我正在开发一个应用程序来连接基于蓝牙的多传感器(SensorDrone).它总共包含大约15个传感器,所有这些传感器都可以使用芯片制造商创建的第三方闭源库与Android设备进行通信.
第三方库要求我实现一个自定义Java EventListener,它包含每个传感器的函数,当它的数据准备好使用时会被触发:
DroneEventListener droneEventListener = new DroneEventListener() {
@Override
public void temperatureMeasured(EventObject arg0) {
readTemperatureFromDrone();
}
@Override
public void pressureMeasured(EventObject arg0) { /*...*/ }
// Etc...
@Override
public void disconnectEvent(EventObject arg0) {
// Let the user know the bluetooth connection was lost
}
@Override
public void connectEvent(EventObject arg0) {
// Let the user know the device was connected
}
};
但是,我希望与另一个名为funf的库合作,以获取Android内置传感器的信息.该库非常适合收集内置Android传感器和外部传感器的数据.它通过允许您创建自定义" 探测 "实现来实现此目的.但是,探针(通过库和惯例的建议)一次只能用于一个传感器.
所以,我的问题是这个; 有可能以某种方式将DroneEventListener()类细分为特定的传感器吗？之后,我可以轻松地为多传感器上的每个传感器创建自定义探头.
我意识到尝试细分抽象类可能是不好的做法,因为它在概念上是开发人员的合同.但是,我认为让这个代码与预先存在的,可靠且维护良好的库(funf)一起工作的温和黑客将是值得的.
或者,是否有任何其他创造性的解决方案,允许我使用制造商的库与funf？
我已经决定使用"细分"这个词语对我来说很清楚.我本质上意味着当我使用的只有一个时,我不想实现20个空白的方法.所选答案精确地解释了如何做到这一点.
所以我有一个自定义模型 - Profile，它与 django User 对象具有 OneToOne 关系。
class Profile(models.Model):
user = OneToOneField(User, on_delete=models.CASCADE)
profile_type = models.CharField()
我想制作一个 django rest 框架序列化程序，它允许创建和检索用户对象的嵌套属性以及“profile_type”属性。
我希望在 POST 请求中指定的名称就像“用户名”、“密码”、“电子邮件”等一样 - 而不是“profile_username”、“profile_password”……
到目前为止我有
class ProfileSerializer(serializers.ModelSerializer):
username = serializers.CharField(source='profile_user_username')
password = serializers.CharField(source='profile_user_password')
email = serializers.CharField(source='profile_user_email')
class Meta:
model = Profile
fields = ('id',
'profile_user_username', 'profile_user_password', 'profile_user_email',
'username',
'password',
'email')
depth = 2
但是 - 我遇到了一个错误：
ImproperlyConfigured: Field name 'profile_user_username' is not valid for model 'Profile'
我是否得到了嵌套字段的语法错误？或者是别的什么？
django django-models django-authentication django-serializer django-rest-framework
我正在尝试使用 Apache Spark 将具有多个联接和子选择的（大型）SQL 查询的结果加载到 Spark 的 DataFrame 中，如从SQL 查询创建 Spark Dataframe中所述。
不幸的是，我尝试这样做会导致 Parquet 出现错误：
线程“main”org.apache.spark.sql.AnalysisException 中出现异常：无法推断 Parquet 的架构。必须手动指定。
我从谷歌看到的信息暗示当 DataFrame 为空时会发生此错误。但是，查询结果会在 DBeaver 中加载大量行。
这是一个示例查询：
(SELECT REPORT_DATE, JOB_CODE, DEPT_NBR, QTY
FROM DBO.TEMP
WHERE BUSINESS_DATE = '2019-06-18'
AND STORE_NBR IN (999)
ORDER BY BUSINESS_DATE) as reports
我的 Spark 代码如下所示。
val reportsDataFrame = spark
.read
.option("url", db2JdbcUrl)
.option("dbtable", queries.reports)
.load()
scheduledHoursDf.show(10)
我在之前的答案中读到，可以使用此方法对整个数据库运行查询。特别是，如果您在第一次在 Spark 中构建 DataFrame 时将“dbtable”参数指定为别名查询。您可以看到我已经在查询中通过将整个查询指定为“as reports”别名来完成此操作。
我不认为这是一个重复的问题。我已经广泛研究了这个具体问题，但没有发现有人在网上面临同样的问题。特别是，运行查询导致的 Parquet 错误。
似乎一致认为不应该以这种方式运行 SQL 查询，而应该使用 Spark 的 DataFrames 的许多方法来过滤、分组和聚合数据。然而，如果能够使用原始 SQL，即使会带来性能损失，对我们来说也是非常有价值的。