Sqoop的使用

每個人的生活都是一個世界，即使最平凡的人也要為他那個世界的存在而戰斗。

——《平凡的世界》

目錄

一、sqoop簡介

1.1 導入流程

1.2 導出流程

二、使用sqoop

2.1 sqoop的常用參數

2.2 連接參數列表

2.3 操作hive表參數

2.4 其它參數

三、sqoop應用 - 導入

3.1 準備測試數據

3.2 sqoop查看數據

3.3 創建Hive表

3.4 多map條件查詢導入HDFS

3.5 全量導入數據

3.6 增量數據導入

四、sqoop應用 - 導出

4.1 Hive中數據導出到MySQL中

五、總結

一、sqoop簡介

sqoop是Apache旗下的一款?hadoop和關系型數據庫服務器之間傳送數據?的工具

主要的功能：

  • 導入數據
    • MySQL、Oracle（關系型數據庫）導入數據到hadoop的HDFS、Hive以及Hbase等數據存儲系統
  • 導出數據
    • 從Hadoop的文件系統（HDFS等）中導出數據到關系型數據庫（MySQL、PostgreSQL）中

1.1 導入流程

1. 首先通過JDBC讀取關系型數據庫元數據信息，獲取到表結構2. 根據元數據信息生成Java類3. 啟動import程序，通過JDBC讀取關系型數據庫數據，并通過上一步的Java類進行序列化4. MapReduce并行寫數據到Hadoop中，并使用Java類進行反序列化

1.2 導出流程

1.sqoop通過JDBC讀取關系型數據庫元數據，獲取到表結構信息，生成Java類2.MapReduce并行讀取HDFS數據，并且通過Java類進行序列化3.export程序啟動，通過Java類反序列化，同時啟動多個map任務，通過JDBC將數據寫入到關系型數據庫中

二、使用sqoop

環境：CDH 6.2.1

快速體驗sqoop

# 前提是你已經下載好了sqoop
# 直接在命令行中輸入以下命令（這個命令類似于你在MySQL中執行 show databases;）
# 格式：sqoop list-databases --connect jdbc:mysql://localhost:3306/ --username 用戶名 --password 密碼
sqoop list-databases --connect jdbc:mysql://localhost:3306/ --username root --password 123456

在這里插入圖片描述

# 查詢指定庫下面所有表（這個命令類似于你在MySQL中指定庫后執行 show tables;）
# 格式：sqoop list-tables --connect jdbc:mysql://localhost:3306/庫名 --username 用戶名 --password 密碼
sqoop list-tables --connect jdbc:mysql://localhost:3306/ecut --username root --password 123456

在這里插入圖片描述

2.1 sqoop的常用參數

  • 指令
sqoop  命令選項   參數
命令名稱對應類命令說明
importImportTool將關系型數據庫數據導入到HDFS、HIVE、HBASE
exportExportTool將HDFS上的數據導出到關系型數據庫
codegenCodeGenTool獲取數據庫中某張表數據生成Java并打成Jar包
create-hive-tableCreateHiveTableTool創建hive的表
evalEvalSqlTool查看SQL的執行結果
list-databasesListDatabasesTool列出所有數據庫
list-tablesListTablesTool列出某個數據庫下的所有表
helpHelpTool打印sqoop幫助信息
versionVersionTool打印sqoop版本信息

2.2 連接參數列表

參數說明
–connect連接關系型數據庫的URL
–help打印幫助信息
–username連接數據庫的用戶名
–password連接數據庫的密碼
–verbose在控制臺打印出詳細信息

2.3 操作hive表參數

參數說明
–hcatalog-database指定hive表的數據庫名稱。如果未指定，則使用默認數據庫名稱（default）
–hcatalog-table指定hive表名，該–hcatalog-table選項的存在表示導入或導出作業是使用HCatalog表完成的，并且是HCatalog作業的必需選項。

2.4 其它參數

參數含義
–num-mappers N指定啟動N個map進程
–table指定數據庫表名
–query編寫sql語句，將查詢的結果導入，如果查詢中有where條件，則條件后必須加上conditions關鍵字。如果使用雙引號包含sql，則condition關鍵字前要加上*$CONDITIONS* 以完成轉義：
–target-dir指定HDFS路徑
–delete-target-dir若hdfs存放目錄已存在，則自動刪除
–fields-terminated-by設置字段分隔符
–export-dir導出到指定HDFS的目錄路徑

三、sqoop應用 - 導入

需求：使用sqoop上傳字典表數據到hive中與我們的數據進行關聯查詢。

3.1 準備測試數據

  • 在MySQL中創建測試數據（庫名test_ecut，表名products，總共54條數據）
-- 在MySQL客戶端或者圖形化工具里執行下面代碼
drop database if exists test_ecut;
create database if not exists test_ecut char set utf8;
use test_ecut;  -- 使用該數據庫create table test_ecut.products (id int auto_increment primary key,product_name varchar(255),price decimal(10, 2)
);-- 插入一些正常數據
insert into test_ecut.products (product_name, price) values ('商品A', 19.99);
insert into test_ecut.products (product_name, price) values ('商品B', 29.99);
insert into test_ecut.products (product_name, price) values ('商品C', 9.99);
insert into test_ecut.products (product_name, price) values ('商品D', 49.99);
insert into test_ecut.products (product_name, price) values ('商品E', 39.99);-- 插入一些包含空值的數據（這里假設price字段允許為空，實際需根據你的表結構定義來確定是否合理）
insert into test_ecut.products (product_name, price) values ('商品F', null);
insert into test_ecut.products (product_name, price) values ('商品G', null);-- 插入一些重復數據
insert into test_ecut.products (product_name, price) values ('商品A', 19.99);
insert into test_ecut.products (product_name, price) values ('商品B', 29.99);-- 繼續插入更多不同情況的數據以湊夠45條示例（以下為隨機模擬更多數據情況）
insert into test_ecut.products (product_name, price) values ('商品H', 59.99);
insert into test_ecut.products (product_name, price) values ('商品I', 15.99);
insert into test_ecut.products (product_name, price) values ('商品J', 25.99);
insert into test_ecut.products (product_name, price) values ('商品K', 69.99);
insert into test_ecut.products (product_name, price) values ('商品L', 89.99);
insert into test_ecut.products (product_name, price) values ('商品M', null);
insert into test_ecut.products (product_name, price) values ('商品N', 35.99);
insert into test_ecut.products (product_name, price) values ('商品O', 45.99);
insert into test_ecut.products (product_name, price) values ('商品P', 79.99);
insert into test_ecut.products (product_name, price) values ('商品Q', 99.99);
insert into test_ecut.products (product_name, price) values ('商品R', 10.99);
insert into test_ecut.products (product_name, price) values ('商品S', 12.99);
insert into test_ecut.products (product_name, price) values ('商品T', 14.99);
insert into test_ecut.products (product_name, price) values ('商品U', 16.99);
insert into test_ecut.products (product_name, price) values ('商品V', 18.99);
insert into test_ecut.products (product_name, price) values ('商品W', 20.99);
insert into test_ecut.products (product_name, price) values ('商品X', 22.99);
insert into test_ecut.products (product_name, price) values ('商品Y', 24.99);
insert into test_ecut.products (product_name, price) values ('商品Z', 26.99);
insert into test_ecut.products (product_name, price) values ('商品AA', 28.99);
insert into test_ecut.products (product_name, price) values ('商品AB', 30.99);
insert into test_ecut.products (product_name, price) values ('商品AC', 32.99);
insert into test_ecut.products (product_name, price) values ('商品AD', 34.99);
insert into test_ecut.products (product_name, price) values ('商品AE', 36.99);
insert into test_ecut.products (product_name, price) values ('商品AF', 38.99);
insert into test_ecut.products (product_name, price) values ('商品AG', 40.99);
insert into test_ecut.products (product_name, price) values ('商品AH', 42.99);
insert into test_ecut.products (product_name, price) values ('商品AI', 44.99);
insert into test_ecut.products (product_name, price) values ('商品AJ', 46.99);
insert into test_ecut.products (product_name, price) values ('商品AK', 48.99);
insert into test_ecut.products (product_name, price) values ('商品AL', 50.99);
insert into test_ecut.products (product_name, price) values ('商品AM', 52.99);
insert into test_ecut.products (product_name, price) values ('商品AN', 54.99);
insert into test_ecut.products (product_name, price) values ('商品AO', 56.99);
insert into test_ecut.products (product_name, price) values ('商品AP', 58.99);
insert into test_ecut.products (product_name, price) values ('商品AQ', 60.99);
insert into test_ecut.products (product_name, price) values ('商品AR', 62.99);
insert into test_ecut.products (product_name, price) values ('商品AS', 64.99);
insert into test_ecut.products (product_name, price) values ('商品AT', 66.99);
insert into test_ecut.products (product_name, price) values ('商品AU', 68.99);
insert into test_ecut.products (product_name, price) values ('商品AV', 70.99);
insert into test_ecut.products (product_name, price) values ('商品AW', 72.99);
insert into test_ecut.products (product_name, price) values ('商品AX', 74.99);
insert into test_ecut.products (product_name, price) values ('商品AY', 76.99);
insert into test_ecut.products (product_name, price) values ('商品AZ', 78.99);select count(1) from test_ecut.products;

在這里插入圖片描述

3.2 sqoop查看數據

  • 可以借助sqoop中eval查看結果
# 通過eval查看：test_ecut庫下的products表前5條數據
sqoop eval \
--connect jdbc:mysql://localhost:3306/test_ecut \
--username root \
--password 123456 \
--query "select * from products limit 5"

在這里插入圖片描述

3.3 創建Hive表

前提：你需要啟動hadoop集群（hdfs和yarn），以及hive服務（hiveserver2和metastore）

  • 1：在hive中你需要先建庫
-- 通過圖形化工具（datagrip等），執行以下命令
create database hive_ecut;

在這里插入圖片描述

  • 2：使用create-hive-table創建hive表
# 基于MySQL表創建hive表
sqoop create-hive-table \
--connect jdbc:mysql://localhost:3306/test_ecut \
--username root \
--password 123456 \
--table products \
--hive-table hive_ecut.goods_table

在這里插入圖片描述

  • 3：然后通過datagrip工具，查看hive中是否存在表

在這里插入圖片描述

3.4 多map條件查詢導入HDFS

# 語法
sqoop import \
--connect 數據庫連接字符串 \
--username 數據庫用戶名 \
--password 數據庫密碼 \
--target-dir HDFS位置 \
--delete-target-dir 若hdfs存放目錄以及存在，則自動刪除 \
--fields-terminated-by "\t" \
--num-mappers 3 \
--split-by 切分數據依據 \
--query 'select SQL where 查詢條件 and $CONDITIONS'

解釋：

  • query?將查詢結果的數據導入，使用時必須伴隨參?--target-dir?或?--hive-table?，如果查詢中有?where條件?，則條件后必須加上$CONDITIONS關鍵字

  • 當?sqoop?使用?--query?執行多個maptask并行運行導入數據時，每個maptask將執行一部分數據的導入，原始數據需要使用?--split-by 某個字段'?來切分數據，不同的數據交給不同的maptask去處理

  • maptask?執行sql腳本時，需要在where條件中添加$CONDITIONS條件，這個是linux系統的變量，可以根據?sqoop?對邊界條件的判斷，來替換成不同的值，這就是說若?split-by id?，則?sqoop?會判斷?id?的最小值和最大值判斷?id?的整體區間，然后根據maptask的個數來進行區間拆分，每個maptask執行一定?id?區間范圍的數值導入任務，如下為示意圖。

在這里插入圖片描述

  • 1：導入文本文件
sqoop import \
--connect jdbc:mysql://localhost:3306/test_ecut"?useUnicode=true&characterEncoding=UTF-8" \
--username root \
--password 123456 \
--target-dir /user/hive/warehouse/hive_ecut.db/goods_table \
--delete-target-dir \
--fields-terminated-by "\001" \
--num-mappers 3 \
--split-by id \
--query 'select * from products where id < 10 and $CONDITIONS'

在這里插入圖片描述

3.5 全量導入數據

補充：?導入數據可以分為兩步

第一步，將數據導入到HDFS，默認的臨時目錄是/user/當前操作用戶/mysql表名；

第二步，將導入到HDFS的數據遷移到Hive表，如果hive表不存在，sqoop會自動創建內部表；（我們的是在/user/root/products，通過查看job的configuration的outputdir屬性得知）

第二步很重要，因為有時候報錯并不是你的代碼腳本問題，而是臨時文件存在，在調度的時候運行的其實是臨時文件中的配置job，需要刪除才可以（.Trash和.staging 別刪）

在這里插入圖片描述

  • 導入剛剛的商品數據，如果表不存在會自動創建內部表
# 導入命令
sqoop import \
--connect jdbc:mysql://localhost:3306/test_ecut"?useUnicode=true&characterEncoding=UTF-8" \
--username root \
--password 123456 \
--table products \
--num-mappers 1 \
--delete-target-dir \
--hive-import \
--fields-terminated-by "\001" \
--hive-overwrite \
--hive-table hive_ecut.goods_table_test

在這里插入圖片描述

3.6 增量數據導入

增量數據導入的兩種方法

方法1：append方式

方法2：lastmodified方式，必須要加–append（追加）或者–merge-key（合并，一般填主鍵）

  • 1：按照id增量導入數據
-- MySQL添加一條新的數據
insert into test_ecut.products(product_name, price) values ('無敵絕世小學生',999999)

在這里插入圖片描述

# 按照id增量導入
sqoop import \
--connect jdbc:mysql://localhost:3306/test_ecut"?useUnicode=true&characterEncoding=UTF-8" \
--username root \
--password 123456 \
--table products \
--num-mappers 1 \
--target-dir /user/hive/warehouse/hive_ecut.db/goods_table_test \
--fields-terminated-by "\001" \
--incremental append \
--check-column id \
--last-value 54

參數解釋:
1）incremental：append或lastmodified，使用lastmodified方式導入數據要指定增量數據是要–append（追加）還是要–merge-key（合并）
2）check-column：作為增量導入判斷的列名
3）last-value：指定某一個值，用于標記增量導入的位置,這個值的數據不會被導入到表中,只用于標記當前表中最后的值。（可以看到sqoop腳本中，我設置的id為54，也就意味著要跳過54而直接從55開始存）

在這里插入圖片描述

  • 2：按照時間增量導入數據

–incremental lastmodified

–append

–check-column 日期字段

在MySQL中重新建表，需要時間字段

-- mysql中新建products_update表
create table if not exists test_ecut.products_update(id int auto_increment primary key,product_name varchar(255),price decimal(10, 2),last_update_time datetime default current_timestamp on update current_timestamp
);
insert into test_ecut.products_update (product_name, price) values ('商品H', 59.99);
insert into test_ecut.products_update (product_name, price) values ('商品I', 15.99);
insert into test_ecut.products_update (product_name, price) values ('商品J', 25.99);

在這里插入圖片描述

導入數據到hive中

# 在命令行中執行，然后在datagrip中查看數據
sqoop import \
--connect jdbc:mysql://localhost:3306/test_ecut"?useUnicode=true&characterEncoding=UTF-8" \
--username root \
--password 123456 \
--table products_update \
--num-mappers 1 \
--delete-target-dir \
--hive-import \
--fields-terminated-by "\001" \
--hive-overwrite \
--hive-table hive_ecut.goods_update_table

在這里插入圖片描述

隔一段時間，新增一條數據

-- 在MySQL中，新增
insert into test_ecut.products_update (product_name, price) values ('無敵絕世小學生', 999999);

在這里插入圖片描述

增量導入更新的數據

# 在命令行中執行，在datagrip中查看
sqoop import \
--connect jdbc:mysql://localhost:3306/test_ecut"?useUnicode=true&characterEncoding=UTF-8" \
--username root \
--password 123456 \
--table products_update \
--num-mappers 1 \
--target-dir /user/hive/warehouse/hive_ecut.db/goods_update_table \
--fields-terminated-by "\001" \
--incremental lastmodified \
--check-column last_update_time \
--last-value '2024-12-28 13:18:00' \
--append# 注意：last-value 的設置是把包括 2024-12-28 13:18:00 時間的數據做增量導入。（所以我給2024-12-28 13:17:59加了1秒）

在這里插入圖片描述

  • 3：按照時間增量并按照主鍵合并導入

–incremental lastmodified

–merge-key 用法

如果之前的數據有修改的話可以使用–incremental lastmodified --merge-key進行數據合并執行修改的SQL

更改字段，從而更新時間

-- 在MySQL中更新
update test_ecut.products_update set product_name = '萌神想' where product_name='無敵絕世小學生';

在這里插入圖片描述

進行合并導入（如果報錯，可能是因為/user/root/_sqoop存在了很多臨時文件，需要刪除這些臨時文件）

sqoop import \
--connect jdbc:mysql://localhost:3306/test_ecut"?useUnicode=true&characterEncoding=UTF-8" \
--username root \
--password 123456 \
--table products_update \
--num-mappers 1 \
--target-dir /user/hive/warehouse/hive_ecut.db/goods_update_table \
--fields-terminated-by "\001" \
--incremental lastmodified \
--check-column last_update_time \
--last-value '2024-12-28 13:20:24' \
--merge-key id# --incremental lastmodified  --merge-key的作用：修改過的數據和新增的數據（前提是滿足last-value的條件）都會導入進來，并且重復的數據（不需要滿足last-value的條件）都會進行合并

在這里插入圖片描述

四、sqoop應用 - 導出

4.1 Hive中數據導出到MySQL中

sqoop的export命令支持 insert、update到關系型數據庫，但是不支持merge

  • 1：查看需要導出表的數據

在這里插入圖片描述

  • 2：新建MySQL表用于接收hive中的數據
create table if not exists test_ecut.get_hive_data(id int auto_increment primary key,product_name varchar(255),price decimal(10, 2),last_update_time datetime default current_timestamp on update current_timestamp
);
  • 3：導出到MySQL中
# 導出命令
sqoop export \
--connect  jdbc:mysql://localhost:3306/test_ecut"?useUnicode=true&characterEncoding=UTF-8" \
--username root \
--password 123456 \
--table get_hive_data \
--export-dir /user/hive/warehouse/hive_ecut.db/goods_update_table \
--num-mappers 1 \
--fields-terminated-by '\001'

在這里插入圖片描述

補充：sqoop的作用就是負責導入和導出的，我上面所寫的雖然都在虛擬機上運行，但只要改一下localhost就可以實現不同主機之間的數據傳輸（前提是有映射，且可以互通）

五、總結

? 看完上面的操作之后，很容易發現一個特點，Sqoop其實就是個腳本，而且命令很固定，只需改改參數就可以使用，門檻并不高，能用就行，具體它底層怎么實現的，可以去官網看看（Sqoop已經不更新，雖然是apache的項目，但已經被打入冷宮了），值得一提的是，Sqoop 通常只會使用 Map 任務來完成數據的傳輸，不會啟動 Reduce 任務

本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。
如若轉載，請注明出處：http://www.pswp.cn/web/64748.shtml
繁體地址，請注明出處：http://hk.pswp.cn/web/64748.shtml
英文地址，請注明出處：http://en.pswp.cn/web/64748.shtml

如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！

相關文章

FFmpeg 4.3 音視頻-多路H265監控錄放C++開發二十一.4，SDP協議分析

FFmpeg 4.3 音視頻-多路H265監控錄放C++開發二十一.4，SDP協議分析

SDP在4566 中有詳細描述。 SDP 全稱是 Session Description Protocol&#xff0c; 翻譯過來就是描述會話的協議。 主要用于兩個會話實體之間的媒體協商。 什么叫會話呢&#xff0c;比如一次網絡電話、一次電話會議、一次視頻聊天&#xff0c;這些都可以稱之為一次會話。 那為什…
閱讀更多...
智簡未來創新與簡化的AI之路

智簡未來創新與簡化的AI之路

附上鏈接地址&#xff1a;https://aint.top 在這個數字化迅速發展的時代&#xff0c;人工智能&#xff08;AI&#xff09;不僅僅是技術的前沿&#xff0c;它正在成為每個行業創新的核心推動力。作為一家專注于AI技術應用與創新的公司&#xff0c;智簡未來旨在通過智能化的工具…
閱讀更多...
[極客大挑戰 2019]HardSQL 1

[極客大挑戰 2019]HardSQL 1

看了大佬的wp&#xff0c;沒用字典爆破&#xff0c;手動試出來的&#xff0c;屏蔽了常用的關鍵字&#xff0c;例如&#xff1a;order select union and 最搞的是&#xff0c;空格也有&#xff0c;這個空格后面讓我看了好久&#xff0c;該在哪里加括號。 先傳入1’ 1試試&#…
閱讀更多...
【Pytorch實用教程】深入了解 torchvision.models.resnet18 新舊版本的區別

【Pytorch實用教程】深入了解 torchvision.models.resnet18 新舊版本的區別

深入了解 torchvision.models.resnet18 新舊版本的區別 在深度學習模型開發中，PyTorch 和 torchvision 一直是我們不可或缺的工具。近期，torchvision 對其模型加載 API 進行了更新，將舊版的 pretrained 參數替換為新的 weights 參數。本文將介紹這一變化的背景、具體區別，…
閱讀更多...
Elasticsearch名詞解釋

Elasticsearch名詞解釋

文章目錄 1.什么是Elasticsearch?2.什么是elastic stack(ELK)?3.什么是Lucene?4.什么是文檔(document)&#xff1f;5.什么是詞條(term)&#xff1f;6.什么是正向索引&#xff1f;7.什么是倒排索引&#xff1f;8.ES中的索引(index)9.映射(Mapping)10.DSL11.elastcisearch與my…
閱讀更多...
網絡滲透測試實驗三：SQL注入

網絡滲透測試實驗三：SQL注入

1.實驗目的和要求 實驗目的：了解SQL注入的基本原理；掌握PHP腳本訪問MySQL數據庫的基本方法；掌握程序設計中避免出現SQL注入漏洞的基本方法；掌握網站配置。 系統環境：Kali Linux 2、Windows Server 網絡環境：交換網絡結構 實驗工具： SqlMAP；DVWA 2.實驗步驟 實驗目…
閱讀更多...
SQL-Server鏈接服務器訪問Oracle數據

SQL-Server鏈接服務器訪問Oracle數據

SQL Server 鏈接服務器訪問 Oracle 離線安裝 .NET Framework 3.5 方法一&#xff1a;使用 NetFx3.cab 文件 下載 NetFx3.cab 文件&#xff0c;并將其放置在 Windows 10 系統盤的 C:Windows 文件夾中。 以管理員身份運行命令提示符&#xff0c;輸入以下命令并回車&#xff1a; …
閱讀更多...
【R語言】校準曲線,繪制原理

【R語言】校準曲線,繪制原理

①獲取predict的結果&#xff0c;“prob.Case”這一列就是預測風險概率&#xff0c;“truth”列為實際發生結局的分組 ②將prob.Case進行分桶&#xff08;簡單理解為分組&#xff0c;一般分10組)&#xff0c;常見的分桶方式有兩種&#xff1a;一是將prob.Case從大到小排序后&a…
閱讀更多...
QTDemo：串口調試工具

QTDemo：串口調試工具

項目簡介 本項目通過QT框架設計一款可以在Windows、Linux等平臺的跨平臺串口助手&#xff0c;串口功能能夠滿足基本的調試需求。 本項目采用的版本為&#xff1a;QT5.14 visual studio 2022 進行開發。 項目源碼&#xff1a;https://github.com/say-Hai/MyCOMDemo 項目頁面&am…
閱讀更多...
基于SpringBoot和OAuth2，實現通過Github授權登錄應用

基于SpringBoot和OAuth2，實現通過Github授權登錄應用

基于SpringBoot和OAuth2&#xff0c;實現通過Github授權登錄應用 文章目錄 基于SpringBoot和OAuth2&#xff0c;實現通過Github授權登錄應用0. 引言1. 創建Github應用2. 創建SpringBoot測試項目2.1 初始化項目2.2 設置配置文件信息2.3 創建Controller層2.4 創建Html頁面 3. 啟動…
閱讀更多...
CMS漏洞靶場攻略

CMS漏洞靶場攻略

DeDeCMS 環境搭建 傻瓜式安裝 漏洞一&#xff1a;通過文件管理器上傳WebShel 步驟?:訪問目標靶場其思路為 dedecms 后臺可以直接上傳任意文件&#xff0c;可以通過?件管理器上傳php文件獲取webshell 登陸網站后臺 步驟二&#xff1a;登陸到后臺點擊 【核心】 --》 【文件式…
閱讀更多...
0xc0000020錯誤代碼怎么處理，Windows11、10壞圖像錯誤0xc0000020的修復辦法

0xc0000020錯誤代碼怎么處理，Windows11、10壞圖像錯誤0xc0000020的修復辦法

“0xc0000020”是一種 Windows 應用程序錯誤代碼&#xff0c;通常表明某些文件缺失或損壞。這可能是由于系統文件損壞、應用程序安裝或卸載問題、惡意軟件感染、有問題的 Windows 更新等原因導致的。 比如&#xff0c;當運行軟件時&#xff0c;可能會出現類似“C:\xx\xxx.dll …
閱讀更多...
LabVIEW 中 NI Vision 模塊的IMAQ Create VI

LabVIEW 中 NI Vision 模塊的IMAQ Create VI

IMAQ Create VI 是 LabVIEW 中 NI Vision 模塊&#xff08;NI Vision Development Module&#xff09;的一個常用 VI&#xff0c;用于創建一個圖像變量。該圖像變量可以存儲和操作圖像數據&#xff0c;是圖像處理任務的基礎。 ? 通過以上操作&#xff0c;IMAQ Create VI 是構建…
閱讀更多...
HTML5 標簽輸入框（Tag Input）詳解

HTML5 標簽輸入框（Tag Input）詳解

HTML5 標簽輸入框&#xff08;Tag Input&#xff09;詳解 標簽輸入框&#xff08;Tag Input&#xff09;是一種用戶界面元素&#xff0c;允許用戶輸入多個標簽或關鍵詞&#xff0c;通常用于表單、搜索框或內容分類等場景。以下是實現標簽輸入框的詳細講解。 1. 任務概述 標…
閱讀更多...
使用位操作符實現加減乘除！

使用位操作符實現加減乘除！

歡迎拜訪&#xff1a;霧里看山-CSDN博客 本篇主題&#xff1a;使用位操作符實現加減乘除 發布時間&#xff1a;2025.1.1 隸屬專欄&#xff1a;C語言 目錄 位操作實現加法運算&#xff08;&#xff09;原理代碼示例 位操作實現減法運算&#xff08;-&#xff09;原理代碼示例 位…
閱讀更多...
[Spring] Spring AOP

[Spring] Spring AOP

&#x1f338;個人主頁:https://blog.csdn.net/2301_80050796?spm1000.2115.3001.5343 &#x1f3f5;?熱門專欄: &#x1f9ca; Java基本語法(97平均質量分)https://blog.csdn.net/2301_80050796/category_12615970.html?spm1001.2014.3001.5482 &#x1f355; Collection與…
閱讀更多...
Java-數據結構-時間和空間復雜度

Java-數據結構-時間和空間復雜度

一、什么是時間和空間復雜度&#xff1f; &#x1f4da; 那么在了解時間復雜度和空間復雜度之前&#xff0c;我們先要知道為何有這兩者的概念&#xff1a; 首先我們要先了解"算法"&#xff0c;在之前我們學習過關于"一維前綴和與差分"&#xff0c;"…
閱讀更多...
商湯C++開發面試題及參考答案

商湯C++開發面試題及參考答案

C++11 有哪些新特性？ C++11 帶來了眾多令人矚目的新特性，極大地豐富和增強了這門編程語言的功能與表現力。 首先是類型推導方面，引入了auto關鍵字。通過auto，編譯器能夠自動根據初始化表達式來推導出變量的類型，這在處理復雜的模板類型或者較長的類型聲明時非常方便，能讓…
閱讀更多...
Cesium 實戰 27 - 三維視頻融合（視頻投影）

Cesium 實戰 27 - 三維視頻融合（視頻投影）

Cesium 實戰 27 - 三維視頻融合（視頻投影） 核心代碼完整代碼在線示例在 Cesium 中有幾種展示視頻的方式，比如墻體使用視頻材質，還有地面多邊形使用視頻材質，都可以實現視頻功能。 但是隨著攝像頭和無人機的流行，需要視頻和場景深度融合，簡單的實現方式則不能滿足需求。…
閱讀更多...
U盤格式化工具合集：6個免費的U盤格式化工具

U盤格式化工具合集：6個免費的U盤格式化工具

在日常使用中&#xff0c;U盤可能會因為文件系統不兼容、數據損壞或使用需求發生改變而需要進行格式化。一個合適的格式化工具不僅可以清理存儲空間&#xff0c;還能解決部分存儲問題。本文為大家精選了6款免費的U盤格式化工具&#xff0c;并詳細介紹它們的功能、使用方法、優缺…
閱讀更多...
最新文章

Copyright @ 2022~2023