小编Dmi*_*Zyr的帖子

我在项目中使用了一些C#7功能:

static void Main(string[] args)
{
}

public byte ContainerVersion
{
    get => 1;
    private set => throw new NotImplementedException();
}

它在Visual Studio 2017中构建得很好,但是当我使用旧的msbuild(v14.0 C:\Program Files (x86)\MSBuild\14.0\Bin\msbuid.exe consoleApplication.csproj.)时,我的CI代理会出错:

error CS1513: } expected.

有人可以向我解释Mongodb 线性化阅读关注文档的某些部分：

可线性化读取关注保证仅适用于读取操作指定唯一标识单个文档的查询过滤器的情况。

这是否意味着我必须在查询过滤器中显示的字段上有唯一索引？

例如，让我们回答 4 个问题：

1. 我test在 A 字段上没有唯一索引的集合。db.test.find({A:1}).readConcern("linearizable").maxTimeMS(10000)

   它是否可以线性化并且我无法读取过时？如果回答yes，是否意味着没有理由在未出现在唯一索引中的字段读取中使用线性化读取关注？

2. 我test在 A 字段上有唯一索引的集合。
   db.test.ensureIndex({A:1}, {unique:true}); db.test.find({A:1}).readConcern("linearizable").maxTimeMS(10000);

   它是否可以线性化并且我无法读取过时？

3. 我test在 A 字段上有唯一索引的集合。
   db.test.ensureIndex({A:1}, {unique:true}); db.test.find({A:1, B:1}).readConcern("linearizable").maxTimeMS(10000);

   它是否可以线性化并且我无法读取过时？

4. 我test在 A 字段上没有唯一索引的集合。但是 find 方法在结果中只返回一个文档。
   db.test.find({A:1}).readConcern("linearizable").maxTimeMS(10000); //returned {_id:"someId", A:1}

   它是否可以线性化并且我无法读取过时？

我com.datastax.spark:spark-cassandra-connector_2.11:2.4.0在运行 zeppelin notebooks 时使用，但不明白 spark 中两个操作之间的区别。第一个操作需要很多时间进行计算，第二个操作立即执行。有人可以向我解释两种操作之间的区别吗：

import com.datastax.spark.connector._
import org.apache.spark.sql.cassandra._

import org.apache.spark.sql._
import org.apache.spark.sql.types._
import org.apache.spark.sql.functions._
import spark.implicits._

case class SomeClass(val someField:String)

val timelineItems = spark.read.format("org.apache.spark.sql.cassandra").options(scala.collection.immutable.Map("spark.cassandra.connection.host" -> "127.0.0.1", "table" -> "timeline_items", "keyspace" -> "timeline" )).load()
//some simplified code:
val timelineRow = timelineItems
        .map(x => {SomeClass("test")})
        .filter(x => x != null)
        .toDF()
        .limit(4)

//first operation (takes a lot of time. It seems spark iterates through all items in Cassandra and doesn't use laziness with limit 4)
println(timelineRow.count()) //return: 4 …