范文健康探索娱乐情感热点
投稿投诉
热点动态
科技财经
情感日志
励志美文
娱乐时尚
游戏搞笑
探索旅游
历史星座
健康养生
美丽育儿
范文作文
教案论文
热点动态科技财经
手机电脑通信数码头戴车载

HiveSQL常用的一些小技巧

　　SORT_ARRAY
　　函数声明如下。 ARRAY sort_array(ARRAY)
　　用途：对给定数组中的数据排序。
　　参数说明：ARRAY，ARRAY类型的数据。数组中的数据可为任意类型。
　　返回值：ARRAY类型。
　　示例如下。 --建表 CREATE TABLE sort_array (     c1 ARRAY     ,c2 ARRAY ) ;  --装载数据 INSERT OVERWRITE TABLE sort_array SELECT  array(＂d＂,＂c＂,＂b＂,＂a＂)  AS c1         ,array(4,3,2,1)         AS c2 ;  --查询 SELECT  sort_array(c1)         ,sort_array(c2) FROM    sort_array ;  --结果  [＂a＂,＂b＂,＂c＂,＂d＂] [1,2,3,4]  分析函数
　　基本语法 analytic_function_name([argument_list]) OVER ( [PARTITION BY partition_expression,…] [ORDER BY sort_expression, … [ASC|DESC]]) analytic_function_name: 函数名称 — 比如 RANK(), SUM(), FIRST()等等 partition_expression: 分区列 sort_expression: 排序列 案例数据准备CREATE TABLE `orders_new` (     `order_num` String COMMENT ＂订单号＂,     `order_amount` DECIMAL ( 12, 2 ) COMMENT ＂订单金额＂,     `advance_amount` DECIMAL ( 12, 2 ) COMMENT ＂预付款＂,     `order_date` string COMMENT ＂订单日期＂,     `cust_code` string COMMENT ＂客户＂,     `agent_code` string COMMENT ＂代理商＂  ); INSERT INTO orders VALUES(＂200100＂, ＂1000.00＂, ＂600.00＂, ＂2020-08-01＂, ＂C00013＂, ＂A003＂); INSERT INTO orders VALUES(＂200110＂, ＂3000.00＂, ＂500.00＂, ＂2020-04-15＂, ＂C00019＂, ＂A010＂); INSERT INTO orders VALUES(＂200107＂, ＂4500.00＂, ＂900.00＂, ＂2020-08-30＂, ＂C00007＂, ＂A010＂); INSERT INTO orders VALUES(＂200112＂, ＂2000.00＂, ＂400.00＂, ＂2020-05-30＂, ＂C00016＂, ＂A007＂);  INSERT INTO orders VALUES(＂200113＂, ＂4000.00＂, ＂600.00＂, ＂2020-06-10＂, ＂C00022＂, ＂A002＂); INSERT INTO orders VALUES(＂200102＂, ＂2000.00＂, ＂300.00＂, ＂2020-05-25＂, ＂C00012＂, ＂A012＂); INSERT INTO orders VALUES(＂200114＂, ＂3500.00＂, ＂2000.00＂, ＂2020-08-15＂, ＂C00002＂,＂A008＂); INSERT INTO orders VALUES(＂200122＂, ＂2500.00＂, ＂400.00＂, ＂2020-09-16＂, ＂C00003＂, ＂A004＂); INSERT INTO orders VALUES(＂200118＂, ＂500.00＂, ＂100.00＂, ＂2020-07-20＂, ＂C00023＂, ＂A006＂); INSERT INTO orders VALUES(＂200119＂, ＂4000.00＂, ＂700.00＂, ＂2020-09-16＂, ＂C00007＂, ＂A010＂); INSERT INTO orders VALUES(＂200121＂, ＂1500.00＂, ＂600.00＂, ＂2020-09-23＂, ＂C00008＂, ＂A004＂); INSERT INTO orders VALUES(＂200130＂, ＂2500.00＂, ＂400.00＂, ＂2020-07-30＂, ＂C00025＂, ＂A011＂); INSERT INTO orders VALUES(＂200134＂, ＂4200.00＂, ＂1800.00＂, ＂2020-09-25＂, ＂C00004＂,＂A005＂); INSERT INTO orders VALUES(＂200108＂, ＂4000.00＂, ＂600.00＂, ＂2020-02-15＂, ＂C00008＂, ＂A004＂); INSERT INTO orders VALUES(＂200103＂, ＂1500.00＂, ＂700.00＂, ＂2020-05-15＂, ＂C00021＂, ＂A005＂); INSERT INTO orders VALUES(＂200105＂, ＂2500.00＂, ＂500.00＂, ＂2020-07-18＂, ＂C00025＂, ＂A011＂); INSERT INTO orders VALUES(＂200109＂, ＂3500.00＂, ＂800.00＂, ＂2020-07-30＂, ＂C00011＂, ＂A010＂); INSERT INTO orders VALUES(＂200101＂, ＂3000.00＂, ＂1000.00＂, ＂2020-07-15＂, ＂C00001＂,＂A008＂); INSERT INTO orders VALUES(＂200111＂, ＂1000.00＂, ＂300.00＂, ＂2020-07-10＂, ＂C00020＂, ＂A008＂); INSERT INTO orders VALUES(＂200104＂, ＂1500.00＂, ＂500.00＂, ＂2020-03-13＂, ＂C00006＂, ＂A004＂); INSERT INTO orders VALUES(＂200106＂, ＂2500.00＂, ＂700.00＂, ＂2020-04-20＂, ＂C00005＂, ＂A002＂); INSERT INTO orders VALUES(＂200125＂, ＂2000.00＂, ＂600.00＂, ＂2020-10-01＂, ＂C00018＂, ＂A005＂); INSERT INTO orders VALUES(＂200117＂, ＂800.00＂, ＂200.00＂, ＂2020-10-20＂, ＂C00014＂, ＂A001＂); INSERT INTO orders VALUES(＂200123＂, ＂500.00＂, ＂100.00＂, ＂2020-09-16＂, ＂C00022＂, ＂A002＂); INSERT INTO orders VALUES(＂200120＂, ＂500.00＂, ＂100.00＂, ＂2020-07-20＂, ＂C00009＂, ＂A002＂); INSERT INTO orders VALUES(＂200116＂, ＂500.00＂, ＂100.00＂, ＂2020-07-13＂, ＂C00010＂, ＂A009＂); INSERT INTO orders VALUES(＂200124＂, ＂500.00＂, ＂100.00＂, ＂2020-06-20＂, ＂C00017＂, ＂A007＂);  INSERT INTO orders VALUES(＂200126＂, ＂500.00＂, ＂100.00＂, ＂2020-06-24＂, ＂C00022＂, ＂A002＂); INSERT INTO orders VALUES(＂200129＂, ＂2500.00＂, ＂500.00＂, ＂2020-07-20＂, ＂C00024＂, ＂A006＂); INSERT INTO orders VALUES(＂200127＂, ＂2500.00＂, ＂400.00＂, ＂2020-07-20＂, ＂C00015＂, ＂A003＂); INSERT INTO orders VALUES(＂200128＂, ＂3500.00＂, ＂1500.00＂, ＂2020-07-20＂, ＂C00009＂,＂A002＂); INSERT INTO orders VALUES(＂200135＂, ＂2000.00＂, ＂800.00＂, ＂2020-09-16＂, ＂C00007＂, ＂A010＂); INSERT INTO orders VALUES(＂200131＂, ＂900.00＂, ＂150.00＂, ＂2020-08-26＂, ＂C00012＂, ＂A012＂); INSERT INTO orders VALUES(＂200133＂, ＂1200.00＂, ＂400.00＂, ＂2020-06-29＂, ＂C00009＂, ＂A002＂); 排序累加SELECT     agent_code,     order_date,     order_amount,     SUM( order_amount ) OVER ( PARTITION BY agent_code ORDER BY order_date desc rows BETWEEN unbounded preceding AND current row  ) total_rev  FROM orders_new WHERE order_date >= ＂2020-07-01＂  AND order_date <= ＂2020-09-30＂;  结果 A002 2020-09-16 500.00 500.00 A002 2020-07-20 3500.00 4000.00 A002 2020-07-20 500.00 4500.00 A003 2020-08-01 1000.00 1000.00 A003 2020-07-20 2500.00 3500.00 A004 2020-09-23 1500.00 1500.00 A004 2020-09-16 2500.00 4000.00 A005 2020-09-25 4200.00 4200.00 A006 2020-07-20 2500.00 2500.00 A006 2020-07-20 500.00 3000.00 A008 2020-08-15 3500.00 3500.00 A008 2020-07-15 3000.00 6500.00 A008 2020-07-10 1000.00 7500.00 A009 2020-07-13 500.00 500.00 A010 2020-09-16 2000.00 2000.00 A010 2020-09-16 4000.00 6000.00 A010 2020-08-30 4500.00 10500.00 A010 2020-07-30 3500.00 14000.00 A011 2020-07-30 2500.00 2500.00 A011 2020-07-18 2500.00 5000.00 A012 2020-08-26 900.00 900.00 AVG() 和SUM()需求描述：
　　第三季度每个代理商的移动平均收入和总收入 SELECT     agent_code,     order_date,     AVG( order_amount ) OVER ( PARTITION BY agent_code ORDER BY order_date)  avg_rev,     SUM( order_amount ) OVER ( PARTITION BY agent_code ORDER BY order_date ) total_rev  FROM orders  WHERE order_date >= ＂2020-07-01＂  AND order_date <= ＂2020-09-30＂; 结果输出A002    2020-07-20      2000    4000 A002    2020-07-20      2000    4000 A002    2020-09-16      1500    4500 A003    2020-07-20      2500    2500 A003    2020-08-01      1750    3500 A004    2020-09-16      2500    2500 A004    2020-09-23      2000    4000 A005    2020-09-25      4200    4200 A006    2020-07-20      1500    3000 A006    2020-07-20      1500    3000 A008    2020-07-10      1000    1000 A008    2020-07-15      2000    4000 A008    2020-08-15      2500    7500 A009    2020-07-13      500     500 A010    2020-07-30      3500    3500 A010    2020-08-30      4000    8000 A010    2020-09-16      3500    14000 A010    2020-09-16      3500    14000 A011    2020-07-18      2500    2500 A011    2020-07-30      2500    5000 A012    2020-08-26      900     900 FIRST_VALUE()和 LAST_VALUE()first_value: 取分组内排序后，截止到当前行，第一个值 last_value: 取分组内排序后，截止到当前行，最后一个值 需求描述
　　客户首次购买后多少天才进行下一次购买 SELECT     cust_code,     order_date,     datediff(order_date,FIRST_VALUE ( order_date ) OVER ( PARTITION BY cust_code ORDER BY order_date )) next_order_gap  FROM orders  order by cust_code,next_order_gap 结果输出C00001  2020-07-15      0 C00002  2020-08-15      0 C00003  2020-09-16      0 C00004  2020-09-25      0 C00005  2020-04-20      0 C00006  2020-03-13      0 C00007  2020-08-30      0 C00007  2020-09-16      17 C00007  2020-09-16      17 C00008  2020-02-15      0 C00008  2020-09-23      221 C00009  2020-06-29      0 C00009  2020-07-20      21 C00009  2020-07-20      21 C00010  2020-07-13      0 C00011  2020-07-30      0 C00012  2020-05-25      0 C00012  2020-08-26      93 C00013  2020-08-01      0 C00014  2020-10-20      0 C00015  2020-07-20      0 C00016  2020-05-30      0 C00017  2020-06-20      0 C00018  2020-10-01      0 C00019  2020-04-15      0 C00020  2020-07-10      0 C00021  2020-05-15      0 C00022  2020-06-10      0 C00022  2020-06-24      14 C00022  2020-09-16      98 C00023  2020-07-20      0 C00024  2020-07-20      0 C00025  2020-07-18      0 C00025  2020-07-30      12 LEAD() 和 LAG()lead(value_expr[,offset[,default]])：用于统计窗口内往下第n行值。第一个参数为列名，第二个参数为往下第n行（可选，默认为1），第三个参数为默认值（当往下第n行为NULL时候，取默认值，如不指定，则为NULL lag(value_expr[,offset[,default]]): 与lead相反，用于统计窗口内往上第n行值。第一个参数为列名，第二个参数为往上第n行（可选，默认为1），第三个参数为默认值（当往上第n行为NULL时候，取默认值，如不指定，则为NULL） 需求描述
　　代理商最近一次出售的最高订单金额是多少？ SELECT  agent_code,  order_amount,  LAG ( order_amount, 1 ) OVER ( PARTITION BY agent_code ORDER BY order_amount DESC ) last_highest_amount  FROM  orders  ORDER BY  agent_code,  order_amount DESC; 结果输出A001    800     NULL A002    4000    NULL A002    3500    4000 A002    2500    3500 A002    1200    2500 A002    500     1200 A002    500     500 A002    500     500 A003    2500    NULL A003    1000    2500 A004    4000    NULL A004    2500    4000 A004    1500    2500 A004    1500    1500 A005    4200    NULL A005    2000    4200 A005    1500    2000 A006    2500    NULL A006    500     2500 A007    2000    NULL A007    500     2000 A008    3500    NULL A008    3000    3500 A008    1000    3000 A009    500     NULL A010    4500    NULL A010    4000    4500 A010    3500    4000 A010    3000    3500 A010    2000    3000 A011    2500    NULL A011    2500    2500 A012    2000    NULL A012    900     2000 RANK() 和DENSE_RANK()
　　**rank：**对组中的数据进行排名，如果名次相同，则排名也相同，但是下一个名次的排名序号会出现不连续。比如查找具体条件的topN行。 RANK()  排序为 (1,2,2,4)
　　**dense_rank:**dense_rank函数的功能与rank函数类似，dense_rank函数在生成序号时是连续的，而rank函数生成的序号有可能不连续。当出现名次相同时，则排名序号也相同。而下一个排名的序号与上一个排名序号是连续的。
　　DENSE_RANK()  排序为 (1,2,2,3)需求描述
　　每月第二高的订单金额是多少？ SELECT  order_num,  order_date,  order_amount,  order_month  FROM  ( SELECT  order_num,  order_date,  order_amount,  DATE_FORMAT( order_date, ＂YYYY-MM＂ ) AS order_month,  DENSE_RANK ( ) OVER ( PARTITION BY DATE_FORMAT( order_date, ＂YYYY-MM＂ ) ORDER BY order_amount DESC ) order_rank  FROM  orders   ) t  WHERE  order_rank = 2  ORDER BY  order_date; 结果输出200106  2020-04-20      2500    2020-04 200103  2020-05-15      1500    2020-05 200133  2020-06-29      1200    2020-06 200101  2020-07-15      3000    2020-07 200114  2020-08-15      3500    2020-08 200119  2020-09-16      4000    2020-09 200117  2020-10-20      800     2020-10 REGEXP_EXTRACT命令格式 string  regexp_extract(string  , string  [, bigint ])命令说明将字符串 source 按照pattern 的规则拆分为组，返回第occurrence 个组的字符串。参数说明 source ：必填。STRING类型，待拆分的字符串。pattern ：必填。STRING类型常量或正则表达式。待匹配的模型。occurrence ：可选。BIGINT类型常量，必须大于等于0。返回值说明返回STRING类型。返回规则如下： 如果 pattern 为空串或pattern 中没有分组，返回报错。occurrence 非BIGINT类型或小于0时，返回报错。不指定时默认为1，表示返回第一个组。如果occurrence 等于0，则返回满足整个pattern 的子串。source 、pattern 或occurrence 值为NULL时，返回NULL。示例 select  regexp_extract (＂foothebar＂ , ＂(foo)(.*?)(bar)＂ , 0 ); --返回foothebar
　　select  regexp_extract (＂foothebar＂ , ＂(foo)(.*?)(bar)＂ , 1 ); --返回foo
　　select  regexp_extract (＂foothebar＂ , ＂(foo)(.*?)(bar)＂ , 2 ); --返回the
　　select  regexp_extract (＂foothebar＂ , ＂(foo)(.*?)(bar)＂ , 3 ); --返回bar多行数据合并为一行数据WM_CONCAT命令格式 string  wm_concat(string  , string  )命令说明用指定的 separator 做分隔符，连接colname 中的值。参数说明 separator ：必填。STRING类型常量，分隔符。colname ：必填。STRING类型。如果输入为BIGINT、DOUBLE或DATETIME类型，会隐式转换为STRING类型后参与运算。返回值说明返回STRING类型。返回规则如下： separator 非STRING类型常量时，返回报错。colname 非STRING、BIGINT、DOUBLE或DATETIME类型时，返回报错。colname 值为NULL时，该行不会参与计算。示例 --建表 CREATE TABLE stu  (     class STRING     ,gender STRING     ,name STRING ) ;  --装载数据 INSERT INTO TABLE stu SELECT  ＂1＂,＂M＂,＂lilei＂; INSERT INTO TABLE stu SELECT  ＂1＂,＂F＂,＂hanmeimei＂; INSERT INTO TABLE stu SELECT  ＂1＂,＂M＂,＂jim＂; INSERT INTO TABLE stu SELECT  ＂1＂,＂M＂,＂hanmeimei＂; INSERT INTO TABLE stu SELECT  ＂2＂,＂F＂,＂tom＂; INSERT INTO TABLE stu SELECT  ＂2＂,＂M＂,＂peter＂;  --查询 SELECT class, wm_concat(distinct ＂,＂, name) FROM stu GROUP BY class;  KEYVALUE命令格式 keyvalue( string  ,[string  ,string  ,] string  )
　　keyvalue(string  ,string  ) 命令说明将字符串 str 按照split1 分成Key-Value对，并按split2 将Key-Value对分开，返回key 所对应的Value。参数说明 ＂  即默认的分隔符是**; ,KV之间的分割是 ：**key ：必填。STRING类型。将字符串按照split1 和split2 拆分后，返回key 值对应的Value。str ：必填。STRING类型。待拆分的字符串。split1 、split2 ：可选。STRING类型。用于作为分隔符的字符串，按照指定的两个分隔符拆分源字符串。如果表达式中没有指定这两项，默认split1 为＂;＂ ，split2 为＂:＂ 。当某个被split1 拆分后的字符串中有多个split2 时，返回结果未定义。返回值说明返回STRING类型。返回规则如下： split1 或split2 值为NULL时，返回NULL。str 或key 值为NULL或没有匹配的key 时，返回NULL。如果有多个Key-Value匹配，返回第一个匹配上的 key 对应的Value。select keyvalue(＂0:1;1:2＂, 1);  --返回2 select keyvalue(＂spm=123.qwe,cpn=101,act=890＂,＂,＂,＂=＂,＂spm＂)  ----返回123.qwe 优化相关distribute by+sort by V.S order byorder by将结果按某字段全局排序，这会导致所有map端数据都进入一个reducer中，在数据量大时可能会长时间计算不完 distribute by用于控制map端数据分配到reducer的key，sort by会视情况启动多个reducer进行排序，并且保证每个reducer内局部有序 group by V.S count(distinct)当数据量级很大，用group by ，可以启动多个job 数据集很小或者key的倾斜比较明显时，用count(distinct)，少量的reduce就可以处理 map joinHive会将build table和probe table在map端直接完成join过程，消灭了reduce，效率很高 set hive.auto.convent.join=true;  /*+MAPJOIN(t1,t3,t4)*/
互联网新贵打破世袭财阀，韩国首富易主互联网的崛起改变了世界，也改变了传统的商业帝国模式。韩国最新的财富排名中，出身贫寒的韩国即时通讯应用Kakao创始人金凡秀以净资产135亿美元，超过三星集团继承人李在镕，成为韩国新不容错过的千元内单动圈耳机飞傲FD3单动圈耳机评测飞傲，我相信这是一个HiFi圈内每一位烧友都熟知的品牌。飞傲一直是国内外非常有实力的国产品牌之一，并且很多消费者对这个品牌都有着不错的评价。一直以来，我感觉飞傲就像是HiFi圈的小警惕！这43款App被通报近期，工信部针对用户反映强烈的App违规调用通信录位置信息以及开屏弹窗骚扰用户等三方面突出问题，组织开展了回头看，共发现43款App仍存在问题整改不彻底技术手段对抗同一问题在不同地放弃幻想！富士康印度厂停摆，iPhone订单重回中国，下单9000万台从上个世纪80年代开始，世界经济掀起了全球化，欧美国家负责设计和研发，亚洲国家负责生产和制造，成了一种主流的全球经济的分工合作模式，尤其是电脑产品，逐渐形成了以我国台湾省为主要的代BOSS直聘无条件取消大小周，互联网大厂纷纷加入反内卷？8月17日，BOSS直聘宣布将从2021年9月1日起取消大小周，并表示恢复双休后，员工薪资中的周末加班费仍正常发出，薪资总额不变。在BOSS直聘的薪资结构中，周末加班费部分约占员工鸿蒙用户破5000万，央视也站出来为华为正名，任正非再次提高目标鸿蒙自上线之后，就备受争议，被嘲讽为是安卓的盗版，为此央视忍不住站出来，为华为鸿蒙正名，如今使用该系统的用户突破了5000万，发展前景一片大好，任正非再次提高目标，安卓和iOS系统OPPO即将发布多项影像重磅黑科技！或将开启手机影像新时代这些年，手机影像领域的进步大家有目共睹，在各大手机厂商的努力下，消费者也获得了更好的影像体验。以OPPO为例，作为科技大厂，OPPO长期致力于通过底层技术创新持续提升手机影像的拍摄如何做好手机拍照？OPPO可能找到了正确的方向2000年11月，夏普在日本推出了一款运营商定制手机JSH04。尽管这款机型的造型即便在当时来说也算不上美观，性能和彼时的机皇诺基亚9110相比简直不值一提，但是其却凭借着一个极为手机密码忘了怎么开锁手机发展是非常迅速的，并且如今的手机功能也是非常的强大的。所以很多朋友对手机的安全也是越来越重视了，所以很多朋友都有使用锁屏的习惯，而锁屏主要是不想让别人看到自己的手机隐私。锁屏效放弃大众途观L，选择了比亚迪唐新能源，老司机带给你惊喜放弃大众途观L，选择了比亚迪唐新能源，老司机带给你惊喜。我是上海车主，提的是2021款DMi112KM尊荣型，裸车价格为21。88万元，目前已经行驶了300公里。为什么选择这款车1江苏车主提了台比亚迪宋PLUS新能源，驾驶4200公里，有许多话要说江苏车主提了台比亚迪宋PLUS新能源，驾驶4200公里后，有许多话要说。我是江苏车主，提的是2021款DMi110KM旗舰型，裸车价格为15。88万元，目前已经行驶了4200公里。
<<<<<<－>>>>>>
曹操刺董失败，回到老家，轻松拉起了一支军队，主要有这两点原因小时候看三国，发现曹操起家非常顺利。他本来是一个校尉，刺杀董卓没有成功，就逃回老家，自己招募了一批人，然后组成了大军，去参加袁绍的会盟。组建自己的大军竟然这么简单？一时看的我热血沸亚马逊德国站批量被封是什么原因，怎么解决？丝路互联有话说3月11日晚间，手机里的消息闪个不同，几乎所有群里都在讨论亚马逊德国站被封的事情。3月12日上午，从丝路互联运营部了解到的消息是从12日凌晨开始，就陆续有店铺解封了。至于此次店铺大丝路互联数据选品课，全程干货，学员没有白来选品，这个问题让很多亚马逊新卖家又爱又恨。爱的是，三分运营七分选品，选品功课做好了，便迈出了成为亚马逊大卖的第一步。恨的是，亚马逊的类目五花八门，产品亦是成千上万，想要从中选出适合亚马逊店铺新品上架6天，日销售额突破2000美元近日，在丝路互联卖家群里有两张亚马逊代运营店铺的数据截图新品上架六天，日销售额突破两千美元，让所有卖家眼前一亮。按照常规的电商逻辑，所有的店铺在起步阶段都会面临流量低评论少，销售额全新Macmini2020已发布，全面升级因为疫情的影响，2020年苹果的春节发布会与WWDC20都没有办法线下举行，但是对于苹果发布新品来说，除了吸引全球目光的秋季发布会，更多时候都是悄悄将产品上线官网，今日晚些时候苹果也许你曾经手滑打开过它，但是你知道它是Mac上的效率神器吗？也许你曾经在切换输入法的时候手滑打开过它，但是你一定不知道它竟然如此强大，掌握它的使用技巧后，你使用Mac的效率会大大增加。它就是效率神器，聚焦搜索。平时我们打开应用程序的时候，通如果不知道这些小技巧，你的Mac触控板就浪费了！刚拿到一台新Macbook的时候，你会发现触控板特别难用，甚至怀疑自己是不是买了一台假Mac？看完这个教程后，你将会解锁Mac触控板的新技能！首先，我们先设置一下触控板。点击屏幕左在MacOS里强制退出应用程序的六种方法我们在使用Mac的时候，MacOS系统虽然非常稳定，但有时候也会受到不良APP影响，或者软件与系统不兼容等等，难免会遇到程序卡住。这个时候我们就需要强制退出这个程序了，下面由小编为Mac应用程序无法打开提示不明开发者或文件损坏的处理方法在安装Mac电脑应用程序的时候，经常会遇到xxx。app已损坏，打不开。您应该将它移到废纸篓或打不开的xxx。app，因为它来自身份不明的开发者，如图遇到上述情况是不是真的要移动到Mac小技巧Mac电脑怎么选中多个文件或文件夹无论是工作还是学习中，我们都不可避免的要对一些文件进行操作，在windows系统下要选中多个连续或不连续的文件文件夹是按住shift键或Ctrl键再用鼠标点击文件，那么MAC电脑该如何将iPhone投屏到Mac上？iphone投屏到苹果电脑方法不知道你们在生活学习或者工作中有没有萌生过要是能把手机屏幕投放到电脑上就好了的念头。其实有几种方式都能实现你的想法。一使用Mac系统自带QuickTimePlayer进行投屏1。首