【Elasticsearch】开启大数据分析的探索与预处理之旅

news2025/4/8 1:15:26

🧑 博主简介：CSDN博客专家，历代文学网（PC端可以访问：https://literature.sinhy.com/#/literature?__c=1000，移动端可微信小程序搜索“历代文学”）总架构师，15年工作经验，精通Java编程，高并发设计，Springboot和微服务，熟悉Linux，ESXI虚拟化以及云原生Docker和K8s，热衷于探索科技的边界，并将理论知识转化为实际应用。保持对新技术的好奇心，乐于分享所学，希望通过我的实践经历和见解，启发他人的创新思维。在这里，我希望能与志同道合的朋友交流探讨，共同进步，一起在技术的世界里不断学习成长。
技术合作请加本人wx（注明来自csdn）：foreast_sea

在这里插入图片描述

在这里插入图片描述

【Elasticsearch】开启大数据分析的探索与预处理之旅

一、引言

在当今数字化时代，数据呈爆炸式增长，大数据分析已成为企业和组织挖掘有价值信息、获取竞争优势的关键手段。在大数据分析项目的初期阶段，数据科学家面临着一项艰巨的任务：对海量的原始数据进行探索和预处理。这一环节犹如大厦的基石，直接影响着后续分析工作的质量和效率。

数据探索旨在深入了解数据的结构、内容和分布情况，帮助数据科学家发现数据中的潜在模式、异常值以及数据之间的关联关系。而数据预处理则是对原始数据进行清洗、转换和整合，以提高数据的质量和可用性，为后续的特征提取、模型训练等步骤奠定良好的基础。

传统的数据探索和预处理工具在面对大规模数据时往往显得力不从心，效率低下。幸运的是，Elasticsearch 的出现为我们提供了一个强大的解决方案。Elasticsearch 是一个基于 Lucene 库构建的分布式、开源搜索引擎，它不仅擅长快速的全文搜索，还具备强大的数据存储和分析能力，能够高效地处理大规模数据，使其成为大数据分析领域数据探索与预处理的得力助手。

我们将深入探讨如何利用 Elasticsearch 对大数据进行探索与预处理。我们将详细介绍相关的技术概念、数据类型、索引结构等基础知识，展示实际案例中所用到的 Maven 依赖，并提供每一步详细的代码示例及清晰注释，最后还会给出具体的单元测试和预期输出，让您全面掌握利用 Elasticsearch 进行大数据分析前期工作的方法与技巧。

二、需要用到的关键ES数据结构

（一）数据类型

  1. 文本类型（text）：用于存储文本数据，如文章内容、用户评论等。Elasticsearch 会对文本进行分词处理，以便进行全文搜索。例如，在一个新闻文章数据集里，文章的正文可以存储为 text 类型，这样就可以方便地搜索文章中包含的特定关键词或短语。
  2. 关键字类型（keyword）：适用于精确匹配的字符串数据，如身份证号、订单号等。与 text 类型不同，keyword 类型不会进行分词，数据将被完整地存储和匹配。比如，在电商订单数据中，订单编号字段就可以设置为 keyword 类型，以确保精确查询订单。
  3. 数值类型（如 long、integer、float、double 等）：分别用于存储不同范围和精度的数值数据。在处理销售数据时，商品价格可以存储为 float 或 double 类型，而商品数量则可以存储为 integer 类型。
  4. 日期类型（date）：用于存储日期和时间信息。可以按照特定的格式存储日期数据，如“yyyy-MM-dd HH:mm:ss”，方便进行日期范围查询和时间序列分析。例如，在日志数据中，记录事件发生的时间就可以使用 date 类型。

（二）索引结构

索引是 Elasticsearch 中存储数据的地方，类似于数据库中的表。一个索引可以包含多个类型（在 Elasticsearch 6.0 及以后版本中，类型逐渐被弱化，但在早期版本中类型是重要的概念）。索引具有以下重要的结构组成部分：

  1. 映射（Mapping）：定义了索引中每个字段的数据类型、分词器以及其他属性。通过映射，Elasticsearch 知道如何对数据进行索引和搜索。例如，对于一个存储博客文章的索引，我们可以在映射中定义文章标题字段为 text 类型，并指定使用特定的分词器，而文章发布日期字段则定义为 date 类型。
  2. 文档（Document）：是索引中的基本数据单元，类似于数据库中的行。每个文档都是一个 JSON 对象，包含了与索引相关的各种字段及其对应的值。例如，一篇博客文章的文档可能包含标题、作者、内容、发布日期等字段。

三、案例实现技术与 Maven 依赖

（一）技术概述

本案例将利用 Elasticsearch 的 Java API 来连接到 Elasticsearch 集群，实现数据的索引创建、数据插入、数据搜索与聚合等操作，从而完成数据探索与预处理的任务。我们将以一个包含海量文本数据的数据集为例，通过 Elasticsearch 的搜索和聚合功能，探索文本的主题分布、关键词频率等信息。

（二）Maven 依赖

在使用 Java 与 Elasticsearch 进行交互时，需要在项目的 pom.xml 文件中添加以下 Maven 依赖：

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.17.9</version>
</dependency>
<dependency>
    <groupId>org.elasticsearch</groupId>
    <artifactId>elasticsearch</artifactId>
    <version>7.17.9</version>
</dependency>

上述依赖中，elasticsearch-rest-high-level-client 是用于与 Elasticsearch 进行高级别 REST 交互的客户端库，它提供了方便的 API 来执行各种操作。elasticsearch 核心库则包含了 Elasticsearch 的基本功能和数据结构相关的代码。

四、案例实现步骤及代码示例

（一）连接到 Elasticsearch 集群

首先，我们需要编写代码来连接到 Elasticsearch 集群。以下是一个简单的示例：

import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;

public class ElasticsearchConnection {
    // Elasticsearch 集群的主机地址和端口
    private static final String HOST = "localhost";
    private static final int PORT = 9200;

    public static RestHighLevelClient getClient() {
        // 创建 HttpHost 对象，指定主机和端口
        HttpHost host = new HttpHost(HOST, PORT, "http");
        // 创建 RestHighLevelClient 对象，用于与 Elasticsearch 集群进行交互
        return new RestHighLevelClient(RestClient.builder(host));
    }

    public static void main(String[] args) throws Exception {
        RestHighLevelClient client = getClient();
        // 这里可以添加一些测试代码，例如打印集群信息
        client.close();
    }
}

在上述代码中，我们首先定义了 Elasticsearch 集群的主机地址和端口，然后创建了 HttpHost 对象来表示集群的地址信息，最后通过 RestClient.builder 构建了 RestHighLevelClient 对象，该对象将用于后续的各种操作。在 main 方法中，我们获取了客户端连接，并在最后关闭了连接，以释放资源。

（二）创建索引及映射

接下来，我们创建一个用于存储文本数据的索引，并定义其映射。假设我们要存储博客文章数据，以下是创建索引和映射的代码示例：

import org.elasticsearch.action.admin.indices.create.CreateIndexRequest;
import org.elasticsearch.action.admin.indices.create.CreateIndexResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.common.settings.Settings;
import org.elasticsearch.common.xcontent.XContentType;

import java.io.IOException;

public class CreateIndex {
    public static void createBlogIndex(RestHighLevelClient client) throws IOException {
        // 创建索引请求对象
        CreateIndexRequest request = new CreateIndexRequest("blog_index");
        // 设置索引的设置项，例如分片数量和副本数量
        request.settings(Settings.builder()
              .put("index.number_of_shards", 3)
              .put("index.number_of_replicas", 1));

        // 定义映射，指定文章标题为 text 类型，使用标准分词器，文章内容为 text 类型，文章发布日期为 date 类型
        String mapping = "{\n" +
                "  \"properties\": {\n" +
                "    \"title\": {\n" +
                "      \"type\": \"text\",\n" +
                "      \"analyzer\": \"standard\"\n" +
                "    },\n" +
                "    \"content\": {\n" +
                "      \"type\": \"text\",\n" +
                "      \"analyzer\": \"standard\"\n" +
                "    },\n" +
                "    \"publish_date\": {\n" +
                "      \"type\": \"date\",\n" +
                "      \"format\": \"yyyy-MM-dd HH:mm:ss\"\n" +
                "    }\n" +
                "  }\n" +
                "}";
        request.mapping(mapping, XContentType.JSON);

        // 执行创建索引操作
        CreateIndexResponse response = client.indices().create(request, RequestOptions.DEFAULT);
        boolean acknowledged = response.isAcknowledged();
        if (acknowledged) {
            System.out.println("索引创建成功");
        } else {
            System.out.println("索引创建失败");
        }
    }

    public static void main(String[] args) throws Exception {
        RestHighLevelClient client = ElasticsearchConnection.getClient();
        createBlogIndex(client);
        client.close();
    }
}

在这段代码中，我们首先创建了 CreateIndexRequest 对象，并指定了索引名称为 “blog_index”。然后通过 settings 方法设置了索引的分片数量和副本数量。接着，我们定义了索引的映射，将文章标题、内容和发布日期分别定义为相应的类型，并指定了分词器和日期格式。最后，通过 client.indices().create 方法执行创建索引操作，并根据响应结果判断索引是否创建成功。

（三）插入数据

有了索引和映射后，我们可以向索引中插入数据。以下是插入一篇博客文章数据的示例代码：

import org.elasticsearch.action.index.IndexRequest;
import org.elasticsearch.action.index.IndexResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.common.xcontent.XContentType;

import java.io.IOException;
import java.util.Date;
import java.util.HashMap;
import java.util.Map;

public class InsertData {
    public static void insertBlogArticle(RestHighLevelClient client) throws IOException {
        // 创建索引请求对象
        IndexRequest request = new IndexRequest("blog_index");
        // 构建文档数据，这里是一篇博客文章的信息
        Map<String, Object> jsonMap = new HashMap<>();
        jsonMap.put("title", "Elasticsearch 在大数据分析中的应用");
        jsonMap.put("content", "本文介绍了如何使用 Elasticsearch 进行大数据分析中的数据探索与预处理工作，包括数据类型、索引结构等内容，并通过实际案例展示了其强大的功能。");
        jsonMap.put("publish_date", new Date());

        request.source(jsonMap, XContentType.JSON);

        // 执行插入数据操作
        IndexResponse response = client.index(request, RequestOptions.DEFAULT);
        String index = response.getIndex();
        String id = response.getId();
        // 打印插入结果信息
        System.out.println("数据插入成功，索引：" + index + "，文档 ID：" + id);
    }

    public static void main(String[] args) throws Exception {
        RestHighLevelClient client = ElasticsearchConnection.getClient();
        insertBlogArticle(client);
        client.close();
    }
}

在上述代码中，我们创建了 IndexRequest 对象，并指定了要插入数据的索引为 “blog_index”。然后构建了一个包含文章标题、内容和发布日期的 Map 对象，作为文档数据。通过 request.source 方法将文档数据设置到请求中，最后使用 client.index 方法执行插入操作，并打印插入结果的索引和文档 ID 信息。

（四）数据搜索与聚合

现在，我们可以利用 Elasticsearch 的搜索和聚合功能来探索数据。以下是一个查询文章标题中包含特定关键词的文章，并统计关键词频率的示例代码：

import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.aggregations.AggregationBuilders;
import org.elasticsearch.search.aggregations.bucket.terms.Terms;
import org.elasticsearch.search.aggregations.bucket.terms.TermsAggregationBuilder;
import org.elasticsearch.search.builder.SearchSourceBuilder;

import java.io.IOException;

public class SearchAndAggregate {
    public static void searchAndAggregate(RestHighLevelClient client) throws IOException {
        // 创建搜索请求对象
        SearchRequest request = new SearchRequest("blog_index");
        // 创建搜索源构建器
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

        // 设置查询条件，查询标题中包含 "Elasticsearch" 的文章
        sourceBuilder.query(QueryBuilders.matchQuery("title", "Elasticsearch"));

        // 创建聚合构建器，统计关键词频率
        TermsAggregationBuilder aggregationBuilder = AggregationBuilders.terms("keyword_agg")
              .field("title.keyword");
        sourceBuilder.aggregation(aggregationBuilder);

        request.source(sourceBuilder);

        // 执行搜索操作
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        // 处理搜索结果
        Terms terms = response.getAggregations().get("keyword_agg");
        for (Terms.Bucket bucket : terms.getBuckets()) {
            System.out.println("关键词：" + bucket.getKey() + "，频率：" + bucket.getDocCount());
        }
    }

    public static void main(String[] args) throws Exception {
        RestHighLevelClient client = ElasticsearchConnection.getClient();
        searchAndAggregate(client);
        client.close();
    }
}

在这段代码中，我们首先创建了 SearchRequest 对象和 SearchSourceBuilder 对象。通过 QueryBuilders.matchQuery 设置了查询条件，即搜索标题中包含 “Elasticsearch” 的文章。然后使用 AggregationBuilders.terms 创建了一个聚合构建器，用于统计关键词频率，这里我们统计文章标题中的关键词频率（注意使用 title.keyword 是因为我们要精确统计关键词，而不是对分词后的文本进行统计）。最后，执行搜索操作并处理聚合结果，打印出关键词及其频率信息。

五、单元测试与预期输出

（一）单元测试

为了确保我们编写的代码功能正常，我们可以编写单元测试。以下是使用 JUnit 5 编写的针对上述代码功能的单元测试示例：

import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;
import org.elasticsearch.client.RestHighLevelClient;

import static org.junit.jupiter.api.Assertions.assertTrue;

public class ElasticsearchTest {
    private RestHighLevelClient client;

    @BeforeEach
    public void setUp() throws Exception {
        client = ElasticsearchConnection.getClient();
    }

    @Test
    public void testCreateIndex() throws Exception {
        // 调用创建索引的方法
        CreateIndex.createBlogIndex(client);
        // 这里可以添加更多的断言来验证索引的创建是否符合预期，例如检查索引的设置、映射等
        assertTrue(true);
    }

    @Test
    public void testInsertData() throws Exception {
        // 调用插入数据的方法
        InsertData.insertBlogArticle(client);
        // 可以添加断言来验证数据是否成功插入，例如查询插入的数据是否存在
        assertTrue(true);
    }

    @Test
    public void testSearchAndAggregate() throws Exception {
        // 调用搜索和聚合的方法
        SearchAndAggregate.searchAndAggregate(client);
        // 可以添加断言来验证聚合结果是否符合预期，例如检查关键词频率是否正确
        assertTrue(true);
    }

    @AfterEach
    public void tearDown() throws Exception {
        client.close();
    }
}

在上述单元测试中，我们在每个测试方法之前通过 setUp 方法获取了 Elasticsearch 客户端连接，然后分别对创建索引、插入数据和搜索聚合功能进行了测试。在每个测试方法中，我们调用了相应的业务方法，并可以根据需要添加更多的断言来验证功能的正确性。最后，在 tearDown 方法中关闭了客户端连接。

（二）预期输出

  1. 创建索引：如果索引创建成功，控制台将输出 “索引创建成功”。
  2. 插入数据：数据插入成功后，控制台将输出 “数据插入成功，索引：blog_index，文档 ID：[具体的文档 ID]”。
  3. 搜索与聚合：对于搜索与聚合操作，将输出文章标题中关键词及其频率信息，例如：
关键词：`Elasticsearch`，频率：1

六、总结

在大数据分析领域，Elasticsearch 作为一款强大的数据存储和探索工具，为数据科学家提供了高效处理海量数据的能力。通过本文的详细介绍，我们了解了 Elasticsearch 的相关数据类型、索引结构等基础知识，掌握了如何使用 Java API 连接到 Elasticsearch 集群，创建索引、插入数据以及进行数据搜索与聚合操作。同时，通过单元测试和预期输出的展示，我们能够验证代码的正确性和功能的有效性。利用 Elasticsearch 的这些特性，我们可以在大数据分析项目的初期快速了解数据的结构、内容和分布情况，为后续的数据清洗、特征提取等预处理步骤提供有力的依据，从而提高整个大数据分析项目的效率和质量。

七、参考资料文献

  1. Elasticsearch 官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html
  2. 《Elasticsearch 实战》（作者：[美] 拉法尔·库奇 等）
  3. 相关技术博客和论坛讨论，如 Stack Overflow 等。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2330141.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

状态机思想编程练习

状态机思想编程练习

状态机实现LED流水灯 本次实验&#xff0c;我们将利用状态机的思想来进行Verilog编程实现一个LED流水灯&#xff0c;并通过Modelsim来进行模拟仿真&#xff0c;再到DE2-115开发板上进行验证。 ​ 首先进行主要代码的编写。 module led (input sys_clk,input sys_…
阅读更多...
前端新增数据，但数据库里没有新增的数据

前端新增数据，但数据库里没有新增的数据

先看情况&#xff1a; 1.前端&#xff0c;可以进行删查改&#xff0c;但是新增数据之后&#xff0c;显示保存成功&#xff0c;也增加了空白的一行&#xff0c;但是数据没有显示出来。 2.后端接收到了数据&#xff0c;但返回结果的列表里面是空的&#xff1b;同时数据库里面没…
阅读更多...
httpx模块的使用

httpx模块的使用

在使用requests模块发起请求时&#xff0c;报以下错误&#xff0c;表示服务器有可能使用的是http2.0协议版本&#xff0c;导致requests无法爬取。 此时就可以使用httpx模块爬取。 先下载httpx模块&#xff1a; pip install httpx[http2]然后用httpx发起请求&#xff1a; impo…
阅读更多...
论文阅读10——解开碳排放与碳足迹之间的关系：文献回顾和可持续交通框架

论文阅读10——解开碳排放与碳足迹之间的关系：文献回顾和可持续交通框架

原文地址： Unraveling the relation between carbon emission and carbon footprint: A literature review and framework for sustainable transportation | npj Sustainable Mobility and TransportTransportation decarbonization has drawn enormous attention globally,…
阅读更多...
新一代AI架构实践：数字大脑AI+智能调度MCP+领域执行APP的黄金金字塔体系

新一代AI架构实践：数字大脑AI+智能调度MCP+领域执行APP的黄金金字塔体系

新一代AI架构实践&#xff1a;数字大脑智能调度领域执行的黄金金字塔体系 一、架构本质的三层穿透性认知 1.1 核心范式转变&#xff08;CPS理论升级&#xff09; 传统算法架构&#xff1a;数据驱动 → 特征工程 → 模型训练 → 业务应用 新一代AI架构&#xff1a;物理规律建…
阅读更多...
Winform MQTT客户端连接方式

Winform MQTT客户端连接方式

项目中使用到Winform的数据转发服务&#xff0c;所以记录下使用到的方法。 一.创建单例模板 using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks;namespace ConsoleApp.Scripts {public class SingleTon&…
阅读更多...
Linux Bash 脚本实战：自动监控域名证书过期并发送邮件告警

Linux Bash 脚本实战：自动监控域名证书过期并发送邮件告警

在日常运维工作中，SSL 证书的管理是一个非常重要的环节，尤其对于线上业务来说，证书到期会直接导致服务不可用。为了避免证书到期带来的风险，我们可以编写一个 Bash 脚本来自动检测域名的 SSL 证书过期时间，并在证书即将到期时发送告警邮件。 目录 脚本功能概述 代码实现…
阅读更多...
【模型量化】GPTQ 与 AutoGPTQ

【模型量化】GPTQ 与 AutoGPTQ

GPTQ是一种用于类GPT线性最小二乘法的量化方法&#xff0c;它使用基于近似二阶信息的一次加权量化。 本文中也展示了如何使用量化模型以及如何量化自己的模型AutoGPTQ。 AutoGPTQ&#xff1a;一个易于使用的LLM量化包&#xff0c;带有用户友好的API&#xff0c;基于GPTQ算法(仅…
阅读更多...
学透Spring Boot — 018. 优雅支持多种响应格式

学透Spring Boot — 018. 优雅支持多种响应格式

这是我的专栏《学透Spring Boot》的第18篇文章&#xff0c;想要更系统的学习Spring Boot&#xff0c;请访问我的专栏&#xff1a;学透 Spring Boot_postnull咖啡的博客-CSDN博客。 目录 返回不同格式的响应 Spring Boot的内容协商 控制器不用任何修改 启动内容协商配置 访…
阅读更多...
C++中的多态和模板

C++中的多态和模板

#include <iostream> #include <cstdlib> #include <ctime> #include <string>using namespace std;// 武器基类 class Weapon { public:virtual ~Weapon() {}virtual string getName() const 0; // 获取武器名称virtual int getAtk() const 0; …
阅读更多...
Wireshark 安装保姆教程（图文详解）

Wireshark 安装保姆教程（图文详解）

一、Wireshark 简介 Wireshark是使用最广泛的一款开源抓包软件&#xff0c;常用来检测网络问题、攻击溯源、或者分析底层通信机制。它使用WinPCAP作为接口&#xff0c;直接与网卡进行数据报文交换&#xff0c;它支持在 Windows、Mac OS、Linux 等多种主流操作系统上运行 &…
阅读更多...
下载安装Node.js及其他环境

下载安装Node.js及其他环境

提示&#xff1a;从Node版本降级到Vue项目运行 文章目录 下载Node.js环境配置配置环境变量 安装 cnpm&#xff08;我需要安装&#xff09;安装脚手架安装依赖安装淘宝镜像&#xff08;注意会更新&#xff09;cnpm vs npm 与新旧版本核心差异包管理器不同功能差异如何选择&#…
阅读更多...
MyBatis Plus 在 ZKmall开源商城持久层的优化实践

MyBatis Plus 在 ZKmall开源商城持久层的优化实践

ZKmall开源商城作为基于 Spring Cloud 的高性能电商平台&#xff0c;其持久层通过 MyBatis Plus 实现了多项深度优化&#xff0c;涵盖分库分表、缓存策略、分页性能、多租户隔离等核心场景。以下是具体实践总结&#xff1a; 一、分库分表与插件集成优化 1. 分库分表策略 ​Sh…
阅读更多...
rust 同时处理多个异步任务，并在一个任务完成退出

rust 同时处理多个异步任务，并在一个任务完成退出

use std::thread; use tokio::{sync::mpsc,time::{sleep, Duration}, };async fn check_for_one() {// 该函数会每秒打印一次 "write"loop {println!("write");sleep(Duration::from_secs(1)).await;} }async fn start_print_task() -> Result<(), (…
阅读更多...
使用注解开发springMVC

使用注解开发springMVC

引言 在学习过第一个springMVC项目建造过后&#xff0c;让我们直接进入真实开发中所必需的注解开发&#xff0c; 是何等的简洁高效&#xff01;&#xff01; 注&#xff1a;由于Maven可能存在资源过滤的问题&#xff0c;在maven依赖中加入 <build><resources>&l…
阅读更多...
【Axure元件分享】时间范围选择器

【Axure元件分享】时间范围选择器

时间范围选择器下拉选择开始时间和结束时间&#xff0c;实现效果如下。 源文件截图&#xff1a; 元件获取方式&#xff1a;
阅读更多...
【Linux操作系统——学习笔记三】Linux环境下多级目录构建与管理的命令行实践报告

【Linux操作系统——学习笔记三】Linux环境下多级目录构建与管理的命令行实践报告

1.在用户主目录下&#xff0c;使用以下方法新建目录&#xff0c;并显示详细执行过程&#xff1a; &#xff08;1&#xff09;使用绝对路径在当前目录下创建 new_dir目录 &#xff08;2&#xff09;使用相对路径、在当前目录创建dir1、dir2、dir3目录 &#xff08;3&#xff09…
阅读更多...
C# 与 相机连接

C# 与 相机连接

一、通过组件连接相机 需要提前在VisionPro里面保存一个CogAcqFifoTool相机工具为 .vpp 定义一个相机工具 CogAcqFifoTool mAcq null;将保存的相机工具放入mAcq中 string path “C:\Acq.vpp”; mAcq (CogAcqFifoTool)CogSerializer.LoadObjectFrommFile(path);给窗口相机…
阅读更多...
JAVA学习小记之IO流04--转换流篇

JAVA学习小记之IO流04--转换流篇

转换流: 按照A规则存储&#xff0c;同样按照A规则解析&#xff0c;那么就能显示正确的文本符号。反之&#xff0c;按照A规则存储&#xff0c;再按照B规则解析&#xff0c;就会导致乱码现象。 转换的原因是&#xff1a; 有的文件并非是按UTF-8编码&#xff0c;那么在读文件内容…
阅读更多...
SH 和 BASH 有什么不同 ？

SH 和 BASH 有什么不同 ？

当谈到 shell 脚本编写时&#xff0c;经常出现两个突出的 shell&#xff0c;Bourne shell (SH) 和 Bourne Again shell (Bash)。两者都是基于 unix 和 linux 的系统的组成部分&#xff0c;提供与操作系统交互的接口。本文旨在深入研究这两种 shell 之间的复杂差异&#xff0c;揭…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023