创建自定义函数功能

–变量
–局部变量:作用域是方法内
declare val data_type default df_value;
–全局变量:跨函数访问
set @var = 1;
– <> and or not
–逻辑结构
–分支
if expr1 then

elseif expr2 then

else

end if;
–循环
while expr do

end while;
–函数
设置结束提交符
delimiter //
创建函数
create function FUNC_NAME(param…) returns RETURN_TYPE
begin

end //
调用函数 select FUNC_NAME(params…) //

查看当前函数
show function status like '...%' //

删除函数
drop function FUNC+NAME //


substring_index(varchar(N),int,varchar(N) --2,'aa,bb,cc,dd'

create function size_index(sep char(1),src varchar(100)) returns int
begin
	declare t int default 0;
	declare pos int default 1;
	while 0<>locate(sep,src,pos)do
	set t=t+1;
	set pos = locate(sep,src,pos)+1;
	end while;
	return t+1;
end //

4-1
--abceedefeeopg
create function split(src varchar(100),sep varchar(20)) returns varchar(100)
begin
	declare rst varchar(100) default '';
	declare pos int default 1;
	declare L int default char_length(sep);
	while 0<>locate(sep,src,pos) do
		if pos<>1 then set rst=concat(rst,',') ; enf if;
		set rst = concat(rst,substr(src,pos,locate(sep,src,pos)-pos));
		set pos=locate(sep,src,pos)+L;
	end while;
	set rst=concat(rst,',',substr(src,pos));
	return rst;
end //

–存储过程
–查看存储过程
show procedure status like …

--删除存储过程
drop procedure PRO_NAME;
--创建存储过程
create procedure PRO_NAME(in/out/inout VAR_NAME DATA_TYPE)
begin
	...
end //

--调用存储过程
call PRO_NAME(...);

--成绩表分页查询
create procedure pro_selscore(in pageNo int,in pageSize int,out total int)
begin
	declare _begin int default (pageNo-1)*pageSize;
	select ceil(count(1)/pageSize) into total from score;
	select * from score limit _begin,pageSize;
end //

create procedure pro_carryover(
in fromUser int, 
in toUser int,
in amount decimal(10,2),
out rst int
)
begin 
	declare accnum int default 0;
	declare _balance decimal(10,2) default 0;
	declare continue handler for sqlexception set rst=-1;
	set rst=0;
	select count(userid) into accnum from account where userid in(fromUser,toUser);
	if accnum<2 then
		set rst = -2;
	else
		select balance into _balance from account where userid=fromUser;
		if _balance<account then 
			set rst=-1;
		else
			start transaction;
			update account set balance=balance-amount where userid=fromUser;
			update account set balance=balance+amount where userid=toUser;
			if rst<>-1 then 
				set rst=1;
				commit;
			else 
				set rst=0;
				rollback;
			end if;
		end if;
	end if;
end //


--事务
set autocommit=0;--关闭自动提交:开启事务
commit;--提交后结束事务
rollback; --回滚后结束事务


索引
	create index ix_stuid on score(student_id)

--锁
	--共享锁,排他锁
	select操作 --默认不加锁 lock in share mode/for update
	insert/update/delete --默认添加排它锁
--	


create 'kb10:student','basicinfo','stuinfo'



insert overwrite directory '/kb10/shop1118/' row format fields terminated by ',' stored as textfile select
shopid,shopname,contact.mobile mobile

insert overwrite directory ‘/kb10/shop1118’ row format
delimited fields terminated by ‘,’ stored as textfile
select shopid,shopname,contact.mobile mobile,concat_ws(’’,address)
address,volumn[‘2020’] vol2020 from shop;

create table hive_shop(
id int,
name varchar(50),
mobile varchar(20),
address varchar(100),
vol2020 int
);

sqoop export
–connect jdbc:mysql://192.168.75.140:3306/kb10
–username root
–password kb10
–table hive_shop
–columns id,name,mobile,address,vol2020
–fields-terminated-by ‘,’
–export-dir ‘/kb10/shop1118/000000_0’

sqoop import
–connect jdbc:mysql://master:3306/kb10
–username root
–password kb10
–table student
–hbase-table mysql_student1
–column-family stuinfo
–hbase-create-table
–hbase-row-key sid

上课讲的
sqoop import
–connect jdbc:mysql://master:3306/kb06mysqltestdb
–username root
–password kb10
–table score
–hbase-table kb10:mysql_stu
–column-family score
–hbase-row-key sid

(在hive中输入)
create external table hbase_score(sid string,student_id int,course_id int,score int)
stored by ‘org.apache.hadoop.hive.hbase.HBaseStorageHandler’
with SERDEPROPERTIES (“hbase.columns.mapping” = “:key,score:student_id,score:course_id,score:score”)
TBLPROPERTIES (“hbase.table.name” = “kb10:mysql_stu”);

mysql - > hdfs
#–incremental append 只支持新增不支持更新
#–table TABLE)NAME 或 --query SELECT)COMMAND
#–split-by 和 -m 结合实现numberReduceTasks并行
#–check-column 和–last-value 结合实现–check-column:where sid>5
sqoop import
–connect jdbc:mysql://master:3306/kb06mysqltestdb
–username root
–password kb10
–query “select tid,tname from teacher where $CONDITIONS”
–target-dir /kb10/mysqlscore1119
–split-by tid
-m 2
–check-column tid
–incremental append
–last-value 5

–incremental lastmodified 修改和增加
–check-column 必须为timestamp类型
create table lmtest(id int auto_increment primary key,name varchar(20),time timestamp);
insert into lmtest(name) value(“henry”),(“pola”),(“mike”),(“ariel”),(“jerry”);

sqoop import
–connect jdbc:mysql://master:3306/kb06mysqltestdb
–username root
–password kb10
–query “select id,name,time from lmtest where $CONDITIONS”
–target-dir /kb10/lm1118
–split-by id
-m 1
–check-column time
–incremental lastmodified
–merge-key id
–last-value “2020-11-22 13:35:23.0”

创建job
sqoop job --create torderincrementjob --import \vi
–connect jdbc:mysql://master:3306/kb06mysqltestdb
–username root
–password kb10
–table score
–hbase-table kb10:hbasestu
–column-family fenshu
–hbase-row-key sid

课后演练的
sqoop import
–connect jdbc:mysql://master:3306/kb06mysqltestdb
–username root
–password kb10
–table score
–hbase-table kb10:hbasestu
–column-family fenshu
–hbase-row-key sid

create external table hbase_stu(sid string,student_id int,course_id int,score int)
stored by ‘org.apache.hadoop.hive.hbase.HBaseStorageHandler’
with SERDEPROPERTIES (“hbase.columns.mapping” = “:key,fenshu:student_id,fenshu:course_id,fenshu:score”)
TBLPROPERTIES (“hbase.table.name” = “kb10:hbasestu”);

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计的实现,以及它们在MATLAB环境的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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