1 - 基于ELK的ElasticSearch 7.8.x 技术整理 - 基础语法篇 - 更新完毕
准备工作
0、什么是ElasticSearch？它和Lucene以及solr的关系是什么？
这些是自己的知识获取能力，自行百度百科
1、下载ElasticSearch的window版，linux版后续说明
自行百度Elastic，然后进到官网进行下载，我的版本是：7.8.0
2、下载postman
自行百度进行下载
3、ElasticSearch中的目录解读（ 会tomcat，看到这些目录就不陌生 ）
进到bin目录下，点击 elasticsearch.bat 文件即可启动 ES 服务
4、ELK技术是什么意思？
- 就图中这三个
0、ES非关系型和关系型数据库对应关系
注意：ES 7.x之后，type已经被淘汰了，其他的没变
只要玩ES，那么这个图就要牢牢地记在自己脑海里，后续的名词解释不再过多说明，就是操作这幅图中的东西
1、索引
这里需要解释一个东西：倒排索引
解释之前先来对照关系型数据库看一下：正排索引
1.1、创建索引
语法：
http://ip:port/index_name 如：http://127.0.0.1:9200/create_index 请求方式：put
注：put请求具有幂等性
- 指的是： 不管进行多少次重复操作，都是实现相同的结果。可以采用把下面的请求多执行几次，然后：观察返回的结果
还具有幂等性的有：put、delete、get
1.1、获取索引
语法：
http://ip:port/index_name 如：http://127.0.0.1:9200/create_index 请求方式：get
1.3、获取ES中的全部索引
http://ip:port/_cat/indices?v 如：http://127.0.0.1:9200/_cat/indices?v
1.4、删除索引
语法：
http://ip:port/index_name 如：http://127.0.0.1:9200/create_index 注意：请求方式为delete
2、文档_doc
2.1、使用post创建doc
这种方式：是采用ES随机生成id时使用的请求方式
**注：需要先创建索引，因为：这就类似于关系型数据库中在数据库的表中 创建数据 **
语法：
http://ip:port/index_name/_doc 如： http://127.0.0.1:9200/create_index/_doc 请求方式：post
2.2、使用put创建doc - 转幂等性 - 自定义id
在路径后面加一个要创建的id值即可
2.3、查询文档_doc - 重点
2.3.1、id查询单条_doc
语法：
http://ip:port/index_name/_doc/id 如： http://127.0.0.1:9200/create_index/_doc/100001 请求方式：get
2.3.2、查询ES中索引下的全部_doc
语法：
http://ip:port/index_name/_search 如： http://127.0.0.1:9200/create_index/_search 请求方式：get
注意：别再body中携带数据了，不然就会报：
Unknown key for a VALUE_STRING in [title]
返回的结果：
点击查看代码
{
"took": 69, 查询花费的时间 毫秒值
"timed_out": false, 是否超时
"_shards": { 分片 还没学，先不看
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 3,
"relation": "eq"
},
"max_score": 1.0,
"hits": [ 查询出来的 当前索引下的所有_doc文档
{
"_index": "create_index",
"_type": "_doc",
"_id": "Pdy1sX0B_g8Hput6sCw6",
"_score": 1.0,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
}
},
{
"_index": "create_index",
"_type": "_doc",
"_id": "Pty5sX0B_g8Hput6eyzA",
"_score": 1.0,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
}
},
{
"_index": "create_index",
"_type": "_doc",
"_id": "100001",
"_score": 1.0,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
}
}
]
}
}
2.4、文档_doc的修改
2.4.1、全量修改
原理：利用内容覆盖，重新发一份文档罢了
语法：
http://ip:port/index_name/_doc/id 如： http://127.0.0.1:9200/create_index/_doc/100001 请求方式：post
获取_doc文档，检验一下
2.4.2、局部修改
语法：
http://ip:port/index_name/_update/id 如： http://127.0.0.1:9200/create_index/_update/100001 请求方式：post
检验一下：
2.5、文档_doc的删除
使用delete请求即可
2.6、条件查询 - 重点
2.6.1、url携带条件
语法：
http://ip:port/index_name/_search?q=条件字段:值 如： http://127.0.0.1:9200/create_index/_search?q=author:邪 请求方式：get
注：这种方式不建议用，了解即可吧
- 返回的结果体：
点击查看代码
{
"took": 26,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 2,
"relation": "eq"
},
"max_score": 0.18232156,
"hits": [
{
"_index": "create_index",
"_type": "_doc",
"_id": "Pdy1sX0B_g8Hput6sCw6",
"_score": 0.18232156,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
}
},
{
"_index": "create_index",
"_type": "_doc",
"_id": "Pty5sX0B_g8Hput6eyzA",
"_score": 0.18232156,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
}
}
]
}
}
2.6.2、请求体携带条件 - 推荐使用的一种
语法：
http://ip:port/index_name/_search 如： http://127.0.0.1:9200/create_index/_search 请求方式：get
请求体携带的数据：
点击查看代码
{
"query": {
"match":{ match 匹配、配对
"author": "邪" 条件
}
}
}
结果返回：
点击查看代码
{
"took": 3,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 2,
"relation": "eq"
},
"max_score": 0.18232156,
"hits": [
{
"_index": "create_index",
"_type": "_doc",
"_id": "Pdy1sX0B_g8Hput6sCw6",
"_score": 0.18232156,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
}
},
{
"_index": "create_index",
"_type": "_doc",
"_id": "Pty5sX0B_g8Hput6eyzA",
"_score": 0.18232156,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
}
}
]
}
}
2.7、分页查询 - 重点
语法：
http://ip:port/index_name/_search 如： http://127.0.0.1:9200/create_index/_search 请求方式：get
请求体内容：
点击查看代码
{
"query":{
"match_all":{} 注意：这里使用的是match_all
},
"from": 0, 相当于：startNum
"size": 1 相当于：pageSize
}
返回结果：
点击查看代码
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 2,
"relation": "eq"
},
"max_score": 1.0,
"hits": [
{
"_index": "create_index",
"_type": "_doc",
"_id": "Pdy1sX0B_g8Hput6sCw6",
"_score": 1.0,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
}
}
]
}
}
2.8、排序查询 - 重点
语法：
http://ip:port/index_name/_search 如： http://127.0.0.1:9200/create_index/_search 请求方式：get
请求体内容：
点击查看代码
{
"query":{
"match_all":{}
},
"sort":{ 排序
"_id":{ 根据什么字段排序
"order":"desc" 排序方式 desc降序 asc升序
}
}
}
返回结果：
点击查看代码
{
"took": 49,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 2,
"relation": "eq"
},
"max_score": null,
"hits": [
{
"_index": "create_index",
"_type": "_doc",
"_id": "Pty5sX0B_g8Hput6eyzA",
"_score": null,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
},
"sort": [
"Pty5sX0B_g8Hput6eyzA"
]
},
{
"_index": "create_index",
"_type": "_doc",
"_id": "Pdy1sX0B_g8Hput6sCw6",
"_score": null,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
},
"sort": [
"Pdy1sX0B_g8Hput6sCw6"
]
}
]
}
}
2.9、多条件查询 - 重点
2.9.1、and查询
语法：
http://ip:port/index_name/_search 如： http://127.0.0.1:9200/create_index/_search 请求方式：get
请求体内容：
点击查看代码
{
"query":{
"bool":{
"must":[ 就相当于是mysql中的 and拼接条件
{
"match":{ and条件1
"author":"邪"
}
},{
"match":{ and条件2
"_id":"Pdy1sX0B_g8Hput6sCw6"
}
}
]
}
}
}
返回结果：
点击查看代码
{
"took": 2,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 1,
"relation": "eq"
},
"max_score": 1.1823215,
"hits": [
{
"_index": "create_index",
"_type": "_doc",
"_id": "Pdy1sX0B_g8Hput6sCw6",
"_score": 1.1823215,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
}
}
]
}
}
2.9.2、or查询
语法：
http://ip:port/index_name/_search 如： http://127.0.0.1:9200/create_index/_search 请求方式：get
请求体内容：
点击查看代码
{
"query":{
"bool":{
"should":[ 对照must，改变的地方
{
"match":{
"author":"邪"
}
},{
"match":{
"_id":"Pdy1sX0B_g8Hput6sCw6"
}
}
]
}
}
}
返回的结果：
点击查看代码
{
"took": 2,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 2,
"relation": "eq"
},
"max_score": 1.1823215,
"hits": [
{
"_index": "create_index",
"_type": "_doc",
"_id": "Pdy1sX0B_g8Hput6sCw6",
"_score": 1.1823215,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
}
},
{
"_index": "create_index",
"_type": "_doc",
"_id": "Pty5sX0B_g8Hput6eyzA",
"_score": 0.18232156,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
}
}
]
}
}
2.10、范围查询 - 重点
语法：
http://ip:port/index_name/_search 如： http://127.0.0.1:9200/create_index/_search 请求方式：get
请求体内容：
点击查看代码
{
"query":{
"bool":{
"should":[
{
"match":{
"author":"邪"
}
},{
"match":{
"title":"一"
}
}
],
"filter":{ 就多了这么一个filter range而已
"range":{
"id":{
"gt":1000 gt > lt < 在html中见过滴
}
}
}
}
}
}
返回结果：下面的两条数据是我重新加的
点击查看代码
{
"took": 34,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 2,
"relation": "eq"
},
"max_score": 0.0,
"hits": [
{
"_index": "create_index",
"_type": "_doc",
"_id": "Vtz2sn0B_g8Hput64ywM",
"_score": 0.0,
"_source": {
"id": 10001,
"title": "大王叫我来巡山",
"author": "王二麻子"
}
},
{
"_index": "create_index",
"_type": "_doc",
"_id": "V9z5sn0B_g8Hput6HyyQ",
"_score": 0.0,
"_source": {
"id": 10002,
"title": "论皮包龙是怎么形成的",
"author": "波多野结衣"
}
}
]
}
}
2.11、完全匹配 - 精准匹配 - 重点
在玩这个之前可以回到前面看一下我前面例子中的：条件查询
在那里，老衲做的有一个操作：只用了一个字符：邪，但是：最后得到了想要的结果
上面这种：叫做全文检索，它是去：我创建的create_index索引下的找寻所有的内容，从而匹配出：author包含“邪”的内容，如果此时自己定的条件是：多个字符的话，那么：底层是把这些字符拆成单个字符了，从而匹配出来的
而所谓的完全匹配：就是精准匹配到某条数据，它虽然也会拆成单个字符，但是：查询时，还是整串字符绑定在一起匹配的
- 如：查询"紫邪情"，用全文检索就是：紫、邪、情，单独匹配，从而判定，如果此时：使用"紫邪晴"，那么：也会匹配到
- 但是：如果使用的是完全匹配"紫邪晴"，虽然也会拆分为：紫、邪、晴，可是：它最后去匹配结果时，是使用"紫邪晴"这整个字符串来比对的，所以：最后结果不会匹配到
语法：
http://ip:port/index_name/_search 如： http://127.0.0.1:9200/create_index/_search 请求方式：get
全文检索和完全匹配对比
2.12、高亮查询
语法：
http://ip:port/index_name/_search 如： http://127.0.0.1:9200/create_index/_search 请求方式：get
请求体内容：
点击查看代码
{
"query":{
"match":{
"author":"紫邪情"
}
},
"highlight":{ 高亮
"fields":{ 哪个字段需要高亮
"author":{}
}
}
}
返回结果：
点击查看代码
{
"took": 59,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 2,
"relation": "eq"
},
"max_score": 2.264738,
"hits": [
{
"_index": "create_index",
"_type": "_doc",
"_id": "Pdy1sX0B_g8Hput6sCw6",
"_score": 2.264738,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
},
"highlight": {
"author": [
"<em>紫</em><em>邪</em><em>情</em>"
]
}
},
{
"_index": "create_index",
"_type": "_doc",
"_id": "Pty5sX0B_g8Hput6eyzA",
"_score": 2.264738,
"_source": {
"title": "这是第一次学习ES的表数据创建",
"author": "紫邪情",
"sex": "girl"
},
"highlight": {
"author": [
"<em>紫</em><em>邪</em><em>情</em>"
]
}
}
]
}
}
2.13、组合查询
2.13.1、分组
语法：
http://ip:port/index_name/_search 如： http://127.0.0.1:9200/create_index/_search 请求方式：get
请求体内容：
点击查看代码
{
"aggs": { // 组合操作标识
"author_group": { // 分组之后的名称 随便取
"terms": { // 分组标识
"field": "id" // 注意：这里分组别用字符串类型的字段，如：author
}
}
},
"size": 0 // 设定不显示原始数据，否则："hits":{}这个原始数据也会暴露出来
}
加上size之后的返回结果：
点击查看代码
{
"took": 5,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 4,
"relation": "eq"
},
"max_score": null,
"hits": [] // 这里的hits就被去掉了
},
"aggregations": {
"author_group": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [
{
"key": 10001,
"doc_count": 1
},
{
"key": 10002,
"doc_count": 1
}
]
}
}
}
2.13.2、平均数
语法：
http://ip:port/index_name/_search 如： http://127.0.0.1:9200/create_index/_search 请求方式：get
请求体内容：
点击查看代码
{
"aggs":{
"id_avg":{
"avg":{
"field":"id"
}
}
},
"size":0
}
返回结果：
点击查看代码
{
"took": 4,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 4,
"relation": "eq"
},
"max_score": null,
"hits": []
},
"aggregations": {
"id_avg": {
"value": 10001.5
}
}
}
同样的道理：sum总和之类的也可以写的，把标识改为对应的函数名字、field字段即可
2.14、映射关系
- 就相当于：在做mysql数据库中的表结构（ 字段构建嘛：字段名、类型... )
2.14.1、建立索引
点击查看代码
http:127.0.0.1:9200/user // 请求类型：put
2.14.2、建立映射关系
点击查看代码
http://127.0.0.1:9200/user/_mapping // 请求方式：put
// 请求体内容
{
"properties":{
"name":{
"type":"text",
"index":true
},
"age":{
"type":"keyword",
"index":false
},
"address":{
"type":"keyword",
"index":true
}
}
}
// 2、查看映射关系
http://127.0.0.1:9200/user/_mapping // 请求方式：get
// 3、添加数据
http://127.0.0.1:9200/user/_doc // 请求方式 post
// 请求体内容
{
"name":"紫邪情",
"sex":"女滴",
"age":18,
"address":"地球村"
}
// 4、查看数据
http://127.0.0.1:9200/user/_search // 请求方式 post
2.14.3、测试
点击查看代码
http://127.0.0.1:9200/user/_search // 请求方式 get
// 请求体内容
{
"query":{
"bool":{
"must":[
{
"match":{
"name":"邪"
}
},{
"match":{
"age":18
}
},{
"match":{
"address":"地球村"
}
}
]
}
}
}
返回结果：
点击查看代码
{
"error": {
"root_cause": [
{
"type": "query_shard_exception",
"reason": "failed to create query: Cannot search on field [age] since it is not indexed.", // 重点信息在这里，但是：现在先不解答这个错误的原因，继续测试
"index_uuid": "To8O7VKkR3OM_drdWZQIIA",
"index": "user"
}
],
"type": "search_phase_execution_exception",
"reason": "all shards failed",
"phase": "query",
"grouped": true,
"failed_shards": [
{
"shard": 0,
"index": "user",
"node": "w6AVu2CHT6OEaXAJmqT8mw",
"reason": {
"type": "query_shard_exception",
"reason": "failed to create query: Cannot search on field [age] since it is not indexed.",
"index_uuid": "To8O7VKkR3OM_drdWZQIIA",
"index": "user",
"caused_by": {
"type": "illegal_argument_exception",
"reason": "Cannot search on field [age] since it is not indexed."
}
}
}
]
},
"status": 400
}
上面说：age不允许被index（ 检索 ） ， 那么删掉它，再看效果
请求体变为如下：
点击查看代码
{
"query":{
"bool":{
"must":[
{
"match":{
"name":"邪"
}
},{ // 去掉了age属性
"match":{
"address":"地球村"
}
}
]
}
}
}
发现能够获取到结果
再变一下：
现在回到前面报的错：failed to create query: Cannot search on field [age] since it is not indexed
- 为什么报这个错？其实已经告知得很清楚了：field [age] since it is not indexed 属性age不支持被检索，原因：
为什么前面使用"地球村"可以查到数据，而使用"地球"就不可以查到？
2.15.5、text和keyword类型的区别
text类型支持全文检索和完全查询，即：我搜索时只用字符串中的一个字符照样得到结果
- 原理：text使用了分词，就是把字符串拆分为单个字符串了
keyword类型支持完全查询，即：精确查询，前提：index不是false
- 原理：keyword不支持分词，所以：查询时必须是完全查询（ 所有字符匹配上才可以 ）
1 - 基于ELK的ElasticSearch 7.8.x 技术整理 - 基础语法篇 - 更新完毕的更多相关文章
- 2 - 基于ELK的ElasticSearch 7.8.x技术整理 - java操作篇 - 更新完毕
3.java操作ES篇 3.1.摸索java链接ES的流程 自行创建一个maven项目 3.1.1.依赖管理 点击查看代码 <properties> <ES-version>7 ...
- 3 - 基于ELK的ElasticSearch 7.8.x技术整理 - 高级篇（ 偏理论 ）
4.ES高级篇 4.1.集群部署 集群的意思:就是将多个节点归为一体罢了( 这个整体就有一个指定的名字了 ) 4.1.1.window中部署集群 - 了解即可 把下载好的window版的ES中的dat ...
- 4 - 基于ELK的ElasticSearch 7.8.x技术整理 - 高级篇（ 续 ） - 更新完毕
0.前言 这里面一些理论和前面的知识点挂钩的,所以:建议看一下另外3篇知识内容 基础篇:https://www.cnblogs.com/xiegongzi/p/15684307.html java操作 ...
- 基于ELK5.1(ElasticSearch, Logstash, Kibana)的一次整合测试
前言开源实时日志分析ELK平台(ElasticSearch, Logstash, Kibana组成),能很方便的帮我们收集日志,进行集中化的管理,并且能很方便的进行日志的统计和检索,下面基于ELK的最 ...
- 基于ELK5.1(ElasticSearch, Logstash, Kibana)的一次整合
前言开源实时日志分析ELK平台(ElasticSearch, Logstash, Kibana组成),能很方便的帮我们收集日志,进行集中化的管理,并且能很方便的进行日志的统计和检索,下面基于ELK的最 ...
- 基于ELK的简单数据分析
原文链接: http://www.open-open.com/lib/view/open1455673846058.html 环境 CentOS 6.5 64位 JDK 1.8.0_20 Elasti ...
- 基于ELK进行邮箱访问日志的分析
公司希望能够搭建自己的日志分析系统.现在基于ELK的技术分析日志的公司越来越多,在此也记录一下我利用ELK搭建的日志分析系统. 系统搭建 系统主要是基于elasticsearch+logstash+f ...
- 从0搭建一个基于 ELK 的日志、指标收集与监控系统
为了使得私有化部署的系统能更健壮,同时不增加额外的部署运维工作量,本文提出了一种基于 ELK 的开箱即用的日志和指标收集方案. 在当前的项目中,我们已经使用了 Elasticsearch 作为业务的数 ...
- ELK stack elasticsearch/logstash/kibana 关系和介绍
ELK stack elasticsearch 后续简称ES logstack 简称LS kibana 简称K 日志分析利器 elasticsearch 是索引集群系统 logstash 是日志归集集 ...
随机推荐
- 菜鸡的Java笔记 Eclipse 的使用
Eclipse 的使用 1. Eclipse 简介 2. Eclipse 中的JDT 的使用 3. Eclipse 中的使用 junit 测试 Eclipse (中文翻 ...
- 【JVM】JVM 概述、内存结构、溢出、调优（基础结构+StringTable+Unsafe+ByteBuffer)
什么是 JVM ? 定义 Java Virtual Machine - java 程序的运行环境(java 二进制字节码的运行环境) 好处 一次编写,到处运行 自动内存管理,垃圾回收功能 数组下标越界 ...
- MySQL 1064 错误
ERROR 1064 : You have an error in your SQL syntax; check the manual that corresponds to your MySQL s ...
- 测试平台系列(81) 编写在线执行Redis功能
大家好~我是米洛! 我正在从0到1打造一个开源的接口测试平台, 也在编写一套与之对应的完整教程,希望大家多多支持. 欢迎关注我的公众号测试开发坑货,获取最新文章教程! 回顾 上一节我们牛刀小试,编写了 ...
- 设计模式学习-使用go实现访问者模式
访问者模式 定义 优点 缺点 适用范围 代码实现 什么是 Double Dispatch 参考 访问者模式 定义 访问者模式(Visitor):表示一个作用于某对象结构中的各元素的操作.它使你可以在不 ...
- spring boot的mybatis开启日志
logging: level: com: xxx: xxxx: xxxx: mapper: DEBUG logging.level.mapper对应的包名=DEBUG
- 洛谷 P3580 - [POI2014]ZAL-Freight（单调队列优化 dp）
洛谷题面传送门 考虑一个平凡的 DP:我们设 \(dp_i\) 表示前 \(i\) 辆车一来一回所需的最小时间. 注意到我们每次肯定会让某一段连续的火车一趟过去又一趟回来,故转移可以枚举上一段结束位置 ...
- Codeforces 1332G - No Monotone Triples（数据结构综合）
Codeforces 题目传送门 & 洛谷题目传送门 首先打表即可发现对于任意长度 \(\ge 5\) 的序列总存在一个 Monotone triple,证明不会实在不行直接 \(5^5\) ...
- 实现类似Tab选项卡功能关键代码
//放置显示不同Activity的控件 private LinearLayout mainContentLayout; private LocalActivityManager localActivi ...
- pcm.x代码分析
简介 运行说明 pcm 监控结果可以分为核心.socket 和系统三部分.在核心监控部分,结果包括如下内容: • EXEC • IPC:每 CPU 周期指令数 • FREQ:普通CPU频率系数 • A ...