- 综合排序
- 最热优先
- 最新优先
- 来自专栏五分钟学SRE
5分钟学SRE-Iptables
table:filter,nat,mangle,raw,security 1.filter表——三个链：INPUT、FORWARD、OUTPUT 作用：过滤数据包 内核模块：iptables_filter. 2. 关闭 firewall systemctl stop firewalld //关闭firewalld服务 systemctl disable firewalld //禁止firewalld开机自启动 2、 表名 表名：Filter, NAT, Mangle, Raw 起包过滤功能的为表Filter，可以不填，不填默认为Filter 2. mangle -A PREROUTING -p tcp --dport 22 -j MARK --set-mark 22 常见操作 1,删除INPUT链的第一条规则 iptables -D INPUT 1 2, __biz=MzA5NTgwNzY1NA==&mid=2247483663&idx=1&sn=26bd3d9d13700a3252b2b565e0a10ff9&chksm=90b8f0c6a7cf79d0cc52c0aa4a6852ab7d0e6fee0285f50029c5e5e912f9683e23bacf3fea5c
61130编辑于 2023-11-17 - 来自专栏五分钟学K8S
五分钟学SRE系列 - 深入浅出docker端口映射与存储卷
▌数据卷的操作与命令创建数据卷docker volume create my-volume运行时挂载数据卷docker run -d -v my-volume:/opt/sre-docker sre-nginx :v2.075662332cb5a1e2242fd24ec18c39bcaad9ab0fdda2a6967399a49221dbbdac7这里 my-volume 是已创建的数据卷，/opt/sre-docker "Source": "/var/lib/docker/volumes/my-volume/_data", "Destination": "/opt/sre-docker volumes-from mysql_container --rm -it busybox tar cvzf /path/to/backup/mysql_backup.tar.gz /var/lib/mysql步骤 2： 理解并熟练使用这些特性，对于任何希望在生产环境中有效使用 Docker 的 SRE 或开发者来说都是必要的。我正在参与2024腾讯技术创作特训营最新征文，快来和我瓜分大奖！
88520编辑于 2024-05-10 - 来自专栏帆说区块链
【密码学（3）】-国密系列1-SM2
题外话：不知道鸽了多久了，这次补更一下，出的密码学加密算法还挺少的，打算先搞4期密码算法，国密SM系列。 SM2算法概念 SM2算法和RSA算法都是公钥密码算法，SM2算法是一种更先进安全的算法，在我们国家商用密码体系中被用来替换RSA算法。 SM2为非对称加密，基于ECC。该算法已公开。 ECC 256位（SM2采用的就是ECC 256位的一种）安全强度比RSA 2048位高，但运算速度快于RSA。 SM2原理 （1）曲线参数 SM2标准推荐使用256位素域Fp上的椭圆曲线y2=x3 + ax + b，其中： （2）密钥生成算法 Alice选择随机数dA做为私钥，其中0 Alice计算公钥PA=dA 此外，若要不断提高安全强度，则必须增加密钥长度，SM2算法密钥长度增长速度较慢（例如：224-256-384），而RSA算法密钥长度则需呈倍数增长（例如：1024-2048-4096），这使得SM2算法的安全性能表现更佳
1.9K40编辑于 2022-12-01 - 来自专栏Hongten
零基础学基金投资系列-04-基金的分类（2）
2.资金流动性强 货币基金的流动性跟活期差不多，比方说，从余额宝提现到中信银行卡里，几乎是1秒钟到账，非常快捷方便。
62740发布于 2018-09-13 - 来自专栏程序员互动联盟
小白学java系列：前言
为什么要学习java？ java是目前最流行的编程语言，主流公司框架基本上都离不开java的影子，未来还会火很多年。java应用范围极其广泛，无论在客户端还是在服务端都有。 如何学习java？ 首先设计一个大致的学习纲领或者计划，无规矩不成方圆，没有规划没有方向去学习，很容易让自己走死胡同，造成中间半途而废。 第一步： 搭建编译运行第一个hello world程序，让自己有一个崭新的开始 第二步： 找一个运行案例，看看java有多神奇，未来自己想做的东西，是不是通过自己的努力也能搞出来，甚至做的比这还好。
80660发布于 2018-03-16 - 来自专栏快乐学AI系列
快乐学AI系列——计算机视觉（2）特征提取和描述
图片本系列是由“MATRIX.矩阵之芯”精炼的AI快速入门系列，特色是内容简洁，学习快速。 相关要求：学员需要掌握Python编程基础，另外还需要有一定的线性代数、概率论基础。 来个例子：import cv2import numpy as np# 读取图像 原图+黑白图img = cv2.imread('image.jpg')cv2.imshow("Image", img)img = cv2.imread('image.jpg', 0)# Sobel算子进行边缘检测sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)sobely , 0)# 显示结果cv2.imshow('sobel', sobel)cv2.waitKey(0)cv2.destroyAllWindows()图片Canny算法Canny算法是一种常用的边缘检测算法 该算法基于SIFT算法，但是通过一系列优化措施来提高算法的速度和鲁棒性。SURF算法的基本思想是通过构建尺度空间和积分图像来检测图像中的稳定的特征点，并通过描述这些特征点的局部特征来进行特征点的匹配。
1.3K30编辑于 2023-03-29 - 来自专栏凯哥Java
springboot系列教程导学篇
spring boot2.0系列教程学习之导学篇 springboot 2.0深度学习系列教程。 Spring Boot 虽然凯哥从2015年年初开始就接触了spring boot。 所有就准备在把spring boot好好学一学。最近看到了一套不错的系列教程，就把学习笔记发布，大家一起学习。 本系列教程特点： 全面覆盖、重点突出、各个击破。从以下两个方面进行讲解： 1：核心技术篇 如：组件自动配置、web应用、spring boot应用 2：生态整合篇 如：数据整合、容器整合、运维整合等。 学完此系列课程之后收获： 1：Spring全栈技术和实现原理 2：Spring Boot核心技术 3：BAT大规模微服务基础设施开发与生成实施经验 本系列建议适合人群： 1-5年Java开发经验或Java 中间件研发人员或者是系统架构师 本系列教程需要技术储备要求： 1：语言要求：知道Java8 Lamada表达式使用 2：框架要求：对spring framework基础较熟练 3：运用：有Spring
56500发布于 2019-09-23 - 来自专栏JAVAandPython君
小白学Go系列开干！
Go系列的文章是我的好朋友琨哥来编写，主要针对的就是学习GO语言的朋友。 整个系列难度适合新手入门级别，当然也会有一些实战的案例，如果你喜欢这个系列，可以来个一键三连~ 第一个Go程序 Go语言是静态语言，强类型语言 我的第一个go-demo package main import >//函数 -- func main() >//语句 & 表达式 >//注释 执行Go程序： 1、直接goland中运行 2、在命令行中使用==go run hello.go== 3、还能使用== 6 个标记是(每行一个)： 1. fmt 2. . 3. Println 4. ( 5. "Hello, World!" 6. ) 行分隔符 在 Go 程序中，一行代表一个语句结束。
69220发布于 2020-07-14 - 来自专栏深入理解Android
从零开始学Android自定义View之动画系列——属性动画（2）
独立的动画能够实现的视觉效果毕竟是相当有限的，因此将多个动画组合到一起播放就显得尤为重要。幸运的是，Android团队在设计属性动画的时候也充分考虑到了组合动画的功能，因此提供了一套非常丰富的API来让我们将多个动画组合到一起。 实现组合动画功能主要需要借助AnimatorSet这个类，这个类提供了一个play()方法，如果我们向这个方法中传入一个Animator对象(ValueAnimator或ObjectAnimator)将会返回一个AnimatorSet.Builder的实例，AnimatorSet.Builder中包括以下四个方法：
71410编辑于 2022-06-22 - 来自专栏架构师成长之路
认知系列2：认知半径认知系列2：认知半径
善于总结、不断反思做更好的自己 认知系列1：认知是什么 认知系列2：认知半径 认知系列3: 说说我们研发的认知思维方式 一、认知半径 美国气象学家J·马歇尔·谢博德（J. 2、评估信息来源 每一次从外界接受到一个信息，不要先急着认同这个信息，而是先问一下自己，这个信息从何而来的？这些信息的来源，到底有没有权威性？
89120编辑于 2022-04-14 - 来自专栏从头学R语言
从头学R语言——DAY 2
#1 2 3 …… 10x<- seq(1,10,by = 0.5) #数列，1 1.5 2 2.5 …… 9.5 10x<- rep(1:3,times=2) #重复 ，1 2 3 1 2 32、向量元素提取根据位置提取x[2] #提取第2个元素 x[-4] #排除法x[2:4] #提取第2到 4个元素x[-(2:4)] #除了第2-4个元素x[c(1,5)] #提取第1个和第5个元素根据元素值提取x[x==10] #提取等于10的元素; (file = 'huahua.txt',header = T,sep = '\t') #文件名要加引号探 2：参数header和sep的含义？ 2、查看行名列名、行数列数rownames(a) #行名，row；默认值的行名就是行号，1 2 3 4...colnames(a) #列名，columndim(a
26820编辑于 2024-07-20 - 来自专栏机器学习之禅
2 | 从0开始学PyTorch
比如在构建tensor的时候在后面加上dtype参数，并指定具体的类型 double_points = torch.ones(10, 2, dtype=torch.double) short_points double_points = torch.zeros(10, 2).double() short_points = torch.ones(10, 2).short() double_points = torch.zeros(10, 2).to(torch.double) short_points = torch.ones(10, 2).to(dtype=torch.short) 这里有用到to() /data/p1ch3/ourpoints.t') # 存储tensor 方法2 with open('.. /data/p1ch3/ourpoints.t') #读取tensor 方法2 with open('..
93720编辑于 2022-07-11 - 来自专栏风吹杨柳
opencv 2 -- 形态学处理
开运算用于移除由图像噪音形成的斑点 开运算用到的函数是 cv2.morphologyEx() import cv2 import numpy as np img = cv2.imread('person = np.ones((5,5),np.uint8) # 闭运算 closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel) cv2.imshow( 如对一副二值图连续使用闭运算和开运算，将获得图像中的主要对象 五、形态学梯度 其实就是一幅图像膨胀与腐蚀的差别。 结果看上去就像前景物体的轮廓。 = np.ones((5,5),np.uint8) # 礼帽 tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel) cv2.imshow(' = np.ones((5,5),np.uint8) # 黑帽 blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel) cv2.imshow
71510发布于 2019-07-08 - 来自专栏深入理解Android
从零开始学Python（2）
例如 a, b, c = 1, 2, "john" 以上实例，两个整型对象 1 和 2 分别分配给变量 a 和 b，字符串对象 “john” 分配给变量 c。 print (str[2:]) # 输出从第三个字符开始的字符串 print (str * 2) # 输出字符串两次 print (str + "TEST") # 输出连接的字符串 - c 的值为： 11 3 - c 的值为： 210 4 - c 的值为： 2 5 - c 的值为： 1 6 - c 的值为： 8 7 - c 的值为： 2 注意：Python2.x 里，整数除整数，只能得出整数 >>> 1/2 0 >>> 1.0/2 0.5 >>> 1/float(2) 0.5 Python比较运算符 以下假设变量a为10，变量b为20： 以下实例演示了Python所有比较运算符的操作： 或其中一个变量为 true 5 - 变量 a 和 b 都为 false，或其中一个变量为 false Python成员运算符 除了以上的一些运算符之外，Python还支持成员运算符，测试实例中包含了一系列的成员
86520编辑于 2022-06-22 - 来自专栏Tencent Serverless 官方专栏
前端学Serverless系列--性能调优
2、优化之后，发现Serverless的请求依然比NodeServer慢100ms左右。 2）测试不限于压测工具，本地脚本、浏览器network分析、线上用户test等等都可以尝试用来评测分析。 2、性能优化方案 期待云方面的优化： 允许客户设置并发上限 冷启动、热启动、实例保留策略的优化 架构升级（测试中） 就近接入（待规划） 代码方面的优化： 代码逻辑和第三方调用 拆分不常用功能，减少代码量 2、云函数目前的特点不适合有状态的应用，但是这个不是必然的，这个问题有了合适的方案之后，就不会再是问题。 作者简介 ?
10.5K20发布于 2019-06-21 - 来自专栏Tencent Serverless 官方专栏
前端学serverless系列——WebApplication迁移实践
2、内存缓存 如上面所说，实例会有一个延迟销毁时间，如果短时间内命中同一个实例，实例中内存变量是可以被缓存住的。需要缓存的内容可以两级缓存，先从内存中读取，读取不到再到Redis中读取。 2、预创建一批不同规格的容器（不含代码）来减少创建容器的耗时。 3、函数平台有一个代码仓库来保存管理函数代码的，在使用的时候才会在下载到容器中。 更多可以参考我的另外一篇文章《前端学serverless系列——性能调优》 2、开发部署运维 开发调试 1）云上调试 目前发布到云函数是要包含node_modules文件夹的，就算不需要，也要压缩，然后通过网络传输上去 2）上线通过复制函数来完成。 3）测试和线上环境通过函数配置设置不同的环境变量来区分。 4）回滚通过设置函数版本来完成。 2、很多人本地的开发环境是windows或者是mac，有一些nodemodule依赖是和操作系统相关的，那么在本地安装的nodemodules，在云函数上或镜像中并不能使用。
1.1K20发布于 2019-08-06 - 来自专栏小一的学习笔记
小白学爬虫系列-基础-requests详解
upload_file = {'file': open('test.txt', 'rb')} response = requests.post(url=url, files=upload_file) 2. 获取session session = requests.Session() # 2. www.baidu.com/", proxies = proxies) 以上就是关于 requests 库的一些常用方法，到现在为止，我们基本可以拿到我们想要的网页内容，或者设置访问头部、或者使用代理等 Python系列 Python系列会持续更新，从基础入门到进阶技巧，从编程语法到项目实战。
89720发布于 2019-12-31 - 来自专栏IMWeb前端团队
前端学Serverless系列--性能调优
2）函数调用：代码本身执行时间：70ms~115ms左右，路径耗时从5ms~600ms不等 2、热启动：也就是代码本身执行的时间，这个看代码本身要做的逻辑。 2、优化之后，发现Serverless的请求依然比NodeServer慢100ms左右。 2）测试不限于压测工具，本地脚本，浏览器network分析，线上用户test，等等都可以尝试用来评测分析。 2、性能优化方案 云方面的优化： 1）上限设置 2）专用资源池 3）实例保持 4）架构升级（测试中） 5）就近接入（待规划） 代码方面的优化： 1）代码逻辑和第三方调用 2）拆分不常用功能，减少代码量 2、云函数目前的特点就是不适合对时延要求比较高的应用，不适合有状态的应用，但是这个不是必然的，这两个问题有来合适的方案之后，就不会再是问题。
1.7K10发布于 2019-12-04 - 来自专栏IMWeb前端团队
前端学serverless系列——WebApplication迁移实践
2、内存缓存 如上面所说，实例会有一个延迟销毁时间，如果短时间内命中同一个实例，实例中内存变量是可以被缓存住的。需要缓存的内容可以两级缓存，先从内存中读取，读取不到再到Redis中读取。 ） 2、预创建一批不同规格的容器（不含代码）来减少创建容器的耗时。 3、函数平台有一个代码仓库来保存管理函数代码的，在使用的时候才会在下载到容器中。 更多可以参考我的另外一篇文章《前端学serverless系列——性能调优》 2、开发部署运维 开发调试 1）云上调试 目前发布到云函数是要包含node_modules文件夹的，就算不需要，也要压缩，然后通过网络传输上去 2）上线通过复制函数来完成。 3）测试和线上环境通过函数配置设置不同的环境变量来区分。 4）回滚通过设置函数版本来完成。 2、很多人本地的开发环境是windows或者是mac，有一些node_module依赖是和操作系统相关的，那么在本地安装的node_modules，在云函数上或镜像中并不能使用。
86720发布于 2019-12-04 - 来自专栏Java随想录
一起学Elasticsearch系列-Pipeline
在现代的数据处理和分析场景中，数据不仅需要被存储和检索，还需要经过各种复杂的转换、处理和丰富，以满足业务需求和提高数据价值。
55821编辑于 2024-02-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号