社区
非技术版
帖子详情
初级问题:retrieve如何检索满足条件的记录?
FireFighter
2002-03-08 01:50:21
比如我输入一个唯一的字段数据(invoiceno),然后在DW中用retrieve检索出满足条件的记录?
我试着通过该invoiceno取得记录的编号(recordid),然后retrieve(recordid),但每次得到的记录都是同一条;用retireve(input_invoiceno,"invoiceno")也是这种结果.这明显是错误的啊.要怎么实现这个retrieve?
...全文
42
7
打赏
收藏
初级问题:retrieve如何检索满足条件的记录?
比如我输入一个唯一的字段数据(invoiceno),然后在DW中用retrieve检索出满足条件的记录? 我试着通过该invoiceno取得记录的编号(recordid),然后retrieve(recordid),但每次得到的记录都是同一条;用retireve(input_invoiceno,"invoiceno")也是这种结果.这明显是错误的啊.要怎么实现这个retrieve?
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
7 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
mjh7781
2002-03-09
打赏
举报
回复
在数据窗口设计时,先定义在design下的retrieval Arguments...定义一个变量
例如:i_no 类型 integer
然后在where里加上条件 invoiceno = :i_no
最后在程序中retrieve时写上dw_1.retrieve(recordid)即可
FireFighter
2002-03-08
打赏
举报
回复
如果那样,我是不是要把数据表中该行所有的字段都先读出来呢?
dhwonder
2002-03-08
打赏
举报
回复
zhanwei 确实是很好的老师.通常能够详细的解答我们提出的问题
misslyy
2002-03-08
打赏
举报
回复
如果你想用retrieve(arg)这种方法,那么,你要检索的数据窗口该有参数才对啊
zhanwei
2002-03-08
打赏
举报
回复
数据窗口语法:
SELECT CWFMCP.CWFMCPID,
.
.
.
.
.
.
.
.
.
.
.
.
FROM CWFMCP,
DAPROD1
WHERE ( CWFMCP.PRODCODE = DAPROD1.PRODCODE ) and
( ( CWFMCP.F_YEAR = :as_year ) AND
( CWFMCP.F_MONTH = :as_month ) AND
( CWFMCP.F_TENDAYS = :as_tendays ) )
数据窗口对象关联到控件:dw_1
dw_1.retrieve(ls_year,ls_month,ls_tendays)
FireFighter
2002-03-08
打赏
举报
回复
能举个example吗?多谢了.
dotnba
2002-03-08
打赏
举报
回复
retrieve(arg1,arg2,...)
15种高级RAG技术:从预
检索
到生成全面提升RAG效果,收藏这一篇就够了
随着
检索
增强生成(RAG)系统的快速发展,它为增强对话式 AI 和其他生成式 AI 应用提供了许多机会。本文的实验和研究突显了先进的 RAG 技术在以下方面的潜力:信息密度
检索
准确性用户响应质量如果正确实施,这些技术可以为企业带来更高的成本效益,并改善客户体验。但为了跟上快速涌现的最佳实践,软件工程师和数据科学家需要及时、可信赖的资源作为参考。
MySql
初级
篇:入门mysql这一篇就够了(bushi)
DB:数据库 存储数据的仓库,本质是文件系统,保存数据。 DBMS:数据库管理系统 操纵和管理数据库的大型软件,用于对数据库进行统一管理和控制 SQL:结构化查询语言:对数据库进行操作的语言 常见数据库Oracle、MySQL、SQL Ser
ve
r**
2025年RAG技术前瞻:
检索
增强生成领域的完全指南!
摘要:
检索
增强生成(RAG)技术正成为企业AI落地的核心解决方案,其通过
检索
系统与生成模型的协同工作,有效解决了传统语言模型的"幻觉"
问题
。文章详细解析了基础RAG架构及2025年七大前沿技术趋势,包括带纠错机制的CRAG、知识图谱赋能的GraphRAG和多模态融合的MultiModalRAG等,并提供了医疗、金融等行业的成功案例。针对企业实施,文章提出了分阶段的落地路线图和技术选型策略,强调RAG将重塑AI可信认知能力,成为各行业智能化转型的关键引擎。文末还提供了完整的大模型学习资源包获取方式。(149字
RAG:2025年
检索
增强生成前沿技术完全指南
从实验室走向企业级应用,RAG正在重新定义AI系统的构建范式。它通过“
检索
增强生成”的核心理念,既保留了大语言模型的创造性,又赋予其可追溯、可验证的可信属性。到2025年,随着七大前沿技术的成熟落地,RAG将不再局限于工具层面的优化,而是成为驱动各行业智能化转型的核心引擎。对于企业而言,现在正是布局RAG技术的黄金窗口期。无论是构建智能客服、辅助科学发现,还是创新用户体验,RAG都将成为突破数据壁垒、释放AI价值的关键钥匙。
HM-RAG:分层多智能体多模态
检索
增强生成
尽管
检索
增强生成(RAG)通过外部知识增强了大语言模型(LLMs),但传统的单智能体RAG在解决需要跨异构数据生态系统协调推理的复杂查询时仍存在根本限制。我们提出了HM-RAG,一种新颖的分层多智能体多模态RAG框架,开创了动态知识合成的协作智能。该框架由三层架构组成,包含专门的智能体:分解智能体通过语义感知的查询重写和模式引导的上下文增强,将复杂查询分解为上下文连贯的子任务;多源
检索
智能体使用可插拔模块针对矢量、图和基于网络的数据库进行并行、特定模态的
检索
;
非技术版
401
社区成员
11,494
社区内容
发帖
与我相关
我的任务
非技术版
PowerBuilder 非技术版
复制链接
扫一扫
分享
社区描述
PowerBuilder 非技术版
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