dbstructsync 多套mysql环境表、字段、索引的差异sql产出（原创）
最近写了一个工具（比较两套测试环境数据库表、表字段、索引的差异） 功能：可以比较两套环境中mysql指定库中表、表字段及索引的差异，返回具体需要同步的执行sql A环境的数据库db 作为sourcedb， B环境的数据库db targetdb ，代码比较的是 sourcedb 与targetdb 的差异，执行完sql后，保证了sourcedb 包含于targetdb 结果包括新建表sql，修改、增加字段sql, 删除、新增索引sql 具体使用方法： pip install -i https:/
python logging模块源码分析
阅读目录 一、源码分析 二、流程图 一、源码分析 1 创建logger对象 logger = logging.getLogger(__name__)
# 1.加载文件，创建以下单例对象
root = RootLogger(WARNING)
Logger.root = root
Logger.manager = Manager(Logger.root)
_loggerClass = Logger
# 2.getLogger（）
if name:
return Logger.manage
Login的登录过滤器
@WebFilter("/*")
public class LoginFilter implements Filter {
public void doFilter(ServletRequest req, ServletResponse resp, FilterChain chain) throws ServletException, IOException {
//强制转换
HttpServletRequest request = (HttpSer
【计算机网络】数据链路层
计算机网络 数据链路层 概念 链路 网卡 一个节点的工作 接收来自物理层的比特流，识别数据帧，处理后交给上层（网络层） 三个问题 封装成帧 透明传输 差错检测 点到点网络：PPP协议 组成 帧格式 建立PPP会话 广播网络数据链路层协议 局域网 优点： 以太网 标准：802.3 以太网物理地址 硬件地址、物理地址、MAC地址 48位，6字节 保证生产出来的适配器没有重复地址（可以在软件层面改变） 3字节 3字节 组织唯一标识符 扩展唯一标识符 第一字节的最低位为I/G 单站地址I/G=0 组地
MVC Exception Filter
GlobalFilters.Filters.Add(new ExceptionFilter());
public class ExceptionFilter:IExceptionFilter
{
public void OnException(ExceptionContext filterContext)
{
Exception ex = filterContext.Exception;
ctf笔记(i春秋) 19.10.21- 19.11.19.txt
本次笔记以i春秋为主 登录 题目给出登录框和密码，采用万能密码注入，发现用户名可注入但密码段无法注入 根据报错提示，猜测可进行盲注 使用1' or database() regexp '^a'# 正则盲注发现可以 然后发现源码中username的class为user_n3me，猜测字段名就是user_n3me 进行盲注发现注出了帐号 同理，password的class为p3ss_w0rd，注出了密码md5，解码即可 登录，发现提示.bctfg1t login.php index.php，后两个
大数据之路week03--day05（线程 II）
今天，咱们就把线程给完完全全的结束掉，但是不是说，就已经覆盖了全部的知识点，可以说是线程的常见的问题及所含知识基本都包含。 1、多线程（理解） （1）JDK5以后的针对线程的锁定操作和释放操作 Lock锁 （2）死锁问题的描述和代码体现 同步的弊端： A：效率低 B：容易产生死锁 死锁： 两个或两个以上的线程在争夺资源的过程中，发生的一种相互等待现象。 举例： 中国人和外国人吃饭的案例 正常情况
通过python批量修改mp3名称
下载歌曲软件：音乐狂 下载格式：[xxxx]xxxx.mp3 import os import re path = 'c:\\test' old_dir = os.listdir(path) print('原始文件名称为 %s' %old_dir) for i in old_dir: spli = i.split(']') print(spli) os.chdir(path) new_name = spli[1] # step 1 print(n
机器学习笔记1_逻辑回归
目录 1 Logistic Regression 1.1 LR模型 1.2 损失函数 1.3 优化方法 1.4 Regulization(正则化) 1.5多元逻辑回归 1.6 总结 @ 1 Logistic Regression Logistic Regression 逻辑回归，简称LR，适合于分类问题 1.1 LR模型 对于线性回归模型，需要拟合一个\(Y=X\theta+b\)的函数，回归问题适合于连续的问题，而对于分类问题，需要得到一系列离散的标签，以二分类为例，需要预测的类别为0，1.
机器学习笔记2_决策树
目录 2.1简介 2.2 信息论基础 2.3 特征选择 2.4 ID3与C4.5 2.5 决策树的剪枝 2.6 CART 2.6.1 CART分类树 2.6.2 CART回归树 2.6.3 CART的剪枝 @ 2.1简介 决策树算法经典的机器学习算法，也是使用的很普遍的一类算法，集成学习中的随机森林就是以决策树算法为基础的。决策树是Quinlan(昆兰)在1986年提出来的，最开始的版本是ID3算法，之后他又提出来C4.5算法。后来，有人在昆兰的基础上提出了CART算法，本文主要介绍这三种算法
产品经理读书和反思之一
近来二次阅读苏杰著人人都是产品经理，还是很有收获，为了促进自己反思，特记录在此。 产品经理是关于事和人的匹配。事，对公式来说，梳理清晰的业务是根本，对个人那是具体的任务。人，要具备相应能力，知识，技能和态度。 项目经理是任务的执行人，不是提出者，需要执行，计划和控制能力。产品经理是任务的提出者，更需要创造力和项目管理能力。项目越做越确定，是个闭环，产品越做越大，开放式的。 产品经理要学会面对真正的问题，去追问本质，多问问为什么，目的是什么，这样才能更好的提供解决方案～产品。 只做一次的事情找可
PAT (Basic Level) 乙组全题记录
前后12天，乙组的所有题目算是刷完了，总体感觉不太难，偶尔有一两道题卡了一会也是审题不清、特殊数据，或者一些逃不掉的坑，但收获依然不少，明白了“永远要用最大的恶意去揣测出题人”，也改掉不少坏习惯，甲组的题目寒假才有时间继续做了。2020.3月，PAT 干。 1001 害死人不偿命的(3n+1)猜想 #include <iostream>
using namespace std;
int main() {
int n, cnt = 0;
cin >> n;
while
机器学习笔记3_Adaboost
一般来说，Ensemble模型适合于过拟合的模型，包括bagging和boosting. 3.1 Bagging 其中Bagging是单独训练每个分类器，然后用平均或者投票的方法组合，boosting的方法则是分类器之前存在强依赖，前一个分类器预测的解构会影响后一个分类器。随机森林就是DT的bagging。 在相同的深度下，随机森林并不会比决策树好很多，但会让分类的结果更平滑 3.2 Boosting boosting的目的是用迭代的方法提高弱分类器的性能(improving weak cla
今日推荐
周排行