综合架构服务器的搭建
一主机系统基础优化 编写系统优化脚本加快执行效率 （一）yum源优化 统一配置为阿里云 [root@centos71 ~]# curl -o /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.som/repo/Centos-7.repo
[root@centos71 ~]# curl -o /etc/yum.repos.d/epel.repo http://mirrors.aliyun.com/repo/
python实现简单的http服务器
index.html <!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en">
<head>
<title>Untitled Document</title>
</head>
<body scroll="no" class="hashover">
<h1>hello world!</h1>
</body>
</html> server import os
im
k8s创建资源(2)<基于配置清单>
一，两种创建资源的方法1.基于命令的方式：简单直观快捷，上手快。适合临时测试或实验。2.基于配置清单的方式：配置文件描述了What，即应用最终要达到的状态。配置文件提供了创建资源的模板，能够重复部署。可以像管理代码一样管理部署。适合正式的、跨环境的、规模化部署。这种方式要求熟悉配置文件的语法，有一定难度。环境介绍主机IP地址服务master192.168.1.21k8snode01192.168.
c语言中的结构体按元素大小进行冒泡排序
#include<stdio.h>
struct student
{
char name[16];//name
unsigned char age;//年龄
unsigned char score;//成绩
char classes[100];//班级
};
void swap(struct student st[] ,int length) { //这个地方可以写成struct student *st; 其实可以将结构体当成为数组进行操作
struc
本人对于网站设计的喜好
前言 我看过很多站长的博客，其中有相当一部分是做得非常“花里胡哨”的，这种设计我实在欣赏不来，我大致说说原因，以及我的喜好。 正题 以下是我为什么不喜欢“花里胡哨”的页面的原因。 性能差 我所使用的计算机，性能实在说不上强大，于是相当一部分特效运行的时候，电脑的负载都会很高，性能要求高就算了，动画还不流畅，这让我很是难受，而且一些特效还会影响阅读…… 加载速度慢 我博客所在的服务器的上行带宽并不怎么高，而我对于加载速度的要求是在1秒以内，一旦加上了看板娘等组件，亦或者是被墙掉的资源，加载速度立
BZOJ 2329: [HNOI2011]括号修复 Splay
code: #include <cstdio>
#include <map>
#include <vector>
#include <cstring>
#include <string>
#include <algorithm>
#define N 100007
#define ll long long
#define lson s[x].ch[0]
#define rson s[x].ch[1]
using namespace std;
ch
js 判断传入的参数是否是一个 安全整数
因为有的接口参数是 int 类型，所以在页面获取的时候用 js 转了一下，然后发现位数比较多的情况下，后几位会 自动变成 0000 .... 网上的解释： 1.JS中只有一种类型数，即64位（1bit 的符号位，11bits 的指数部分 ，以及52bits 的小数部分）双精度浮点数，当整数数值过大时，就会发生精度丢失。 2.所谓安全整数即能够唯一确定的数字，即能够使用64位二进制数唯一确定的整数。考虑253，转换成对应表示方式后其小数部分总共包括53位，发生了精度丢失，所以在JS中无法区别25
python pow函数（31）
一.pow函数介绍 在python中内置函数pow()一共有两个参数，x和y，并返回 xy（x的y次方） 的值，语法如下： pow(x, y[, z]) 参数介绍： x — 数值表达式(整数或者浮点数)； y — 数值表达式(整数或者浮点数)； z — 数值表达式(整数或者浮点数)，默认不设置z值； 返回值：返回 xy(x的y次方)的值；如果设置了z值,则再对结果进行取模,其结果等效于pow(x,y) %z； 二.pow函数使用 案例1：pow函数常规使用 # !usr/bin/env pyt
002.前端开发知识，前端基础HTML（2020-01-07）
一、列表标签 1.无序列表 ul <ul>
<li>列表项1</li>
<li>列表项2</li>
<li>列表项3</li>
......
</ul> 2.有序列表 ol 有序列表即为有排列顺序的列表，其各个列表项按照一定的顺序排列定义 <ol>
<li>列表项1</li>
<li>列表项2</li>
<li>列表项3</li>
......
</ol> 3.自定义列表 <dl>
<dt>名词1</dt>
<dd>名词1解释1</dd>
<dd>名
一个学校，有3个办公室，现在有8位老师等待工位的分配，请编写程序，完成随机的分配
import random
# 定义一个列表用来保存3个办公室
offices = [[], [], []]
# 定义一个列表用来存储8位老师的名字
names = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H']
for name in names: # 选出每一位老师
index = random.randint(0, 2) # 选择办公室
offices[index].append(name) # 把老师随机放
关于 pytesseract模块图片验证码
错误类型： pytesseract.pytesseract.TesseractError: (1, 'Error opening data file C:\\Program Files (x86)\\Tesseract-OCR;/eng.traineddata Please make sure the TESSDATA_PREFIX environment variable is set to your "tessdata" directory. Failed loading language
大数据学习day31------spark11-------1. Redis（安装）
1. Redis Redis是目前一个非常优秀的key-value存储系统（内存的NoSQL数据库）。和Memcached类似，它支持存储的value类型相对更多，包括string(字符串)、list(链表)、set(集合)、zset(sorted set有序集合)和hash（哈希类型）。 1.1 redis的安装（源码安装方式，官网供下载的redis，没有编译的，需要自己编译） （1）下载redis4的稳定版本 （2）上传redis-4.0.14.tar.gz到Linux服务器
基于HttpRunner，解析swagger数据，快速生成接口测试框架-优化篇
之前写过一个 基于HttpRunner，解析swagger数据，快速生成接口测试框架，今天抽时间又优化了下 使用最新的httprunner 2.3.2 版本。默认好像没有生成测试报告，需要简单的修改下源码： # api.py 217行 添加
report_path = report.gen_html_report(self._summary)
# 修改报告的默认命名方式
# report.py 301行-310行
start_at_timestamp = int(summary["
开发在线教育平台项目步骤（Python3.7.6 + Django 3.0）
1. 新建虚拟环境 mkvirtualenv eduonline 2. 安装mysql数据库 pip install mysqlclient pip install pymysql 3. 在settings中配置数据库DATABASES DATABASES = { 'default': { 'ENGINE': 'django.db.backends.mysql', 'NAME': 'eduonline', 'USER': 'root',
python3.8+PySimpleGUI+进度条代码大全
1.python3.8+PySimpleGUI+进度条大全 2.效果图： 3.代码： #导出模块
import PySimpleGUI as sg
import time
import inspect
from progress.bar import IncrementalBar
#-----------登录界面，第1个窗口------------
def Denglu(): #登录界面，第1个窗口
layout = [
[sg.Text('账号：'),s
运行roslaunch报错：ascii’ codec can’t decode byte 0xe6 in position 11: ordinal not in range(128)
解决方法：https://blog.csdn.net/maizousidemao/article/details/103366618
推荐中的多任务学习-ESMM
本文将介绍阿里发表在 SIGIR’18 的论文ESMM《Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate》。文章提出使用多任务学习解决CVR（转化率）预估时的样本选择偏差和数据稀疏问题。 背景 在推荐系统、在线广告等应用中，CVR预估比CTR预估更加重要，CTR预估聚焦于点击率预估，即预测用户会不会点击，但是用户点击后进行消费才是最终目标。传统的CVR预估任
今日推荐
周排行