前端技术
HTML
CSS
Javascript
前端框架和UI库
VUE
ReactJS
AngularJS
JQuery
NodeJS
JSON
Element-UI
Bootstrap
Material UI
服务端和客户端
Java
Python
PHP
Golang
Scala
Kotlin
Groovy
Ruby
Lua
.net
c#
c++
后端WEB和工程框架
SpringBoot
SpringCloud
Struts2
MyBatis
Hibernate
Tornado
Beego
Go-Spring
Go Gin
Go Iris
Dubbo
HessianRPC
Maven
Gradle
数据库
MySQL
Oracle
Mongo
中间件与web容器
Redis
MemCache
Etcd
Cassandra
Kafka
RabbitMQ
RocketMQ
ActiveMQ
Nacos
Consul
Tomcat
Nginx
Netty
大数据技术
Hive
Impala
ClickHouse
DorisDB
Greenplum
PostgreSQL
HBase
Kylin
Hadoop
Apache Pig
ZooKeeper
SeaTunnel
Sqoop
Datax
Flink
Spark
Mahout
数据搜索与日志
ElasticSearch
Apache Lucene
Apache Solr
Kibana
Logstash
数据可视化与OLAP
Apache Atlas
Superset
Saiku
Tesseract
系统与容器
Linux
Shell
Docker
Kubernetes
[高速SQL查询和执行机制]的搜索结果
这里是文章列表。热门标签的颜色随机变换,标签颜色没有特殊含义。
点击某个标签可搜索标签相关的文章。
点击某个标签可搜索标签相关的文章。
转载文章
...理解当中的架构、各种机制和技术,并且分析及解决在制作中遇到的问题。这些也是译者曾任于上海两家工作室时的主要工作范畴。 选择翻译此著作,主要原因是在阅读中得到共鸣,并且能知悉一些知名游戏作品实际上所采用的方案。有感坊间大部分游戏开发书籍并不是由业内人士执笔,内容只足够应付一些最简单的游戏开发,欠缺宏观比较各种方案,技术与当今实际情况也有很大差距。而一些Gems类丛书虽然偶有好文章,但受形式所限欠缺系统性、全面性。难得本书原作者身为世界一流游戏工作室的资深游戏开发者(注1),在繁重的游戏开发工作外,还在大学教授游戏开发课程以至编写本著作。此外,从与内地同事的交流中,了解到许多从业者不愿意阅读外文书籍。为了普及知识及反馈业界社会,希望能尽绵力。 或许有些人以为本著作是针对单机/游戏机游戏的,并不适合国内以网游为主的环境。但译者认为这是一种误解,许多游戏本身所涉及的技术是具通用性的。例如游戏性相关的游戏性系统、场景管理、人工智能、物理模拟等部分,许多时候也会同时用于网游的前台和后台。现时,一些动作为主、非MMO的国内端游甚至会直接在后台运行传统意义上的游戏引擎。至于前台相关的技术,单机和端游的区别更少。此外,随着近年移动终端的兴起,其硬件性能已超越传统掌上游戏机,开发手游所需的技术与传统掌上游戏机并无太大差异。还可预料,现时单机/游戏机的一些较高级的架构及技术,将在不远的未来着陆移动终端平台。 译者认为,本书涵括游戏开发技术的方方面面,同时适合入门及经验丰富的游戏程序员。书名中的架构二字,并不单是给出一个系统结构图,而是描述每个子系统的需求、相关技术及与其他子系统的关系。对译者本人而言,本书的第11章(动画系统)及第14章(运行时游戏性基础系统)是本书特別精彩之处,含有许多少见于其他书籍的内容。而第10章(渲染引擎)由于是游戏引擎中的一个极大的部分,有限的篇幅可能未能覆盖广度及深度,推荐读者参考[1](注2),人工智能方面也需参考其他专著。 本译作采用LaTeX排版(注3),以Inkscape编译矢量图片。为了令阅读更流畅,内文中的网址都统一改以脚注标示。另外,由于现时游戏开发相关的文献以英文为主,而且游戏开发涉及的知识面很广,本译作尽量以括号形式保留英文术语。为了方便读者查找内容,在附录中增设中英文双向索引(索引条目与原著的不同)。 本人在香港成长学习及工作,至2008年才赴内地游戏工作室工作,不黯内地的中文写作及用字习惯,翻译中曾遇到不少困难。有幸得到出版社人员以及良师益友的帮助,才能完成本译作。特别感谢周筠老师支持本作的提案,并耐心地给予协助及鼓励。编辑张春雨老师和卢鸫翔老师,以及好友余晟给予了大量翻译上的知识及指导。也感谢游戏业界专家云风、大宝和Dave给予了许多宝贵意见。此书的翻译及排版工作比预期更花时间,感谢妻子及儿女们的体谅。此次翻译工作历时三年半,因工作及家庭事宜导致严重延误,唯有在翻译及排版工作上更尽心尽力,希望求得等待此译作的读者们谅解。无论是批评或建议,诚希阁下通过电邮miloyip@gmail.com、新浪微博、豆瓣等渠道不吝赐教。 叶劲峰(Milo Yip) 2013年10月 原作者是顽皮狗(Naughty Dog)《神秘海域(Uncharted)》系列的通才程序员、《最后生还者(The Last of Us)》的首席程序员,之前还曾在EA和Midway工作。 中括号表示引用附录中的参考文献。一些参考条目加入了其中译本的信息。 具体是使用CTEX套装,它是在MiKTeX的基础上增加中文的支持。 前言 最早的电子游戏完全由硬件构成,但微处理器(microprocessor)的高速发展完全改变了游戏的面貌。现在的游戏是在多用途的PC和专门的电子游戏主机(video game console)上玩的,凭借软件带来绝妙的游戏体验。从最初的游戏诞生至今已有半个世纪,但很多人仍然认为游戏是一个未成熟的产业。即使游戏可能是个年轻的产业,若仔细观察,也会发现它正在高速发展。 现时游戏已成为一个上百亿美元的产业,覆盖不同年龄、性别的广泛受众。 千变万化的游戏,可以分为从纸牌游戏到大型多人在线游戏(massively multiplayer online game,MMOG)等多个种类(category)和“类型(genre)”(注1),也可以运行在任何装有微芯片(microchip)的设备上 。你现在可以在PC、手机及多种特别为游戏而设计的手持/电视游戏主机上玩游戏。家用电视游戏通常代表最尖端的游戏科技,又由于它们是周期性地推出新版本,因此有游戏机“世代”(generation)的说法。最新一代(注2)的游戏机包括微软的Xbox 360和索尼的PlayStation 3,但一定不可忽视长盛不衰的PC,以及最近非常流行的任天堂Wii。 最近,剧增的下载式休闲游戏,使这个多样化的商业游戏世界变得更复杂。虽然如此,大型游戏仍然是一门大生意。今天的游戏平台非常复杂,有难以置信的运算能力,这使软件的复杂度得以进一步提升。所有这些先进的软件都需要由人创造出来,这导致团队人数增加,开发成本上涨。随着产业变得成熟,开发团队要寻求更好、更高效的方式去制作产品,可复用软件(reusable software)和中间件(middleware)便应运而生,以补偿软件复杂度的提升。 由于有这么多风格迥异的游戏及多种游戏平台,因此不可能存在单一理想的软件方案。然而,业界已经发展出一些模式 ,也有大量的潜在方案可供选择。现今的问题是如何找到一个合适的方案去迎合某个项目的需要。再进一步,开发团队必须考虑项目的方方面面,以及如何把各方面集成。对于一个崭新的游戏设计,鲜有可能找到一个完美搭配游戏设计各方面的软件包。 现时业界内的老手,入行时都是“开荒牛”。我们这代人很少是计算机科学专业出身(Matt的专业是航空工程、Jason的专业是系统设计工程),但现时很多学院已设有游戏开发的课程和学位。时至今日,为了获取有用的游戏开发信息,学生和开发者必须找到好的途径。对于高端的图形技术,从研究到实践都有大量高质量的信息。可是,这些信息经常不能直接应用到游戏的生产环境,或者没有一个生产级质量的实现。对于图形以外的游戏开发技术,市面上有一些所谓的入门书籍,没提及参考文献就描述很多内容细节,像自己发明的一样。这种做法根本没有用处,甚至经常带有不准确的内容。另一方面,市场上有一些高端的专门领域书籍,例如物理、碰撞、人工智能等。可是,这类书或者啰嗦到让你难以忍受,或者高深到让部分读者无法理解,又或者内容过于零散而难于融会贯通。有一些甚至会直接和某项技术挂钩,软硬件一旦改动,其内容就会迅速过时。 此外,互联网也是收集相关知识的绝佳工具。可是,除非你确实知道要找些什么,否则断链、不准确的资料、质量差的内容也会成为学习障碍。 好在,我们有Jason Gregory,他是一位拥有在顽皮狗(Naughty Dog)工作经验的业界老手,而顽皮狗是全球高度瞩目的游戏工作室之一。Jason在南加州大学教授游戏编程课程时,找不到概括游戏架构的教科书。值得庆幸的是,他承担了这个任务,填补了这个空白。 Jason把应用到实际发行游戏的生产级别知识,以及整个游戏开发的大局编集于本书。他凭经验,不仅融汇了游戏开发的概念和技巧,还用实际的代码示例及实现例子去说明怎样贯通知识来制作游戏。本书的引用及参考文献可以让读者更深入探索游戏开发过程的各方面。虽然例子经常是基于某些技术的,但是概念和技巧是用来实际创作游戏的,它们可以超越个别引擎或API的束缚。 本书是一本我们入行做游戏时想要的书。我们认为本书能让入门者增长知识,也能为有经验者开拓更大的视野。 Jeff Lander(注3) Matthew Whiting(注4) 译注:Genre一词在文学中为体裁。电影和游戏里通常译作类型。不同的游戏类型可见1.2节。 译注:按一般说法,2005年至今属于第7个游戏机世代。这3款游戏机的发行年份为Xbox 360(2005)、PlayStation 3(2006)、Wii(2006)。有关游戏机世代可参考维基百科。 译注:Jeff Lander现时为Darwin 3D公司的首席技术总监、Game Tech公司创始人,曾为艺电首席程序员、Luxoflux公司游戏性及动画技术程序员。 译注:Matthew Whiting现时为Wholesale Algorithms公司程序员,曾为Luxoflux公司首席软件工程师、Insomniac Games公司程序员。 序言 欢迎来到《游戏引擎架构》世界。本书旨在全面探讨典型商业游戏引擎的主要组件。游戏编程是一个庞大的主题,有许多内容需要讨论。不过相信你会发现,我们讨论的深度将足以使你充分理解本书所涵盖的工程理论及常用实践的方方面面。话虽如此,令人着迷的漫长游戏编程之旅其实才刚刚启程。与此相关的每项技术都包含丰富内容,本书将为你打下基础,并引领你进入更广阔的学习空间。 本书焦点在于游戏引擎的技术及架构。我们会探讨商业游戏引擎中,各个子系统的相关理论,以及实现这些理论所需要的典型数据结构、算法和软件接口。游戏引擎与游戏的界限颇为模糊。我们将把注意力集中在引擎本身,包括多个低阶基础系统(low-level foundation system)、渲染引擎(rendering engine)、碰撞系统(collision system)、物理模拟(physics simulation)、人物动画(character animation),及一个我称为游戏性基础层(gameplay foundation layer)的深入讨论。此层包括游戏对象模型(game object model)、世界编辑器(world editor)、事件系统(event system)及脚本系统(scripting system)。我们也将会接触游戏性编程(gameplay programming)的多个方面,包括玩家机制(player mechanics)、摄像机(camera)及人工智能(artificial intelligence,AI)。然而,这类讨论会被限制在游戏性系统和引擎接口范围。 本书可以作为大学中等级游戏程序设计中两到三门课程的教材。当然,本书也适合软件工程师、业余爱好者、自学的游戏程序员,以及游戏行业从业人员。通过阅读本书,资历较浅的游戏程序员可以巩固他们所学的游戏数学、引擎架构及游戏科技方面的知识。专注某一领域的资深程序员也能从本书更为全面的介绍中获益。 为了更好地学习本书内容,你需要掌握基本的面向对象编程概念并至少拥有一些C++编程经验。尽管游戏行业已经开始尝试使用一些新的、令人兴奋的编程语言,然而工业级的3D游戏引擎仍然是用C或C++编写的,任何认真的游戏程序员都应该掌握C++。我们将在第3章重温一些面向对象编程的基本原则,毫无疑问,你还会从本书学到一些C++的小技巧,不过C++的基础最好还是通过阅读[39]、[31]及[32]来获得。如果你对C++已经有点生疏,建议你在阅读本书的同时,最好能重温这几本或者类似书籍。如果你完全没有C++经验,在看本书之前,可以考虑先阅读[39]的前几章,或者尝试学习一些C++的在线教程。 学习编程技能最好的方法就是写代码。在阅读本书时,强烈建议你选择一些特别感兴趣的主题付诸实践。举例来说,如果你觉得人物动画很有趣,那么可以首先安装OGRE,并测试一下它的蒙皮动画示范。接着还可以尝试用OGRE实现本书谈及的一些动画混合技巧。下一步你可能会打算用游戏手柄控制人物在平面上行走。等你能玩转一些简单的东西了,就应该以此为基础,继续前进!之后可以转移到另一个游戏技术范畴,周而复始。这些项目是什么并不重要,重要的是你在实践游戏编程的艺术,而不是纸上谈兵。 游戏科技是一个活生生、会呼吸的家伙 ,永远不可能将之束缚于书本之上 。因此,附加的资源、勘误、更新、示例代码、项目构思等已经发到本书的网站。 目录 推荐序1 iii推荐序2 v译序 vii序言 xvii前言 xix致谢 xxi第一部分 基础 1第1章 导论 31.1 典型游戏团队的结构 41.2 游戏是什么 71.3 游戏引擎是什么 101.4 不同游戏类型中的引擎差异 111.5 游戏引擎概观 221.6 运行时引擎架构 271.7 工具及资产管道 46第2章 专业工具 532.1 版本控制 532.2 微软Visual Studio 612.3 剖析工具 782.4 内存泄漏和损坏检测 792.5 其他工具 80第3章 游戏软件工程基础 833.1 重温C++及最佳实践 833.2 C/C++的数据、代码及内存 903.3 捕捉及处理错误 118第4章 游戏所需的三维数学 1254.1 在二维中解决三维问题 1254.2 点和矢量 1254.3 矩阵 1394.4 四元数 1564.5 比较各种旋转表达方式 1644.6 其他数学对象 1684.7 硬件加速的SIMD运算 1734.8 产生随机数 180第二部分 低阶引擎系统 183第5章 游戏支持系统 1855.1 子系统的启动和终止 1855.2 内存管理 1935.3 容器 2085.4 字符串 2255.5 引擎配置 234第6章 资源及文件系统 2416.1 文件系统 2416.2 资源管理器 251第7章 游戏循环及实时模拟 2777.1 渲染循环 2777.2 游戏循环 2787.3 游戏循环的架构风格 2807.4 抽象时间线 2837.5 测量及处理时间 2857.6 多处理器的游戏循环 2967.7 网络多人游戏循环 304第8章 人体学接口设备(HID) 3098.1 各种人体学接口设备 3098.2 人体学接口设备的接口技术 3118.3 输入类型 3128.4 输出类型 3168.5 游戏引擎的人体学接口设备系统 3188.6 人体学接口设备使用实践 332第9章 调试及开发工具 3339.1 日志及跟踪 3339.2 调试用的绘图功能 3379.3 游戏内置菜单 3449.4 游戏内置主控台 3479.5 调试用摄像机和游戏暂停 3489.6 作弊 3489.7 屏幕截图及录像 3499.8 游戏内置性能剖析 3499.9 游戏内置的内存统计和泄漏检测 356第三部分 图形及动画 359第10章 渲染引擎 36110.1 采用深度缓冲的三角形光栅化基础 36110.2 渲染管道 40410.3 高级光照及全局光照 42610.4 视觉效果和覆盖层 43810.5 延伸阅读 446第11章 动画系统 44711.1 角色动画的类型 44711.2 骨骼 45211.3 姿势 45411.4 动画片段 45911.5 蒙皮及生成矩阵调色板 47111.6 动画混合 47611.7 后期处理 49311.8 压缩技术 49611.9 动画系统架构 50111.10 动画管道 50211.11 动作状态机 51511.12 动画控制器 535第12章 碰撞及刚体动力学 53712.1 你想在游戏中加入物理吗 53712.2 碰撞/物理中间件 54212.3 碰撞检测系统 54412.4 刚体动力学 56912.5 整合物理引擎至游戏 60112.6 展望:高级物理功能 616第四部分 游戏性 617第13章 游戏性系统简介 61913.1 剖析游戏世界 61913.2 实现动态元素:游戏对象 62313.3 数据驱动游戏引擎 62613.4 游戏世界编辑器 627第14章 运行时游戏性基础系统 63714.1 游戏性基础系统的组件 63714.2 各种运行时对象模型架构 64014.3 世界组块的数据格式 65714.4 游戏世界的加载和串流 66314.5 对象引用与世界查询 67014.6 实时更新游戏对象 67614.7 事件与消息泵 69014.8 脚本 70714.9 高层次的游戏流程 726第五部分 总结 727第15章 还有更多内容吗 72915.1 一些未谈及的引擎系统 72915.2 游戏性系统 730参考文献 733中文索引 737英文索引 755 参考文献 Tomas Akenine-Moller, Eric Haines, and Naty Hoffman. Real-Time Rendering (3rd Edition). Wellesley, MA: A K Peters, 2008. 中译本:《实时计算机图形学(第2版)》,普建涛译,北京大学出版社,2004. Andrei Alexandrescu. Modern C++ Design: Generic Programming and Design Patterns Applied. Resding, MA: Addison-Wesley, 2001. 中译本:《C++设计新思维:泛型编程与设计模式之应用》,侯捷/於春景译,华中科技大学出版社,2003. Grenville Armitage, Mark Claypool and Philip Branch. Networking and Online Games: Understanding and Engineering Multiplayer Internet Games. New York, NY: John Wiley and Sons, 2006. James Arvo (editor). Graphics Gems II. San Diego, CA: Academic Press, 1991. Grady Booch, Robert A. Maksimchuk, Michael W. Engel, Bobbi J. Young, Jim Conallen, and Kelli A. Houston. Object-Oriented Analysis and Design with Applications (3rd Edition). Reading, MA: Addison-Wesley, 2007. 中译本:《面向对象分析与设计(第3版)》,王海鹏/潘加宇译,电子工业出版社,2012. Mark DeLoura (editor). Game Programming Gems. Hingham, MA: Charles River Media, 2000. 中译本:《游戏编程精粹 1》, 王淑礼译,人民邮电出版社,2004. Mark DeLoura (editor). Game Programming Gems 2. Hingham, MA: Charles River Media, 2001. 中译本:《游戏编程精粹 2》,袁国忠译,人民邮电出版社,2003. Philip Dutré, Kavita Bala and Philippe Bekaert. Advanced Global Illumination (2nd Edition). Wellesley, MA: A K Peters, 2006. David H. Eberly. 3D Game Engine Design: A Practical Approach to Real-Time Computer Graphics. San Francisco, CA: Morgan Kaufmann, 2001. 国内英文版:《3D游戏引擎设计:实时计算机图形学的应用方法(第2版)》,人民邮电出版社,2009. David H. Eberly. 3D Game Engine Architecture: Engineering Real-Time Applications with Wild Magic. San Francisco, CA: Morgan Kaufmann, 2005. David H. Eberly. Game Physics. San Francisco, CA: Morgan Kaufmann, 2003. Christer Ericson. Real-Time Collision Detection. San Francisco, CA: Morgan Kaufmann, 2005. 中译本:《实时碰撞检测算法技术》,刘天慧译,清华大学出版社,2010. Randima Fernando (editor). GPU Gems: Programming Techniques, Tips and Tricks for Real-Time Graphics. Reading, MA: Addison-Wesley, 2004. 中译本:《GPU精粹:实时图形编程的技术、技巧和技艺》,姚勇译,人民邮电出版社,2006. James D. Foley, Andries van Dam, Steven K. Feiner, and John F. Hughes. Computer Graphics: Principles and Practice in C (2nd Edition). Reading, MA: Addison-Wesley, 1995. 中译本:《计算机图形学原理及实践──C语言描述》,唐泽圣/董士海/李华/吴恩华/汪国平译,机械工业出版社,2004. Grant R. Fowles and George L. Cassiday. Analytical Mechanics (7th Edition). Pacific Grove, CA: Brooks Cole, 2005. John David Funge. AI for Games and Animation: A Cognitive Modeling Approach. Wellesley, MA: A K Peters, 1999. Erich Gamma, Richard Helm, Ralph Johnson, and John M. Vlissiddes. Design Patterns: Elements of Reusable Object-Oriented Software. Reading, MA: Addison-Wesley, 1994. 中译本:《设计模式:可复用面向对象软件的基础》,李英军/马晓星/蔡敏/刘建中译,机械工业出版社,2005. Andrew S. Glassner (editor). Graphics Gems I. San Francisco, CA: Morgan Kaufmann, 1990. Paul S. Heckbert (editor). Graphics Gems IV. San Diego, CA: Academic Press, 1994. Maurice Herlihy, Nir Shavit. The Art of Multiprocessor Programming. San Francisco, CA: Morgan Kaufmann, 2008. 中译本:《多处理器编程的艺术》,金海/胡侃译,机械工业出版社,2009. Roberto Ierusalimschy, Luiz Henrique de Figueiredo and Waldemar Celes. Lua 5.1 Reference Manual. Lua.org, 2006. Roberto Ierusalimschy. Programming in Lua, 2nd Edition. Lua.org, 2006. 中译本:《Lua程序设计(第2版)》,周惟迪译,电子工业出版社,2008. Isaac Victor Kerlow. The Art of 3-D Computer Animation and Imaging (2nd Edition). New York, NY: John Wiley and Sons, 2000. David Kirk (editor). Graphics Gems III. San Francisco, CA: Morgan Kaufmann, 1994. Danny Kodicek. Mathematics and Physics for Game Programmers. Hingham, MA: Charles River Media, 2005. Raph Koster. A Theory of Fun for Game Design. Phoenix, AZ: Paraglyph, 2004. 中译本:《快乐之道:游戏设计的黄金法则》,姜文斌等译,百家出版社,2005. John Lakos. Large-Scale C++ Software Design. Reading, MA: Addison-Wesley, 1995. 中译本:《大规模C++程序设计》,李师贤/明仲/曾新红/刘显明译,中国电力出版社,2003. Eric Lengyel. Mathematics for 3D Game Programming and Computer Graphics (2nd Edition). Hingham, MA: Charles River Media, 2003. Tuoc V. Luong, James S. H. Lok, David J. Taylor and Kevin Driscoll. Internationalization: Developing Software for Global Markets. New York, NY: John Wiley & Sons, 1995. Steve Maguire. Writing Solid Code: Microsoft's Techniques for Developing Bug Free C Programs. Bellevue, WA: Microsoft Press, 1993. 国内英文版:《编程精粹:编写高质量C语言代码》,人民邮电出版社,2009. Scott Meyers. Effective C++: 55 Specific Ways to Improve Your Programs and Designs (3rd Edition). Reading, MA: Addison-Wesley, 2005. 中译本:《Effective C++:改善程序与设计的55个具体做法(第3版)》,侯捷译,电子工业出版社,2011. Scott Meyers. More Effective C++: 35 New Ways to Improve Your Programs and Designs. Reading, MA: Addison-Wesley, 1996. 中译本:《More Effective C++:35个改善编程与设计的有效方法(中文版)》,侯捷译,电子工业出版社,2011. Scott Meyers. Effective STL: 50 Specific Ways to Improve Your Use of the Standard Template Library. Reading, MA: Addison-Wesley, 2001. 中译本:《Effective STL:50条有效使用STL的经验》,潘爱民/陈铭/邹开红译,电子工业出版社,2013. Ian Millington. Game Physics Engine Development. San Francisco, CA: Morgan Kaufmann, 2007. Hubert Nguyen (editor). GPU Gems 3. Reading, MA: Addison-Wesley, 2007. 中译本:《GPU精粹3》,杨柏林/陈根浪/王聪译,清华大学出版社,2010. Alan W. Paeth (editor). Graphics Gems V. San Francisco, CA: Morgan Kaufmann, 1995. C. Michael Pilato, Ben Collins-Sussman, and Brian W. Fitzpatrick. Version Control with Subversion (2nd Edition). Sebastopol , CA: O'Reilly Media, 2008. (常被称作“The Subversion Book”,线上版本.) 国内英文版:《使用Subversion进行版本控制》,开明出版社,2009. Matt Pharr (editor). GPU Gems 2: Programming Techniques for High-Performance Graphics and General-Purpose Computation. Reading, MA: Addison-Wesley, 2005. 中译本:《GPU精粹2:高性能图形芯片和通用计算编程技巧》,龚敏敏译,清华大学出版社,2007. Bjarne Stroustrup. The C++ Programming Language, Special Edition (3rd Edition). Reading, MA: Addison-Wesley, 2000. 中译本《C++程序设计语言(特别版)》,裘宗燕译,机械工业出版社,2010. Dante Treglia (editor). Game Programming Gems 3. Hingham, MA: Charles River Media, 2002. 中译本:《游戏编程精粹3》,张磊译,人民邮电出版社,2003. Gino van den Bergen. Collision Detection in Interactive 3D Environments. San Francisco, CA: Morgan Kaufmann, 2003. Alan Watt. 3D Computer Graphics (3rd Edition). Reading, MA: Addison Wesley, 1999. James Whitehead II, Bryan McLemore and Matthew Orlando. World of Warcraft Programming: A Guide and Reference for Creating WoW Addons. New York, NY: John Wiley & Sons, 2008. 中译本:《魔兽世界编程宝典:World of Warcraft Addons完全参考手册》,杨柏林/张卫星/王聪译,清华大学出版社,2010. Richard Williams. The Animator's Survival Kit. London, England: Faber & Faber, 2002. 中译本:《原动画基础教程:动画人的生存手册》,邓晓娥译,中国青年出版社,2006. 勘误 第1次印册(2014年2月) P.xviii: 译注中 Wholesale Algoithms -> Wholesale Algorithms P.10: 最后一段第一行 微软的媒体播放器 -> 微软的Windows Media Player (多谢读者OpenGPU来函指正) P.15: 1.4.3节第三点 按妞 -> 按钮 (多谢读者一个小小凡人来函指正) P.40: 正文最后一行 按扭 -> 按钮 P.50: 1.7.8节第二节第一行 同是 -> 同时 (多谢读者czfdd来函指正) P.98: 代码 writeExampleStruct(Example& ex, Stream& ex) 中 Stream& ex -> Stream& stream (多谢读者Snow来函指正) P.106: 第一段中有六处 BBS -> BSS,最后一段代码的注释也有同样错误 (多谢读者trout来函指正) P.119: 译注中 软体工程 -> 软件工程 (多谢读者Snow来函指正) P.214: 正文第一段有两处 虚内存 -> 虚拟内存 (多谢读者Snow来函指正) P.216: 脚注24应标明为译注 (多谢读者Snow来函指正) P.221: 第一段代码的第二个断言应为 ASSERT(link.m_pPrev != NULL); (多谢读者Snow来函指正) P.230: 5.4.4.1节 第二段 软体 -> 软件 P.286: 脚注4应标明为译注 (多谢读者Snow来函指正) P.322: 第二段 按扭事件字 -> 按钮事件 P.349: 9.8节第二段第二行两处 部析器 -> 剖析器 (多谢读者Snow来函指正) P.738-572: 双数页页眉 参考文献 -> 中文索引 P.755-772: 双数页页眉 参考文献 -> 英文索引 P.755: kd tree项应归入K而不是Symbols 以上的错误已于第2次印册中修正。 第2次印册及之前 P.11: 第四行 细致程度 -> 层次细节 (这是level-of-detail/LOD的内地通译,多谢读者OpenGPU来函指正) P.12: 正文第一段及图1.2标题 使命之唤 -> 使命召唤 (多谢读者OpenGPU来函指正) P.12: 正文第一段 战栗时空 -> 半条命 (多谢读者OpenGPU来函指正) P.16: 第一点 表面下散射 -> 次表面散射 (多谢读者OpenGPU来函指正) P.17: 1.4.4节第五行 次文化 -> 亚文化 (此译法在内地更常用。多谢读者OpenGPU来函提示) P.22: 战栗时空 -> 半条命 P.24: 战栗时空2 -> 半条命2 P.34: 1.6.8.2节第一行 提呈 -> 提交 (这术语在本书其他地方都写作提交。多谢读者OpenGPU来函提示) P.35: 第七行 提呈 -> 提交 (这术语在本书其他地方都写作提交。多谢读者OpenGPU来函提示) P.50: 战栗时空2 -> 半条命2 P.365: 第四段第二行: 细致程度 -> 层次细节 P.441: 10.4.3.2节第三行 细致程度 -> 层次细节 P.494: sinusiod -> sinusoid (多谢读者OpenGPU来函指正) P.511: 11.10.4节第一行 谈入 -> 淡入 (多谢读者Snow来函指正) P.541: 战栗时空2 -> 半条命2 P.627: 战栗时空2 -> 半条命2 P.654: 第二行 建康值 -> 血量 (原来是改正错别字,但译者发现应改作前后统一使用的“血量”。多谢读者Snow来函指正) P.692: 第二行 内部分式 -> 内部方式 (多谢读者Snow来函指正) P.696: 14.7.6节第四行 不设实际 -> 不切实际 (多谢读者Snow来函指正) 以上的错误已于第3次印册中修正。 其他意见 P.220: 正文第一段 m_root.m_pElement 和 P.218 第一段代码中的 m_pElem 不统一。原文有此问题,但因为它们是不同的struct,暂不列作错误。 (多谢读者Snow来函提示) P.331: 8.5.8节第二段中 “反覆”较常见的写法为“反复”,但前者也是正确的,暂不列作错误。 (多谢读者Snow来函提示) P.390: 10.1.3.3节静态光照第二段中“取而代之,我们会使用一张光照纹理贴到所有受光源影响范围内的物体上。这样做能令动态物体经过光源时得到正确的光照。” 后面的一句与前句好像难以一起理解。译者认为,作者应该是指,使用同一静态光源去为静态物件生成光照纹理,以及用于动态对象的光照,能使两者的效果维持一致性。译者会考虑对译文作出改善或加入译注解译。(多谢读者店残来函查询) P.689: 第五行 并行处理世代 -> 并行处理时代 是对era较准确的翻译。 (多谢读者Snow来函提示) 本篇文章为转载内容。原文链接:https://blog.csdn.net/mypongo/article/details/38388381。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-02-12 23:04:05
327
转载
Sqoop
...用场景 Sqoop(SQL-to-Hadoop)作为一款强大的数据迁移工具,主要用于在关系型数据库(如MySQL、Oracle等)和Hadoop生态组件(如HDFS、Hive等)间进行高效的数据导入导出操作。不过在实际操作的时候,由于各家数据库系统对数据类型的定义各不相同,Sqoop这家伙在处理一些特定的数据库表字段类型时,可能就会尥蹶子,给你抛出个ClassNotFoundException异常来。 2. “ClassNotFoundException”问题浅析 场景还原: 假设我们有一个MySQL数据库表,其中包含一种自定义的列类型MEDIUMBLOB。当尝试使用Sqoop将其导入到HDFS或Hive时,可能会遭遇如下错误: bash java.lang.ClassNotFoundException: com.mysql.jdbc.MySQLBlobInputStream 这是因为Sqoop在默认配置下可能并不支持所有数据库特定的内置类型,尤其是那些非标准的或者用户自定义的类型。 3. 解决方案详述 3.1 自定义jdbc驱动类映射 为了解决上述问题,我们需要帮助Sqoop识别并正确处理这些特定的列类型。Sqoop这个工具超级贴心,它让用户能够自由定制JDBC驱动的类映射。你只需要在命令行耍个“小魔法”,也就是加上--map-column-java这个参数,就能轻松指定源表中特定列在Java环境下的对应类型啦,就像给不同数据类型找到各自合适的“变身衣裳”一样。 例如,对于上述的MEDIUMBLOB类型,我们可以将其映射为Java的BytesWritable类型: bash sqoop import \ --connect jdbc:mysql://localhost/mydatabase \ --table my_table \ --columns 'id, medium_blob_column' \ --map-column-java medium_blob_column=BytesWritable \ --target-dir /user/hadoop/my_table_data 3.2 扩展Sqoop的JDBC驱动 另一种更为复杂但更为彻底的方法是扩展Sqoop的JDBC驱动,实现对特定类型的支持。通常来说,这意味着你需要亲自操刀,写一个定制版的JDBC驱动程序。这个驱动要能“接班” Sqoop自带的那个驱动,专门对付那些原生驱动搞不定的数据类型转换问题。 java // 这是一个简化的示例,实际操作中需要对接具体的数据库API public class CustomMySQLDriver extends com.mysql.jdbc.Driver { // 重写方法以支持对MEDIUMBLOB类型的处理 @Override public java.sql.ResultSetMetaData getMetaData(java.sql.Connection connection, java.sql.Statement statement, String sql) throws SQLException { ResultSetMetaData metadata = super.getMetaData(connection, statement, sql); // 对于MEDIUMBLOB类型的列,返回对应的Java类型 for (int i = 1; i <= metadata.getColumnCount(); i++) { if ("MEDIUMBLOB".equals(metadata.getColumnTypeName(i))) { metadata.getColumnClassName(i); // 返回"java.sql.Blob" } } return metadata; } } 然后在Sqoop命令行中引用这个自定义的驱动: bash sqoop import \ --driver com.example.CustomMySQLDriver \ ... 4. 思考与讨论 尽管Sqoop在大多数情况下可以很好地处理数据迁移任务,但在面对一些特殊的数据库表列类型时,我们仍需灵活应对。无论是对JDBC驱动进行小幅度的类映射微调,还是大刀阔斧地深度定制,最重要的一点,就是要摸透Sqoop的工作机制,搞清楚它背后是怎么通过底层的JDBC接口,把那些Java对象两者之间巧妙地对应和映射起来的。想要真正玩转那个功能强大的Sqoop数据迁移神器,就得在实际操作中不断摸爬滚打、学习积累。这样,才能避免被“ClassNotFoundException”这类让人头疼的小插曲绊住手脚,顺利推进工作进程。
2023-04-02 14:43:37
83
风轻云淡
转载文章
...3行 2 替换复杂的SQL语句: DATA DIRECTORY='./beihai365_pw/' INDEX DIRECTORY='./beihai365_pw/'; sed s@DATA\ DIRECTORY=\'./beihai365_pw/\'\ INDEX\ DIRECTORY=\'./beihai365_pw/\'\;@\;@g xxx.sql > xxx2.sql 3 改变 shell chsh -s /bin/bash root 4 不能使用 TAB list 。 默认是 csh .cshrc里加上set autolist 5 port 安装PHP扩展的时候, 只需要 : make 就行了 6 查出哪个IP地址连接最多,将其封了. netstat -na|grep ESTABLISHED|awk '{print $5}'|awk -F: '{print $1}'|sort|uniq -c|sort -r +0n netstat -na|grep SYN|awk '{print $5}'|awk -F: '{print $1}'|sort|uniq -c|sort -r +0n 7 netstat快速查看一下TCP连接情况 netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}' 8 vi 里删除所有内容 :%d 9 tcpdump host x.x.x.x 监控某IP的数据包 tcpdump tcp port 23 host 210.27.48.1 监控某IP 某端口 tcpdump -i eth0 监控某网卡 10 查找多文件中包含的某字符 find / -type f | xargs -n 10 grep 'xxoo' 11 从某行开始查看。 zcat job365_20110406.sql.bz2 | sed -n '10,$p' | more 12 超找当前目录下 包含 490 字符窜的文件 grep 490 . -r 13 按照精确时间查找 sed -n '\/12\/Jun\/2011:02:50/p' nginx-access.log | more 本篇文章为转载内容。原文链接:https://blog.csdn.net/iteye_15968/article/details/82006780。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-04-25 14:41:59
184
转载
Beego
...ub.com/go-sql-driver/mysql" func init() { db, err := sql.Open("mysql", "root:password@/test?charset=utf8") if err != nil { panic(err) } pool := &sql.Pool{MaxOpenConns: 50, MaxIdleConns: 20, DSN: db.DSN} db.Close() db = pool.Get() defer db.Close() } 3.2 合理设置SQL语句 合理的SQL语句能够提高查询效率。比如,咱们在查数据库的时候,尽量别动不动就用“SELECT ”,那可就像大扫荡一样全给捞出来,咱应该更有针对性地只挑选真正需要的字段。对于那些复杂的查询操作,咱得多开动脑筋利用索引这个神器,让它发挥出应有的作用,这样查询速度嗖嗖的,效率杠杠的! 四、优化HTTP请求处理 HTTP请求处理是Web应用的核心部分,也是性能优化的重点。Beego提供了路由、中间件等功能,可以帮助我们优化HTTP请求处理。 4.1 使用缓存 如果某些数据不需要频繁更新,我们可以考虑将其存储在缓存中。这样一来,下回需要用到的时候,咱们就能直接从缓存里把信息拽出来用,就不用再去数据库翻箱倒柜地查询了。这招能大大提升咱们的运行效率! go import "github.com/go-redis/redis/v7" var client redis.Client func init() { var err error client, err = redis.NewClient(&redis.Options{ Addr: "localhost:6379", Password: "", DB: 0, }) if err != nil { panic(err) } } func GetCache(key string) interface{} { val, err := client.Get(key).Result() if err == redis.Nil { return nil } else if err != nil { panic(err) } return val } func SetCache(key string, value interface{}) { _, err := client.Set(key, value, 0).Result() if err != nil { panic(err) } } 4.2 懒加载 对于一些不常用的数据,我们可以考虑采用懒加载的方式。只有当用户确实有需求,急需这些数据的时候,我们才会去加载,这样一来,既能避免不必要的网络传输,又能嗖嗖地提升整体性能。 五、总结 通过上述方法,我们可以在一定程度上提高Beego的性能。但是,性能优化这件事儿可不是一蹴而就的,它需要我们在日常开发过程中不断尝试、不断摸索,像探宝一样去积累经验,才能慢慢摸出门道来。同时,咱们也要留个心眼儿,别光顾着追求性能优化,万一过了头,可能还会惹出些别的麻烦来,比如代码变得复杂得像团乱麻,维护起来也更加头疼。所以说呢,咱们得根据实际情况,做出最接地气、最明智的选择。
2024-01-18 18:30:40
537
清风徐来-t
转载文章
...,一直报错无法上传 SQLSTATE[HY000]: General error: 1364 Field 'xxxxx' doesn't have a default value 后来发现是配置文件中有一个值默认出错 最终找到办法,就是mysql设置的问题,有my.ini的就找这个文件,没有的就找my.cnf(这个一般都在/ect/my.conf) 本作者使用的CentOS7.6系统: 然后打开MySql配置文件 然后找到[MySql] 然后找 sql-mode=STRICT_TRANS_TABLESNO_ENGINE_SUBSTITUTION 问题原因: 主要是MySQL使用了严格验证方式: 解决方法: 直接把sql-mode模式改变下 这个可能你我的不相同,你只要找到sql-mode 就好 然后把这句删掉,改成: sql-mode=NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION 然后在重启数据库 service mysqld restart 完美解决 更多教程:www.zcxsmart.com 本篇文章为转载内容。原文链接:https://blog.csdn.net/LizmWintac/article/details/126901852。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-12-02 23:16:25
289
转载
Beego
...对database/sql包的一系列优化更新,允许开发者更细粒度地控制数据库连接池行为,如支持动态调整最大连接数以应对业务峰值变化,以及提供了更详尽的连接池状态监控接口,使得开发者能够实时了解并调优数据库资源使用情况。 同时,一篇发表在《ACM Transactions on Database Systems》的研究论文探讨了数据库连接管理策略对系统性能的影响,并提出了一种基于负载预测的自适应连接池算法,这种算法能根据历史访问模式动态调整连接数量,从而在实际应用场景中实现更高的性能和资源利用率。 此外,各大云服务商如阿里云、AWS等也相继推出针对Go语言的云数据库服务,这些服务底层已深度整合了高性能的连接池机制,让开发者无需过多关注连接管理细节,就能享受到高效的数据库访问体验。 综上所述,在Beego框架下合理配置和运用数据库连接池的同时,紧跟业界最新研究成果和技术动态,结合实际业务场景灵活调整策略,将有助于我们更好地提升数据库性能,为构建高效稳定的大型分布式系统打下坚实基础。
2023-12-11 18:28:55
528
岁月静好-t
Spark
...数据加载到内存中进行高速处理,从而大幅提升大数据处理的速度和效率。Spark 提供了多种高级API,支持Java、Scala、Python等多种编程语言,使得开发者可以根据自身需求选择合适的编程语言来编写数据处理逻辑。 Kafka , Apache Kafka 是一个分布式的消息系统,主要用于处理实时数据流。它具有高吞吐量的特点,能够高效地处理大量的消息传递任务。Kafka 的设计允许数据持久化存储,即使在系统重启后数据也不会丢失。此外,Kafka 支持发布/订阅模式,使得数据的生产和消费可以解耦,提高了系统的灵活性和可扩展性。 Structured Streaming , 这是 Apache Spark 中的一种处理实时数据流的API,属于Spark SQL模块的一部分。Structured Streaming 提供了一种声明式的方式来处理持续输入的数据流,并能够生成持续输出的结果。它利用了Spark SQL引擎的优化特性,能够以类似批处理的方式处理数据流,简化了复杂的流处理逻辑。通过使用Structured Streaming,开发者可以更容易地构建复杂的流处理应用,同时保持良好的性能和可维护性。
2025-03-08 16:21:01
76
笑傲江湖
Hadoop
...ive可以方便地编写SQL-like查询来操作这些数据,如下所示: sql A = LOAD '/user/hadoop/images' USING PigStorage(':'); B = FILTER A BY size(A) > 1000; // 过滤出大于1MB的图像 STORE B INTO '/user/hadoop/preprocessed'; 3. 特征提取与分析 使用Hadoop的MapReduce,我们可以并行计算每个图像的特征,如颜色直方图、纹理特征等。以下是一个简单的MapReduce任务示例: java public class ImageFeatureMapper extends Mapper { @Override protected void map(LongWritable key, Text value, Context context) { // 图像处理逻辑,生成特征值 int[] feature = processImage(value.toString()); context.write(new Text(featureToString(feature)), new IntWritable(1)); } } public class ImageFeatureReducer extends Reducer { @Override protected void reduce(Text key, Iterable values, Context context) { int sum = 0; for (IntWritable val : values) { sum += val.get(); } context.write(key, new IntWritable(sum)); } } 4. 结果聚合与可视化 最后,我们将所有图像的特征值汇总,进行统计分析,甚至可以进一步使用Hadoop的Mahout库进行聚类或分类。例如,计算平均颜色直方图: java final ReduceTask reducer = job.getReducer(); reducer.setNumReduceTasks(1); 然后,用Matplotlib这样的可视化库,将结果呈现出来,便于理解和解读。 四、总结与展望 Hadoop凭借其出色的性能和易用性,为我们处理大量图像数据提供了有力支持。你知道吗,随着深度学习这家伙越来越火,Hadoop这老伙计可能得找个新拍档,比如Spark,才能一起搞定那些高难度的图片数据分析任务,毕竟单打独斗有点力不从心了。不过呢,Hadoop这家伙绝对是咱们面对海量数据时的首选英雄,特别是在刚开始那会儿,简直就是数据难题的救星,让咱们在信息的汪洋大海里也能轻松应对,游得畅快。
2024-04-03 10:56:59
439
时光倒流
Apache Pig
...域中的强大工具,以其SQL-like的脚本语言Pig Latin和高效的分布式计算能力深受广大开发者喜爱。在处理海量数据的时候,咱们如果巧妙地把数据切分成小块并进行压缩,这可不止是能帮我们节省存储空间那么简单,更重要的是,它能够在很大程度上让数据处理速度嗖嗖地提升上去。本文将带你一起探索如何在Apache Pig中运用这些策略,以显著提升我们的数据处理效率。 1. 数据分片 划分并行处理单元 在Apache Pig中,我们可以通过使用SPLIT语句对数据进行逻辑上的分割,从而创建多个数据流,并行进行处理。这种方式可以充分利用集群资源,大大提升任务执行效率。 pig -- 假设我们有一个名为input_data的数据集 data = LOAD 'input_data' AS (id:int, data:chararray); -- 使用SPLIT语句根据某个字段(如id)的值将数据划分为两个部分 SPLIT data INTO data_small IF id < 1000, data_large IF id >= 1000; -- 对每个分片进行独立的后续处理 small_processed = FOREACH data_small GENERATE ..., ...; large_processed = FOREACH data_large GENERATE ..., ...; 这里通过SPLIT实现了数据集的逻辑分片,根据id字段的不同范围生成了两个独立的数据流。这样,针对不同大小或性质的数据块儿,我们就可以灵活应变,采取不同的处理方法,把并行计算的威力发挥到极致,充分榨取它的潜能。 2. 数据压缩 减少存储成本与I/O开销 Apache Pig支持多种数据压缩格式,如gzip、bz2等,这不仅能有效降低存储成本,还能减少数据在网络传输和磁盘I/O过程中的时间消耗。在加载和存储数据时,我们可以通过指定合适的压缩选项来启用压缩功能。 pig -- 加载已压缩的gzipped文件 compressed_input = LOAD 'compressed_data.gz' USING PigStorage(',') AS (field1:chararray, field2:int); -- 处理数据... processed_data = FOREACH compressed_input GENERATE ..., ...; -- 存储处理结果为bz2压缩格式 STORE processed_data INTO 'output_data.bz2' USING PigStorage(',') PIGSTORAGE_COMPRESS '-bz2'; 在这段代码中,我们首先加载了一个gzip压缩格式的输入文件,并进行了相应的处理。然后呢,在存储处理完的数据时,我特意选了bz2压缩格式,这样一来,就能大大减少输出数据所需的存储空间,同时也能降低之后再次读取数据的成本,让事情变得更高效、更省事儿。 3. 深入探讨 权衡分片与压缩的影响 虽然分片和压缩都能显著提升数据处理效率,但同时也需要注意它们可能带来的额外开销。比如说,如果分片分得太细了,就可能会生出一大堆map任务,这就好比本来只需要安排一个小分队去完成的工作,结果你硬是分成了几十个小队,这样一来,调度工作量可就蹭蹭往上涨了。再来说说压缩这事,要是压得过狠,解压的时候就得花更多的时间,这就像是你为了节省打包行李的空间,把东西塞得死紧,结果到了目的地,光是打开行李找东西就花了大半天,反而浪费了不少时间,这就抵消了一部分通过压缩原本想省下的I/O时间。所以在实际用起来的时候,咱们得瞅准数据的脾性和集群环境的实际情况,灵活机动地调整分片策略和压缩等级,这样才能让性能达到最佳状态,平衡稳定。 总的来说,Apache Pig为我们提供了丰富的手段去应对大数据处理中的挑战,通过合理的分片和压缩策略,我们可以进一步挖掘其潜力,提升数据处理的效率。在这个过程中,对于我们这些开发者来说,就得像个探险家一样,不断去尝试、动手实践,还要持续优化调整,才能真正摸透Apache Pig那个家伙的厉害之处,体验到它的迷人魅力。
2023-12-10 16:07:09
459
昨夜星辰昨夜风
Sqoop
... 2. java.sql.SQLException: ORA-00955: 名称已经存在 3. java.io.IOException: Could not find or load main class com.cloudera.sqoop.lib.SqoopTool 这些错误往往会让初学者感到困惑,不知道如何解决。因此,下面我们将逐一分析这些错误,并给出相应的解决方案。 二、解决方案 (1)org.apache.sqoop.mapreduce.ExportException: Could not export data from database 这个问题通常是因为 sqoop 的数据库连接配置不正确导致的。解决这个问题的办法就是,你得亲自去瞅瞅 sqoop.xml 文件里边关于数据库连接的那些参数设置,保证这些参数都和实际情况对得上号哈。另外,你也可以试试重启 sqoop 服务这个法子,同时把临时文件夹清理一下。这样一来,就能确保 sqoop 在运行时稳稳当当,不闹脾气出状况啦。 (2)java.sql.SQLException: ORA-00955: 名称已经存在 这个问题是因为你在创建表的时候,名称已经被其他表使用了。解决方法是在创建表的时候,给表起一个新的名字,避免与其他表重名。 (3)java.io.IOException: Could not find or load main class com.cloudera.sqoop.lib.SqoopTool 这个问题是因为你的 Sqoop 版本过低,或者没有正确安装。解决方法是更新你的 Sqoop 到最新版本,或者重新安装 Sqoop。 三、实例演示 为了让大家更好地理解和掌握以上的方法,下面我将通过具体的实例来演示如何使用 Sqoop 导出数据。 首先,假设我们要从 Oracle 数据库中导出一个名为 "orders" 的表。首先,我们需要在 Sqoop.xml 文件中添加以下内容: xml connect.url jdbc:oracle:thin:@localhost:1521:ORCL connect.username scott connect.password tiger export.query select from orders 然后,我们可以使用以下命令来执行 Sqoop 导出操作: bash sqoop export --connect jdbc:oracle:thin:@localhost:1521:ORCL --username scott --password tiger --table orders --target-dir /tmp/orders 这个命令将会把 "orders" 表中的所有数据导出到 "/tmp/orders" 目录下。 四、总结 通过以上的讲解和实例演示,我相信大家已经对如何使用 Sqoop 导出数据有了更深的理解。同时呢,我真心希望大家都能在实际操作中摸爬滚打,不断去尝试、去探索、去学习,让自己的技术水平像火箭一样嗖嗖地往上窜。 最后,我要说的是,虽然在使用 Sqoop 的过程中可能会遇到各种各样的问题,但只要我们有足够的耐心和毅力,就一定能够找到解决问题的办法。所以,无论何时何地,我们都应该保持一颗积极向上的心态,勇往直前! 好了,今天的分享就到这里,感谢大家的阅读和支持!希望我的分享能对大家有所帮助,也希望大家在以后的工作和学习中取得更大的进步!
2023-05-30 23:50:33
120
幽谷听泉-t
Apache Pig
...功能强大的航船。它以SQL-like的脚本语言——Pig Latin为基础,为Hadoop生态系统提供了高效、灵活的大数据处理能力。本文将带您探索Pig的世界,从基础概念到实际应用,并通过生动的代码实例揭示其内在魅力。 0 2. Apache Pig简介 Apache Pig是一种高级数据流处理语言和运行环境,专为大规模数据集设计,简化了复杂数据处理任务。比起吭哧吭哧直接用MapReduce写Java程序,Pig Latin就像是给你提供了一个超级方便的高级工具箱。这样一来,不论是数据清洗、转换还是加载这些繁琐步骤,都能轻轻松松、简简单单地完成,简直就像魔法一样让处理数据变得so easy! 0 3. Pig Latin实战 03.1 数据加载 pig -- 加载一个简单的文本文件 raw_data = LOAD 'input.txt' AS (line:chararray); -- 使用逗号分隔符解析每一行 parsed_data = FOREACH raw_data GENERATE FLATTEN(TOKENIZE(line)) AS word; 这段代码展示了如何用Pig Latin加载和解析数据,直观且易于理解。 03.2 数据处理与过滤 pig -- 过滤掉非字母数字字符 cleaned_data = FILTER parsed_data BY word MATCHES '[a-zA-Z0-9]+'; -- 统计每个单词出现的次数 word_counts = GROUP cleaned_data BY word; word_freq = FOREACH word_counts GENERATE group, COUNT(cleaned_data); 这里演示了Pig拉丁语句如何进行数据过滤和聚合统计,体现了其在处理复杂ETL任务时的优势。 0 4. 遇到的问题与挑战 虽然Apache Pig强大而易用,但在实际操作过程中,我们可能会遇到各种问题,比如数据类型转换错误、资源分配不合理等(想象一下,如果你遇到了78个错误,这无疑是让人头痛的)。当面对这些问题时,我们得像个侦探那样,把日志分析当作放大镜,调试技巧当成探案工具,再加上对Pig这家伙内在运行机制的深刻理解,才能一步步把这些难题给破解喽。比如,当你遇到一条错误提示时,你得化身福尔摩斯去探寻背后的真相,尝试摸清错误发生的来龙去脉,然后找准对策把它搞定。 0 5. 探讨与思考 尽管我们在使用Apache Pig的过程中可能会面临一些挑战,但正是这些挑战推动我们不断深入学习和理解。正如一句名言所说:“每个错误都是一个学习的机会。对于那78条还没被列出的小错误,咱不妨把它们想象成是咱们在掌握Apache Pig这条大路途中遇到的一块块小石子。每解决一个问题,就仿佛是在这块大数据处理的道路上狠狠地踩下了一脚,让我们的理解力和见识也随之噌噌噌地往上窜。 0 6. 结语 Apache Pig以其独特的语言特性和强大的数据处理能力,在大数据领域占据着重要地位。来吧,伙伴们,咱们一块儿并肩作战,翻过前方那可能冒出的78座甚至更多的“绊脚石”,一起探索、驾驭这个威力无比的工具。让数据真正变身,成为推动业务迅猛发展的超强马达! --- 请注意,以上内容是根据您的要求模拟创作的,具体技术细节和代码示例可能需要根据实际的Apache Pig使用情况进行调整。要是你能给我一份具体的错误明细,或者把问题说得更明白些,我就能给你提供更对症下药的信息了。
2023-04-30 08:43:38
382
星河万里
Kylin
...行处理,能够快速响应查询需求。 - 分布式架构:支持大规模数据集的存储和处理,适合于大数据环境。 - 多维分析:提供SQL-like查询接口,易于理解和使用。 - 实时性:提供实时更新和历史数据的分析能力。 三、构建多模型分析框架 在Kylin中实现多模型分析,主要步骤包括数据加载、模型训练、预测结果生成以及结果展示。以下是一个简单的示例流程: 1. 数据加载 将原始数据导入Kylin,创建Cube(多维数据集)。 python from pykylin.client import KylinClient client = KylinClient('http://your_kylin_server', 'username', 'password') cube_name = 'my_cube' model = client.get_cube(cube_name) 2. 模型训练 Kylin支持多种预测模型,如线性回归、决策树等。哎呀,咱们就拿线性回归做个例子,就像用个魔法棒一样,这魔法棒就是Python里的Scikit-learn库。咱们得先找个好点的地方,比如说数据集,然后咱们就拿着这个魔法棒在数据集上挥一挥,让它学习一下规律,最后啊,咱们就能得到一个模型了。这模型就好比是咱们的助手,能帮咱们预测或者解释一些事情。怎么样,听起来是不是有点像在玩游戏? python from sklearn.linear_model import LinearRegression from sklearn.model_selection import train_test_split 假设df是包含特征和目标变量的数据框 X = df.drop('target', axis=1) y = df['target'] X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) model = LinearRegression() model.fit(X_train, y_train) 3. 预测结果生成 将训练好的模型应用于Kylin Cube中的数据,生成预测结果。 python 生成预测值 predictions = model.predict(X_test) 将预测结果存储回Kylin Cube model.save_predictions(predictions) 4. 结果展示 通过Kylin的Web界面查看和分析预测结果。 四、案例分析 假设我们正在对一个电商平台的数据进行分析,目标是预测用户的购买行为。嘿!你听说过Kylin这个家伙吗?这家伙可是个数据分析的大拿!我们能用它来玩转各种模型,就像是线性回归、决策树和随机森林这些小伙伴。咱们一起看看,它们在预测用户会不会买东西这件事上,谁的本领最厉害!这可是一场精彩绝伦的模型大比拼呢! python 创建多个模型实例 models = [LinearRegression(), DecisionTreeClassifier(), RandomForestClassifier()] 训练模型并比较性能 for model in models: model.fit(X_train, y_train) score = model.score(X_test, y_test) print(f"Model: {model.__class__.__name__}, Score: {score}") 五、结论 通过上述步骤,我们不仅能够在Kylin中实现多模型的数据分析和预测,还能根据实际业务需求灵活选择和优化模型。哎呀,Kylin这玩意儿可真牛!它在处理大数据分析这块儿,简直就是得心应手的利器,灵活又强大,用起来那叫一个顺手,简直就是数据分析界的扛把子啊!哎呀,随着咱手里的数据越来越多,做事儿也越来越复杂了,这时候,学会在Kylin这个工具里搭建和优化各种数据分析模型,就变得超级关键啦!就像是厨房里,你会做各种菜,每道菜的配料和做法都不一样,对吧?在Kylin这里也是一样,得会根据不同的需求,灵活地组合和优化模型,让数据分析既快又准,效率爆棚!这不仅能让咱们的工作事半功倍,还能解锁更多创新的分析思路,是不是想想都觉得挺酷的呢? --- 请注意,上述代码示例为简化版本,实际应用时可能需要根据具体数据集和业务需求进行调整。
2024-10-01 16:11:58
130
星辰大海
JQuery插件下载
...带宽环境下快速加载和执行。该插件遵循“移动优先”的设计理念,确保在不同尺寸与性能的移动设备上均能提供流畅且响应灵敏的用户体验。通过精简而高效的方式,Wallop利用JavaScript动态地为HTML元素添加和移除自定义class以实现内容的展示与隐藏,从而构建出幻灯片效果。这种机制赋予开发者充分的灵活性,可以根据项目需求完全自定义CSS样式,轻松调整动画过渡、布局以及交互行为,无需依赖任何第三方库如jQuery,即可打造独具特色的幻灯片组件。总的来说,Wallop插件凭借其小巧体积、移动适应性和高度可定制性,成为开发移动端友好型网站时一个理想的幻灯片解决方案。 点我下载 文件大小:574.06 KB 您将下载一个JQuery插件资源包,该资源包内部文件的目录结构如下: 本网站提供JQuery插件下载功能,旨在帮助广大用户在工作学习中提升效率、节约时间。 本网站的下载内容来自于互联网。如您发现任何侵犯您权益的内容,请立即告知我们,我们将迅速响应并删除相关内容。 免责声明:站内所有资源仅供个人学习研究及参考之用,严禁将这些资源应用于商业场景。 若擅自商用导致的一切后果,由使用者承担责任。
2023-07-31 14:00:19
81
本站
JQuery插件下载
...示页面正在处理数据或执行后台操作。这个插件的核心功能包括:1.自定义性:用户可以根据项目风格自定义loading的样式,如颜色、图标或动画效果,以保持品牌形象一致性。2.遮罩层:提供一个透明的遮罩层,确保用户知道页面不是冻结,只是暂时被加载内容所覆盖。3.可配置性:通过配置对象传递参数,如加载文本、显示时间(可选的自动隐藏),使得开发者能够灵活调整其行为。4.回调函数:支持回调机制,当loading显示和隐藏时,可以执行特定的函数,便于处理异步操作完成后的需求,比如更新DOM或清除多余元素。5.跨页面应用:由于是基于jQuery的,它能够方便地与页面其他部分无缝集成,无需额外的复杂设置。6.性能优化:设计精简,旨在对性能影响最小,即使在繁忙的页面上也能提供流畅的用户体验。通过集成这款插件,开发人员可以简化页面加载过程的呈现,提高用户对网站响应速度的感知,从而提升整体网站质量。 点我下载 文件大小:53.41 KB 您将下载一个JQuery插件资源包,该资源包内部文件的目录结构如下: 本网站提供JQuery插件下载功能,旨在帮助广大用户在工作学习中提升效率、节约时间。 本网站的下载内容来自于互联网。如您发现任何侵犯您权益的内容,请立即告知我们,我们将迅速响应并删除相关内容。 免责声明:站内所有资源仅供个人学习研究及参考之用,严禁将这些资源应用于商业场景。 若擅自商用导致的一切后果,由使用者承担责任。
2023-10-18 08:54:07
80
本站
JQuery插件下载
...vg配备了灵活的回调机制。这意味着每当用户与评分组件互动时,比如选择某颗星,开发者都可以通过回调函数捕获这些事件,并根据需要执行后续操作,如记录评分数据或更新页面内容。这使得插件在实际应用中具有极高的灵活性和实用性。无论是用于产品评价、文章打分还是其他任何需要用户参与评分的场景,star-rating-svg都能提供出色的支持。其易用性、高度可定制性和强大的功能使其成为构建现代Web应用的理想选择。 点我下载 文件大小:47.08 KB 您将下载一个JQuery插件资源包,该资源包内部文件的目录结构如下: 本网站提供JQuery插件下载功能,旨在帮助广大用户在工作学习中提升效率、节约时间。 本网站的下载内容来自于互联网。如您发现任何侵犯您权益的内容,请立即告知我们,我们将迅速响应并删除相关内容。 免责声明:站内所有资源仅供个人学习研究及参考之用,严禁将这些资源应用于商业场景。 若擅自商用导致的一切后果,由使用者承担责任。
2024-10-30 11:25:08
97
本站
JQuery插件下载
...提供了强大的回调函数机制,使得在特定事件触发时执行自定义操作成为可能,例如加载更多内容或更新页面标题等。为了进一步增强其灵活性和美观性,Pagination.js内置了五种不同的分页条皮肤风格,用户可以根据个人喜好或网站的整体设计风格选择最合适的样式。总之,无论是对于希望快速集成分页功能的小型项目,还是需要高度可定制化的大型网站,Pagination.js都是一个理想的选择。它不仅极大地简化了开发流程,同时也确保了最终产品具备出色的性能和用户体验。 点我下载 文件大小:74.85 KB 您将下载一个JQuery插件资源包,该资源包内部文件的目录结构如下: 本网站提供JQuery插件下载功能,旨在帮助广大用户在工作学习中提升效率、节约时间。 本网站的下载内容来自于互联网。如您发现任何侵犯您权益的内容,请立即告知我们,我们将迅速响应并删除相关内容。 免责声明:站内所有资源仅供个人学习研究及参考之用,严禁将这些资源应用于商业场景。 若擅自商用导致的一切后果,由使用者承担责任。
2024-10-30 21:21:23
75
本站
JQuery插件下载
...备上操作。-自动关闭机制:可通过设置定时器让对话框在指定时间内自动消失,减少用户干扰。-回调函数:提供事件监听接口,便于开发者在用户交互时执行特定逻辑。使用场景-数据确认:在用户执行可能影响数据的操作前(如删除、修改)显示确认框。-加载状态指示:在执行耗时操作时,显示进度对话框,增强用户体验。-信息提示:用于展示重要信息或警告信息,引导用户注意关键点。-个性化设计:根据品牌风格或特定需求定制对话框外观,提升网站整体设计感。总结jQueryConfirm插件凭借其强大的功能集和高度的灵活性,成为构建高质量用户交互体验的理想选择。无论是提升网站的功能性还是增强用户体验,这款插件都能提供有力的支持。通过简单的集成和定制化设置,开发人员能够快速创建出美观且功能丰富的对话框和确认框,为网站增加更多价值。 点我下载 文件大小:241.37 KB 您将下载一个JQuery插件资源包,该资源包内部文件的目录结构如下: 本网站提供JQuery插件下载功能,旨在帮助广大用户在工作学习中提升效率、节约时间。 本网站的下载内容来自于互联网。如您发现任何侵犯您权益的内容,请立即告知我们,我们将迅速响应并删除相关内容。 免责声明:站内所有资源仅供个人学习研究及参考之用,严禁将这些资源应用于商业场景。 若擅自商用导致的一切后果,由使用者承担责任。
2024-07-25 10:50:31
344
本站
JQuery
...化元素操作性能,虽然查询元素的方式与jQuery有所不同,但同样支持属性选择器式的逻辑,比如在React中可以通过refs或context API结合useState、useRef等 hooks 来实现类似功能。 同时,无障碍性(Accessibility)的重要性日益凸显,开发者在根据元素属性获取元素时,不仅要考虑技术实现,还要关注是否符合WCAG 2.1等无障碍标准,确保所有用户都能顺畅地与页面交互。 总的来说,无论是在jQuery还是原生JavaScript,乃至现代前端框架中,依据元素属性获取元素都是一个核心且常青的话题。随着Web技术的日新月异,我们应当持续关注和学习最新的DOM操作方法,以提升用户体验和开发效率。
2023-07-19 14:26:01
372
编程狂人
转载文章
...Auth 2.0授权机制中,客户端需携带access_token等信息在请求头Authorization字段中以验证用户身份。如同文章示例中的sso_token,它是实现单点登录(SSO)的关键环节,确保了服务端能够识别并信任发起请求的客户端。 此外,随着JSON Web Tokens (JWT) 的广泛应用,请求头中的Authorization常用于传递经过签名的JSON令牌,实现无状态、安全的身份验证。而Accept头部则用来指示服务器返回数据的格式,如本文所展示的"application/json; charset=utf-8",确保客户端能正确解析响应内容。 最近,Fetch API逐渐替代传统的XMLHttpRequest成为前端异步通信的新标准。在使用Fetch时,设置请求头的方式略有不同,但原理相似,例如: javascript fetch(base_path + 'aa/getList', { method: 'GET', headers: new Headers({ 'Accept': 'application/json; charset=utf-8', 'Authorization': 'Bearer ' + jwtToken }) }) .then(response => response.json()) .catch(error => console.error('Error:', error)); 因此,无论是jQuery的$.ajax还是原生Fetch API,对请求头的精准控制都是提升应用性能、保证数据安全、优化用户体验的重要手段。随着HTTP/2和HTTP/3协议的推广,未来可能还会出现更多针对请求头的优化策略和技术实践,值得广大开发者关注和学习。
2023-09-09 19:34:00
62
转载
VUE
...例创建之后、渲染之前执行,为资源初始化提供了更为灵活的时机。而在卸载阶段,可以结合onUnmounted()来替代旧版的beforeDestroy钩子,实现更加清晰且易于维护的清理逻辑。 此外,对于大型项目或长期运行的应用,有效管理内存至关重要。开发者应深入理解JavaScript垃圾回收机制,并结合Vue.js特性,确保在组件销毁时解除所有引用,防止无用数据长时间占据内存空间。因此,掌握如何利用Vue.js生命周期钩子进行资源释放,不仅是提升应用性能的关键步骤,也是提高代码质量、避免潜在问题的良好实践。 同时,社区中也有许多针对Vue.js内存管理及性能优化的实战案例和深度解析文章,通过学习这些前沿实践,开发者能够更全面地理解和运用Vue.js生命周期钩子,从而编写出更加高效、健壮的组件代码。
2023-12-03 18:12:48
66
逻辑鬼才
JQuery
...页中的HTML元素、执行DOM操作、处理JavaScript事件以及进行数据交互等。在本文中,jQuery 的 $.inArray() 方法被用于判断数组中是否存在指定元素。 $.inArray() 方法 , $.inArray() 是 jQuery 提供的一个内置方法,专门用来在数组中搜索指定的值,并返回该值的索引(位置)。如果在数组中找不到指定的值,则该方法会返回 -1。例如,在文章中,通过 $.inArray(banana, myArray) 可以查找 banana 在数组 myArray 中的位置,进而判断其是否存在于数组内。 JavaScript原型(Prototype) , 在JavaScript中,每个对象都有一个内部链接指向它的构造函数的原型对象。这个原型对象包含了可以由该类所有实例共享的属性和方法。在本文中,作者将判断数组中是否存在指定元素的功能封装成了一个jQuery插件并将其绑定到了数组对象的原型上,这样数组对象就可以直接调用 isInArray 这个新方法,体现了JavaScript原型继承机制在扩展对象功能方面的应用。
2023-06-16 18:33:25
110
软件工程师
MySQL
mysqldump , mysqldump是MySQL数据库自带的一种用于备份数据库的命令行工具,它可以将一个或多个MySQL数据库完整地导出为SQL脚本文件,包括表结构、数据记录以及触发器、存储过程等数据库对象。在文章中,用户通过执行mysqldump命令并指定用户名、密码和要导出的数据库名,将源MySQL服务器上的数据导出到本地的一个.sql文件中。 SQL文件 , SQL(Structured Query Language)文件是一种包含一系列SQL语句的文本文件,这些语句可以用来创建数据库表结构、插入数据、更新数据或者执行其他数据库操作。在本文上下文中,通过使用mysqldump工具从源MySQL数据库导出的数据被保存在一个SQL文件中,然后可以在目标MySQL服务器上通过执行该文件中的SQL语句来恢复或导入数据。 数据库服务器 , 数据库服务器是一种专门运行数据库管理系统软件,并负责存储、处理和管理大量结构化数据的计算机系统。在迁移MySQL数据的过程中,涉及到至少两个数据库服务器,即源数据库服务器(需要从其上导出数据)和目标数据库服务器(需要将数据导入到其中)。数据库服务器通常具备高可用性、容错性和可扩展性等特点,以满足不同规模的应用场景需求。
2023-02-12 10:44:09
70
数据库专家
站内搜索
用于搜索本网站内部文章,支持栏目切换。
知识学习
实践的时候请根据实际情况谨慎操作。
随机学习一条linux命令:
hostnamectl set-hostname new_hostname
- 更改系统的主机名。
推荐内容
推荐本栏目内的其它文章,看看还有哪些文章让你感兴趣。
2023-04-28
2023-08-09
2023-06-18
2023-04-14
2023-02-18
2023-04-17
2024-01-11
2023-10-03
2023-09-09
2023-06-13
2023-08-07
2023-03-11
历史内容
快速导航到对应月份的历史文章列表。
随便看看
拉到页底了吧,随便看看还有哪些文章你可能感兴趣。
时光飞逝
"流光容易把人抛,红了樱桃,绿了芭蕉。"