使用nshdellog来查看、管理和备份文档删除日志

在这里插入图片描述
大家好,才是真好的。啥是nshdellog?估计大家很懵,概念不少,名词更多。nshdellog当然和Domino相关,今天我们暂时不讲Sametime V10,看看这一个Domino V10的技术问题。

Domino V10有很多重要新功能,其中一个特别有用的叫做文档删除日志,这对胡乱删除邮件或文档的坏人能起到很好的警醒作用。Domino V10如何启用文档删除日志,我相信读者朋友们已忘了,为了让大家勤快点,我提醒一下,可以翻看我们前面写的文档——开玩笑的,这里我们也可以简单引导一下。

首先Domino服务器要开启事物日志——拜托,不要问我事务日志是什么,也不要问我怎么开,因为我不想静静。而后对于要开启文档删除日志的数据直接运行load compact -dl dbname on "fieldname"命令,比如对邮箱文件haojian开启删除日志,则可运行

load compact mail/haojian.nsf -dl on “$TITLE, Form, Subject, DeliveredDate, PostedDate, FullName” 命令,如下图:
在这里插入图片描述
删除日志可记录文档或设计元素的真删除假删除。真删除是硬删除,就是直接毫不留情地彻底删除文档。

假删除是用户将邮件或文档删除到垃圾箱(废纸篓)中等,还不排除有一部门用户,直接剪切文档——这依然逃不过删除日志的火眼金睛。当然假设你先删,后恢复,也可以记录哦。

既然记录这么多,那么说明删除日志会很多很大,所以为了性能考虑,删除日志不是写入到nsf数据库中,而是写在Domino数据目录下的IBM_TECHNICAL_SUPPORT文件夹下的以Delete开始的文本文件中,如下图:
在这里插入图片描述
很多人表示了疑惑,这简直要瞎眼,能否提供一个稍微友好点的界面?如果可以,还请加点自动分析功能,至少按用户、日期等方式分个类、排个序等。

为了满足广大的吃瓜群众要求,伟大的Daniel Nashed又一次伸出援助之手,自行开发了一个名为nshdellog的Notes应用,可以轻松手动或自动导入删除日志,进行分析查看,还可自动备份,等等。

是的,要获取nshdellog应用,需要跟Daniel Nash要。办法是发送一封标题为“nshdellog”(不含引号)的邮件给地址dominodeletelog@nashcom.de,不消几分钟,就会收到nshdellog应用模板。

我也是这么要过来的,绝对亲测有效。

所以,是时候进入今天的主题了。将nshdellog应用模板拷贝到Notes客户机端的Data下,签名(建议用管理员ID),之后按Ctrl+N调出新建应用程序对话框,选择服务器,输入标题和文件名,如下图:
在这里插入图片描述
创建之后,打开该数据库,点击“Config Profile”先配置简要表
在这里插入图片描述
在这个简要表中,Status状态栏中选择“On”这样该库自动获取Delete文本文件中的记录,其他的字段如下图所示:
在这里插入图片描述
保存关闭之后,可以手动导入文档删除日志文本
在这里插入图片描述
我们当然没有那么Low,而是等待了一会儿,自动读取文档删除日志文本,如下图:
在这里插入图片描述
该应用功能非常多,也很强大,除了各维度角度提供删除日志分析外,还提供了诸如远程控制台、自动备份删除日志等等。

我说了这么多,相信你也准备跃跃欲试吧?还等什么?赶紧去试吧。今天我们就讲到这里。

更多精彩内容请关注微信公众号“协作者”
在这里插入图片描述
原文地址:https://mp.weixin.qq.com/s/zhnLlJTurjQpVW3TD4W4iA

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需求,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需求。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需求、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值