请高手帮解决个问题

atunitjack 2010-12-21 10:20:13

reporting service中有个分组：

A a 10 20
b 20 30
c 30 40
d 10 50
B a 5 6
b 10 20
c 20 30
d 30 40
C a 10 0
b 0 10
c 20 30
d 10 10
这样的数据格式列数是固定的，下面要统计出这样的结果应该怎么做，请高手指点
a 30 26
b 30 60
c 70 100
d 50 100 在一个新的分组中对以上的列中的每一项求和这个怎么实现？

...全文

79 4 打赏收藏转发到动态举报

写回复

4 条回复

切换为时间正序

请发表友善的回复…

发表回复

atunitjack 2010-12-21

打赏
举报

回复

这个小计是紧跟着上面的数据也是一个行

atunitjack 2010-12-21

打赏
举报

回复

第一行中的a 25 26

阿泰 2010-12-21

打赏
举报

回复

可以挂一个子报表，放最后面这部分数据，按abcd所在的这个字段分组取合计值。

内容概要：本文系统讲解了高并发场景下的性能调优实战方案，涵盖JVM参数调优、线程池配置、Redis缓存防护及数据库分库分表四大核心技术模块。详细介绍了JVM内存结构与GC优化策略，推荐G1/ZGC回收器并给出生产级参数配置；深入剖析线程池核心参数与避坑指南，强调线程池隔离与拒绝策略设置；针对Redis缓存穿透、击穿、雪崩问题提供布隆过滤器、分布式锁、多级缓存等综合防护方案；在数据库层面提出读写分离与分库分表实施路径，结合Sharding-JDBC等中间件解决大数据量与高QPS挑战。最后整合形成从接入层到数据层的全链路高并发调优架构。适合人群：具备Java开发基础，从事后端开发或系统架构工作1-5年，面临高并发系统性能瓶颈的技术人员。使用场景及目标：①应对秒杀、支付、首页流量等高并发业务场景；②解决JVM频繁GC、线程阻塞、缓存失效、数据库性能瓶颈等问题；③构建稳定可靠的高并发系统架构。阅读建议：建议结合实际项目逐步实践各章节调优措施，重点关注生产配置参数与防护机制的设计思路，并配合监控工具进行效果验证。

【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集，适用于YOLOV5、yolov7,yolov8, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502

内容概要：本文研究了基于二阶线性自抗扰控制器（LADRC）的表贴式永磁同步电机（PMSM）双闭环矢量调速系统，重点在于通过Simulink搭建仿真模型，实现对PMSM的速度和电流双环控制。文中系统阐述了LADRC的核心原理及其在估计并补偿系统内部动态与外部扰动方面的优越性，相较于传统PI控制，LADRC显著提升了系统的动态响应速度、抗干扰能力和鲁棒性。研究构建了完整的矢量控制体系，涵盖了Park与Clarke坐标变换、空间矢量脉宽调制（SVPWM）技术、转速环与电流环的协同设计，并通过大量仿真实验，全面验证了所提出控制策略在启动过程、突加/突卸负载以及电机参数摄动等多种工况下的卓越性能表现。; 适合人群：自动化、电气工程、控制科学与工程及相关专业的研究生、高校科研人员及从事高性能电机驱动与控制算法开发的工程师。; 使用场景及目标：①深入理解自抗扰控制（ADRC）理论在高精度电机驱动系统中的具体应用与实现方法；②掌握基于Simulink/MATLAB的PMSM矢量控制系统从理论建模到仿真实现的全流程技术；③学习并掌握LADRC控制器的参数整定规律与优化技巧，提升解决实际工程中强扰动、非线性问题的能力；④为研发具有更高鲁棒性和控制精度的工业级电机控制系统提供先进的技术方案与理论依据。; 阅读建议：建议读者结合所提供的Simulink仿真模型进行同步学习与实践，重点关注扩张状态观测器（ESO）的带宽配置、控制器参数与系统性能之间的内在关系，并可通过修改负载条件和电机参数来测试系统的鲁棒性，为进一步研究非线性ADRC或将其应用于其他复杂机电系统奠定坚实基础。

1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集，适用于YOLOV5、yolov7,yolov8, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502

4,818

社区成员

14,134

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

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