当前位置：首页 > news >正文

佛山网址开发网站制作搜索引擎优化期末考试答案

news 2025/8/19 20:17:11

佛山网址开发网站制作,搜索引擎优化期末考试答案,中文门户网站有哪些,鄱阳网站建设1. 基础概念理解 1.1 语序和MySQL不一样，像净水一样通过管道一层层过滤 1.2 不同版本FluxDB的语法也不太一样 2. 基本表达式 import "array" s 10 * 3 // 浮点型只能与浮点型进行运算 s1 9.0 / 3.0 s2 10.0 % 3.0 // 等于 1 s3 10.0 ^ 3.0 // 等于…

1. 基础概念理解

1.1 语序和MySQL不一样，像净水一样通过管道一层层过滤

1.2 不同版本FluxDB的语法也不太一样

2. 基本表达式

import "array"
s = 10 * 3
// 浮点型只能与浮点型进行运算
s1 = 9.0 / 3.0 
s2 = 10.0 % 3.0 // 等于 1
s3 = 10.0 ^ 3.0 // 等于 1000
s4 = "abc" + string(v: 4)
// 输出
array.from(rows:[{"value" : s}])

3. 谓词表达式 (xx 且 xx)

import "array"
s = "abc" == "abc" // 相等。返回true
s9 = "abc" != "abc" // 不等。返回false
s8 = 1 == 1 and 1==2 // 且。返回false
s7 = 1 == 1 or 1==2 // 或。返回true// 判断字符串是不是 匹配 以a开头的正则表达式，返回true
s6 = "abc" =~ /^a/
// 判断字符串是不是 不匹配 以a开头的正则表达式，返回false
s5 = "abc" !~ /^a/a = not s5 // 取反，返回trues1 = "abc" < "bbc" // 返回true  
s2 = "啊" < "吧" // UTF8码值，返回false
s3 = 1 < 2.0 // 返回true，整型和浮点型不可以跨类型计算，但是可以跨类型比较
s3 = "1" < 2.0 // 报错 unsupported binary expression string > float
s4 = 0.1 + 0.2 == 0.3 // false ，因为浮点，应该是 0.1 + 0.2 > 0.3
array.from(rows:[{"value" : s}]) // 返回true

4. 控制语句

三元运算符 (这是唯一用到if-else判断的地方，Flux本质上还是查询语句，同sql)

import "array"
x = 0
a = if x = 0 then "green" else "red" // 返回green
a = if x = 0 then "green" else if x == 1 then "red" else "yellow" // x为1时，返回red
array.from(rows:[{"value" : s}])

5.十大数据类型

5.1 Boolean (true、false是关键字)

a = 1

b = bool(v: a) // a=1，输出true；a=0，输出false

// 可转换的类型：浮点 1.0、字符串"true"/"false"

5.2 bytes (Flux支持bytes，InfluxDB不支持bytes)

b = "abc"

x = bytes(v: b) // cannot represent the type bytes as column data

// bytes的作用：序列化

c = string(v: x) // 输出abc

d = display(v: x) // 输出0x616263； webUI的bug导致dispaly报错，可忽略

import "contrib/bonitoo-io/hex" // 工具中可能不会提醒，需要查官方文档

import "array"

b = "616263"

c = hex.bytes(v: b)

x = string(v: c)

array.from(rows: [{"value": x}]) // 输出abc

bytes的一个用法

import "http"

http.post(url: "http://localhost:8086/", headers: {x:"a", y:"b"}, data: bytes(v: "body"))

5.3 Time 时间点

a = 2023-08-23T15:06:00.001Z // time 类型：DATETIME: RFC3339格式的日期时间

5.4 Duration 持续时间

import "date"

a = 2023-08-23T05:06:00.001Z

b = 1d10h

c = data.add(d:b, to:a) // 输出a = 2023-08-24T15:06:00.001Z

f = -1d3h

e = data.add(d:f, to:a) // 输出a = 2023-08-22T04:06:00.001Z

array.from(rows: [{value: f}])// 报错，cannot represent the type duration as column data

// 字符串转duration

g = "1h5m"

h = duration(v:g)

语法

hour

import "data"

b = date.hour(t:now()) // 输出long型的数字

时间戳

a = 2023-08-23T05:06:00.001Z

b = time(v:1692844684000*1000*1000) // 纳秒级

c = unit(v:a) // 输出1692738360001000000

5.5 String 字符串

import "strings"

a = "abc"

a1 = "\x61\x62\x63" // 输出abc

// 字符串转换

b = string(v: 1) // 支持Integer | UInteger | Float | Boolean | Duration | Time

c = string.containsStr(v: "今天天气真好", substr: "天气") // true，字符串是否包含某个字符

d = strings.joinStr(arr:["今天", "天气", "真好"], v:"-") // 输出今天-天气-真好

e = strings.isLetter(v:"c") // 输出 true；false ： < 、哈 ...

array.from(rows: [{"value": a}])

5.6 Regular expression 正则表达式

a = "albcdef"

b = /abc|bcd|def/

c = a =~ b // 输出true,b:匹配abc或bcd或def

d = regexp.findString(r: b, v: a); // 输出bcd;最左边能匹配上的条件

e = "abc|bcd|def"

f = regexp.compare(v: a) // 正则表达式的转换

array.from(rows: [{v: c}])

array.from(rows: [{v: display(v: c)}]) // 输出abc|bcd|def

array.from(rows: [{v: a =~ f}])

5.7 Integer 整型

取值范围：2^63 ~ 2^63 - 1

bug1: 2^63-1运算会提示浮点型转换错误，2^63-1.0也会报错；

bug2: 值过大时，页面显示有bug，与实际值不一致，可以通过下载csv查看实际值；

小数转换时是截断型转换，不会四舍五入，可通过math.round(x: 12.5)转换，此时返回值为Double，故完整写法：int(v:math.round(x: 12.5))

hex.int(v: 'a') // 输出10，十六进制

hex.int(v: 'a0') // 输出160

5.8 Uintegers 无符号整型

取值范围：0 ~ 2^64

unit(v: 123)// 输出123，UNSIGNEDLONG类型

5.9 Float 浮点数

8个子节

不支持科学计数法e，可以写为float(v: "1.2345e+")

正无穷大 float(v: "Inf")

不支持NaN，写成float(v: "NaN")

5.10 Null 空值

flux不支持null

import "internal/debug"

a = debug.null(type:"int") // 输出为空，类型为long

b = a == debug.null(type:"int") // cannot represent the type null as column data；此时的b不是true/false，而是null，类型也为null，与类型为LONG的a的null不一样

c = exists a // 输出false，判断a是否存在

6. 4种复合类型

6.1 record

b = {"name" : "tony", age: 18, "x y": "20,40"}

arrays.from(rows:[{display(v: b)}]) // 输出String类型的b

arrays.from(rows:[b]) // 输出多列数据，如下图

a = b.name //输出 tony

c = b["age"] // 输出18

// 不支持动态变量

key_name = "age"

d = b[key_name] // expected int but found string error@**: expected [d](array) but found {x y: string, name: string, age: int}(record)

e = {"name" : "tony", age: 18, "x y": "20,40"}

f = b==e // 输出true，比较是否完全一致，不能比较大小

g = {b with age:19,"height":200}// 输出结果更新了age的值，同时多了一列height，未提到的列沿用之前的b，如下图2

b = {

name: "tony",

address: {

country: "China"

}

}

// cannot represent the type {address:{coutry: string}} as column data

// 语法支持这样写，但是FluxDB不支持，record不支持嵌套record，相当于列里无法存储json

c = b.address.country // 输出China

d = b["address"]["country"] // 输出China

// b整体存库里

e = json.encode(v: b) // cannot represent the type bytes as column data

g = string(v: e) // 这样才能作为string数据存储成功

6.2 Dictionary 字典

字典和记录很像，但是key-value的要求不一样

所有key的类型必须相同，所有value的类型必须相同；

语法上，用方括号[]声明，key后面跟冒号：键值对之间用英文逗号分隔

[1.0: {stable: 12, latest: 12}, 1.1: {stable: 3, latest: 15}]

该数据类型不支持直接作为fluxdb的列

a = ["name": "tony", "age": "18"]

// 不支持直接通过.或[key]取值

// 查询（取值时，key可以是动态参数）

key_name = "key"

b = dict.get(dict:a, key: key_name , default: "244")// 如果key不存在，返回默认值244

// 值的插入与更新需要通过dict

c = dict.insert(dict: a, key: "age", "value": "20" )// 更新值，这里前端的文档入参有bug，错把value提示为default

d = dict.insert(dict: a, key: "weight", "value": "50" )// 插入值

// 删除

e = dict.remove(dict: a, key: "age")

// fromList

f = dict.fromList(pairs: [{key: "name",value: "tony"}, {key: "age",value: "18"}])// 输出 [name: tony, age: 18]

array.from(rows: [{"value": display(v: d)}])

6.3 Array 数组

a = ["1", "2", "3"] // 类型要一致

b = length(arr: a) // 长度

c = contains(value: 1, set: a) // true,包含判断

7. 4种复合函数

// 一个可以进行乘法运算的函数

chengfa = (x, y) => x * y

a = chengfa(x: 4, y: 5) // 输出20

// 定义默认值

chengfa1 = (x, y=10) => x * y

a1 = chengfa1(x: 4) // 输出40

// 函数体

chengfa2 = (x, y=10) => {

z = x - 2;

return z * y

}

a2 = chengfa2(x: 4) // 输出20