搞过sqlserver的程序员很难理解oracle的表空间。我在这里简单说一下吧，oracle中的表空间就相当于sqlserver中的实例，用户就相当于sqlserver中的库。所以在oracle中中备份一个数据库出来的话，其实就是相当新建一个用户，赋于用户权限(connectresourcedba等)然后将原来的用户的表结构数据进行导入导出。导入导出也有几种方法，我建议还是用dmp文件。导出命令:exppublish/publish@orclfile=d
系统 2019-08-12 01:32:47 2341
一、案例说明本节定义一个小汽车的类Car，类中包括车名carname、百公里油耗oilcostper100km、价格price三个属性。然后实现__lt__、__gt__、__le__、__ge__四个方法(这4个方法的用途请见上一节《第8.21节Python中__lt__、__gt__等“富比较”(“richcomparison”)方法用途探究》(https://blog.csdn.net/LaoYuanPython/article/details/95
系统 2019-09-27 17:57:22 2340
面系那个对象开发原则.高内聚.低耦合软件设计中通常用耦合度和内聚度作为衡量模块独立程度的标准。划分摸块的一个准则就是高内聚低耦合。这是软件工程中的概念,是判断设计好坏的标准，主要是面向OO的设计，主要是看类的内聚性是否高，偶合度是否低.每一个类完成特定的独立的功能，这个就是高内聚。耦合就是类之间的互相调用关系，如果耦合很强，互相牵扯调用很多，那么会牵一发而动全身，不利于维护和扩展。类之间的设置应该要低耦合,但是每个类应该要高内聚.耦合是类之间相互依赖的尺度
系统 2019-09-27 17:56:27 2340
datetime模块相比time来说，datetime模块接口更直观，更容易调用方法（类）描述datetime.date表示日期（类），常用属性year，month，daydatetime.time表示时间（类），常用属性hour，minute，second，microseconddatetime.datetime表示日期datetime.timedelta表示时间间隔datetime.tzinfo与时区有关的信息>>>datetime.datetime.
系统 2019-09-27 17:56:03 2340
Python链表中间是否有环LeetcodeNo.141Ps：用英语的不是为了装哈，主要是为了锻炼一下英语阅读，毕竟想往上走的话，读源码，读文档，读国外论文都是必经之路。那么英语能力必不可少，希望你们也可以想我一样。主要意思就是判断链表中是否有环。思路也很简单：一个是用set存，发现他数量不加了那不就代表有环了嘛。第二种方式非常的巧妙，用一个快指针和一个慢指针，就等于是一个龟兔赛跑，兔子是快指针，龟是慢指针，只要是个链表没有环，兔子肯定跑的快，这种方法优点
系统 2019-09-27 17:55:19 2340
python连接操作rabbitMQ主要是使用pika库安装：pipinstallpika==1.0.1注意：pika1.x与pika0.x有一些不同，使用的时候需要看清版本使用，避免踩坑Pika是用于Python的RabbitMQ（AMQP0-9-1）客户端库注：官方对于pika有如下介绍：Sincethreadsaren’tappropriatetoeverysituation,itdoesn’trequirethreads.Pikacoretakes
系统 2019-09-27 17:55:08 2340
执行datax作业，创建执行文件，在crontab中每天1点（下面有关系）执行：其中job_start及job_finish这两行记录是自己添加的，为了方便识别出哪张表。#!/bin/bashsource/etc/profileuser1="root"pass1="pwd"user2="root"pass2="pwd"job_path="/opt/datax/job/"jobfile=(job_table_a.jsonjob_table_b.json)fo
系统 2019-09-27 17:54:45 2340
Python自带一个轻量级的关系型数据库SQLite。这一数据库使用SQL语言。SQLite作为后端数据库，可以搭配Python建网站，或者制作有数据存储需求的工具。SQLite还在其它领域有广泛的应用，比如HTML5和移动端。Python标准库中的sqlite3提供该数据库的接口。我将创建一个简单的关系型数据库，为一个书店存储书的分类和价格。数据库中包含两个表：category用于记录分类，book用于记录某个书的信息。一本书归属于某一个分类，因此boo
系统 2019-09-27 17:53:53 2340
无论是平均平滑还是高斯平滑，在处理图像噪声时，都或多或少会对图片产生一定的模糊，损失部分信息。较为理想的情况，是可以选择性地进行滤波，只在噪声区域进行平滑，而在无噪声区域不进行平滑，将模糊的影响降到最低，这就是自适应性滤波的思想。通常噪声的存在，可能会使得附近邻域内，极值的上下差距较大，或者是方差较大，我们可以设置一定的阈值来判断该点是否需要进行平滑。不过这个不是该章节的内容，这一章是要学习中值滤波，中值滤波本质上是一个统计排序滤波器，是以该点为中心的的邻
系统 2019-09-27 17:48:39 2340
工具类classCalendarUtils:"""日期工具类"""@staticmethoddefdelta_day(delta=0):""":paramdelta:偏移量:return:0今天,1昨天,2前天,-1明天..."""return(datetime.now()+timedelta(days=delta)).strftime('%Y-%m-%d')@staticmethoddefdelta_week(delta=0):""":paramdelt
系统 2019-09-27 17:48:35 2340
