VMware ESXI6.0安装和配置IP地址
一、安装过程： 1、加载完后，按回车键继续 2、按F11，接受许可认证 3、安装硬盘 4、选择键盘类型 5、设置系统密码 6、按F11，将系统安装到硬盘上 7、开始安装ESXI系统 8、安装完成后，重新启动 9、安装完成 二、配置IP地址 1、按F2加入配置模式，输入系统密码 2、选择Configure Management Network，进行IP配置 3、选择IPv4 Configuration 4、设置静态IP，按空格选择 5、配置好后，回车确定，选择YES，确定更改 6、按ESC返回，
MySQL之视图、触发器、函数、存储过程、索引
1、视图 把某个查询语句（临时表）设置别名，日后方便使用，视图是虚拟的（不要在数据库里使用视图） #创建：
create view v1（视图名称） as SQL
#修改：
alter view v1 as SQL
#删除：
drop view v1
#使用
select * from v1 2、触发器 对某个表进行【增/删/改】操作的前后如果希望触发某个特定的行为时，可以使用触发器，触发器用于定制用户对表的行进行【增/删/改】前后的行为。 创建基本语法： # 插入前
CREATE
MYSQL笔记-pymysql
pymysql操作数据库 import pymysql
# connect 参数包括 主机 用户 密码 数据库 端口 编码方式等
conn = pymysql.connect(host='localhost',user='root',password='123456',database='db_lianxi',charset='utf8')
cursor = conn.cursor()
user = input()
pswd = input()
# 自己进行字符串拼接容易造成SQL注入,
#
Zookeeper的了解
1、 什么是Zookeeper zookeeper是一个Java语言写的分布式协调工具，它既能作为微服务的注册中心，也能利用zookeeper实现业务逻辑，zooeeper从实现的角度来看，是采用观察者模式，它负责存储和管理数据，然后接受客户端的注册,当客户
原创|面试官：Java对象一定分配在堆上吗？
原创|面试官：Java对象一定分配在堆上吗？ 最近在看 Java 虚拟机方面的资料，以备工作中的不时之需。首先我先抛出一个我自己想的面试题，然后再引出后面要介绍的知识点如逃逸分析、标量替换、栈上分配等知识点 面试题 Java 对象一定分配在堆上吗？
源码分析Mybatis插件(Plugin)机制与实战(图文并茂、提问式源码阅读技巧)
有了《Mybatis执行SQL的4大基础组件详解》 与 《源码解析MyBatis Sharding-Jdbc SQL语句执行流程详解》两篇文章的铺垫，本文将直奔主题：Mybatis插件机制。 温馨提示：本文也是以提问式阅读与探究源码的技巧展示。 1、回顾
生信-使用NCBI进行目的基因的引物设计
使用NCBI进行目的基因的引物设计 全文概述 利用生信工具进行目的基因的引物设计，使用了NCBI进行筛选与设计引物，使用 idtdna对筛选出的DNA进行检查。本文分享了如何筛选出高质量的基因引物，帮助想通过生信进行引物设计的学生、从业者找出合适的基因，毕竟购买引物也比较烧钱，避免设计出的基因质量偏低。 NCBI查找基因 1.查询目的基因：https://www.ncbi.nlm.nih.gov/nuccore/?term=zbed3 备注：这里需要注意的是，要找到合适的目的基因！如果找智人，
VLAN利用三层交换机实现VLAN间路由
这次为大家讲述的是如何利用三层交换机实现VLAN间路由，让我来给大家介绍一下实验的原理和目的吧！ 接下来我们要根据这个实验内容进行一下实验！ 这个是本次实验的实验编码。 这个是我自己画的拓扑图： 好了，先对PC机进行一下配置吧 配置完成后我们来检验一下连通性是否有错。 还是以pc1 为例：测试销售部PC1 与测试部PC2之间可以正常通信 测试销售部PC1 与客服部PC3 之间无法正常通信 简单点来说就是IP地址不在同一个网段。那要怎么办呐，不必但心，让我们解决一下吧！ 二、配置三层交换机实现V
datatable转layui表格【偏原理】
如题 这个类负责把datatable转换为layui表格可以显示的内容。 适合配合表格url字段的webapi服务端，为其返回响应字符串。 代码如下： using System; using System.Web; using System.Text; using System.Data; using System.Net.Http; namespace MyClass { public class Layui_helper { static string datatable2json(Dat
vlan基础配置及Access接口
实验一：vlan基础配置及Access接口 实验原理： 实验内容： 实验拓扑图： 第一步：使用ping命令检测各直路链路的连通性，使所有的PC都能相互通信： 第二步：创建VLAN，除默认VLAN1外，其他VLAN需要通过命令来手工创建，创建VLAN有两种方法，一种是使用VLAN命令一次创建单个VLAN，另一种方式是使用VLAN batch命令一次创建多个VLAN。 在s1上使用两条命令分别创建VLAN10和VLAN20 更改S1名字，输入：system-view 回车； sysname zho
全栈项目|小书架|服务器开发-用户模块设计（用户表设计，注册登录，退出登录）
写系列文章最容易出现的情况是写到一半，然后写不下去了。一个因素是人变懒了；一个因素是这几天在整理用户模块这部分的知识，发现有太多的内容要写，而深入Google之后又发现好多内容是自己未知的，写着写着就不知道该如何写了。 常见的和用户模块相关的操作有：注册登录、信息修改、退出登录 用户表设计 一个系统中，用户模块是最基础也是最重要的。如果只考虑一种登录方式，那用户表可以用一张users表搞定一切。但是现实情况是登录方式有很多种，比如：账号密码登录，微信、QQ、微博登录，手机号、邮箱登录。而且一个
《毕业设计指导的系统设计与实现》九
一、基本信息 标题：毕业设计指导的系统设计与实现 时间：2019 来源：中南大学 研究方向： 基于J2EE的毕业设计指导系统的设计与实现[ 关键词： j2ee 架 构,ajax,mvc,B/S,Dom4j 二、研究内容 论文内容： 第一张章 1.1研究的背景与意义 1. 2.国内..研 1.2.1技术框架 1. 2.3网络教学系统的现 第二章系统设计 2.1开发平台 2.2.1系统设计框架2.2.2系统设计思路 2.5系统数据流图. 2.6系统主要功能 2.7系统主要特点 第三章 3.1系统功
纪念一下我的Java课设...
纪念一下我的Java课设 前言： 从上周周日到本周周六下午两点，其间每天睡眠时间没超过五小时（我觉得是比较累的，当然也是很有收获的一次经历） 问题描述 **结合JavaSocket编程开发文本处理程序。 1、自行下载最喜爱的小说1部。存到服务器中，格式自定。一般存储为文本文档。要求长篇小说，20万字以上。举例说明：下载《三国演义》保存在服务器端。 2、该软件支持从服务器载入小说，对小说中的文本进行分析。举例说明：服务器端保存《三国演义》，客户端进行分析。 3、首先运行服务器。服务器运行之后，可
2019-2020-1 20175230 实验三 并发程序
实验三 并发程序 任务一 实验内容和要求 学习使用Linux命令wc(1) 基于Linux Socket程序设计实现wc（1）服务器(端口号是你学号的后6位)和客户端 客户端传一个文本文件给服务器 服务器返加文本文件中的单词数 实验步骤 1.在命令行中使用命令man 1 wc查找wc（1） 2.命令格式： wc [选项]文件... 3．命令功能： 统计指定文件中的字节数、字数、行数，并将统计结果显示输出。该命令统计指定文件中的字节数、字数、行数。如果没有给出文件名，则从标准输入读取。wc同时也
Asp.net Core 系列之--5.认证、授权与自定义权限的实现
ChuanGoing 2019-11-24 asp.net core系列已经来到了第五篇，通过之前的基础介绍，我们了解了事件订阅/发布的eventbus整个流程，初探dapper ORM实现，并且简单的介绍了领域模型、领域仓储及服务实现，结合上一篇的日志、错误处理及事务和本篇将要介绍的权限，大致的可以形成一个简单的后端系统架构。当然这些都是零散的一些技术概念的介绍，后面如果有时间的话，我想详细的介绍下如何利用领域驱动来实现一个实际案例。 话不多讲，下面来看下本篇的学习曲线： 1.认识Ide
2019软工实践_Alpha（事后诸葛亮）
组长博客 感谢组长 总结思考 设想和目标 我们的软件要解决什么问题？是否定义得很清楚？是否对典型用户和典型场景有清晰的描述？ 弥补Powerpoint中模板转换存在的缺陷，完善PPT模板一键转换的功能。Powerpoint中模板转换功能能够将PPT转换成系统自带的模板，也能够通过浏览主题的方式将我们选定的模板导入转换，但是这两者存在着一定的缺陷，以致于用户不得不在之后手动矫正纠错，耗费了一定的时间。出于以上原因， 我们计划开发出PPT模板套用的自适应工具，来解决上述问题，提升PPT模板套用的简
Google BERT
概述 BERT的全称是Bidirectional Encoder Representation from Transformers，即双向Transformer的Encoder，因为decoder是不能获要预测的信息的。模型的主要创新点都在pre-train方法上，即用了Masked LM和Next Sentence Prediction两种方法分别捕捉词语和句子级别的representation。 BERT的应用步骤 模型结构 BERT BASE：和OPENAI Transformer大小差
今日推荐
周排行