FTXUI 笔记(一)——screen模块

目录

terminal.hpp

color.hpp

Color类

color_info.hpp

ColorInfo类

screen.hpp

Pixel类

Screen类

类图


terminal.hpp

定义终端程序相关信息,包括终端尺寸、终端颜色模式的定义。

struct Dimensions { // 定义终端的外观尺寸
  int dimx; // 宽度(从左到右)
  int dimy; // 高度(从上到下)
};

namespace Terminal {

Dimensions Size(); // 获取当前终端程序的外观尺寸
void SetFallbackSize(const Dimensions& fallbackSize);//修改外观尺寸的静态存储内容

enum Color { // 定义终端支持的色彩显示模式
  Palette1,  // 黑白色
  Palette16, // 16色
  Palette256,// 256色
  TrueColor, // 24位彩色
};
Color ColorSupport(); // 获取当前终端程序的色彩模式
void SetColorSupport(Color color); //修改色彩模式的静态存储内容

}  // namespace Terminal

color.hpp

Color类

用于存储颜色信息,可以将黑白色模式、16色模式、256色模式、真色彩模式下的颜色统一转换为RGB存储。

class Color {
 public:
  enum Palette1 : uint8_t;
  enum Palette16 : uint8_t;
  enum Palette256 : uint8_t;

  Color();                  // Transparent.
  Color(Palette1 index);    // 黑白模式参数构造Color对象
  Color(Palette16 index);   // 16色模式参数构造Color对象
  Color(Palette256 index);  // 256色模式参数构造Color对象
  Color(uint8_t red, uint8_t green, uint8_t blue);//RGB真彩色构造Color对象

  static Color RGB(uint8_t red,
                   uint8_t green,
                   uint8_t blue);//通过RGB构造Color对象
  static Color HSV(uint8_t hue,
                   uint8_t saturation,
                   uint8_t value);//通过HSV值构造Color对象
  static Color Interpolate(float t,
                           const Color& a,
                           const Color& b);//通过两个Color颜色插值构造Color对象
  
  // 黑白模式颜色定义
  enum Palette1 : uint8_t{
    Default, // Transparent
  };

  // 16色模式颜色定义
  enum Palette16 : uint8_t {
    Black        = 0,
    Red          = 1,
    ...
    White        = 15,
  };

  // 256色模式颜色定义
  enum Palette256 : uint8_t {
    Aquamarine1        = 122,
    Aquamarine1Bis     = 86,
    ...
    Yellow4Bis         = 106,
  };

  // --- Operators ------
  bool operator==(const Color& rhs) const;
  bool operator!=(const Color& rhs) const;

  std::string Print(bool is_background_color) const;//将颜色信息打印为字符串形式

 private:
  enum class ColorType : uint8_t {
    Palette1,
    Palette16,
    Palette256,
    TrueColor,
  };
  ColorType type_ = ColorType::Palette1;
  uint8_t red_ = 0;
  uint8_t green_ = 0;
  uint8_t blue_ = 0;
};

inline namespace literals {

// 将 0x808000_rgb 形式的函数调用转为Color对象
// 例如: Color color = 0xff00ff_rgb;
Color operator""_rgb(unsigned long long int combined);

}  // namespace literals

color_info.hpp

ColorInfo类

用于存储256色、16色模式下颜色对应的真彩色。

struct ColorInfo { // 定义颜色描述信息
  const char* name;  // 颜色名称
  uint8_t index_256; // 256色模式的颜色索引
  uint8_t index_16;  // 16色模式的颜色索引
  uint8_t red;       // RGB的R分量
  uint8_t green;     // RGB的G分量
  uint8_t blue;      // RGB的B分量
  uint8_t hue;       // HSV的H值
  uint8_t saturation;// HSV的S值
  uint8_t value;     // HSV的V值
};

ColorInfo GetColorInfo(Color::Palette256 index);//根据256色模式的颜色索引获取颜色描述信息
ColorInfo GetColorInfo(Color::Palette16 index);//根据16色模式的颜色索引获取颜色描述信息

screen.hpp

Pixel类

表示一个终端界面中的最小显示单元,每个最小显示单元的内容为字符串。

struct Pixel {
  bool operator==(const Pixel& other) const;

  std::string character = " "; // 用于存储要显示的字符信息。

  Color background_color = Color::Default;  // 用于存储显示的背景色信息。
  Color foreground_color = Color::Default;  // 用于存储显示的前景色信息。

  bool blink : 1; // 表示是否闪烁显示。(已废弃)
  bool bold : 1;  // 表示是否加粗显示。
  bool dim : 1;   // 表示是否暗淡显示。
  bool inverted : 1;    // 表示是否前景、背景颜色翻转显示。
  bool underlined : 1;  // 表示是否下划线显示。
  bool automerge : 1;   // 表示是否自动合并多个字符显示。

  Pixel()
      : blink(false),
        bold(false),
        dim(false),
        inverted(false),
        underlined(false),
        automerge(false) {}
};

Screen类

表示一个屏幕绘图区域,其内部维护一个存储Pixel类型的二维数组,用于存储屏幕的所有显示单元,内部使用Cursor类存储光标在屏幕绘图区的位置信息,使用Box类存储屏幕绘图区的边界。

class Screen {
 public:
  // 构造一个屏幕绘制区域(x值表示从左到右的坐标,y值表示从上到下的坐标)
  Screen(int dimx, int dimy);

  // 提供静态方法用来创建Screen对象
  static Screen Create(Dimensions dimension);
  static Screen Create(Dimensions width, Dimensions height);

  std::string& at(int x, int y);  // 获取(x,y)坐标的字符存储信息
  Pixel& PixelAt(int x, int y);   // 获取(x,y)坐标的像素单元信息

  std::string ToString(); // 将屏幕绘制区域的所有信息转为可打印的字符串
  void Print();           // 将屏幕绘制区域的所有信息打印出来

  // Get screen dimensions.
  int dimx() const { return dimx_; } // 返回屏幕绘制区域的x坐标长度
  int dimy() const { return dimy_; } // 返回屏幕绘制区域的y坐标长度

  // Move the terminal cursor n-lines up with n = dimy().
  std::string ResetPosition(bool clear = false) const;//重置光标到第n行(clear是否清屏)

  void Clear();  // 清空显示区域(使用空格填充显示区域)

  void ApplyShader();

  struct Cursor { // 光标信息结构体定义
    int x = 0; // 光标所在x坐标位置
    int y = 0; // 光标所在y坐标位置

    enum Shape { // 定义光标的形状
      Hidden = 0,            // 隐藏
      BlockBlinking = 1,     // 加粗闪烁
      Block = 2,             // 加粗
      UnderlineBlinking = 3, // 下划线闪烁
      Underline = 4,         // 下划线
      Bar = 5,               // 条形
      BarBlinking = 6,       // 条形闪烁
    };
    Shape shape;//存储光标形状信息
  };
  Cursor cursor() const { return cursor_; }  // 返回当前屏幕光标信息
  void SetCursor(Cursor cursor) { cursor_ = cursor; } // 设置当前屏幕光标信息

  Box stencil; // 记录屏幕显示区域边界

 protected:
  int dimx_; // 屏幕区域宽度(从左到右)
  int dimy_; // 屏幕区域高度(从上到下)
  std::vector<std::vector<Pixel>> pixels_; // 屏幕区域像素信息
  Cursor cursor_; // 屏幕光标信息
};
namespace Dimension {

Dimensions Fixed(int); // Fixed 返回(int,int)大小的终端外观尺寸
Dimensions Full(); // Full返回当前终端程序的外观尺寸

}

// 定义屏幕绘制区域的边界信息
struct Box {
  int x_min = 0; // Box的最左边界坐标
  int x_max = 0; // Box的最右边界坐标
  int y_min = 0; // Box的最上边界坐标
  int y_max = 0; // Box的最下边界坐标

  static auto Intersection(Box a, Box b) -> Box; // 返回两个Box区域的交集部分形成的Box
  static auto Union(Box a, Box b) -> Box; // 返回两个Box区域的并集部分形成的Box

  bool Contain(int x, int y) const; // 判断(x,y)坐标是否在Box内
  bool operator==(const Box& other) const;
  bool operator!=(const Box& other) const;
};

类图

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,下面是SparkSQL代码笔记03——连接Hive的中文回复: 在SparkSQL中,我们可以通过以下步骤连接Hive: 1. 首先,需要在SparkSession中启用Hive支持,可以使用以下代码: ``` from pyspark.sql import SparkSession spark = SparkSession.builder \ .appName("SparkSQL Hive Example") \ .config("spark.sql.warehouse.dir", "/user/hive/warehouse") \ .enableHiveSupport() \ .getOrCreate() ``` 其中,`enableHiveSupport()`方法启用了Hive支持,`config("spark.sql.warehouse.dir", "/user/hive/warehouse")`指定了Hive元数据存储的目录。 2. 接下来,我们可以使用`spark.sql()`方法执行Hive SQL语句,例如: ``` spark.sql("show databases").show() ``` 这将显示所有的Hive数据库。 3. 如果需要在SparkSQL中访问Hive表,可以使用以下代码: ``` df = spark.sql("select * from my_hive_table") ``` 其中,`my_hive_table`是Hive中的表名。 4. 如果需要在SparkSQL中创建Hive表,可以使用以下代码: ``` spark.sql("create table my_hive_table (id int, name string)") ``` 这将在Hive中创建一个名为`my_hive_table`的表,包含两个列:`id`和`name`。 以上就是连接Hive的基本步骤。需要注意的是,连接Hive需要在Spark集群中安装Hive,并且需要将Hive的JAR包添加到Spark的CLASSPATH中。 ### 回答2: SparkSQL是Apache Spark的一个组件,它提供了用于分布式数据处理的高级SQL查询引擎。SparkSQL支持连接多种数据源,其中之一就是Hive。 如何连接Hive? 在开始连接Hive之前,我们需要确保Hadoop和Hive的配置已经被正确的设置好了,以便Spark能够访问Hive元数据和数据。 首先,我们需要在Spark环境中添加Hive支持。运行下面的代码: `from pyspark.sql import SparkSession spark = SparkSession.builder \ .appName("hive_support") \ .enableHiveSupport() \ .getOrCreate()` 其中,`.enableHiveSupport()`将启用hive支持。 接下来,我们可以使用SparkSession连接Hive。运行下面的代码: `hive_df = spark.sql("SELECT * FROM default.student")` 其中,“default”是Hive的默认数据库,“student”是Hive数据库中的表名。 如果你要访问非默认的Hive数据库,可以使用下面的代码: `hive_df = spark.sql("SELECT * FROM dbname.student")` 其中,“dbname”是非默认的Hive数据库名。 我们还可以使用HiveContext来连接Hive。运行下面的代码: `from pyspark.sql import HiveContext hive_context = HiveContext(sc)` 其中,“sc”是SparkContext对象。 我们可以像这样从Hive中检索数据: `hive_df = hive_ctx.sql("SELECT * FROM default.student")` 现在你已经成功地连接Hive并从中检索了数据,你可以使用SparkSQL的强大功能对数据进行分析。而在连接Hive之外,在SparkSQL中还可以连接其他数据源,包括MySQL、PostgreSQL、Oracle等。 ### 回答3: Spark SQL是一个强大的分布式计算引擎,它可以支持处理多种数据源,并可通过Spark SQL shell、Spark应用程序或JDBC/ODBC接口等方式进行操作。其中,连接Hive是Spark SQL最常用的数据源之一。下面,将介绍如何通过Spark SQL连接Hive。 1、在Spark配置中设置Hive Support 要连接Hive,首先需要在Spark配置中开启Hive Support。在启动Spark Shell时,可以添加如下参数: ``` ./bin/spark-shell --master local \ --conf spark.sql.warehouse.dir="/user/hive/warehouse" \ --conf spark.sql.catalogImplementation=hive \ --conf spark.sql.hive.metastore.version=0.13 \ --conf spark.sql.hive.metastore.jars=maven ``` 这里以本地模式为例,设置Spark SQL的元数据存储在本地文件系统中,设置Hive为catalog实现,以及为Hive Metastore设置版本和JAR文件路径。根据实际情况,还可以指定其他参数,如Hive Metastore地址、数据库名称、用户名和密码等。 2、创建SparkSession对象 在连接Hive之前,需要先创建SparkSession对象。可以通过调用SparkSession.builder()静态方法来构建SparkSession对象,如下所示: ``` val spark = SparkSession.builder() .appName("SparkSQLTest") .config("spark.sql.warehouse.dir", "/user/hive/warehouse") .enableHiveSupport() .getOrCreate() ``` 这里通过builder()方法指定应用程序名称、元数据存储路径以及启用Hive Support,最后调用getOrCreate()方法创建SparkSession对象。 3、通过Spark SQL操作Hive表 通过Spark SQL连接Hive后,就可以通过Spark SQL语句来操作Hive表了。例如,我们可以使用select语句查询Hive表中的数据: ``` val df = spark.sql("SELECT * FROM tablename") df.show() ``` 其中,select语句指定要查询的列和表名,然后通过show()方法来显示查询结果。 除了查询数据之外,Spark SQL还可以通过insertInto语句将数据插入到Hive表中: ``` val data = Seq(("Alice", 25), ("Bob", 30)) val rdd = spark.sparkContext.parallelize(data) val df = rdd.toDF("name", "age") df.write.mode(SaveMode.Append).insertInto("tablename") ``` 这里先创建一个包含数据的RDD对象,然后将其转换为DataFrame对象,并指定列名。接着,通过insertInto()方法将DataFrame对象中的数据插入到Hive表中。 总之,通过Spark SQL连接Hive可以方便地查询、插入、更新和删除Hive表中的数据,从而实现更加灵活和高效的数据处理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值