使用sql查询excel内容
1. 简介
我们在前面的文章中提到了calcite支持csv和json文件的数据源适配, 其实就是将文件解析成表然后以文件夹为schema, 然后将生成的schema注册到RootSehema(RootSchema是所有数据源schema的parent,多个不同数据源schema可以挂在同一个RootSchema下)
下, 最终使用calcite的特性进行sql的解析查询返回.
但其实我们的数据文件一般使用excel进行存储,流转, 但很可惜, calcite本身没有excel的适配器, 但其实我们可以模仿calcite-file
, 自己搞一个calcite-file-excel
, 也可以熟悉calcite的工作原理.
2. 实现思路
因为excel有sheet的概念, 所以可以将一个excel解析成schema, 每个sheet解析成table, 实现步骤如下:
-
实现
SchemaFactory
重写create方法: schema工厂 用于创建schema -
继承
AbstractSchema
: schema描述类 用于解析excel, 创建table(解析sheet) -
继承
AbstractTable, ScannableTable
: table描述类 提供字段信息和数据内容等(解析sheet data)
3. Excel样例
excel有两个sheet页, 分别是user_info
和 role_info
如下:
ok, 万事具备.
4. Maven
<dependency><groupId>org.apache.poi</groupId><artifactId>poi-ooxml</artifactId><version>5.2.3</version>
</dependency><dependency><groupId>org.apache.poi</groupId><artifactId>poi</artifactId><version>5.2.3</version>
</dependency><dependency><groupId>org.apache.calcite</groupId><artifactId>calcite-core</artifactId><version>1.37.0</version>
</dependency>
5. 核心代码
5.1 SchemaFactory
package com.ldx.calcite.excel;import com.google.common.collect.Lists;
import org.apache.calcite.schema.Schema;
import org.apache.calcite.schema.SchemaFactory;
import org.apache.calcite.schema.SchemaPlus;
import org.apache.commons.lang3.ObjectUtils;
import org.apache.commons.lang3.StringUtils;import java.io.File;
import java.util.List;
import java.util.Map;/*** schema factory*/
public class ExcelSchemaFactory implements SchemaFactory {public final static ExcelSchemaFactory INSTANCE = new ExcelSchemaFactory();private ExcelSchemaFactory(){}@Overridepublic Schema create(SchemaPlus parentSchema, String name, Map<String, Object> operand) {final Object filePath = operand.get("filePath");if (ObjectUtils.isEmpty(filePath)) {throw new NullPointerException("can not find excel file");}return this.create(filePath.toString());}public Schema create(String excelFilePath) {if (StringUtils.isBlank(excelFilePath)) {throw new NullPointerException("can not find excel file");}return this.create(new File(excelFilePath));}public Schema create(File excelFile) {if (ObjectUtils.isEmpty(excelFile) || !excelFile.exists()) {throw new NullPointerException("can not find excel file");}if (!excelFile.isFile() || !isExcelFile(excelFile)) {throw new RuntimeException("can not find excel file: " + excelFile.getAbsolutePath());}return new ExcelSchema(excelFile);}protected List<String> supportedFileSuffix() {return Lists.newArrayList("xls", "xlsx");}private boolean isExcelFile(File excelFile) {if (ObjectUtils.isEmpty(excelFile)) {return false;}final String name = excelFile.getName();return StringUtils.endsWithAny(name, this.supportedFileSuffix().toArray(new String[0]));}
}
schema中有多个重载的create方法用于方便的创建schema, 最终将excel file 交给ExcelSchema
创建一个schema对象
5.2 Schema
package com.ldx.calcite.excel;import org.apache.calcite.schema.Table;
import org.apache.calcite.schema.impl.AbstractSchema;
import org.apache.commons.lang3.ObjectUtils;
import org.apache.poi.ss.usermodel.Sheet;
import org.apache.poi.ss.usermodel.Workbook;
import org.apache.poi.ss.usermodel.WorkbookFactory;
import org.testng.collections.Maps;import java.io.File;
import java.util.Iterator;
import java.util.Map;/*** schema*/
public class ExcelSchema extends AbstractSchema {private final File excelFile;private Map<String, Table> tableMap;public ExcelSchema(File excelFile) {this.excelFile = excelFile;}@Overrideprotected Map<String, Table> getTableMap() {if (ObjectUtils.isEmpty(tableMap)) {tableMap = createTableMap();}return tableMap;}private Map<String, Table> createTableMap() {final Map<String, Table> result = Maps.newHashMap();try (Workbook workbook = WorkbookFactory.create(excelFile)) {final Iterator<Sheet> sheetIterator = workbook.sheetIterator();while (sheetIterator.hasNext()) {final Sheet sheet = sheetIterator.next();final ExcelScannableTable excelScannableTable = new ExcelScannableTable(sheet, null);result.put(sheet.getSheetName(), excelScannableTable);}}catch (Exception ignored) {}return result;}
}
schema类读取Excel file, 并循环读取sheet, 将每个sheet解析成ExcelScannableTable
并存储
5.3 Table
package com.ldx.calcite.excel;import com.google.common.collect.Lists;
import com.ldx.calcite.excel.enums.JavaFileTypeEnum;
import org.apache.calcite.DataContext;
import org.apache.calcite.adapter.java.JavaTypeFactory;
import org.apache.calcite.linq4j.Enumerable;
import org.apache.calcite.linq4j.Linq4j;
import org.apache.calcite.rel.type.RelDataType;
import org.apache.calcite.rel.type.RelDataTypeFactory;
import org.apache.calcite.rel.type.RelProtoDataType;
import org.apache.calcite.schema.ScannableTable;
import org.apache.calcite.schema.impl.AbstractTable;
import org.apache.calcite.sql.type.SqlTypeName;
import org.apache.calcite.util.Pair;
import org.apache.commons.lang3.ObjectUtils;
import org.apache.poi.ss.usermodel.Cell;
import org.apache.poi.ss.usermodel.Row;
import org.apache.poi.ss.usermodel.Sheet;
import org.checkerframework.checker.nullness.qual.Nullable;import java.util.List;/*** table*/
public class ExcelScannableTable extends AbstractTable implements ScannableTable {private final RelProtoDataType protoRowType;private final Sheet sheet;private RelDataType rowType;private List<JavaFileTypeEnum> fieldTypes;private List<Object[]> rowDataList;public ExcelScannableTable(Sheet sheet, RelProtoDataType protoRowType) {this.protoRowType = protoRowType;this.sheet = sheet;}@Overridepublic Enumerable<@Nullable Object[]> scan(DataContext root) {JavaTypeFactory typeFactory = root.getTypeFactory();final List<JavaFileTypeEnum> fieldTypes = this.getFieldTypes(typeFactory);if (rowDataList == null) {rowDataList = readExcelData(sheet, fieldTypes);}return Linq4j.asEnumerable(rowDataList);}@Overridepublic RelDataType getRowType(RelDataTypeFactory typeFactory) {if (ObjectUtils.isNotEmpty(protoRowType)) {return protoRowType.apply(typeFactory);}if (ObjectUtils.isEmpty(rowType)) {rowType = deduceRowType((JavaTypeFactory) typeFactory, sheet, null);}return rowType;}public List<JavaFileTypeEnum> getFieldTypes(RelDataTypeFactory typeFactory) {if (fieldTypes == null) {fieldTypes = Lists.newArrayList();deduceRowType((JavaTypeFactory) typeFactory, sheet, fieldTypes);}return fieldTypes;}private List<Object[]> readExcelData(Sheet sheet, List<JavaFileTypeEnum> fieldTypes) {List<Object[]> rowDataList = Lists.newArrayList();for (int rowIndex = 1; rowIndex <= sheet.getLastRowNum(); rowIndex++) {Row row = sheet.getRow(rowIndex);Object[] rowData = new Object[fieldTypes.size()];for (int i = 0; i < row.getLastCellNum(); i++) {final JavaFileTypeEnum javaFileTypeEnum = fieldTypes.get(i);Cell cell = row.getCell(i, Row.MissingCellPolicy.CREATE_NULL_AS_BLANK);final Object cellValue = javaFileTypeEnum.getCellValue(cell);rowData[i] = cellValue;}rowDataList.add(rowData);}return rowDataList;}public static RelDataType deduceRowType(JavaTypeFactory typeFactory, Sheet sheet, List<JavaFileTypeEnum> fieldTypes) {final List<String> names = Lists.newArrayList();final List<RelDataType> types = Lists.newArrayList();if (sheet != null) {Row headerRow = sheet.getRow(0);if (headerRow != null) {for (int i = 0; i < headerRow.getLastCellNum(); i++) {Cell cell = headerRow.getCell(i, Row.MissingCellPolicy.CREATE_NULL_AS_BLANK);String[] columnInfo = cell.getStringCellValue().split(":");String columnName = columnInfo[0].trim();String columnType = null;if (columnInfo.length == 2) {columnType = columnInfo[1].trim();}final JavaFileTypeEnum javaFileType = JavaFileTypeEnum.of(columnType).orElse(JavaFileTypeEnum.UNKNOWN);final RelDataType sqlType = typeFactory.createSqlType(javaFileType.getSqlTypeName());names.add(columnName);types.add(sqlType);if (fieldTypes != null) {fieldTypes.add(javaFileType);}}}}if (names.isEmpty()) {names.add("line");types.add(typeFactory.createSqlType(SqlTypeName.VARCHAR));}return typeFactory.createStructType(Pair.zip(names, types));}
}
table类中其中有两个比较关键的方法
scan
: 扫描表内容, 我们这里将sheet页面的数据内容解析存储最后交给calcite
getRowType
: 获取字段信息, 我们这里默认使用第一条记录作为表头(row[0]) 并解析为字段信息, 字段规则跟csv一样 name:string
, 冒号前面的是字段key, 冒号后面的是字段类型, 如果未指定字段类型, 则解析为UNKNOWN
, 后续JavaFileTypeEnum
会进行类型推断, 最终在结果处理时calcite也会进行推断
deduceRowType
: 推断字段类型, 方法中使用JavaFileTypeEnum
枚举类对java type & sql type & 字段值转化处理方法 进行管理
5.4 ColumnTypeEnum
package com.ldx.calcite.excel.enums;import lombok.Getter;
import lombok.extern.slf4j.Slf4j;
import org.apache.calcite.avatica.util.DateTimeUtils;
import org.apache.calcite.sql.type.SqlTypeName;
import org.apache.commons.lang3.ObjectUtils;
import org.apache.commons.lang3.StringUtils;
import org.apache.commons.lang3.time.FastDateFormat;
import org.apache.poi.ss.usermodel.Cell;
import org.apache.poi.ss.usermodel.DateUtil;
import org.apache.poi.ss.util.CellUtil;import java.text.ParseException;
import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;
import java.util.Optional;
import java.util.TimeZone;
import java.util.function.Function;/*** type converter*/
@Slf4j
@Getter
public enum JavaFileTypeEnum {STRING("string", SqlTypeName.VARCHAR, Cell::getStringCellValue),BOOLEAN("boolean", SqlTypeName.BOOLEAN, Cell::getBooleanCellValue),BYTE("byte", SqlTypeName.TINYINT, Cell::getStringCellValue),CHAR("char", SqlTypeName.CHAR, Cell::getStringCellValue),SHORT("short", SqlTypeName.SMALLINT, Cell::getNumericCellValue),INT("int", SqlTypeName.INTEGER, cell -> (Double.valueOf(cell.getNumericCellValue()).intValue())),LONG("long", SqlTypeName.BIGINT, cell -> (Double.valueOf(cell.getNumericCellValue()).longValue())),FLOAT("float", SqlTypeName.REAL, Cell::getNumericCellValue),DOUBLE("double", SqlTypeName.DOUBLE, Cell::getNumericCellValue),DATE("date", SqlTypeName.DATE, getValueWithDate()),TIMESTAMP("timestamp", SqlTypeName.TIMESTAMP, getValueWithTimestamp()),TIME("time", SqlTypeName.TIME, getValueWithTime()),UNKNOWN("unknown", SqlTypeName.UNKNOWN, getValueWithUnknown()),;// cell typeprivate final String typeName;// sql typeprivate final SqlTypeName sqlTypeName;// value convert funcprivate final Function<Cell, Object> cellValueFunc;private static final FastDateFormat TIME_FORMAT_DATE;private static final FastDateFormat TIME_FORMAT_TIME;private static final FastDateFormat TIME_FORMAT_TIMESTAMP;static {final TimeZone gmt = TimeZone.getTimeZone("GMT");TIME_FORMAT_DATE = FastDateFormat.getInstance("yyyy-MM-dd", gmt);TIME_FORMAT_TIME = FastDateFormat.getInstance("HH:mm:ss", gmt);TIME_FORMAT_TIMESTAMP = FastDateFormat.getInstance("yyyy-MM-dd HH:mm:ss", gmt);}JavaFileTypeEnum(String typeName, SqlTypeName sqlTypeName, Function<Cell, Object> cellValueFunc) {this.typeName = typeName;this.sqlTypeName = sqlTypeName;this.cellValueFunc = cellValueFunc;}public static Optional<JavaFileTypeEnum> of(String typeName) {return Arrays.stream(values()).filter(type -> StringUtils.equalsIgnoreCase(typeName, type.getTypeName())).findFirst();}public static SqlTypeName findSqlTypeName(String typeName) {final Optional<JavaFileTypeEnum> javaFileTypeOptional = of(typeName);if (javaFileTypeOptional.isPresent()) {return javaFileTypeOptional.get().getSqlTypeName();}return SqlTypeName.UNKNOWN;}public Object getCellValue(Cell cell) {return cellValueFunc.apply(cell);}public static Function<Cell, Object> getValueWithUnknown() {return cell -> {if (ObjectUtils.isEmpty(cell)) {return null;}switch (cell.getCellType()) {case STRING:return cell.getStringCellValue();case NUMERIC:if (DateUtil.isCellDateFormatted(cell)) {// 如果是日期类型,返回日期对象return cell.getDateCellValue();}else {// 否则返回数值return cell.getNumericCellValue();}case BOOLEAN:return cell.getBooleanCellValue();case FORMULA:// 对于公式单元格,先计算公式结果,再获取其值try {return cell.getNumericCellValue();}catch (Exception e) {try {return cell.getStringCellValue();}catch (Exception ex) {log.error("parse unknown data error, cellRowIndex:{}, cellColumnIndex:{}", cell.getRowIndex(), cell.getColumnIndex(), e);return null;}}case BLANK:return "";default:return null;}};}public static Function<Cell, Object> getValueWithDate() {return cell -> {Date date = cell.getDateCellValue();if(ObjectUtils.isEmpty(date)) {return null;}try {final String formated = new SimpleDateFormat("yyyy-MM-dd").format(date);Date newDate = TIME_FORMAT_DATE.parse(formated);return (int) (newDate.getTime() / DateTimeUtils.MILLIS_PER_DAY);}catch (ParseException e) {log.error("parse date error, date:{}", date, e);}return null;};}public static Function<Cell, Object> getValueWithTimestamp() {return cell -> {Date date = cell.getDateCellValue();if(ObjectUtils.isEmpty(date)) {return null;}try {final String formated = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss").format(date);Date newDate = TIME_FORMAT_TIMESTAMP.parse(formated);return (int) newDate.getTime();}catch (ParseException e) {log.error("parse timestamp error, date:{}", date, e);}return null;};}public static Function<Cell, Object> getValueWithTime() {return cell -> {Date date = cell.getDateCellValue();if(ObjectUtils.isEmpty(date)) {return null;}try {final String formated = new SimpleDateFormat("HH:mm:ss").format(date);Date newDate = TIME_FORMAT_TIME.parse(formated);return newDate.getTime();}catch (ParseException e) {log.error("parse time error, date:{}", date, e);}return null;};}
}
该枚举类主要管理了java type
& sql type
& cell value convert func
, 方便统一管理类型映射及单元格内容提取时的转换方法(这里借用了java8 function函数特性)
注: 这里的日期转换只能这样写, 即使用GMT的时区(抄的
calcite-file
), 要不然输出的日期时间一直有时差...
6. 测试查询
package com.ldx.calcite;import com.ldx.calcite.excel.ExcelSchemaFactory;
import lombok.SneakyThrows;
import lombok.extern.slf4j.Slf4j;
import org.apache.calcite.config.CalciteConnectionProperty;
import org.apache.calcite.jdbc.CalciteConnection;
import org.apache.calcite.schema.Schema;
import org.apache.calcite.schema.SchemaPlus;
import org.apache.calcite.util.Sources;
import org.junit.jupiter.api.AfterAll;
import org.junit.jupiter.api.BeforeAll;
import org.junit.jupiter.api.Test;
import org.testng.collections.Maps;import java.net.URL;
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.ResultSetMetaData;
import java.sql.SQLException;
import java.sql.Statement;
import java.util.Map;
import java.util.Properties;@Slf4j
public class CalciteExcelTest {private static Connection connection;private static SchemaPlus rootSchema;private static CalciteConnection calciteConnection;@BeforeAll@SneakyThrowspublic static void beforeAll() {Properties info = new Properties();// 不区分sql大小写info.setProperty(CalciteConnectionProperty.CASE_SENSITIVE.camelName(), "false");// 创建Calcite连接connection = DriverManager.getConnection("jdbc:calcite:", info);calciteConnection = connection.unwrap(CalciteConnection.class);// 构建RootSchema,在Calcite中,RootSchema是所有数据源schema的parent,多个不同数据源schema可以挂在同一个RootSchema下rootSchema = calciteConnection.getRootSchema();}@Test@SneakyThrowspublic void test_execute_query() {final Schema schema = ExcelSchemaFactory.INSTANCE.create(resourcePath("file/test.xlsx"));rootSchema.add("test", schema);// 设置默认的schemacalciteConnection.setSchema("test");final Statement statement = calciteConnection.createStatement();ResultSet resultSet = statement.executeQuery("SELECT * FROM user_info");printResultSet(resultSet);System.out.println("=========");ResultSet resultSet2 = statement.executeQuery("SELECT * FROM test.user_info where id > 110 and birthday > '2003-01-01'");printResultSet(resultSet2);System.out.println("=========");ResultSet resultSet3 = statement.executeQuery("SELECT * FROM test.user_info ui inner join test.role_info ri on ui.role_id = ri.id");printResultSet(resultSet3);}@AfterAll@SneakyThrowspublic static void closeResource() {connection.close();}private static String resourcePath(String path) {final URL url = CalciteExcelTest.class.getResource("/" + path);return Sources.of(url).file().getAbsolutePath();}public static void printResultSet(ResultSet resultSet) throws SQLException {// 获取 ResultSet 元数据ResultSetMetaData metaData = resultSet.getMetaData();// 获取列数int columnCount = metaData.getColumnCount();log.info("Number of columns: {}",columnCount);// 遍历 ResultSet 并打印结果while (resultSet.next()) {final Map<String, String> item = Maps.newHashMap();// 遍历每一列并打印for (int i = 1; i <= columnCount; i++) {String columnName = metaData.getColumnName(i);String columnValue = resultSet.getString(i);item.put(columnName, columnValue);}log.info(item.toString());}}
}
测试结果如下:
文章转载自:张铁牛
原文链接:4. 使用sql查询excel内容 - 张铁牛 - 博客园
体验地址:引迈 - JNPF快速开发平台_低代码开发平台_零代码开发平台_流程设计器_表单引擎_工作流引擎_软件架构
相关文章:

使用sql查询excel内容
1. 简介 我们在前面的文章中提到了calcite支持csv和json文件的数据源适配, 其实就是将文件解析成表然后以文件夹为schema, 然后将生成的schema注册到RootSehema(RootSchema是所有数据源schema的parent,多个不同数据源schema可以挂在同一个RootSchema下)下, 最终使用…...

[Python学习日记-78] 基于 TCP 的 socket 开发项目 —— 模拟 SSH 远程执行命令
[Python学习日记-78] 基于 TCP 的 socket 开发项目 —— 模拟 SSH 远程执行命令 简介 项目分析 如何执行系统命令并拿到结果 代码实现 简介 在Python学习日记-77中我们介绍了 socket 基于 TCP 和基于 UDP 的套接字,还实现了服务器端和客户端的通信,本…...

电子应用设计方案101:智能家庭AI喝水杯系统设计
智能家庭 AI 喝水杯系统设计 一、引言 智能家庭 AI 喝水杯系统旨在为用户提供个性化的饮水提醒和健康管理服务,帮助用户养成良好的饮水习惯。 二、系统概述 1. 系统目标 - 精确监测饮水量和饮水频率。 - 根据用户的身体状况和活动量,智能制定饮水计划。…...
vue学习路线
以下是一个详细的Vue学习路线: 一、基础入门 (一)环境搭建 1. 安装Node.js和npm:Vue项目依赖于Node.js环境,需从官网下载并安装最新版本的Node.js,npm会随Node.js一起安装。 2. 安装Vue CLI:V…...
(15)Chainlink Automation(定时任务) 详细介绍及用法
Chainlink Automation 详细介绍 1. 什么是 Chainlink Automation? Chainlink Automation 是 Chainlink 提供的一个去中心化服务,专门用于自动化执行智能合约的链上操作。它允许开发者基于时间或特定条件(如链上或链下事件)触发智…...

从入门到精通:RabbitMQ的深度探索与实战应用
目录 一、RabbitMQ 初相识 二、基础概念速览 (一)消息队列是什么 (二)RabbitMQ 核心组件 三、RabbitMQ 基本使用 (一)安装与环境搭建 (二)简单示例 (三)…...

基于微信小程序高校订餐系统的设计与开发ssm+论文源码调试讲解
第4章 系统设计 一个成功设计的系统在内容上必定是丰富的,在系统外观或系统功能上必定是对用户友好的。所以为了提升系统的价值,吸引更多的访问者访问系统,以及让来访用户可以花费更多时间停留在系统上,则表明该系统设计得比较专…...

【vitePress】基于github快速添加评论功能(giscus)
一.添加评论插件 使用giscus来做vitepress 的评论模块,使用也非常的简单,具体可以参考:giscus 文档,首先安装giscus npm i giscus/vue 二.giscus操作 打开giscus 文档,如下图所示,填入你的 github 用户…...

PID 控制算法(二):C 语言实现与应用
在本文中,我们将用 C 语言实现一个简单的 PID 控制器,并通过一个示例来演示如何使用 PID 控制算法来调整系统的状态(如温度、速度等)。同时,我们也会解释每个控制参数如何影响系统的表现。 什么是 PID 控制器…...
Git本地搭建
Git本地搭建 (项目突然不给创建仓库了,为了方便管理项目只能自己本地搭建git服务) 为了在本地搭建Git环境并实现基本的Git操作,步骤如下: 安装Git软件 Windows:从Git官方网站下载并安装适用于Windows…...

ORB-SLAM2源码学习:Initializer.cc⑧: Initializer::CheckRT检验三角化结果
前言 ORB-SLAM2源码学习:Initializer.cc⑦: Initializer::Triangulate特征点对的三角化_cv::svd::compute-CSDN博客 经过上面的三角化我们成功得到了三维点,但是经过三角化成功的三维点并不一定是有效的,需要筛选才能作为初始化地图点。 …...
leetcode 2239. 找到最接近 0 的数字
题目:2239. 找到最接近 0 的数字 - 力扣(LeetCode) 加班用手机刷水题,补个记录 1 class Solution { public:int findClosestNumber(vector<int>& nums) {int ret nums[0];for (int i 1; i < nums.size(); i) {if…...
Rust实现内网穿透工具:从原理到实现
目录 1.前言2.内网穿透原理3.丐版实现3.1 share3.2 server3.3 client3.4 测试4.项目优化4.1 工作空间4.2 代码合并4.3 无锁优化4.4 数据分离4.5 错误处理4.6 测试代码4.7 参数解析本篇原文为:Rust实现内网穿透工具:从原理到实现 更多C++进阶、rust、python、逆向等等教程,可…...
【深度学习】1.深度学习解决问题与应用领域
深度学习要解决的问题 一、图像识别相关问题 物体识别 背景和意义:在众多的图像中识别出特定的物体,例如在安防监控领域,识别出画面中的人物、车辆等物体类别。在自动驾驶技术中,车辆需要识别出道路上的行人、交通标志、其他车辆…...

文档解析:PDF里的复杂表格、少线表格如何还原?
PDF中的复杂表格或少线表格还原通常需要借助专业的工具或在线服务,以下是一些可行的方法: 方法一:使用在线PDF转换工具 方法二:使用桌面PDF编辑软件 方法三:通过OCR技术提取表格 方法四:手动重建表格 …...

深圳大学-计算机系统(3)-实验三取指和指令译码设计
实验目标 设计完成一个连续取指令并进行指令译码的电路,从而掌握设计简单数据通路的基本方法。 实验内容 本实验分成三周(三次)完成:1)首先完成一个译码器(30分);2)接…...

Java Swing 编程全面解析:从 AWT 到 Swing 的进化之路
目录 前言 一、AWT 简介 1. 什么是 AWT? 2. AWT 的基本组件 3. AWT 编程示例 二、Swing 的诞生与进化 1. Swing 的特点 2. Swing 和 AWT 的主要区别 3. Swing 的基本组件 三、Swing 编程的基础示例 四、Swing 的高级功能 1. 布局管理器 2. 事件监听 3…...
mysql数据库启动出现Plugin ‘FEEDBACK‘ is disabled.问题解决记录
本人出现该问题的环境是xampp,异常关机,再次在xampp控制面板启动mysql出现该问题。出现问题折腾数据库之前,先备份数据,将mysql目录下的data拷贝到其他地方,这很重要。 然后开始折腾。 查资料,会发现很多…...
2025年大模型对智能硬件发展的助力与创新创意
随着人工智能(AI)技术,尤其是大模型的快速进步,智能硬件领域正在经历前所未有的变革。到2025年,大模型不仅能为智能硬件提供强大的算法支持,还能通过数据处理、智能决策和系统集成等方面的创新,推动硬件设备的性能提升和功能拓展。本文将从多个维度分析大模型对智能硬件…...

Tensor 基本操作1 unsqueeze, squeeze, softmax | PyTorch 深度学习实战
本系列文章 GitHub Repo: https://github.com/hailiang-wang/pytorch-get-started 目录 创建 Tensor常用操作unsqueezesqueezeSoftmax代码1代码2代码3 argmaxitem 创建 Tensor 使用 Torch 接口创建 Tensor import torch参考:https://pytorch.org/tutorials/beginn…...
Vue记事本应用实现教程
文章目录 1. 项目介绍2. 开发环境准备3. 设计应用界面4. 创建Vue实例和数据模型5. 实现记事本功能5.1 添加新记事项5.2 删除记事项5.3 清空所有记事 6. 添加样式7. 功能扩展:显示创建时间8. 功能扩展:记事项搜索9. 完整代码10. Vue知识点解析10.1 数据绑…...
线程同步:确保多线程程序的安全与高效!
全文目录: 开篇语前序前言第一部分:线程同步的概念与问题1.1 线程同步的概念1.2 线程同步的问题1.3 线程同步的解决方案 第二部分:synchronized关键字的使用2.1 使用 synchronized修饰方法2.2 使用 synchronized修饰代码块 第三部分ÿ…...

Docker 运行 Kafka 带 SASL 认证教程
Docker 运行 Kafka 带 SASL 认证教程 Docker 运行 Kafka 带 SASL 认证教程一、说明二、环境准备三、编写 Docker Compose 和 jaas文件docker-compose.yml代码说明:server_jaas.conf 四、启动服务五、验证服务六、连接kafka服务七、总结 Docker 运行 Kafka 带 SASL 认…...
Qt Widget类解析与代码注释
#include "widget.h" #include "ui_widget.h"Widget::Widget(QWidget *parent): QWidget(parent), ui(new Ui::Widget) {ui->setupUi(this); }Widget::~Widget() {delete ui; }//解释这串代码,写上注释 当然可以!这段代码是 Qt …...

前端导出带有合并单元格的列表
// 导出async function exportExcel(fileName "共识调整.xlsx") {// 所有数据const exportData await getAllMainData();// 表头内容let fitstTitleList [];const secondTitleList [];allColumns.value.forEach(column > {if (!column.children) {fitstTitleL…...
使用van-uploader 的UI组件,结合vue2如何实现图片上传组件的封装
以下是基于 vant-ui(适配 Vue2 版本 )实现截图中照片上传预览、删除功能,并封装成可复用组件的完整代码,包含样式和逻辑实现,可直接在 Vue2 项目中使用: 1. 封装的图片上传组件 ImageUploader.vue <te…...
在Ubuntu中设置开机自动运行(sudo)指令的指南
在Ubuntu系统中,有时需要在系统启动时自动执行某些命令,特别是需要 sudo权限的指令。为了实现这一功能,可以使用多种方法,包括编写Systemd服务、配置 rc.local文件或使用 cron任务计划。本文将详细介绍这些方法,并提供…...

全志A40i android7.1 调试信息打印串口由uart0改为uart3
一,概述 1. 目的 将调试信息打印串口由uart0改为uart3。 2. 版本信息 Uboot版本:2014.07; Kernel版本:Linux-3.10; 二,Uboot 1. sys_config.fex改动 使能uart3(TX:PH00 RX:PH01),并让boo…...

3-11单元格区域边界定位(End属性)学习笔记
返回一个Range 对象,只读。该对象代表包含源区域的区域上端下端左端右端的最后一个单元格。等同于按键 End 向上键(End(xlUp))、End向下键(End(xlDown))、End向左键(End(xlToLeft)End向右键(End(xlToRight)) 注意:它移动的位置必须是相连的有内容的单元格…...
Device Mapper 机制
Device Mapper 机制详解 Device Mapper(简称 DM)是 Linux 内核中的一套通用块设备映射框架,为 LVM、加密磁盘、RAID 等提供底层支持。本文将详细介绍 Device Mapper 的原理、实现、内核配置、常用工具、操作测试流程,并配以详细的…...