键值

WindowsAPI--注册表信息

房东的猫 提交于 2019-11-29 09:57:20
@part 3 注册表 1.注册表的作用及组织形式 Windows 系统使用注册表来存储系统和应用程序配置数据。 注册表是一种以树形结构组织的数据库。树的每一个节点称作键,每个节点可以包含若干子键,键可以存储数据,存储的数据称作键值。 注册表键值类型 REG_BINARY | 任何形式的二进制数据 REG_DWORD | 32 位数据 REG_DWORD_LITTLE_ENDIAN | 以 little-endian 形式存储的 32 位数据 REG_DWORD_BIG_ENDIAN | 以 big-endian 形式存储的 32 位数据 REG_EXPAND_SZ | 以 NULL 结尾的字符串,可以使用环境变量,如 %PATH% REG_LINK | 只能由操作系统使用的类型 REG_MULTI_SZ | 字符串数组,以 NULL 结束字符串,以两个 NULL 结束数组 REG_NONE | 未定义的数据类型 REG_QWORD | 64 位数据 REG_QWORD_LITTLE_ENDIAN | 以 little-endian 形式存储的 64 位数据 REG_SZ | 字符串,以 NULL 结束 2.键、子键、键属性及键值的相关操作 (1)原理 在对注册表操作之前,需要使用 API 函数 RegOpenKey,RegOpenKeyEx 打开键。在打开键后如果需要创建新的键

redis位操作

≡放荡痞女 提交于 2019-11-29 08:32:59
setbit 设置指定key的偏移量处的值 key:键值 offset:二进制数据的偏移量(注意从左开始为第0位) value:要设置的值(0或1) getbit 获取对应key的offset处的值 get key offset key:键值 offset:偏移量 bitcount 用于统计指定key的value二进制的1的个数 bitcount key [start end] key:键值 start:起始偏移量(注意:这个偏移量是以字节为单位的) end:结束偏移量(注意:这个偏移量同样是以字节为单位的) bitpos 返回指定字节偏移范围内,字符串里面第一个被设置为1或者0的bit位索引,返回的位置为整个字符串中位置 bitpos key bit [start] [end] key:键值 start:起始字节 end:结束字节偏移量 实例 设置key值为"hh",对应的二进制为:0110100001101000 来源: https://www.cnblogs.com/darange/p/11494825.html

postman 接口测试

烈酒焚心 提交于 2019-11-29 08:17:27
接口测试: 前端: 安卓:开发语言:Android iOS:开发语言:object-c swift web: html、js、css 后端(服务器): java、python、php、go..... 接口:是把客户端和服务端连接起来进行通信,不同的语言一般返回的数据类型都是json格式 Json 是一种通用的数据类型 接口测试需要知道一下内容,接口测试实质就是功能测试,比功能测试需要的更简单 接口主要包含以下内容: 1、 URL 2、 请求参数 3、 请求方式 get /post Get请求不需要借助任何工具,在浏览器中就可以测试 url?key1=value2&key2=vaue2 例如获取学生信息接口,接口文档如下: 实际效果: Post 请求,用postman工具进行测试 注册接口文档 使用postman工具测试注册接口,请求方式选择POST,将参数填入到body下的form-data 登录接口文档 POST请求--传参为json 接口文档 实际效果: POST--添加cookie 查看下qq群接口 1、谷歌浏览器输入链接 https://qun.qq.com/member.html 2、登录自己的qq账号 3、选择想要测试的群 4、鼠标右键--点击检查 5、Network--XHR--刷新页面 6以接口https://qun.qq.com/cgi-bin/qun_mgr

mysql InnoDB加锁分析

一笑奈何 提交于 2019-11-29 08:12:52
文章转载自: http://www.fanyilun.me/2017/04/20/MySQL%E5%8A%A0%E9%94%81%E5%88%86%E6%9E%90/ 以下实验数据基于MySQL 5.7。 假设已知一张表my_table,id列为主键 id name num 1 aaa 100 5 bbb 200 8 bbb 300 10 ccc 400 1. 查询命中聚簇索引(主键索引) 1.1 如果是精确查询,那么会在命中的索引上加record lock // 在id=1的聚簇索引上加X锁 update my_table set name='a' where id=1; // 在id=1的聚簇索引上加S锁 select * from my_table where id=1 lock in share mode; 1.2 如果是范围查询,那么 1.2.1 在RC隔离级别下,会在所有命中的行的聚簇索引上加record locks(只锁行) // 在id=8和10的聚簇索引上加X锁 update my_table set name='a' where id>7; // 在id=1的聚簇索引上加X锁 update my_table set name='a' where id<=1; 1.2.2 在RR隔离级别下,会在所有命中的行的聚簇索引上加next-key locks(锁住行和间隙)

io流--Properties

天大地大妈咪最大 提交于 2019-11-29 06:18:22
Properties 是唯一一个与IO流相交互的集合Properties 类表示了一个持久的属性集。 Properties 可保存在流中或从流中加载。属性列表中每个键及其对应值都是一个字符串。 特点:定死了键值对是String类型的 1、Hashtable的子类,map集合中的方法都可以用。 2、该集合没有泛型。键值都是字符串。 3、它是一个可以持久化的属性集。键值可以存储到集合中,也可以存储到持久化的设备(硬盘、U盘、光盘)上。键值的来源也可以是持久化的设备。 4、有和流技术相结合的方法。 load(InputStream) 把指定流所对应的文件中的数据,读取出来,保存到Propertie集合中 load(Reader) store(OutputStream,commonts)把集合中的数据,保存到指定的流所对应的文件中,参数commonts代表对描述信息 stroe(Writer,comments); package com.oracle.demo01; import java.util.Properties; public class Demo01 { public static void main(String[] args) { //创建Properties集合 Properties pro=new Properties(); //向集合中存键值对 pro.put(

字典的操作方法

穿精又带淫゛_ 提交于 2019-11-29 04:16:17
字典 字典是python中唯一的映射类型,采用键值对(key-value)的形式存储数据。python对key进行哈希函数运算,根据计算的结果决定value的存储地址,3.6版本之后字典是有序的(3.5版本之前字典是无序的),且key必须是可哈希的。可哈希表示key必须是不可变类型,如:数字、字符串、元组。 字典(dictionary)是除列表以外python之中最灵活的内置数据结构类型。列表是有序的对象结合,3.6版本之后字典是有序的对象集合。两者之间的区别在于:字典当中的元素是通过键来存取的,而不是通过偏移存取。 增:setdefault 1 dic = { 2 'name':'烟雨江南', 3 'age':18, 4 'sex':'man' 5 } 6 增 7 dic['hobby'] = '看书' # 有则修改,无则添加 8 print(dic) 9 dic.setdefault('hobby','玩游戏') # 有则不变,无则添加 10 print(dic) View Code 删:pop、clear、popitem、del 1 dic = { 2 'name':'烟雨江南', 3 'age':18, 4 'sex':'man' 5 } 6 ret = dic.pop('name') # 按照键删除键值对,并返回删除的值 7 ret = dic.pop('name1',

Docker准备

╄→尐↘猪︶ㄣ 提交于 2019-11-29 00:31:35
1. 引言   Docker是目前最流行的容器技术,是一个开源的引擎,可以轻松的为任何应用创建一个轻量级的、可移植的、自给自足的容器。是开发人员和系统管理员使用容器开发,部署和运行应用程序的平台。也许我们都有一个经历,当开发完某个项目发布到测试系统后测试通过验收上线,到了线上版本却出现了一些问题,这种往往就是因为测试环境和生产环境不一样所导致的。那么使用docker容器进行部署就可以解决此问题,因为当你打包好一个docker镜像后,不管是放到windows上的docker还是linux上的docker,其运行结果都是一致的。   容器技术正变得越来越重要,因为其拥有以下特点: 灵活:即使是最复杂的应用也可以集装箱化。 轻量级:容器利用并共享主机内核。 可互换:您可以即时部署更新和升级。 便携式:您可以在本地构建,部署到云,并在任何地方运行。 可扩展:您可以增加并自动分发容器副本。 可堆叠:您可以垂直和即时堆叠服务。   在容器技术出现之前,我们部署应用往往是部署在真机或者是虚拟机上,那么我们来看下对比图   可以看到容器在本机上运行,并与其他容器共享主机的内核。它运行一个独立的进程,不占用任何其他可执行文件的内存,使其轻量级。相比之下,虚拟机(VM)运行一个完整的“客户”操作系统,通过虚拟机管理程序对主机资源进行虚拟访问。通常,VM提供的环境比大多数应用程序需要的资源更多。  

localstorage、sessionstorage的用法

房东的猫 提交于 2019-11-28 17:19:02
html5 中的 web Storage 包括了两种存储方式:sessionStorage 和 localStorage。 sessionStorage 用于本地存储一个会话(session)中的数据,这些数据只有在同一个会话中的页面才能访问,会话结束后数据也随之销毁。 localStorage 用于存储一个域名下的需要永久存在在本地的数据,这些数据可以被一直访问,直到这些数据被删除。 因此sessionStorage 和 localStorage 的主要区别在于他们存储数据的生命周期,sessionStorage 存储的数据的生命周期是一个会话,而 localStorage 存储的数据的生命周期是永久,直到被主动删除,否则数据永远不会过期的。 Web Storage 和 cookie 的异同点及优劣势: 1、Web Storage 和 cookie 有许多相同之处: (1)它们都可以用于存储用户数据 (2)它们存储数据的格式都是字符串形式 (3)它们存储的数据都有大小限制 2、Web Storage 和 cookie 也有不同之处: (1)它们的生命周期不同。sessionStorage 的生命周期是一个会话,localStorage的生命周期是永久,cookie 的生命周期可以自定义,cookie 可以设置过期时间,数据在过期时间之前可以访问。 (2)它们的存储大小限制不同

Memcached的原理分析与配置

荒凉一梦 提交于 2019-11-28 16:42:38
一、Why Memcached?   • 高并发访问数据库的痛楚:死锁!   • 硬盘IO之痛:本机:AspNet:HttpRuntime.Cache   • 多客户端共享缓存   • Net+Memory>>IO   • 读写性能完美 Redies:Mm,1S:读取可以1W次。写:10W   • 超简单集群搭建Cluster   • 开源Open Source   • 没有提供主从赋值功能,也没提供容灾等功能,所以所有的代码基本都只是考虑性能最佳   • 学习成本非常低,入门非常容易   • 丰富的成功的案例 二、软件从单机到分布式 1、 走向分布式第一步就是解决:多台机器共享登陆信息的问题。   例如:现在有3台机器组成了一个Web应用集群,其中一台机器登陆,然后其他另外两台机器共享登陆状态?   • 方案一:AspNet 进程外的Session   • 方案二:用数据库存储当前登录状态   • 方案三:Memcache【性能最好,类似的:Redis,NoSql】 三、Memcache基础原理   • Socket 服务器端   • 数据:键值对存储   • 内存处理的算法:     • 本质就是一个大的哈希表。key最大长度255长度     • 内存模型:Memcache预先将可支配的内存空间进行分区(Slab),每个分区里再分成多个块(Chunk)最大1MB

关系型数据库与非关系型数据库的区别

老子叫甜甜 提交于 2019-11-28 16:13:10
一、关系型数据库与欸关系型数据库的主要区别: 二、关系型数据库 关系型数据库:指采用了关系模型来组织数据的数据库。 关系模型指的就是二维表格模型,而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。 关系模型中常用的概念: 关系:一张二维表,每个关系都具有一个关系名,也就是表名 元组:二维表中的一行,在数据库中被称为记录 属性:二维表中的一列,在数据库中被称为字段 域:属性的取值范围,也就是数据库中某一列的取值限制 关键字:一组可以唯一标识元组的属性,数据库中常称为主键,由一个或多个列组成 关系模式:指对关系的描述。其格式为:关系名(属性1,属性2, ... ... ,属性N),在数据库中成为表结构 关系型数据库的优点: 1.容易理解:二维表结构是非常贴近逻辑世界的一个概念,关系模型相对网状、层次等其他模型来说更容易理解 2.使用方便:通用的SQL语言使得操作关系型数据库非常方便 3.易于维护:丰富的完整性(实体完整性、参照完整性和用户定义的完整性)大大减低了数据冗余和数据不一致的概率 关系型数据库存在的问题 1.网站的用户并发性非常高,往往达到每秒上万次读写请求,对于传统关系型数据库来说,硬盘 I/O 是一个很大的瓶颈 2.网站每天产生的数据量是巨大的,对于关系型数据库来说,在一张包含海量数据的表中查询,效率是非常低的 3.在基于web的结构当中