惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Forbes - Security
Forbes - Security
GbyAI
GbyAI
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
S
SegmentFault 最新的问题
Y
Y Combinator Blog
Recorded Future
Recorded Future
博客园 - Franky
I
InfoQ
T
The Blog of Author Tim Ferriss
Recent Announcements
Recent Announcements
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
博客园_首页
阮一峰的网络日志
阮一峰的网络日志
T
Tailwind CSS Blog
Cyberwarzone
Cyberwarzone
The Register - Security
The Register - Security
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
雷峰网
雷峰网
P
Palo Alto Networks Blog
G
GRAHAM CLULEY
Cloudbric
Cloudbric
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
MongoDB | Blog
MongoDB | Blog
F
Full Disclosure
Google DeepMind News
Google DeepMind News
Recent Commits to openclaw:main
Recent Commits to openclaw:main
C
Check Point Blog
爱范儿
爱范儿
The GitHub Blog
The GitHub Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
W
WeLiveSecurity
T
Threat Research - Cisco Blogs
U
Unit 42
N
Netflix TechBlog - Medium
The Cloudflare Blog
Spread Privacy
Spread Privacy
Microsoft Azure Blog
Microsoft Azure Blog
美团技术团队
T
Troy Hunt's Blog
Engineering at Meta
Engineering at Meta
H
Heimdal Security Blog
TaoSecurity Blog
TaoSecurity Blog
C
Cybersecurity and Infrastructure Security Agency CISA
T
Tenable Blog
B
Blog
S
Securelist
H
Hacker News: Front Page
Google Online Security Blog
Google Online Security Blog
G
Google Developers Blog

博客园 - yufan27209

博文阅读密码验证 - 博客园 JVM调优 【转】中文分词之HMM模型详解 xwiki enterprise 8.4.5使用https步骤 博文阅读密码验证 - 博客园 dubbo和shiro的整合,在服务端做权限验证 电商课题:分布式锁 Export large data from Gridview and Datareader to an Excel file using C# 博文阅读密码验证 - 博客园 设计模式读书笔记-----访问者模式DEMO修改 用户中心 - 博客园 .NET ActionFilterAttribute等 MYSQL实现上一条下一条功能 SVN基本配置文件 单表60亿记录等大数据场景的MySQL优化和运维之道 MSSQL镜像—无见证服务器 风险控制-防刷 开发中两款工具 Remote Desktop Organizer 和zabbix EasyUI datagrid 编辑框焦点
sap学习笔记
yufan27209 · 2017-06-23 · via 博客园 - yufan27209

1:注释

*注释一行
"注释

2: .结束

3:,连接相似语句

4:数据类型
数据类型 默认大小 有效大小 初始值 说明
C 1 1 - 65535 SPACE 文本、字符( 字母数字字 符)
D 8 8 '00000000' 日期(格式:YYYYMMDD)
F 8 8 0 浮 点数
I 4 4 0 整 型(整数)
N 1 1 - 65535 '00...0' 数字文本
P 8 1 - 16 0 压缩号
T 6 6 '000000' 时间(格式: HHMMSS)
X 1 1 - 65535 X'00' 十六进制

5:数字数据类型
类型 I 数据
类型 I 数据的数值 范围是 -2**31 到 2**31-1 并且仅包括整数。
对算术运算 的非整型结果(如分数 )进行四舍五入,而不是截断。
类型 I 数据可用于计数器、项目号、索引 和时间期段 等。

类型 P 数据
类型 P 数据允许在小数点后有 数字。
类型 P 数据的数值范围取决于大小和小数点后的位数。有效大小可以是从1到16字节的任何值。
将两个十进制数字压缩到一个字节,而最后一个字节包含一个数字和符号。在小数点后最多允许14个数字

类型 F 数据
对于正数和负数,类型 F 数的数值范 围是 1x10**-307 到 1x10**308。包括 0(零)。
精确范围近似为15位十进制数 ,这取决于硬件平台的浮点算法。

由于是在内 部将类型 F 数据转换为二进制系统 ,因此可能出现舍入误差。尽管
ABAP/4处理器试图 将这些影响减至最小,但是如果要求高精度,则不应该使用类型 F 数据。

而应代之以类型 P 数据。如果需要大的数值范围 ,而且舍入误差不重要, 则可以使用类型 F 数据。

使用的时候一点区别:
用类型 I 和类型 F 字段的计算比用类型 P 字段的计算要快;同时对 P 字段的运算要求更多的软件支持。
尽管如此,可能仍必须使用类型 P 数据以满足精度或数值范围的要求。

*用户自定义类型TYPE
TYPES: NUMBER TYPE I.

*定义变量
DATA: NO_FLIGHTS TYPE NUMBER.
DATA: NO_FLIGHTS2 TYPE I VALUE 10.
DATA: FLAG TYPE C VALUE IS INITIAL. "SPACE

6:常量
CONSTANTS PI TYPE P DECIMALS 10 VALUE 3.1415926536.

7:字段串 的 DATA 语句
DATA: BEGIN OF ADDRESS,
NAME(20) TYPE C,
STREET(20) TYPE C,
NUMBER TYPE P,
POSTCODE(5) TYPE N,
CITY(20) TYPE C,
END OF ADDRESS.

8:Internal Table
DATA: BEGIN OF STUDENT OCCURS 20,
STD_ID TYPE N,
NAME(10) TYPE C,
AGE TYPE I,
BIRTH TYPE D,
SCORE TYPE P DECIMALS 2,
END OF STUDENT.
创建了名叫STUDENT的internal table,并且为它预先申请了能够存放20 笔资料的Buffer(当然,如果存取资料不止20 笔,程序执行时,会自动申请系统Buffer)

9:上传下载http://blog.csdn.net/opparts/article/details/140120

posted on 2017-06-23 11:03  yufan27209  阅读(170)  评论()    收藏  举报