- 使用 Spring Initializr 创建 Spring Boot 应用程序
- 在Spring Boot中配置Cassandra
- 在 Spring Boot 上配置 Tomcat 连接池
- 将Camel消息路由到嵌入WildFly的Artemis上
本文整理了Java中com.bigdata.rdf.internal.impl.literal.XSDNumericIV
类的一些代码示例,展示了XSDNumericIV
类的具体用法。这些代码示例主要来源于Github
/Stackoverflow
/Maven
等平台,是从一些精选项目中提取出来的代码,具有较强的参考意义,能在一定程度帮忙到你。XSDNumericIV
类的具体详情如下:
包路径:com.bigdata.rdf.internal.impl.literal.XSDNumericIV
类名称:XSDNumericIV
[英]Implementation for inline xsd:byte
, xsd:short
, xsd:int
, xsd:long
, xsd:float
, xsd:decimal
.
[中]内联xsd:byte
、xsd:short
、xsd:int
、xsd:long
、xsd:float
、xsd:decimal
的实现。
代码示例来源:origin: blazegraph/database
@Override
@SuppressWarnings("rawtypes")
public IV<?,?> serializeTime(final BigdataValueFactory vf, final Object time) {
return new XSDNumericIV((Long)time);
}
代码示例来源:origin: blazegraph/database
public IV<V, Number> clone(final boolean clearCache) {
final XSDNumericIV<V> tmp = new XSDNumericIV<V>(number, getDTE());
if (!clearCache) {
tmp.setValue(getValueCache());
}
return tmp;
}
代码示例来源:origin: blazegraph/database
public int hashCode() {
switch (getDTE()) {
case XSDByte:
return (int) byteValue();
case XSDShort:
return (int) shortValue();
case XSDInt:
return intValue();
case XSDLong:
return (int) (longValue() ^ (longValue() >>> 32));
case XSDFloat:
return Float.floatToIntBits(floatValue());
case XSDDouble:
final long l = Double.doubleToLongBits(doubleValue());
return (int) (l ^ (l >>> 32));
default:
throw new RuntimeException("unknown DTE");
}
}
代码示例来源:origin: blazegraph/database
@Override
public boolean booleanValue() {
switch (getDTE()) {
case XSDByte:
return byteValue() != 0;
case XSDShort:
return shortValue() != 0;
case XSDInt:
return intValue() != 0;
case XSDLong:
return longValue() != 0;
default:
return super.booleanValue();
}
}
代码示例来源:origin: blazegraph/database
final IVariable y = Var.var("y");
final XSDNumericIV<BigdataLiteral> one = new XSDNumericIV<BigdataLiteral>(
1);
one.setValue(f.createLiteral(1));
final XSDNumericIV<BigdataLiteral> two = new XSDNumericIV<BigdataLiteral>(
2);
two.setValue(f.createLiteral(2));
final XSDNumericIV<BigdataLiteral> three = new XSDNumericIV<BigdataLiteral>(
3);
three.setValue(f.createLiteral(3));
final XSDNumericIV<BigdataLiteral> four = new XSDNumericIV<BigdataLiteral>(
4);
four.setValue(f.createLiteral(4));
代码示例来源:origin: blazegraph/database
@SuppressWarnings({ "rawtypes", "unchecked" })
@Test
public void testSuffixedIntegerURIHandler() {
final String nameSpace = "http://blazegraph.com/";
final String localName = "1234DB";
final String fixture = "DB";
final int intValue = 1234;
InlineSuffixedIntegerURIHandler handler = new InlineSuffixedIntegerURIHandler(nameSpace, fixture);
XSDNumericIV iv = (XSDNumericIV) handler.createInlineIV(localName);
if(log.isDebugEnabled()) {
log.debug(iv.getDTE().name());
}
assertTrue (intValue == iv.getInlineValue().intValue());
assertTrue (localName.equals(handler.getLocalNameFromDelegate(iv)));
}
代码示例来源:origin: blazegraph/database
@SuppressWarnings("unchecked")
public V asValue(final LexiconRelation lex) {
V v = getValueCache();
switch(getDTE()) {
case XSDByte:
v = (V) lex.getValueFactory().createLiteral(byteValue());
break;
case XSDShort:
v = (V) lex.getValueFactory().createLiteral(shortValue());
break;
case XSDInt:
v = (V) lex.getValueFactory().createLiteral(intValue());
break;
case XSDLong:
v = (V) lex.getValueFactory().createLiteral(longValue());
break;
case XSDFloat:
v = (V) lex.getValueFactory().createLiteral(floatValue());
break;
case XSDDouble:
v = (V) lex.getValueFactory().createLiteral(doubleValue());
break;
default:
setValue(v);
代码示例来源:origin: blazegraph/database
@Override
public BigDecimal decimalValue() {
switch (getDTE()) {
case XSDByte:
case XSDShort:
case XSDInt:
case XSDLong:
return BigDecimal.valueOf(longValue());
case XSDFloat:
case XSDDouble:
return BigDecimal.valueOf(doubleValue());
default:
throw new RuntimeException("unknown DTE");
}
}
代码示例来源:origin: blazegraph/database
@Override
public boolean equals(final Object o) {
if (o == this)
return true;
if(o instanceof XSDNumericIV<?>) {
final XSDNumericIV<?> n = (XSDNumericIV<?>) o;
return this.getDTE() == n.getDTE() && this.number.equals(n.number);
}
return false;
}
代码示例来源:origin: com.blazegraph/bigdata-rdf-test
final IVariable y = Var.var("y");
final XSDNumericIV<BigdataLiteral> one = new XSDNumericIV<BigdataLiteral>(
1);
one.setValue(f.createLiteral(1));
final XSDNumericIV<BigdataLiteral> two = new XSDNumericIV<BigdataLiteral>(
2);
two.setValue(f.createLiteral(2));
final XSDNumericIV<BigdataLiteral> three = new XSDNumericIV<BigdataLiteral>(
3);
three.setValue(f.createLiteral(3));
final XSDNumericIV<BigdataLiteral> four = new XSDNumericIV<BigdataLiteral>(
4);
four.setValue(f.createLiteral(4));
代码示例来源:origin: blazegraph/database
@SuppressWarnings({ "rawtypes", "unchecked" })
@Test
public void testFixedWidthIntegerURIHandler() {
final String nameSpace = "http://blazegraph.com/";
final String localName = "001234";
final int intValue = 1234;
final int width = 6;
InlineFixedWidthIntegerURIHandler handler = new InlineFixedWidthIntegerURIHandler(nameSpace, width);
XSDNumericIV iv = (XSDNumericIV) handler.createInlineIV(localName);
if(log.isDebugEnabled()) {
log.debug(iv.getDTE().name());
}
assertTrue (intValue == iv.getInlineValue().intValue());
assertTrue (localName.equals(handler.getLocalNameFromDelegate(iv)));
}
代码示例来源:origin: com.blazegraph/bigdata-core
@SuppressWarnings("unchecked")
public V asValue(final LexiconRelation lex) {
V v = getValueCache();
switch(getDTE()) {
case XSDByte:
v = (V) lex.getValueFactory().createLiteral(byteValue());
break;
case XSDShort:
v = (V) lex.getValueFactory().createLiteral(shortValue());
break;
case XSDInt:
v = (V) lex.getValueFactory().createLiteral(intValue());
break;
case XSDLong:
v = (V) lex.getValueFactory().createLiteral(longValue());
break;
case XSDFloat:
v = (V) lex.getValueFactory().createLiteral(floatValue());
break;
case XSDDouble:
v = (V) lex.getValueFactory().createLiteral(doubleValue());
break;
default:
setValue(v);
代码示例来源:origin: com.blazegraph/bigdata-core
@Override
public boolean booleanValue() {
switch (getDTE()) {
case XSDByte:
return byteValue() != 0;
case XSDShort:
return shortValue() != 0;
case XSDInt:
return intValue() != 0;
case XSDLong:
return longValue() != 0;
default:
return super.booleanValue();
}
}
代码示例来源:origin: com.blazegraph/bigdata-core
@Override
public BigDecimal decimalValue() {
switch (getDTE()) {
case XSDByte:
case XSDShort:
case XSDInt:
case XSDLong:
return BigDecimal.valueOf(longValue());
case XSDFloat:
case XSDDouble:
return BigDecimal.valueOf(doubleValue());
default:
throw new RuntimeException("unknown DTE");
}
}
代码示例来源:origin: com.blazegraph/bigdata-core
@Override
public boolean equals(final Object o) {
if (o == this)
return true;
if(o instanceof XSDNumericIV<?>) {
final XSDNumericIV<?> n = (XSDNumericIV<?>) o;
return this.getDTE() == n.getDTE() && this.number.equals(n.number);
}
return false;
}
代码示例来源:origin: blazegraph/database
final IVariable z = Var.var("z");
final XSDNumericIV<BigdataLiteral> one = new XSDNumericIV<BigdataLiteral>(
1);
one.setValue(f.createLiteral(1));
final XSDNumericIV<BigdataLiteral> two = new XSDNumericIV<BigdataLiteral>(
2);
two.setValue(f.createLiteral(2));
final XSDNumericIV<BigdataLiteral> three = new XSDNumericIV<BigdataLiteral>(
3);
three.setValue(f.createLiteral(3));
final XSDNumericIV<BigdataLiteral> four = new XSDNumericIV<BigdataLiteral>(
4);
four.setValue(f.createLiteral(4));
final XSDNumericIV<BigdataLiteral> five = new XSDNumericIV<BigdataLiteral>(
5);
five.setValue(f.createLiteral(5));
代码示例来源:origin: com.blazegraph/bigdata-core
@Override
@SuppressWarnings("rawtypes")
public IV<?,?> serializeTime(final BigdataValueFactory vf, final Object time) {
return new XSDNumericIV((Long)time);
}
代码示例来源:origin: blazegraph/database
@SuppressWarnings({ "rawtypes", "unchecked" })
@Test
public void testPrefixedIntegerURIHandler() {
final String nameSpace = "http://blazegraph.com/";
final String localName = "DB1234";
final String fixture = "DB";
final int intValue = 1234;
InlinePrefixedIntegerURIHandler handler = new InlinePrefixedIntegerURIHandler(nameSpace, fixture);
XSDNumericIV iv = (XSDNumericIV) handler.createInlineIV(localName);
if(log.isDebugEnabled()) {
log.debug(iv.getDTE().name());
}
assertTrue (intValue == iv.getInlineValue().intValue());
assertTrue (localName.equals(handler.getLocalNameFromDelegate(iv)));
}
代码示例来源:origin: com.blazegraph/bigdata-core
public IV<V, Number> clone(final boolean clearCache) {
final XSDNumericIV<V> tmp = new XSDNumericIV<V>(number, getDTE());
if (!clearCache) {
tmp.setValue(getValueCache());
}
return tmp;
}
代码示例来源:origin: com.blazegraph/bigdata-core
public int hashCode() {
switch (getDTE()) {
case XSDByte:
return (int) byteValue();
case XSDShort:
return (int) shortValue();
case XSDInt:
return intValue();
case XSDLong:
return (int) (longValue() ^ (longValue() >>> 32));
case XSDFloat:
return Float.floatToIntBits(floatValue());
case XSDDouble:
final long l = Double.doubleToLongBits(doubleValue());
return (int) (l ^ (l >>> 32));
default:
throw new RuntimeException("unknown DTE");
}
}
我只是想了解我们应该如何规划 NiFi 实例的容量。 我们有一个 NiFi 实例,它有大约 500 个流。因此,NiFi canvas 上启用的处理器总数约为 4000。我们同时运行 2-5 个流,不
我试图了解所有数据湖和大数据之间是否存在真正的区别,如果你检查这两个概念都像一个大存储库,它会保存信息直到有必要,那么,我们什么时候可以说我们正在使用大数据还是数据湖? 提前致谢 最佳答案 我不能说我
我在挖掘有关物流运输的大型(100K 条目)数据集时遇到困难。我有大约 10 个名义字符串属性(即城市/地区/国家名称、客户/船舶识别码等)。除此之外,我还有一个日期属性“出发”和一个比例缩放数字属性
特别是围绕日志计数方法。 最佳答案 我将尝试阐明概率计数器的使用,但请注意,我不是这方面的专家。 目的是仅使用很少的空间来存储计数器(例如使用 32 位整数)来计数非常非常大的数字。 莫里斯提出了维持
我需要多少数据才能使用 Presto?该网站声称它可以查询从千兆字节到 PB 级的数据大小。我了解它是如何用于查询非常大的数据集的,但是有人将它用于数百 GB 的数据吗? 最佳答案 目前,如果您已经有
我目前正在考虑一个小“大数据”项目,我想每 10 分钟记录一些利用率,并将它们写入数据库几个月或几年。 然后我想分析数据,例如通过这些方式: 一天中的哪个时间最好(就低利用率而言)? 正常工作日和周末
我当时正在设置一个 Storm 集群来计算实时趋势和其他统计信息,但是通过允许kafka-spout上次读取的偏移量(kafka-spout的源代码来自此),我在向项目中引入“恢复”功能时遇到了一些问
我们目前正在调查使用多个列族对我们的 bigtable 查询性能的影响。我们发现将列拆分为多个列族并不会提高性能。有没有人有过类似的经历? 关于我们的基准设置的更多细节。此时,我们生产表中的每一行都包
将大量文档添加到 riak 中的最佳方法是什么?假设有数百万条产品记录,这些记录经常更改(价格等),并且我们希望非常频繁地更新所有这些记录。有没有比在 Riak 中一一替换 key 更好的方法?一次批
我有一个 Kusto 表,想要从两个 Azure Blob 位置提取数据。来自两个来源的数据都需要进行一些转换,因此我定义了两个更新策略。所以现在我有两个源表和一个目标表。第一个更新策略运行良好,然后
我有一个 Kusto 表,想要从两个 Azure Blob 位置提取数据。来自两个来源的数据都需要进行一些转换,因此我定义了两个更新策略。所以现在我有两个源表和一个目标表。第一个更新策略运行良好,然后
大数据的DAG(有向无环图)执行很常见。我想知道 Apache Flink 如何实现迭代,因为该图可能是循环的。 最佳答案 如果Flink执行迭代程序,数据流图不是DAG,而是允许循环。但是,这个循环
我们正在简化 Airflow 代码库的构建/部署管道。 有没有人有使用 CI/CD 工具为 Apache Airflow 构建和部署管道的经验? 您如何在不同环境(如测试、暂存、生产等)中部署您的 A
按照目前的情况,这个问题不适合我们的问答形式。我们希望答案得到事实、引用或专业知识的支持,但这个问题可能会引发辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the
我将记录作为单个空格分隔的字符串。所以我正在解析它们并使用更新策略将它们摄取到目标表中。但是,我想检查一些条件,例如确保列值(字符串)的长度是否为 4,如果不是,则将其从摄取中删除。是否可以在 Kus
目前,我只能看到使用以天为单位指定的保留期的示例。我们可以在 Kusto 中以年为单位指定表的保留期吗?我的意思是下面的命令会将保留期设置为 10 年吗?.alter-merge table Tabl
为基于 Web 的应用程序存储大量数据的最佳方式是什么? 每条记录只有 3 个字段,但每天大约有 1.44 亿条记录 - 存储一个月 - 总共 4,464,000,000 条记录。我们四舍五入到 50
Hive 中表的分桶和索引之间的主要区别是什么? 最佳答案 主要区别在于目标: 索引 The goal of Hive indexing is to improve the speed of quer
本文整理了Java中com.bigdata.service.geospatial.ZOrderRangeScanUtil类的一些代码示例,展示了ZOrderRangeScanUtil类的具体用法。这些
我想知道查询并行性在 apache ignite 中是如何实现的。结果数字与没有并行性的结果完全不同。谢谢 最佳答案 在没有查询并行性的情况下,Ignite 在节点之间拆分查询执行:为每个节点映射请求
我是一名优秀的程序员,十分优秀!