1.如何将网上不能复制的文档复制成WORD文档？
2.快速将rmd文件转化为R纯代码文件，你喜欢吗？
3.聊聊 Spark 作业的 commit 提交机制 - Spark并发更新ORC表失败的问题原因与解决方法
4.请大家介绍一下各种后缀,如ISO
5.如何更改 datax 以支持hive 的 DECIMAL 数据类型?

如何将网上不能复制的文档复制成WORD文档？

       现在有很多文档网站为了增加收入，在网站文字复制上做了一些限制，一般操作下的复制是不能讲网站上的文字内容复制走的，那么想要实现一键copy，就需要想下其他的optee源码分析办法。

       这里干货君介绍一种非常实用的干货，非常容易学习，也非常容易操作，比下面一些答主说的转成再用ORC识别之类的转换容易多了。

       比如我现在想要在某个网站上复制一段文字，点击复制之后发现网站对复制文档做了限制。

       这时候我们只需要点击鼠标的右键，选择查看网页源代码。

       这之后游览器就会弹出一个网页代码页面。

       我们直接将网页向下拖动，找到我们需要的文档部分，直接复制再粘贴即可。

       不过复制到word之后文档可能会包含有一些代码，不过去除这些代码非常容易，只需要用到一个查找替换功能，将一些不必要的代码去掉即可。

       是不是非常简单易操作呢？喜欢的同学记得加个关注点个赞哦！~~~

       经常使用文库，也没有开通VIP，所以经常看到很多文档需要开通VIP，才能复制；还有些需要下载券。针对这两种方式，给你针对性的解决办法。

       都是正规的办法，不用担心被骗，试过了好用可以来点赞哟。都是在PC电脑上验证过的，放心去尝试吧。

       针对需要开通VIP的

       类似这种word文档，我随便搜索了一个截图示例，如下，这篇技术方案书是需要VIP的，假如我们要复制这页的文字。

       如果你直接选中文字，点击复制的话，就会弹出要求加入VIP的，说复制为VIP权益。

       关键的来了，我们还是选中文字，但不要点复制，而是点最后一个“翻译”

       这时候就会出现一个翻译的对话框，将你选中的文字翻译成了英文，在这个弹出的翻译对话框的底部，有个翻译的链接（蓝字），点击这个链接，打开翻译页面

       发现了什么？是不是刚才选中的文字已经给你准备好了？

       赶紧复制走吧！其实大多数文章我们只需要一部分文字就好，所以这个方法很实用。

       如果你还是想全文下载，那么就得用第二种办法了，纯粹需要VIP的没办法，但是文库里很多文档是一样的，有需要VIP的，大概率就有需要下载券的单链表源码。

       针对需要下载券的

       就是类似下边这样的，还是有不少文档是下载券下载的，质量也还可以

       其实下载券可以通过积分兑换，积分怎么来呢？积分可以你自己放些文档上去。

       上传到共享文档，设置积分，4个积分可以兑换一个下载券。

       这个是我以前传过的文档的收益示意图，设置上积分，别人下载你就可以获得积分，而积分又可以拿来兑换下载券。

       是不是很简单？一篇文章赚个几十个积分，至少可以下载几篇文档了。

       我是@莫比乌斯星球，原创文章。如果你恰好需要一些技术文档，可以关注我，我有的可以私享给你。

       网上有些不错的文档，我们经常需要复制或者下载下来，做些修改供自己使用。但当我们复制或者下载时，经常会弹出一个页面，告诉我们付费后才能执行复制或者下载操作。好不容易找到对自己有用的文档却不能复制或者下载，你说糟心不？

       花钱复制下载，很多人又不是很乐意，那怎么办呢？题主既然这么问，肯定是想通过一些不花钱的办法，成功的将文档复制或者下载下来。今天就告诉大家几个好方法，学会后再也不用担心复制或者下载文档要花钱了。

       方法一：巧妙利用网页打印。

       利用网页内打印功能，也能实现对不能复制文档的复制。

       1、首先将不能复制的文档网页打开，通过鼠标右键菜单点击“打印”选项，或者直接按打印快捷键“Ctrl+P”，进入页面打印界面。

       2、进入打印界面以后，在左侧预览页面选中我们将要复制的文字，然后右键点击“复制”，然后新建一个Word文档，打开文档，右键选择“粘贴”，我们就成功将文字复制到Word文档了。

       方法二：网页后台输入代码。

       首先打开不能复制的文档网页，按下键盘上的“F”键，可以看到网页下端会出现该网页的代码窗口，在代码窗口中找到“console”选项，将右侧滑块拖动到最下端，然后在最下端输入这行代码：$=0，然后按回车，可以发现代码将会运行。运行几秒钟之后，我们再次选中刚才不能复制的python 源码 unicode文字，右键点击“复制”，打开Word文档并粘贴，你将神奇的发现，刚才不能复制的文字，现在已经成功复制到Word文档了。

       方法三：利用网页源代码复制。

       有些网站不能复制的文字还可通过查看网页源代码的方式进行复制。具体怎么操作呢？

       1、首先打开不能复制的文字网页，然后点击鼠标右键，选择“查看网页源代码”并点击；

       2、点击后进入网页源代码页面，在页面中找到我们要复制的内容，进行选择复制操作即可。

       方法四：进行图文转换。

       对于一些不能复制的文字，我们还可对其进行图文转换操作。

       1、首先打开不能复制的文字网页，将我们要复制的文字部分截图。用系统自带截图软件也行，QQ截图也可以；

       2、截完之后，借助一些转文字的软件，如果不知道用哪个软件，借助QQ也可以完成转文字操作。

       3、打开QQ，随便找个好友，将我们刚才的截图发送过去，然后在对话窗口双击发送的，然后点击下方的“提取图中文字”图标，QQ将开始进行屏幕识图。识图完毕，就全部转换成文字了，就可以直接复制、下载文字。

       综上来看，以上四个方法就是比较常用的复制付费文字的方法，学会后轻松复制各种原来不能复制的文字，绝对能满足你复制文字的大部分需求。以后再遇到不能复制的文字，就用以上四种方法尝试一下吧！

       注：部分来自网络，如有问题，联系删除！

       这种情况的确是经常遇到，想复制一篇文章或者一段话，却复制不出来。付费感觉又不划算，这种情况就问你烦不烦，闹不闹吧。那到底怎么办呢？接下来我提供一些方法。

       截图识字法

       1、利用系统自带的截图工具，或者QQ截图软件，将保存到手机后；

       2、QQ中其中就有自动识别成文字；

       微信也有识图转换功能；

       百度翻译粘贴也可以识别文字。

       当然也可以下载一些识图软件（例如COCO图像识别）

       在线识别网站也可以完成转换成文字；

       3、jsp页面 源码通过识别后复制文字到所需要的Word中进行校对和编辑，修改错字和调整格式；

       传递网址法

       可以把网址打开复制，然后在QQ中打开，有的内容是可以复制出来的。但是并不是所有网页都支持。视情况而定。

       保存网页法

       1、打开网站，选择浏览器右上角菜单按钮，然后找到保存网页，选择文件保存到电脑里。

       2、耐心等待片刻，等到保存成功后，将保存的网页拖放到中打开；

       3、等到网页打开以后，就可以试着复制文本内容了。

       保存网页的方法，可以随意复制，不需要用什么编辑器，是比较方便的一种方式。但是也有一些网站不允许保存，所以这种方式就不适合新手小白了。

       添加Java方法

       1、这个方法也很简单，只需要用到一串代码即可，需要朋友们会一点JS代码基础，这个方法的代码在网页中的作用就是终止JS运行；

       2、在网页打开后按F，或者在菜单中找到“工具”-“开发者工具”，可以查看代码；

       3、在代码中找到“Console”，点击它，在结尾输入图示代码，然后点击回车；

       4、最后去网页试一试，复制文件你最行；

       备注：这里因为时间有限，具体的那段代码，你在第二张图里面保存后打开找，我这里就不写了，或者你通过搜索网站找一下！

       源代码复制

       1、建议把要复制的网页用系统自带的ie打开（容易找到源文件菜单）；

       2、打开“查看”菜单，选择“源”就可以用记事本文件打开一堆代码文件，这一点对小白估计看起来比较头疼，傻眼的感觉了，一堆看不懂的代码；

       3、对于代码别着急，你只要会查找就可以了，找到好复制的内容开头，在查找中输入查询关键字，就可以看到要复制的内容了，复制到编辑软件，然后把看不懂的内容删除掉，剩下的就是你所需要的内容了。

       打印复制法

       这个方法我亲测，尽量用或QQ浏览器等打开网页；

       1、打开网页，旅游软件源码选择右上角的菜单，选择打印，如果你找不到从哪里打开直接按Ctrl+P调出打印预览，这里不是为了打印哦。

       2、选择想要复制的文字，就可以直接复制了哦。

       这里要注意的是，如果你直接快捷键Ctrl+P提示收费，那你就通过菜单，选择打印就可以了，这一点我测试过可行；

       软件推荐法

       第一款：天若OCR软件

       我们可以下载OCR软件，例如天若OCR一个办公小插件。软件完全免费，识别速度快，操作方便。

       第二款：网易见外

       你通过搜索网页，搜索网易见外工作台，可以打开网页平台，里面工具比较多；选择翻译功能，点击这个功能，上传就可以生成编辑文字。

       第三款：冰点文库下载器

       这个呢并不是所有能下，但推荐给大家吧，需要的时候可以试一试。

       插件辅助法

       这个方法可能并不是太多人知道，毕竟插件怎么用，对于新手和普通办公人员来说还是比较困难的。但这种插件的方法确实又是一个很好用的方式哦。

       插件一：TampermonKey

       下载安装浏览器插件TampermonKey，然后在脚本仓库中搜索相关的脚本安装，就可以轻松的解除禁止复制、剪切、选择文本、右键菜单的限制；

       插件二：GreasyFork

       GreasyFork叫油猴插件，你可以下载安装，不过在浏览器插件里面有时候搜不到，插件有专门的网站，还可以下载其他你可以需要的插件；

       这种方法，虽然前期准备比较麻烦，但是使用起来是非常方便和简单的，基本上网页限制复制的文档都可以直接复制的。

       结束语

       好了，以上的方法基本上能满足你的需要了，但小编还是支持正常的方式，例如付费等，毕竟现在知识产权问题越来越严格，以上的方式也只是为了个人使用，请勿把这些帮助你的方式用于非法获取或者商业用途。本人所汇总的方式，也是综合了网上很多经验汇总。希望能对大家有所帮助！

       来给大家分享没有技术含量接地气，又不太动脑的笨方式

       但对于我这样的不太懂很多电脑技巧的人最实用了，太高大上的我用不了，惭愧。

       1、打开你想复制的电脑页面，

       ⑴直接用QQ上的\"扫一扫\"功能、对着你想复制的页面

       ⑵点下面的“转文字”

       ⑶点击”拍下需要提取的文字“

       ⑷点击“复制“即可

       2、打开想复制的电脑页面和word文档两个的小窗模式，复制的内容直接拖拽到文档里面就行，但是要点文档“样式”进行文字的调整，同时也要进行格式的调整

       我是树酱，喜欢我就关注我哟

       分享比如没有技术含量接地气，又不太动脑的笨方式，但对于我这样的不太懂很多电脑技巧的人最实用了，太高大上的我用不了，惭愧。

       1、打开你想复制的电脑页面，

       ⑴直接用QQ上的\"扫一扫\"功能、对着你想复制的页面，

       ⑵点下面的“转文字”

       ⑶点击”拍下需要提取的文字“

       ⑷点击“复制“即可

       2、打开想复制的电脑页面和word文档两个的小窗模式，复制的内容直接拖拽到文档里面就行，但是要点文档“样式”进行文字的调整，同时也要进行格式的调整

       我是树酱，喜欢我就关注我哦。

       如何将网上不能复制的文档复制成WORD文档？

       很多时候我们在网上浏览网页的时候发现一些比较有趣的文章，或者几句优美的句子于是想把它记录下来，但是有些网站为了保护创作者权益，用了保密措施，就是文本加密了，使得无法复制，这样的情况很常见，就比如我们经常阅读的几大小说网站，他们的文本阅读页面是无法复制的。但是我们如何才可以将不能复制的内容给记录下来呢？我找了一下有以下几种方式：

       最简单的方法就是直接保存网页到我们的电脑，右击鼠标就有选项点击直接保存。保存下来的文件格式是html格式，只需要将后面的格式改为txt本文格式，然后打开就可以查看里面的文本内容了，也可以复制。

       第二个方法就是截图，你需要的文字内容可以将他截图变成内容，然后保存到手机后，在微信中搜“传图识字”类似的通过扫图来识字的小程序，将截图传入程序中，然后通过复制，粘贴到Word中

       可以参考我写的文章，非常的简单，一条命令就搞定了

       /i/

       document.body.contentEditable=true

       网上不能复制的文档一般分为两类：和PDF文件

       想把这两类不可复制的文档转换成Word，其实也非常简单。这篇文章给大家提供几个职场办公小工具，堪称效率神器。

       欢迎大家关注我的头条号@PPT进化论，我也准备了一份福利资源：

       私信回复关键词套，即可获取我收藏职场类优质PPT模板资源了！

       先来说第一种，转Word

       比如，微信公众号里的文章、百度文库等、或者是纸质版的文件，想转换成Word文档，首先要把这些内容转换成形式。

       网页端截图、纸质版文件用手机拍照，先将其保存为格式。

       然后通过转Word工具就搞定了。

       第一款工具：天若OCR，一个办公小插件

       使用方法：

       下载安装后，插件默认的是按F4键截屏，直接截屏后就可以识别出来了。

       录个动图感受一下：

       推荐理由：

       1、软件完全免费

       2、识别速度快

       3、操作方便

       第二款神器：网易见外

       搜索：网易见外工作台，即可进入网页端。

       里面有超多实用小工具：比如文档翻译、语音转写、语音翻译等等

       那我今天推荐的就是翻译功能，点击这个功能，就会进入工作台编辑页面：

       上传后就可以快速识别，生成可编辑的文字。

       而且会自动翻译一个英文版本，这个小工具我试过很多次了，识别效果相当优质，基本上不会有错误。

       直接把文字复制到Word文档里就可以了。

       推荐理由：

       1、网页版，不用下载插件，非常方便

       2、免费，不限文件大小

       3、识别快速有效

       欢迎大家关注我的头条号@PPT进化论，我也准备了一份福利资源：

       私信回复关键词套，即可获取我收藏职场类优质PPT模板资源了！

       第二类：PDF转Word

       职场人肯定都收藏过很多PDF转Word的小工具，很多网站都体用这样的技术支持，但市面上很多工具鱼龙混杂，有的收费、有的转换效果特别差，有乱码和格式错误的情况，需要用的时候，发现很多工具太BUG了。

       我前段时间收集了十几个类似的网站，然后做了一个测评。从中挑选了5个我觉得质量还比较好、有免费的网站。

       测评过程我就不一一放，太多了，比较麻烦，直接把5个优质的网站分享出来，希望对你们有用。

       1、加加PDF

       中文网站，异常的简约，只提供PDF转Word、Word转PDF、PDF转jpg功能：

       是否需要注册登录：不需要

       是否收费：不收费

       支持转换文件大小：不超过M

       是否支持多文件同时转换：不支持

       2、迅捷PDF转换器

       网站比较美观，功能类型比较齐全，包含多种转换工具。框选OCR识别，转换更加精准。

       是否需要注册登录：普通版不需要，开通VIP会员需要注册

       是否收费：不收费

       支持转换文件大小：不超过2M

       是否支持多文件同时转换：支持

       3、pdfconverter

       英文网站，在网页端点击翻译就可以了。支持多种格式之间的转换：

       是否需要注册登录：不需要

       是否收费：不收费

       支持转换文件大小：不限

       是否支持多文件同时转换：不支持

       4、ilovepdf

       支持去水印、加水印功能

       是否需要注册登录：不需要

       是否收费：不收费

       支持转换文件大小：不超过M

       是否支持多文件同时转换：不支持

       5、超级PDF

       网页简单、功能稳定

       是否需要注册登录：需要微信登录，直接扫描二维码即可

       是否收费：每小时免费转换6次，每邀请一个用户可获得次免费转换次数，基本相当于免费

       支持转换文件大小：不限

       是否支持多文件同时转换：支持

       5个网站的属性都列出来了，各位可以根据自己的需要收藏。

       以上，都是血泪经验总结出来的干货，觉得有用，一定要点个赞呀！

       最后，欢迎大家关注我的头条号@PPT进化论，我也准备了一份福利资源：

       私信回复关键词套，即可获取我收藏职场类优质PPT模板资源了！

       作为办公室的同事们，难免被这种需要应付的文章所困扰，相信大家找文章最好的办法就是“百度一下”，但是有时候百度也不是那么万能的，有很多文章需要收费，不允许我们复制，我们只能隔着屏幕慢慢的敲击电脑记下来，这太麻烦了。我教大家几个办法，让大家能轻而易举地将网上的文章复制下来。

       QQ截图法

       我们每个人都有QQ，但是你可能不知道QQ有许多黑科技，它可以轻而易举的解决我们所说的问题，提高办事效率。

       操作办法如下：

       1、用截图工具，对目标网站的内容进行截图，选择屏幕识图

       2、选择你需要的内容，点击以后，直接复制就可以了

       是不是很好的办法呢？接下来我说的办法更容易。

       网页内容查看法

       这里我们需要的谷歌旗下的Chrome浏览器，当然其他的浏览器，例如浏览器都有此类功能，方法类似。只要你会一种后，其他的参考就行

       方法如下：

       找到目标网站，鼠标右键，选择检查。

       然后界面会有变化，选择鼠标箭头

       鼠标移动到你需要复制的文字位置，代码区会出现相应可以复制的文字，只要你双击文字后，Ctrl+C复制，再到目标文档进行粘贴即可

       是不是很方便的方法呢？

       相信聪明的你一定可以学得会。

       其实我还有很多好办法，但是这两种是我目前总结起来比较简单的，不用借助其他外界工具。如果我的办法对你有用，请评论区告诉我，下次分享给你手机操作的办法

       我是老杨带你玩转excel，分享职场中的心得和干货，陪你成为更好的自己。感谢关注@老杨带你玩转excel、点赞、评论，转发支持！（均来源于网络，若有侵权联系删除。）

快速将rmd文件转化为R纯代码文件，你喜欢吗？

       在生物信息学领域，R语言因其在数据处理方面的优势深受青睐。初学者通常只需短短三五天就能掌握基础知识，但深入理解和实践则需要大量阅读和实践R包文档，这些文档通常以rmd文件的形式呈现，例如scReprtoier的Seurat教程，内容详尽且需要一步步跟随文档进行代码复制和运行，以理解如Interacting with Single-Cell Objects等技巧。

       实际上，每个rmd文件的背后都有对应的源代码，这些源代码在GitHub上很容易找到，例如在github.com/ncborcherding/...。然而，rmd文件的内容繁多，直接复制粘贴代码操作繁琐。有位团队成员推荐了一种方法，即使用knitr::purl将rmd文件转换为R纯代码文件，注释内容变为井号，便于在处理示例数据时直接运行，无需频繁粘贴。

       然而，这个转换方式引发了一个讨论：是选择自己逐个单元地从rmd文件中复制粘贴代码，通过逐步运行和理解来深入学习，还是利用knitr::purl快速转化为R代码更高效？这取决于个人的学习习惯和需求。我们欢迎您的参与，给出您的看法和选择。

聊聊 Spark 作业的 commit 提交机制 - Spark并发更新ORC表失败的问题原因与解决方法

       1. 并发更新ORC表问题

       在处理多个Spark作业并发更新同一ORC表时，部分作业可能会遇到问题，常见错误提示是由于某些临时文件缺失。具体表现为：

       2. 问题根源

       这种现象源于Spark在并发更新非分区ORC或分区ORC表，尤其是同一分区或不同分区的更新时的限制。这与Spark的两阶段提交机制密切相关，其内部实现细节影响了并发操作的兼容性。

       3. 解决方案局限性

       已有的解决方案各有利弊，但都存在一定的限制，例如：

       4. 技术背景 - 两阶段提交机制

       Spark作业采用两阶段提交策略，将任务或作业分成两个步骤提交，具体操作细节如下：

       5. 相关源码与参数

       深入研究Spark的源码，以及调整合适的参数设置是解决问题的关键。

       6. 并发插入非分区表

       在非分区表的插入场景，需要考虑如何优化作业执行顺序以避免冲突。

       7. 并发插入分区表

       对于分区表，无论是静态还是动态分区，都需要谨慎处理并发插入不同分区的策略。

       8. 动态与静态分区结合

       尝试使用动态分区结合静态分区的策略，可能需要对数据进行合理的切分和分发。

       9. 数据源选择

       使用Hive的serde而不是Spark内置的data source writer，可能有助于减轻并发问题。

       . 清理临时目录

       确保清理临时目录以避免文件冲突，这在配置参数中不可忽视。

请大家介绍一下各种后缀,如ISO

       Windows 常见文件扩展名和说明

       A

       ACE：Ace压缩档案格式

       ACT：Microsoft office助手文件

       AIF，AIFF：音频互交换文件，Silicon Graphic and Macintosh应用程序的声音格式

       ANI：Windows系统中的动画光标

       ARC：LH ARC的压缩档案文件

       ARJ：Robert Jung ARJ压缩包文件

       ASD：Microsoft Word的自动保存文件；Microsoft高级流媒体格式（microsoft advanced streaming

       format，ASF）的描述文件；可用NSREX打开 Velvet Studio例子文件

       ASF：Microsoft高级流媒体格式文件

       ASM：汇编语言源文件，Pro/E装配文件

       ASP：动态网页文件；ProComm Plus安装与连接脚本文件；Astound介绍文件

       AST：Astound多媒体文件；ClarisWorks“助手”文件

       Axx：ARJ压缩文件的分包序号文件，用于将一个大文件压至几个小的压缩包中（xx取-的数字）

       A3L：Authorware 3.x库文件

       A4L：Authorware 4.x库文件

       A5L：Authorware 5.x库文件

       A3M，A4M：Authorware Macintosh未打包文件

       A3W，A4W，A5W：未打包的Authorware Windows文件

       B

       BAK：备份文件

       BAS：BASIC源文件

       BAT：批处理文件

       BIN：二进制文件

       BINHex：苹果的一种编码格式

       BMP：Windows或OS/2位图文件

       BOOK：Adobe FrameMaker Book文件

       BOX：Lotus Notes的邮箱文件

       BPL：Borlard Delph 4打包库

       BSP：Quake图形文件

       BUN：CakeWalk 声音捆绑文件(一种MIDI程序)

       C

       C0l：台风波形文件

       CAB：Microsoft压缩档案文件

       CAD：Softdek的Drafix CAD文件

       CAM：Casio照相机格式

       CAP：压缩音乐文件格式

       CAS：逗号分开的ASCⅡ文件

       CCB：Visual Basic动态按钮配置文件

       CCH：Corel图表文件

       CCO：CyberChat数据文件

       CCT：Macromedia Director Shockwave投影

       CDA：CD音频轨道

       CDF：Microsoft频道定义格式文件

       CDI：Philip的高密盘交互格式

       CDM：Visual dBASE自定义数据模块文件

       CDR：CorelDRAW绘图文件；原始音频CD数据文件

       CDT：CorelDRAW模板

       CDX：CorelDRAW压缩绘图文件；Microsoft Visual FoxPro索引文件

       CFG：配置文件

       CGI：公共网关接口脚本文件

       CGM：计算机图形元文件

       CH：OS/2配置文件

       CHK：由Windows磁盘碎片整理器或磁盘扫描保存的文件碎片

       CHM：编译过的HTML文件

       CHP：Ventura Publisher章节文件

       CHR：字符集（字体文件）

       CHT：ChartViem文件；Harvard Graphics矢量文件

       CIF：Adaptec CD 创建器 CD映像文件

       CIL：Clip Gallery下载包

       CIM：SimCity 文件

       CIN：OS/2改变控制文件用于跟踪INI文件中的变化

       CLASS：Java类文件

       CLP：Windows 剪贴板文件

       CLL：Crick Software Clicker文件

       CLS：Visual Basic类文件

       CMD：Windows NT，OS/2的命令文件；DOS CD/M命令文件；dBASEⅡ程序文件

       CPI：Microsoft MS-DOS代码页信息文件

       CPL：控制面板扩展名，Corel颜色板

       CPP：C++代码文件

       CPR：Corel提供说明书文件

       CPT：Corel 照片-绘画图像

       CST：Macromedia Director Cast文件

       CUR：Windows光标文件

       D

       DBF：dBASE文件，一种由Ashton-Tate创建的格式，可以被ACT！、Lipper、FoxPro、Arago、Wordtech、Xbase和类似数据库或与数据库有关产品识别；可用数据文件（能被Excel

       æ‰“开）；Oracle 8.1.x表格空间文件

       DBX：DataBearn图像；Microsoft Visual FoxPro表格文件

       DCT：Microsoft Visual FoxPro数据库容器

       DCU：Delphi编译单元文件

       DCX：Microsoft Visual FoxPro数据库容器；基于PCX的传真图像；宏

       DIR：MacromediaDirector文件

       DLL：动态链接库

       DOC：FrameMaker或FrameBuilder文档；Word Star文档、Word

       Perfect文档、Microsoft：Word文档；DisplayWrite文档

       DOT：Microsoft Word文档模板

       DPL：Borland Delph 3压缩库

       DRV：驱动程序

       DRW：Micrografx Designer/Draw；Pro/E绘画文件

       DSF：Micrografx Designer VFX文件

       DSG：DOOM保存的文件

       DSM：Dynamic Studio音乐模块（MOD）文件

       DSP：Microsoft Developer Studio工程文件

       DSQ：Corel QUERY（查询）文件

       DST：刺绣机图形文件

       DSW：Microsoft Developer Studio工作区文件

       DTA：World Bank（世界银行）的STARS数据文件

       DTD：SGML文档类型定义（DTD）文件

       DTED：地面高度数字数据（图形的数据格式）文件

       DTF：Symantec Q&A相关的数据库数据文件

       DTM：DigiTrakker模块文件

       DUN：Microsoft拔号网络导出文件

       DV：数字视频文件（MIME）

       DWG：AutoCAD工程图文件；AutoCAD或Generic CADD老版本的绘图格式

       DXR：Macromedia Director受保护（不可编辑）电影文件

       E

       EDA：Ensoniq ASR磁盘映像

       EDD：元素定义文档（FrameMaker+SGML文档）

       EDE：Ensoniq EPS磁盘映像

       EDK：Ensoniq KT磁盘映像

       EDQ：Ensoniq SQ1/SQ2/Ks磁盘映像

       EDS：Ensoniq SQ磁盘映像

       EDV：Ensoniq VFX-SD磁盘映像

       EFA：Ensoniq ASR文件

       EFE：Ensoniq EPS文件

       EFK：Ensoniq KT文件

       EFQ：Ensoniq SQ1/SQ2/Ks文件

       EFS：Ensoniq SQ文件

       EFV：Ensoniq VFX-SD文件

       EMD：ABT扩展模块

       EMF：Windows增强元文件

       EML：Microsoft Outlook Express邮件消息（MIME RTC）文件

       EXE：可执行文件（程序）

       F

       FAV：Microsoft Outlook导航条

       FAX：传真类型图像

       FCD：虚拟CD-ROM

       FDF：Adobe Acrobat表单文档文件

       FLA：Macromedia Flash电影

       FND：Microsoft Explorer保存的搜索文件（Find applet）

       FON：系统字体

       FRT：Microsoft FoxPro报表文件

       FRX：Visual Basic表单文本；Microsoft FoxPro报表文件

       FXP：经Microsoft FoxPro编译的源文件

       G

       GDM：铃声、口哨声和声音板模块格式

       GetRight：GetRight未完成的下载文件

       GHO：Norton 克隆磁盘映像

       GID：Windows 全局索引文件（包括帮助状态）

       GIF：CompuServe位图文件

       GL：动画格式

       GRP：程序管理组

       H

       HEX：Macintosh BinHex2.0文件

       HLP：帮助文件；Date CAD Windows帮助文件

       HPP：C++程序头文件

       HQX：Macintosh BinHex 4.0文件

       HT：HyperTerminal（超级终端）

       HTM，HTML：超文本文档

       HTT：Microsoft超文本模板

       HTX：扩展HTML模板

       I

       ICO：Windows图标

       IDX：Microsoft FoxPro相关数据库索引文件；Symantec Q&A相关数据库索引文件；Microsoft Outlook Express文件

       IMG：GEM映像

       INF：信息文件

       INI：初始化文件；Mwave DSP Synth的“nwsynth.ini” GMS安装；Cravis Ultrasound bank安装

       INP：Oracle 3.0版或早期版本的表单源代码

       INRS：INRS远程通信声频

       INS：InstallShield安装脚本；X-Internet签字文件；Ensoniq EPS字簇设备；Cell/ⅡMAC/PC抽样设备

       INT：中间代码，当一个源程序经过语法检查后编译产生一个可执行代码

       IOF：Findit文档

       IQY：Microsoft Internet查询文件

       ISO：根据ISD 有关CD-ROM文件系统标准列出CD-ROM上的文件

       ISP：X-Internet签字文件

       IST：数字跟踪设备文件

       ISU：InstallShield卸装脚本

       IT：脉冲跟踪系统音乐模块(MOD)文件

       ITI：脉冲跟踪系统设备

       ITS：脉冲跟踪系统抽样，Internet文档位置

       IV：Open Inventor中使用的文件格式

       IVD：超过/微观数据维数或变量等级文件

       IVP：超过/的用户子集配置文件

       IVT：超过/表或集合数据文件

       IVX：超过/微数据目录文件

       IW：Idlewild屏幕保护程序

       IWC：Install Watch文档

       J

       J：Ricoh照相机格式

       JAR：Java档案文件（一种用于applet和相关文件的压缩文件）

       JAVA：Java源文件

       JAR：Java档案文件（一种用于applet和相关文件的压缩文件）

       JAVA：Java源文件

       JFF，JFIF，JIF：JPEG文件

       JPE，JPEG，JPG：JPEG图形文件

       JS：javascript源文件

       JSP：HTML网页，其中包含有对一个Java servlet的参考

       K

       KAR：卡拉OK MIDI文件（文本+MIDI）

       L

       LAB：Visual dBASE标签文件

       LBT，LBX：Microsoft FoxPro标签文件

       LDB：Microsoft Access加锁文件

       LHA：LZH更换文件后缀

       LOG：日志文件

       LZH：LH ARC压缩档案

       M

       M1V：MPEG相关文件(MIME"mpeg"类型)

       M3D：Corel Motion 3D动画文件

       M3U：MPEG URL（MIME声音文件）

       MAM：Microsoft Access宏

       MAQ：Microsoft Access查询文件

       MAR：Microsoft Access报表文件

       MBX：Microsoft Outlook保存email格式；Eudora邮箱

       MCW：Microsoft Word的Macintosh文档

       MDB：Microsoft Access数据库

       MDN：Microsoft Access空数据库模板

       MDW：Microsoft Access工作组文件

       MID：MIDI音乐

       MMM：Microsoft多媒体电影

       MOV：QuickTime for Windows电影

       MP2：第二层MPEG音频文件

       MP3：第三层MPEG音频文件

       MPA：MPEG相关文件，MIME“mpeg类型”

       MPE，MPEG，MPG：MPEG动画文件

       MPP：Microsoft工程文件；CAD绘图文件格式

       MPR：Microsoft FoxPro菜单（已编译）

       MSI：Windows 安装器包

       MSN：Microsoft 网络文档；Descent Mission文件

       O

       OBD：Microsoft Office活页夹

       OBJ：对象文件

       OBZ：Microsoft Office活页夹向导

       OCX：Microsoft对象链接与嵌入定制控件

       ODS：Microsoft Outlook Express邮箱文件

       OFT：Microsoft Outlook模板

       OPX：OPL扩展DLL（动态链接库）

       OSS：Microsoft Office查找文件

       OST：Microsoft Exchange / Outlook 离线文件

       P

       PAL：压缩文件

       PART：Go！Zilla部分下载文件

       PAS：Pascal源代码

       PCS：PICS动画文件

       PDF：Adobe Acrobat

       å¯å¯¼å‡ºæ–‡æ¡£æ ¼å¼æ–‡ä»¶ï¼ˆå¯ç”¨Web浏览器显示）；Microsoft系统管理服务器包定义文件；NetWare打印机定义文件

       PHP，PHP3：包含有PHP脚本的HTML网页

       PHTML：包含有PHP脚本的HTML网页；由Perl分析解释的HTML

       PM5：Pagemaker 5.0文件

       PM6：Pagemaker 6.0文件

       PPS：Microsoft Powerpoint幻灯片放映

       PPT：Microsoft Powerpoint演示文稿

       PRF：Windows系统文件，Macromedia导演设置文件

       PSD：Adobe photoshop位图文件

       PSM：Protracker Studio模型格式；Epic游戏的源数据文件

       PST：Microsoft Outlook个人文件夹文件

       PWL：Windows 口令列表文件

       Q

       QIF：QuickTime相关图像（MIME）；Quicken导入文件

       QT，QTM：QuickTime电影

       QTI，QTIF：QuickTime相关图像

       QTP：QuickTime优先文件

       QTS：Mac PICT图像文件；QuickTime相关图像

       QTX：QuickTime相关图像

       R

       RA：RealAudio声音文件

       RAM：RealAudio元文件

       RAR：RAR压缩档案（Eugene Roshall格式）

       REC：录音机宏；RapidComm声音文件

       REG：注册表文件

       REP：Visual dBASE报表文件

       RES：Microsoft Visual C++资源文件

       RM：RealAudio视频文件

       RMF：Rich Map格式（3D游戏编辑器使用它来保存图）

       ROM：基于盒式磁带的家庭游戏仿真器文件（来自Atari 、Colecovision、Sega、Nintendo等盒式磁带里的ROM完全拷贝，在两个仿真器之间不可互修改）

       Rxx：多卷档案上的RAR压缩文件（xx=1～间的一个数字）

       S

       SAV：游戏保存文件

       SB：原始带符号字节（8位）数据

       SBK：Creative Labs的Soundfont 1.0 Bank文件；(Soundb laster)/EMU SonndFont v1.x Bank文件

       SBL：Shockwave Flash对象文件

       SCF：Windows Explorer命令文件

       SCH：Microsoft Schedule+1

       SCP：拨号网络脚本文件

       SCR：Windows屏幕保护；传真图像；脚本文件

       SFX：RAR自解压档案

       SHTML：含有服务器端包括（SSI）的HTML文件

       SPL：Shockwave Flash对象；DigiTrakker抽样

       SQL：Informix SQL查询；通常被数据库产品用于SQL查询（脚本、文本、二进制）的文件扩展名

       STM：.shtml的短后缀形式，含有一个服务端包括（SSI）的HTML文件；Scream Tracker V2音乐模块（MOD）文件

       STR：屏幕保护文件

       SWA：在Macromedia导演文件（MP3文件）中的Shockwave声音文件

       SWF：Shockwave Flash对象

       SYS：系统文件

       T

       T：Commodore 仿真器磁带映像文件

       THEME：Windows 桌面主题文件

       TIF，TIFF：标签图像文件格式（TIFF）位图

       TMP：Windows临时文件

       TRM：终端文件

       TXT：ASCⅡ文本格式的声音数据

       TZ：老的压缩格式文件

       V

       VBA：VBase文件

       VBP：Microsoft Visual Basic工程文件

       VBW：Microsoft Visual Basic工作区文件

       VBX：Microsoft Visual Basic用户定制控件

       VQE，VQL：Yamaha Sound-VQ定位器文件

       VQF：Yamaha Sound-VQ文件（可能出现标准）

       VRF：Oracle 7配置文件

       VSL：下载列表文件（GetRight）

       W

       WAB：Microsoft Outlook文件

       WAD：包含有视频、玩家水平和其他信息的DOOM游戏的大文件

       WAL：Quake 2正文文件

       WAV：Windows波形声形

       WBK：Microsoft Word备份文件

       WFM：Visual dBASE Windows表单

       WFN：在CorelDRAW中使用的符号

       WIZ：Microsoft Word向导

       WRL：虚拟现实模型

       WWL：Microsoft Word内插器文件

       X

       XLK：Microsoft Excel备份

       XLL：Microsoft Excel内插器文件

       XLM：Microsoft Excel宏

       XLS：Microsoft Excel工作单

       XLT：Microsoft Excel模板

       XLV：Microsoft Excel VBA模块

       XLW：Microsoft Excel工作簿/工作区

       Z

       ZAP：Windows软件安装配置文件

       ZIP：Zip文件

       å…¶å®ƒ

       -：用于为老版本（或备份）文件编号（比如：被安装程序改变的CONFIG.SYS文件）；又可用于为小范围的PC应用程序的多个用户相关数据文件编号

       M：Lotus 1-2-3 SmartMaster文件

       ï¼šLotus 1-2-3 文件

       2D：VersaCAD的2维绘画文件

       2GR，3GR：在Windows之下的VGA图形驱动程序/配置文件

       ï¼šåœ¨æˆ–更高级处理器上使用的文件

       3D：VersaCAD的3维绘画文件

       3DM：3D NURBS建模器，Rhino

       3DS：3D Studio（DOS下）格式文件

       ï¼šåœ¨æˆ–更高级处理器上使用的文件

       4GE：Informix 4GL编译后代码

       4GL：Informix 4GL源代码

       ï¼šComposer ；UNIX Composer音乐模型文件；磁道模块

       # 及更高的号：为计算机演示而扫描的一系列电影的图片文件编号方法

       $$$：OS/2用来跟踪档案文件

       @@@：用于安装过程中的屏幕文件和用于Microsoft Code view for C这样的应用程序的指导文件

如何更改 datax 以支持hive 的 DECIMAL 数据类型?

       在处理数据时，我们经常需要将数据从一种数据类型转换为另一种数据类型。在数据迁移任务中，如果涉及到使用datax进行数据迁移，且源数据或目标数据中出现了Hive的DECIMAL数据类型，那么如何确保数据迁移的准确性和完整性就成为了一个关键问题。本文将详细介绍如何更改datax以支持Hive的DECIMAL数据类型。

       在JAVA中，主要使用float/double和BigDecimal来存储小数。其中，float和double在不需要完全精确的计算结果的场景下，可以提供较高的运算效率，但当涉及到金融等场景需要精确计算时，必须使用BigDecimal。

       Hive支持多种数字类型数据，如FLOAT、DOUBLE、DECIMAL和NUMERIC。DECIMAL数据类型是后加入的，允许设置精度和标度，适用于需要高度精确计算的场景。

       若要使datax支持Hive的DECIMAL数据类型，关键在于修改datax源码，增强其对DECIMAL数据的读取和写入能力。主要通过以下几个步骤：

       1. **修改HDFS Reader**：在处理Hive ORC文件时，需要修改HDFS Reader插件中的相关类和方法，如DFSUtil#transportOneRecord。通过该步骤，确保能正确读取到ORC文件中的DECIMAL字段。datax的Double类型可以通过其内部的rawData字段存储数据的原始内容，支持Java.math.BigDecimal和Java.lang.Double，因此可以实现不修改HDFS Reader代码，直接读取并处理DECIMAL数据的目标。配置作业时，将Hive的DECIMAL字段指定为datax的Double类型，HDFS Reader在底层调用Hive相关API读取ORC文件中的DECIMAL字段，将其隐式转换为Double类型。datax的Double类型支持Java.math.BigDecimal和Java.lang.Double，确保后续写入操作的精度。

       2. **修改HDFS Writer**：为了支持写入数据到Hive ORC文件中的DECIMAL字段，同样需要在HDFS Writer插件中进行相应的代码修改。修改后的代码确保能够将datax的Double字段正确写入到Hive ORC文件中的DECIMAL字段。使用方法com.alibaba.datax.common.element.DoubleColumn#asBigDecimal，基于DoubleColumn底层rawData存储的原始数据内容，将字段值转换为合适的外部数据类型。这一过程不会损失数据精度。

       综上所述，通过修改datax的HDFS Reader和Writer插件，实现对Hive DECIMAL数据类型的读取和写入支持，确保数据迁移过程的准确性和完整性，从而满足复杂数据迁移场景的需求。