ls显示文件和目录列表-l列出文件的详细信息-a列出当前目录所有文件，包含隐藏文件mkdir创建目录-p父目录不存在情况下先生成父目录cd切换目录touch生成一个空文件echo生成一个带内容文件cattac显示文本文件内容cp复制文件或目录rm删除文件-r同时删除该目录下的所有文件-f强制删除文件或目录mv移动文件或目录，文件或mvaaabbb将aaa改名为bbbfind在文件系统中查找指定的文件-name文件名wc统计文本文档的行数，字数，字符数gre
系统 2019-08-12 01:32:54 2463
一、深入浅出理解索引结构二、改善SQL语句三、实现小数据量和海量数据的通用分页显示存储过程聚集索引的重要性和如何选择聚集索引在上一节的标题中，笔者写的是：实现小数据量和海量数据的通用分页显示存储过程。这是因为在将本存储过程应用于“办公自动化”系统的实践中时，笔者发现这第三种存储过程在小数据量的情况下，有如下现象：1、分页速度一般维持在1秒和3秒之间。2、在查询最后一页时，速度一般为5秒至8秒，哪怕分页总数只有3页或30万页。虽然在超大容量情况下，这个分页的
系统 2019-08-12 01:32:53 2463
收集了一些常见的tomcat错误代号以及附上状态代码状态信息含义。希望对大家有帮助。状态代码状态信息含义100Continue初始的请求已经接受，客户应当继续发送请求的其余部分。（HTTP1.1新）101SwitchingProtocols服务器将遵从客户的请求转换到另外一种协议（HTTP1.1新）200OK一切正常，对GET和POST请求的应答文档跟在后面。201Created服务器已经创建了文档，Location头给出了它的URL。202Accepte
系统 2019-08-12 01:32:51 2463
原文：http://www.codeproject.com/Articles/33052/Visual-Representation-of-SQL-Joins这个图文解释mysqljoin的各种技巧图解mysqljoin
系统 2019-08-12 01:32:50 2463
1.单向认证，就是传输的数据加密过了，但是不会校验客户端的来源2.双向认证，如果客户端浏览器没有导入客户端证书，是访问不了web系统的，找不到地址如果只是加密，单向就行如果想要用系统的人没有证书就访问不了系统的话，就采用双向认证第一步：为服务器生成证书使用keytool为Tomcat生成证书，假定目标机器的域名是“localhost”，keystore文件存放在“e:\\tomcat.keystore”，口令为“123456”，使用如下命令生成：keyto
系统 2019-08-12 01:32:49 2463
假如只有一台服务器，需要配置多个web网站(端口不同我还没试)，该怎么样配置tomcat呢，其实很简单，只需要将tomcat下面的server.xml中增加两个甚至是多个……标签即可，标签的内容如下例子，其中需要注意的是每个web项目的目录不要在同一个目录下，host标签中的name不能想能相同，否则配置不成功……标签内是放自己的域名，加进去就OK。。。。简单吧。。
系统 2019-08-12 01:32:47 2463
近期在进行一个项目的性能调优，目标是支撑1000的并发数；web容器：apache2+tomcat6jvm：jdk6linuxx64程序：status2+spring+ibatis缓存：memcache服务器：4颗双核cup8G内存由于本项目是网站项目只做展示用，对时时性没要求，做了几乎所有对象的缓存，memcache也在本机测试一：设置tomcat内存CATALINA_OPTS="-Xms1024m-Xmx1024m-Xmn256m"，然后使用apach
系统 2019-08-12 01:32:39 2463
今天在xubuntu下安装GMT，在同学SUCE上很容易就安装好了，可是在xubuntu上安装不上，原始是error:X11/Intrinsic.h:Nosuchfileordirectory，估计又是"著名"的包依赖问题，但是不知道是那个包，google一下，找到个老外的帖子，说是xorg-x11-devel这个包安装了就行，这个包在现现在的Ubuntu8.04中对应的为xorg-dev这个包，选择安装后重新编译成功！这个包的描述和名称应该是：theX.
系统 2019-08-12 01:32:21 2463
/*先把标题给写了，这样就能经常提醒自己*/决策树是一种容易理解的分类算法，它可以认为是if-then规则的一个集合。主要的优点是模型具有可读性，且分类速度较快，不用进行过多的迭代训练之类。决策树学习通常包括3个步骤：特征选择、决策树的生成和决策树的修剪。比较常用到的算法有ID3、C4.5和CART。1.决策树模型决策树是一种树形结构的分类模型，它由结点和有向边组成，结点分为内部结点和叶结点，内部结点表示一个特征或属性，叶结点表示一个类。决策树的分类即是从
系统 2019-08-12 01:32:12 2463
在介绍岭回归算法与Lasso回归算法之前，先要回顾一下线性回归算法。根据线性回归模型的参数估计公式可知可知，得到的前提是矩阵可逆。换句话说就是样本各个特征（自变量）之间线性无关。然而在实际问题中，常常会出现特征之间出现多重共线性的情况，使得行列式的值接近于0，最终造成回归系数无解或者无意义。为了解决这个问题，岭回归算法的方法是在线性回归模型的目标函数之上添加一个l2的正则项，进而使得模型的回归系数有解。具体的岭回归目标函数可表示为如下：在Python中，岭
系统 2019-09-27 17:57:10 2462
