Spring Cloud 2.x-前言
Spring Cloud Spring Boot 微服务已经成为企业开发的标配,阿里的Dubbo已经被企业大规模使用,Spring Cloud作为后起之秀,同时也是 "Spring全家桶"Spring家族的成员,未来前景一片光明,是时候开始研究学习了. 网上大部分文章都是基于Spring Cloud 1.x 和 Spring Boot 1.x 进行搭建和介绍,Spring Cloud Finchley的Service Release 2 (SR2) 版本已发布,那就直接上手2.x. Sprin
MySQL IO线程及相关参数调优
一、关于一个SQL的简单的工作过程 1、工作前提描述 1、启动MySQL，在内存中分配一个大空间innodb_buffer_pool(还有log_buffer) 2、多用户线程连接MySQL，从内存分配用户工作空间(其中排序空间) 3、磁盘上有数据库文件、ib_logfile、tmp目录、undo 2、SQL的简易流程 1、DQL操作 1、首先进行内存读 2、如果buffer pool中没有所需数据，就进行物理读 3、物理读数据读入buffer pool
Powercli随笔 - PowerCLI script to sequentially Storage vMotion VMs from a CSV File
PowerCLI script to sequentially Storage vMotion VMs from a CSV File This is a PowerCLI script that I use to Storage vMotion (s/vmotion) VMs from an input file (CSV File). This helps me evacuate VMs from a datastore that will be decommissioned and th
[蓝桥杯]ALGO-124.算法训练_数字三角形
问题描述
（图３.１－１）示出了一个数字三角形。 请编一个程序计算从顶至底的某处的一条路
径，使该路径所经过的数字的总和最大。
●每一步可沿左斜线向下或右斜线向下走；
●1＜三角形行数≤100；
●三角形中的数字为整数0，1，…99；
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5.
（图３.１－１）
输入格式
文件中首先读到的是三角形的行数。
vbs实现zip压缩
VBS实现zip压缩 Zip "D:\test.xls", "D:\test.zip"
Sub Zip(ByVal mySourceDir, ByVal myZipFile)
Set fso = CreateObject("Scripting.FileSystemObject")
If fso.GetExtensionName(myZipFile) <> "zip" Then
Exit Sub
ElseIf fso.FolderExists(mySourceDir) Then
Node of C++ Linker.
code is nothing without data. data segment - the program memory storing initialized global variable. code segment/ text segmemnt - the program memory storing machine code loading from executable file on the hard disk. Reference: https://www.lurklurk
ifram 实现左侧菜单，右侧显示内容
一般都是左侧的导航栏中的a标签中写一个target（a标签有target属性）， 右侧的div标签中写一个iframe，在iframe中有name的属性，在左侧a标签中的target写上iframe中name的属性值。具体操作如下： 1、设置菜单(a标签增加target属性，值填写iframe的name值) <li class="layui-nav-item"><a href="/about" target="menuFrame">了解itggek</a></li> 1、增加一个iframe(
Python重学记录2
这几天学的不多，只是看了一下相关的视频。最近看的部分比较难，装饰器没有搞懂，__slots__和property也不太明白（这两个知识点是在公交车上看的视频，因为1.5倍速度放的视频，看得快，不太明白）所以需要进一步巩固。待复习巩固了把相关的学习小结补充上来。 今晚还去健身房锻炼了，特别累，真是在工作的同时要兼顾身体呢，但是锻炼了就没法看书学习了，业余时间就那么多，真是很难平衡啊，羡慕那些年轻人，有那么多时间精力去做事，如果我从20出头就开始天天学习，并坚持一个方向就好了，现在后悔还来不来得及
洛谷2756飞行员配对方案问题
题目链接：飞行员配对方案问题 很多人把这题当做二分图匹配的模板做，匈牙利的时间复杂度为\(O(nm)\) 但是如果用dinic去做时间就会是\(O(\sqrt nm)\) 建立超级源点\(s\)和\(t\)，直接按照输入连边，源点和汇点分别连向一个点集即可 #include<iostream>
#include<string>
#include<string.h>
#include<stdio.h>
#include<algorithm>
#include<math.h>
#include<v
A1-2017级算法第一次上机练习赛 C AlvinZH去图书馆
题目描述 AlvinZH最近在看《冰与火之歌》系列，这天，他又看完了一本书，于是决定去图书馆再借一本。大家知道，在去图书馆的路上，有一条"扯蛋路"。大概是这个样子的（秀一波拍照技术）： AlvinZH从第一块石砖出发，接下来他可以走到第二块石砖或第三块石砖，有时候走的很不爽，甚至可以直接跨过两个石砖，到达第四块石砖，但是不能连续两次这种操作，因为这样。。。对身体不好。现在假设有一条含n块石砖的小路，请你计算出AlvinZH从第一块石砖出发有多少种安全的走法。 输入 输入将由多组测试数据组成，以
IMAP 读取含有附件邮件超慢问题
添加以下配置： Properties props = new Properties();
props.setProperty("mail.imap.partialfetch", "false");
props.setProperty("mail.imaps.partialfetch", "false"); 关闭读取附件时分批获取 BASE64 输入流的配置 真是天坑！ 参考： http://landcareweb.com/questions/21386/ji-yu-sslde-javama
Python从零开始 day6
字符串的内置方法： a='123' b='abc' print(a[1:]) #23 print('a' in b) #True c='-----'.join([a,b]) #print(c) #123abc print(c) #123-----abc st = 'hello world' print(st.count('l')) #统计某个元素的个数 print(st.capitalize()) #首字母大写 print(st.center(20,'-'))
Navicat Premium 12.0.24安装与激活（亲测已成功激活）
另请参见：Navicat Premium 12.0.18 / 12.0.24安装与激活 另请参见：Navicat Premium 12安装与激活（亲测已成功激活） 说明： 本主亲自验证过，可以激活！ Navicat Premium 12 的安装我就不说了（默认已经安装好了），只说怎么激活。 Navicat软件 Navicat Premium 12.0.22 - 12.0.24 简体中文64位 提取码: 67ty 1. 激活方式1 这种在网上流传比较广泛，但是本人亲自验证过——不行。可能是使用这
MySQL后台线程的清理工作
后台清理工作：脏页刷盘、undo回收 1、page cleaner thread：刷新脏页 2、purge thread：清空undo页、清理“deleted”page 一、innodb_page_cleaners page cleaner线程从buffer pool中刷脏页的线程数量。 1、5.7新特性 1、5.6版本以前，脏页的清理工作交由master线程的； 2、Page cleaner thread是5.6.2引入的一个新线程（单线程），从master线程中卸下bu
MAC下如何把GBK编码的文档转成UTF-8编码的？
1. utf-8 转 GBK的方法 转换命令 iconv -f UTF-8 -t GBK test_utf8.txt > test_gbk.txt 其他格式同理 2. 用iconv -l 查看该方法支持的编码格式 iconv -l ANSI_X3.4-1968 ANSI_X3.4-1986 ASCII CP367 IBM367 ISO-IR-6 ISO646-US ISO_646.IRV:1991 US US-ASCII CSASCII
UTF-8 UTF8
UTF-8-MAC U
手撸 Pandas - 02：Pandas处理数据的效率提升
Pandas是一个非常好用的数据处理包，那么处理同样的数据，不同的方法其效率能差多少呢？ 首先看一下数据的形式，很小的一组数据，不到34万行，10列。 数据的处理方法也很简单，就是一个简单的条件语句if，用其中的一列，对比另外一列的大小，条件满足，在状态列表里加个1，条件不满足就加个0。 测试1： 利用最原始的方法，利用一个for循环，遍历整个 Dataframe： 在每一次循环中，粗暴的在每一个if语句中使用一次df.loc函数的方式遍历整个Dataframe，基本上长这样： 程序一共12次
今日推荐
周排行