- 综合排序
- 最热优先
- 最新优先
- 来自专栏iSharkFly
Confluence 6 当前使用的数据库状态
> 基本配置（General Configuration） > 问题检查和支持工具（Troubleshooting and support tools） 你就可以看到当前使用的数据库状态了。 ?
95420发布于 2019-01-31 - 来自专栏FreeBuf
IPv6teal：使用IPV6 covert channel进行隐蔽的数据渗透
IPv6teal是一款由Python 3编写的工具，它可以使用构建在IPv6报头流标签字段之上的隐蔽信道，隐蔽的从内部网络中泄露数据。 使用 基本要求： 客户端（存数据）和服务器（窃取数据）都需要支持IPv6并拥有IPv6地址。在测试中，我使用的是5美元/月的DigitalOcean droplet。 我们不能直接将数据存储在ICMPv6 echo-request数据包或IPv6数据包本身的payload中吗？ 当然可以。 即使在这种情况下，也不太可能阻止所有传出的IPv6通信，因此仍然允许使用该技术进行数据泄露。 它的速度怎么样？ 虽然发送的数据是使用GZIP压缩的，但速度非常慢。 任何IPv6数据包丢失都会导致传输失败。这是我故意这么做的，为了保持工具的简单特性，避免重新实现类似TCP的伪网络堆栈。 然后，它会处理乱序的IPv6数据包。 传输是否加密？ 我的回答同样是不。
1.1K30发布于 2019-08-26 - 来自专栏iSharkFly
Confluence 6 升级 Confluence 使用数据源
如果你对 Confluence 进行升级（手动或者使用安装器），你需要： 停止 Confluence （如果你已经尝试开始启动）。 拷贝你的数据库驱动到 <installation-directory>/lib 目录。 编辑 <installation-directory>/conf/server.xml 同时添加你的数据源资源。 编辑 <installation-directory>/confluence/WEB-INF/web.xml 到配置 Confluence 使用数据源。
1K30发布于 2019-01-31 - 来自专栏01二进制
使用 GraphQL 的 6 个月
译文出自：掘金翻译计划[1] ---- 在使用 GraphQL 进行了 6 个月的后端项目开发后，我开始考量该技术是否适合在开发工作中使用。 首先 GraphQL 是一种实现 API 的查询语言，也是使用现有数据完成这些查询的运行时。 使用数据加载器（Dataloaders）减少网络调用 虽然 Dataloaders 不是 GraphQL 库本身的一部分，但是它的确是一个很有用的第三方库，可以用来解耦应用程序中不相关的部分，同时不会牺牲批量数据加载的性能 这样，在设计持久层时，我们可以专注于该层的需求，然后分别考虑如何采取最好的方式将数据暴露给使用者。 这与 dataloader 的使用密切相关，因为你可以在将数据发送给用户之前将它们组合在一起，从而使得公开数据的设计模型变得非常容易。
1.5K20发布于 2020-05-14 - 来自专栏全栈程序员必看
docker（6）镜像的使用
查看镜像列表 使用docker images查看本地已经下载的镜像 REPOSITORY：表示镜像的仓库源 TAG：镜像的标签，区分不同版本 IMAGE ID：镜像ID，16进制组成，唯一标识 CREATED (TAG)区分 下载镜像 直接使用 docker pull centos 默认是下载的最新的latest版本 [root@jkc docker]# docker pull centos Using 1、从已经创建的容器中更新镜像，并且提交这个镜像 2、使用 Dockerfile 指令来创建一个新的镜像 更新镜像 更新镜像之前，我们需要使用镜像来创建一个容器。 -a: 指定镜像作者 182e335d9533：容器 ID training/webapp:v1 : 指定要创建的目标镜像名 我们可以使用 docker images 命令来查看我们的新镜像training 7.5的TAG，并且IMAGE ID是重复的，可以使用docker rmi 删掉它,可以加-f参数强制删除 -f :强制删除； –no-prune :不移除该镜像的过程镜像，默认移除； [root@jkc
85810编辑于 2022-09-19 YashanDB数据库的6个使用技巧提升效率
本文将基于YashanDB的架构特性和核心技术，详细介绍六个实用技巧，帮助数据库管理员和开发人员提升YashanDB的使用效率和业务响应速度。1. 并行度调整和向量化技术的使用，进一步加速批量数据处理。遵循此流程能减少SQL执行的物理I/O和CPU开销，提升查询效率，尤其适合复杂关联及海量数据分析任务。4. 规范使用索引，结合访问约束优化数据访问在表上合理创建BTree索引，特别是索引经常出现在WHERE条件和JOIN连接中的列，可以显著提升访问速度。 合理设计和使用分区策略实现数据隔离与快速定位分区技术通过将大表拆分为多块独立管理的分区，显著缩减查询和DML操作的扫描范围。 6.
22310编辑于 2025-11-20- 来自专栏编码视界
PySide6 GUI 编程（6）：QPushButton的使用
基础使用 直接实例化 QPushButton import sys from PySide6.QtWidgets import QApplication, QPushButton app = QApplication ('Button Text 按钮展示的信息') window.show() app.exec() 从 QMainWindow 继承 from PySide6.QtWidgets import QApplication __main__': app = QApplication() button = MyPushButton() button.show() app.exec() 使用信号与槽对按钮的点击动作进行响应 实现代码 import sys from PySide6.QtWidgets import QApplication, QMainWindow, QPushButton def the_button_was_toggled __init__() self.setWindowTitle('带有按钮的窗口') self.button = QPushButton('初始状态 我的按钮')
1.2K45编辑于 2024-08-23 - 来自专栏yeedomliu
《Learning ELK Stack》6 使用Kibana理解数据
6 使用Kibana理解数据 Kibana4的功能 搜索词高亮显示 Elasticsearch聚合 Kibana4广泛使用Elasticsearch的聚合和子聚合为可视化提供多种聚合功能。 ，并且可以保存起来，随后在仪表盘中使用 仪表盘：多种可视化和搜索的集合，可以很简单地应用于基于点击交互的过滤器，也能基于多种数据汇总获得结论 设置：配置索引模式、衍生 字段、字段的数据类型等 搜索页面 可以做基于字段的特定搜索、过滤数据、也可以查看索引好的文档 左侧：所有的索引模式 顶部：时间过滤器和搜索框 页面头部：基于@timestamp字段的默认直方图；对应搜索结果的命中数 搜索结果：按时间倒序显示最新的 500个文档 时间过滤器 快捷时间过滤器 相对时间过滤器 绝对时间过滤器 自动刷新设置 区域触发时间过滤器 查询和检索数据 Kibana使用Lucene查询语法来搜索索引数据。 : \ 保存搜索 使用搜索页面上的"save search"选项可以把搜索保存起来并用于后面的可视化。
2.1K30发布于 2020-07-07 - 来自专栏技术人生
flutter组件6【AppBar的使用】
actions → List - 一个 Widget 列表，代表 Toolbar 中所显示的菜单，对于常用的菜单，通常使用 IconButton 来表示；对于不常用的菜单通常使用 PopupMenuButton elevation → double - 控件的 z 坐标顺序，默认值为 4，对于可滚动的 SliverAppBar，当 SliverAppBar 和内容同级的时候，该值为 0， 当内容滚动 SliverAppBar 变为 Toolbar 的时候，修改 elevation 的值。 flexibleSpace → Widget - 一个显示在 AppBar 下方的控件，高度和 AppBar 高度一样，可以实现一些特殊的效果，该属性通常在 SliverAppBar 中使用。 backgroundColor → Color - Appbar 的颜色，默认值为 ThemeData.primaryColor。改值通常和下面的三个属性一起使用。
1.7K20发布于 2020-11-13 - 来自专栏Java,后端开发,网站开发,数据结构,算法分析.
Javase-6.方法的使用
1.方法的概念和使用 1.1什么是方法(method) 方法就是一个代码片段 . 类似于 C 语言中的 " 函数 " 。方法存在的意义 ( 不要背 , 重在体会 ): 1. 当代码规模比较复杂的时候,能够模块化的组织代码 . 2. 做到代码被重复使用 , 一份代码可以在多个位置使用 . 3. 让代码更好理解更简单 . 4. 参数列表：如果方法没有参数， () 中什么都不写，如果有参数，需指定参数类型，多个参数之间使用逗号隔开 5. 方法体：方法内部要执行的语句 6. 具体方式： 方法全路径名 + 参数列表 + 返回值类型，构成 方法完整的名字。 上述代码经过编译之后，然后使用 JDK 自带的 javap 反汇编工具查看，具体操作： 1. 函数开始, n = 3 函数开始, n = 2 函数开始, n = 1 函数结束, n = 1 ret = 1 函数结束, n = 2 ret = 2 函数结束, n = 3 ret = 6
18710编辑于 2024-11-19 - 来自专栏前端达人
【数据结构基础】栈简介（使用ES6）
数据结构这词大家都不陌生吧，这可是计算机专业人员的必修课专业之一，如果想成为专业的开发人员，必须深入理解这门课程，在这系列文章里，笔者将使用ES6，让大家熟悉数据结构这门专业课的内容。 到底什么是数据结构？数据结构是计算机存储、组织数据的方式。数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。 栈是一种高效的数据结构（后进先出（LIFO）原则的有序集合），因为数据只能在栈顶添加或删除，所以这样的操作很快，而且容易实现。栈的使用遍布程序语言实现的方方面面。 我们需要一个能够存储堆栈元素的数据结构，我们可以使用数组结构来完成，同时还需要我们在堆栈中添加和移除数据元素，由于堆栈后进先出的原则，我们的添加和删除方法稍微特别些，Stack这个类的实现包含以下几个方法 答案是可以，我们可以ES6加入的新类型Symbol数据类型作为对象的属性具有私有性的特点（关于Symbol数据类型，笔者的这篇文章有过介绍《【ES6基础】Symbol介绍：独一无二的值》），改写基于stack-array.js
96650发布于 2019-05-18 - 来自专栏前端达人
【数据结构基础】队列简介（使用ES6）
开篇 在上一篇系列文章《【数据结构基础】栈简介（使用ES6）》笔者介绍了什么是数据结构、什么是栈及相关代码实现，本篇文章笔者给大家介绍下什么是队列以及相关的代码实现。 this.lowestCount = 0; this.items = {}; } } 首先我们创建了一个存储队列元素的数据结构，我们声明了count变量，方便我们统计队列大小， ] = element; this.count++; } 由于队列的items属性是对象，我们使用count作为对象的属性，元素添加至队尾，count的值递增加1。 如果队列不为空，我们首先获取“队头”元素，然后使用delete方法进行删除，同时标记对头元素的变量lowestCount的值递增加1，然后返回被删除的队头元素。 从数据结构的角度我们可以运用堆栈的结构进行实现，然而用双端队列的结构实现起来也非常简单，示例代码如下： function palindromeChecker(aString) { if (aString
82220发布于 2019-06-11 - 来自专栏程序员八阿哥
小白Pycharm使用（6）：如何使用 Python 开始建立你的数据分析项目
现在有很多博文对复杂的机器学习算法和前沿的技术进行了展示，而这也促使数据科学家们慢慢变成了“社交控”FOMO。但数据分析的基本内容究竟是什么样的？你应当怎样安排项目结构？你需要使用什么样的工具？ 而这些网站在项目构建方面的思路大致如下： 一个连贯且组织良好的结构，以便于人们协作 你的分析应当可复现，而你的项目结构可以满足这个需求 不应该从原始数据作为出发点开始你的项目，而应当假设原始数据不变，创建其他派生的文件 作者选取适用于数据科学的conda管理虚拟环境（可在这里看到选择它的原因）。 这样做的缺点在于往往会因为合并冲突问题而告终（数据科学家通常并不能熟练使用 Git ）。除了很多使用 Git 时出现的问题，这也会导致你的项目之间缺乏独立性。 你也可以使用autoenv或者direnv去激活虚拟环境，并设置环境的变量，如果你cd定位到一个工作目录下的话 结论 对你的数据科学项目有一个良好的设置将会有助于同其他人协作，并且项目本身也会更容易复现
1.5K30发布于 2018-08-02 - 来自专栏Python数据科学
使用Pandas&NumPy进行数据清洗的6大常用方法
我们也使用str.replace()将连字符替换为空格，然后给DataFrame中的列重新赋值。 尽管数据集中还有更多的不干净数据，但是我们现在仅讨论这两列。 （分类数据的使用内存与分类的数量以及数据的长度成正比） 使用applymap方法清洗整个数据集 在一定的情况下，你将看到并不是仅仅有一条列不干净，而是更多的。 ：回顾 这个教程中，你学会了从数据集中如何使用drop()函数去除不必要的信息，也学会了如何为数据集设置索引，以让items可以被容易的找到。 更多的，你学会了如何使用.str()清洗对象字段，以及如何使用applymap对整个数据集清洗。最后，我们探索了如何移除CSV文件的行，并且使用rename()方法重命名列。 掌握数据清洗非常重要，因为它是数据科学的一个大的部分。你现在应该有了一个如何使用pandas和numpy进行数据清洗的基本理解了。更多内容可参考pandas和numpy官网。
3.8K20发布于 2018-08-06 - 来自专栏Python爬虫与数据挖掘
使用Python指定列提取连续6位数据的单号（中篇）
一、前言 前几天在Python最强王者交流群【哎呦喂 是豆子～】问了一个Python数据提取的问题，一起来看看吧。 大佬们请问下 指定列提取连续6位数据的单号(该列含文字、数字、大小写字母等等)，连续数字超过6位、小于6位的数据不要，这个为啥有的数据可以提取 有的就提取不出来? 二、实现过程 这里【猫药师Kelly】给了一个思路，使用C老师帮忙助力，每次只提取一种模式，然后update合并。 相当于把每行所有可能列出来，之后再合并。 .isdigit() and len(item[i:i+6]) == 6: target_digits.append(item[i:i+6]) return target_digits 这篇文章主要盘点了一个Python正则表达式数据提取的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
90720编辑于 2023-10-24 - 来自专栏Python爬虫与数据挖掘
使用Python指定列提取连续6位数据的单号（上篇）
一、前言 前几天在Python最强王者交流群【哎呦喂 是豆子～】问了一个Python数据提取的问题，一起来看看吧。 大佬们请问下 指定列提取连续6位数据的单号(该列含文字、数字、大小写字母等等)，连续数字超过6位、小于6位的数据不要，这个为啥有的数据可以提取 有的就提取不出来? 下图是提取成功的： 下图是提取失败的： 二、实现过程 这里【猫药师Kelly】给了一个思路，使用C老师帮忙助力： 不过误报数据有点高 提取连续6位数据的单号(该列含文字、数字、大小写字母、符号等等 )，连续数字超过6位、小于6位的数据不要。 这篇文章主要盘点了一个Python正则表达式数据提取的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
70030编辑于 2023-10-24 - 来自专栏前端达人
【数据结构基础】队列简介（使用ES6）
上一篇系列文章《【数据结构基础】栈简介（使用ES6）》笔者介绍了什么是数据结构和什么是栈及相关代码实现，本篇文章笔者给大家介绍下什么是队列以及相关的代码实现。 = 0; this.items = {}; } } 首先我们创建了一个存储队列元素的数据结构，我们声明了count变量，方便我们统计队列大小，声明lowestCount变量标记队列的对头 从数据结构的角度我们可以运用堆栈的结构进行实现，然而用双端队列的结构实现起来也非常简单，示例代码如下： function palindromeChecker(aString) { if (aString 【ES6基础】let和作用域 【ES6基础】const介绍 【ES6基础】默认参数值 【ES6基础】展开语法(Spread syntax) 【ES6基础】解构赋值（destructuring assignment 【ES6基础】Symbol介绍：独一无二的值 【ES6基础】Object的新方法 【数据结构基础】栈简介（使用ES6） 更多精彩内容，请微信关注”前端达人”公众号！
1.1K40发布于 2019-06-03 - 来自专栏前端达人
【数据结构基础】栈简介（使用ES6）
开篇 数据结构这词大家都不陌生吧，这可是计算机专业人员的必修专业课之一，如果想成为专业的开发人员，必须深入理解这门课程，在这系列文章里，笔者将使用ES6，让大家熟悉数据结构这门专业课的内容。 到底什么是数据结构？数据结构是计算机存储、组织数据的方式。数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。 01 什么是栈栈是一种高效的数据结构（后进先出（LIFO）原则的有序集合），因为数据只能在栈顶添加或删除，所以这样的操作很快，而且容易实现。栈的使用遍布程序语言实现的方方面面。 我们需要一个能够存储堆栈元素的数据结构，我们可以使用数组结构来完成，同时还需要我们在堆栈中添加和移除数据元素，由于堆栈后进先出的原则，我们的添加和删除方法稍微特别些，Stack这个类的实现包含以下几个方法 答案是可以，我们可以ES6加入的新类型Symbol数据类型作为对象的属性具有私有性的特点（关于Symbol数据类型，笔者的这篇文章有过介绍《【ES6基础】Symbol介绍：独一无二的值》），改写基于stack-array.js
1K10发布于 2019-05-28 - 来自专栏气python风雨
数值模式 | 如何使用CMIP6 数据驱动 WRF
数值模式 | 如何使用CMIP6 数据驱动 WRF 挺早的时候有读者问过我，CMIP 怎么驱动 WRF。 我倒是见过相关的项目，奈何好几年不更新，担心 bug 多就没写。 这个仓库叫 cmip6-to-wrfinterm，做的事情很单纯，就是把 CMIP6 各模式输出的 sub-daily 数据转成 WRF 能吃的 intermediate 文件，纯 Python 实现， 在气候变化和区域动力降尺度这块，WRF 算是无出其右的选择。但 CMIP6 数据跟 WRF 的接口之间一直隔着一堵墙，变量命名不一样，网格系统不一样，格式更是完全不同。 跑通之后你能看到初始时刻和 6 小时积分后的地表温度场，作者 README 里贴了截图，效果看起来是靠谱的。 如果你想换 BCMM 数据，加 -m 参数就行。 CMIP6 数据驱动 WRF 本来是个门槛不低的事，以前需要懂 NCL、懂 Fortran、懂 WRF 的预处理流程，现在一个 Python 脚本加一张配置表就能跑起来。
19710编辑于 2026-05-07 - 来自专栏热爱IT
使用Pandas&NumPy进行数据清洗的6大常用方法
我们也使用str.replace()将连字符替换为空格，然后给DataFrame中的列重新赋值。 尽管数据集中还有更多的不干净数据，但是我们现在仅讨论这两列。 （分类数据的使用内存与分类的数量以及数据的长度成正比） 使用applymap方法清洗整个数据集 在一定的情况下，你将看到并不是仅仅有一条列不干净，而是更多的。 ：回顾 这个教程中，你学会了从数据集中如何使用drop()函数去除不必要的信息，也学会了如何为数据集设置索引，以让items可以被容易的找到。 更多的，你学会了如何使用.str()清洗对象字段，以及如何使用applymap对整个数据集清洗。最后，我们探索了如何移除CSV文件的行，并且使用rename()方法重命名列。 掌握数据清洗非常重要，因为它是数据科学的一个大的部分。你现在应该有了一个如何使用pandas和numpy进行数据清洗的基本理解了。
4.2K10发布于 2019-07-15
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