运行命令

架构损坏快速修复 https://pan.baidu.com/s/1Ifhw_uk21lf5ZZxi7wO7zA 消息 0，级别 11，状态 0，第 0 行 当前命令发生了严重错误。应放弃任何可能产生的结果。 消息 211，级别 23，状态 51，第 2 行 可能发生了架构损坏。请运行 DBCC CHECKCATALOG。 消息 0，级别 20，状态 0，第 0 行 当前命令发生了严重错误。应放弃任何可能产生的结果。 在实际生产中 应绝对避免断电等致命故障， 文章来源: 可能发生了架构损坏。请运行 DBCC CHECKCATALOG

1 Android调试桥介绍 ADB，即AndroidDebug Bridge，它是Android提供的一个通用的调试工具，借助这个工具，我们可以很好地调试应用程序，adb.exe在安装的android的sdk开发包platform-tools目录下。 当我们使用各种手机助手的时候，它们其实都用到了这个工具，使得PC能够和Android设备来进行通信，它是一个客户端/服务器架构的命令行工具，主要由3个部分构成。 （1）adb客户端，一个在用户用于开发程序的电脑上运行的客户端。可以通过命令行控制台使用adb命令来启动客户端。其他的一些基于Android系统的工具，如ADT插件和DDMS同样可以产生adb客户端。 （2）adb服务器，一个在用户用于开发的机器上作为后台进程运行的服务器，该服务器负责管理客户端与运行于模拟器或设备上的adb守护程序（daemon）之间的通信。 （3）adb daemon（守护进程），一个以后台进程的形式运行于模拟器或物理手机设备上的守护程序（daemon）。 当用户启动一个adb客户端，客户端首先确认是否已有一个adb服务进程在运行。如果没有，则启动服务进程。当服务器运行，adb服务器就会绑定本地的TCP端口5037并监听adb客户端发来的命令，所有的adb客户端都是使用端口5037与adb服务器进行对话的。接着服务器将所有运行中的模拟器和设备实例建立连接

本文从本人简书博客同步过来 在 上一篇 中我们简要介绍了 LSF 作业管理系统，下面将介绍 SLURM 资源管理系统。 SLURM （Simple Linux Utility for Resource Management）是一种可用于大型计算节点集群的高度可伸缩和容错的集群管理器和作业调度系统，被世界范围内的超级计算机和计算集群广泛采用。SLURM 维护着一个待处理工作的队列并管理此工作的整体资源利用。它以一种共享或非共享的方式管理可用的计算节点（取决于资源的需求），以供用户执行工作。SLURM 会为任务队列合理地分配资源，并监视作业至其完成。如今，SLURM 已经成为了很多最强大的超级计算机上使用的领先资源管理器，如天河二号上便使用了 SLURM 资源管理系统。 下面是一些最常用的 SLURM 命令： sacct：查看历史作业信息 salloc：分配资源 sbatch：提交批处理作业 scancel：取消作业 scontrol：系统控制 sinfo：查看节点与分区状态 squeue：查看队列状态 srun：执行作业 下表是 SLURM 环境变量： 变量 说明 SLURM_NPROCS 要加载的进程数 SLURM_TASKS_PER_NODE 每节点要加载的任务数 SLURM_JOB_ID 作业的 JobID SLURM_SUBMIT_DIR 提交作业时的工作目录 SLURM

@echo off :loop set /p a=确定要执行文件比较功能吗？（1继续，0退出） if /i '%a%'=='1' goto continue if /i '%a%'=='0' goto end echo 输入有误，请重新输入：&&goto loop :continue cd D:\平台在线产品处理表 start python 文件比较优化精简版.py :end @exit ====================分割线，以下为转载内容====================================== @ echo :loop set /p continue (y /n ) echo if /i yes if /i echo : yes '0' ECHO. set input= set /p select if /i '%input%' == '1' if /i '%input%' == '2' if /i '%input%' == '3' if /i '%input%' == '0' echo yes :job_1 echo job_1 :job_2 echo job_2 :job_3 echo job_3 : no :end echo Good-bye! echo on 文章来源: BAT命令选择判断运行

主要是打包成exe之后，用于运行命令行。 命令行是 @app.cli.command() 这样定义的 本来是用flask mock 这样方式运行的 打包后，希望用 app.exe mock的方式运行。 https://github.com/pallets/flask/blob/master/tests/test_cli.py ， 搞定 app.py 上面的部分略过 ......if __name__ == '__main__': print(sn_harddisk) print(cpu_info) print(disk_info) app = create_app() if len(sys.argv) == 2: #命令行方式运行 if sys.argv[1] == 'mock': app.test_cli_runner().invoke(args=["mock"]) else: app.run() 用cx_Freeze 可以打包。 来源：博客园 作者： 永远的幻想 链接：https://www.cnblogs.com/xuanmanstein/p/11801351.html

docker run是启动容器的方法，可以用三种指定的方式指定容器启动时执行的命令。 （1）CMD指令 （2）ENTRYPOINT指令 （3）在docker run中命令行中指定 但是docker run并不能长期保持running状态，我们经常需要进入到容器中去做一些工作，比如查看日志、调试、启动其他进程等。有两种进入容器的方式：attach和exec。 docker attach 首先启动一个容器，保持后台长期运行 docker run - d ubuntu / bin / bash - c "while true; do sleep 1; echo i_am_a_container;done 首先检查容器的ID docker ps - a CONTAINER ID就是容器的编号，其实就是容器ID前12个字符，又叫短ID IMAGE就是base IMAGE NAMES是容器的名称，在启动容器的时候可以通过 --name参数显式的为容器命名。 通过docker attach可以attach到容器启动命令的终端。 docker attach 1e5cc7e3b22b 通过短ID attach到了容器的启动命令终端，之后看到的是echo每秒输出一次打印信息 可以通过ctl+p,然后ctl+q退出attach终端 docker exec 通过docker exec进入相同的容器

博文大纲： 一、docker简介 二、docker的三大核心概念 1、镜像 2、容器 3、仓库 三、安装及docker的基础操作 1、安装及启动 2、docker的镜像操作 3、docker的容器操作 一、docker简介 Docker作为开源社区最火爆的项目，它是在Linux容器里运行应用的开源工具，是一种轻量级的“虚拟机”，docker的全部源代码都在https://github.com/docker 进行相关维护，其官网是： https://www.docker.com 。 docker之所以拥有众多优势，与操作系统虚拟化自身的特点是分不开的，传统虚拟机需要有额外的虚拟机管理程序和虚拟机操作系统层，而docker是直接在操作系统层面之上实现的虚拟化，二者的工作示意图如下： docker和虚拟机的区别如下： 二、docker的三大核心概念 1、镜像 docker的镜像是创建容器的基础，类似虚拟机的快照，可以理解为是一个面向docker容器引擎的只读模板，比如，一个镜像可以是一个完整的centos操作系统环境，称为一个centos镜像；可以是一个安装了MySQL的应用程序，称为一个MySQL镜像，等等。 docker提供了简单的机制来创建和更新现有的镜像，我们也可以从网上下载已经做好的应用镜像来直接使用。 2、容器 docker的容器是从镜像创建的运行实例，它可以被启动

解决的方式 1.执行cmd命令行不要再vscode里执行，因为哪个不一定是管理人员模式打开的。 2.用管理员身份打开cmd命令行，目录定位到程序的文件上，随后执行npm cache clean -f清理一下。 3.随后再执行一下npm install它就成功了，而且正常下载，最后再执行一下npm run dev ，项目正常运行，OK了。说明还是得要管理人员的模式才能正常运行，为什么呢？因为我用不是管理人员的方式运行的时候是失败的，是有权限问题。。。。 来源：博客园 作者： 王科慧 链接：https://www.cnblogs.com/Jack-S-Wang/p/11435180.html

Google Colab简介 Google Colaboratory是谷歌开放的一款研究工具，主要用于机器学习的开发和研究。这款工具现在可以免费使用，但是不是永久免费暂时还不确定。Google Colab最大的好处是给广大的AI开发者提供了 免费的GPU 使用！GPU型号是 Tesla K80 ！你可以在上面轻松地跑例如：Keras、Tensorflow、Pytorch等框架。 官方教程 新手指引： https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d 常见问题： https://research.google.com/colaboratory/faq.html 官方给出的新手指引当中已经给出了前期配置、常见软件和库的安装等方法。大家凭借官方教程可以基本入门Colab，但如果想更加自如地在Colab上跑通自己的代码，可能还需要更多的学习。 我写的这篇教程结合了官方给的资料和网上其他小伙伴的经验，希望对刚接触Colab的童鞋有所帮助: )（我自己使用Colab的时间其实不长，文中如果有错误的地方还望大家指正~） 基本操作 认识Google Colab 依赖平台：Google Drive Colab需要从Google Drive（谷歌云盘）进入。为了方便整理

前言： 如使用到需要链接原生库，而没有 react-native link，运行时报：undefined is not an object (evaluating 'RNGestureHandlerModule.State') 环境： Mac OSX Intellij IDEA Jdk 1.8x React-native-cli：2.0.1 npm：6.4.1 node：v11.2.0 Code： 当前项目根目录下如下命令： 停止包管理服务器(关闭命令窗口，或者ctrl + c)， 重新运行项目： 或 稍等片刻... working for you? 版权声明：本文为博主原创文章，转载请附上博文链接！ 文章来源: https://blog.csdn.net/sd19871122/article/details/96850116