说到流处理，Spark为我们提供了窗口函数，允许在滑动数据窗口上应用转换，常用场景如每五分钟商场人流密度、每分钟流量等等，接下来我们通过画图来了解SparkStreaming的窗口函数如何工作的，处理过程图如下所示：上图中绿色的小框框是一批一批的数据流，虚线框和实线框分别是前一个窗口和后一个窗口，从图中可以看出后一个窗口在前一个窗口基础上移动了两个批次的数据流，而我们真正通过算子操作的数据其实就是窗口内所有的数据流。在代码实现前了解下窗口操作常用的函数有：
系统 2019-09-27 17:52:34 1921
一：什么是魔法函数看一个简单的例子：classCompany:def__init__(self,employee__list):self.employee=employee__listcompany=Company(['tom','jack','jane'])employee=company.employeeforiteminemployee:print(item)打印结果无疑是tom,jack,jane。那么换一种方式，使用Python的魔法函数：cla
系统 2019-09-27 17:52:26 1921
yield的功能类似于return，但是不同之处在于它返回的是生成器。生成器生成器是通过一个或多个yield表达式构成的函数，每一个生成器都是一个迭代器（但是迭代器不一定是生成器）。如果一个函数包含yield关键字，这个函数就会变为一个生成器。生成器并不会一次返回所有结果，而是每次遇到yield关键字后返回相应结果，并保留函数当前的运行状态，等待下一次的调用。由于生成器也是一个迭代器，那么它就应该支持next方法来获取下一个值。基本操作#通过`yield`
系统 2019-09-27 17:52:18 1921
我们首先来看下python的全部代码，大家可以直接复制后测试：#-*-encoding:utf-8-*-importloggingimportwmiimportosimporttimefromConfigParserimportConfigParserimportsmtplibfromemail.mime.textimportMIMETextimportsocketfromdatetimeimportdatetimeimportreimportsysimp
系统 2019-09-27 17:52:12 1921
本文实例讲述了python日志logging模块使用方法。分享给大家供大家参考，具体如下：一、从一个使用场景开始开发一个日志系统，既要把日志输出到控制台，还要写入日志文件importlogging#创建一个loggerlogger=logging.getLogger('mylogger')logger.setLevel(logging.DEBUG)#创建一个handler，用于写入日志文件fh=logging.FileHandler('test.log')
系统 2019-09-27 17:51:47 1921
B.py调用A.py的函数或类在同一个文件夹下调用函数：A.py文件：defadd(x,y):print('和为：%d'%(x+y))B.py文件：importAA.add(1,2)或fromAimportaddadd(1,2)调用类：A.py文件:classA:def__init__(self,xx,yy):self.x=xxself.y=yydefadd(self):print("x和y的和为：%d"%(self.x+self.y))B.py文件：fr
系统 2019-09-27 17:51:08 1921
生成器就是自己用python代码写的迭代器，生成器的本质就是迭代器。通过以下两种方式构建一个生成器：1、通过生成器函数2、生成器表达式生成器函数：函数deffunc1(x):x+=1returnxprint(func1(5))生成器函数deffunc1(x):x+=1yieldxg_obj=func1(5)print(g_obj.__next__())一个next对应一个yield。yieldVSreturnreturn结束函数，给函数的执行者返回值yie
系统 2019-09-27 17:50:36 1921
python&djangologging小结[TOC]python基本一次配置,多处生效importlogginglogging.basicConfig(format='%(asctime)s%(message)s',datefmt='%m/%d/%Y%I:%M:%S%p')logging.warning('iswhenthiseventwaslogged.')>>>12/12/201011:46:36AMiswhenthiseventwaslogged.
系统 2019-09-27 17:50:19 1921
原题|Left-recursivePEGgrammars作者|GuidovanRossum（Python之父）译者|豌豆花下猫（“Python猫”公众号作者）声明|本翻译是出于交流学习的目的，基于CCBY-NC-SA4.0授权协议。为便于阅读，内容略有改动。我曾几次提及左递归是一块绊脚石，是时候去解决它了。基本的问题在于：使用递归下降解析器时，左递归会因堆栈溢出而导致程序终止。【这是我的PEG系列的第5部分。其它文章参见这个目录】假设有如下的语法规则：ex
系统 2019-09-27 17:49:42 1921
下面通过几个案例来分析一下，注意：本节的parsematch函数请参考《妙用re.sub分析正则表达式解析匹配过程》案例一：>>>re.findall(r".*.*(.*)",'第二回悟彻菩提真妙理断魔归本合元神')['断魔归本合元神']>>>parsematch(r".*.*(.*)",'第二回悟彻菩提真妙理断魔归本合元神')第1次匹配，匹配情况:匹配子串group(0):第二回悟彻菩提真妙理断魔归本合元神,位置为：(0,19)匹配子串group(1):
系统 2019-09-27 17:48:48 1921
