搜索到与相关的文章
数据库相关

2台路由器,组建局域网

2台路由器,一台是普通的有线路由器A,一台是cicso的无线路由器B。routeA:连猫的那根线直连到routeA的WAN口PPPoEDHCPsubnetmask:255.255.0.0(可能觉得255.255.255.0应该也能成功的)routeB(当交换机使)从routeA的Lan口连一根线到routeB的Lan口,不用管WAN192.168.1.114那台,通过无线连接,其它3台通过有线连接,能成功通信,能成功连接Internet2台路由器,组建局域

系统 2019-08-12 01:54:13 2715

数据库相关

sql 索引

sp_helpindex@objname='ma_lot'--判断某表的索引是不是存在IFEXISTS(SELECT*FROMSYSINDEXESWHEREname='test')PRINT'cunzai'DROPINDEXma_lot.testGOELSEPRINT'bucunzai'--创建索引CREATECLUSTEREDINDEXtestONdbo.mm(MName)sql索引

系统 2019-08-12 01:54:07 2715

Linux

解决linux服务器Tomcat日志中文乱码问题

首先需要确认服务器是否支持中文,在支持中文字符集的服务器,可以通过以下两种方式调整字符集编码:一、通过/etc/sysconfig/i18n修改默认的字符集在很多时候,linux服务器可能未安装中文支持包,特别是我们在国外购买的服务器,默认是不安装中文支持包的。为了让我们的服务器在命令行下能够输出漂亮的中文字体,我们可以采用yum方式安装中文支持包,非常便捷。1.安装中文包:yum-ygroupinstallchinese-support2.修改字符编码配

系统 2019-08-12 01:33:54 2715

数据库相关

数据库的查询优化技术实例

人们在使用SQL时往往会陷入一个误区,即太关注于所得的结果是否正确,而忽略了不同的实现方法之间可能存在的性能差异,这种性能差异在大型的或是复杂的数据库环境中(如联机事务处理OLTP或决策支持系统DSS)中表现得尤为明显。笔者在工作实践中发现,不良的SQL往往来自于不恰当的索引设计、不充份的连接条件和不可优化的where子句。在对它们进行适当的优化后,其运行速度有了明显地提高!下面我将从这三个方面分别进行总结:----为了更直观地说明问题,所有实例中的SQL

系统 2019-08-12 01:33:17 2715

Python

Aubo 协作机械臂正逆运动学包-python 版本(一)

简介最近身边有的小伙伴需要用到aubo机械臂,并且需要使用python版本的正运动学,我就根据官网给的参考代码,写了一个python版本的,喜欢或者需要的朋友可以直接拿去用,这里主要使用几何法来进行运动学求解,后面会更新具有最优解选择器的代码。具有官方推荐的最优解的程序请参考Aubo协作机械臂正逆运动学包-python版本(二)。注意:这里代码只需要把DH参数更换即可用到aubo其他机械臂上,代码主要基于简单的数据结构,想优化的可以把它优化一下,后面我有时

系统 2019-09-27 17:56:02 2714

Python

python基础之切片列表id值变化

'''切片复制时的id值与直接赋值的列表不一样'''list_pratisce=[5,6,8,9,19]list_pratisce_backup=list_pratiscelist_pratisce_backup_qiepian=list_pratisce[:]print('list_pratisce的值是:',id(list_pratisce),'list_pratisce_backup的值是:',id(list_pratisce_backup),'li

系统 2019-09-27 17:55:31 2714

Python

python+requests+unittest API接口测试实例(详解)

我在网上查找了下接口测试相关的资料,大都重点是以数据驱动的形式,将用例维护在文本或表格中,而没有说明怎么样去生成想要的用例,问题:测试接口时,比如参数a,b,c,我要先测a参数,有(不传,为空,整形,浮点,字符串,object,过短,超长,sql注入)这些情况,其中一种情况就是一条用例,同时要保证b,c的正确,确保a的测试不受b,c参数的错误影响解决思路:符合接口规范的参数可以手动去填写,或者准备在代码库中。那些不符合规范的参数(不传,为空,整形,浮点,字

系统 2019-09-27 17:54:41 2714

Python

Python数据可视化实现正态分布(高斯分布)

正态分布(Normaldistribution)又成为高斯分布(Gaussiandistribution)若随机变量X服从一个数学期望为、标准方差为的高斯分布,记为:则其概率密度函数为:正态分布的期望值决定了其位置,其标准差决定了分布的幅度。因其曲线呈钟形,因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是的正态分布:概率密度函数代码实现:#Python实现正态分布#绘制正态分布概率密度函数u=0#均值μu01=-2sig=math.sqrt(0.

系统 2019-09-27 17:51:53 2714