Node Sass could not find a binding for your current environment: Windows 64-bit with Node.js 12.x
写在前面因为我有在维护一个之前帮别人做的项目，然后，时常可能会有一些小的需求改动。就需要我每次把项目代码拉下来，小小的调试修改。搞不懂，每次我在启动前端项目的时候，总会有这样那样的惊喜~嘿呀，咋搞呢？我又不是专业的前端，我只能见一次尝试解决一下了。可能有的小伙伴也会遇到同样的问题，为了快速过坑 ，我就把我的错误记录下来，希望能够帮助到你。回到主题：错误解析：Node Sass找不到当前环境的绑定，我的node 好像是12，node-sass版本还是适配的node 8 ?是这样样吗？报错中，也说
学了忘，忘了学的Git
写在前面本文是转自 大佬3y 的文章分享一下三歪的经历刚实习的时候，一直都忙着看各种东西。有一天，我学长说：我看你也学了一些基础了，我们来看看公司的代码吧，看看我们生产环境是怎么做的。于是我学长丢了一个Git链接给三歪https://github.com/ZhongFuCheng3y/3y.git1那三歪做了什么？三歪去IDEA下把这个Git给Clone下来：我用Clone完了以后，我学长又补了一句：这个项目不是用master分支的哦，你切换一下分支。三歪：啥？切换分支？咋整？我忘了。
方法 属性 类 继承 【Scala基础01 不看血亏系列】
写在前面最近把Scala一些基础的东西简单复习一下，然后顺便也记录下来，后面就可以直接看自己的笔记了。当然，也希望能够帮到一些刚入门的小伙伴~如果有什么错误的地方，欢迎指正~ 我也还在不断的学习中，大家一起加油！01 函数/方法我后面统一就叫做方法吧，我想任何一门编程语言都有这个玩意把，不管你是python(非编译解释型)，Java(混合型)，shell(脚本语言)…还是这里的Scala(函数式)。方法的基本定义： 参数列表 def 函数名(x:
Dataset[Row] 转为Array[String]
写在前面在实际开发中，我遇到一个场景：将源数据读取进来，加载为DataFrame之后，其中一个处理步骤是，需要将某一列的数据单独提取出来作为一个数组，然后传递给后面的udf()函数。需求：读取的是日期字段列，因为在数据仓库中，各个数据表的数据形态是不一致的，每种数据形态都有自己的日期字段，一般来说：比如，快照表我们的日期字段可能是DW_XX_DT。这个就看自己公司如何定义了。我这里遇到的情况是：日期字段列中有空字符串""（读出来是null），还有中文字符"为空",然后还有DW_XX_DT 或 Dw_x
FastDFS+Nginx 搭建文件服务器 【Easy Peasy】
写在前面一个业务系统 总有这样那样的文件 需要保存把。有许多第三方的对象存储，什么阿里腾讯的OSS,COS，还有七牛云啥的。当然也是可以选择没错了，但是可能基于数据安全还有公司成本，或许我们搭建自己的文件服务器也是不错的。不过这样也会多出一些运维成本了。这个取舍就看自己了吧，仁者见仁智者见智。话不多说，直接开始吧，如果有什么错误的地方，欢迎指正~ 我也还在不断的学习中，大家一起加油！先来两张架构图：Tracker 就相当于一个主节点，负责管理记录多个Storage节点的元信息。类似于Hadoop
（转载）HCIA-GaussDB 华为认证数据库工程师
// An highlighted block第一、二章主要介绍数据库的发展史，基本概念等内容，第三、四章节主要介绍GaussDB数据库的SQL语法，第...
疫情一码通背后的超大数据仓库设计
平台层面 + 上层应用层面上层应用从原来每天100w的调用查询量 ==> 提升到每天2000w次的调用查询量 ；1.目前总计（GaussDB加工集群+GaussDB查询集群）250+个节点,共计 1PB的数据量。2.最大集群的规模108个节点，500TB 数据量3.每天有将近1w张表的数据 入库，30亿条数据进行加工处理–> 来生成疫情防控需要的一些专题数据，去支撑疫情防控平台，每张表平均 30w 条数据？2017年正式上华为的公有云，华为的DWS服务DWS2.0 多模引擎 实..
在linux下如何使用yum查看安装了哪些软件包 & yum安装的软件都放到哪个目录下了
问题1： yum安装的软件都放到哪个目录下了答：都放在/var/cache/yum下了问题2： 常常在用yum -y install 软件名，可是真的还不清楚这些sao操作呢//列出所有已安装的软件包yum list installedyum针对软件包操作常用命令：1.使用YUM查找软件包 命令：yum search 2.列出所有可安装的软件包 命令：yum list 3.列出所有可更新的软件包 命令：yum list updates 4.列出所有已安装的软件包 命令：yum l
SLF4j + Log4j 、Log4j2、 Logback 日志框架使用【生产场景分析】
写在前面从写代码开始，就陆陆续续接触到了许多日志框架，常用的Log4j 、Log4j2、 Logback等。每次自己写项目时，就copy别人的代码或网上的demo。配置log4j.properties或者logback.xml 能搞定。但是一直没有理清各个框架之前的关系。然后总感觉打印日志的时候并不是随心所欲。特此简单分析分析。SLF4j是日志门面，是一个日志标准，并非真正的日志实现，log4j、log4j2、logback才是真正的日志实现库。也就是说log4j、log4j2、logback 这兄弟
SQL经典面试题-连续3天登陆用户 机会终于来了系列
写在前面连续登陆问题可以扩展到很多其他方面：1.我们每天使用的某团外卖，就可以统计用户连续点外卖的天数。如果发现你连续5天都没有点外卖，可能就会给你发优惠券，刺激消费2.比如银行贷款你连续预期好多好多天，一直没有处理。银行就会按照自己的流程对你采集一定的措施。反正就是确实在数仓中还是用的比较多的，比较实际的需求。需求：编写hql,统计连续3天登陆的用户分析：如何判断连续，这个是本题的关键可以对user_id进行分组排序后，得到rn,然后用登陆日期减去rn ,就会得到一个日期差，如果是连续的话
数仓中的全量表，增量表，拉链表，流水表，快照表 机会终于来了系列
写在前面先简单说明一下这几种表形态的定义：全量表：每天的所有写最新状态的数据1、有无变化，都要报2、每次上报的数据都是所有的数据（变化的+没有变化的）增量表：新增的数据1、增量表，只报变化量，无变化不用报拉链表：1、记录一个事物从开始，一直到当前状态的所有变化的信息2、拉链表每次上报的都是历史记录的最终状态，是记录在当前时候的历史总量流水表：对于表的每一个修改都会记录，可以用户反映实际记录的变更1、拉链表通常是对账户信息的历史变动进行处理保留的结果，流水表是对每天的交
深圳地铁客流大数据 Spark 技术栈
写在前面学以致用，本项目通过对深圳市开放数据之轨道交通客流情况进行分析，了解深漂的我们每天在上下班都经历了些什么…本系列项目以Spark技术栈为主，花絮SHOW DATABASES;CREATE DATABASE IF NOT EXISTS szdw_ods;CREATE DATABASE IF NOT EXISTS szdw_dwd;CREATE DATABASE IF NOT EXISTS szdw_dws;CREATE DATABASE IF NOT EXISTS szdw_ads;
函数式编程 & Lambda表达式 硬核！
函数式编程概述：是相较于 命令式编程 的一种编程范式；是一种如何 搭建应用程序 的方法论，不是一种具体的技术；具体的，能够熟练应用Stream流相关的API ，lamdba 表达式 到工作中，就说明你会函数式编程函数式编程：关注做什么，说白了，内置函数库已经将需要的功能实现好了，直接用命令式编程：关注怎么做，具体实现细节需要我们自己代码编写为什么要使用函数式编程：使用 lambda 能够使得代码更加的简洁Lambda 表达式：其实也是一个匿名函数，它不去关心接口名，方法名，参数名，而是
Airflow + MySQL安装躺坑整理
(2021) [root@hadoop001 airflow]# airflow db initTraceback (most recent call last): File "/root/.virtualenvsi/2021/bin/airflow", line 5, in <module> from airflow.__main__ import main File "/root/.virtualenvsi/2021/lib/python3.9/site-packages/
SQL中on&where的区别
写在前面今天看见群里有小伙伴在问sql中on&where有啥区别，似乎都能实现过滤数据的效果，但又感觉又不太一样，始终有点理不清。这不，这里简单记录下我的理解。如果有误，欢迎指正~笔芯结论就是：1.on先过滤数据再进行表的连接，where先连表得到临时查询结果 最后再对结果进行过滤2.on 后面的过滤条件只会影响当前表的行数，而如果把这个从表的筛选条件 放在了where里面，这样就会影响主表的返回行数所以，也是比较多的场景是：拿left join 举例，如果你需要返回左表的全部数据，这
保留Hive分区的最新文件
写在前面:目前生产上有一个场景就是有一张HIVE的分区表，每5分钟就会有一个任务往 当天的分区里面写数据，但是本身也只需要当天最新的数据，这样下来，小文件就会巨巨巨多，所以不得避免就需要删除之前的文件了，这样也能提升查询速度。方案：用Python执行Bash HDFS命令代码如下：#!/usr/bin/env python# -*- coding: utf-8 -*-import osimport warningswarnings.filterwarnings("ignore")def
今日推荐
周排行