Table-Computing 框架快速入门教程
2024-08-07 09:25:12作者:贡沫苏Truman
1. 项目目录结构及介绍
Table-Computing 的目录结构如下:
.
├── src # 源代码目录
│ ├── src # Java 代码源文件
│ │ └── ... # 包含核心库、示例程序等代码
└── README.md # 项目简介文件
└── pom.xml # Maven 构建文件
└── ... # 其他支持文件(如 .gitignore 和/LICENSE)
src: 存放项目的所有源代码,包括核心组件和示例程序。README.md: 提供项目的基本信息、特性以及如何开始使用的简要指南。pom.xml: Maven 项目对象模型文件,用于构建和依赖管理。
2. 项目启动文件介绍
由于 Table-Computing 是一个计算框架,而非独立的服务应用,其启动方式取决于具体的应用场景。通常,你需要在自己的应用程序中集成 Table-Computing 库,并创建相应的流处理或批处理作业。这涉及到以下步骤:
-
引入依赖: 在你的
pom.xml文件中添加 Table-Computing 的依赖,例如:<dependency> <groupId>com.alibaba</groupId> <artifactId>table-computing</artifactId> <version>1.0.0</version> </dependency> -
编写计算逻辑: 创建
MysqlDimensionTable和KafkaStreamTable等数据源,然后使用StreamProcessingAPI 来定义滑动窗口、重分区等操作。 -
执行计算任务: 调用相关方法启动计算任务,例如:
kafkaStreamTable.start(); // 启动你的 StreamProcessing 作业 StreamProcessing sp = new StreamProcessing(); ... slideWindow.setWatermark(Duration.ofSeconds(2)); // 开始执行 sp.execute();
请根据实际需求调整这些例子,并确保正确地设置配置参数。
3. 项目的配置文件介绍
Table-Computing 配置主要通过编程方式进行,这意味着你可以在代码中指定连接数据库的 URL、认证信息、超时设置、并行度等参数。例如,设置 MySQL 数据库连接:
MysqlDimensionTable mysqlDimensionTable = new MysqlDimensionTable(
"jdbc:mysql://localhost:3306/e-commerce",
"commodity",
"userName",
"password",
Duration.ofHours(1),
new ColumnTypeBuilder()
.column("id", Type.INT)
.column("name", Type.VARCHAR)
.column("price", Type.INT)
.build(),
"id"
);
对于更复杂的配置项,可能需要自定义实现特定的配置类。一般来说,大部分配置可以通过 StreamProcessing 的构造函数或者相关的设置方法进行。
请注意,Table-Computing 没有提供标准的外部配置文件格式(如 .properties 或 YAML),而是鼓励将配置集成到应用程序代码中,以保持简洁和灵活性。如果你需要更加动态或中心化的配置管理,可以考虑结合 Spring Boot 这样的框架来实现。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
316
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219