草庐IT

二十分

全部标签

Python工具箱系列(二十九)

MongoDB号称文档数据库,是目前发展迅速的NoSQL数据库。它由C++语言编写,旨在为WEB应用提供可扩展的高性能数据存储解决方案。MongoDB是非关系数据库当中功能最丰富,最像关系数据库的。它支持的数据结构非常松散,是类似json的bson格式,因此可以存储比较复杂的数据类型。MongoDB最大的特点是它支持的查询语言非常强大,其语法有点类似于面向对象的查询语言,几乎可以实现类似关系数据库单表查询的绝大部分功能,而且还支持对数据建立索引。主要功能特性有:◆面向集合存储,易存储对象类型的数据。◆模式自由。◆支持动态查询。◆支持完全索引,包含内部对象。◆支持查询。◆支持复制和故障恢复。◆使

Python工具箱系列(二十九)

MongoDB号称文档数据库,是目前发展迅速的NoSQL数据库。它由C++语言编写,旨在为WEB应用提供可扩展的高性能数据存储解决方案。MongoDB是非关系数据库当中功能最丰富,最像关系数据库的。它支持的数据结构非常松散,是类似json的bson格式,因此可以存储比较复杂的数据类型。MongoDB最大的特点是它支持的查询语言非常强大,其语法有点类似于面向对象的查询语言,几乎可以实现类似关系数据库单表查询的绝大部分功能,而且还支持对数据建立索引。主要功能特性有:◆面向集合存储,易存储对象类型的数据。◆模式自由。◆支持动态查询。◆支持完全索引,包含内部对象。◆支持查询。◆支持复制和故障恢复。◆使

十分钟彻底理解 Redis 的持久化和主从复制

什么是Redis持久化?Redis作为一个键值对内存数据库(NoSQL),数据都存储在内存当中,在处理客户端请求时,所有操作都在内存当中进行,如下所示:这样做有什么问题呢?其实,只要稍微有点计算机基础知识的人都知道,存储在内存当中的数据,只要服务器关机(各种原因引起的),内存中的数据就会消失了,不仅服务器关机会造成数据消失,Redis服务器守护进程退出,内存中的数据也一样会消失。对于只把Redis当缓存来用的项目来说,数据消失或许问题不大,重新从数据源把数据加载进来就可以了,但如果直接把用户提交的业务数据存储在Redis当中,把Redis作为数据库来使用,在其放存储重要业务数据,那么Redis

十分钟彻底理解 Redis 的持久化和主从复制

什么是Redis持久化?Redis作为一个键值对内存数据库(NoSQL),数据都存储在内存当中,在处理客户端请求时,所有操作都在内存当中进行,如下所示:这样做有什么问题呢?其实,只要稍微有点计算机基础知识的人都知道,存储在内存当中的数据,只要服务器关机(各种原因引起的),内存中的数据就会消失了,不仅服务器关机会造成数据消失,Redis服务器守护进程退出,内存中的数据也一样会消失。对于只把Redis当缓存来用的项目来说,数据消失或许问题不大,重新从数据源把数据加载进来就可以了,但如果直接把用户提交的业务数据存储在Redis当中,把Redis作为数据库来使用,在其放存储重要业务数据,那么Redis

为什么平均等待时长对于数据库运维十分关键

​昨天我谈到第二次使用人大金仓数据库的时候,能够从可观测性接口中获得等待事件的等待时间信息,感受到了数据库在易用性上的进步。有些朋友十分不解,不就是等待时间的长度数据采集吗?有这么重要吗!说实在的,运维人员获得数据库的等待事件的等待时长,是比重要还要重要的。我们很容易从数据库中获得等待事件的次数,等待事件次数统计对于数据库内核来说,实现起来并不麻烦,只要维护一个内存数据结构,通过轻量级锁来保护这个内存结构就可以了。数据库的会话可以通过向数组累计统计数据来获得这些统计数据。甚至很多数据库根本不需要统计等待次数,只需要在会话信息中增加一些等待事件的相关数据项就可以了。每个会话都会维护自己的会话状态

为什么平均等待时长对于数据库运维十分关键

​昨天我谈到第二次使用人大金仓数据库的时候,能够从可观测性接口中获得等待事件的等待时间信息,感受到了数据库在易用性上的进步。有些朋友十分不解,不就是等待时间的长度数据采集吗?有这么重要吗!说实在的,运维人员获得数据库的等待事件的等待时长,是比重要还要重要的。我们很容易从数据库中获得等待事件的次数,等待事件次数统计对于数据库内核来说,实现起来并不麻烦,只要维护一个内存数据结构,通过轻量级锁来保护这个内存结构就可以了。数据库的会话可以通过向数组累计统计数据来获得这些统计数据。甚至很多数据库根本不需要统计等待次数,只需要在会话信息中增加一些等待事件的相关数据项就可以了。每个会话都会维护自己的会话状态

十分钟 Vite + Vue 3 项目实战教程

本Vue3教程将介绍如何构建一个简单的搜索模块,该模块使用文本输入过滤数组中的文章。也就是说,在创建这个Vue3项目的过程中,我们需要使用CompositionAPI构建两个组件。我们的目标是这样的:是不是很有意思呢?事不宜迟,让我们开始编码吧。开始我们可以有很多种方法将Vue3添加到现有项目中,甚至可以自己创建一个Vue3项目。本教程将介绍我个人最喜欢的两个途径:VueCLIViteVueCLI如果你以前做过Vue开发,那么一定知道如何使用VueCLI来设置项目。VueCLI是Vue开发的命令行界面,是Vue生态系统的基准。在本教程的示例中,我们将通过VueCLI来创建一个Vueapp。首先

十分钟 Vite + Vue 3 项目实战教程

本Vue3教程将介绍如何构建一个简单的搜索模块,该模块使用文本输入过滤数组中的文章。也就是说,在创建这个Vue3项目的过程中,我们需要使用CompositionAPI构建两个组件。我们的目标是这样的:是不是很有意思呢?事不宜迟,让我们开始编码吧。开始我们可以有很多种方法将Vue3添加到现有项目中,甚至可以自己创建一个Vue3项目。本教程将介绍我个人最喜欢的两个途径:VueCLIViteVueCLI如果你以前做过Vue开发,那么一定知道如何使用VueCLI来设置项目。VueCLI是Vue开发的命令行界面,是Vue生态系统的基准。在本教程的示例中,我们将通过VueCLI来创建一个Vueapp。首先

大师兄的数据分析学习笔记(二十三):人工神经网络

大师兄的数据分析学习笔记(二十二):逻辑回归(LogisticRegression)大师兄的数据分析学习笔记(二十四):回归树与提升树一、关于分类和回归分类和回归的界限并不大:分类可以看做是有限状态的回归。回归可以看做是无限定序数据的分类。很多模型都是可以在分类和回归中互相借鉴使用,只是在细节处理上需要特殊对待,比如人工神经网络。在监督学习中,所谓分类和回归的目的,可以理解成以下过程:给定一些特征和特征的标注,整理他们的特征、标注和连续值。当一个未知数据进入时,让新数据的特征,和整理好的被给定的数据特征中最相似的数据特征保持一致的分类,或保持相近的连续值。也就是说让测试集和验证集的数据,尽可能

大师兄的数据分析学习笔记(二十三):人工神经网络

大师兄的数据分析学习笔记(二十二):逻辑回归(LogisticRegression)大师兄的数据分析学习笔记(二十四):回归树与提升树一、关于分类和回归分类和回归的界限并不大:分类可以看做是有限状态的回归。回归可以看做是无限定序数据的分类。很多模型都是可以在分类和回归中互相借鉴使用,只是在细节处理上需要特殊对待,比如人工神经网络。在监督学习中,所谓分类和回归的目的,可以理解成以下过程:给定一些特征和特征的标注,整理他们的特征、标注和连续值。当一个未知数据进入时,让新数据的特征,和整理好的被给定的数据特征中最相似的数据特征保持一致的分类,或保持相近的连续值。也就是说让测试集和验证集的数据,尽可能