Hadoop入门学习笔记——八、数据分析综合案例

视频课程地址：https://www.bilibili.com/video/BV1WY4y197g7
课程资料链接：https://pan.baidu.com/s/15KpnWeKpvExpKmOC8xjmtQ?pwd=5ay8

Hadoop入门学习笔记（汇总）

目录

  • 八、数据分析综合案例
    • 8.1. 需求分析
      • 8.1.1. 背景介绍
      • 8.1.2. 目标
      • 8.1.3. 需求
      • 8.1.4. 数据内容
    • 8.2. 加载数据
    • 8.3. ETL数据清洗转换
    • 8.4. 指标统计
    • 8.5. FineBI安装&配置
      • 8.5.1. FineBI的下载和安装
      • 8.5.2. 配置FineBI与Hive的连接
    • 8.6. 可视化展示

八、数据分析综合案例

8.1. 需求分析

8.1.1. 背景介绍

聊天平台每天都会有大量的用户在线，会出现大量的聊天数据，通过对聊天数据的统计分析，可以更好的对用户构建精准的用户画像，为用户提供更好的服务以及实现高ROI的平台运营推广，给公司的发展决策提供精确的数据支撑。
我们将基于一个社交平台App的用户数据，完成相关指标的统计分析并结合BI工具对指标进行可视化展现。

8.1.2. 目标

基于Hadoop和Hive实现聊天数据统计分析，构建聊天数据分析报表
在这里插入图片描述

8.1.3. 需求

  • 统计今日总消息量
  • 统计今日每小时消息量、发送和接收用户数
  • 统计今日各地区发送消息数据量
  • 统计今日发送消息和接收消息的用户数
  • 统计今日发送消息最多的Top10用户
  • 统计今日接收消息最多的Top10用户
  • 统计发送人的手机型号分布情况
  • 统计发送人的设备操作系统分布情况

8.1.4. 数据内容

  • 数据大小：30万条数据
  • 列分隔符：Hive默认分隔符‘\001’
  • 数据字典及样例数据

在这里插入图片描述

8.2. 加载数据

1、创建库表

-- 如果数据库已存在就删除
drop database if exists db_msg cascade;-- 创建数据库
CREATE database db_msg;-- 选择数据库
use db_msg;--如果表已存在就删除
drop table if exists db_msg.tb_msg_source;-- 建表
create table db_msg.tb_msg_source(
msg_time string comment "消息发送时间",
sender_name string comment "发送人昵称",
sender_account string comment "发送人账号",
sender_sex string comment "发送人性别",
sender_ip string comment "发送人ip地址",
sender_os string comment "发送人操作系统",
sender_phonetype string comment "发送人手机型号",
sender_network string comment "发送人网络类型",
sender_gps string comment "发送人的GPS定位",
receiver_name string comment "接收人昵称",
receiver_ip string comment "接收人IP",
receiver_account string comment "接收人账号",
receiver_os string comment "接收人操作系统",
receiver_phonetype string comment "接收人手机型号",
receiver_network string comment "接收人网络类型",
receiver_gps string comment "接收人的GPS定位",
receiver_sex string comment "接收人性别",
msg_type string comment "消息类型",
distance string comment "双方距离",
message string comment "消息内容"
);

2、数据导入
将课程资料中的chat_data-30W.csv文件上传到node1服务器的/home/hadoop目录下；

在Linux系统内执行以下命令：

# 切换工作目录
cd /home/hadoop# 在HDFS系统中创建/chatdemo/data目录
hadoop fs -mkdir -p /chatdemo/data# 将chat_data-30W.csv文件从Linux上传到HDFS系统中
hadoop fs -put chat_data-30W.csv /chatdemo/data

在DBeaver中执行以下命令：

-- 从HDFS系统中加载数据到Hive表
load data inpath '/chatdemo/data/chat_data-30W.csv' into table tb_msg_source;-- 验证数据加载
SELECT * FROM tb_msg_source tablesample(100 rows);-- 验证表中的数据条数
SELECT COUNT(*) from tb_msg_source tms ;

8.3. ETL数据清洗转换

由于原始数据中存在部分不合规的数据，所以需要对数据进行清洗。
1、原始数据存在的问题

  • 问题1：当前数据中，有一些数据的字段（如sender_gps）为空，不是合法数据；
  • 问题2：需求中，需要统计每天、每个小时的消息量，但是数据中没有天和小时字段，只有整体时间字段，不好处理；
  • 问题3：需求中，需要对经度和维度构建地区的可视化地图，但是数据中GPS经纬度为一个字段，不好处理；

2、数据清洗需求

  • 需求1：对字段为空的不合法数据进行过滤；
  • 需求2：通过时间字段构建天和小时字段；
  • 需求3：从GPS的经纬度中提取经度和维度；
  • 需求4：将ETL以后的结果保存到一张新的Hive表中。
-- 创建存储清洗后数据的表
create table db_msg.tb_msg_etl(
msg_time string comment "消息发送时间",
sender_name string comment "发送人昵称",
sender_account string comment "发送人账号",
sender_sex string comment "发送人性别",
sender_ip string comment "发送人ip地址",
sender_os string comment "发送人操作系统",
sender_phonetype string comment "发送人手机型号",
sender_network string comment "发送人网络类型",
sender_gps string comment "发送人的GPS定位",
receiver_name string comment "接收人昵称",
receiver_ip string comment "接收人IP",
receiver_account string comment "接收人账号",
receiver_os string comment "接收人操作系统",
receiver_phonetype string comment "接收人手机型号",
receiver_network string comment "接收人网络类型",
receiver_gps string comment "接收人的GPS定位",
receiver_sex string comment "接收人性别",
msg_type string comment "消息类型",
distance string comment "双方距离",
message string comment "消息内容",
msg_day string comment "消息日",
msg_hour string comment "消息小时",
sender_lng double comment "经度",
sender_lat double comment "纬度"
);-- 按照需求对原始数据表中的数据进行过滤，然后插入新建的表中
INSERT OVERWRITE TABLE db_msg.tb_msg_etl
SELECT *,DATE(msg_time) as msg_day,HOUR(msg_time) as msg_hour,SPLIT(sender_gps, ',')[0] as sender_lng,SPLIT(sender_gps, ',')[0] as sender_lat
FROM db_msg.tb_msg_source
WHERE LENGTH(sender_gps) > 0;

执行完毕后，打开tb_msg_etl表，可以看到以下数据
在这里插入图片描述

扩展知识：ETL
从表tb_msg_source 查询数据进行数据过滤和转换，并将结果写入到：tb_msg_etl表中的操作。这种操作，本质上是一种简单的ETL行为。
ETL：

  • E，Extract，抽取
  • T，Transform，转换
  • L，Load，加载

从A抽取数据(E)，进行数据转换过滤(T)，将结果加载到B(L)，就是ETL。

8.4. 指标统计

1、指标1：统计每日发送的消息总量

-- 统计每日消息总量
CREATE table db_msg.tb_rs_total_msg_cnt comment '每日消息总量' as
SELECT msg_day, COUNT(*) as total_msg_cnt  FROM db_msg.tb_msg_etl GROUP BY msg_day;

2、指标2：统计每小时消息量、发送和接收用户数

-- 统计每小时消息量、发送和接收用户数
CREATE table db_msg.tb_rs_hour_msg_cnt comment '每小时消息量情况' as
SELECTmsg_hour,COUNT(*) as total_msg_cnt,COUNT(DISTINCT sender_account) as sender_user_cnt,COUNT(DISTINCT receiver_account) as receiver_user_cnt
FROMdb_msg.tb_msg_etl
GROUP BYmsg_hour;

3、指标3：统计每日各地区发送消息总量

-- 每日各地区发送消息总量
CREATE table db_msg.tb_rs_loc_cnt comment '每日各地区发送消息总量' as
SELECTmsg_day,sender_lng,sender_lat,COUNT(*) as total_msg_cnt
FROM db_msg.tb_msg_etl 
GROUP BY msg_day, sender_lng, sender_lat;

4、指标4：统计每日发送和接收用户数

-- 每日发送和接收用户数
CREATE table db_msg.tb_rs_user_cnt comment '每日发送消息和接收消息人数' as
SELECT msg_day,COUNT(DISTINCT sender_account) as sender_user_cnt,COUNT(DISTINCT receiver_account) as receiver_user_cnt 
FROM db_msg.tb_msg_etl
GROUP BY msg_day;

5、指标5：统计发送消息条数最多的TOP10用户

-- 发送消息条数最多的前10个用户
CREATE table db_msg.tb_rs_sneder_user_top10 comment '发送消息条数最多的10个用户' as
SELECT sender_name,COUNT(*) as sender_msg_cnt 
FROM db_msg.tb_msg_etl
GROUP BY sender_name
SORT BY sender_msg_cnt DESC 
LIMIT 10;

6、指标6：统计接收消息条数最多的TOP10用户

-- 接收消息条数最多的10个用户
CREATE table db_msg.tb_rs_receiver_user_top10 comment '接收消息条数最多的10个用户' as
SELECT receiver_name,COUNT(*) as receiver_msg_cnt 
FROM db_msg.tb_msg_etl
GROUP BY receiver_name 
SORT BY receiver_msg_cnt DESC 
LIMIT 10;

7、指标7：统计发送人的手机型号

-- 统计发送人的手机型号
CREATE table db_msg.tb_rs_sender_phone comment '发送人手机型号分布' as
SELECT sender_phonetype,COUNT(*) as cnt
FROM db_msg.tb_msg_etl
GROUP BY sender_phonetype;

8、指标8：统计发送人的设备操作系统分布情况

-- 统计发送人的设备操作系统分布情况
CREATE table db_msg.tb_rs_sender_os comment '发送人设备操作系统分布' as
SELECT sender_os,COUNT(*) as cnt
FROM db_msg.tb_msg_etl tme 
GROUP BY sender_os;

8.5. FineBI安装&配置

8.5.1. FineBI的下载和安装

1、打开FineBI官方https://www.finebi.com/，注册并下载FineBI个人试用版本客户端；
在这里插入图片描述
在这里插入图片描述

2、在本地物理机上安装刚才下载的客户端（和安装其他软件一样的操作），安装完成之后，启动FineBI客户端；
在这里插入图片描述

3、启动之后，输入FineBI官网提供的激活码，然后点击“使用BI”按钮，此时FineBI客户端开始启动（这个过程可能较长，需要耐心等待，过程中可能会弹出openJDK请求防火墙的权限，需要同意）；
在这里插入图片描述
在这里插入图片描述
4、FineBI客户端启动成功后，会自动打开浏览器，并打开http://localhost:37799/webroot/decision/login/initialization网页，进入配置页面，此时可以配置BI软件的管理员账号、密码；
在这里插入图片描述
5、账号设置完毕后，需要配置FineBI的数据库，FineBI类似于Hive也有元数据需要管理，对于个人使用来说，可以使用FineBI的内置数据库，若是生产环境使用，则建议使用外接数据库；
在这里插入图片描述
6、点击“直接登录”之后，BI系统会自动跳转到登录界面，输入刚才设置的管理员账号和密码进行登录；
在这里插入图片描述
7、登录FineBI系统后，可以在其目录内发现一些内置的模板和样例数据，以及新手入门指引等，可以作为配置个人所需模板的参考；
在这里插入图片描述
至此，FineBI客户端已安装完毕。

8.5.2. 配置FineBI与Hive的连接

1、接下来需要配置FineBI连接Hive的隔离插件。进入FineBI系统中，在“管理系统-插件管理-我的插件-从本地安装”，然后选择课程资料中，FineBI文件夹中的fr-plugin-hive-driver-loader-3.0.zip，然后系统会安装Hive隔离插件；
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
2、然后，使用记事本打开FineBI安装目录下webapps\webroot\WEB-INF\embed\finedb目录下的db.script文件，将其中的INSERT INTO FINE_CONF_ENTITY VALUES('SystemConfig.driverUpload','false')修改为INSERT INTO FINE_CONF_ENTITY VALUES('SystemConfig.driverUpload','true')。这样才能安装Hive驱动。
在这里插入图片描述

3、然后，重启FineBI客户端，先关闭FineBI客户端，然后再在桌面重新打开FineBI的客户端；
在这里插入图片描述
在这里插入图片描述
4、重新登录系统后，需要先安装Hive驱动，打开FineBI官方帮助手册，Hadoop Hive数据连接章节：https://help.fanruan.com/finebi/doc-view-301.html，根据其指示下载对应版本的驱动包和日志jar包；
在这里插入图片描述
5、下载完成后，将两个压缩包里的所有jar文件解压到一个文件夹中；
在这里插入图片描述
6、在系统中，依次点击“管理系统-数据连接-数据连接管理-驱动管理”，进入驱动管理界面；
在这里插入图片描述
7、在驱动管理界面点击“新建驱动”按钮，填写驱动名称，然后点击“确定”按钮；
在这里插入图片描述
8、然后点击“上传文件”按钮，将刚才解压的所有jar文件选中上传；
在这里插入图片描述
9、上传完成后，在“驱动”栏选择Hive驱动，然后点击右上角的“保存”按钮，完成Hive驱动的添加。添加成功后，点击左上角的“退出驱动管理”按钮；
在这里插入图片描述
10、点击数据连接管理界面的“新建数据连接”按钮，打开新建数据连接界面；
在这里插入图片描述
11、在打开的页面中选择“所有”选项卡，然后点击“Hadoop Hive”；
在这里插入图片描述
12、在Hadoop Hive页面填写虚拟机Hive服务（即hiveserver2服务）的相关信息，填写完毕后，点击右上角的“测试连接”按钮，看到“连接成功”提示代表配置成功，然后点击右上角的“保存”按钮，Hive连接创建完毕。

在这里插入图片描述
在这里插入图片描述
至此，FineBI到Hive的数据连接配置完成。后续将进行可视化面板的配置。

8.6. 可视化展示

本节的目标是使用FineBI配置出如下的可视化看板。
在这里插入图片描述
1、创建报表。登录系统后，依次点击“公共数据-新建文件夹”，创建本案例中所使用的文件夹，然后给文件夹命名为“Hive数据分析”。
在这里插入图片描述
2、选择刚才新建的“Hive数据分析”文件夹，然后点击上方的“新建数据集”按钮，选择“数据库表”。
在这里插入图片描述
3、然后将前面章节所创建的8个指标的数据表选中，然后点击右上角的“确定”按钮；
在这里插入图片描述
4、点击“确定”后，可以看到在“Hive数据分析”文件夹下出现了前面选中的表（以表注释命名）；
在这里插入图片描述
5、依次点开每张表，然后点击“更新数据”按钮，将Hive中的数据拉取过来；
在这里插入图片描述
6、依次点击“我的分析-新建文件夹”，将新建的文件夹命名为“Hive数据分析”；
在这里插入图片描述
7、选择“Hive数据分析”，然后点击“新建分析主题”，会在另一个浏览器窗口打开分析主题页面；
在这里插入图片描述
8、在分析主题页面选择“公共数据”-刚才新建的Hive数据分析数据集中的“每日发送消息和接收消息人数”，然后点击“确定”按钮，将该数据构建进来；
在这里插入图片描述
9、构建好后，点击下方的“组件”Tab，进入组件配置中，选择“KPI指标卡”，然后将左侧的“sender_user_cnt”字段拖动到“文本”栏中，然后点击文本栏的配置按钮；
在这里插入图片描述
10、在弹出的文本栏配置中，取消“固定字体大小”，然后编辑内容，将内容的前缀改为“发送消息人数：”即可；
在这里插入图片描述
在这里插入图片描述
11、对组件Tab进行重命名，改为“发送消息人数”，然后点击页面下部的“添加仪表板”按钮，添加一个仪表板；
在这里插入图片描述
12、然后在仪表板中，将刚才配置好的“发送消息人数”组件拖动到仪表板上，并调整好位置和大小，点击组件旁边的下拉按钮，取消“显示标题”的勾选；
在这里插入图片描述
13、然后点击右上角的“仪表板样式”，选择“默认暗黑”就可以修改整个数据看板的背景；
在这里插入图片描述
14、然后相同的方式，新建“接收消息人数”的组件，并摆放在该仪表板上；
在这里插入图片描述
15、选择“数据”Tab，然后点上面的“+”按钮，然后选择“公共数据-Hive数据分析-每日消息总量”，然后点击确定；
在这里插入图片描述
16、然后添加“总消息数”组件，参考上面完成组件配置，并摆放在仪表板上；
在这里插入图片描述
在这里插入图片描述
17、按照类似方法创建“发送消息最多的用户TOP10”组件；
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/597875.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

ocrmypdf_pdf识别

ocrmypdf_pdf识别

安装 安装说明 https://ocrmypdf.readthedocs.io/en/latest/installation.html#native-windows提到需要的软件： Python 3.7 (64-bit) or later Tesseract 4.0 or later Ghostscript 9.50 or later 安装 ocrmypdf pip install ocrmypdf 添加语言包 https://oc…
阅读更多...
一篇文章带你了解基于 Jenkins 流水线方式部署的好处

一篇文章带你了解基于 Jenkins 流水线方式部署的好处

在软件开发过程中，部署是将代码从开发环境转移到生产环境的关键步骤。传统的部署方式可能涉及多个手动步骤和容易出错的过程。然而，基于 Jenkins 流水线方式部署可以带来许多好处，包括提高效率、一致性和可靠性。本文将探讨基于 Jenkins 流水…
阅读更多...
Flume基础知识（六）：Flume实战之实时监控目录下的多个追加文件

Flume基础知识（六）：Flume实战之实时监控目录下的多个追加文件

Exec source 适用于监控一个实时追加的文件，不能实现断点续传；Spooldir Source 适合用于同步新文件，但不适合对实时追加日志的文件进行监听并同步；而 Taildir Source 适合用于监听多个实时追加的文件，并且能够实现断点…
阅读更多...
【React系列】React中的CSS

【React系列】React中的CSS

本文来自#React系列教程：https://mp.weixin.qq.com/mp/appmsgalbum?__bizMzg5MDAzNzkwNA&actiongetalbum&album_id1566025152667107329) 一. React中的css方案 1.1. react 中的 css 事实上，css 一直是 React 的痛点，也是被很多开发…
阅读更多...
接了一条路由器视频广告

接了一条路由器视频广告

关注卢松松，会经常给你分享一些我的经验和观点。 2023年7月，松松团队荣幸的承接了“某口袋路由器”的短视频广告。 我们向客户索取了了几个卖点： 1.家用美观不用走线(无线小巧美观) 外出便携(出差、户外直播、露营等，只要充满电…
阅读更多...
基于深度学习大模型实现离线翻译模型私有化部署使用，通过docker打包开源翻译模型，可到内网或者无网络环境下运行使用，可以使用一千多个翻译模型语言模型进行翻译

基于深度学习大模型实现离线翻译模型私有化部署使用，通过docker打包开源翻译模型，可到内网或者无网络环境下运行使用，可以使用一千多个翻译模型语言模型进行翻译

基于深度学习大模型实现离线翻译模型私有化部署使用，通过docker打包开源翻译模型，可到内网或者无网络环境下运行使用，可以使用一千多个翻译模型语言模型进行翻译，想要什么语种直接进行指定和修改就行。 环境要求，电脑内存低于8G建议不要尝试了，有无GPU都可以运行，但是有…
阅读更多...
SpringBoot3多数据源动态切换

SpringBoot3多数据源动态切换

demo使用的时SpringBoot3.x、JDK17、MybatisPlus3.5.x、MySQL8 从数据中加载数据源 定义接口，指定数据源，从不同数据库获取数据 创建数据源表，用于指定不同数据源，程序自动动态获取 项目版本依赖关系 demo中所用到的工具以及…
阅读更多...
代码+视频，手把手教你R语言使用forestploter包绘制单组及双组森林图

代码+视频，手把手教你R语言使用forestploter包绘制单组及双组森林图

森林图在论文中很常见，多用于表示多因素分析中的变量与结果变量的比值效应，可以用图示的方法比较直观的绘制出来。既往我们在文章《R语言快速绘制多因素回归分析森林图（1）》已经介绍了怎么绘制森林图，但是绘图比较简单…
阅读更多...
开启Android学习之旅-2-架构组件实现数据列表及添加(kotlin)

开启Android学习之旅-2-架构组件实现数据列表及添加(kotlin)

Android Jetpack 体验-官方codelab 1. 实现功能 使用 Jetpack 架构组件 Room、ViewModel 和 LiveData 设计应用；从sqlite获取、保存、删除数据；sqlite数据预填充功能；使用 RecyclerView 展示数据列表； 2. 使用架构组件 架构组…
阅读更多...
Python从入门到网络爬虫（内置函数详解）

Python从入门到网络爬虫（内置函数详解）

前言 Python 内置了许多的函数和类型，比如print()，input()等，我们可以直接在程序中使用它们，非常方便，并且它们是Python解释器的底层实现的，所以效率是比一般的自定义函数更有效率。目前共有71个内置函数&…
阅读更多...
全球海洋数据 (GLODAP) v2.2023(海洋碳数据产品)

全球海洋数据 (GLODAP) v2.2023(海洋碳数据产品)

全球海洋数据分析项目 (GLODAP) v2.2023 全球海洋数据分析项目 (GLODAP) v2.2023 代表了海洋生物地球化学瓶数据合成方面的重大进步。此更新主要关注海水无机碳化学，以 GLODAPv2.2022 为基础，包含多项关键增强功能。值得注意的是，增加了 43 …
阅读更多...
CISSP 第9章：安全脆弱性、威胁和对策

CISSP 第9章：安全脆弱性、威胁和对策

第九章 安全脆弱性、威胁和对策 9.1 评估和缓解安全脆弱性 9.1 硬件 处理器 执行类型 多任务处理： 同时处理两个或更多任务 多处理： 利用多个处理器完成一个应用程序的处理能力 多程序设计：通过操作系统对单个处理器上的两个任务进行协调&…
阅读更多...
Node.js+Express+Mysql实现分页查询

Node.js+Express+Mysql实现分页查询

根据记录数总数和分页数获到页总数 function pageCount (totalnum,limit){return totalnum > 0 ? ((totalnum < limit) ? 1 : ((totalnum % limit) ? (parseInt(totalnum / limit) 1) : (totalnum / limit))) : 0; } 接收请求代码 router.get(/api/user/page, asy…
阅读更多...
SSCI及SCI撰写|查找文献doi的八大方法

SSCI及SCI撰写|查找文献doi的八大方法

一、前言 (一)文献DOI概念介绍 DOI&#xff08;Digital Object Identifier&#xff09;是一种用于标识数字对象的持久性标识符系统。在学术出版领域&#xff0c;DOI通常用于标识和定位学术文献&#xff0c;包括期刊文章、会议论文、报告等。以下是 DOI 的一些重要特点和介绍&a…
阅读更多...
【网络】网络层IP地址和IP数据报的格式

【网络】网络层IP地址和IP数据报的格式

&#x1f984; 个人主页——&#x1f390;开着拖拉机回家_Linux,大数据运维-CSDN博客 &#x1f390;✨&#x1f341; &#x1fa81;&#x1f341;&#x1fa81;&#x1f341;&#x1fa81;&#x1f341;&#x1fa81;&#x1f341; &#x1fa81;&#x1f341;&#x1fa81;&am…
阅读更多...
【Python小游戏】贪吃蛇丨名侦探柯南（完整代码）

【Python小游戏】贪吃蛇丨名侦探柯南（完整代码）

文章目录 写在前面PyGame入门贪吃蛇注意事项写在后面写在前面 本期内容：基于pygame的贪吃蛇小游戏 实验环境 python3.11及以上pycharmpygame安装pygame的命令： pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pygamePyGame入门 pygame是一个开源的Python模块，…
阅读更多...
iOS手机查看蓝牙底层日志

iOS手机查看蓝牙底层日志

文章目录 一、需要的环境二、在iOS设备上安装Profiles文件三、安装Xcode四、安装packetLogger五、启动蓝牙数据包分析 参考文档&#xff1a;A New Way to Debug iOS Bluetooth Applications 一、需要的环境 iOS 13 device and cableMac computer/laptopApple Developer Progr…
阅读更多...
顶顶通呼叫中心中间件配置指定振铃时间挂断(mod_cti基于FreeSWITCH)

顶顶通呼叫中心中间件配置指定振铃时间挂断(mod_cti基于FreeSWITCH)

介绍 一般情况默认是振铃60秒挂断&#xff0c;但是如果想振铃10秒就挂断可以根据下方配置方法一步步去配置。 一、通过线路控制振铃时间 打开ccadmin-》点击线路-》点击你需要控制振铃时间的线路-》配置呼叫超时-》点击更新。 二、通过队列外呼控制振铃时间 打开ccadmin-》…
阅读更多...
文章解读与仿真程序复现思路——电力系统自动化EI\CSCD\北大核心《考虑分布式资源交易的气电综合能源配网系统出清模型》

文章解读与仿真程序复现思路——电力系统自动化EI\CSCD\北大核心《考虑分布式资源交易的气电综合能源配网系统出清模型》

本专栏栏目提供文章与程序复现思路&#xff0c;具体已有的论文与论文源程序可翻阅本博主的免费专栏栏目《论文与完整程序》 这个标题涉及到气电综合能源配网系统的出清模型&#xff0c;特别强调了对分布式资源交易的考虑。以下是对标题中关键术语的解读&#xff1a; 气电综合能…
阅读更多...
paddlehub 文本检测使用

paddlehub 文本检测使用

PaddleHub负责模型的管理、获取和预训练模型的使用。 参考&#xff1a;https://github.com/PaddlePaddle/PaddleHub/tree/develop/modules/image/text_recognition/chinese_text_detection_db_server import paddlehub as hub import cv2 # from utils import cv_show import…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023