01:10.000 | 1 |1970-01-01 08:00:00.000 | NULL |2023-08-01 01:01:12.000 | 0 |2023-08-01 01:01:13.000 | -12 |> select _rowts,diff(v1,0) from t7;_rowts | diff(v1,0) |
==================================================6426-05-31 11:01:03.576 | NULL |2023-08-01 01:01:02.000 | 1 |2023-08-01 01:01:03.000 | 1 |2023-08-01 01:01:04.000 | 1 |2023-08-01 01:01:05.000 | 1 |2023-08-01 01:01:06.000 | 1 |2023-08-01 01:01:07.000 | 1 |2023-08-01 01:01:08.000 | 1 |2023-08-01 01:01:09.000 | 1 |2023-08-01 01:01:10.000 | 1 |2023-08-01 01:01:10.000 | NULL |2023-08-01 01:01:12.000 | 0 |2023-08-01 01:01:13.000 | -12 |> select _rowts,diff(v1,1) from t7;_rowts | diff(v1,1) |
==================================================1970-01-01 08:00:00.000 | NULL |2023-08-01 01:01:02.000 | 1 |2023-08-01 01:01:03.000 | 1 |2023-08-01 01:01:04.000 | 1 |2023-08-01 01:01:05.000 | 1 |2023-08-01 01:01:06.000 | 1 |2023-08-01 01:01:07.000 | 1 |2023-08-01 01:01:08.000 | 1 |2023-08-01 01:01:09.000 | 1 |2023-08-01 01:01:10.000 | 1 |1970-01-01 08:00:00.000 | NULL |2023-08-01 01:01:12.000 | 0 |2023-08-01 01:01:13.000 | NULL |
IRATE
IRATE(expr)
功能说明:计算瞬时增长率。使用时间区间中最后两个样本数据来计算瞬时增长速率;如果这两个值呈递减关系,那么只取最后一个数用于计算,而不是使用二者差值。
返回数据类型:DOUBLE。
适用数据类型:数值类型。
适用于:表和超级表。
示例:
> select ts,v1 from t7;ts | v1 |
========================================2023-08-01 01:01:00.000 | NULL |2023-08-01 01:01:01.000 | 1 |2023-08-01 01:01:02.000 | 2 |2023-08-01 01:01:03.000 | 3 |2023-08-01 01:01:04.000 | 4 |2023-08-01 01:01:05.000 | 5 |2023-08-01 01:01:06.000 | 6 |2023-08-01 01:01:07.000 | 7 |2023-08-01 01:01:08.000 | 8 |2023-08-01 01:01:09.000 | 9 |2023-08-01 01:01:10.000 | 10 |2023-08-01 01:01:11.000 | NULL |2023-08-01 01:01:12.000 | 10 |2023-08-01 01:01:13.000 | -2 |> select irate(v1) from t7 where ts>='2023-08-01 01:01:10.000' and ts<='2023-08-01 01:01:12.000';irate(v1) |
============================0.000000000000000 |> select irate(v1) from t7 where ts>='2023-08-01 01:01:01.000' and ts<='2023-08-01 01:01:04.000';irate(v1) |
============================1.000000000000000 |> select _wstart,irate(v1) from t7 interval(2s);_wstart | irate(v1) |
======================================================2023-08-01 01:01:00.000 | 0.000000000000000 |2023-08-01 01:01:02.000 | 1.000000000000000 |2023-08-01 01:01:04.000 | 1.000000000000000 |2023-08-01 01:01:06.000 | 1.000000000000000 |2023-08-01 01:01:08.000 | 1.000000000000000 |2023-08-01 01:01:10.000 | 0.000000000000000 |2023-08-01 01:01:12.000 | -2.000000000000000 |
MAVG
MAVG(expr, k)
功能说明: 计算连续 k 个值的移动平均数(moving average)。如果输入行数小于 k,则无结果输出。参数 k 的合法输入范围是 1≤ k ≤ 1000。
返回结果类型: DOUBLE。
适用数据类型: 数值类型。
嵌套子查询支持: 适用于内层查询和外层查询。
适用于:表和超级表。
使用说明:
- 不支持 +、-、*、/ 运算,如 mavg(col1, k1) + mavg(col2, k1);
- 只能与普通列,选择(Selection)、投影(Projection)函数一起使用,不能与聚合(Aggregation)函数一起使用;
示例:
> select ts,v1 from t7;ts | v1 |
========================================2023-08-01 01:01:00.000 | NULL |2023-08-01 01:01:01.000 | 1 |2023-08-01 01:01:02.000 | 2 |2023-08-01 01:01:03.000 | 3 |2023-08-01 01:01:04.000 | 4 |2023-08-01 01:01:05.000 | 5 |2023-08-01 01:01:06.000 | 6 |2023-08-01 01:01:07.000 | 7 |2023-08-01 01:01:08.000 | 8 |2023-08-01 01:01:09.000 | 9 |2023-08-01 01:01:10.000 | 10 |2023-08-01 01:01:11.000 | NULL |2023-08-01 01:01:12.000 | 10 |2023-08-01 01:01:13.000 | -2 |> select ts,mavg(v1,2) from t7;ts | mavg(v1,2) |
======================================================2023-08-01 01:01:02.000 | 1.500000000000000 |2023-08-01 01:01:03.000 | 2.500000000000000 |2023-08-01 01:01:04.000 | 3.500000000000000 |2023-08-01 01:01:05.000 | 4.500000000000000 |2023-08-01 01:01:06.000 | 5.500000000000000 |2023-08-01 01:01:07.000 | 6.500000000000000 |2023-08-01 01:01:08.000 | 7.500000000000000 |2023-08-01 01:01:09.000 | 8.500000000000000 |2023-08-01 01:01:10.000 | 9.500000000000000 |2023-08-01 01:01:12.000 | 10.000000000000000 |2023-08-01 01:01:13.000 | 4.000000000000000 |> select ts,mavg(v1,4) from t7;ts | mavg(v1,4) |
======================================================2023-08-01 01:01:04.000 | 2.500000000000000 |2023-08-01 01:01:05.000 | 3.500000000000000 |2023-08-01 01:01:06.000 | 4.500000000000000 |2023-08-01 01:01:07.000 | 5.500000000000000 |2023-08-01 01:01:08.000 | 6.500000000000000 |2023-08-01 01:01:09.000 | 7.500000000000000 |2023-08-01 01:01:10.000 | 8.500000000000000 |2023-08-01 01:01:12.000 | 9.250000000000000 |2023-08-01 01:01:13.000 | 6.750000000000000 |
STATECOUNT
STATECOUNT(expr, oper, val)
功能说明:返回满足某个条件的连续记录的个数,结果作为新的一列追加在每行后面。条件根据参数计算,如果条件为 true 则加 1,条件为 false 则重置为-1,如果数据为 NULL,跳过该条数据。
参数范围:
- oper : “LT” (小于)、“GT”(大于)、“LE”(小于等于)、“GE”(大于等于)、“NE”(不等于)、“EQ”(等于),不区分大小写。
- val : 数值型
返回结果类型:INTEGER。
适用数据类型:数值类型。
嵌套子查询支持:不支持应用在子查询上。
适用于:表和超级表。
使用说明:
- 不能和窗口操作一起使用,例如 interval/state_window/session_window。
示例:
> select ts,v1 from t7;ts | v1 |
========================================2023-08-01 01:01:00.000 | NULL |2023-08-01 01:01:01.000 | 1 |2023-08-01 01:01:02.000 | 2 |2023-08-01 01:01:03.000 | 3 |2023-08-01 01:01:04.000 | 4 |2023-08-01 01:01:05.000 | 5 |2023-08-01 01:01:06.000 | 6 |2023-08-01 01:01:07.000 | 7 |2023-08-01 01:01:08.000 | 8 |2023-08-01 01:01:09.000 | 9 |2023-08-01 01:01:10.000 | 10 |2023-08-01 01:01:11.000 | NULL |2023-08-01 01:01:12.000 | 10 |2023-08-01 01:01:13.000 | -2 |> select ts,statecount(v1,'GT',5) from t7;ts | statecount(v1,'GT',5) |
==================================================2023-08-01 01:01:00.000 | NULL |2023-08-01 01:01:01.000 | -1 |2023-08-01 01:01:02.000 | -1 |2023-08-01 01:01:03.000 | -1 |2023-08-01 01:01:04.000 | -1 |2023-08-01 01:01:05.000 | -1 |2023-08-01 01:01:06.000 | 1 |2023-08-01 01:01:07.000 | 2 |2023-08-01 01:01:08.000 | 3 |2023-08-01 01:01:09.000 | 4 |2023-08-01 01:01:10.000 | 5 |2023-08-01 01:01:11.000 | NULL |2023-08-01 01:01:12.000 | 6 |2023-08-01 01:01:13.000 | -1 |> select ts,statecount(v1,'GT',1) from t7;ts | statecount(v1,'GT',1) |
==================================================2023-08-01 01:01:00.000 | NULL |2023-08-01 01:01:01.000 | -1 |2023-08-01 01:01:02.000 | 1 |2023-08-01 01:01:03.000 | 2 |2023-08-01 01:01:04.000 | 3 |2023-08-01 01:01:05.000 | 4 |2023-08-01 01:01:06.000 | 5 |2023-08-01 01:01:07.000 | 6 |2023-08-01 01:01:08.000 | 7 |2023-08-01 01:01:09.000 | 8 |2023-08-01 01:01:10.000 | 9 |2023-08-01 01:01:11.000 | NULL |2023-08-01 01:01:12.000 | 10 |2023-08-01 01:01:13.000 | -1 |
STATEDURATION
STATEDURATION(expr, oper, val, unit)
功能说明:返回满足某个条件的连续记录的时间长度,结果作为新的一列追加在每行后面。条件根据参数计算,如果条件为 true 则加上两个记录之间的时间长度(第一个满足条件的记录时间长度记为 0),条件为 false 则重置为-1,如果数据为 NULL,跳过该条数据。
参数范围:
- oper :
'LT'(小于)、'GT'(大于)、'LE'(小于等于)、'GE'(大于等于)、'NE'(不等于)、'EQ'(等于),不区分大小写,但需要用''包括。 - val : 数值型
- unit : 时间长度的单位,可取值时间单位: 1b(纳秒), 1u(微秒),1a(毫秒),1s(秒),1m(分),1h(小时),1d(天), 1w(周)。如果省略,默认为当前数据库精度。
返回结果类型:INTEGER。
适用数据类型:数值类型。
嵌套子查询支持:不支持应用在子查询上。
适用于:表和超级表。
使用说明:
- 不能和窗口操作一起使用,例如 interval/state_window/session_window。
示例:
> select ts,v1 from t7;ts | v1 |
========================================2023-08-01 01:01:00.000 | NULL |2023-08-01 01:01:01.000 | 1 |2023-08-01 01:01:02.000 | 2 |2023-08-01 01:01:03.000 | 3 |2023-08-01 01:01:04.000 | 4 |2023-08-01 01:01:05.000 | 5 |2023-08-01 01:01:06.000 | 6 |2023-08-01 01:01:07.000 | 7 |2023-08-01 01:01:08.000 | 8 |2023-08-01 01:01:09.000 | 9 |2023-08-01 01:01:10.000 | 10 |2023-08-01 01:01:11.000 | NULL |2023-08-01 01:01:12.000 | 10 |2023-08-01 01:01:13.000 | -2 |> select ts,stateduration(v1,'GT',5,1a) from t7;ts | stateduration(v1,'GT',5,1a) |
========================================================2023-08-01 01:01:00.000 | NULL |2023-08-01 01:01:01.000 | -1 |2023-08-01 01:01:02.000 | -1 |2023-08-01 01:01:03.000 | -1 |2023-08-01 01:01:04.000 | -1 |2023-08-01 01:01:05.000 | -1 |2023-08-01 01:01:06.000 | 0 |2023-08-01 01:01:07.000 | 1000 |2023-08-01 01:01:08.000 | 2000 |2023-08-01 01:01:09.000 | 3000 |2023-08-01 01:01:10.000 | 4000 |2023-08-01 01:01:11.000 | NULL |2023-08-01 01:01:12.000 | 6000 |2023-08-01 01:01:13.000 | -1 |> select ts,stateduration(v1,'GT',5,1s) from t7;ts | stateduration(v1,'GT',5,1s) |
========================================================2023-08-01 01:01:00.000 | NULL |2023-08-01 01:01:01.000 | -1 |2023-08-01 01:01:02.000 | -1 |2023-08-01 01:01:03.000 | -1 |2023-08-01 01:01:04.000 | -1 |2023-08-01 01:01:05.000 | -1 |2023-08-01 01:01:06.000 | 0 |2023-08-01 01:01:07.000 | 1 |2023-08-01 01:01:08.000 | 2 |2023-08-01 01:01:09.000 | 3 |2023-08-01 01:01:10.000 | 4 |2023-08-01 01:01:11.000 | NULL |2023-08-01 01:01:12.000 | 6 |2023-08-01 01:01:13.000 | -1 |> select ts,stateduration(v1,'GT',5,1m) from t7;ts | stateduration(v1,'GT',5,1m) |
========================================================2023-08-01 01:01:00.000 | NULL |2023-08-01 01:01:01.000 | -1 |2023-08-01 01:01:02.000 | -1 |2023-08-01 01:01:03.000 | -1 |2023-08-01 01:01:04.000 | -1 |2023-08-01 01:01:05.000 | -1 |2023-08-01 01:01:06.000 | 0 |2023-08-01 01:01:07.000 | 0 |2023-08-01 01:01:08.000 | 0 |2023-08-01 01:01:09.000 | 0 |2023-08-01 01:01:10.000 | 0 |2023-08-01 01:01:11.000 | NULL |2023-08-01 01:01:12.000 | 0 |2023-08-01 01:01:13.000 | -1 |
TWA
TWA(expr)
功能说明:时间加权平均函数。统计表中某列在一段时间内的时间加权平均。
返回数据类型:DOUBLE。
适用数据类型:数值类型。
适用于:表和超级表。
示例:
> select ts,v1 from t7;ts | v1 |
========================================2023-08-01 01:01:00.000 | NULL |2023-08-01 01:01:01.000 | 1 |2023-08-01 01:01:02.000 | 2 |2023-08-01 01:01:03.000 | 3 |2023-08-01 01:01:04.000 | 4 |2023-08-01 01:01:05.000 | 5 |2023-08-01 01:01:06.000 | 6 |2023-08-01 01:01:07.000 | 7 |2023-08-01 01:01:08.000 | 8 |2023-08-01 01:01:09.000 | 9 |2023-08-01 01:01:10.000 | 10 |2023-08-01 01:01:11.000 | NULL |2023-08-01 01:01:12.000 | 10 |2023-08-01 01:01:13.000 | -2 |> select _wstart,twa(v1) from t7 interval(1s);_wstart | twa(v1) |
======================================================2023-08-01 01:01:00.000 | 0.000000000000000 |2023-08-01 01:01:01.000 | 1.499500000000000 |2023-08-01 01:01:02.000 | 2.499500000000000 |2023-08-01 01:01:03.000 | 3.499500000000000 |2023-08-01 01:01:04.000 | 4.499499999999999 |2023-08-01 01:01:05.000 | 5.499499999999999 |2023-08-01 01:01:06.000 | 6.499499999999999 |2023-08-01 01:01:07.000 | 7.499499999999999 |2023-08-01 01:01:08.000 | 8.499500000000001 |2023-08-01 01:01:09.000 | 9.499500000000001 |2023-08-01 01:01:10.000 | 5.005000000000000 |2023-08-01 01:01:11.000 | 0.000000000000000 |2023-08-01 01:01:12.000 | 4.006000976562500 |2023-08-01 01:01:13.000 | -2.000000000000000 |> select _wstart,twa(v1) from t7 interval(2s);_wstart | twa(v1) |
======================================================2023-08-01 01:01:00.000 | 1.499500000000000 |2023-08-01 01:01:02.000 | 2.999500000000000 |2023-08-01 01:01:04.000 | 4.999499999999999 |2023-08-01 01:01:06.000 | 6.999499999999999 |2023-08-01 01:01:08.000 | 8.999500000000001 |2023-08-01 01:01:10.000 | 9.995000000000001 |2023-08-01 01:01:12.000 | 3.999999511718750 |
相关文章:
TDengine函数大全-时序库特有函数
以下内容来自 TDengine 官方文档 及 GitHub 内容 。 以下所有示例基于 TDengine 3.1.0.3 TDengine函数大全 1.数学函数 2.字符串函数 3.转换函数 4.时间和日期函数 5.聚合函数 6.选择函数 7.时序数据库特有函数 8.系统函数 时序库特有函数 TDengine函数大全CSUMDERIVATIVEDIFF…...
vue-cli3项目本地启用https,并用mkcert生成证书
在项目根目录下的vue.config.js文件中: // vue.config.js module.exports {devServer: {host:dev.nm.cngc// 此处开启 https,并加载本地证书(否则浏览器左上角会提示不安全)https: {cert: fs.readFileSync(path.join(_dirname,./cert.crt)…...
包装类笔记
包装类 5.1 概述 Java 提供了两个类型系统,基本类型与引用类型,使用基本类型在于效率,然而很多情况,会创建对象使用,因为对象可以做更多的功能,如果想要我们的基本类型像对象一样操作,就可以使…...
TC和TG油封有什么区别?
油封是各种机械系统(包括发动机和工业机械)中的重要部件,因为它们可以防止润滑剂和污染物的泄漏。在可用的不同类型的油封中,常用的是TC和TG密封件。在本文中,我们将讨论TC和TG油封之间的差异,帮助您了解它们的独特特性和应用。 …...
大数据之MapReduce
MapReduce概述 是一个分布式的编程框架,MapReduce核心功能是将用户编写的业务逻辑代码和自带默认组件整合成一个完整的分布式运算程序,并发运行在一个Hadoop集群上。 优点: 易于编程,简单的实现一些接口,就可以完成一…...
《机器人学一(Robotics(1))》_台大林沛群 第 5 周【机械手臂 轨迹规划】 Quiz 5
我又行了!🤣 求解的 位置 可能会有 变动,根据求得的A填写相应值即可。注意看题目。 coursera链接 文章目录 第1题 Cartesian space求解 题1-3 的 Python 代码 第2题第3题第4题 Joint space求解 题4-6 的 Python 代码 第5题第6题其它可参考代…...
嵌入式面试/笔试C相关总结
1、存储 单片机端编译后分为code ro rw zi几个区域,其中code是执行文件,ro(read only)只读区域,存放const修饰常量、字符串。rw(read write)存放已初始化变量。zi存放未初始化变量。编译完成后bin大小为coderorw。运行时所需内存为rwzi。 在电…...
支付宝使用OceanBase的历史库实践分享
为解决因业务增长引发的数据库存储空间问题,支付宝基于 OceanBase 数据库启动了历史库项目,通过历史数据归档、过期数据清理、异常数据回滚,实现了总成本降低 80%。 历史数据归档:将在线库(SSD 磁盘)数据归…...
accelerate 分布式技巧(一)
accelerate分布式技巧 简单使用 Accelerate是一个来自Hugging Face的库,它简化了将单个GPU的PyTorch代码转换为单个或多台机器上的多个GPU的代码。 Accelerate精确地抽象了与多GPU/TPU/fp16相关的模板代码,并保持Pytorch其余代码不变。 import torchim…...
密码找回安全
文章目录 密码找回安全任意秘密重置 密码找回安全 用户提交修改密码请求;账号认证:服务器发送唯一ID (例如信验证码)只有账户所有者才能看的地方,完成身份验证;身份验证:用户提交验证码完成身份验证;修改密码:用户修改密码。 任意秘密重置 登录metinfo4…...
Spring Boot + Vue的网上商城之商品管理
Spring Boot Vue的网上商城之商品管理 在网上商城中,商品管理是一个非常重要的功能。它涉及到商品的添加、编辑、删除和展示等操作。本文将介绍如何使用Spring Boot和Vue来实现一个简单的商品管理系统。 下面是一个实现Spring Boot Vue的网上商城之商品管理的思路…...
B站:提高你的词汇量:如何用英语谈论驾驶
视频链接:提高你的词汇量:如何用英语谈论驾驶_哔哩哔哩_bilibili 英文音标中文hood/hʊd/n. 汽车的引擎盖go over仔细检查;认真讨论;用心思考There are plenty of videos go over this.有很多关于这个的视频unlockvt. 发现;揭开&…...
大前端面试注意要点
前端面试:从IT专家角度全面解析 在数字时代,前端开发工程师的角色变得越来越重要。随着网站和应用程序的复杂性和交互性越来越高,对具有专业技能的前端开发人员的需求也在不断增长。对于正在寻找前端开发职位的开发者,或者正在寻…...
稻盛和夫-如是说(读书笔记)
本书解答的核心问题: “今天,我们需要的不是短期有效的处方。作为人,何谓正确?作为人,应该如何度过人生?这才是一切问题的根源。 有几个要点和认知比较深的地方谈一谈。 1、利他 类似于阳明心学࿰…...
Jmeter是用来做什么的?
JMeter是一个开源的Java应用,主要用于性能测试和功能测试。它最初由Apache软件基金会设计用于测试Web应用程序,但现在已经扩展到其他测试功能。JMeter的主要功能如下: 性能测试:性能测试是JMeter的核心功能,主要分为两…...
Docker基础教程
Docker基础教程 Docker简介 Docker基本操作 Docker应用 Docker自定义镜像 Docker compose 为什么使用DockerDocker简介安装DockerDocker的中央仓库Docker镜像操作Docker容器操作准备一个web项目创建MySQL容器创建Tomcat容器将项目部署到TomcatDocker数据卷DockerfileDock…...
Linux命令200例:who用于显示当前登录到系统的用户信息
🏆作者简介,黑夜开发者,CSDN领军人物,全栈领域优质创作者✌。CSDN专家博主,阿里云社区专家博主,2023年6月csdn上海赛道top4。 🏆数年电商行业从业经验,历任核心研发工程师࿰…...
HGDB-修改分区表名称及键值
瀚高数据库 目录 环境 文档用途 详细信息 环境 系统平台:N/A 版本:4.5.7 文档用途 使用存储过程拼接SQL,修改分区名称、分区键值、并重新加入主表,适用于分区表较多场景。 详细信息 说明:本文档为测试过程࿱…...
1分钟了解音频、语音数据和自然语言处理的关系
机器学习在日常场景中的应用 音频、语音数据和自然语言处理这三者正在不断促进人工智能技术的发展,人机交互也逐渐渗透进生活的每个角落。在各行各业包括零售业、银行、食品配送服务商)的多样互动中,我们都能通过与某种形式的AI(…...
线性代数的学习和整理20,关于向量/矩阵和正交相关,相似矩阵等
目录 1 什么是正交 1.1 正交相关名词 1.2 正交的定义 1.3 正交向量 1.4 正交基 1.5 正交矩阵的特点 1.6 正交矩阵的用处 1 什么是正交 1.1 正交相关名词 orthogonal set 正交向量组正交变换orthogonal matrix 正交矩阵orthogonal basis 正交基orthogonal decompositio…...
调用支付宝接口响应40004 SYSTEM_ERROR问题排查
在对接支付宝API的时候,遇到了一些问题,记录一下排查过程。 Body:{"datadigital_fincloud_generalsaas_face_certify_initialize_response":{"msg":"Business Failed","code":"40004","sub_msg…...
23-Oracle 23 ai 区块链表(Blockchain Table)
小伙伴有没有在金融强合规的领域中遇见,必须要保持数据不可变,管理员都无法修改和留痕的要求。比如医疗的电子病历中,影像检查检验结果不可篡改行的,药品追溯过程中数据只可插入无法删除的特性需求;登录日志、修改日志…...
Python爬虫实战:研究feedparser库相关技术
1. 引言 1.1 研究背景与意义 在当今信息爆炸的时代,互联网上存在着海量的信息资源。RSS(Really Simple Syndication)作为一种标准化的信息聚合技术,被广泛用于网站内容的发布和订阅。通过 RSS,用户可以方便地获取网站更新的内容,而无需频繁访问各个网站。 然而,互联网…...
【网络安全产品大调研系列】2. 体验漏洞扫描
前言 2023 年漏洞扫描服务市场规模预计为 3.06(十亿美元)。漏洞扫描服务市场行业预计将从 2024 年的 3.48(十亿美元)增长到 2032 年的 9.54(十亿美元)。预测期内漏洞扫描服务市场 CAGR(增长率&…...
微信小程序 - 手机震动
一、界面 <button type"primary" bindtap"shortVibrate">短震动</button> <button type"primary" bindtap"longVibrate">长震动</button> 二、js逻辑代码 注:文档 https://developers.weixin.qq…...
基于数字孪生的水厂可视化平台建设:架构与实践
分享大纲: 1、数字孪生水厂可视化平台建设背景 2、数字孪生水厂可视化平台建设架构 3、数字孪生水厂可视化平台建设成效 近几年,数字孪生水厂的建设开展的如火如荼。作为提升水厂管理效率、优化资源的调度手段,基于数字孪生的水厂可视化平台的…...
自然语言处理——Transformer
自然语言处理——Transformer 自注意力机制多头注意力机制Transformer 虽然循环神经网络可以对具有序列特性的数据非常有效,它能挖掘数据中的时序信息以及语义信息,但是它有一个很大的缺陷——很难并行化。 我们可以考虑用CNN来替代RNN,但是…...
分布式增量爬虫实现方案
之前我们在讨论的是分布式爬虫如何实现增量爬取。增量爬虫的目标是只爬取新产生或发生变化的页面,避免重复抓取,以节省资源和时间。 在分布式环境下,增量爬虫的实现需要考虑多个爬虫节点之间的协调和去重。 另一种思路:将增量判…...
佰力博科技与您探讨热释电测量的几种方法
热释电的测量主要涉及热释电系数的测定,这是表征热释电材料性能的重要参数。热释电系数的测量方法主要包括静态法、动态法和积分电荷法。其中,积分电荷法最为常用,其原理是通过测量在电容器上积累的热释电电荷,从而确定热释电系数…...
PAN/FPN
import torch import torch.nn as nn import torch.nn.functional as F import mathclass LowResQueryHighResKVAttention(nn.Module):"""方案 1: 低分辨率特征 (Query) 查询高分辨率特征 (Key, Value).输出分辨率与低分辨率输入相同。"""def __…...
