days

https://leetcode-cn.com/problems/rising-temperature/description/ inner join 连接 to_days(DATE) 将日期类型转换为公元0年0月0天到DATE的总天数 select w1.Id from Weather w1 inner join Weather w2 on w1.Temperature > w2.Temperature and to_days(w1.RecordDate) - to_days(w2.RecordDate) = 1; 文章来源: LeetCode #197 上升的温度

背景 在系统中需要计算公式，参数可以配置，类似excel的情况，可以实现数据的计算。 mXparser 实例 public static void main(String[] args) throws InterruptedException { Argument days = new Argument("days = 30"); Expression min = new Expression("min(days/10,1)", days); mXparser.consolePrint(min.getExpressionString() + "----" + min.calculate()); Expression e = new Expression("2-(32-4)/(23+4/5)-(2-4)*(4+6-98.2)+4"); mXparser.consolePrintln("Res: " + e.getExpressionString() + " = " + e.calculate()); Expression abs = new Expression("abs(-1)"); mXparser.consolePrintln("Res: " + abs.getExpressionString() + " = " + abs.calculate()); Expression

1 from datetime import datetime 2 3 class Solution : 4 def dayOfTheWeek ( self , day : int , month : int , year : int ) -> str : 5 days = [ "Monday" , "Tuesday" , "Wednesday" , "Thursday" , "Friday" , "Saturday" , "Sunday" ] 6 return days [ datetime ( year , month , day ). weekday ()] 来源：博客园 作者： Sempron2800+ 链接：https://www.cnblogs.com/asenyang/p/11504148.html

delta = datetime.timedelta(days=1) old = datetime.datetime(2018, 8, 2) new = (old + delta).strftime(’%Y%m%d’) print(new) 文章来源: https://blog.csdn.net/weixin_40530363/article/details/91523880

以下数据是某个产品的提前预定期： import pandas as pd import seaborn as sns import matplotlib.pyplot as plt import seaborn as sns import numpy as np %matplotlib inline data = (pd.read_csv('D:/Users/Merchants_portrait.csv')).astype('int') avg_days_befor = (data['avg_days_befor'].value_counts()).reset_index() sns.barplot(x = avg_days_befor.index, y = avg_days_befor['avg_days_befor']) plt.show() # ͼ3 这个图看起来比较丑，因为天数比较多，所以横坐标密密麻麻 我们看下提前预定天数和每个预定天数的产品的情况 avg_days_befor.head() 看下分布情况 #观察下提前预定天数的分布 avg_days_befor.describe() 从下面表格可以看出，提前预定天数在0-633之间，75%的分布在200以内 index avg_days_befor count 259.000000 259.000000 mean 139

#某天是某年的第几天 n = 0 Year = int ( input ( "Year:" ) ) Month = int ( input ( "Month:" ) ) Day = int ( input ( "Day:" ) ) Days = [ 0 , 31 , 0 , 31 , 30 , 31 , 30 , 31 , 31 , 30 , 31 , 30 ] if ( Year % 4 == 0 and Year % 100 != 0 or Year % 400 == 0 ) : Days [ 2 ] = 28 else : Days [ 2 ] = 29 for i in range ( Month ) : n += Days [ i ] print ( n + Day ) 文章来源: https://blog.csdn.net/weixin_43638669/article/details/91457745

1.const是不变常量，在编译的时候就需要有确定的值，只能用于数值和字符串，或者引用类型只能为null.（这里为什么要把字符串单独拿出来？是因为字符串string是引用类型，但是使用的时候却感觉是值类型，它是一种特殊的引用类型，后面会详细说），struct也不能用const标记。const可以修饰class的字段或者局部变量，不能修饰属性。而readonly仅仅用于修饰class的字段，不能修饰属性。const是属于类级别而不是实例对象级别，不能跟static一起使用。而readonly既可以是类级别也可以是实例级别，它可以与static一起使用。 2.readonly是只读的意思，表示不能进行写操作。最重要的是它在程序运行时才会去求值。它可以是任意类型，当然可以是object，数组，struct，它必须在构造函数或者初始化器中初始化，初始化完成之后不能被修改。通常可以定义一个readonly值为DateTime的常量。而const却无法指定为DateTime类型。 1. 只有C#内置类型（int,double,long等）可以声明为const;结果、类和数组不能声明为const。 2. readonly 是在字段上使用的修饰符，直接以类名.字段访问。 3. const 必须在申明中初始化。之后不能再修改。 4. readonly可以在申明中初始化，也可以在构造函数中初始化

mysql属于关系型，行式数据库， 规定单行长度不能超过65535一点都不过分。 你想当你超过65535后， 查询的iops怎么撑得住。 当我抓取日志入库的时候， 发现定义列太短了， 于是把varchar(50) 改为 varchar(150) . MySQL要求一个行的定义长度不能超过65535。 （1）单个字段如果大于65535，则转换为TEXT 。 （2）单行最大限制为65535，这里不包括TEXT、BLOB。 所谓单行最大限制指的就是一张表中所有字段的所设置的长度不得超过65535字节， 例如一个表中有三个varchar字段长度30000，那么这个表的单行长度为：30000*3=90000， 大于65535则报错不能建表，这里乘以3是因为数据库用的utf8编码，3个字节表示一个字符。 报错sql create table mw_logs ( MW_Name VARCHAR(500), MW_Host VARCHAR(500), LId Long, Log_Time DATETIME, Req_QueryId VARCHAR(150), UserId VARCHAR(50), Web_ModuleId VARCHAR(50), Web_Module_Name VARCHAR(50), Log_Line VARCHAR(500), Log_Level VARCHAR(50),

mysql ssl 生成秘钥 1 check ssl是否已经开启 mysql > show variables like '%ssl%' ; + ---------------+----------+ | Variable_name | Value | + ---------------+----------+ | have_openssl | DISABLED | | have_ssl | DISABLED | | ssl_ca | | | ssl_capath | | | ssl_cert | | | ssl_cipher | | | ssl_crl | | | ssl_crlpath | | | ssl_key | | + ---------------+----------+ 9 rows in set ( 0.00 sec ) 2 没有开启,所以打开 在my.cnf末尾端设置ssl 参数， 然后重新启动mysql服务即可 mysql > show variables like '%ssl%' ; + ---------------+-------+ | Variable_name | Value | + ---------------+-------+ | have_openssl | YES | | have_ssl | YES | | ssl_ca | | | ssl

mysql 表分区的几种方式： RANGE分区：基于属于一个给定连续区间的列值，把多行分配给分区。 LIST分区：类似于按RANGE分区，区别在于LIST分区是基于列值匹配一个离散值集合中的某个值来进行选择。 HASH分区：基于用户定义的表达式的返回值来进行选择的分区，该表达式使用将要插入到表中的这些行的列值进行计算。这个函数可以包含MySQL中有效的、产生非负整数值的任何表达式。 KEY分区：类似于按HASH分区，区别在于KEY分区只支持计算一列或多列，且MySQL服务器提供其自身的哈希函数。必须有一列或多列包含整数值。 常用的按时间分区可以按照年、月、日等条件用来分区，因为是按时间条件分区所以选用RANGE分区方式。 分区的切条件判断： LESS THAN：如果是数值就是小于等于，时间则是小于。 LESS THAN MAX:不等于。 IN:包含于某某区间。 按实际分区的时间函数选用： 按日分区切分时的条件可以用day()、to_days()时间函数，需要注意的是必须是返回值是整形的。 按月分区采用month()时间函数; 其他条件分区时间函数可到我关于时间函数的博文查看： https://blog.csdn.net/qq_36216193/article/details/90404527 其中按时间字段create_date按天分区，首先需要把date字段改成主键