docker中centos容器安装宝塔面板

  • Post author:
  • Post category:其他

安装centos 拉取镜像 docker pull centos 创建容器 docker run -i -t -d --name baota -p 10080:80 -p 10443:443 -p 13306:3306 -p 18888:8888 --privileged=true -v /Users/xxxxx/Documents/baota_wwwroot:/www/wwwroot cento…

继续阅读 docker中centos容器安装宝塔面板

5、InnoDB引擎原理和实战,通俗易懂

  • Post author:
  • Post category:其他

InnoDB引擎原理和实战,通俗易懂 1. 缓冲池 1.1 默认引擎 1.2 设置缓冲池大小 1.3 优化缓冲池 1.4 管理缓冲池 1.5 数据页类型 2. 线程 2.1 IO线程 2.2 主线程 3. index page 4. insert buffer page 5. 重做日志 6. 回滚日志 7. checkpoint,刷写脏页check point 8. 关键特性 8.1 插入缓冲 8…

继续阅读 5、InnoDB引擎原理和实战,通俗易懂

N1BOOK第五关摸鱼:[第一章 web入门]afr_2

  • Post author:
  • Post category:其他

BUUCTF:[[第一章 web入门]afr_2 打开页面,寻找解题线索 查看目录并进行目录穿越 查看img目录 进行目录穿越 拿到flag 原理Nginx错误配置产生穿越漏洞 打开页面,寻找解题线索 页面里只有一个hello和一个gif图片,习惯性地打开源代码看看。 发现这边的gif图片在img文件夹中 查看目录并进行目录穿越 查看img目录 在url后面输入/img,成功查看img目录 进行目…

继续阅读 N1BOOK第五关摸鱼:[第一章 web入门]afr_2

将父类的值传给子类

  • Post author:
  • Post category:其他

第一步 用到了【Hutool】的工具包 <dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>版本号</version> </dependency> 第二步 子类 变量名 = copy…

继续阅读 将父类的值传给子类

NFS网络文件系统

  • Post author:
  • Post category:其他

NFS网络文件系统 目录 NFS网络文件系统 1.nfs基本概述 2.NFS实现原理 3.共享权限参数 4.NFS服务实践 1.环境准备 2.安装nfs 3.配置 4.创建相关环境 5.启动服务 6.验证是否生效 5.NFS客户端挂载 1.nfs基本概述 NFS:Network File System 网络文件系统 ​ 通过局域网让不同主机系统之间共享文件或目录 ​ 主要实现LINUX系统之间文件…

继续阅读 NFS网络文件系统

matlab实现低通、高通、带通、带阻滤波

  • Post author:
  • Post category:其他

MATLAB滤波常用函数 模拟滤波器阶数选择函数 buttord 功能:计算butterworth模拟滤波器的阶数 调用格式: [n,Wn]=buttord(Wp,Ws,Rp,Rs,'s'); % 参数中的n是求出模拟滤波器最小的阶数,Wn是等效低通滤波器的截止频率;Wp和Ws分别是通带和阻带的频率(截止频率)。当Wp>Ws时,为高通滤波器,当Wp和Ws为二元矢量时,为带通或带阻滤波器,这时…

继续阅读 matlab实现低通、高通、带通、带阻滤波

记OceanBase死锁超时

  • Post author:
  • Post category:其他

背景 线上环境大促活动期间内容平台偶发数据库连接报错,报错信息为 com.mysql.jdbc.exceptions.jdbc4.CommunicationsException: Communications link failure ,初步以为是数据库的其他租户给数据库服务器压力大,导致服务端异常断开了内容平台的数据库连接,因此把这个异常当做数据库服务器不稳定直接忽略了。但后续大促活动已经过去,…

继续阅读 记OceanBase死锁超时

FM模型简介

  • Post author:
  • Post category:其他

FM模型 FM模型表达式 FM模型的推导 二阶交叉项复杂度可以从O(kd2)优化到O(kd) FM的优点 1. 适用于大规模稀疏矩阵 为什么?因为涉及到二阶交叉项,越稀疏越容易训练。本身FM模型的训练就消耗资源,稀疏矩阵可降低劣势、发挥其更大优势。 2.泛化能力强 为什么?训练时未有的特征组和在预测时依然可以计算出交叉特征的权重。(看交叉项推导便可知) 参考: https://zhuanlan.z…

继续阅读 FM模型简介

网页学习(一)——基于Tornado框架的用户登录/注册页面

  • Post author:
  • Post category:其他

基于Tornado框架的用户登录/注册页面 项目介绍 注册页面 HTML页面 后端管理 运行 cookie设置 登录页面 html页面 后端服务 登出页面 后端服务 项目介绍 今天把基于Tornado框架实现的一个网页用户登录及注册的代码进行总结。Tornado是使用Python开发的全栈式(full-stack)Web框架和异步网络库,这里作为server端。前端HTML页面应用bootstra…

继续阅读 网页学习(一)——基于Tornado框架的用户登录/注册页面

老版本ubuntu 更新源

  • Post author:
  • Post category:其他

1、首先备份Ubuntu源列表 sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup 2、打开更新源列表 sudo vi /etc/apt/sources.list 3、选择更新源地址 Ubuntu 普通版本支持的时间都有限,过了支持的时间,更新源都会被停用,比如Ubuntu 9.10原来的源都失效了(包括官方源,类似ustc的第 三…

继续阅读 老版本ubuntu 更新源