1.用python乱序一个数组：1>>>fromrandomimportshuffle2>>>y=[[j]forjinrange(100)]3>>>shuffle(y)4>>>printy5[[65],[39],[2],[94],[28],[63],[16],[53],[77],[31],[11],[36],[51],[38],[25],[58],[97],[35],[12],[64],[98],[44],[13],[84],[21],[90],[54],
系统 2019-08-12 09:27:02 2682
createtime>to_date(''2006-04-0800:00:01','yyyy-mm-ddhh24:mi:ss')andcreatetimeto_date(''20060408000001','yyyymmddhh24miss')andcreatetime
系统 2019-08-12 01:53:05 2682
1：update时做检查使用updatemw_contractsetpayTimes=(casewhenpayTimes>0thenpayTimes-1elsepayTimesend)wherecontractNo='2015001';2：select时使用selectcasewhenpayTimes>0thenpayTimes-1elsepayTimesendpayTimesfrommw_contract;Oraclecase用法
系统 2019-08-12 01:52:46 2682
用mmap()共享内存-我的天地用mmap()共享内存rurutiaposted@2007年4月28日07:48in编程笔记withtags共享内存mmap,3775阅读接口：void*mmap(void*start,size_tlength,intport,intflags,intfd,off_toffset)正常返回映射区的地址，出错返回-1。start为映射区域的首地址，一般赋值NULL通过系统自动分配。length为区域大小。fd为映射文件的文件描
系统 2019-08-12 01:51:28 2682
第三讲：通过AWR报告来查看第一步:第二步:第三步:第四步:查看AWR报告:这里面会列出数据库基本参数,以及性能统计.对dba诊断系统问题比较有指导意义.注意:1.收集时间建议在1-2小时内,如果跨度太长,意义不大.一般针对数据库性能比较慢时收集比较有意义.2.该报告需要dba权限才可以.Oracle基础：sql执行计划分析(3)
系统 2019-08-12 01:33:47 2682
KFS文件系统的MetaServer元数据管理采用的是B+树方式，下面将结合其源码，对KFSMetaServer中元数据的组织形式及有关实现细节进行分析。1.相关源码文件KFSMetaServer元数据管理的代码所在目录为kfs-[version]/src/cc/meta，其中，相关的源码文件有：（1）meta/base.h：KFS元数据metadata中各节点的基础类，包括的类：类Key、类MetaNode，它们分别代表B+树种存储的数据、所有B+树节点
系统 2019-08-12 01:32:51 2682
从前面的脚本可以看到它的代码，也理解它的意思了，但是它是怎么样执行的呢？又是怎么样变成可执行的脚本呢？下面就来分析这部份相关的代码。要了解脚本执行，就得把脚本中的每一个单词识别出来，如下：default{state_entry(){llSay(0,“Hello,Avatar!”);}touch_start(integertotal_number){llSay(0,“Touched.”);}}把上面的脚本识别为下面的字符串流：default{state_en
系统 2019-08-12 01:32:42 2682
Linux安装部署Python3.7环境1.Python官网下载Python3.7安装包：下载文件格式tar2.通过xftp6，将Python3.7安装包传输至虚拟机上的linux系统3.解压Python3.7安装包[root@localhost~]#cd/home/local/ProgramFiles/Python[root@localhostPython]#tar-xvfPython-3.7.1.tar使用xftp6在home文件夹下建立local->
系统 2019-09-27 17:56:57 2681
这是一张灵异事件图。。。开个玩笑，这就是一张普通的图片。毫无疑问，上面的那副图画看起来像一幅电脑背景图片。这些都归功于我的妹妹，她能够将一些看上去奇怪的东西变得十分吸引眼球。然而，我们生活在数字图片的年代，我们也很少去想这些图片是在怎么存储在存储器上的或者去想这些图片是如何通过各种变化生成的。在这篇文章中，我将带着你了解一些基本的图片特征处理。datamassaging依然是一样的：特征提取，但是这里我们还需要对跟多的密集数据进行处理，但同时数据清理是在数
系统 2019-09-27 17:53:25 2681
自己随手写了Python下fork进程的测试代码（来说明这个问题不一定完全合适）：deffork(a):defnow():importdatetimereturndatetime.datetime.now().strftime("%S.%f")importosimporttimeprintnow(),aifos.fork()==0:print'子进程[%s]:%s'%(now(),os.getpid())while1:a-=10print'子进程的a值[%
系统 2019-09-27 17:48:03 2681
