在数据分析领域，最热门的莫过于Python和R语言，此前有一篇文章《别老扯什么Hadoop了，你的数据根本不够大》指出：只有在超过5TB数据量的规模下，Hadoop才是一个合理的技术选择。这次拿到近亿条日志数据，千万级数据已经是关系型数据库的查询分析瓶颈，之前使用过Hadoop对大量文本进行分类，这次决定采用Python来处理数据：硬件环境CPU：3.5GHzIntelCorei7内存：32GBHDDR31600MHz硬盘：3TBFusionDrive数据
系统 2019-09-27 17:50:47 1931
Windows版本下的python并没有内置串口通讯的pyserial的库，所以需要自己下载。参照了网上的教程，有许多用的pip的安装方式，但是试了几个都没有用，所以想到用GitHub下载库文件，步骤分为：1.在Github下载python-serial的库https://github.com/pyserial/pyserial2.下载完成后解压压缩包，找到serial文件夹，并找到python的安装位置（右击IDLE，然后查看python安装位置）。我的
系统 2019-09-27 17:50:24 1931
可以把多个页面相同的部分提取出来，放在一个母板里，这些页面只需要继承这个母板就好了通常会在母板中定义页面专用的CSS块和JS块，方便子页面替换定义块：{%block名字%}{%endblock%}views.py中添加函数：fromdjango.shortcutsimportrender,redirect,HttpResponsefromapp01importmodelsimportdatetimedefmuban_test(request):return
系统 2019-09-27 17:47:39 1931
readline()方法从文件中读取一整行。尾部的换行符保持在字符串中。如果大小参数且非负，那么一个最大字节数，包括结尾的换行和不完整的行可能会返回。遇到EOF时立即返回一个空字符串。语法以下是readline()方法的语法：fileObject.readline(size);参数size--这是可以从文件中读取的字节数。返回值此方法返回从文件中读取的行。例子下面的例子显示了readline()方法的使用。#!/usr/bin/python#Openafi
系统 2019-09-27 17:46:26 1931
需求有一个抽奖应用，从所有参与的用户抽出K位中奖用户(K=奖品数量)，且要根据每位用户拥有的抽奖码数量作为权重。如假设有三个用户及他们的权重是:A(1),B(1),C(2)。希望抽到A的概率为25%，抽到B的概率为25%,抽到C的概率为50%。分析比较直观的做法是把两个C放到列表中抽选，如[A,B,C,C]，使用Python内置的函数random.choice[A,B,C,C],这样C抽到的概率即为50%。这个办法的问题是权重比较大的时候，浪费内存空间。更
系统 2019-09-27 17:45:25 1931
Python是一种面向对象的语言，但它不像C++一样把标准类都封装到库中，而是进行了进一步的封装，语言本身就集成一些类和函数，比如print，list，dictetc.给编程带来很大的便捷Python使用#进行单行注释，使用＇＇＇或＂＂＂进行多行注释数值计算>>>print"Onehourhas",60*60,"seconds"Onehourhas3600seconds>>>result=12#同一行代码利用空格分段使格式更清晰>>>printresult
系统 2019-09-27 17:37:58 1931
配置好virtualenv和virtualenvwrapper后，使用pycharm创建新项目。之后要面临的问题就来了，之前一直使用的是sqlite作为开发数据库进行学习，按照之前看教程的原则，好像就是说开发环境要和生产环境尽量的一致，所以现在想尝试一下使用更有可能在生产环境部署的mysql数据库进行开发。本觉得是一件应该很轻松的事情，没想到遇到了一些麻烦根据一通百度，搜出来的方案大概有：MySQLdbmysql安装时候自带的connectorpymysq
系统 2019-09-27 17:37:58 1931
innodbinnobaselogoInnoDB给MySQL提供了具有事务(commit)、回滚(rollback)和崩溃修复能力(crashrecoverycapabilities)、多版本并发控制(multi-versionedconcurrencycontrol)的事务安全(transaction-safe(ACIDcompliant))型表。InnoDB提供了行级锁(lockingonrowlevel)，提供与Oracle类似的不加锁读取(non-
系统 2019-08-29 23:48:49 1931
在讲数据库水平拆分时候，我列出了水平拆分数据库需要解决的两个难题，它们分别是主键的设计问题和单表查询的问题，主键问题前文已经做了比较详细的讲述了，但是第二个问题我没有讲述，今天我将会讲讲如何解决数据表被垂直拆分后的单表查询问题。要解决数据表被水平拆分后的单表查询问题，我们首先要回到问题的源头，我们为什么需要将数据库的表进行水平拆分。下面我们来推导下我们最终下定决心做水平拆分表的演进过程，具体如下：第一个演进过程：进行了读写分离的表在数据增长后需要进行水平拆
系统 2019-08-29 23:45:42 1931
导读：原文来自stackoverflow.com上发表的一篇《Whatisthesinglemostinfluentialbookeveryprogrammershouldread?》。由国内整理编译《推荐11本对程序员最有影响力的书籍》。内容如下：国外知名网站stackoverflow上有一个问题调查：哪本书是对程序员最有影响、每个程序员都该阅读的书？，这个调查已历时两年，目前为止吸引了153,432人访问，读者共推荐出了478本书(还在增加)，其中最火
系统 2019-08-29 23:32:14 1931
