SQL的窗口函数

SQL的窗口函数

文章目录

    • SQL的窗口函数
        • 1. 介绍
        • 2. 聚合函数
          • 0.数据准备
          • 1. AVG
          • 2. COUNT
          • 3. MAX
          • 4. MIN
          • 5. 标准差
          • 6. SUM
        • 3. 排序函数
          • 1. CUME_DIST
          • 2. RANK, DENSE_RANK, ROW_NUMBER
          • 3. PERCENT_RANK
          • 4. NTILE
        • 4. 值函数(偏移函数)
          • 1. FIRST_VALUE
          • 2. LAST_VALUE
          • 3. LAG
          • 4. LEAD
          • 5. NTH_VALUE
        • END

1. 介绍

窗口函数分类：聚合函数、排序函数和值函数(偏移函数)。
SQL中的窗口函数是一种特殊的函数，它能够在查询结果中创建一个窗口或者窗口集合，然后对这个窗口进行计算。窗口函数可以用于分析和汇总数据，同时保留原始查询结果的行顺序。
窗口函数基于查询结果的行数据进行计算，窗口函数运行在HAVING子句之后、 ORDER BY子句之前。窗口函数需要特殊的关键字OVER子句来指定窗口即触发一个窗口函数。

2. 聚合函数
AVG：该函数用于计算平均值。
COUNT：该函数用于计算记录数。
MAX：该函数用于计算最大值。
MIN：该函数用于计算最小值。
STDDEV：返回数值的总体标准差。
STDDEV_SAMP：返回一组数值（整数、小数或浮点）的样本标准差。
SUM：该函数用于计算汇总值。
0.数据准备
-- 数据准备
WITH t_sales_info AS (SELECT * FROM (VALUES('A', '2023-06-01', '2023', '1', 36.0), ('A', '2023-09-01', '2023', '2', 48.0), ('B', '2023-09-07', '2023', '2', 48.0), ('C', '2023-10-10', '2023', '3', 23.0), ('A', '2023-11-11', '2023', '3', 23.0), ('C', '2023-12-11', '2023', '3', 23.0), ('A', '2024-01-01', '2024', '2', 48.0), ('B', '2024-02-02', '2024', '2', 48.0), ('C', '2024-02-04', '2024', '1', 36.0), ('C', '2024-02-11', '2024', '1', 36.0), ('B', '2024-03-16', '2024', '3', 23.0), ('B', '2024-04-01', '2024', '3', 23.0), ('A', '2024-04-14', '2024', '3', 23.0), ('C', '2024-04-21', '2024', '3', 23.0), ('B', '2024-05-07', '2024', '3', 23.0)) AS tbl_name(customer_id, order_date, year, product_id, product_price)
)
1. AVG
该函数用于计算平均值。
输入值类型：BIGINT、DOUBLE或FLOAT。
返回值类型：DOUBLE。

-- order by 可以省略
SELECT customer_id, order_date, `year`, product_id, product_price, AVG(product_price) OVER(PARTITION BY customer_id ORDER BY customer_id) AS price_avg 
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_priceprice_avg
A2024-04-142024323.035.6
A2024-01-012024248.035.6
A2023-09-012023248.035.6
A2023-06-012023136.035.6
A2023-11-112023323.035.6
B2024-05-072024323.033.0
B2023-09-072023248.033.0
B2024-02-022024248.033.0
B2024-03-162024323.033.0
B2024-04-012024323.033.0
C2024-04-212024323.028.2
C2023-10-102023323.028.2
C2023-12-112023323.028.2
C2024-02-042024136.028.2
C2024-02-112024136.028.2
-- 分组字段和排序字段不一致时, 会先分组, 再根据排序字段分组累计求平均值; 
-- 如下: 先计算 A+2023 平均值, 到2024时计算 A+2023+2024 平均值
SELECT customer_id, order_date, `year`, product_id, product_price, AVG(product_price) OVER(PARTITION BY customer_id ORDER BY `year`) AS price_avg 
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_priceprice_avg
A2023-09-012023248.035.666666666666664
A2023-06-012023136.035.666666666666664
A2023-11-112023323.035.666666666666664
A2024-01-012024248.035.6
A2024-04-142024323.035.6
B2023-09-072023248.048.0
B2024-05-072024323.033.0
B2024-02-022024248.033.0
B2024-03-162024323.033.0
B2024-04-012024323.033.0
C2023-10-102023323.023.0
C2023-12-112023323.023.0
C2024-04-212024323.028.2
C2024-02-042024136.028.2
C2024-02-112024136.028.2
2. COUNT
该函数用于计算记录数。
输入值类型：数值、字符串类型或BOOLEAN类型。
返回值类型：BIGINT。

-- 2. COUNT：该函数用于计算记录数。
SELECT customer_id, order_date, `year`, product_id, product_price, COUNT(product_id) OVER(PARTITION BY customer_id, `year` ORDER BY `year`) AS product_ct 
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_priceproduct_ct
A2023-09-012023248.03
A2023-06-012023136.03
A2023-11-112023323.03
A2024-01-012024248.02
A2024-04-142024323.02
B2023-09-072023248.01
B2024-05-072024323.04
B2024-02-022024248.04
B2024-03-162024323.04
B2024-04-012024323.04
C2023-10-102023323.02
C2023-12-112023323.02
C2024-04-212024323.03
C2024-02-042024136.03
C2024-02-112024136.03
3. MAX
该函数用于计算最大值。
输入值类型：该函数支持输入任意类型的参数，但是BOOLEAN类型的数据不允许参与运算。
返回值类型：与该函数的输入值类型保持一致。注意:当列中的值为NULL时，该行不参与计算。

-- 3. MAX：该函数用于计算最大值。
SELECT customer_id, order_date, `year`, product_id, product_price, MAX(product_price) OVER(PARTITION BY customer_id ORDER BY customer_id) AS product_ct 
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_priceproduct_ct
A2024-04-142024323.048.0
A2024-01-012024248.048.0
A2023-09-012023248.048.0
A2023-06-012023136.048.0
A2023-11-112023323.048.0
B2024-05-072024323.048.0
B2023-09-072023248.048.0
B2024-02-022024248.048.0
B2024-03-162024323.048.0
B2024-04-012024323.048.0
C2024-04-212024323.036.0
C2023-10-102023323.036.0
C2023-12-112023323.036.0
C2024-02-042024136.036.0
C2024-02-112024136.036.0
4. MIN
该函数用于计算最小值。
输入值类型：该函数支持输入任意类型的参数，但是BOOLEAN类型的数据不允许参与运算。
返回值类型：与该函数的输入值类型保持一致。注意:当列中的值为NULL时，该行不参与计算。

-- 4. MIN：该函数用于计算最小值。
SELECT customer_id, order_date, `year`, product_id, product_price, MIN(product_price) OVER(PARTITION BY customer_id ORDER BY customer_id) AS product_ct 
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_priceproduct_ct
A2024-04-142024323.023.0
A2024-01-012024248.023.0
A2023-09-012023248.023.0
A2023-06-012023136.023.0
A2023-11-112023323.023.0
B2024-05-072024323.023.0
B2023-09-072023248.023.0
B2024-02-022024248.023.0
B2024-03-162024323.023.0
B2024-04-012024323.023.0
C2024-04-212024323.023.0
C2023-10-102023323.023.0
C2023-12-112023323.023.0
C2024-02-042024136.023.0
C2024-02-112024136.023.0
5. 标准差
STDDEV：返回数值的总体标准差。
STDDEV_SAMP：返回一组数值（整数、小数或浮点）的样本标准差。
样本标准差=方差的算术平方根=s=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/(n-1))
总体标准差=σ=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/n )

-- 5. 标准差。
SELECT customer_id, order_date, `year`, product_id, product_price, STDDEV(product_price) OVER(PARTITION BY customer_id ORDER BY customer_id) AS price_std, STDDEV_SAMP(product_price) OVER(PARTITION BY customer_id ORDER BY customer_id) AS price_std_samp 
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_priceprice_stdprice_std_samp
A2024-04-142024323.011.1821285987954912.501999840025595
A2024-01-012024248.011.1821285987954912.501999840025595
A2023-09-012023248.011.1821285987954912.501999840025595
A2023-06-012023136.011.1821285987954912.501999840025595
A2023-11-112023323.011.1821285987954912.501999840025595
B2024-05-072024323.012.2474487139158913.693063937629153
B2023-09-072023248.012.2474487139158913.693063937629153
B2024-02-022024248.012.2474487139158913.693063937629153
B2024-03-162024323.012.2474487139158913.693063937629153
B2024-04-012024323.012.2474487139158913.693063937629153
C2024-04-212024323.06.3686733312362647.12039324756716
C2023-10-102023323.06.3686733312362647.12039324756716
C2023-12-112023323.06.3686733312362647.12039324756716
C2024-02-042024136.06.3686733312362647.12039324756716
C2024-02-112024136.06.3686733312362647.12039324756716
6. SUM
该函数用于计算汇总值。
输入值类型：BIGINT、DOUBLE或FLOAT。
返回值类型：BIGINT。

-- 6. SUM：该函数用于计算汇总值。
SELECT customer_id, order_date, `year`, product_id, product_price, SUM(product_price) OVER(PARTITION BY customer_id, `year` ORDER BY `year`) AS price_sum
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_priceprice_sum
A2023-09-012023248.0107.0
A2023-06-012023136.0107.0
A2023-11-112023323.0107.0
A2024-01-012024248.071.0
A2024-04-142024323.071.0
B2023-09-072023248.048.0
B2024-05-072024323.0117.0
B2024-02-022024248.0117.0
B2024-03-162024323.0117.0
B2024-04-012024323.0117.0
C2023-10-102023323.046.0
C2023-12-112023323.046.0
C2024-04-212024323.095.0
C2024-02-042024136.095.0
C2024-02-112024136.095.0
3. 排序函数
CUME_DIST：返回一组数值中每个值的累计分布。
RANK：返回数据集中每个值的排名。
DENSE_RANK：返回一组数值中每个数值的排名。
ROW_NUMBER：根据行在窗口分区内的顺序，为每行数据返回一个唯一的有序行号，行号从1开始。
PERCENT_RANK：返回数据集中每个数据的排名百分比，其结果由(r - 1) / (n - 1)计算得出。其中r为RANK()计算的当前行排名， n为当前窗口分区内总的行数。
NTILE：将每个窗口分区的数据分散到桶号从1到n的n个桶中。

语法

function over (partition by a order by b RANGE|ROWS BETWEEN start AND end)       

分区规范：用于将输入行分散到不同的分区中，过程和GROUP BY子句的分散过程相似。
排序规范：决定输入数据行在窗口函数中执行的顺序。
窗口区间：指定计算数据的窗口边界。
窗口区间支持RANGE、ROWS两种模式：RANGE按照计算列值的范围进行定义。ROWS按照计算列的行数进行范围定义。RANGE、ROWS中可以使用BETWEEN start AND end指定边界可取值。BETWEEN start AND end取值为：CURRENT ROW，当前行。N PRECEDING，前n行。UNBOUNDED PRECEDING，直到第1行。N FOLLOWING，后n行。UNBOUNDED FOLLOWING，直到最后1行。
1. CUME_DIST
返回一组数值中每个值的累计分布。
返回结果：在窗口分区中对窗口进行排序后的数据集，包括当前行和当前行之前的数据行数。排序中任何关联值均会计算成相同的分布值。
返回值类型：DOUBLE。

-- 1. CUME_DIST：返回一组数值中每个值的累计分布。
SELECT customer_id, order_date, `year`, product_id, product_price, CUME_DIST() OVER(PARTITION BY customer_id ORDER BY order_date) AS cume_dist 
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_pricecume_dist
A2023-06-012023136.00.2
A2023-09-012023248.00.4
A2023-11-112023323.00.6
A2024-01-012024248.00.8
A2024-04-142024323.01.0
B2023-09-072023248.00.2
B2024-02-022024248.00.4
B2024-03-162024323.00.6
B2024-04-012024323.00.8
B2024-05-072024323.01.0
C2023-10-102023323.00.2
C2023-12-112023323.00.4
C2024-02-042024136.00.6
C2024-02-112024136.00.8
C2024-04-212024323.01.0
2. RANK, DENSE_RANK, ROW_NUMBER
返回数据集中每个值的排名: RANK() 会跳过重复值; DENSE_RANK() 不会跳过重复值序号; ROW_NUMBER() 不包含重复值, 相同名次按顺序排列;
排名值是将当前行之前的行数加1，不包含当前行。因此，排序的关联值可能产生顺序上的空隙，而且这个排名会对每个窗口分区进行计算。
DENSE_RANK()与RANK()功能相似，但是DENSE_RANK()关联值不会产生顺序上的空隙。
返回值类型：BIGINT。

SELECT customer_id, product_price, RANK() OVER(PARTITION BY customer_id ORDER BY product_price) AS rk , DENSE_RANK() OVER(PARTITION BY customer_id ORDER BY product_price) AS d_rk , ROW_NUMBER() OVER(PARTITION BY customer_id ORDER BY product_price) AS rn
FROM t_sales_info ;
customer_idproduct_pricerkd_rkrn
A23.0111
A23.0112
A36.0323
A48.0434
A48.0435
B23.0111
B23.0112
B23.0113
B48.0424
B48.0425
C23.0111
C23.0112
C23.0113
C36.0424
C36.0425
3. PERCENT_RANK
命令说明：返回数据集中每个数据的排名百分比，其结果由(r - 1) / (n - 1)计算得出。其中，r为RANK()计算的当前行排名， n为当前窗口分区内总的行数。
返回值类型：DOUBLE。

SELECT customer_id, order_date, `year`, product_id, product_price, RANK() OVER(PARTITION BY customer_id ORDER BY product_price) AS rk , PERCENT_RANK() OVER(PARTITION BY customer_id ORDER BY product_price) AS pr
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_pricerkpr
A2024-04-142024323.010.0
A2023-11-112023323.010.0
A2023-06-012023136.030.5
A2024-01-012024248.040.75
A2023-09-012023248.040.75
B2024-05-072024323.010.0
B2024-03-162024323.010.0
B2024-04-012024323.010.0
B2023-09-072023248.040.75
B2024-02-022024248.040.75
C2024-04-212024323.010.0
C2023-10-102023323.010.0
C2023-12-112023323.010.0
C2024-02-042024136.040.75
C2024-02-112024136.040.75
4. NTILE
命令说明：将每个窗口分区的数据分散到桶号从1到n的n个桶中。桶号值最多间隔1，如果窗口分区中的数据行数不能均匀地分散到每一个桶中，则剩余值将从第1个桶开始，每1个桶分1行数据。例如，有6行数据和4个桶， 最终桶号值为1 1 2 2 3 4。返回值类型：BIGINT。

SELECT customer_id, order_date, `year`, product_id, product_price, NTILE(4) OVER(PARTITION BY `year` ORDER BY order_date) AS rk 
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_pricerk
A2023-06-012023136.01
A2023-09-012023248.01
B2023-09-072023248.02
C2023-10-102023323.02
A2023-11-112023323.03
C2023-12-112023323.04
A2024-01-012024248.01
B2024-02-022024248.01
C2024-02-042024136.01
C2024-02-112024136.02
B2024-03-162024323.02
B2024-04-012024323.03
A2024-04-142024323.03
C2024-04-212024323.04
B2024-05-072024323.04
4. 值函数(偏移函数)
FIRST_VALUE：返回窗口分区第1行的值。
LAST_VALUE返回窗口分区最后1行的值。
LAG：返回窗口内距离当前行之前偏移offset后的值。
LEAD：返回窗口内距离当前行偏移offset后的值。
NTH_VALUE：返回窗口内偏移指定offset后的值，偏移量从1开始。
1. FIRST_VALUE
命令说明：返回窗口分区第一行的值。返回值类型：与输入参数类型相同。

SELECT customer_id, order_date, `year`, product_id, product_price, FIRST_VALUE(product_id) OVER(PARTITION BY customer_id ORDER BY order_date) AS fv 
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_pricefv
A2023-06-012023136.01
A2023-09-012023248.01
A2023-11-112023323.01
A2024-01-012024248.01
A2024-04-142024323.01
B2023-09-072023248.02
B2024-02-022024248.02
B2024-03-162024323.02
B2024-04-012024323.02
B2024-05-072024323.02
C2023-10-102023323.03
C2023-12-112023323.03
C2024-02-042024136.03
C2024-02-112024136.03
C2024-04-212024323.03
2. LAST_VALUE
命令说明：返回窗口分区最后一行的值。LAST_VALUE默认统计范围是 rows between unbounded preceding and current row，即取当前行数据与当前行之前的数据进行比较。如果像FIRST_VALUE那样直接在每行数据中显示最后一行数据，需要在 order by 条件的后面加上语句：rows between unbounded preceding and unbounded following。返回值类型：与输入参数类型相同。

SELECT customer_id, order_date, `year`, product_id, product_price, FIRST_VALUE(product_id) OVER(PARTITION BY customer_id ORDER BY order_date) AS lv 
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_pricelv
A2023-06-012023136.01
A2023-09-012023248.02
A2023-11-112023323.03
A2024-01-012024248.02
A2024-04-142024323.03
B2023-09-072023248.02
B2024-02-022024248.02
B2024-03-162024323.03
B2024-04-012024323.03
B2024-05-072024323.03
C2023-10-102023323.03
C2023-12-112023323.03
C2024-02-042024136.01
C2024-02-112024136.01
C2024-04-212024323.03
SELECT customer_id, order_date, `year`, product_id, product_price, LAST_VALUE(product_id) OVER(PARTITION BY customer_id ORDER BY order_date ROWS BETWEEN unbounded preceding AND unbounded following ) AS lv 
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_pricelv
A2023-06-012023136.03
A2023-09-012023248.03
A2023-11-112023323.03
A2024-01-012024248.03
A2024-04-142024323.03
B2023-09-072023248.03
B2024-02-022024248.03
B2024-03-162024323.03
B2024-04-012024323.03
B2024-05-072024323.03
C2023-10-102023323.03
C2023-12-112023323.03
C2024-02-042024136.03
C2024-02-112024136.03
C2024-04-212024323.03
3. LAG
LAG(x[, offset[, default_value]])   命令说明：返回窗口内距离当前行之前偏移offset后的值。
偏移量起始值是0，也就是当前数据行。偏移量可以是标量表达式，默认offset是1 。
如果偏移量的值是null或者大于窗口长度，则返回default_value；如果没有指定default_value，则返回null。
返回值类型：与输入参数类型相同。

SELECT customer_id, order_date, `year`, product_id, product_price, LAG(product_id, 1, '无') OVER(PARTITION BY customer_id ORDER BY order_date) AS lag1 
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_pricelag1
A2023-06-012023136.0无
A2023-09-012023248.01
A2023-11-112023323.02
A2024-01-012024248.03
A2024-04-142024323.02
B2023-09-072023248.0无
B2024-02-022024248.02
B2024-03-162024323.02
B2024-04-012024323.03
B2024-05-072024323.03
C2023-10-102023323.0无
C2023-12-112023323.03
C2024-02-042024136.03
C2024-02-112024136.01
C2024-04-212024323.01
4. LEAD
LEAD(x[,offset[, default_value]])  命令说明：返回窗口内距离当前行偏移offset后的值。偏移量offset起始值是0，也就是当前数据行。偏移量可以是标量表达式，默认offset是1 。如果偏移量的值是null或者大于窗口长度，则返回default_value；如果没有指定default_value，则返回null。返回值类型：与输入参数类型相同。

SELECT customer_id, order_date, `year`, product_id, product_price, LEAD(product_id, 1) OVER(PARTITION BY customer_id ORDER BY order_date) AS lead1 
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_pricelead1
A2023-06-012023136.02
A2023-09-012023248.03
A2023-11-112023323.02
A2024-01-012024248.03
A2024-04-142024323.0\N
B2023-09-072023248.02
B2024-02-022024248.03
B2024-03-162024323.03
B2024-04-012024323.03
B2024-05-072024323.0\N
C2023-10-102023323.03
C2023-12-112023323.01
C2024-02-042024136.01
C2024-02-112024136.03
C2024-04-212024323.0\N
5. NTH_VALUE
NTH_VALUE(x, offset) 命令说明：返回窗口内偏移指定offset后的值，偏移量从1开始。如果偏移量offset是null或者大于窗口内值的个数，则返回null；如果偏移量offset为0或者负数，则系统提示报错。返回值类型：与输入参数类型相同。

SELECT customer_id, order_date, `year`, product_id, product_price, NTH_VALUE(product_id, 2) OVER(PARTITION BY customer_id ORDER BY order_date) AS nv1 
FROM t_sales_info ;
customer_idorder_dateyearproduct_idproduct_pricenv1
A2023-06-012023136.0\N
A2023-09-012023248.02
A2023-11-112023323.02
A2024-01-012024248.02
A2024-04-142024323.02
B2023-09-072023248.0\N
B2024-02-022024248.02
B2024-03-162024323.02
B2024-04-012024323.02
B2024-05-072024323.02
C2023-10-102023323.0\N
C2023-12-112023323.03
C2024-02-042024136.03
C2024-02-112024136.03
C2024-04-212024323.03
END

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.mzph.cn/news/710624.shtml

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email:809451989@qq.com，一经查实，立即删除！

相关文章

ChatGPT4.0 的优势、升级 4.0 为什么这么难以及如何进行升级？

ChatGPT4.0 的优势、升级 4.0 为什么这么难以及如何进行升级？

前言 “ChatGPT4.0一个月多少人民币？” ”chatgpt4账号“ ”chatgpt4 价格“ “chatgpt4多少钱” 最近发现很多小伙伴很想知道关于ChatGPT4.0的事情，于是写了这篇帖子，帮大家分析一下。 一、ChatGPT4.0 的优势 （PS：…
阅读更多...
LINUX基础培训二十七之shell标准输入、输出、错误

LINUX基础培训二十七之shell标准输入、输出、错误

一、Shell 输入/输出重定向 大多数 UNIX 系统命令从你的终端接受输入并将所产生的输出发送回​​到您的终端。一个命令通常从一个叫标准输入的地方读取输入，默认情况下，这恰好是你的终端。同样，一个命令通常将其输出写入到标准输出&#xff…
阅读更多...
【树莓派系统配置+python3.8+环境配置踩坑点汇总】raspberrypi

【树莓派系统配置+python3.8+环境配置踩坑点汇总】raspberrypi

最近又开始搞树莓派的深度学习模型。很多windows端的环境需要在树莓派上重新部署，中间出现了非常多的问题。主要以各种库的下载安装为主要。 首先，第一个问题： 树莓派系统烧录之后，默认apt一般需要升级看，而默认下载…
阅读更多...
无穷级数法求Π

无穷级数法求Π

任务描述 本关任务：编写一个无穷级数法计算圆周率的小程序。 相关知识 为了完成本关任务，你需要掌握： 无穷级数法 无穷级数法 π 是个超越数，圆周率的超越性否定了化圆为方这种尺规作图精确求解问题的可能性。有趣的是&…
阅读更多...
【Spring】18 Bean 定义继承

【Spring】18 Bean 定义继承

文章目录 介绍声明式配置抽象Bean定义继承的配置项注意：抽象Bean预实例化结论 Spring 框架提供了一个强大的功能，称为 Bean 定义继承， 允许开发人员高效地在 bean 之间重用和自定义配置。在本篇文章中我们将介绍 Bean 定义继承的概念&#x…
阅读更多...
JVM性能优化

JVM性能优化

运行时优化 方法内联 方法内联，是指 JVM在运行时将调用次数达到一定阈值的方法调用替换为方法体本身 ，从而消除调用成本，并为接下来进一步的代码性能优化提供基础，是JVM的一个重要优化手段之一。 注： C的inline属于编…
阅读更多...
babylonsjs入门-基础模版

babylonsjs入门-基础模版

基于babylonjs封装的一些功能和插件 ，希望有更多的小伙伴一起玩babylonjs； 欢迎加群（点击群号传送）：464146715 官方文档 中文文档 案例传送门 ​ 懒得打字，你们直接去copy组件吧，主要看这2…
阅读更多...
旧版android模拟器，37岁程序员被裁

旧版android模拟器，37岁程序员被裁

前言 从18年毕业至今，就职过两家公司，大大小小项目做了几个，非常感谢我的两位老大，在我的android成长路上给予我很多指导，亦师亦友的关系。 从年前至今参加面试了很多公司，也收到了几家巨头的offer&#…
阅读更多...
transformer--编码器2(前馈全连接层、规范化层、子层链接结构、编码器层、编码器)

transformer--编码器2(前馈全连接层、规范化层、子层链接结构、编码器层、编码器)

前馈全连接层 什么是前馈全连接层: 在Transformer中前馈全连接层就是具有两层线性层的全连接网络 前馈全连接层的作用: 考虑注意力机制可能对复杂过程的拟合程度不够,通过增加两层网络来增强模型的能力 code # 前馈全连接层 class PositionwiseFeedForward(nn.Module):de…
阅读更多...
绝地求生：发现吃鸡号被盗，怎么操作才是最正确的

绝地求生：发现吃鸡号被盗，怎么操作才是最正确的

首先闲游盒先了解一下盗号者的盗号流程 一般盗号的流程是先把你steam上的皮肤饰品出售，然后把余额转走，再把steam账号作为黑号进行出售。 所以当闲游盒发现号被盗的时候也分为两种情况：一种是他正在出售商品的时候，你收到邮箱提示…
阅读更多...
Linux命令行与shell脚本编程大全-3-4

Linux命令行与shell脚本编程大全-3-4

第三部分高级shell脚本编程 第17章创建函数 17.1 脚本函数基础 17.1.1 创建函数 在bash shell 脚本中创建函数的语法有两种。第一种语法是使用关键字function，随后跟 上分配给该代码块的函数名： function name { commands } 17.1.2 使用函数 要在脚…
阅读更多...
代码随想录算法训练营Day46 | 139.单词拆分、多重背包（卡码网56.携带矿石资源）

代码随想录算法训练营Day46 | 139.单词拆分、多重背包（卡码网56.携带矿石资源）

139.单词拆分 可以理解为一道 完全背包 排列 的题&#xff0c;dp数组定义和递推公式部分脑子需要转个弯 1、DP数组定义&#xff1a;一维滚动数组vector<bool>。dp[j]表示字符串s的[0, j]子串是否能够匹配。 2、DP数组初始化&#xff1a;dp[0]初始化为true&#xff0c;其…
阅读更多...
Multi-Head Attention详解

Multi-Head Attention详解

文中大部分内容以及图片来自&#xff1a;https://medium.com/hunter-j-phillips/multi-head-attention-7924371d477a 当使用 multi-head attention 时&#xff0c;通常d_key d_value &#xff08;d_model / n_heads&#xff09;&#xff0c;其中n_heads是头的数量。研究人员称…
阅读更多...
01-Vue2 介绍与指令的使用

01-Vue2 介绍与指令的使用

1. Vue核心 1.1. Vue简介 1.1.1. 官网 中文官网Vue.js - 渐进式 JavaScript 框架 | Vue.js (vuejs.org)https://cn.vuejs.org/ 英文官网Vue.js - The Progressive JavaScript Framework | Vue.js (vuejs.org)https://vuejs.org/ 1.1.2. 介绍与描述 VUE是构建于用户界面的渐进…
阅读更多...
靶机渗透之sar

靶机渗透之sar

Name: Sar: 1Date release: 15 Feb 2020Author: LoveSeries: Sar Download: https://drive.google.com/open?id1AFAmM21AwiAEiVFUA0cSr_GeAYaxd3lQ 对于vulnhub中的靶机&#xff0c;我们都需先下载镜像&#xff0c;然后导入VM&#xff0c;并将网络连接改为NAT模式。首先我们…
阅读更多...
UDP数据报套接字编程入门

UDP数据报套接字编程入门

目录 1.TCP和UDP的特点及区别 1.1TCP的特点 1.2UDP的特点 1.3区别 2.UDP Socket的api的介绍 2.1DatagramSocket API 2.2DatagramPacket API 3.回显客户端与服务器 3.1回显服务器 3.1.1UdpEchoServer类的创建 3.1.2服务器的运行方法start() 3.1.3main部分 3.1.4.完整…
阅读更多...
C# CAD PaletteSet.Style各种外观和行为样式

C# CAD PaletteSet.Style各种外观和行为样式

ps.Style 是 Autodesk.AutoCAD.Windows.PaletteSet 类的一个属性&#xff0c;用于定义调色板集&#xff08;PaletteSet&#xff09;的各种外观和行为样式。它可以是 PaletteSetStyles 枚举类型的组合值 PaletteSetStyles 枚举中包含以下一些选项&#xff1a; NameEditable&am…
阅读更多...
统计子矩阵

统计子矩阵

一、题目描述 P8783 [蓝桥杯 2022 省 B] 统计子矩阵 二、算法简析 2.1 二维前缀和 我们知道&#xff0c;只要确定了矩阵的左上顶点和右下顶点&#xff0c;一个矩阵就被固定了。因此&#xff0c;我们可以遍历这两个顶点&#xff0c;达到遍历所有子矩阵的目的&#xff0c;复杂…
阅读更多...
AutoSAR（基础入门篇）12.5-Dem

AutoSAR（基础入门篇）12.5-Dem

目录 一、Dem简介 二、Dem消抖 1、计数模式 1. 普通增减计数 2. 反向归零增减模式
阅读更多...
在微服务整合dubbo，以为微服务版的若依为例

在微服务整合dubbo，以为微服务版的若依为例

在微服务整合dubbo&#xff0c;以为微服务版的若依为例 一、环境二、整合过程1、父模块依赖2、生产者3、消费者 三、修改若依的服务调用方式为dubbo1、改造系统模块2、改造认证授权中心 四、整合过程遇到的问题1、出现循环引用2、出现依赖冲突3、启动出现端口号被占用4、出现某…
阅读更多...
最新文章

Copyright @ 2022~2023