曹利荣的博客

1、互转select sysdate, to_char(sysdate, 'yyyymmdd hh24:mi:ss'), --时间转字符串，参数2为转换后的格式 to_date('20190103','yyyymmdd') , --字符串转时间，参数2为字符串的格式 (to_date('19700101 08:00:00','yyyymmdd hh24:mi:ss') +1647081254000/(1000*60*60*24)),--时间戳转时间.

前置：安装oracle三部曲：1、先安装oracle database，及服务端。装64位的。2、再安装客户端，32位的。因为PLSQL不支持64位客户端。3、安装PLSQL。链接：https://pan.baidu.com/s/1WbLGw7KZcqP5PmUTuHW9ew提取码：0jnm--来自百度网盘超级会员V1的分享以上百度网盘链接中，服务端、客户端和PLSQL都有。一、安装oracle-11gr2-server服务端1、下载百度云链接中的oracle_X6..

1、DataStream 代表一个运行在多个分区上的并行流，转换操作都是逐条的。 可以从 StreamExecutionEnvironment 或者env.addSource(SourceFunction) 获得。 常用操作：map()，flatMap()，filter()、rebalance()、 broadcaseted()2、KeyedStream 用来表示根据指定的key进行分组的数据流，执行任何转换操作都将返回DataStream。 可以通过调用D...

CountDownLatch1、概述 CountDownLatch是java.util.concurrent中的一个同步工具类，允许一个或多个线程等待，直到其他线程运行完后接着执行。 CountDownLatch的核心是一个构造方法和两个普通方法。 构造方法中可传入一个int类型的count值，该值代表内部计数器的初始值，一旦传入无法更改。 countDown()方法每被CountDownLatch对象调用一次，CountDownLatch内部计数器的count值就会减一。.

一、分区副本数设置 由于分区副本仅提供数据冗余的功能，且分区副本数量与集群吐吞量负相关，故冗余度在满足安全要求基础上设置为最小即可。 故我们不妨将分区副本数设置为2.二、kafka分区数设置通过对单个分区的topic进行消费者和生产者的压力测试，得出单个分区所能提供的消费和生产的最大峰值吐吞量。1、创建只有一个分区的topic。kafka-topics.sh --create \--zookeeper Linux001:2181 \--partitions 1 \--repl.

package com.atguigu.base_type;import org.junit.Test;/** * 测试java八大基础类型对应的引用类型的方法 * byte、char(2字节)、short、int、long、float(4字节)、double * 从左往右类型自动转换，从右往左需要强制转换。强制转换可能精度丢失。 * boolean不能类型转换。 * 装箱：Integer num1=12;或者 Integer num2=new Integer(12); *.

package com.atguigu.string;import org.junit.Test;import java.io.UnsupportedEncodingException;/** * 本来包含String类的所有常用操作。 * 底层实现了Serializable, Comparable接口，这意味着String类可以序列化，可以进行比较。 * String类重写了equals方法，使得equals比较的是字符串的内容，==比较的是地址 * S.

package com.atguigu.time;import org.apache.commons.math3.fitting.leastsquares.EvaluationRmsChecker;import org.junit.Test;import scala.tools.reflect.Eval;import java.text.DateFormat;import java.text.ParseException;import java.text.SimpleDateFormat;.

第零步：拷贝本机公钥和开发工具公钥到码云。本机公钥： 打开git-bash cd ~/.ssh && ssh-keygen 生成公钥 cat./id_rsa.pub 查看公钥 将生成的公钥赋值添加到码云公钥列表eclipse公钥： window--->perferences--->general--->Network connections -->SSH2 ---...

数据文件：用到的数据文件链接：https://pan.baidu.com/s/1uCk-IF4wWVfUkuuTAKaD0w 提取码：2hmu输入beanpackage com.atguigu.networkflow_analysis.beans;public class UserBehavior { public Long userId; public Long itemId; public Integer categoryId; public St

0.9版本1、消息集Message set 一个消息集中包含一条或多条消息，消息集不仅是存储在磁盘及网络传输的基本形式，而且是kafka压缩的基本单元。2、消息Recode一个recode是由多个key-value键值对组成，以下介绍各个key的含义。 CRC32，大小4B。CRC校验值，校验范围为magic到value之间。 magic，大小1B。 消息格式版本号。 attributes，大小1B。 消息类型，最低三位为压缩类型。0 无 1 gzip 2

1、连接 gsql -h 17.244.110.231 -p 25108 -d dlp_db -U dlp -W 1234@ 登录 2、编码 show server_encoding; 查看当前数据库编码 3、搜索路径 show search_path; 查看模式搜索路径，无论如何搜索路径前两个一定是pg_temp和pg_catalog set search_path to my_schema,public; 将my_schema,public两个模式加入搜索路径 .

一、从生产环境表结构导出步骤 A。登录ELK集群任一节点。 B。gs_dump -h 任一节点ip -p 端口 -U 用户名 -W 密码 数据库名 -f ./dlpdb_all_schema_20210923.sql -F p -s -f 导出文件名 -F 导出文件格式 c自定义格式 d 目录格式 p txt格式 t 压缩格式 -s 仅定义 -a 仅数据 -n 模式名 -n public -N 排除模式名 -t 表.

代码package com.atguigu.networkflow_analysis.Ahotpages;import com.atguigu.networkflow_analysis.beans.ApacheEventLog;import com.atguigu.networkflow_analysis.beans.PageViewCount;import org.apache.commons.compress.utils.Lists;import org.apache.flink.ap.

1、定义 Owner是一个java库，其目标是通过java属性文件来最小化处理应用程序的代码。 说人话： 以注解的方式来简化属性配置。2、引入依赖 g:org.aeonbits.owner a:owner v:1.0.9 以上适用于java1.7及之前的jdk版本，java1.8时a坐标应该是owner-java83、使用 A、接口继承Config。 B、接口上添加@Config.Sources({属性文件1[,.

package com.atguigu.HUDF;import com.atguigu.Zbeans.SensorReading;import org.apache.flink.api.java.tuple.Tuple2;import org.apache.flink.streaming.api.datastream.DataStreamSource;import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperat.

package com.atguigu.GTable_api_Flink_sql;import com.atguigu.Zbeans.SensorReading;import org.apache.flink.streaming.api.TimeCharacteristic;import org.apache.flink.streaming.api.datastream.DataStream;import org.apache.flink.streaming.api.datastream.Dat.

1、基于DataStream api的Table api&Flink SQL1、使用Table api必须要添加Flink或者Blink的计划器。2、Flink1.10(含)之前默认使用flink计划器，flink1.11(含)之后默认使用blink计划器。 <!--flink 1.11及之后使用的都是blink的计划器，这儿引入的也是blink的--> <dependency> <groupId>o

"C:\Program Files\Java\jdk1.8.0_211\bin\java.exe" "-javaagent:G:\SoftwareInstall\idea\IntelliJ IDEA 2019.3.1\lib\idea_rt.jar=58668:G:\SoftwareInstall\idea\IntelliJ IDEA 2019.3.1\bin" -Dfile.encoding=UTF-8 -classpath "C:\Program Files\Java\jdk1.8.0_211\jre.