开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

如何在pig中加入bag

在Pig中加入Bag，可以通过使用GROUP BY和FLATTEN操作来实现。

首先，使用GROUP BY将数据按照某个字段进行分组。例如，如果有一个包含学生姓名和课程成绩的数据集，可以按照学生姓名进行分组。
接下来，使用FLATTEN操作将每个分组中的数据展开成一个Bag。FLATTEN操作可以将一个包含多个元素的复杂数据类型（如Tuple或Bag）展开成多行数据。在这个例子中，FLATTEN操作将每个学生的成绩展开成多行数据。

下面是一个示例代码：

-- 假设有一个包含学生姓名和课程成绩的数据集
student_scores = LOAD 'student_scores.csv' USING PigStorage(',') AS (name:chararray, score:int);

-- 按照学生姓名进行分组
grouped_data = GROUP student_scores BY name;

-- 将每个分组中的数据展开成一个Bag
result = FOREACH grouped_data GENERATE FLATTEN(student_scores);

-- 输出结果
DUMP result;

在这个例子中，result将包含每个学生的姓名和成绩的组合。每个学生的成绩将被展开成多行数据。

对于Pig中的Bag，它是一种无序的数据集合，可以包含任意数量的元素。Bag可以用于存储和处理多个值的集合，类似于列表或数组。在Pig中，Bag通常用于表示一组数据，例如一个分组的数据或一个字段中的多个值。

推荐的腾讯云相关产品和产品介绍链接地址：

腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
腾讯云云数据库 MySQL 版：https://cloud.tencent.com/product/cdb_mysql
腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
腾讯云人工智能（AI）：https://cloud.tencent.com/product/ai
腾讯云物联网（IoT）：https://cloud.tencent.com/product/iotexplorer
腾讯云区块链（BCS）：https://cloud.tencent.com/product/bcs
腾讯云元宇宙（Metaverse）：https://cloud.tencent.com/product/metaverse

相关搜索:如何在java中执行pig脚本如何在pig脚本中对单行字段进行合计？如何在Apache Pig中检查元组是否包含元素？Apache Pig:如何在load函数中连接字符串？如何在Pig中按列连接和过滤2个关系？如何在ruby中安全加入路径名？如何在Apache pig中得到两个COUNT()操作的差值？如何在SML中强制类型(如强制转换)如何在Typoscript中定义对象变量(如javascript)如何在行()中添加其他字符，如箭头？如何在Python中粘贴(如R)和groupby 如何在flutter中变换矩形，如本例所示？如何在Flutter中启动外部应用(如Skype)如何在dropzone中添加数据，如uploadify？如何在SQL中执行Contains(Description，'a')搜索，如‘%a%’架构中不存在APACHE PIG - error Projected字段[Units_Sold]：group:chararray，D2:bag{:tuple(Item_Type:chararray，Units_Sold:int)}如何在C#中全局定义常量(如DEBUG)如何在Pakyow中设置默认值(如环境)？如何在OpenGL中设置金属材料(如银)？如何在json_decode()中显示特殊字符，如“-”

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

如何使用Pig集成分词器来统计新闻词频？

散仙在上篇文章中，介绍过如何使用Pig来进行词频统计，整个流程呢，也是非常简单，只有短短5行代码搞定，这是由于Pig的内置函数TOKENIZE这个UDF封装了单词分割的核心流程，当然，我们的需求是各种各样的，Pig的内置函数，仅仅解决了80%我们常用的功能，如果稍微我有一些特殊的需求，就会发现内置函数解决不了，不过也无需担忧，Pig开放了各个UDF的接口和抽象类，从加载，转换，过滤，存储等等，都有对应的实现接口，只要我们实现或继承它，就非常方便扩展。本篇呢，散仙会使用Ansj分词器+Pig来统计中文的

05

Pig介绍和相对于Hive的优势

我们都知道pig和hive的作用是一致的都是为了简化mapReduce的编程而开发的，但是hive是过程化语言SQL,pig是数据流语言pig Latin.

01

Apache Pig

Apache Pig是MapReduce的一个抽象，它是一个工具/平台（所以说它并不完全是一门语言），用于分析较大数据集，并将其表示为数据流；

02

Apache Pig学习笔记之内置函数（三）

1 简介 Pig附带了一些的内置函数，这些函数包括（转换函数，加载和存储函数，数学函数，字符串函数，以及包和元组函数），在Pig里面主要有二种函数分别是内置函数和自定义的UDF函数，他们区别在于第一：内置函数不需要被注册，因为Pig本身知道他们在哪里第二：内置函数不需要定义引用路径，因为Pig本身知道在哪里能找到他们 2 动态调用 Java里面已经存在大量的工具类库，那么在Pig里面，我们也可以通过反射来灵活的定义某一类你需要用到的函数，例如下面的例子当前，动态调用可以被用于任何的静态函

04

对比Pig、Hive和SQL，浅看大数据工具之间的差异

【编者按】在笔者看来，语言和工具之争从来都没有太大的意义，所谓存在既有道理，如何在场景下做出最合适的选择才至关重要。本文，DeZyre公司专家Manisha Nandy Mazumder对比了Pig、Hive和SQL的区别，并为读者浅谈了一些选择标准。以下为译文有人说对于大数据分析来说Hadoop才是炙手可热的新技术，SQL虽然久经考验但已经有些过时了。这话说得不错，但有非常多的项目都用Hadoop作为数据存储，而以SQL构建前端查询，这说明Hadoop确实需要一种高级的查询语言。为了简化Hadoop的

08

Apache Pig学习笔记（二）

主要整理了一下，pig里面的一些关键词的含义和用法，pig虽然是一种以数据流处理为核心的框架，但数据库的大部分关键词和操作，在pig里面基本上都能找到对应的函数，非常灵活与简洁，春节前的最后一篇文章了，祝大家春节快乐！ 1，pig里所有的保留关键字： -- A assert, and, any, all, arrange, as, asc, AVG -- B bag, BinStorage, by, bytearray, BIGINTEGER, BIGDECIMAL -- C cache, CAS

09

进击大数据系列（十四）Hadoop 数据分析引擎 Apache Pig

Pig 是一个基于 Apache Hadoop 的大规模数据分析平台，它提供的 SQL-LIKE 语言叫 Pig Latin，该语言的编译器会把类 SQL 的数据分析请求转换为一系列经过优化处理的 MapReduce 运算。Pig 为复杂的海量数据并行计算提供了一个简单的操作和编程接口，使用者可以透过 Python 或者 JavaScript 编写 Java，之后再重新转写。

02

干货|大数据主流工具，你知道几个？

业内有这样一种说法，SQL虽然在大数据分析领域久经考验，但是无奈长江后浪推前浪，和炙手可热的Hadoop相比，SQL已经过时了。这个说法有点言过其实，现在很多的项目都是将Hadoop作为数据存储，然后利用SQL进行前端查询。这说明Hadoop需要一种高级查询语言的支持。 Hadoop MapReduce虽然能够进行数据分析，但是太复杂了。于是，开发人员开发出了类似SQL的Pig和Hive。大数据时代，我们有很多的查询工具可以选择。虽然SQL占据着绝对优势，但是随着大数据的持续升温，也给了Apache P

06

大数据主流工具，你知道几个？

业内有这样一种说法，SQL虽然在大数据分析领域久经考验，但是无奈长江后浪推前浪，和炙手可热的Hadoop相比，SQL已经过时了。这个说法有点言过其实，现在很多的项目都是将Hadoop作为数据存储，然后利用SQL进行前端查询。这说明Hadoop需要一种高级查询语言的支持。 Hadoop MapReduce虽然能够进行数据分析，但是太复杂了。于是，开发人员开发出了类似SQL的Pig和Hive。　　大数据时代，我们有很多的查询工具可以选择。虽然SQL占据着绝对优势，但是随着大数据的持续升温，也给了Apache

07

大数据主流工具，你知道几个？

导读：大数据时代，我们有很多的查询工具可以选择。虽然SQL占据着绝对优势，但是随着大数据的持续升温，也给了Apache Pig和Hive很大的发挥空间。工欲善其事必先利其器，如果选择了合适的平台和语言，会让数据的提取，处理和分析达到事半功倍的效果。未来，处理速度快和操作简单必定成为大数据分析的主流趋势。来源：大数据观察业内有这样一种说法，SQL虽然在大数据分析领域久经考验，但是无奈长江后浪推前浪，和炙手可热的Hadoop相比，SQL已经过时了。这个说法有点言过其实，现在很多的项目都是将Hadoop作为

06

【数据工具】对比Pig、Hive和SQL，浅谈大数据工具差异

作者：Manisha Nandy Mazumder 有人说对于大数据分析来说Hadoop才是炙手可热的新技术，SQL虽然久经考验但已经有些过时了。这话说得不错，但有非常多的项目都用Hadoop作为数据存储，而以SQL构建前端查询，这说明Hadoop确实需要一种高级的查询语言。为了简化Hadoop的使用，开发人员创造出了类似于SQL的Pig和Hive。而用户在进行数据分析的时候使用这些工具可以避免Java编码，但在使用之前很重要的一点是了解工具之间的区别以便在不同的用例中使用最优化的工具。在现在的大数据

07

【20】进大厂必须掌握的面试题-50个Hadoop面试

“大数据”是用于收集大型和复杂数据集的术语，这使得很难使用关系数据库管理工具或传统数据处理应用程序进行处理。很难捕获，整理，存储，搜索，共享，传输，分析和可视化大数据。大数据已成为公司的机遇。现在，他们可以成功地从数据中获取价值，并通过增强的业务决策能力在竞争者中拥有明显的优势。

01

pig询问top k，每个返回hour和ad_network_id最大的两个记录（SUBSTRING，order，COUNT_STAR，limit）

–REGISTER piggybank.jar; REGISTER wizad-etl-udf-0.1.jar;

01

Scalaz（11）－ Monad：你存在的意义

前面提到了scalaz是个函数式编程（FP）工具库。它提供了许多新的数据类型、拓展的标准类型及完整的一套typeclass来支持scala语言的函数式编程模式。我们知道：对于任何类型，我们只需

08

让Pig在风暴中飞驰——Pig On Storm

1以PigOnStorm直面实时应用开发面的挑战在TRC（Tencent Realtime Computing）系统中TDProcess负责为各个应用提供实时计算的能力和服务，Storm是TDProcess的核心部件，虽然Storm已经成为开源流式计算领域的实际标准，但其生态系统远没有Hadoop完善，在Storm之上没有像Hive、Pig这类解放应用开发人员的效率提升工具，所以当你决定使用Storm来实现某个应用时，必须首先去熟悉Storm的原理以及API，然后才能基于API编写程序。熟悉Hadoop

hadoop使用（六）

第1章引言 1.1 编写目的介绍pig，一个不得不说的hadoop的扩展。 1.2 什么是pig Pig是一个基于Hadoop的大规模数据分析平台，它提供的SQL-LIKE语言叫Pig Latin，该语言的编译器会把类SQL的数据分析请求转换为一系列经过优化处理的MapReduce运算。Pig为复杂的海量数据并行计算提供了一个简单的操作和编程接口。 1.3 pig的特点 1、专注于于大量数据集分析（ad-hoc analysis ， ad-hoc 代表：a solution that has been

06

如何给Apache Pig自定义UDF函数？

近日由于工作所需，需要使用到Pig来分析线上的搜索日志数据，本人本打算使用hive来分析的，但由于种种原因，没有用成，而Pig（pig0.12-cdh）本人一直没有接触过，所以只能临阵磨枪了，花了两天时间，大致看完了pig官网的文档，在看文档期间，也是边实战边学习，这样以来，对pig的学习，会更加容易，当然本篇不是介绍如何快速学好一门框架或语言的文章，正如标题所示，本人打算介绍下如何在Pig中，使用用户自定义的UDF函数，关于学习经验，本人会在后面的文章里介绍。

01

如何给Apache Pig自定义UDF函数？

近日由于工作所需，需要使用到Pig来分析线上的搜索日志数据，散仙本打算使用hive来分析的，但由于种种原因，没有用成，而Pig（pig0.12-cdh）散仙一直没有接触过，所以只能临阵磨枪了，花了两天时间，大致看完了pig官网的文档，在看文档期间，也是边实战边学习，这样以来，对pig的学习，会更加容易，当然本篇不是介绍如何快速学好一门框架或语言的文章，正如标题所示，散仙打算介绍下如何在Pig中，使用用户自定义的UDF函数，关于学习经验，散仙会在后面的文章里介绍。一旦你学会了UDF的使用，就意味着，

06

Laravel5.3之Session源码解析(上)

说明：本文主要通过学习Laravel的session源码学习Laravel是如何设计session的，将自己的学习心得分享出来，希望对别人有所帮助。Laravel在web middleware中定义了session中间件\Illuminate\Session\Middleware\StartSession::class，并通过该中间件来设计session，这个中间件的主要工作分为三步：

04

ROS编程（ETH）2018更新版习题说明（四）

本次练习的目标是处理真实的Husky机器人上记录的数据。记录的bag文件包含车轮里程计、惯性测量单元(IMU)和激光扫描测量等传感器的测量数据。本节的任务是使用这些原始传感器数据所提供的信息通过状态估计节点来定位机器人，该节点采用扩展卡尔曼滤波器(EKF)。与此相同的定位节点在仿真也同样在启动Husky的时候运行。使用rqt_multiplot查看定位信息的输出，并在RViz中可视化激光数据。

03

Spring Security OAuth 2.0 发放令牌接口地址自定义

OAuth 2.0 如何获取令牌以密码模式为例，获取 Token curl --location --request POST 'http://oauth-server/oauth/token' \ --header 'Authorization: Basic dGVzdDp0ZXN0' \ --data-urlencode 'username=admin' \ --data-urlencode 'password=123456' \ --data-urlencode 'scope=server' \ -

02

hadoop记录

RDBMS Hadoop Data Types RDBMS relies on the structured data and the schema of the data is always known. Any kind of data can be stored into Hadoop i.e. Be it structured, unstructured or semi-structured. Processing RDBMS provides limited or no processing capabilities. Hadoop allows us to process the data which is distributed across the cluster in a parallel fashion. Schema on Read Vs. Write RDBMS is based on ‘schema on write’ where schema validation is done before loading the data. On the contrary, Hadoop follows the schema on read policy. Read/Write Speed In RDBMS, reads are fast because the schema of the data is already known. The writes are fast in HDFS because no schema validation happens during HDFS write. Cost Licensed software, therefore, I have to pay for the software. Hadoop is an open source framework. So, I don’t need to pay for the software. Best Fit Use Case RDBMS is used for OLTP (Online Trasanctional Processing) system. Hadoop is used for Data discovery, data analytics or OLAP system. RDBMS 与 Hadoop

03

hadoop记录 - 乐享诚美

RDBMS Hadoop Data Types RDBMS relies on the structured data and the schema of the data is always known. Any kind of data can be stored into Hadoop i.e. Be it structured, unstructured or semi-structured. Processing RDBMS provides limited or no processing capabilities. Hadoop allows us to process the data which is distributed across the cluster in a parallel fashion. Schema on Read Vs. Write RDBMS is based on ‘schema on write’ where schema validation is done before loading the data. On the contrary, Hadoop follows the schema on read policy. Read/Write Speed In RDBMS, reads are fast because the schema of the data is already known. The writes are fast in HDFS because no schema validation happens during HDFS write. Cost Licensed software, therefore, I have to pay for the software. Hadoop is an open source framework. So, I don’t need to pay for the software. Best Fit Use Case RDBMS is used for OLTP (Online Trasanctional Processing) system. Hadoop is used for Data discovery, data analytics or OLAP system. RDBMS 与 Hadoop

03

Apache Pig和Solr问题笔记（一）

记录下最近两天散仙在工作中遇到的有关Pig0.12.0和Solr4.10.2一些问题，总共有3个，如下：（1）问题一：如何在Pig中使用ASCII和十六进制（hexadecimal）的分隔符进行加载，和切分数据？注意关于这个问题，在Pig中，会反应到2个场景中，第一：在Pig加载（load）数据时候。第二：在Pig处理split，或则正则截取数据的时候。先稍微说下，为啥使用十六进制的字段分隔符，而不是我们常见的空格，逗号，冒号，分号，#号，等，这些字符，虽然也可以使用，但是

06

分布式链路追踪Jaeger + 微服务Pig在Rainbond上的实践分享

随着微服务架构的流行，客户端发起的一次请求可能需要涉及到多个或 N 个服务，致使我们对服务之间的监控和排查变得更加复杂。

02

笔记分享 : 目标检测与识别算法之一 YOLO v4 精华版

哈喽，大家好，今天我们一起学习一下CV(Computer Vision)领域中，最牛目标检测与识别算法之一：YOLO_v4论文中的精髓部分，论文名称：《YOLOv4: Optimal Speed and Accuracy of Object Detection》，感兴趣的同学可以自行下载阅读，文末会贴上下载链接。

03

pig操作与注意事项

grunt> A = load 'hdfs://192.168.0.118:9000/user/hadoop/data.txt' as (name:chararray, id:int, age:int); grunt> B = group A by id; grunt> C = foreach B generate count A.age;（注意要带括号，并且count必须为大写） 2012-09-11 20:20:12,831 [main] ERROR org.apache.pig.tools.grunt

03

Shell之讨厌的正则

思想（KISS）相当重要。KISS（keep it simple stupid）。这是其实不难，只要按照一下思路进行就ok。

03

ROS二进制日志包 ROS binary logger package

1 http://www.ros.org/news/2017/02/ros-binary-logger-package.html

02

hive自定义udf实现md5功能

Hive自定义UDF实现md5算法 Hive发展至今，自身已经非常成熟了，但是为了灵活性，还是提供了各种各样的插件的方式，只有你想不到的，没有做不到的，主流的开源框架都有类似的机制，包括Hadoop,Solr,Hbase,ElasticSearch,这也是面向抽象编程的好处，非常容易扩展。最近在使用hive1.2.0的版本，因为要给有一列的数据生成md5签名，便于查重数据使用，看了下hive的官网文档发现是支持的，后来在Hue里面试了下，发现不支持，还以为是Hue的问题于是在后台hive命令行里面试了下

04

【追光者系列】HikariCP源码分析之ConcurrentBag

HikariCP contains a custom lock-free collection called a ConcurrentBag. The idea was borrowed from the C# .NET ConcurrentBag class, but the internal implementation quite different. The ConcurrentBag provides…

02

大学机器人类公选课（ROS机器人高效编程）申请表、大纲、部分教案、进度表等材料分享

网页版系统演示（课程网址：https://www.shiyanlou.com/courses/854）：

01

近两年火热的微服务springboot不同配置文件详细讲解

配置文件的作用：修改SpringBoot自动配置的默认值；SpringBoot在底层都给我们自动配置好；

02

Lua数据结构

Lua语言中的表并不是一种数据结构，它们是其他数据结构的基础。我们可以用Lua语言中的表来实现其他语言提供的数据结构，如数组、记录、列表、队列、集合等。而且，用Lua语言中的表实现这些数据结构还很高效。

02

通俗解释随机森林算法

首先我们来复习一下之前介绍过的两个机器学习模型：Bagging和Decision Tree。Bagging是通过bootstrap的方式，从原始的数据集D中得到新的D^；然后再使用一些base algorithm对每个D^都得到相应的gt；最后将所有的gt通过投票uniform的形式组合成一个G，G即为我们最终得到的模型。Decision Tree是通过递归形式，利用分支条件，将原始数据集D切割成一个个子树结构，长成一棵完整的树形结构。Decision Tree最终得到的G(x)是由相应的分支条件b(x)和分支树Gc(x)递归组成。

01

Pig 0.12.1安装和使用

[linuxidc@jifeng02 ~]$ tar zxf pig-0.12.0.tar.gz [linuxidc@jifeng02 ~]$ vi .bash_profile # .bash_profile

02

华为又招一名天才少年。。。

在机器学习和统计学中，经常需要评估样本数据是否来自于某个已知分布。传统的方法往往需要在非常大的数据集上进行计算，导致计算成本高昂，尤其是在高维数据的情况下。为了解决这个问题，本文提出了一种线性时间复杂度的核拟合度检验方法，可以有效地在大规模数据上进行检验。

01

ReactiveSwift源码解析(二) Bag容器的代码实现

今天博客我接着上篇博客的内容来，上篇博客我们详细的看了ReactiveSwift中的Observer已经Event的代码实现。接下来我们来看一下ReactiveSwift中的结构体Bag的实现。Bag：袋子，顾明思议，就是用来装东西的，我们暂且将Bag称之为容器。在ReactiveSwift中的Bag主要是用来存储Signal对象的，我们在后期介绍ReactiveSwift源码时会陆陆续续的看到Bag的身影。因为Bag这个结构体在ReactiveSwift中比较独立，所以我们本篇博客就来聊一下Bag的具

06

Hadoop生态上几个技术的关系与区别：hive、pig、hbase 关系与区别

初接触Hadoop技术的朋友肯定会对它体系下寄生的个个开源项目糊涂了，我敢保证Hive,Pig,HBase这些开源技术会把你搞的有些糊涂，不要紧糊涂的不止你一个，如某个菜鸟的帖子的疑问，when to use Hbase and when to use Hive？....请教了^_^没关系这里我帮大家理清每个技术的原理和思路。

02

每日开源 | 推荐几个顶级热门 SpringCloud 微服务项目，企业开发必备！

Cloud-Platform是国内首个基于Spring Cloud微服务化开发平台，具有统一授权、认证后台管理系统，其中包含具备用户管理、资源权限管理、网关API 管理等多个模块，支持多业务系统并行开发，可以作为后端服务的开发脚手架。代码简洁，架构清晰，适合学习和直接项目中使用。核心技术采用Spring Boot 2.4.1、Spring Cloud (2020.0.0)以及Spring Cloud Alibaba 2.2.4 相关核心组件，采用Nacos注册和配置中心，集成流量卫兵Sentinel，前端采用vue-element-admin组件，Elastic Search自行集成。

02

Python|动态规划|0-1背包问题

对学算法的同学来说，动态规划是其必学且较为重要的问题之一；其中0-1背包问题是最经典的动态规划问题；本博客也主要以动态规划来解决0-1背包问题。

02

Python 3 那些非常规的技巧

对新学习Python的小伙伴来说，既感受到了短代码的开心，也更愿意用到一些简短的Python写法，下面是我使用Python过程总收集的一些技巧，希望对你有所帮助。 1. 列表推导式你有一个list：bag = [1, 2, 3, 4, 5] 现在你想让所有元素翻倍，让它看起来是这个样子：[2, 4, 6, 8, 10] 大多初学者，根据之前语言的经验会大概这样来做 bag = [1, 2, 3, 4, 5] for i in range(len(bag)): bag[i] = bag[i] * 2 但是

07

Python开发的十个Tips，你知道几个？

下面是十个Python中很有用的贴士和技巧。其中一些是初学这门语言常常会犯的错误。

02

Python开发的十个Tips，你知道几个？

下面是十个Python中很有用的贴士和技巧。其中一些是初学这门语言常常会犯的错误。

01

MySQL创建用户与授权

假如你在给用户'pig'@'%'授权的时候是这样的（或类似的）：GRANT SELECT ON test.user TO 'pig'@'%'，则在使用REVOKE SELECT ON . FROM 'pig'@'%';命令并不能撤销该用户对test数据库中 user 表的 SELECT 操作。相反，如果授权使用的是GRANT SELECT ON . TO 'pig'@'%';则REVOKE SELECT ON test.user FROM 'pig'@'%';命令也不能撤销该用户对 test 数据库中 user 表的 Select 权限。

01

MySQL创建用户与授权

CREATE USER 'username'@'host' IDENTIFIED BY 'password';

02

ROS Beginner（长文预警！

参考网站：http://wiki.ros.org/cn/ROS/Tutorials

02

【已解决】springcloud feign 启动报错Caused by: org.springframework.beans.factory.BeanCreationException: Error

小编在一个微服务项目中，进行feign的远程调用时，由于是跨服务之间的feign接口调用，出现了扫描不到接口的错误，也就是出错的原因！

05

mysql用户创建及授权

一、创建用户: 命令:CREATE USER 'username'@'host' IDENTIFIED BY 'password'; 说明:username - 你将创建的用户名, host - 指定该用户在哪个主机上可以登陆,如果是本地用户可用localhost, 如果想让该用户可以从任意远程主机（不包含本地）登陆,可以使用通配符%. password - 该用户的登陆密码,密码可以为空,如果为空则该用户可以不需要密码登陆服务器. 例子: CREATE USER 'dog'@'localhost' IDENTIFIED BY '123456'; 　　 CREATE USER 'pig'@'192.168.1.101_' IDENDIFIED BY '123456'; 　　 CREATE USER 'pig'@'%' IDENTIFIED BY '123456'; 　　 CREATE USER 'pig'@'%' IDENTIFIED BY ''; 　　 CREATE USER 'pig'@'%';

01

深入浅出| java中的clone方法

clone,有人称之为克隆,有人称之为复制,其实都是同一个东西本文称之为"克隆",毕竟人家方法名叫"clone"

02

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭