Hive DDL 内部表外部表 分区 分桶 行格式 存储文件格式 概述
建立数据库
CREATE DATABASE [IF NOT EXISTS] database_name [COMMENT database_comment] [LOCATION hdfs_path]
删除数据库
DROP DATABASE [IF EXISTS] database_name [RESTRICT|CASCADE]; -- RESTRICT：默认选项只能删除空库 -- CASCADE：能够删除库和库里的表
建立表
建立表
CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_name
[(col_name data_type [COMMENT col_comment], ...]
[COMMENT table_comment]
[PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)]
[CLUSTERED BY (col_name, col_name, ...) [SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS]
[
[ROW FORMAT row_format]
[STORED AS file_format]
]
[LOCATION hdfs_path]
[AS select_statement];
CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_name
LIKE existing_table_or_view_name
[LOCATION hdfs_path];
primitive_data_type
: TINYINT
| SMALLINT
| INT
| BIGINT
| BOOLEAN
| FLOAT
| DOUBLE
| DOUBLE PRECISION
| STRING
| BINARY
| TIMESTAMP
| DECIMAL
| DECIMAL(precision, scale)
| DATE
| VARCHAR
| CHAR
row_format
: DELIMITED [FIELDS TERMINATED BY char [ESCAPED BY char]] [COLLECTION ITEMS TERMINATED BY char]
[MAP KEYS TERMINATED BY char] [LINES TERMINATED BY char]
[NULL DEFINED AS char]
| SERDE serde_name [WITH SERDEPROPERTIES (property_name=property_value, property_name=property_value, ...)]
file_format:
: SEQUENCEFILE
| TEXTFILE -- (Default, depending on hive.default.fileformat configuration)
| RCFILE
| ORC
| PARQUET
| AVRO
| JSONFILE
| INPUTFORMAT input_format_classname OUTPUTFORMAT output_format_classname
内部表，外部表
建立时指定external时为外部表，不然为内部表，或者经过desc formatted table_name;输出表的详细信息，其中Table Type:列会输出存储目录信息和数据表类型内部表（managed table），外部表（external table）java
区别：
内部表数据由Hive自身管理，外部表数据由HDFS管理；
内部表数据存储的位置是hive.metastore.warehouse.dir（默认：/user/hive/warehouse），外部表数据的存储位置由本身制定；
删除内部表会直接删除元数据（metadata）及存储数据；删除外部表仅仅会删除元数据，HDFS上的文件并不会被删除；
对内部表的修改会将修改直接同步给元数据，而对外部表的表结构和分区进行修改，则须要修复（MSCK REPAIR TABLE table_name;）
外部表：hdfs上的共享数据，多个部门公用时采用node
-- 建立内部表 create table tb_managed( id int, name string, hobby array<string>, add map<String,string> ) row format delimited fields terminated by ',' collection items terminated by '-' map keys terminated by ':' lines terminated by '\n' ; -- 数据文件及内容 complex_data_type.txt 1,xiaoming,book-TV-code,beijing:chaoyang-shagnhai:pudong 2,lilei,book-code,nanjing:jiangning-taiwan:taibei 3,lihua,music-book,heilongjiang:haerbin -- load数据 load data local inpath '/usr/local/hive-2.1.1/data_dir/complex_data_type.txt' overwrite into table tb_managed; -- 查询表模式信息 0: jdbc:hive2://node225:10000/db01> desc formatted tb_managed; OK +-------------------------------+-------------------------------------------------------------+-----------------------+--+ | col_name | data_type | comment | +-------------------------------+-------------------------------------------------------------+-----------------------+--+ | # col_name | data_type | comment | | | NULL | NULL | | id | int | | | name | string | | | hobby | array<string> | | | add | map<string,string> | | | | NULL | NULL | | # Detailed Table Information | NULL | NULL | | Database: | db01 | NULL | | Owner: | root | NULL | | CreateTime: | Wed Oct 10 15:21:31 CST 2018 | NULL | | LastAccessTime: | UNKNOWN | NULL | | Retention: | 0 | NULL | | Location: | hdfs://ns1/user/hive/warehouse/db01.db/tb_managed | NULL | | Table Type: | MANAGED_TABLE | NULL | | Table Parameters: | NULL | NULL | | | numFiles | 1 | | | numRows | 0 | | | rawDataSize | 0 | | | totalSize | 147 | | | transient_lastDdlTime | 1539156255 | | | NULL | NULL | | # Storage Information | NULL | NULL | | SerDe Library: | org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe | NULL | | InputFormat: | org.apache.hadoop.mapred.TextInputFormat | NULL | | OutputFormat: | org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat | NULL | | Compressed: | No | NULL | | Num Buckets: | -1 | NULL | | Bucket Columns: | [] | NULL | | Sort Columns: | [] | NULL | | Storage Desc Params: | NULL | NULL | | | colelction.delim | - | | | field.delim | , | | | mapkey.delim | : | | | serialization.format | , | +-------------------------------+-------------------------------------------------------------+-----------------------+--+ 35 rows selected (0.346 seconds) -- 建立外部表 create external table tb_external( id int, name string, hobby array<string>, add map<String,string> ) row format delimited fields terminated by ',' collection items terminated by '-' map keys terminated by ':' lines terminated by '\n' location '/tmp/hive/tb_external' ; -- load数据 load data local inpath '/usr/local/hive-2.1.1/data_dir/complex_data_type.txt' overwrite into table tb_external; 0: jdbc:hive2://node225:10000/db01> desc formatted tb_external; OK +-------------------------------+-------------------------------------------------------------+-----------------------+--+ | col_name | data_type | comment | +-------------------------------+-------------------------------------------------------------+-----------------------+--+ | # col_name | data_type | comment | | | NULL | NULL | | id | int | | | name | string | | | hobby | array<string> | | | add | map<string,string> | | | | NULL | NULL | | # Detailed Table Information | NULL | NULL | | Database: | db01 | NULL | | Owner: | root | NULL | | CreateTime: | Wed Oct 10 15:39:29 CST 2018 | NULL | | LastAccessTime: | UNKNOWN | NULL | | Retention: | 0 | NULL | | Location: | hdfs://ns1/tmp/hive | NULL | | Table Type: | MANAGED_TABLE | NULL | | Table Parameters: | NULL | NULL | | | numFiles | 1 | | | totalSize | 147 | | | transient_lastDdlTime | 1539157215 | | | NULL | NULL | | # Storage Information | NULL | NULL | | SerDe Library: | org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe | NULL | | InputFormat: | org.apache.hadoop.mapred.TextInputFormat | NULL | | OutputFormat: | org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat | NULL | | Compressed: | No | NULL | | Num Buckets: | -1 | NULL | | Bucket Columns: | [] | NULL | | Sort Columns: | [] | NULL | | Storage Desc Params: | NULL | NULL | | | colelction.delim | - | | | field.delim | , | | | line.delim | \n | | | mapkey.delim | : | | | serialization.format | , | +-------------------------------+-------------------------------------------------------------+-----------------------+--+ 34 rows selected (0.22 seconds)
分区
是指按照数据的某列（值）或某些列（值）分为多个区，形式分区即数据表的子文件夹，查询时经过指定分区字段的值，直接从指定分区中查询避免执行权标扫描。
建立分区表的时候，经过关键字 partitioned by （partition_col data_type）声明该表是分区表，按partition_col进行分区，partition_col值一致的全部记录存放在一个分区中，能够依据多个列进行分区，即对某个分区的数据按照某些列继续分区。
向分区表导入数据的时候，要经过关键字partition（partition_col=value）显示声明数据要导入到表的哪一个分区。
分区，是将知足某些条件的记录打包，作个记号，在查询时提升效率，在查询时分区字段会显示到客户端上，但并不真正在存储在数据表文件中，是所谓伪列。
分区表的分区会反映在文件系统中的存储路径，其实是在表目录下建立了一个文件夹名为partition_col=value，并将该区导入的数据放置该在文件夹下面。
show partitions table_name;sql
静态分区
create table tb_partitions( id int, name string, hobby array<string>, add map<String,string> ) partitioned by (part_tag string) row format delimited fields terminated by ',' collection items terminated by '-' map keys terminated by ':' lines terminated by '\n' ; load data local inpath '/usr/local/hive-2.1.1/data_dir/complex_data_type.txt' into table tb_partitions partition(part_tag = 'first'); load data local inpath '/usr/local/hive-2.1.1/data_dir/complex_data_type.txt' into table tb_partitions partition(part_tag = 'second'); select * from tb_partitions where part_tag='first'; insert overwrite table table_name partition(partition_col=value) select ... 0: jdbc:hive2://node225:10000/db01> show partitions tb_partitions; OK +-----------------+--+ | partition | +-----------------+--+ | part_tag=first | +-----------------+--+ 1 row selected (0.278 seconds)
动态分区
hive是批处理系统，为提升多分区插入数据的效率，hive提供了一个动态分区功能，其能够基于查询参数的位置去推断分区的名称，从而创建分区。
set hive.exec.dynamic.partition =true（默认false）,表示开启动态分区功能? ?
set hive.exec.dynamic.partition.mode = nonstrict(默认strict),表示容许全部分区都是动态的，不然必须有静态分区字段
系统默认以最后一个字段做为分区名，分区须要分区的字段只能放在后面，不能把顺序弄错。系统是根据查询字段的位置推断分区名的，而不是字段名称。数据库
单字段分区
create table tb_part_dynamic_1( id int, name string, hobby array<string>, add map<String,string> ) partitioned by (tag string) row format delimited fields terminated by ',' collection items terminated by '-' map keys terminated by ':' lines terminated by '\n' ; insert overwrite table tb_part_dynamic_1 partition(tag) select id,name,hobby,add,part_tag from tb_partitions;
多字段同时静态和动态分区
create table tb_part_dynamic_2( id int, name string, hobby array<string>, add map<String,string> ) partitioned by (categ string,tag string) row format delimited fields terminated by ',' collection items terminated by '-' map keys terminated by ':' lines terminated by '\n' ; insert overwrite table tb_part_dynamic_2 partition(categ = 'big',tag) select id,name,hobby,add,part_tag from tb_partitions;
多字段全动态分区
create table tb_part_dynamic_3( id int, name string, hobby array<string>, add map<String,string> ) partitioned by (tag1 string,tag2 string) row format delimited fields terminated by ',' collection items terminated by '-' map keys terminated by ':' lines terminated by '\n' ; insert overwrite table tb_part_dynamic_3 partition(tag1,tag2) select id,name,hobby,add,categ,tag from tb_part_dynamic_2;
分桶
相对分区进行更细粒度的划分。分桶将整个数据内容安照某列属性值得hash值进行区分，如要安照clustered_col属性分为num_buckets个桶，就是对clustered_col属性值的hash值对num_buckets取摸，按照取模结果对数据分桶。如取模结果为0,1,2,..num_buckets-1的数据记录分别存放到数据表目录下的一个文件。
分桶以前要执行命令hive.enforce.bucketiong=true;
要使用关键字clustered by 指定分区依据的列名，还要指定分为多少桶num_buckets。
分桶的字段为数据表中已有的字段，因此不用指定数据类型。
查看分桶数据须要使用tablesample。
select * from table_name tablesample(bucket 1 out of 3 on id)
能够分桶又分区，但从文件目录信息看不到分桶的子文件信息，能够看到分区的目录信息apache
0: jdbc:hive2://node225:10000/db01> set hive.enforce.bucketing=true; No rows affected (0.008 seconds) 0: jdbc:hive2://node225:10000/db01> set hive.enforce.bucketing; +------------------------------+--+ | set | +------------------------------+--+ | hive.enforce.bucketing=true | +------------------------------+--+ 1 row selected (0.016 seconds) create table tb_clusters( id int, name string, hobby array<string>, add map<String,string> ) clustered by (id) sorted by (name asc) into 2 buckets row format delimited fields terminated by ',' collection items terminated by '-' map keys terminated by ':' lines terminated by '\n' ; insert overwrite table tb_clusters select id,name,hobby,add from tb_partitions;
The CLUSTERED BY and SORTED BY creation commands do not affect how data is inserted into a table – only how it is read. bash
row_format
默认记录和字段分隔符
- \n 每行一条记录
- ^A 分隔列（八进制 \001）
- ^B 分隔ARRAY或者STRUCT中的元素，或者MAP中多个键值对之间分隔（八进制 \002）
- ^C 分隔MAP中键值对的“键”和“值”（八进制 \003）
只能使用单字符
此处经过测试有些问题，先记录测试状况oop
# 将正常的数据按所谓的默认分割符写入本地文件系统
insert overwrite local directory '/usr/local/hive-2.1.1/data_dir/tb_insert_multi_02'
row format delimited
fields terminated by '^A'
collection items terminated by '^B'
map keys terminated by '^C'
lines terminated by '\n'
stored as textfile
select * from tb_insert_multi_02
;
# 本地文件状况
[root@node225 ~]# cat /usr/local/hive-2.1.1/data_dir/tb_insert_multi_02/000000_0
1^xiaoming^book^TV^code^beijing^chaoyang^shagnhai^pudong^first^100
2^lilei^book^code^nanjing^jiangning^taiwan^taibei^first^100
3^lihua^music^book^heilongjiang^haerbin^first^100
1^xiaoming^book^TV^code^beijing^chaoyang^shagnhai^pudong^first^100
2^lilei^book^code^nanjing^jiangning^taiwan^taibei^first^100
3^lihua^music^book^heilongjiang^haerbin^first^100
# 按所谓默认分隔符建立表
create table tb_data_format(
id int,
name string,
hobby array<string>,
add map<String,string>,
tag1 string,
tag2 int
)
row format delimited
fields terminated by '^A'
collection items terminated by '^B'
map keys terminated by '^C'
lines terminated by '\n'
;
0: jdbc:hive2://node225:10000/db01> desc formatted tb_data_format;
OK
+-------------------------------+-------------------------------------------------------------+-----------------------------+--+
| col_name | data_type | comment |
+-------------------------------+-------------------------------------------------------------+-----------------------------+--+
| # col_name | data_type | comment |
| | NULL | NULL |
| id | int | |
| name | string | |
| hobby | array<string> | |
| add | map<string,string> | |
| tag1 | string | |
| tag2 | int | |
| | NULL | NULL |
| # Detailed Table Information | NULL | NULL |
| Database: | db01 | NULL |
| Owner: | root | NULL |
| CreateTime: | Thu Oct 11 16:42:25 CST 2018 | NULL |
| LastAccessTime: | UNKNOWN | NULL |
| Retention: | 0 | NULL |
| Location: | hdfs://ns1/user/hive/warehouse/db01.db/tb_data_format | NULL |
| Table Type: | MANAGED_TABLE | NULL |
| Table Parameters: | NULL | NULL |
| | COLUMN_STATS_ACCURATE | {\"BASIC_STATS\":\"true\"} |
| | numFiles | 0 |
| | numRows | 0 |
| | rawDataSize | 0 |
| | totalSize | 0 |
| | transient_lastDdlTime | 1539247345 |
| | NULL | NULL |
| # Storage Information | NULL | NULL |
| SerDe Library: | org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe | NULL |
| InputFormat: | org.apache.hadoop.mapred.TextInputFormat | NULL |
| OutputFormat: | org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat | NULL |
| Compressed: | No | NULL |
| Num Buckets: | -1 | NULL |
| Bucket Columns: | [] | NULL |
| Sort Columns: | [] | NULL |
| Storage Desc Params: | NULL | NULL |
| | colelction.delim | ^B |
| | field.delim | ^A |
| | line.delim | \n |
| | mapkey.delim | ^C |
| | serialization.format | ^A |
+-------------------------------+-------------------------------------------------------------+-----------------------------+--+
# load 数据
load data local inpath '/usr/local/hive-2.1.1/data_dir/tb_insert_multi_02/000000_0' into table tb_data_format;
# 查询确认表中数据，并未定期望的形式加载数据
0: jdbc:hive2://node225:10000/db01> select * from tb_data_format;
OK
+--------------------+----------------------+-----------------------+---------------------+----------------------+----------------------+--+
| tb_data_format.id | tb_data_format.name | tb_data_format.hobby | tb_data_format.add | tb_data_format.tag1 | tb_data_format.tag2 |
+--------------------+----------------------+-----------------------+---------------------+----------------------+----------------------+--+
| 1 | xiaoming | ["book"] | {"TV":null} | code | NULL |
| 2 | lilei | ["book"] | {"code":null} | nanjing | NULL |
| 3 | lihua | ["music"] | {"book":null} | heilongjiang | NULL |
| 1 | xiaoming | ["book"] | {"TV":null} | code | NULL |
| 2 | lilei | ["book"] | {"code":null} | nanjing | NULL |
| 3 | lihua | ["music"] | {"book":null} | heilongjiang | NULL |
+--------------------+----------------------+-----------------------+---------------------+----------------------+----------------------+--+
# 利用默认的分隔符建立数据表，查询表的结构信息，显示默认的分隔符并不是所谓的“^A”等
0: jdbc:hive2://node225:10000/db01> create table tb_data_delimit(
. . . . . . . . . . . . . . . . . > id int,
. . . . . . . . . . . . . . . . . > name string,
. . . . . . . . . . . . . . . . . > hobby array<string>,
. . . . . . . . . . . . . . . . . > add map<String,string>,
. . . . . . . . . . . . . . . . . > tag1 string,
. . . . . . . . . . . . . . . . . > tag2 int
. . . . . . . . . . . . . . . . . > )
. . . . . . . . . . . . . . . . . > ;
OK
No rows affected (0.207 seconds)
0: jdbc:hive2://node225:10000/db01> desc formatted tb_data_delimit;
OK
+-------------------------------+-------------------------------------------------------------+-----------------------------+--+
| col_name | data_type | comment |
+-------------------------------+-------------------------------------------------------------+-----------------------------+--+
| # col_name | data_type | comment |
| | NULL | NULL |
| id | int | |
| name | string | |
| hobby | array<string> | |
| add | map<string,string> | |
| tag1 | string | |
| tag2 | int | |
| | NULL | NULL |
| # Detailed Table Information | NULL | NULL |
| Database: | db01 | NULL |
| Owner: | root | NULL |
| CreateTime: | Thu Oct 11 16:43:28 CST 2018 | NULL |
| LastAccessTime: | UNKNOWN | NULL |
| Retention: | 0 | NULL |
| Location: | hdfs://ns1/user/hive/warehouse/db01.db/tb_data_delimit | NULL |
| Table Type: | MANAGED_TABLE | NULL |
| Table Parameters: | NULL | NULL |
| | COLUMN_STATS_ACCURATE | {\"BASIC_STATS\":\"true\"} |
| | numFiles | 0 |
| | numRows | 0 |
| | rawDataSize | 0 |
| | totalSize | 0 |
| | transient_lastDdlTime | 1539247408 |
| | NULL | NULL |
| # Storage Information | NULL | NULL |
| SerDe Library: | org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe | NULL |
| InputFormat: | org.apache.hadoop.mapred.TextInputFormat | NULL |
| OutputFormat: | org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat | NULL |
| Compressed: | No | NULL |
| Num Buckets: | -1 | NULL |
| Bucket Columns: | [] | NULL |
| Sort Columns: | [] | NULL |
| Storage Desc Params: | NULL | NULL |
| | serialization.format | 1 |
+-------------------------------+-------------------------------------------------------------+-----------------------------+--+
# 一样将分隔符换成“\001”等也有问题
0: jdbc:hive2://node225:10000/db01> create table tb_data_format(
. . . . . . . . . . . . . . . . . > id int,
. . . . . . . . . . . . . . . . . > name string,
. . . . . . . . . . . . . . . . . > hobby array<string>,
. . . . . . . . . . . . . . . . . > add map<String,string>,
. . . . . . . . . . . . . . . . . > tag1 string,
. . . . . . . . . . . . . . . . . > tag2 int
. . . . . . . . . . . . . . . . . > )
. . . . . . . . . . . . . . . . . > row format delimited
. . . . . . . . . . . . . . . . . > fields terminated by '\001'
. . . . . . . . . . . . . . . . . > collection items terminated by '\002'
. . . . . . . . . . . . . . . . . > map keys terminated by '\003'
. . . . . . . . . . . . . . . . . > lines terminated by '\n'
. . . . . . . . . . . . . . . . . > ;
DELIMITED性能
每一个字段之间
FIELDS TERMINATED BY char ','
集合内元素与元素之间，每组K-V对之间
COLLECTION ITEMS TERMINATED BY '-'
每组K-V对内部
MAP KEYS TERMINATED BY ':'
每条数据之间由换行符
LINES TERMINATED BY '\n'测试
SERDE
SerDe是Serialize/Deserilize的简称，目的是用于序列化和反序列化。
序列化是对象转换为字节序列的过程。
反序列化是字节序列恢复为对象的过程。
Serialize把hive使用的java object转换成能写入hdfs的字节序列，或者其余系统能识别的流文件。Deserilize把字符串或者二进制流转换成hive能识别的java object对象。好比：select语句会用到Serialize对象， 把hdfs数据解析出来；insert语句会使用Deserilize，数据写入hdfs系统，须要把数据序列化。
hive建立表时， 经过自定义的SerDe或使用Hive内置的SerDe类型指定数据的序列化和反序列化方式。
用row format 参数说明SerDe的类型
SerDe包括内置类型
Avro
ORC
RegEx
Thrift
Parquet
CSV
JsonSerDe
经常使用RegexSerde解析多字节分隔符
须要两个参数：
input.regex = "(.*)::(.*)::(.*)"
output.format.string = "%1$s %2$s %3$s"编码
create table t_user(
userid bigint comment '用户id',
gender string comment '性别',
age int comment '年龄',
occupation string comment '职业',
zipcode string comment '邮政编码'
)
comment '用户信息表'
row format serde 'org.apache.hadoop.hive.serde2.RegexSerDe'
with serdeproperties('input.regex'='(.*)::(.*)::(.*)::(.*)::(.*)','output.format.string'='%1$s %2$s %3$s %4$s %5$s')
stored as textfile;
文件格式
TEXTFILE：为默认格式，导入数据时会直接把数据文件拷贝到hdfs上不进行处理，磁盘开销大，数据解析开销大。
SEQUENCEFILE，RCFILE，ORCFILE格式的表不能直接从本地文件导入数据，数据要先导入到textfile格式的表中， 而后再从表中用insert导入SequenceFile,RCFile,ORCFile表中。
相比TEXTFILE和SEQUENCEFILE，RCFILE因为列式存储方式，数据加载时性能消耗较大，可是具备较好的压缩比和查询响应。数据仓库的特色是一次写入、屡次读取，所以，总体来看，RCFILE相比其他两种格式具备较明显的优点。
SEQUENCEFILE
是Hadoop API提供的一种二进制文件支持，其具备使用方便、可分割、可压缩的特色。支持三种压缩选择：NONE，RECORD，BLOCK。Record压缩率低，通常建议使用BLOCK压缩。
RCFILE
是一种行列存储相结合的存储方式。首先，其将数据按行分块，保证同一个record在一个块上，避免读一个记录须要读取多个block。其次，块数据列式存储，有利于数据压缩和快速的列存取。
相关文章
- 1. Hive的数据存储(内部表，外部表，分区表，桶表，视图)
- 2. hive 分区表、桶表和外部表
- 3. Hive 外部表 内部表 分区表
- 4. Hive部分：hive中内部表和外部表的区别
- 5. hive 外部表，分区表，动态分区，桶表，视图
- 6. Hive-内部表&外部表&分区表&扩展命令
- 7. hive表的源文件存储格式
- 8. Hive内部表，外部表，分区表的建立
- 9. hive中的内部表、外部表、分区表
- 10. MBR分区表格式 - 简明概述
- 更多相关文章...
- • IP地址的格式和分类 - TCP/IP教程
- • ARP报文格式详解 - TCP/IP教程
- • 三篇文章了解 TiDB 技术内幕——说存储
- • IntelliJ IDEA代码格式化设置
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
- 1. js中 charCodeAt
- 2. Android中通过ViewHelper.setTranslationY实现View移动控制（NineOldAndroids开源项目）
- 3. 【Android】日常记录：BottomNavigationView自定义样式，修改点击后图片
- 4. maya 文件检查 ui和数据分离 （一）
- 5. eclipse 修改项目的jdk版本
- 6. Android InputMethod设置
- 7. Simulink中Bus Selector出现很多? ? ?
- 8. 【Openfire笔记】启动Mac版Openfire时提示“系统偏好设置错误”
- 9. AutoPLP在偏好标签中的生产与应用
- 10. 数据库关闭的四种方式
欢迎关注本站公众号,获取更多信息
