用户行为日志分析的常用架构
## 1. 经典Lambda架构
Lambda架构是一种流行的大数据处理架构,特别适合用户行为日志分析场景。
### 1.1 架构组成
Lambda架构包含三层:
- **批处理层(Batch Layer)**: 存储全量数据并进行离线批处理
- **实时处理层(Speed Layer)**: 处理最新数据,提供低延迟分析结果
- **服务层(Serving Layer)**: 整合批处理和实时处理的结果,对外提供查询服务
### 1.2 技术组件
| 层级 | 常用技术 |
|------|---------|
| 数据采集 | Flume, Kafka, Logstash, Filebeat |
| 批处理层 | Hadoop, Hive, Spark Batch |
| 实时处理层 | Flink, Spark Streaming, Storm |
| 存储层 | HDFS, HBase, Elasticsearch, Cassandra |
| 服务层 | Druid, Kylin, Presto, Impala |
| 可视化 | Superset, Tableau, PowerBI, Grafana |
### 1.3 适用场景
- 需要同时兼顾历史数据分析和实时监控的场景
- 大规模用户行为数据分析
- 对数据完整性和延迟都有一定要求的企业
## 2. Kappa架构
Kappa架构是Lambda架构的简化版,仅使用实时处理层。
### 2.1 架构组成

Kappa架构主要包含:
- **消息队列**: 持久化存储原始日志数据
- **流处理引擎**: 处理实时数据流
- **存储层**: 存储处理结果
### 2.2 技术组件
| 组件 | 常用技术 |
|------|---------|
| 消息队列 | Kafka, Pulsar |
| 流处理引擎 | Flink, Spark Streaming, Kafka Streams |
| 存储层 | Cassandra, Redis, Elasticsearch, TimescaleDB |
### 2.3 适用场景
- 实时用户行为分析和监控
- 用户实时推荐系统
- 网站流量实时监控
- 业务异常检测
## 3. 湖仓一体架构
随着数据湖和数据仓库概念的融合,湖仓一体架构成为新趋势。
### 3.1 架构组成

主要组成部分:
- **数据湖**: 存储原始数据
- **数据仓库**: 处理结构化数据
- **湖仓转换层**: 实现数据湖与数据仓库之间的数据流转
- **统一元数据管理**: 管理所有数据资产
### 3.2 技术组件
| 组件 | 常用技术 |
|------|---------|
| 数据湖 | Hudi, Iceberg, Delta Lake |
| 数据仓库 | Snowflake, Redshift, BigQuery |
| 计算引擎 | Spark, Presto, Trino |
| 元数据管理 | Hive Metastore, AWS Glue, Datahub |
### 3.3 适用场景
- 需要同时存储大量原始日志和结构化分析结果的企业
- 既需要数据探索又需要高性能分析的场景
- 数据治理要求较高的企业
## 4. 全实时数据平台架构
随着实时分析需求的增长,全实时架构逐渐流行。
### 4.1 架构组成

主要组成:
- **实时数据采集**: 采集各类用户行为日志
- **实时处理引擎**: 对数据进行实时处理
- **实时OLAP引擎**: 提供低延迟的多维分析
- **实时应用层**: 提供实时决策支持
### 4.2 技术组件
| 组件 | 常用技术 |
|------|---------|
| 实时采集 | Kafka, Pulsar, Debezium |
| 实时处理 | Flink, Spark Structured Streaming |
| 实时存储 | ClickHouse, Druid, Pinot |
| 实时应用 | Streamlit, Dash, 自定义Dashboard |
### 4.3 适用场景
- 实时用户体验优化
- 风控和反欺诈系统
- 实时推荐系统
- 实时业务监控大屏
## 5. 微服务数据分析架构
微服务架构下的数据分析需要特殊设计。
### 5.1 架构组成

主要包括:
- **服务埋点层**: 在各微服务中进行埋点
- **日志聚合层**: 收集并聚合各服务日志
- **数据处理层**: 清洗、转换、聚合数据
- **统一查询层**: 提供跨服务的统一查询能力
### 5.2 技术组件
| 组件 | 常用技术 |
|------|---------|
| 埋点 | OpenTelemetry, SkyWalking, Jaeger |
| 日志聚合 | ELK Stack, Loki, Graylog |
| 数据处理 | Spark, Flink, dbt |
| 统一查询 | Presto, Trino, Calcite |
### 5.3 适用场景
- 微服务架构下的用户行为分析
- 服务性能和用户体验关联分析
- 跨服务用户行为路径分析
## 6. SaaS化日志分析架构
利用现成的SaaS服务构建分析系统,降低开发和维护成本。
### 6.1 架构组成

主要包括:
- **埋点SDK**: 集成到应用中的埋点工具
- **日志收集API**: 接收并处理上报的日志数据
- **分析服务**: 提供预置的分析功能
- **可视化界面**: 展示分析结果
### 6.2 技术组件
| 组件 | 常用技术/产品 |
|------|--------------|
| 埋点SDK | Google Analytics, Mixpanel, 神策、GrowingIO |
| 分析服务 | Amplitude, Heap, Firebase Analytics |
| 可视化 | Looker, DataStudio, PowerBI |
| 自定义处理 | AWS Lambda, Google Cloud Functions |
### 6.3 适用场景
- 初创企业或中小型团队
- 快速验证产品假设
- 标准化用户行为分析需求
- 开发资源有限的情况
## 7. 边缘计算+云分析架构
随着IoT设备和边缘计算的发展,边云协同架构逐渐流行。
### 7.1 架构组成

主要包括:
- **边缘设备层**: 收集用户行为数据的终端设备
- **边缘计算层**: 在本地进行初步处理和聚合
- **数据同步层**: 将处理后的数据同步至云端
- **云端分析层**: 进行更复杂的分析计算
### 7.2 技术组件
| 组件 | 常用技术 |
|------|---------|
| 边缘设备 | 移动设备、IoT设备、智能终端 |
| 边缘计算 | AWS Greengrass, Azure IoT Edge |
| 数据同步 | AWS IoT Core, Azure IoT Hub |
| 云端分析 | 云原生数据湖、数据仓库 |
### 7.3 适用场景
- 移动应用用户行为分析
- IoT设备用户交互分析
- 离线场景下的用户行为捕获
- 对实时性和数据主权有较高要求的场景
## 8. 架构选型考虑因素
在选择适合自身业务的用户行为日志分析架构时,需要考虑以下因素:
### 8.1 业务需求
- **数据量**: 日志数据的规模和增长速度
- **实时性要求**: 从数据产生到可分析的最大容忍延迟
- **分析复杂度**: 是简单统计还是复杂的机器学习分析
- **查询模式**: 预定义报表vs自由查询vs即席分析
### 8.2 技术因素
- **技术栈兼容性**: 与现有技术栈的兼容程度
- **扩展性**: 应对数据量增长的能力
- **可靠性**: 系统的容错和恢复能力
- **维护成本**: 运维和升级的难度和成本
### 8.3 组织因素
- **团队技能**: 团队对特定技术的熟悉程度
- **开发资源**: 可投入的开发和运维人力
- **预算约束**: 基础设施和许可证成本
- **时间限制**: 系统上线的时间要求
## 9. 架构演进路径
大多数企业的用户行为分析架构会随业务发展而演进:
1. **初始阶段**: 使用现成SaaS解决方案快速启动
2. **成长阶段**: 构建简单的自有日志收集和分析系统
3. **扩展阶段**: 引入Lambda或Kappa架构,增强实时性
4. **成熟阶段**: 建立完整的数据湖/仓混合架构
5. **优化阶段**: 针对特定业务场景进行架构优化
## 10. 未来趋势
用户行为日志分析架构的未来发展趋势:
- **流批一体**: 流处理和批处理融合,简化架构
- **AI驱动**: 引入更多机器学习和人工智能技术
- **隐私合规**: 加强数据隐私保护和合规性设计
- **低代码平台**: 降低构建分析系统的技术门槛
- **多云/混合云**: 跨云环境的统一数据分析能力
相关文章:
用户行为日志分析的常用架构
## 1. 经典Lambda架构 Lambda架构是一种流行的大数据处理架构,特别适合用户行为日志分析场景。 ### 1.1 架构组成 Lambda架构包含三层: - **批处理层(Batch Layer)**: 存储全量数据并进行离线批处理 - **实时处理层(Speed Layer)**: 处理最新数据&…...
【VBA/word】批量替换字体大小
将5号或6号字体改为10.5号字体(循环10次) AI复制的文案问题调整 Sub Change5or6ptTo16pt_10Loops()Dim rng As RangeDim doc As DocumentDim found As BooleanDim i As IntegerDim totalChanges As LongDim targetSizes As VariantDim size As VariantSe…...
C++类与对象--3 C++对象模型和this指针
3.1 类成员分开存储 成员变量和成员函数在内存中是分开存储的只有非静态成员变量是存储在对象上的 C为空对象分配1字节的空间非空对象的大小为其内部非成员变量大小总和 静态成员不占对象空间不同对象的成员函数共享一个函数实例,不占对象空间(通过th…...
DV SSL证书管理主要有哪些功能?
在互联网信息传输高速发展的今天,用户对网站安全性的要求越来越高。SSL证书已成为网站“身份认证数据加密”的标配。其中,DV SSL证书由于其签发快速、价格低廉、使用广泛,成为大量中小型网站、个人博客、电商平台的首选。然而,选择…...
el-tree结合el-tree-transfer实现穿梭框里展示树形数据
参考文章:我把他的弹框单拉出来一个独立文件作为组件方便使用,遇到一些问题记录一下。 testComponet.vue <template><div class"per_container"><div class"per_con_left"><div class"per_con_title&q…...
浅谈GC机制-三色标记和混合写屏障
标记清除法 stw(stop the world):暂停所有goroutine,扫描出可达与不可达对象,进行回收 三色标记法 不暂停,并发扫描,从根节点出发,扫描过对象的为黑,下一个可达对象为…...
Python训练营打卡 Day30
模块和库的导入 知识点回顾: 导入官方库的三种手段 直接导入整个库:使用 import library_name 语法。 导入库中的特定模块或函数:使用 from library_name import module_name 或 from library_name import function_name。 导入库并起别名&…...
深入探讨死区生成:原理、实现与应用
在电力电子、信号处理等众多领域中,“死区生成”是一个十分关键的概念,它能有效避免器件误动作、减少干扰,保障系统稳定运行。今天就通过问答的形式,和大家深入聊聊死区生成相关知识。 什么是死区生成? 死区生成是指…...
OpenCV 环境搭建与概述
// //OpenCV-4.11.0 C VS2019 // 一、OpenCV学习路线 1、入门: OpenCV图像读写、视频读写、基本像素处理、基本卷积处理、基本C开发知识。 2、初级: OpenCV自定义卷积操作、图像梯度、边缘提取、二值分析、视频分析、形态学处理、几何变换与透视变换。 3、中级: 角点查找、BL…...
c/c++的opencv均值函数
C/C 中的均值函数:从基础到应用 📊 在 C/C 编程中,计算一组数值的**均值(平均值)**是一项非常基础且常见的操作。无论是数据分析、信号处理、图像处理还是机器学习,均值函数都扮演着重要的角色。本文将详细…...
go 数据类型转换
graph TDA[整型<br>int, int8, int16, int32, int64] -->|类型转换| B[浮点型<br>float32, float64]B -->|类型转换| AA -->|类型转换| C[布尔型<br>bool]C -->|类型转换| AB -->|类型转换| D[复数型<br>complex64, complex128]D -->…...
Go内存管理
内存管理 文章目录 内存管理何为内存?内存为什么需要管理?内存管理的方式操作系统存储模型操作系统是怎么管理内存的?虚拟内存与物理内存认识虚拟内存分页管理 Golang 内存模型TCMalloc核心概念go内存管理核心概念GO内存分配GO 内存逃逸机制一…...
解决软件连接RabbitMQ突发System.IO.IOException: 无法从传输连接中读取数据: 远程主机强迫关闭了一个现有的连接异常
一、问题描述 系统再运行时,突然出现 System.Exception: [RabbitMQ.Send Error] RabbitMQ.Client.Exceptions.AlreadyClosedException: Already closed: The AMQP operation was interrupted: AMQP close-reason, initiated by Library, code541, text“Unexpected…...
基于局部显著位置感知的异常掩码合成方法在CT图像肺部疾病异常检测与病变定位中的应用|文献速递-深度学习医疗AI最新文献
Title 题目 Local salient location-aware anomaly mask synthesis for pulmonary disease anomaly detection and lesion localization in CT images 基于局部显著位置感知的异常掩码合成方法在CT图像肺部疾病异常检测与病变定位中的应用 01 文献速递介绍 肺部疾病是全球发…...
【cursor疑惑】cursor续杯后使用agent对话时,提示“需要pro或商业订阅的用户才能使用“
背景 cursor的pro会员体验过期了,想再次体验deepseek、Claude等agent对话提示:“免费版本不可以使用agent对话功能(英文忘记截图了,大意是这样)”。 处理方法 Step-1:再次续杯cursor的pro会员14天体验 详情,见:【c…...
2022年下半年信息系统项目管理师——综合知识真题及答案(3)
2022年下半年信息系统项目管理师 ——综合知识真题及答案(3) 零、时光宝盒 (https://blog.csdn.net/weixin_69553582 逆境清醒) 此文是我2025-05-19回复头条上某作者文章时的评论记录,原作者的文章是写那些被有组织…...
华为云Flexus+DeepSeek征文|基于华为云Flexus云服务的云服务器单机部署Dify-LLM应用开发平台
目录 一、前言 二、华为云Flexus云服务优势 三、华为云Flexus一键部署Dify 3.1 选择模板 3.2 参数配置 3.3 资源栈设置 3.4 配置确认 3.5 创建执行计划 3.6 部署 四、Dify-LLM应用开发平台初体验 4.1 访问Dify-LLM应用开发平台 4.2 设置管理员账户 4.3 登录Dify-LLM应用开发平台…...
NC105NC106美光固态颗粒NC108NC109
NC105NC106美光固态颗粒NC108NC109 美光固态颗粒技术矩阵深度解析:NC105/NC106/NC108/NC109的性能博弈与市场卡位 一、技术基因图谱:解密NC系列颗粒的底层架构 1. TLC与QLC的技术路线分野 美光NC系列颗粒呈现出清晰的技术分层:NC105/NC10…...
洛谷U536262 井底之“鸡” 附视频讲解
题目截图 题目背景 2024年山东财经大学新生赛的时候,xz_chicken厌倦了在鸡舍的生活,于是决定把他的主人ZQH写成QH鸡,然而除了在第一题中已经出现了ZQH所在队伍征途再起的合影,同时xz_chicken还露出其他马脚,比如说答案…...
特征筛选方法总结(面试准备15)
非模型方法 一.FILTER过滤法: 1.缺失值比例(80%以上缺失则删除)/方差 注意: 连续变量只删方差为0的,因为变量取值范围会影响方差大小。 离散类的看各类取值占比,如果是三分类变量可以视作连续变量。 函数:V…...
深入解析分布式数据库TiDB:原理、优化与架构实践
前言 在云计算与大数据时代,传统单机数据库面临三大挑战:海量数据存储、高并发访问和实时分析需求。MySQL 分库分表方案复杂、NoSQL 缺乏 ACID 支持、MPP 数仓难以处理 OLTP… 在这样的背景下,TiDB 应运而生。作为一款开源的分布式 NewSQL 数…...
YouTube视频字幕转成文章算重复内容吗?
很多创作者误以为「自己说的话不算抄袭」,却不知道YouTube自动生成的字幕早已被搜索引擎存档。 去年就有案例:某美食博主将教程视频字幕转为图文,结果原创度检测仅42%,导致页面权重暴跌。 本文揭秘5个实操技巧:从删除…...
codeup添加流水线docker自动化部署
在项目根目录下增加Dockerfile文件 # 使用基础镜像 FROM maven:3.8.4-openjdk-17-slim AS build # 设置工作目录 WORKDIR /app # 复制项目源代码 COPY . . # 构建项目 RUN mvn clean package -DskipTests # 验证JAR包是否生成 RUN ls -l target/your-project.jar # 使用合适的…...
面试点补充
目录 1. 搭建lnmp Linux 系统基础命令 nginx相关命令 MySQL 相关命令 PHP 相关命令 验证命令 下载并部署 Discuz! X3.4 论坛 到 Nginx 网站 2. 脑裂 2.1 脑裂的定义 2.2 脑裂产生的原因 1. 主备节点之间的心跳线中断 2. 优先级冲突 3. 系统或服务负载过高 2.3 如何…...
深入解析 Oracle session_cached_cursors 参数及性能对比实验
在 Oracle 数据库管理中,session_cached_cursors参数扮演着至关重要的角色,它直接影响着数据库的性能和资源利用效率。本文将深入剖析该参数的原理、作用,并通过性能对比实验,直观展示不同参数设置下数据库的性能表现。 一、sessi…...
MyBatis:动态SQL
文章目录 动态SQLif标签trim标签where标签set标签foreach标签include标签和sql标签 Mybatis动态SQL的官方文档: https://mybatis.net.cn/dynamic-sql.html 动态SQL 动态SQL是 MyBatis的强大特性之一,如果是使用JDBC根据不同条件拼接sql很麻烦,例如拼接…...
数据库性能调优:索引设计、缓存配置与查询计划优化
在高并发、大数据量场景下,数据库性能直接影响系统稳定性与用户体验。 本文将从索引设计、缓存配置、查询计划优化三大核心维度出发,结合实战案例与代码示例,系统解析数据库性能调优的关键策略,并深入讲解 EXPLAIN ANALYZE 与 索引覆盖策略 的应用技巧。 一、索引设计:从…...
安全强化的Linux
SElinux简介 SELinux是security-Enhanced Linux的缩写,意思是安全强化的linux SELinux主要由美国国家安全局(NSA)开发,当初开发的目的是为了避免资源的误用。传统的访问控制在我们开启权限后,系统进程可以直接访问 当我们对权限设置不严谨时,这种访问方式就是系统的安全漏洞 在…...
计算机网络(2)——应用层(上)
1.应用层概述 应用层(Application Layer)属于计算机网络体系结构中的最顶层,直接面向用户,提供各种网络服务和应用程序的接口 本文主要的学习内容如下: (1)网络应用进程通信方式 客户端-服务器方式点对点方式混合方式 (2)网络应用的需求与传输…...
day017-磁盘管理-实战
文章目录 1. 硬盘命名规则2. 添加硬盘2.1 查看硬盘名称 3. 硬盘分区3.1 分区命名规则:mbr分区表格式3.2 创建分区:fdisk3.2.1 fdisk -l:查看硬盘及分区信息3.2.2 fdisk /dev/sdc :为该硬盘分区3.2.3 创建扩展分区和逻辑分区3.2.4 保存设置并退…...
Win10 安装单机版ES(elasticsearch),整合IK分词器和安装Kibana
一. 先查看本机windows是否安装了ES(elasticsearch),检查方法如下: 检查进程 按 Ctrl Shift Esc 组合键打开 “任务管理器”。在 “进程” 选项卡中,查看是否有 elasticsearch 相关进程。如果有,说明系统安装了 ES。 检查端口…...
STM32 控制 OLED 全攻略(二):实现字符和汉字的显示
目录 一 前言 二 OLED介绍 (一)SSD1306 (二)OLED屏幕 三 显示原理结合代码解释 1 指令---0x00 2 数据---0x40 3 初始化oled函数 4 codetab.h 四 显示字符串的原理 🧾 ASCII 编码范围: ✅ OLED_S…...
c#将json字符串转换为对象数组
在C#中,将JSON字符串转换为对象数组是一个常见的需求,特别是在处理来自Web API的响应或需要反序列化本地文件内容时。这可以通过使用Newtonsoft.Json(也称为Json.NET)库或.NET Core内置的System.Text.Json来完成。以下是如何使用这…...
Cryosparc里头restack的妙用
在Cryosparc里头经常需要迁移job或者将particle打包成relion可以识别的模式,总是会遇到一个问题,我们需要的颗粒明明很少,但总是保存出一大堆东西来。原因就是,他会把最开初的particle都给你算进来,而不是某个作业对应…...
.bat文档如何运行Python程序
.bat文档如何运行Python程序 在Windows操作系统中,你可以通过几种方式来运行Python程序,即使是通过.bat批处理文件。.bat文件是一种批处理脚本,它允许你执行一系列命令。以下是一些步骤和示例,说明如何从.bat文件运行Python程序。…...
力扣HOT100之二叉树:230. 二叉搜索树中第 K 小的元素
这道题直接用最笨的办法来做的,用递归来做,我们定义一个全局变量vector<int> element,然后使用中序遍历,每当碰到一个非空节点就将其加入到向量中,这样依赖当向量中的元素小于k时,就返回0,…...
【Nextcloud】使用 LNMP 架构搭建私有云存储:Nextcloud 实战指南
目录 一、环境准备与基础配置 1. 系统环境要求 2. 初始化系统配置 二、搭建 LNMP 基础架构 1. 一键安装 LNMP 组件 2. 启动数据库服务 三、部署 Nextcloud 存储服务 1. 上传并解压安装包 2. 设置目录权限(测试环境配置) 3. 配置 MariaDB 数据库…...
已知6、7、8月月平均气温和标准差,求夏季季平均温度与标准差
由下面定理,得出平方和的公式:(即每天的温度平方和) 这样就可以推出季平均的算法: 举例:在Excel用公式算,不要手算: 因此季平均:(B2*C2B3*C3B4*C4)/SUM(B2:B4) 季标准差…...
【cursor指南】cursor免费续杯pro会员试用
背景 心血来潮(其实是被逼的),开始需要cursor里面的agent对话。cursor用着用着就会出现点数耗尽、试用到期等问题,于是自行开始找免费的cursor会员续用方法。 Part01:参考链接鸣谢 1. Cursor 全攻略:注册、使用到无限续杯&…...
Visual Studio解决方案构建三剑客:生成/重新生成/清理完全指南(实战经验总结)
文章目录 当你在VS里右键解决方案时...一、先看实战场景(老板发飙警告)二、三大命令解剖课(重点标记版)2.1 生成解决方案(F7)2.2 重新生成解决方案(CtrlAltF7)2.3 清理解决方案&…...
《JVM如何判断一个对象可以被回收?图文详解GC Root算法》
大家好呀!我是你们的老朋友Java技术博主👋 今天咱们来聊聊Java虚拟机(JVM)中一个超级重要的话题——垃圾回收机制(Garbage Collection)和GC Root可达性分析!这可是Java程序员必须掌握的核心知识点哦!😎 🌟…...
常用算法/机理模型演示平台搭建(一)
算法/机理模型演示平台搭建 一、算法列表(app/algorithms)二、行业机理模型 (app/models)三、如何使用本项目旨在为初学者提供 35种 常用算法和 9种 行业机理模型的简单Python实现或概念说明。每个算法都有其独特的应用场景,从数据预测、质量检测、过程控制到结构分析和优化问…...
一文详解红黑树
一文详解红黑树 前言一、基本概念与特性1.1 红黑树的定义1.2 红黑树的特性 二、红黑树的节点结构与表示三、红黑树的基本操作3.1 插入操作3.2 删除操作 四、红黑树的应用场景4.1 编程语言的集合类4.2 数据库索引4.3 Linux 内核进程调度 总结 前言 在数据结构的领域中ÿ…...
Windows 安装显卡驱动
1.第一步:打开Nvidia 官网驱动下载页面 2.第二步:选择相关信息, 玩游戏选择,GeForce Game Ready ,创意设计、摄影直播 选择 NVIDIA Studio 驱动程序 (NVIDIA Studio Driver - WHQL.) 2.第三步࿱…...
【C语言】易错题 经典题型
出错原因:之前运行起来的可执行程序没有关闭 关闭即可 平均数(average) 输入3个整数,输出它们的平均值,保留3位小数。 #include <stdio.h> int main() {int a, b, c;scanf("%d %d %d", &a, &…...
C++类与对象--5 运算符重载
对已有的运算符进行重新定义,赋予不同的功能,以适应不同的数据类型 5.1 加号运算符 实现两个自定义数据类型的加运算 (1)通过成员函数实现“”重载 class Number { public:Number(int a, int b):m_A(a),m_B(b){}Number(){}Number operator(Number &a…...
接口排查不能靠猜:实战中如何用抓包工具精准定位问题(含 Charles 使用示例)
几乎每个写代码的开发者都经历过这样的时刻:接口突然返回空、请求超时、前端数据没更新……你试过重启服务、翻查日志、改代码打印,最后还是无解。 我想说,其实很多问题的答案都藏在“网络请求”里,只是你没有去看。 这篇文章&a…...
【占融数科-注册/登录安全分析报告】
前言 由于网站注册入口容易被黑客攻击,存在如下安全问题: 暴力破解密码,造成用户信息泄露短信盗刷的安全问题,影响业务及导致用户投诉带来经济损失,尤其是后付费客户,风险巨大,造成亏损无底洞…...
4.7 时间模块
时间模块: * 1. time:操作时间本身 2.datetime:主要用于设置某一时间 3.calendar:主要用于时间份量计算 import time # 1. actimr:把一个表示时间的元组转换为字符串。要是不给出参数则返回当前本地时间。 print(time.asctime())…...
SHIMADZU岛津 R300RC300 Operation Manual
SHIMADZU岛津 R300RC300 Operation Manual...