索引是对数据库中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。索引是对数据库表中一个或多个列（例如，employee表的姓名(name)列）的值进行排序的结构。如果想按特定职员的姓来查找他或她，则与在表中搜索所有的行相比，索引有助于更快地获取信息。聚簇索引：死按照数据存放的物理位置为顺序的，能提高多行检索的速度。非聚簇索引：对于单行检索很快。可以建立三种索引：唯一索引、主键索引、聚集索引。数据库之索引
系统 2019-08-12 01:33:41 2181
一级（2位），二级以后占用（3位），比如一级：01或02，二级：01001或01003，那三级编号就是01001001或01111112，我就写了一个存储过程【个人测试没问题，可以参考一下】获取即将要添加的编号（模拟场景：选择权限的树状图节点添加子集节点，需要计算出子集节点的将要插入的id）ALTERPROCEDURE[dbo].[GetMaxId](@tablenamenvarchar(100),--表名@idcolnvarchar(100),--列名@
系统 2019-08-12 01:33:40 2181
自己虽然不属于技术强的那类人物，但算是勤奋用功“刨根问底”类型的，总喜欢把一个东西研究个透彻的那种，否则心里不踏实，总是云里雾里，废话不多说。[B/S]1：在宁波宇泰软件公司时，需要做一个ASP.NET的EIP项目，从PHP版本的PostNuke改版的任务，现在VB.NET版本的DotNetNuke也是很出名的，由于不喜欢VB.NET，就彻底放弃研究这个了，由于很早的时候接触了国外网上的知名开源软件项目，所以对今天的工作也很有帮助，思想一直没被国内的软件项
系统 2019-08-12 01:33:27 2181
SQL2005清空删除日志：复制代码代码如下:BackupLogDNNamewithno_log--'这里的DNName是你要收缩的数据库名，自己注意修改下面的数据库名，我就不再注释了。godumptransactionDNNamewithno_loggoUSEDNNameDBCCSHRINKFILE(2)GoSQL2008清空删除日志:'在SQL2008中清除日志就必须在简单模式下进行，等清除动作完毕再调回到完全模式。复制代码代码如下:USE[maste
系统 2019-08-12 01:33:02 2181
1window.onload=function(){2if(getCookie('name')!=null&&getCookie('phone')!=null&&getCookie('password')!=null){3$("#hid").css('display','block');4$("#bol").css('display','none');5}6}验证用户是否登录，是否有过注册信息
系统 2019-08-12 01:32:44 2181
前言学pytest就不得不说fixture，fixture是pytest的精髓所在，就像unittest中的setup和teardown一样，如果不学fixture那么使用pytest和使用unittest是没什么区别的(个人理解)。fixture用途1.做测试前后的初始化设置，如测试数据准备，链接数据库，打开浏览器等这些操作都可以使用fixture来实现2.测试用例的前置条件可以使用fixture实现3.支持经典的xunitfixture，像unitte
系统 2019-09-27 17:54:47 2180
我们搞了个python的工具包PyTls。做这件事的初衷是发生了一个星期要用python同时开发3个项目的情况，我发现了两个现象：1.有很多定制化的需求是极度高频反复重写的；2.有很多功能之前写过，可能因为稍许复杂又忘了，再用的时候又要去Google。所以，拉着同组的一个实习生，一起维护了PyTls的这个项目，为的就是那句"lifeisshort,weneedpython"。所有的详细的测试demo都可以在我的git找到，PyTls的测试demos希望可以
系统 2019-09-27 17:54:40 2180
python的版本经过了python2.x和python3.x等版本，无论哪种版本，关于python爬虫相关的知识是融会贯通的，脚本之家关于爬虫这个方便整理过很多有价值的教程，小编通过本文章给大家做一个关于python爬虫相关知识的总结，以下就是全部内容：python爬虫的基础概述1.什么是爬虫网络爬虫，即WebSpider，是一个很形象的名字。把互联网比喻成一个蜘蛛网，那么Spider就是在网上爬来爬去的蜘蛛。网络蜘蛛是通过网页的链接地址来寻找网页的。从
系统 2019-09-27 17:52:41 2180
摘要数据分析与建模的时候大部分时间在数据准备上，包括对数据的加载、清理、转换以及重塑。pandas提供了一组高级的、灵活的、高效的核心函数，能够轻松的将数据规整化。这节主要对pandas合并数据集的merge函数进行详解。(用过SQL或其他关系型数据库的可能会对这个方法比较熟悉。)码字不易，喜欢请点赞！！！1.merge函数的参数一览表2.创建两个DataFrame3.pd.merge()方法设置连接字段。默认参数how是inner内连接，并且会按照相同的
系统 2019-09-27 17:51:27 2180
现在的职场竞争越来越激烈，不学上一两门新技能，保持自己知识更新，很容易被年轻后辈超越。有些人选择学一门外语，有些人选择学习职场上为人处事的能力。如果你的工作需要和数据打交道，相信我，Python一定能成为你升职加薪的敲门砖。为什么？因为高效。我们来看一份年薪24w-48w的高级数据分析师的招聘信息，以下4点能力是用人单位较为看重的：再仔细梳理，你会发现即便不是数据分析师，具备这4项能力都能在职场中为自己加分。试想一下，一场电商大促结束复盘，别人花大把时间梳
系统 2019-09-27 17:50:26 2180
