MongoDB 学习轨迹

最新推荐文章于 2023-02-02 21:04:15 发布
最新推荐文章于 2023-02-02 21:04:15 发布
阅读量223 收藏
点赞数
文章标签： 数据库 mongodb
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cpyaxjq/article/details/110540870
版权 
NoSQL(NoSQL = Not Only SQL )
在现代的计算系统上每天网络上都会产生庞大的数据量。
这些数据有很大一部分是由关系数据库管理系统（RDBMS）来处理
结构化数据存储
数据库革命性运动
ACID规则
A (Atomicity) 原子性
C (Consistency) 一致性 一致性约束
I (Isolation) 独立性 并发的事务之间不会互相影响
D (Durability) 持久性
分布式系统（distributed system）
NoSQL用于超大规模数据的存储
1998年
CAP定理（CAP theorem）
布鲁尔定理（Brewer's theorem）
对于一个分布式计算系统来说，不可能同时满足以下三点:
一致性(Consistency) (所有节点在同一时间具有相同的数据)
可用性(Availability) (保证每个请求不管成功或者失败都有响应)
分隔容忍(Partition tolerance) (系统中任意信息的丢失或失败不会影响系统的继续运作)

在这里插入图片描述

C++语言 基于分布式文件存储的开源数据库系统
WEB应用
MongoDB 将数据存储为一个文档，数据结构由键值(key=>value)对组成
MongoDB 工具
监控
网络和系统监控工具Munin Gangila 
GUI

在这里插入图片描述

命令

"show dbs" 命令可以显示所有数据的列表
db 显示当前数据库对象或集合
use"命令，可以连接到一个指定的数据库

数据库
集合 MongoDB 文档组
文档 是一组键值(key-value)对(即 BSON)
元数据 dbname.system.*
MongoDB 数据类型

mongodb://[username:password@]host1[:port1][,host2[:port2],…[,hostN[:portN]]][/[database][?options]]

data
数据库管理系统 database management systemDBMS
数据库模型追踪实体、属性和关系
RDBMS、NOSQL
最重要的是NoSQL不使用SQL作为查询语言
1998年 2009年
非关系型、分布式、不提供ACID的数据库设计模式

在这里插入图片描述
Humongous（巨大

在这里插入图片描述
在这里插入图片描述

mongo 10.0.0.152/admin
db.version()
use test;
db db.getName()
show dbs;
show databases;
db.stats()
db.getMongo()
show collections;
db.getCollectionNames()
db.c.insert({name:'clsn'});
db.getCollectionNames()
db.c.find()
db.c.renameCollection("clsn")
db.a.drop()
for(i=0;i<10000;i++){ db.log.insert({"uid":i,"name":"mongodb","age":6,"date":new Date()}); }
db.log.findOne()            # 查看第1条记录
db.log.findOne()            # 查看第1条记录
db.log.count()              # 查询总的记录数
db.log.find({uid:1000});    # 查询UUID为1000的数据
db.log.remove({})             #  删除集合中所有记录
> db.log.stats()          # 查看数据状态
> db.log.dataSize()       # 集合中数据的原始大小
> db.log.totalIndexSize() # 集合中索引数据的原始大小
> db.log.totalSize()      # 集合中索引+数据压缩存储之后的大小
> db.log.storageSize()    # 集合中数据压缩存储的大小
> db.log.find({uid:1000}).pretty()
> db.createUser(
  {
    user: "root",
    pwd: "root",
    roles: [ { role: "root", db: "admin" } ]
  }
)  
show tables; 
system.users  # 用户存放位置
system.version

 db.auth("root","root")

cat >>/application/mongodb/conf/mongod.conf<<-'EOF'
security:
  authorization: enabled
EOF
# 命令行中进行登陆
mongo -uroot -proot admin 
# 在数据库中进行登陆验证
db.auth("root","root")
db.dropUser("app")

1204

Humongous  开源数据库
二级索引，完整的查询系统以及严格一致性
敏捷性和可扩展性
可扩展性，高性能和高可用性
分布式文件存储的数据库
C++ WEB应用提供可扩展的高性能数据存储解决方案
介于关系数据库和非关系数据库之间的产品
面向集合”（Collection-Oriented） 数据集

基于分布式文件存储的NoSQL数据库
面向文档（document-oriented）的数据库
更好的扩展性
“行“（row）  “文档”（document）
预定义模式（predefined schema）  键（key）和值（value）
T级数据  司空见惯
应该如何扩展数据库，分为纵向扩展（更强的机器）和横向扩展（数量）

在这里插入图片描述

偶数为“稳定版”（如：1.6.X，1.8.X）
奇数为“开发版”（如：1.7.X，1.9.X)
--dbpath指定数据存放地点为“db”文件夹
insert 
find  _id GUID全局唯一标识符
update
remove

 SQL 数据库
 Database Server	 mongod mysqld
 Database Client	 mongo mysql

db.createCollection("people")

db.people.insertOne( {
    user_id: "abc123",
    age: 55,
    status: "A"
 } )

crud  (Create)、检索(Retrieve)、更新(Update)和删除(Delete)
強大，靈活、且易於擴展的文件導向式(document-oriented)資料庫
彈性的Schema
橫向擴展	document的數據模型	
不支援事務操作
占用比較多空間  預分配空間	 欄位所占用的空間

Document

{
	name : "mark".
	age : 100 , 
	title : 'Mark BIG BIG'
}

Key  區分大小寫	區分大小寫	

Collection 一組Document	

NoSQL = Not Only SQL RDBMS 1970 数据建模和应用程序编程	 客户服务器编程
结构化数据存储 数据库革命性运动 2009
关系型数据库遵循ACID规则  - 高度组织化结构化数据
transaction 
 A (Atomicity) 原子性  要么全部做完，要么都不做
 C (Consistency) 一致性  事务的运行不会改变数据库原本的一致性约束
 I (Isolation) 独立性  并发的事务之间不会互相影响
 D (Durability) 持久性

分布式系统是建立在网络之上的软件系统
内聚性和透明性 高内聚性代表低耦合性
可靠性（容错） 可扩展性：资源共享：灵活性：
更快的速度：更快的速度：更高的性能： 
集中式计算机网络集群

超大规模数据的存储 不需要固定的模式 横向扩展 
横向扩展  没有预定义的模式 1998年
Key-Value Stores和文档数据库的优点，而不是单纯的反对RDBMS
 CAP定理（CAP theorem） 布鲁尔定理（Brewer's theorem）
 一致性(Consistency) (所有节点在同一时间具有相同的数据)
 可用性(Availability) (保证每个请求不管成功或者失败都有响应)
 分隔容忍(Partition tolerance) (系统中任意信息的丢失或失败不会影响系统的继续运作)
BASE：Basically Available, Soft-state, Eventually Consistent
C++语言	基于分布式文件存储的开源数据库系统 高负载	 WEB应用 高性能数据存储解决方案
MongoDB 将数据存储为一个文档，数据结构由键值(key=>value)对组成

在这里插入图片描述

 索引  查询表达式
 MongoDB 工具 监控 GUI
 MongoDB 下载
 创建数据目录

数据存储目录 日志文件目录

mongod --dbpath /var/lib/mongo --logpath /var/log/mongodb/mongod.log --fork
tail -10f /var/log/mongodb/mongod.log

--dbpath 设置数据存放目录
--logpath 设置日志存放目录
--fork 在后台运行
文档、集合、数据库

在这里插入图片描述
在这里插入图片描述

"show dbs" 命令可以显示所有数据的列表。
执行 "db" 命令可以显示当前数据库对象或集合
运行"use"命令，可以连接到一个指定的数据库。

文档是一组键值(key-value)对(即 BSON)
MongoDB 的文档不需要设置相同的字段，并且相同的字段不需要相同的数据类型

在这里插入图片描述

文档(Document)
集合 文档组
元数据
数据库的信息是存储在集合中
dbname.system.*

在这里插入图片描述

MongoDB 数据类型

在这里插入图片描述
在这里插入图片描述

BSON 字符串都是 UTF-8 编码。
mongodb://[username:password@]host1[:port1][,host2[:port2],...[,hostN[:portN]]][/[database][?options]]

mongodb://localhost
mongodb://admin:123456@localhost/
mongodb://fred:foobar@localhost/baz

创建数据库 use DATABASE_NAME
删除数据库 db.dropDatabase()
删除集合 db.collection.drop()
创建集合 db.createCollection(name, options)
查看已有集合  show collections 或 show tables 

db.createCollection("mycol", { capped : true, autoIndexId : true, size : 
   6142800, max : 10000 } )

删除集合  db.collection.drop()
插入文档

db.COLLECTION_NAME.insert(document)
或
db.COLLECTION_NAME.save(document)  # 该方法新版本中已废弃
db.collection.insertOne() 或 db.collection.replaceOne() 
db.collection.insertOne(
   <document>,
   {
      writeConcern: <document>
   }
)
db.collection.insertMany(
   [ <document 1> , <document 2>, ... ],
   {
      writeConcern: <document>,
      ordered: <boolean>
   }
)

更新文档

	db.collection.update(
   <query>,
   <update>,
   {
     upsert: <boolean>,
     multi: <boolean>,
     writeConcern: <document>
   }
)

db.col.find().pretty()

db.collection.save(
   <document>,
   {
     writeConcern: <document>
   }
)

删除文档

db.collection.remove(
   <query>,
   <justOne>
)

如删除集合下全部文档：
db.inventory.deleteMany({})
删除 status 等于 A 的全部文档：
db.inventory.deleteMany({ status : "A" })
删除 status 等于 D 的一个文档：
db.inventory.deleteOne( { status: "D" } )

db.collection.find(query, projection)

在这里插入图片描述

>db.col.find(
   {
      $or: [
         {key1: value1}, {key2:value2}
      ]
   }
).pretty()

db.col.find({likes : {$gt : 100}})

$type 操作符
db.COLLECTION_NAME.find().limit(NUMBER) 
>db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)
>db.COLLECTION_NAME.find().sort({KEY:1})
>db.collection.createIndex(keys, options)
>db.col.createIndex({"title":1,"description":-1})

1、查看集合索引
db.col.getIndexes()
2、查看集合索引大小
db.col.totalIndexSize()
3、删除集合所有索引
db.col.dropIndexes()
4、删除集合指定索引
db.col.dropIndex("索引名称")

MongoDB 聚合
>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)
MongoDB 复制（副本集）

在这里插入图片描述

mongod --port "PORT" --dbpath "YOUR_DB_DATA_PATH" --replSet "REPLICA_SET_INSTANCE_NAME"
mongod --port 27017 --dbpath "D:\set up\mongodb\data" --replSet rs0
rs.initiate() 启动一个新的副本集
rs.conf()来查看副本集的配置
查看副本集姿态使用 rs.status() 命令
rs.add()方法来添加副本集的成员
rs.add(HOST_NAME:PORT)
db.isMaster() 

分片技术

在这里插入图片描述

mongodump
mongodump -h dbhost -d dbname -o dbdirectory
mongorestore -h dbhost -d dbname --directoryperdb dbdirectory
mongostat 和 mongotop 两个命令来监控MongoDB的运行情况
1:1 (1对1)
1: N (1对多)
N: 1 (多对1)
N: N (多对多)
嵌入式关系
引用式关系

MongoDB 查询文档使用 find() 方法
find().pretty()方法 查询出来的数据在命令行中更加美观的显示，不至于太紧凑
db.collection.find(query, projection)	
AND 条件
db.col.find({key1:value1, key2:value2}).pretty()
OR 条件

	db.col.find(
   {
      $or: [
         {key1: value1}, {key2:value2}
      ]
   }
).pretty()
	

更为灵活的文档来作为数据模型用来取代RDBMS中的行
大数据领域
数据库表中的字段名称、字段类型、进行规定
数据的完整性
MongoDB不支持事务
database ==> 数据库；

collection ==> 集合（表）;

document ==> 文档（数据记录）;

field ==> 域（数据字段）；

index ==> 索引；

primary key ==> 主键，MongoDB自动将_id字段设置为主键。
创建数据库
use databasename
db.getName()
show dbs;
db
 db.mongotest.insert({"id":10001,"name":"tianyongtao","regtime":Date()})
 db.dropDatabase()
 db.createCollection("userinfo")
 show collections
 db.recharge.drop()
  db.collection.insertOne():向指定集合中插入一条文档数据
  db.collection.insertMany():向指定集合中插入多条文档数据
更新

	db.collection.update(
   <query>,
   <update>,
   {
     upsert: <boolean>,
     multi: <boolean>,
     writeConcern: <document>
   }
)

db.col.update( { "count" : { $gt : 1 } } , { $set : { "test2" : "OK"} } );
db.col.update( { "count" : { $gt : 3 } } , { $set : { "test2" : "OK"} },false,true );
db.col.update( { "count" : { $gt : 4 } } , { $set : { "test5" : "OK"} },true,false );
db.col.update( { "count" : { $gt : 5 } } , { $set : { "test5" : "OK"} },true,true );
db.col.update( { "count" : { $gt : 15 } } , { $inc : { "count" : 1} },false,true );
db.col.update( { "count" : { $gt : 10 } } , { $inc : { "count" : 1} },false,false );

db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)
>db.COLLECTION_NAME.find().sort({KEY:1})


MongoDB是一款为web应用程序和互联网基础设施设计的数据库管理系统
分布式文件存储的NoSQL数据库
可扩展的高性能数据存储解决方案
模式自由
面向集合的存储：适合存储 JSON风格文件的形式

在这里插入图片描述

	基于分布式文件存储的数据库
	WEB 应用提供可扩展的高性能数据存储解决方案
	介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库
	NoSQL(NoSQL = Not Only SQL )，意即"不仅仅是SQL"
	关系数据库管理系统（RDBMS）
	数据建模和应用程序编程更加简单
	关系模型是非常适合于客户服务器编程
	结构化数据存储
	ACID规则

 Linux 平台依赖包
 yum install libcurl openssl
 wget https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-ubuntu1604-4.2.8.tgz    # 下载
 tar -zxvf mongodb-linux-x86_64-ubuntu1604-4.2.8.tgz                                    # 解压
 mv mongodb-src-r4.2.8  /usr/local/mongodb4                          # 将解压包拷贝到指定目录
 export PATH=/usr/local/mongodb4/bin:$PATH
 tar -zxvf mongodb-linux-x86_64-rhel62-4.4.2.tgz
 rpm -qa | grep openssl
  cd /usr/lib64


创建仓库文件:
vi /etc/yum.repos.d/mongodb-org-3.4.repo


https://www.cnblogs.com/layezi/p/7290082.html

在这里插入图片描述
在这里插入图片描述

MongoDB的单个实例可以容纳多个独立的数据库，
每一个都有自己的集合和权限，
不同的数据库也放置在不同的文件中
use local
db
mongodb://fred:foobar@localhost
mongodb://fred:foobar@localhost/baz
replica pair
use DATABASE_NAME
db.runoob.insert({"name":"菜鸟教程"})
db.dropDatabase()
db.dropDatabase() 	
db.createCollection(name, options)

在这里插入图片描述
在这里插入图片描述

	启动配置参数

在这里插入图片描述

mongo server_ip:port/dbname -u user -p password
db.collection.insert(document)
use database_name
db
show dbs
db.collection.insert(document)
db.user.find().pretty()
db.user.remove({})
db.collection.find(query, projection)
db.user.find({"addr":"ShenZhen","age":25},{"_id":0}).pretty()
范围操作符

在这里插入图片描述

db.col.find(
   {
      $or: [
	     {key1: value1}, {key2:value2}
      ]
   }
).pretty()

db.user.find({$or:[{"addr":"ShenZhen"},{"age":{$gte:30}}]}).pretty()

db.collection.find().sort({KEY:1})
db.collection.aggregate(AGGREGATE_OPERATION)
db.user.aggregate([{$group:{_id:{userAddr:'$addr'},totalCount:{$sum:1}}}])

	db.collection.update(
   <query>,
   <update>,
   {
     upsert: <boolean>,
     multi: <boolean>,
     writeConcern: <document>
   }
)

db.user.update({'name':'chenyurong'},{$set:{'age':25}})

	db.collection.remove(
   <query>,
   {
     justOne: <boolean>,
     writeConcern: <document>
   }
)

查看当前数据库：db
查看所有数据库：show dbs
查看当前数据库所有集合（表格）：show collections

可扩展的高性能数据存储解决方案
WEB 应用
分布式文件存储的数据库

在这里插入图片描述

Robo3T数据库可视化工具

	db.getCollection('test_data_1').insertOne(
    {
        "name":8888,
        "address":"changsha"
    }
)

db.getCollection('test_data_1').insertMany([
        {
            "name":"名字1",
        },
        {
            "name":"名字2",
        },
        {
            "address":"湖南"
        },
    ]
)

db.getCollection('test_data_1').find({})

db.getCollection('test_data_1').find({"字段1":"固定值1","字段2":"固定值2"})

db.getCollection('test_data_1').find(
    {
        "字段1":{"操作符1":边界1,"操作符2":边界2},
     	"字段2":{"操作符1":边界1,"操作符2":边界2}
    }
)

db.getCollection('test_data_1').find(用于过滤的条件,用于限定的条件)

db.getCollection('test_data_1').find({}).count()

db.getCollection('test_data_1').find({}).limit(限制返回的数量)

db.getCollection('test_data_1').find({}).sort({"字段名":-1或者1})

db.getCollection('test_data_1').updateMany(
    // 下面是查询条件
    { 
       "字段名1":"查找条件1","字段名2":"查找条件2"
     },
   // 进行修改
    {
        "$set":{"字段名":"新的数据","字段名":"新的数据"}
    } 
)

db.getCollection('test_data_1').deleteMany(
    // 删除的条件
    {
        "字段名1":"值","字段名2":"值2"
    }
)

db.getCollection('test_data_1').distinct(去重的字段名,去重的条件)
cpyaxjq
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Golang学习系列第六天：操作MongoDB
董广明的博客
07-24 707
0.ssh连接linux（我用的centos7），略 1.MongoDB下载 可以直接到MongoDB官网https://docs.mongodb.com/manual/tutorial/install-mongodb-on-red-hat-tarball/根据样板安装：，可根据自己的电脑操作系统下载对应的版本，我下载的是mongodb-linux-x86_64-4.0.0.tgz安装包，不过也可以直接点击下面这个链接直接下载 https://fastdl.mongodb.org/linux/mo...
MongoDB 位置信息存储及查询
02-27
MongoDB 位置信息存储及查询，批量插入或更新位置信息，查询位置点是否在指定区域内（圆形区域、矩形区域、多边形区域）。
Mongodb理解
mrwangofpython的博客
02-22 204
背景：今天我们可以通过第三方平台（如：Google,Facebook等）可以很容易的访问和抓取数据。用户的个人信息，社交网络，地理位置，用户生成的数据和用户操作日志已经成倍的增加。我们如果要对这些用户数据进行挖掘，那SQL数据库已经不适合这些应用了, NoSQL 数据库的发展却能很好的处理这些大的数据。 RDBMS vs NoSQL RDBMS - 高度组织化结构化数据 - 结构化查询语言（SQL） (SQL) - 数据和关系都存储在单独的表中。 - 数据操纵语言，数据定义语言 - ...
利用MongoDB进行地理坐标查询
沉在水底的鱼的博客
04-28 1728
BS的应用在生活中已经非常常见，我们打车，叫外卖，查个地图之类的都会查询附近的相关坐标位置，mongodb提供了原生的二维地图查询，极大地方便了大家的开发。 假定我们有一个定义了位置信息的集合location,给定a,b,c,d节点. > db.location.find() { "_id" : "A", "position" : [ 0, 10 ] } { "_id" : "B", ...
轨迹数据的建模与存储
weixin_35756130的博客
02-02 610
轨迹数据的建模通常指的是对数据进行分析，以抽象的方式表示数据的特征。常见的建模方法包括使用统计模型，机器学习模型等。 轨迹数据的存储常使用数据库存储，以便于数据的查询和分析。常见的存储技术包括关系型数据库(如MySQL)，NoSQL数据库(如MongoDB)，以及图形数据库(如Neo4j)。 ...
MongoDB的聚集分析
u010528882的博客
03-06 443
MongoDB主要提供了三种对数据进行聚集分析。 管道模式聚集分析MapReduce聚集分析简单函数和命令的聚集分析 管道模式聚集分析 --MongoDB的首选数据分析方法 这里的管道类似于UNIX的管道命令。数据通过一个多步骤的管道，每个步骤都会对数据进行处理，最后返回需要的结果集。 db.books.aggregate([ { $match:{status:"normal"
MongoDB基础入门到高级进阶
03-21
系统的学习MongoDB从入门到进阶，掌握现在火爆的NoSQL技术之一。 选择MongoDB的原因及其优势 MongoDB单机部署、副本集部署、分片部署以及相关操作 MongoDB的客户端连接和常用命令操作 SpringDataMongoDB对MongoDB的...
毕设运动健康展示系统，基于vue+express+mongodb+echarts.zip
08-03
这是一个基于前端Vue.js、后端Express.js、数据库...综上所述，这个毕设项目涵盖了现代Web开发的多个重要技术栈，涉及从前端到后端，再到数据库和数据可视化的完整流程，对于学习和掌握全栈开发有着很好的实践价值。
毕业设计+课程设计+基于Python的机器学习应用，针对监控视频完成行人轨迹搜索+yolo.zip
最新发布
12-18
8. **数据库管理**：为了存储和检索视频信息、检测结果和行人轨迹，项目可能使用了SQL（如MySQL、SQLite）或NoSQL（如MongoDB）数据库。 9. **API接口**：前后端之间的通信可能通过RESTful API实现，遵循HTTP协议，...
百度地图轨迹回放
12-01
百度地图将收集到的轨迹数据存储在服务器上，可能采用数据库系统如MySQL或NoSQL数据库如MongoDB，以便高效地查询和处理大量轨迹数据。同时，为了节省存储空间和提高读取速度，可能会对数据进行压缩和索引。 接着，...
ubuntu 安装mongodb
数据轨迹的专栏
03-02 144
https://blog.csdn.net/hzlarm/article/details/98491465
深入浅出Symfony2 - 结合MongoDB开发LBS应用
06-05 1243
简介 随着近几年各类移动终端的迅速普及，基于地理位置的服务（LBS）和相关应用也越来越多，而支撑这些应用的最基础技术之一，就是基于地理位置信息的处理。我所在的项目也正从事相关系统的开发，我们使用的是Symfony2+Doctrine2 ODM+MongoDB的组合。 我们将这些技术要点整理成文，希望能够通过本文的介绍和案例，详细解释如何使用MongoDB进行地理位置信息的查询和处理。在
mongodb lbs 学习总结 . geo 算法源码链接
fei33423的专栏
09-20 1181
1. 索引和使用      结合MongoDB开发LBS应用   http://www.cnblogs.com/fuland/p/4266921.html 2. 2dsphere vs 2d index performance 2dsphere vs 2d index performance 3.  索引和 sharding 官方文档上有, jira 上也有 (可以搜索 g
MongoDB提取指定的切片集
SuperMap技术控
12-15 4442
大家可能都知道如何将MongoDB数据库的数据进行整体的迁移，不清楚也没关系，可以在iServer的联机帮助的“开始-iServer配置与管理-iServer缓存机制-使用分布式切图服务-切片集的分发”就会有详细的说明，里面还介绍了将切片集导出SMTiles 格式文件，便于移动端离线地图的使用，这里就不重复述说了。不过，在实际的项目开发上，我们可能只是想要将数据库内的某一张地图即一个切片集拷贝分发到
地理信息快速检索实验，Python操作MongoDB的方法。
weixin_45116412的博客
05-22 299
地理信息快速检索实验 实验目的：本实验旨在掌握Python操作MongoDB的方法。 数据来源：北京市2013年5月1日出租车轨迹数据 数据说明 原始数据为用逗号隔开的txt格式文件，示例数据如下表所示： ID UTC时间 经度 纬度 行驶方向 行驶速度 GPS状态 2828 1367341199 11630103 4004140 333 0.0 1 GPS状态用0、1、16、17表示，不同数字对应的含义如下： 0：表示空车，GPS定位无效 1：表示空车，GPS定位有效 16：表示重车，
jquery1.4.2 源文件
ETHAN IN IT
04-21 2938
/*! * jQuery JavaScript Library v1.4.2 * http://jquery.com/ * * Copyright 2010, John Resig * Dual licensed under the MIT or GPL Version 2 licenses. * http://jquery.org/license * * Includes Siz
出租车轨迹处理（一）：预处理+DBSCAN聚类+gmplot可视化
热门推荐
weixin_37659245的博客
05-28 2万+
1、导入txt数据并转为panda import pandas as pd import numpy as np import datatime f=open('D:\动态人口分布实验\交通赛数据_下\\20140816_train.txt') data=pd.read_csv(f,names=['ID','lat','lon','passager','time']) 2、对数据进行简单计算 ......
八年踩坑经验告诉你，搜索引擎哪家强！
MarkerHub的博客
09-25 1678
说到搜索引擎，Elastic Search是绕不开的产品。ES不仅是目前最流行的开源搜索引擎，同时在2020 DB-engine 流行数据库排名中排第七，发展越来越火热。其中实时大数据检...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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