- 综合排序
- 最热优先
- 最新优先
- 来自专栏Android干货
long数值 转换为时间
项目中，服务器端经常给客户端开发人员传一个长整形的时间数据, 对于一个 长整形 1446801883000，可以明显的看出 是以毫秒为单位的，因为最后有三个零，如果没有连续3个零的话就要判断单位了 那么怎么将其转换为时间呢 new SimpleDateFormat("MM-dd HH:mm"); 3、获得设定时间格式的时间 createTime.format(new Date(time)) ，是一个字符串形式的时间 ：11
2.5K90发布于 2018-05-18 - 来自专栏怡文菌
Linux – 文件/目录、权限相关
查看权限 命令 ls -l filename 结果 -rw-r--r-- l root root 27 11-10 14:50 filename 解析 -rw-r--r-- #共10位 第1位： 其他人（other）权限 权限说明 r:读（read） w:写（write） x:执行（execute） -:无（没有权限） root root #所有者、所有者组群 27 #文件/目录大小 11
6.6K20编辑于 2022-12-15 - 来自专栏网络
Aerospike在实时竞价广告中的应用
DMP（Data-Management Platform）：数据管理平台能够帮助所有涉及广告库存购买和出售的各方来管理数据、更方便地使用第三方数据、增强他们对所有这些数据的理解、传回数据或将定制数据传入某一平台 类似于图11-10实时决策流程。 图11-10 实时决策流程图 分别通过HDFS和HBASE对日志进行离线和实时的分析，然后把用户画像的标签结果存入高性能的Nosql数据库Aerospike中，同时把数据备份到异地数据中心。 图11-11 缓存数据格式 根据上图可知，用户数据统一存储在缓存库UPF中，然后根据用户ID的加密类型（加密方式有MD5、SHA1、明文）分不同的缓存表，同时也会为每一个第三方adx请求过来的数据建立一个缓存库 通过离线计算的数据和日志主要都是数据量大，而且实时要求并不是特别高，比方说广告请求日志，竞价日志等等；而实时标签引擎则主要处理效果数据等，对实时性要求较高的数据，比方广告的展现，点击，转化数据等。
2.3K80发布于 2018-01-22 - 来自专栏李蔚蓬的专栏
java.lang.NullPointerException: Attempt to invoke virtual method 'int android.content.Intent.getI...
11-10 18:23:24.231 17152-17152/?
6.2K21发布于 2018-12-11 - 来自专栏软件开发
C语言 第六章 多重循环
printf("\n"); } } /* 1 1 4 0 9 11-2*i 2 3 3 1 7 11-4 3 5 2 2 5 11-6 4 7 1 3 3 11-8 5 9 0 4 1 11
1.3K50发布于 2018-01-03 - 来自专栏开源能源管理系统
MyEMS能源管理系统后台配置-设备管理
MyEMS开源能源管理系统适用于建筑、工厂、商场、医院、园区的电、水、气等能源数据采集、分析、报表，还有光伏、储能、充电桩、微电网、设备控制、故障诊断、工单管理、人工智能优化等可选功能。 按钮 5.在“确认删除”对话框中点击“确认删除”按钮 导入设备： 1.点击菜单“系统管理” 2.点击菜单“设备管理” 3.点击标签页“设备” 4.点击“导入”按钮 5.将数据输入对话框 企） 绑定命令是指建立设备与命令的对应关系 查看设备绑定的命令： 1.点击菜单“系统管理” 2.点击菜单“设备管理” 3.点击标签页“绑定命令” 4.在“设备”框中选择设备图11 绑定命令： 1.点击菜单“系统管理” 2.点击菜单“设备管理” 3.点击标签页“绑定命令” 4.在“设备”框中选择设备 5.在“命令列表”框中选择命令 6.拖动想添加的数据点到绿色方框中 6.松开鼠标，删除完成图11-12删除命令MyEMS开源能源管理系统适用于建筑、工厂、商场、医院、园区的电、水、气等能源数据采集、分析、报表，还有光伏、储能、充电桩、微电网、设备控制、故障诊断、
40010编辑于 2025-05-28 - 来自专栏PowerBI战友联盟
Power Query 真经 - 第 11 章 - 处理基于 Web 的数据源
使用 Power Query 的一个非常有趣的场景是，可以利用它从 Web 上抓取与业务相关的数据，并用它来丰富自己的公司数据。数据通常以两种不同的方式之一存储在 Web 上。 存储在网站中的文件。 这个场景对于用户来说很容易在 Excel 中从 Web 获取数据时复现，因为目前 Excel 并没有上述的高级接口。 连接到网页将产生如图 11-10 所示的预览。 图 11-10 只存在四个 HTML 表缺少用户想要的一个 要在 Microsoft Edge 或 Chrome 中找到所需元素的路径，用户需要转到页面并按 F12 展开开发人员工具，如图 11-11 尽管该网站尽了很大努力来整理数据，但网站上的信息还远远不够完美，可能包含的数据并不完全真实。 另一个问题是数据更新的容易程度。 用户需要确保，当【刷新】数据时，系统不仅刷新过去的数据，而且刷新最新的数据。在这里，用户已经投入了大量的时间，并在假设上次刷新时提取了最新数据的情况下做出了业务决策。
4.8K30编辑于 2023-03-01 - 来自专栏mathor
matlab—图形界面（GUI）程序设计
图11-10 Openingfcn 我一运行，立刻就有图出来了，这个原理其实是因为，我再OpeningFcn当中写的代码，他会在应用程序被打开时立刻执行，而我这个代码的作用就是在axes中画一个图像 接下来我们想想怎么给这个按钮
5.7K20发布于 2018-07-24 Java ArrayList扩容的原理
Java提供了Collection这个集合接口，可以用来作为数据的容器，其子接口分为单列集合List和双列集合Map，本文初略探索一下List集合下ArrayList的扩容原理。 本次的参数分别是oldCapacity：10；minGrowth：11-10=11；；oldGrowth>>1：5，然后进入newLength的源码分析： 方法中的三个参数上文已经提及，这里不过多的赘述
36510编辑于 2024-11-11- 来自专栏JavaEdge
“超越极限 - 如何使用 Netty 高效处理大型数据？“ - 掌握 Netty 技巧，轻松应对海量数据处理！
实战干货：编程严选网 1 写大型数据 因为网络饱和的可能性，如何在异步框架中高效地写大块的数据是特殊问题。 在需要将数据从文件系统复制到用户内存中时，可以使用 ChunkedWriteHandler，它支持异步写大型数据流，而又不会导致大量内存消耗。 数据在传输之前将会由 SslHandler 加密。 2 序列化数据 JDK提供ObjectOutputStream/ObjectInputStream，用于通过网络对POJO的基本数据类型和图进行序列化/反序列化。 表 11-10 展示Netty为支持 protobuf 所提供ChannelHandler 实现。
1.6K41编辑于 2025-05-18 - 来自专栏积累沉淀
Python快速学习第十天
数据输入的标准源是sys.stdin。当程序从标准输入读取数据时，你可以通过输入或者使用管道把它和其他程序的标准输出链接起来提供文本(管道是标准的UNIX概念)。 11.2.1 读和写 文件(或流)最重要的能力是提供或者接受数据。如果有一个名为f的类文件对象，那么就可以用f.write方法和f.read方法(以字符串形式)写入和读取数据。 写入过的文件总是应该关闭，是因为Python可能会缓存(出于效率的考虑而把数据临时地存储在某处)写入的数据，如果程序因为某些原因崩溃了，那么数据根本就不会被写入文件。 代码清单11-9和代码清单11-10展示了在读取这样的文件时，在字符串和行上进行迭代是多么容易。注意，将文件的内容读入一个字符串或者是读入列表在其他时候也很有用。 代码清单11-9 用read迭代每个字符 f = open(filename) for char in f.read(): process(char) f.close() # 代码清单11
2K60发布于 2018-01-11 - 来自专栏muller的测试分享
软件测试|Mongodb的分页优化及索引使用
基于我们的数据特性，在进行数据库选型时选择了mongo数据库。在文档数量很大的情况下，存在慢查询，影响服务端性能。 则：//page 11-10//page 211-20//page 321-30...//page n10*(n-1)+1-10*nMongoDB提供了skip()和limit()方法。 skip: 跳过指定数量的数据. 可以用来跳过当前页之前的数据，即跳过pageSize*(n-1)。limit: 指定从MongoDB中读取的记录条数，可以当做页面大小pageSize。 ，因为mongodb是内存数据库。 1000万数据的时候没有索引情况下查询可能会几秒钟甚至更久。另外一点是数据索引如果大于内存，速度也会下降很多。而且对于多条件查询，如果你查询的顺序和索引顺序不同，也不能使用索引。
1.4K20编辑于 2023-01-04 - 来自专栏muller的测试分享
软件测试|Mongodb的分页优化及索引使用
基于我们的数据特性，在进行数据库选型时选择了mongo数据库。在文档数量很大的情况下，存在慢查询，影响服务端性能。 则：//page 11-10//page 211-20//page 321-30...//page n10*(n-1)+1-10*nMongoDB提供了skip()和limit()方法。 skip: 跳过指定数量的数据. 可以用来跳过当前页之前的数据，即跳过pageSize*(n-1)。limit: 指定从MongoDB中读取的记录条数，可以当做页面大小pageSize。 ，因为mongodb是内存数据库。 1000万数据的时候没有索引情况下查询可能会几秒钟甚至更久。另外一点是数据索引如果大于内存，速度也会下降很多。而且对于多条件查询，如果你查询的顺序和索引顺序不同，也不能使用索引。
1.6K10编辑于 2022-12-28 - 来自专栏计算机工具
数据引力，数据倾斜，数据距离，大数据科学
本文主要内容是介绍教育大数据的定义与作用，在了解教育大数据前我们首先要了解什么是大数据。大数据技术是21世纪最具时代标志的技术之一。 教育大数据实践的痛点 教育行业在数据分析的应用方面，主要痛点有以下四个方面： 1.数据涉及面窄 数据主要来源为数字化校园系统产生的，其他教学管理的数据多为手工录入非结构化数据 数据维度少，数据来源不足 没有统一的数据处理中心对数据进行管理，没有人力维护各系统的接入 有效数据量少，数据质量差，达不到大数据处理分析要求 教育大数据科学问题 摘 要:随着移动设备的普及和信息通信技术的迅速发展，教育数据的种类和数量以前所未有的速度增长 教育大数据涵盖了四个大 的研究方向，即学习者行为和表现，建模和教育数据仓库、教育体系的改进和大数据与课程的整合，其研究面临一系列的挑战。 2.教育大数据质量 数据的价值取决于数据的质量。 数据有损的方法：找到异常数据，比如ip为0的数据，过滤掉 数据无损的方法：对分布不均匀的数据，单独计算 hash法：先对key做一层hash，先将数据随机打散让它的并行度变大，再汇聚 数据预处理：就是先做一层数据质量处理
53810编辑于 2024-12-17 - 来自专栏AustinDatabases
数据，数据流，数据管道
大数据分析，数据敏捷分析，数据spss, 大数据应用，智能数据AI，围绕这些词汇的产品也不少，HADOOP, SPARK, HIVE, Teradata,greenlum 等产品。 问题1 ： 业务部门数据由于历史原因，使用的RDS 类型多种多样，有ORALCE ，有SQL SERVER ，有MYSQL ，甚至有MONGODB ，现在大数据分析，要整合部分这些数据库的数据，到一个大数据平台进行数据分析 问题2： 业务部门数据表设计之初，没有考虑ETL数据抽取的问题，换言之没有时间字段，你如何在上百G的数据中，抽取增量数据？ 而每次数据不能及时供应的背锅侠，运维，还是站在背锅侠的最前端，多个数据源数据获取不及时造成数据获取延迟，数据获取不准确，数据提供的格式不对，数据提取时，对业务系统的负担，造成业务投诉。 2 一个能支持各种数据库，及大数据软件的数据交换中心的支持者 3 一个能在数据交换的过程中，还能做点数据的小变动，将不必要的数据，截止在数据的源端的工具。
2.1K20发布于 2019-11-11 - 来自专栏全栈程序员必看
数据收集渠道_数据挖掘数据集
数据集 | 聚数力平台 | 大数据应用要素托管与交易平台 1.GOT-10K中科院发布了目标追踪数据集，1万多条视频，150万个边界框【新闻稿】【下载链接】 2.谷歌再度开放Youtube视频数据集— 【下载链接】 3．DukeMTMC-reID，DukeMTMC 数据集是一个大规模标记的多目标多摄像机行人跟踪数据集。 【新闻稿】【下载链接】 自动驾驶 1.伯克利发布的BDD100K（目前规模最大的开放驾驶数据集）这篇文章里面有介绍，还有和其他的几个数据集的比较，感觉很优秀，这个数据集很新哦【下载链接】 2.这个链接里有好多 航拍数据 1.VEDAI：VEDAI是航空图像中的车辆检测数据集，是在无约束环境下对自动目标识别算法进行基准测试的工具。 COCO数据集：COCO数据集是一个大型的、丰富的物体检测，分割和字幕数据集。
1.9K30编辑于 2022-11-03 - 来自专栏肉眼品世界
数据宝典：数据架构 & 数据模型 & 数据管理（PPT）
PPT内容有很多经典可借鉴的数据架构与数据模型设计方法，细嚼慢咽：
1.3K40编辑于 2023-02-12 - 来自专栏好奇心Log
遥感数据、气象数据、土地土壤数据、农业数据、行政区数据...GIS数据获取网站整理
点击下方公众号，回复资料，收获惊喜 本文对GIS行业相关的综合数据获取网站加以整理，包括但不限于遥感数据、气候数据、土地数据、土壤数据、农业数据、行政区数据、社会数据、经济数据等。 地铁数据7.3.1 SODA8 GDP、经济与社会数据8.1 GDP数据8.1.1 G-Econ8.1.2 中国公里网格GDP分布数据集8.1.3 中国公里格网GDP数据8.2 综合经济与社会数据8.2.1 其网站“Free Spatial Data”部分具有全球大量GIS数据，包括行政区边界数据、高程数据、人口数据、路网数据等。 其包含全球行政区数据与路网数据、土地覆盖数据等GIS数据。需要下载时，点击左上角“Export”按钮即可。同样的，在这一网站获取国外数据比较靠谱，国内数据一定需要注意领土问题。 其网站“Free Spatial Data”部分具有全球大量GIS数据，包括行政区边界数据、高程数据、人口数据、路网数据等。
6.5K32发布于 2021-05-28 - 来自专栏实时流式计算
什么是数据管理，数据治理，数据中心，数据中台，数据湖？
大家好，我是独孤风，大数据流动的作者。 最近几个概念频繁出现在大家的视野内。 什么是数据管理，数据治理，数据中心，数据中台，数据湖？ 他们之间又有怎么样的区别和联系呢？ 良好的数据管理需要进行全面的战略规划,包括确定组织的数据需求、数据架构的设计、明确数据收集方式、建立数据安全与监控措施等。 二、数据治理 数据治理是组织进行数据管理的重要组成部分,它提供了数据管理所需的决策、监督与控制能力。数据治理的目标是制定数据使用规范,优化数据系统,确保数据的可用性、一致性、质量和安全性。 数据治理的主要工作包括制定数据治理策略和框架,进行数据资产登记,建立数据目录、数据地图,以全面了解企业数据资产。还需要持续对数据进行监控与考核,衡量数据质量,并进行风险评估与处理。 使不同系统的数据能够互联互通。 在数据治理方面,数据中台将不同系统的数据集成入统一的平台,建立数据标准、数据评估体系、数据安全体系,对内部数据进行集中治理。确保数据质量可控、数据应用可信。
2.9K40编辑于 2023-08-09 - 来自专栏R
宽数据变长数据
title: "宽数据变长数据"output: html_documentdate: "2024-04-14"R Markdownhead(iris)## Sepal.Length Sepal.Width the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors```r#长数据变宽数据
63400编辑于 2024-04-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号