所谓粒度，即细化的程度。锁的粒度越大，则并发性越低且开销大；锁的粒度越小，则并发性高且开销小。锁的粒度主要有下面几种类型：（1）行锁，行锁是粒度中最小的资源。行锁就是指事务在操作数据的过程中，锁定一行或多行的数据，其它事务不能同一时候处理这些行的数据。行级锁占用的数据资源最小，所以在事务的处理过程中，同意其它事务操作同一表的其它数据。（2）页锁，一次锁定一页。25个行锁可升级为一个页锁。（3）表锁，锁定整个表。当整个数据表被锁定后，其它事务就不可以使用此表
系统 2019-08-12 01:52:07 2299
http://acm.fzu.edu.cn/problem.php?pid=2005AC自动机需要优化否则超时代码：#include#include#include#include#include#include#include#include#include#include
原文:SQL优化（1）选择最有效率的表名顺序(只在基于规则的优化器中有效)：ORACLE的解析器按照从右到左的顺序处理FROM子句中的表名，FROM子句中写在最后的表(基础表drivingtable)将被最先处理，在FROM子句中包含多个表的情况下,你必须选择记录条数最少的表作为基础表。如果有3个以上的表连接查询,那就需要选择交叉表(intersectiontable)作为基础表,交叉表是指那个被其他表所引用的表.（2）WHERE子句中的连接顺序．：ORA
系统 2019-08-12 01:51:35 2299
常用终端命令(python虚拟环境+git)基础新建文件夹mkdir[文件夹名]新建文件touch[文件名]编辑文件vi[文件名]查看当前文件夹位置中的所有文件ls(-a/-all)-a:显示隐藏文件；-all:显示隐藏文件和属性python虚拟环境jupyternotebook添加虚拟环境变量（需要在该变量中）python-mipykernelinstall(--user)--name[环境名称]--display-name"[显示的名称]"#####查
系统 2019-09-27 17:56:37 2298
Python数据分析学习笔记02：Python语言基础、IPython与Jupyter笔记本在2012年，现在大家习以为常的许多库，比如pandas、scikit-learn和statsmodels，那时都相对不成熟。在2017年，有日益增长的关于数据科学、数据分析和机器学习的文献资料，补充了先前关于通用科学计算的工作，主要针对计算科学家、物理学家和其它研究领域的专业人员。学习Python编程成为高效软件工程师的好书确实不少。建议采用IPython控制台与
系统 2019-09-27 17:54:40 2298
一.安装所需包yum-yinstallsqlite-develxzgccautomakezlib-developenssl-develepel-release二.下载python3.6.9https://www.python.org/ftp/python/3.6.9/wgethttps://www.python.org/ftp/python/3.6.9/Python-3.6.9.tgztarzxvfPython-3.6.9.tgzcdPython-3.6.
系统 2019-09-27 17:52:16 2298
数据集：https://archive.ics.uci.edu/ml/datasets/Adult这个数据集是字符数据集，你需要自己进行清洗数据转换数据之类的，好在python的字符串操作特别简单，好处理。特征取了学位情况、工作职业性质、工作单位之类的。朴素贝叶斯：https://www.bilibili.com/video/av36338359?from=search&seid=1177086802297258225这个的数据集是预测一个人的年薪是否能超
系统 2019-09-27 17:52:08 2298
这个问题是如何在一些场景下使用断言表达式，通常会有人误用它，所以我决定写一篇文章来说明何时使用断言，什么时候不用。为那些还不清楚它的人，Python的assert是用来检查一个条件，如果它为真，就不做任何事。如果它为假，则会抛出AssertError并且包含错误信息。例如：py>x=23py>assertx>0,"xisnotzeroornegative"py>assertx%2==0,"xisnotanevennumber"Traceback(mostr
系统 2019-09-27 17:51:11 2298
Pycharm鼠标移动到函数上，CTRL+Q可以快速查看文档，CTR+P可以看基本的参数。apply(),applymap()和map()apply()和applymap()是DataFrame的函数，map()是Series的函数。apply()的操作对象是DataFrame的一行或者一列数据，applymap()是DataFrame的每一个元素。map()也是Series中的每一个元素。apply()对dataframe的内容进行批量处理,这样要比循环
系统 2019-09-27 17:50:41 2298
函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段。定义一个函数：def函数名（参数列表）:函数体#定义一个没有参数，没有函数体实现的函数；pass相当于占位符，使定义函数满足语法要求，或者是先定义一个函数名，后面再实现其功能deffunc():pass#定义一个add函数，参数为a,b，返回a+b的结果：defadd(a,b):returna+bprint(add(1,2))3return函数最终返回的内容，如果没有写return，则默认返
系统 2019-09-27 17:50:30 2298
