社区
PowerBuilder
帖子详情
pb6。5的2000千年问题?
wang0821
2000-04-19 02:58:00
在编译环境下2000以后的日期没问题,生成exe后系统
却认不出来,包括selece语句都出问题。请问怎么解决这
个问题??急!!!
...全文
125
2
打赏
收藏
pb6。5的2000千年问题?
在编译环境下2000以后的日期没问题,生成exe后系统 却认不出来,包括selece语句都出问题。请问怎么解决这 个问题??急!!!
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
2 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
929
2000-04-24
打赏
举报
回复
请说的详细些?我们开发的程序使用的是PB6。5和SQL SERVER6。5,现在已经过了2000年,没发现问题,是不是你程序中设置日期格式的问题?我在程序中用的是四位年格式。
你用的什么数据库?
wang0821
2000-04-24
打赏
举报
回复
用的内置的sql anywhere数据库,怀疑是生成exe过程中或者是
编译中语法不严密,但多次检查没发现问题
打开该窗口就会给出提示,
语法错误:
near 'date' in........
ruku.id,ruku.[date],ruku......
其中ruku是我的一个表名,id,date都是其字段,可在编译环境
下却不报错,date是日期型。
已经拷贝了pbvm60m.dll、pbodb60.dll和pbdwe60.dll在pbl目录
下,不知道可能是哪里出错??
GPT5真的来了!比GPT4更强大的AI系统训练已经完成
以 ChatGPT为代表的 AI工具出现,正在引发一场新的变革,并且有极大可能,让数亿人的工作,被 AI工具所替代。 ChatGPT 的出现,让我们不得不面对一个现实——创造性将不再是决定一个人是否被替代的关键指标了。 GPT5来了!比GPT4更强大的AI系统训练已经完成。 目前最新的消息是GPT5已经爬完(准确的说叫做看完)了人类网络上所有的视频(大约
2000
PB的容量),可以瞬间标记出所有它看过的视频中的一切声光信息。准确到每一秒都行。 打个比方,如果在75亿人当中找一个特定个人的话,只要有给它一些基本的参数,它能在几十秒之内,就把这个人找出来。并且为他画出人类世界有史以来最全面的数字方式的特征图像, 和最完整细致的解释和说明, 进而准确的说出这个人未来的行为,甚至寿命的极限。 此刻,即使在现阶段,它已经可以干成千上万的类似的事情了。 就这样GPT5,用两个月时间,学习完了人类花数
千年
积累的绝大部分知识。 而这个Al系统最可怕的地方就是——它的进化是近乎指数级的。 本质上它就是一台强大无比24小时,一秒也不停止的超强学习机器。而这样能力特征,是人类完全没有的,人类被肉体所束缚,有无
论文研究 - 从1取样的侵入性泥沙的地球化学
2002年,在一次新闻发布会上向公众揭示了一个出处不明的藏身处; 上面写着“耶稣的哥哥约瑟夫的儿子詹姆斯”。 因为它的铭文似乎是指拿撒勒家族的耶稣的一员,所以很自然地想知道这个藏骨堂与塔尔皮奥特墓有什么关系。 该墓于1980年在东南耶路撒冷的建筑作业中发现,其中包含数个藏有耶稣家族名称的藏骨堂。 为了寻求有关这种关系的物理证据,我们调查了詹姆斯藏有古代骨库的内部数
千年
的沉积物的地球化学。 为了进行比较,我们类似地调查了从塔尔皮奥特(Talpiot)墓中取出的骨库中的材料样本,以及从耶路撒冷地区其他墓室得到的大量骨库中的样本。 我们的目的是尽可能回答两个
问题
。 首先,冲入塔尔皮奥特陵墓和其中的骨库的无机材料(土壤)的化学性质是否与从耶路撒冷地区的古墓中移除的其他骨库不同? 第二,假设存在这种区别,James藏有骨的材料的地球化学是否类似于这两个类别? 尽管我们认识到围绕詹姆斯骨库藏有古代血统和铭文以及对塔尔皮奥特陵墓铭文的解释都存在争议,但这一地球化学证据本身值得值得研究和讨论。 仅根据化学数据,使用化学(ICP,SEM和Pb同位素)分析发现,James的骨库与从Talpiot墓中移除的
ELK/ELFK(7.3 ) 企业PB级日志系统实战
Elastic Stack日志系统是目前企业应用广泛的一套日志解决方案。 包含的组件有Filebeat,Logstash,Elastic,Kibana等 本堂课引入Kafka 让Elastic Stack 能适应企业PB级的业务日志量并弥补传统ELk架构的不足 ★学完这门课程会获得什么? 首先从零开始教你部署Elastic Stack系统, 详细讲解Elastic产品,包括 Kibana.Logstash,Beats的详细讲解以及Elastic的api操作, 并如何监控如何绘图等。最后结合自己的运维过程中的案例讲解,让学员能更加清楚了解原理以及少走一些弯路。 目前我们公司每天产生至少8个T的数据量,历史日志保存半年。此教程足以能承担PB级的日志收集系统的量。此教程的背景介绍请参阅我的CSDN博客,置顶内容的第一篇博文。
对大数据的透彻理解.docx
对大数据的透彻理解全文共14页,当前为第1页。对大数据的透彻理解全文共14页,当前为第1页。对大数据的透彻理解 对大数据的透彻理解全文共14页,当前为第1页。 对大数据的透彻理解全文共14页,当前为第1页。 一、 大数据基本概念 大数据Big Data是指大小超出了常用的软件工具在运行时间内可以承受的收集,管理和处理数据能力的数据集;大数据是目前存储模式与能力、计算模式与能力不能满足存储与处理现有数据集规模产生的相对概念。 大数据的预处理 主要完成对已接收数据的辨析、抽取、清洗等操作。 (1)抽取:因获取的数据可能具有多种结构和类型,数据抽取过程可以帮助我们将这些复杂的数据转化为单一的或者便于处理的构型,以达到快速分析处理的目的。 (2)清洗:对于大数据,并不全是有价值的,有些数据并不是我们所关心的内容,而另一些数据则是完全错误的干扰项,因此要对数据通过过滤"去噪"从而提取出有效数据。 大数据带来的数学
问题
在数学上来看,计算机中存在不断变大的数据集,不存在绝对的大数据,计算机中的所有数据集都是有限集合。 大数据采样——把大数据变小、找到与算法相适应的极小样本集、采样对算法误差的影响 大数据表示——表示决定存储、表示影响算法效率 大数据不一致
问题
——导致算法失效和无解、如何消解不一致 大数据中的超高维
问题
——超高维导致数据稀疏、算法复杂度增加 大数据中的不确定维
问题
——多维度数据并存、按任务定维难 大数据中的不适定性
问题
——高维导致
问题
的解太多难以抉择 大数据的特征 稠密与稀疏共存:局部稠密与全局稀疏 冗余与缺失并在:大量冗余与局部缺失 显式与隐式均有:大量显式与丰富隐式 静态与动态忽现:动态演进与静态关联 多元与异质共处:多元多变与异质异性 量大与可用矛盾:量大低值与可用稀少 对大数据的透彻理解全文共14页,当前为第2页。对大数据的透彻理解全文共14页,当前为第2页。目前大数据的外延 对大数据的透彻理解全文共14页,当前为第2页。 对大数据的透彻理解全文共14页,当前为第2页。 大数据规模大小是一个不断演化的指标: 当前任务处理的单一的数据集,从数十TB到十几PB级的数据规模(TB«PB«EB«ZB) 处理大数据的可等待的合理时间依赖任务的目标: 地震数据预测要求在几分钟内才有效、气象数据应该在小时级别、失联飞机数据处理要在7天之内、数据挖掘一般要求在12小时内 二、 大数据悖论 大数据已被定义为科学探索的第四范式。继几
千年
前的实验科学、数百年前的理论科学和数十年前的计算 科学之后,当今的数据爆炸孕育了数据密集型科学,将理论、实验和计算仿真等范式统一起来。大数据已被誉为"非竞争性"生产要素。大数据具有"取之不尽,用 之不竭"的特性,在不断的再利用、重组和扩展中持续释放其潜在价值,在广泛的公开、共享中不断创造着新的财富。根源在于,大数据的价值在于预测未知领域、 非特定因素的未来趋势,在于破解长期的、普遍的社会难题。而目前的大数据技术和应用,依然局限于历史和实时数据的关联分析,局限于满足短线的、特定的市场 需求。解决悖论的过程,恰恰是理论和方法应运而生的过程。而人们试图解决悖论的努力,正好是大数据落地生根的推动力。 方法论缺位 自2008年《自然》杂志推出"大数据"专刊以来,大数据概念就从学术大讨论,转向了企业的数字化 转型,进而上升到"开放政府数据"的战略布局。然而,单纯的数量上的规模庞大,并不能轻易地将大数据与以往的"海量数据"、"超大规模数据"等区别开,因 为三者均没有设置数量级等门槛。 方法论缺位是最大的障碍。大数据发展的核心动力源于人们测量、记录和分析世界的渴望,满足这些渴望 需要数据、技术和思维三大要素。在计算技术、通信技术日益成熟的今天,在廉价的、便捷的数字化存储普及的当下,数据无处不在,技术正以标准化、商品化的方 式提供,事实上思维和方法论才是决定大数据成败的关键,但目前来看,跨越学术与产业、技术与应用之间鸿沟的方法论依然不完善。 对大数据的透彻理解全文共14页,当前为第3页。对大数据的透彻理解全文共14页,当前为第3页。在社会难题中淘金 对大数据的透彻理解全文共14页,当前为第3页。 对大数据的透彻理解全文共14页,当前为第3页。 正如数学史上三次危机分别促成公理几何的诞生、集合论的创立和现代数据的发展一样,悖论是理论、技 术和应用进步的巨大推动力。大数据悖论的解决,也将推动大数据应用的普及和社会价值的释放。经过新闻媒体和学术会议的大肆宣传之后,大数据技术趋势一下子 跌到谷底,许多数据创业公司变得岌岌可危……根据这条著名的Gartner技术成熟度曲线,大数据已经走过了萌芽期和泡沫化的炒作期,并将在未来3~5年 内步入低谷期。 市场中的鸿沟 大数据营销模型将经历创新者、早期采用者、早期大众、后期大众和落后者等5
Pb学习感悟
我3月15日进公司,公司做的PB,之前我做过Java C# ASP 4月份开始处理PB系统的一些小
问题
,现在已经能独立开发模块 如果是做新系统,自学很难,毕竟没方向,没参考,可以下个项目,边看边试着改 如果是改系统做起,2个月就能学个差不多(注意多看基础类,搞清事件 函数的流程,我在这就吃了点亏) 3个月一小成,半年有感悟,1年之后觉得没什么学的。3年之后,如果一直
PowerBuilder
1,077
社区成员
66,438
社区内容
发帖
与我相关
我的任务
PowerBuilder
PowerBuilder 相关问题讨论
复制链接
扫一扫
分享
社区描述
PowerBuilder 相关问题讨论
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章