Jason

查看某个进程： 　　 tasklist |findstr 进程名 杀死进程： 　　 taskkill /F /PID 进程号 内容输入： 　　mysql 中的 sql 语句是 以分号结束的 　　不敲分号默认你没有输入完，客户端还会让你继续输入 　　 当命令输入错误的时候，可以用 \c 取消前面的命令 (cancel) 客户端登录： 　　 mysql -h 127.0.0.1 -P 3306 -uroot -p 　　　　可以简写： 　　　　　　 mysql -uroot -p 　　 然后输入密码 客户端退出： 　　 quit; 　　exit; 　　 两种方法都可，分号可不写 数据库的基本操作： 增查改删 　　 库 ： 　　　　 增： create database 库名； 　　　　 查： show databases ; 　　　　　　　　　　　　 ----> 查所有 　　　　　　 show create database 库名 ; 　　　　　　　　　　　　 ----> 查单个 　　　　 改： alter database 库名 charset='gbk' ; 　　　　　　　　　　　　 ----> 修改编码 　　　　 删： drop database 库名 ; 　　 表： 需要先指定库才能对表进行操作 　　　　 use 库名 ; 　　　　 增： create table 表名 (字段名

创建测试表 group_test create table group_test (group_id int, job varchar2(10), name varchar2(10), salary int); 初始化数据 insert into group_test values (10,'Coding', 'Bruce',1000); insert into group_test values (10,'Programmer','Clair',1000); insert into group_test values (10,'Architect', 'Gideon',1000); insert into group_test values (10,'Director', 'Hill',1000); insert into group_test values (20,'Coding', 'Jason',2000); insert into group_test values (20,'Programmer','Joey',2000); insert into group_test values (20,'Architect', 'Martin',2000); insert into group_test values (20,'Director', 'Michael',2000)

对手写数据集50000张图片实现阿拉伯数字0~9识别，并且对结果进行分析准确率， 手写数字数据集下载： http://yann.lecun.com/exdb/mnist/ 首先，利用图片本身的属性，图片的灰度平均值进行识别分类，我运行出来的准确率是22%左右 利用图片的灰度平均值来进行分类实现手写图片识别(数据集50000张图片)——Jason niu 其次，利用SVM算法，我运行出来的准确率是93%左右，具体代码请点击 SVM：利用SVM算法实现手写图片识别(数据集50000张图片)—Jason niu 最后，利用深度学习之神经网络，我运行出来的准确率是94%左右，具体代码请点击 NN：利用深度学习之神经网络实现手写数字识别(数据集50000张图片)—Jason niu 最后，我们发现神经网络和SVM的算法学习质量非常高，而传统的灰度平均值算法则差强人意！ 来源： oschina 链接： https://my.oschina.net/u/4335122/blog/4202688

1. 视频 炼石成金 《中间件之 Kafka》 一共有 19P 。概念部分讲的蛮细的。 尚硅谷 《大数据视频_Kafka视频教程》 一共 24P 。讲的还不错的。 书生小四 《Kafka 流处理平台》 一共 1 小时 16 分钟。简单的入门，时间也不长。 2. 书籍 《Kafka 书单整理》 宇宙级预告，厮大的 Kafka 书籍也要出了，高能预警！！！！ 入门进阶的话，推荐 《Kafka 权威指南》 豆瓣评分 9 分，恐怖。 原理源码的话，推荐 《Apache Kafka 源码剖析》 豆瓣评分 8.3 分 3、个人总结优秀推荐文章 郭俊Jason 【推荐，也是炼数成金网站Kafka视频作者】 Kafka设计解析（八）- Exactly Once语义与事务机制原理 Kafka设计解析（七）- Kafka Stream Kafka设计解析（六）- Kafka高性能架构之道 Kafka设计解析（五）- Kafka性能测试方法及Benchmark报告 Kafka设计解析（四）- Kafka Consumer设计解析 Kafka设计解析（三）- Kafka High Availability （下） Kafka设计解析（二）- Kafka High Availability （上） Kafka设计解析（一）- Kafka背景及架构介绍 Kafka深度解析 厮大 《Kafka 各种文章》 【】

Mosquitto服务器的搭建以及SSL/TLS安全通信配置 摘自：https://segmentfault.com/a/1190000005079300 openhab raspberry-pi 8k 次阅读 · 读完需要 22 分钟 0 1、 SSL简介 SSL（SecureSocket Layer）安全套接层，是网景公司提出的用于保证Server与client之间安全通信的一种协议，该协议位于TCP/IP协议与各应用层协议之间，即SSL独立于各应用层协议，因此各应用层协议可以透明地调用SSL来保证自身传输的安全性，SSL与TCP/IP协议及其其他应用层协议之间的关系如图1所示。 图1 SSL/TLS协议与应用层协议及tcp/ip层协议的关系 目前，SSL被大量应用于http的安全通信中，MQTT协议与http协议同样属于应用层协议，因此也可以像http协议一样使用ssl为自己的通信提供安全保证。 SSL与TLS（Transport LayerSecurity Protocol）之间的关系： TLS（TransportLayer Security，传输层安全协议）是IETF（InternetEngineering Task Force，Internet工程任务组）制定的一种新的协议，它建立在SSL 3.0协议规范之上，是SSL 3.0的后续版本。在TLS与SSL3

写了有快一个多月的系统思考，关于那个增强环路，出了让我们整体的去思考，有因必有果，有果必有因之外，它最大的价值是可以用系统思考、增强环路画出组织的商业模式。系统思考的魅力就在于它能够按照闭环的方式实现问题到答案的全程，尽可能让我们不会遗漏某一个环节，因为当其中某些环节出现空缺时，这个系统循环图是无法完成的。 商业模式画布在使用过程中，我们多次提到在改变某一个要素内的内容时，我们一定要根据这种改变可能造成的其他要素的改变做全面的分析和重构。这个过程是非常复杂的，虽然画布九大要素已经给了我们相关的范围，但具体分析起来还是会感到力不从心。而我采取的方式则是把系统循环图这一工具使用上，运用系统思考的方法。 这不仅能使得原本复杂的问题变得清晰可解，还有另外一个好处就是在很多时候可以将坏的影响转变为好的影响。因为系统循环图有一个特点就是在完成构图后，我们可以很直观地发现，在这个循环中究竟是向好的还是向坏的。如果是向坏的，那么我们就在这个向坏的循环图中寻找可以增加或减少的某个环节来实现循环特性的转变。 在商业模式画布的使用过程中，直接使用系统循环图就可以了。商业模式的分析重构过程使用静态系统循环图就可以，看看你的商业模式，是否可以画出一个增强环路，也可以和Jason一同分享。 来源： oschina 链接： https://my.oschina.net/u/4408413/blog

简述 以下的代码是使用python实现的网络爬虫，抓取动态网页 http://hb.qq.com/baoliao/ 。此网页中的最新、精华下面的内容是由JavaScript动态生成的。审查网页元素与网页源码是不同。 以上是网页源码 以上是审查网页元素 所以此处不能简单的使用正则表达式来获取内容。 以下是完整的获取内容并存储到数据库的思路及源码。 实现思路： 抓取实际访问的动态页面的url – 使用正则表达式获取需要的内容 – 解析内容 – 存储内容 以上部分过程文字解释： 抓取实际访问的动态页面的url： 在火狐浏览器中，右键打开插件 使用**firebug审查元素** *（没有这项的，要安装firebug插件），找到并打开**网络（NET）**标签页。重新加载网页，获得网页的响应信息，包括连接地址。每个连接地址都可以在浏览器中打开。本网站的动态网页访问地址是： http://baoliao.hb.qq.com/api/report/NewIndexReportsList/cityid/18/num/20/pageno/1?callback=jQuery183019859437816181613_1440723895018&_=1440723895472 　　 正则表达式: 正则表达式的使用有两种思路，可以参考个人有关其简述： python实现简单爬虫以及正则表达式简述

# Author: Jason Zhu # Tool: PyCharm 2017 # Python3.8 关于集合的使用方法 # num = {1,2,3,3,6,2,77,8,2} # list改为set集合 name1 = [ ' 关羽 ' , ' 马超 ' , ' 关羽 ' , ' 马超 ' , ' 孙权 ' ] print (type(name1), ' name1 >> ' ,name1) name1 = set(name1) print ( ' name1 >> ' ,name1) name2 = set([ ' 刘备 ' , ' 关羽 ' , ' 曹操 ' , ' 马超 ' ]) print ( ' name2 >> ' ,name2) # interserction(交集) 返回 name1和name2共有的元素。 print ( ' interserction方法 ' .center(60, ' * ' )) print (name1.intersection(name2)) # 也可这么写 name1 & name2 # union(并集) print ( ' union方法 ' .center(60, ' * ' )) print (name1.union(name2)) # 也可这么写 name1 | name2 # difference(差集) 返回

系列文章: 总目录索引： 九析带你轻松完爆 istio 服务网格系列教程 目录 1 前言 2 邀约 3 Routing Rule 语法 4 Routing Rule 优先级 5 Routing Rule 匹配规则/条件 5.1 基于 HttpMatchRequest 5.2 基于权重 6 流量操作（HTTPRoute） 1 前言 如果你对博客有任何疑问，请告诉我。 2 邀约 你可以从 b 站搜索 “九析”，获取免费的、更生动的视频资料： 3 Routing Rule 语法 在上节中介绍了 Virtual Service 的概念，并运行了一个简单的样例，大家应该对 Virtual Service 有了一个大致的了解。 Virutal Service 中最重要的概念就是路由规则（Routing Rule），注意跟 Istio traffic management 中的另外一个概念——目的地规则（Destination Rule）区分，前者是一个逻辑概念，而后者则跟 Virtual Service 一样，是实际可以部署到 K8S 上的 Istio 资源。 在解释路由规则之前，这里先举一个例子： 又到了招聘的高峰期，HR 陆续招聘了一批校园毕业生。招聘结束后，这些毕业生要分配到具体的工作岗位。分配的规则如下： 一、986 学校毕业的学生分配到基础平台组 二

1 # Author: Jason Zhu 2 3 ''' 4 需求： 5 1. 启动程序后，让用户输入工资，然后打印商品列表 6 2. 允许用户根据商品编号购买商品 7 3. 用户选择商品后，检测余额是否充足，是就直接购买，否则就提示-您余额不足。 8 4. 可随时退出程序，退出时，打印已经购买的商品和您当前账户的余额 9 ''' 10 11 product_list = [ 12 ( ' 小米手机 ' ,3999 ), 13 ( ' 三星冰箱 ' ,12999 ), 14 ( ' 罗技键盘 ' ,998 ), 15 ( ' Python工具书 ' ,52 ) 16 ] 17 18 shopping_list = [] 19 salary = input( ' 请输入您的工资>> ' ) 20 if salary.isdigit(): # 判断输入是否为 数字 21 salary = int(salary) 22 while True: 23 for num,item in enumerate(product_list): 24 print (num,item) 25 26 user_choice = input( ' 选择您要购买的商品编号>> ' ) 27 if user_choice.isdigit(): 28 user_choice = int(user_choice)