2. 程式人生 > >Hbase的Filter詳解使用

Hbase的Filter詳解使用

阿新 • • 發佈：2018-12-07

轉載: https://blog.csdn.net/lr131425/article/details/72676254

引數基礎
有兩個引數類在各類Filter中經常出現，統一介紹下：
（1）比較運算子 CompareFilter.CompareOp
比較運算子用於定義比較關係，可以有以下幾類值供選擇：
EQUAL                                  相等
GREATER                              大於
GREATER_OR_EQUAL           大於等於
LESS                                      小於
LESS_OR_EQUAL                  小於等於
NOT_EQUAL                        不等於

（2）比較器  ByteArrayComparable
通過比較器可以實現多樣化目標匹配效果，比較器有以下子類可以使用：
BinaryComparator               匹配完整位元組陣列 
BinaryPrefixComparator     匹配位元組陣列字首 
BitComparator
NullComparator
RegexStringComparator    正則表示式匹配
SubstringComparator        子串匹配
1，FilterList
FilterList 代表一個過濾器鏈，它可以包含一組即將應用於目標資料集的過濾器，過濾器間具有“與” FilterList.Operator.MUST_PASS_ALL 和“或” FilterList.Operator.MUST_PASS_ONE 關係。
官網例項程式碼，兩個“或”關係的過濾器的寫法：
FilterList list = new FilterList(FilterList.Operator.MUST_PASS_ONE);   //資料只要滿足一組過濾器中的一個就可以
SingleColumnValueFilter filter1 = new SingleColumnValueFilter(cf,column,CompareOp.EQUAL,Bytes.toBytes("my value"));
list.add(filter1);
SingleColumnValueFilter filter2 = new SingleColumnValueFilter(cf,column,CompareOp.EQUAL,Bytes.toBytes("my other value"));
list.add(filter2);
Scan scan = new Scan();
scan.setFilter(list);
2，列值過濾器--SingleColumnValueFilter
SingleColumnValueFilter 用於測試列值相等 (CompareOp.EQUAL ), 不等 (CompareOp.NOT_EQUAL),或單側範圍 (e.g., CompareOp.GREATER)。
建構函式：
（1）比較的關鍵字是一個字元陣列
SingleColumnValueFilter(byte[] family, byte[] qualifier, CompareFilter.CompareOp compareOp, byte[] value)
（2）比較的關鍵字是一個比較器（比較器下一小節做介紹）
SingleColumnValueFilter(byte[] family, byte[] qualifier, CompareFilter.CompareOp compareOp, ByteArrayComparable comparator)
注意：根據列的值來決定這一行資料是否返回，落腳點在行，而不是列。

我們可以設定filter.setFilterIfMissing(true);如果為true，當這一列不存在時，不會返回，如果為false，當這一列不存在時，會返回所有的列資訊
測試表user內容如下：

java程式碼測試：
Table table = connection.getTable(TableName.valueOf("user"));
        SingleColumnValueFilter scvf= new SingleColumnValueFilter(Bytes.toBytes("account"), Bytes.toBytes("name"), 
                CompareOp.EQUAL,"zhangsan".getBytes());
        scvf.setFilterIfMissing(true); //預設為false， 沒有此列的資料也會返回 ，為true則只返回name=lisi的資料
        Scan scan = new Scan();
        scan.setFilter(scvf);
        ResultScanner resultScanner = table.getScanner(scan);
        for (Result result : resultScanner) {
             List<Cell> cells= result.listCells();    
             for (Cell cell : cells) {
                 String row = Bytes.toString(result.getRow());
                 String family1 = Bytes.toString(CellUtil.cloneFamily(cell));
                 String qualifier = Bytes.toString(CellUtil.cloneQualifier(cell));
                 String value = Bytes.toString(CellUtil.cloneValue(cell));
                 System.out.println("[row:"+row+"],[family:"+family1+"],[qualifier:"+qualifier+"]"
                         + ",[value:"+value+"],[time:"+cell.getTimestamp()+"]");
            }
        }
如果setFilterIfMissing(true), 有匹配只會返回當前列所在的行資料，基於行的資料 country 也返回了，因為他麼你的rowkey是相同的
[row:zhangsan_1495527850824],[family:account],[qualifier:country],[value:china],[time:1495636452285]
[row:zhangsan_1495527850824],[family:account],[qualifier:name],[value:zhangsan],[time:1495556648729]

如果setFilterIfMissing（false），有匹配的列的值相同會返回，沒有此列的 name的也會返回，， 不匹配的name則不會返回。
下面 紅色是匹配列內容的會返回，其他的不是account：name列也會返回，， name=lisi的不會返回，因為不匹配。
[row:lisi_1495527849910],[family:account],[qualifier:idcard],[value:42963319861234561230],[time:1495556647872]
[row:lisi_1495527850111],[family:account],[qualifier:password],[value:123451231236],[time:1495556648013]
[row:lisi_1495527850114],[family:address],[qualifier:city],[value:黃埔],[time:1495556648017]
[row:lisi_1495527850136],[family:address],[qualifier:province],[value:shanghai],[time:1495556648041]
[row:lisi_1495527850144],[family:info],[qualifier:age],[value:21],[time:1495556648045]
[row:lisi_1495527850154],[family:info],[qualifier:sex],[value:女],[time:1495556648056]
[row:lisi_1495527850159],[family:userid],[qualifier:id],[value:002],[time:1495556648060]
[row:wangwu_1495595824517],[family:userid],[qualifier:id],[value:009],[time:1495624624131]
[row:zhangsan_1495527850759],[family:account],[qualifier:idcard],[value:9897645464646],[time:1495556648664]
[row:zhangsan_1495527850759],[family:account],[qualifier:passport],[value:5689879898],[time:1495636370056]
[row:zhangsan_1495527850824],[family:account],[qualifier:country],[value:china],[time:1495636452285]
[row:zhangsan_1495527850824],[family:account],[qualifier:name],[value:zhangsan],[time:1495556648729]
[row:zhangsan_1495527850951],[family:address],[qualifier:province],[value:guangdong],[time:1495556648855]
[row:zhangsan_1495527850975],[family:info],[qualifier:age],[value:100],[time:1495556648878]
[row:zhangsan_1495527851080],[family:info],[qualifier:sex],[value:男],[time:1495556648983]
[row:zhangsan_1495527851095],[family:userid],[qualifier:id],[value:001],[time:1495556648996]


3 鍵值元資料
由於HBase 採用鍵值對儲存內部資料，鍵值元資料過濾器評估一行的鍵(ColumnFamily：Qualifiers)是否存在 

3.1. 基於列族過濾資料的FamilyFilter
建構函式：
FamilyFilter(CompareFilter.CompareOp familyCompareOp, ByteArrayComparable familyComparator)
程式碼如下：
   public static ResultScanner getDataFamilyFilter(String tableName,String family) throws IOException{
        Table table = connection.getTable(TableName.valueOf("user"));
        FamilyFilter ff = new FamilyFilter(CompareOp.EQUAL , 
                new BinaryComparator(Bytes.toBytes("account")));   //表中不存在account列族，過濾結果為空
//         new BinaryPrefixComparator(value) //匹配位元組陣列字首
//         new RegexStringComparator(expr) // 正則表示式匹配
//         new SubstringComparator(substr)// 子字串匹配 
        Scan scan = new Scan();
        // 通過scan.addFamily(family)  也可以實現此操作
        scan.setFilter(ff);
        ResultScanner resultScanner = table.getScanner(scan);
        return resultScanner;
    }
測試結果：查詢的都是account列簇的內容
[row:lisi_1495527849910],[family:account],[qualifier:idcard],[value:42963319861234561230],[time:1495556647872]
[row:lisi_1495527850081],[family:account],[qualifier:name],[value:lisi],[time:1495556647984]
[row:lisi_1495527850111],[family:account],[qualifier:password],[value:123451231236],[time:1495556648013]
[row:zhangsan_1495527850759],[family:account],[qualifier:idcard],[value:9897645464646],[time:1495556648664]
[row:zhangsan_1495527850759],[family:account],[qualifier:passport],[value:5689879898],[time:1495636370056]
[row:zhangsan_1495527850824],[family:account],[qualifier:country],[value:china],[time:1495636452285]
[row:zhangsan_1495527850824],[family:account],[qualifier:name],[value:zhangsan],[time:1495556648729]

3.2. 基於限定符Qualifier（列）過濾資料的QualifierFilter
建構函式：
QualifierFilter(CompareFilter.CompareOp op, ByteArrayComparable qualifierComparator)
    Table table = connection.getTable(TableName.valueOf("user"));
        QualifierFilter ff = new QualifierFilter(
                CompareOp.EQUAL , new BinaryComparator(Bytes.toBytes("name")));
//         new BinaryPrefixComparator(value) //匹配位元組陣列字首
//         new RegexStringComparator(expr) // 正則表示式匹配
//         new SubstringComparator(substr)// 子字串匹配 
        Scan scan = new Scan();
        // 通過scan.addFamily(family)  也可以實現此操作
        scan.setFilter(ff);
        ResultScanner resultScanner = table.getScanner(scan);
測試結果：只返回 name 的列內容
[row:lisi_1495527850081],[family:account],[qualifier:name],[value:lisi],[time:1495556647984]
[row:zhangsan_1495527850824],[family:account],[qualifier:name],[value:zhangsan],[time:1495556648729]

3.3. 基於列名(即Qualifier)字首過濾資料的ColumnPrefixFilter  （ 該功能用QualifierFilter也能實現 ）
建構函式：
ColumnPrefixFilter(byte[] prefix) 
Table table = connection.getTable(TableName.valueOf("user"));
         ColumnPrefixFilter ff = new ColumnPrefixFilter(Bytes.toBytes("name"));
        Scan scan = new Scan();
        // 通過QualifierFilter的 newBinaryPrefixComparator也可以實現
        scan.setFilter(ff);
        ResultScanner resultScanner = table.getScanner(scan);

返回結果：
[row:lisi_1495527850081],[family:account],[qualifier:name],[value:lisi],[time:1495556647984]
[row:zhangsan_1495527850824],[family:account],[qualifier:name],[value:zhangsan],[time:1495556648729]

3.4. 基於多個列名(即Qualifier)字首過濾資料的MultipleColumnPrefixFilter
MultipleColumnPrefixFilter 和 ColumnPrefixFilter 行為差不多，但可以指定多個字首
byte[][] prefixes = new byte[][] {Bytes.toBytes("name"), Bytes.toBytes("age")};
        //返回所有行中以name或者age打頭的列的資料
        MultipleColumnPrefixFilter ff = new MultipleColumnPrefixFilter(prefixes);
 
        Scan scan = new Scan();
        scan.setFilter(ff);
        ResultScanner rs = table.getScanner(scan);  
結果:
[row:lisi_1495527850081],[family:account],[qualifier:name],[value:lisi],[time:1495556647984]
[row:lisi_1495527850144],[family:info],[qualifier:age],[value:21],[time:1495556648045]
[row:zhangsan_1495527850824],[family:account],[qualifier:name],[value:zhangsan],[time:1495556648729]
[row:zhangsan_1495527850975],[family:info],[qualifier:age],[value:100],[time:1495556648878]

3.5. 基於列範圍過濾資料ColumnRangeFilter
建構函式：
ColumnRangeFilter(byte[] minColumn, boolean minColumnInclusive, byte[] maxColumn, boolean maxColumnInclusive)
引數解釋：
minColumn - 列範圍的最小值，如果為空，則沒有下限；
minColumnInclusive - 列範圍是否包含minColumn ；
maxColumn - 列範圍最大值，如果為空，則沒有上限；
maxColumnInclusive - 列範圍是否包含maxColumn 。
程式碼：
Table table = connection.getTable(TableName.valueOf("user"));
        byte[] startColumn = Bytes.toBytes("a");
        byte[] endColumn = Bytes.toBytes("d");
        //返回所有列中從a到d打頭的範圍的資料，
        ColumnRangeFilter ff = new ColumnRangeFilter(startColumn, true, endColumn, true);
        Scan scan = new Scan();
        scan.setFilter(ff);
        ResultScanner rs = table.getScanner(scan);  
結果：返回列名開頭是a 到  d的所有列資料
[row:lisi_1495527850114],[family:address],[qualifier:city],[value:黃埔],[time:1495556648017]
[row:lisi_1495527850144],[family:info],[qualifier:age],[value:21],[time:1495556648045]
[row:zhangsan_1495527850824],[family:account],[qualifier:country],[value:china],[time:1495636452285]
[row:zhangsan_1495527850975],[family:info],[qualifier:age],[value:100],[time:1495556648878]

4. RowKey
當需要根據行鍵特徵查詢一個範圍的行資料時，使用Scan的startRow和stopRow會更高效，但是，startRow和stopRow只能匹配行鍵的開始字元，而不能匹配中間包含的字元：
        byte[] startColumn = Bytes.toBytes("azha");
        byte[] endColumn = Bytes.toBytes("dddf");
        Scan scan = new Scan(startColumn,endColumn);
當需要針對行鍵進行更復雜的過濾時，可以使用RowFilter：
建構函式：
RowFilter(CompareFilter.CompareOp rowCompareOp, ByteArrayComparable rowComparator)

程式碼：
Table table = connection.getTable(TableName.valueOf("user"));
        RowFilter rf = new RowFilter(CompareOp.EQUAL , 
                new SubstringComparator("zhangsan"));
        //         new BinaryPrefixComparator(value) //匹配位元組陣列字首
        //         new RegexStringComparator(expr) // 正則表示式匹配
        //         new SubstringComparator(substr)// 子字串匹配 
        Scan scan = new Scan();
        scan.setFilter(rf);
        ResultScanner rs = table.getScanner(scan); 
結果：
[row:zhangsan_1495527850759],[family:account],[qualifier:idcard],[value:9897645464646],[time:1495556648664]
[row:zhangsan_1495527850759],[family:account],[qualifier:passport],[value:5689879898],[time:1495636370056]
[row:zhangsan_1495527850824],[family:account],[qualifier:country],[value:china],[time:1495636452285]
[row:zhangsan_1495527850824],[family:account],[qualifier:name],[value:zhangsan],[time:1495556648729]
[row:zhangsan_1495527850951],[family:address],[qualifier:province],[value:guangdong],[time:1495556648855]
[row:zhangsan_1495527850975],[family:info],[qualifier:age],[value:100],[time:1495556648878]
[row:zhangsan_1495527851080],[family:info],[qualifier:sex],[value:男],[time:1495556648983]
[row:zhangsan_1495527851095],[family:userid],[qualifier:id],[value:001],[time:1495556648996]

5.PageFilter
指定頁面行數，返回對應行數的結果集。
需要注意的是，該過濾器並不能保證返回的結果行數小於等於指定的頁面行數，因為過濾器是分別作用到各個region server的，它只能保證當前region返回的結果行數不超過指定頁面行數。
建構函式：
PageFilter(long pageSize)
程式碼：
Table table = connection.getTable(TableName.valueOf("user"));
        PageFilter pf = new PageFilter(2L);
        Scan scan = new Scan();
        scan.setFilter(pf);
        scan.setStartRow(Bytes.toBytes("zhangsan_"));
        ResultScanner rs = table.getScanner(scan);

結果：返回的結果實際上有四條，因為這資料來自不同RegionServer, 
[row:zhangsan_1495527850759],[family:account],[qualifier:idcard],[value:9897645464646],[time:1495556648664]
[row:zhangsan_1495527850759],[family:account],[qualifier:passport],[value:5689879898],[time:1495636370056]
[row:zhangsan_1495527850824],[family:account],[qualifier:country],[value:china],[time:1495636452285]
[row:zhangsan_1495527850824],[family:account],[qualifier:name],[value:zhangsan],[time:1495556648729]

6.SkipFilter
根據整行中的每個列來做過濾，只要存在一列不滿足條件，整行都被過濾掉。
例如，如果一行中的所有列代表的是不同物品的重量，則真實場景下這些數值都必須大於零，我們希望將那些包含任意列值為0的行都過濾掉。
在這個情況下，我們結合ValueFilter和SkipFilter共同實現該目的：
scan.setFilter(new SkipFilter(new ValueFilter(CompareOp.NOT_EQUAL,new BinaryComparator(Bytes.toBytes(0))));
建構函式：
SkipFilter(Filter filter) 
程式碼：
Table table = connection.getTable(TableName.valueOf("user"));
        SkipFilter sf = new SkipFilter(new ValueFilter(CompareOp.NOT_EQUAL,
                new BinaryComparator(Bytes.toBytes("zhangsan"))));
        Scan scan = new Scan();
        scan.setFilter(sf);
        ResultScanner rs = table.getScanner(scan); 
結果：
[row:lisi_1495527849910],[family:account],[qualifier:idcard],[value:42963319861234561230],[time:1495556647872]
[row:lisi_1495527850081],[family:account],[qualifier:name],[value:lisi],[time:1495556647984]
[row:lisi_1495527850111],[family:account],[qualifier:password],[value:123451231236],[time:1495556648013]
[row:lisi_1495527850114],[family:address],[qualifier:city],[value:黃埔],[time:1495556648017]
[row:lisi_1495527850136],[family:address],[qualifier:province],[value:shanghai],[time:1495556648041]
[row:lisi_1495527850144],[family:info],[qualifier:age],[value:21],[time:1495556648045]
[row:lisi_1495527850154],[family:info],[qualifier:sex],[value:女],[time:1495556648056]
[row:lisi_1495527850159],[family:userid],[qualifier:id],[value:002],[time:1495556648060]
[row:wangwu_1495595824517],[family:userid],[qualifier:id],[value:009],[time:1495624624131]
[row:zhangsan_1495527850759],[family:account],[qualifier:idcard],[value:9897645464646],[time:1495556648664]
[row:zhangsan_1495527850759],[family:account],[qualifier:passport],[value:5689879898],[time:1495636370056]
[row:zhangsan_1495527850951],[family:address],[qualifier:province],[value:guangdong],[time:1495556648855]
[row:zhangsan_1495527850975],[family:info],[qualifier:age],[value:100],[time:1495556648878]
[row:zhangsan_1495527851080],[family:info],[qualifier:sex],[value:男],[time:1495556648983]
[row:zhangsan_1495527851095],[family:userid],[qualifier:id],[value:001],[time:1495556648996]
和原來資料相比  列值為name的 zhagnsan的所在行的 rowkey   為   zhangsan_1495527850824 在上面結果中是過濾了
[row:lisi_1495527849910],[family:account],[qualifier:idcard],[value:42963319861234561230]
[row:lisi_1495527850081],[family:account],[qualifier:name],[value:lisi]
[row:lisi_1495527850111],[family:account],[qualifier:password],[value:123451231236]
[row:lisi_1495527850114],[family:address],[qualifier:city],[value:黃埔]
[row:lisi_1495527850136],[family:address],[qualifier:province],[value:shanghai]
[row:lisi_1495527850144],[family:info],[qualifier:age],[value:21]
[row:lisi_1495527850154],[family:info],[qualifier:sex],[value:女]
[row:lisi_1495527850159],[family:userid],[qualifier:id],[value:002]
[row:wangwu_1495595824517],[family:userid],[qualifier:id],[value:009]
[row:zhangsan_1495527850759],[family:account],[qualifier:idcard],[value:9897645464646]
[row:zhangsan_1495527850759],[family:account],[qualifier:passport],[value:5689879898]
[row:zhangsan_1495527850824],[family:account],[qualifier:country],[value:china]
[row:zhangsan_1495527850824],[family:account],[qualifier:name],[value:zhangsan]
[row:zhangsan_1495527850951],[family:address],[qualifier:province],[value:guangdong]
[row:zhangsan_1495527850975],[family:info],[qualifier:age],[value:100]
[row:zhangsan_1495527851080],[family:info],[qualifier:sex],[value:男]
[row:zhangsan_1495527851095],[family:userid],[qualifier:id],[value:001]

7. FirstKeyOnlyFilter
該過濾器僅僅返回每一行中的第一個cell的值，可以用於高效的執行行數統計操作。
建構函式：
public FirstKeyOnlyFilter()

程式碼
Table table = connection.getTable(TableName.valueOf("user"));
         FirstKeyOnlyFilter fkof = new FirstKeyOnlyFilter();
            Scan scan = new Scan();
            scan.setFilter(fkof);
            ResultScanner rs = table.getScanner(scan); 

結果： 看著返回資料還沒明白，僅僅返回每一行中的第一個cell的值，可以用於高效的執行行數統計操作。
[row:lisi_1495527849910],[family:account],[qualifier:idcard],[value:42963319861234561230],[time:1495556647872]
[row:lisi_1495527850081],[family:account],[qualifier:name],[value:lisi],[time:1495556647984]
[row:lisi_1495527850111],[family:account],[qualifier:password],[value:123451231236],[time:1495556648013]
[row:lisi_1495527850114],[family:address],[qualifier:city],[value:黃埔],[time:1495556648017]
[row:lisi_1495527850136],[family:address],[qualifier:province],[value:shanghai],[time:1495556648041]
[row:lisi_1495527850144],[family:info],[qualifier:age],[value:21],[time:1495556648045]
[row:lisi_1495527850154],[family:info],[qualifier:sex],[value:女],[time:1495556648056]
[row:lisi_1495527850159],[family:userid],[qualifier:id],[value:002],[time:1495556648060]
[row:wangwu_1495595824517],[family:userid],[qualifier:id],[value:009],[time:1495624624131]
[row:zhangsan_1495527850759],[family:account],[qualifier:idcard],[value:9897645464646],[time:1495556648664]
[row:zhangsan_1495527850824],[family:account],[qualifier:country],[value:china],[time:1495636452285]
[row:zhangsan_1495527850951],[family:address],[qualifier:province],[value:guangdong],[time:1495556648855]
[row:zhangsan_1495527850975],[family:info],[qualifier:age],[value:100],[time:1495556648878]
[row:zhangsan_1495527851080],[family:info],[qualifier:sex],[value:男],[time:1495556648983]
[row:zhangsan_1495527851095],[family:userid],[qualifier:id],[value:001],[time:1495556648996]
對比原資料“
[row:lisi_1495527849910],[family:account],[qualifier:idcard],[value:42963319861234561230]
[row:lisi_1495527850081],[family:account],[qualifier:name],[value:lisi]
[row:lisi_1495527850111],[family:account],[qualifier:password],[value:123451231236]
[row:lisi_1495527850114],[family:address],[qualifier:city],[value:黃埔]
[row:lisi_1495527850136],[family:address],[qualifier:province],[value:shanghai]
[row:lisi_1495527850144],[family:info],[qualifier:age],[value:21]
[row:lisi_1495527850154],[family:info],[qualifier:sex],[value:女]
[row:lisi_1495527850159],[family:userid],[qualifier:id],[value:002]
[row:wangwu_1495595824517],[family:userid],[qualifier:id],[value:009]
[row:zhangsan_1495527850759],[family:account],[qualifier:idcard],[value:9897645464646]
[row:zhangsan_1495527850759],[family:account],[qualifier:passport],[value:5689879898]
[row:zhangsan_1495527850824],[family:account],[qualifier:country],[value:china]
[row:zhangsan_1495527850824],[family:account],[qualifier:name],[value:zhangsan]
[row:zhangsan_1495527850951],[family:address],[qualifier:province],[value:guangdong]
[row:zhangsan_1495527850975],[family:info],[qualifier:age],[value:100]
[row:zhangsan_1495527851080],[family:info],[qualifier:sex],[value:男]
[row:zhangsan_1495527851095],[family:userid],[qualifier:id],[value:001]
對比一下明顯，rowkey相同的只會返回第一個rowkey的所在cell資料
--------------------- 

相關推薦

java Io 流類詳解

修改 文件目錄 != exe [] 深入 clas one fileinput 關於java 流類的復習；習慣性的復習按照圖結構一層層往下深入去了解去復習，最後通過代碼來實現感覺印象會更深刻一些； 關於 I/O流：IO可以理解為JAVA用來傳遞數據的管道

cookie 和session 的區別詳解

重復 處理方式 一行 所有 有效 依據 是把 存儲 一個 二者的定義： 當你在瀏覽網站的時候，WEB 服務器會先送一小小資料放在你的計算機上，Cookie 會幫你在網站上所打的文字或是一些選擇， 都紀錄下來。當下次你再光臨同一個網站，WEB 服務器會先看看有沒有它上次留下的

cd命令使用詳解

表示 如果 用戶家目錄 roo 環境變量 方法 字符 實用 效果 　　cd命令是目錄切換命令，是shell內置命令。 　　語法： 　　　　cd [-L|-P] [dir] 　　選項： 　　　　-p 如果要切換到的目標目錄是一個符號連接，直接切換到符號連接指向的目標目錄 　　

setting.xml 配置詳解

校驗 找不到 順序 裁剪 全局 -- mls leg 觸發 文件存放位置 全局配置: ${M2_HOME}/conf/settings.xml 用戶配置: ${user.home}/.m2/settings.xml note：用戶配置優先於全局配置。${user.home}

R數據可視化----ggplot2之標度、坐標軸和圖例詳解

abs 調整 所有 不同的 size n) 默認 表達 idt 標度控制著數據到圖形屬性的映射，當有需要時，ggplot2會自動添加一個默認的標度。我們確實可以在不了解標度運行原理的情況下畫出許多圖形，但理解標度並學會如何操縱它們則將賦予我們對圖形更強的控制能力。 每一種圖

跨域資源共享CORS詳解

附加 accep 不發送 地址 code 克服 通信 數據 ror 簡介 CORS是一個W3C標準，全稱是"跨域資源共享"（Cross-origin resource sharing）。 它允許瀏覽器向跨源服務器，發出XMLHttpRequest請求，從而克服了AJAX

磁盤陣列 RAID 技術原理詳解

十分 單獨 很好 不同的 raid1 miss 和數 會同 帶寬 RAID一頁通整理所有RAID技術、原理並配合相應RAID圖解，給所有存儲新人提供一個迅速學習、理解RAID技術的網上資源庫，本文將持續更新，歡迎大家補充及投稿。中國存儲網一如既往為廣大存儲界朋友提供免費、精

Web.Config文件詳解

htm 用法 名稱 href 會話狀態 行為 cookie 程序配置 會話 一).Web.Config是以XML文件規範存儲,配置文件分為以下格式 1.配置節處理程序聲明 特點： 位於配置文件的頂部，包含在<configSections>標誌中。

oracle recyclebin詳解

tables 執行 reat 手工 emp 命令 沒有 -- 釋放 今天在SOA應用數據庫上運用DBMS_REDEFITION包進行在線非分區表轉換分區表操作時，本想DROP掉建的臨時表cube_scope_temp不小心後面忘記加"temp"直接執行了，我等意識到這個問題

POI操作Excel詳解，讀取xls和xlsx格式的文件

shee xss split 類型 後綴 .sh lan xls lin package org.ian.webutil; import java.io.File; import java.io.FileInputStream; import java.io.FileN

java.util包詳解（二）——Connection接口

操作 相同 元素 叠代 cat roo soft true nbsp Connection接口介紹 　　Connection接口是java集合的root接口，沒有實現類，只有子接口和實現子接口的各種容器。主要用來表示java集合這一大的抽象概念。 　　Connection接

【Spring】Spring MVC原理及配置詳解

進行 return sub sca scrip uil 線程安全 松耦合 必須 1.Spring MVC概述： Spring MVC是Spring提供的一個強大而靈活的web框架。借助於註解，Spring MVC提供了幾乎是POJO的開發模式，使得控制器的開發和測試更加簡

tar命令詳解

pan 詳解 time border 設備 lin bsp force names 解壓到指定目錄 tar -zxvf flash_player_npapi_linux.x86_64.tar.gz -C mmtar -zxvf flash_player_npapi_linu

$.ajax()方法詳解

例如 lencod ace 包含 等等 json 返回 用戶名 代碼 jquery中的ajax方法參數總是記不住，這裏記錄一下。 1.url: 要求為String類型的參數，（默認為當前頁地址）發送請求的地址。 2.type: 要求為String類型的參數，請求方式（p

JMX學習詳解

-s agen 技術 操作 三層架構 out javax optional 配置 一、概述： 　　JMX（Java Management Extensions，即Java管理擴展）是一個為應用程序、設備、系統等植入管理功能的框架。 　　JMX的核心類是MBean（準確說是接

Rsyslog配置文件詳解(轉)

安裝 權限 lines true time cor optional tex 以及 最近在搭建日誌審計服務器，使用了rsyslog，發現這篇文章很有用，收藏一下。 原文鏈接：http://my.oschina.net/0757/blog/198329 具體內容： 非常詳

htonl()函數詳解

理解 問題 自定義 大端 編譯器 正常 lin 代碼 ret 在《Linux網絡編程》這本書中提到htonl()函數的原型。實現代碼如下： long htonl(long value) { 　　return ((value <<24 )|((value<&

MongoDB增刪改查操作詳解

添加多個 負數 指定 cal lib 定位 也會 pan str 一、插入 MongoDB的插入操作很簡單，使用insert方法，這裏演示從創建數據庫、創建集合到插入文檔、查詢文檔。 集合創建方法參數說明： size：集合最大空間 max：集合最多文檔數量 （超出si

Spring基本功能詳解

tex factor oid out 負責 sch bsp 初始化 pub 一、SpringIOC 　　Spring的控制反轉：把對象的創建，初始化，銷毀的過程交給SpringIOC容器來做，由Spring容器控制對象的生命周期。 　　1.1 啟動Spring容器的方式：

Flex布局新寫法兼容寫法詳解

縮放 教程 性問題 前綴 article ade 有用 webkit web 很久之前用過flex，但是沒有考慮過兼容性問題，為了兼容ios一定要加上-webkit前綴： ul{ display: flex; /* 新版本語法: Opera