一叶不知秋

使用到 AWS 的 EC2 服务时，选择一个基础镜像后，要定制的话需要在 userdata 中写上一堆脚本。如果不想每次重复 userdata，或者要更快速的初始化一个虚拟机，就应该定制自己的 AMI，特别是在 Batch, ECS, EKS 选择的基础镜像还不方便使用 userdata。定制一个 AMI, 我们可以用aws create-image命令，或是 HashiCorp 提供的Packer(它不仅支持 AWS, 还能为 阿里云，Azure, Google 云，vmware, docker...

多数的 Java 入门教程都是要求同时设置 JAVA_HOME 和 PATH(包含 $JAVA_HOME/bin) 两个环境变量，反正两个都有了就保险。其实一般情况下系统能在 PATH 中找到 java 程序时就知道 JAVA_HOME, 基本上只要配置 PATH 就行，而 JAVA_HOME 环境变量是可选的。但也有例外，比如 TOMCAT 就可能要求有 JAVA_HOME 环境变量。在 macOS 下，JAVA_HOME 与 PATH 的关系又显得有点微妙了。一个新的 macOS 系统，它自带有 j

一谈到 Docker 容器，按照以往的惯性思维，那就是 Linux 容器(LXC)，和 Windows 没多大关系，顶多也就是在 Windows 的 Linux 虚拟机中跑 Docker 容器。不过自从 Windows Server 2016 开始，出现了 Windows 原生的 Docker 容器，它再也不只是 Linux 下的专利了。Docker 容器中可以运行 Windows 系统了, 每个 Windows 容器共享宿主机的 Windows 内核(--isolation=process,)，或使用

使用 Python 就难免要应对到不同数据库连接的问题，Python 目前也没有 Java 使用 JDBC 瘦客户端驱动那么方便。本人在用 Python 连接 SQL Server 时经常还是会有些问题，此文只着力于如何用 Python 连接 DB2 和 Oracle 数据库。从本文中我们将会学到Python 围绕着 ibm_db 来操作 DB2 以 Python DB-API 2.0 规范来操作 DB2 cx_Oracle Python 库 + Oracle Instant Client 操作

在使用 DB2 的 Community 版本的 Docker 镜像ibmcom/db2进行测试，启动 Docker容器的命令是$ docker run -name db2server --privileged=true -p 50000:50000 \ -e LICENSE=accept \ -e DB2INSTANCE=db2user \ -e DB2INST1_PASSWORD=password123 \ -e DBNAME=test \ ibmcom...

在 Mac OS X 或各个 Linux 发行版都有自己的软件包管理工具，如Mac OS X: brew, MacPorts已鲜有人使用了 Debian 系列: apt, 或 apt-get, 还有用 snap的 RedHat 系列: yum, 或 dnf Arch 系: pacman SUSE 系: YaST 或 Zypper Alpine 系: apk, 如 apk add openssh基于现代的远程服务器管理，还总是用 RDP(远程桌面)来连接就显得有点那个了，效率上与命令行...

因为平常主要是使用 EC2 的 Linux 实例，所以之前写过的一篇关于 UserData 的日志创建 AWS EC2 实例时 userdata 的一些知识默认就是讲的有关 Linux 实例的 UserData。本文补充上 Windows 的 EC2 实例 UserData 的基本使用，参考自 AWS 官方文档Run commands on your Windows instance at launch。Windows 的 UserData 被谁执行，依据所选择 AMI的不同有以下三种方式E...

Python 的函数是一等对象因为它符合编程语言理论家对 "一等对象 -- first-class object" 的定义运行时创建 可赋值给变量或数据结构的属性 能作为函数参数 能被函数返回依据这种定义，还有我们最为熟悉的 JavaScript 的函数也是一等对象，Java 的函数都是依附于类或对象存在的，不是一等对象。Python 的文档字符串(docstring) 是放在模块，函数，类中的第一个纯字符串。可用单个引号(单引号或双引)，通常因为有大段的文字会用三引号的字符串，比如.

书中的数据结构还差文本和字节序列那一章未阅读完。Python 的 str 是 unicode 类型，编码在应用方面基本上就是 .decode(), .encode() 方法的调用，默认编解码时用 UTF-8 就行，差不多就不用太深入了。Python 的 bytes 和 bytearray 中的元素都是介于 0 ~ 255(含) 之间的整数，即一个字节，bytes 的切片是 bytes, bytearray 的切片还是 bytearray。bytes 和 bytearray 的输出(__repl__).

现在流行数据都有 Schema 的概念，一般作为数据库对象(表，函数，存储过程等)的命名空间。所以在数据库端往往存在 实例/数据库/Schema 这样层级划分。对于 DB2 和 Oracle 用客户端创建一个新的数据库并非易事，灵活的在数据库中较轻量的划分隔离空间的办法因数据库类型而异MySQL: 创建数据库(create database), create schema 是 create database的别名 PostgreSQL: create database 创建新的数据库，或在当前数据..

继续啃这本略微有些旧的书，《Fluent Python》第二版出版在即，预计今年四月份，它将会讲解到更新版本 Python 的特性，书中有提到 Python 3.10。第一版读下来也不会是浪费时间的。还是数据结构，现在来到字典，dict 是 Python 语言的基石，在它内部也被广泛应用，比如 type(globals()) 是个 dict, globals() 的内容有我们能调用的全局函数。如果在编程中不想创建新对象的话，dict 几乎能表述需要的数据结构。dict 就是一个 hash 表，它是.

通常在 Python 应用中简单的配置使用内置的 logging是这样的 1 2 3 4 5 6 import logging logging_format = '%(asctime)s - %(levelname)s - %(module)s(%(funcName)s:%(lineno)d) - %(message)s' logging.basicConfig(level=logging.INFO, for.

用了一段时间的 Python, 觉得还是有必要读一下《流畅的Python》这本书，它虽然是基于 Python 3.4 的，但 Python 自身的很多特性希望了解的更多，更深，或巩固，或扫扫死角。对于少量属性的对象可以用 collections.namedtuple 快速构建一个类 Card = collections.namedtuple('Card', ['rank', 'suit']), 用 type(Card) 看到的就是一个 class, 第一个参数 Card 是类名，第二个参数列表里是属..

在步入到 AWS 后，设计一个典型的分布式计算任务模式是提交任务的客户端把一组组待计算任务的输入编制成消息发送到 SQS 或 SNS队列中 SQS 消息可被 ECS 或 Lambda 处理, SNS 消息还能触发 Lambda，ECS/Lambda 完成实际的计算任务 结果可以保存到 Redis, S3 或别处, 如果提交任务端想要获取计算结果，可用 ID来追踪用 ECS 的好处是可以基于 SQS 的消息数进行 AutoScaling 配置，决定 Worker 的规模; 用 Lambda 适...

之前工作中用过 JMS 的 IBM MQSeries, 自己试玩过 ActiveMQ, 再就是 Kafka, 再到 AWS 上的 SQS 等消息队列。打算调教一下 Python 的 Celery，它首推用 RabbitMQ 作为它的消息，当然也可选择 Redis 或 AWS 的 SQS，首先感觉有必要体验一下 RabbitMQ。RabbitMQ 是一个 AMQP(Advanced Message Queuing Protocol) 的开源实现, 相关的实现产品还有OpenAMQ,StormMQ,A...

Python 的函数参数支持默认值，这是本人一直喜欢的特性，Python 不支持方法重载，但默认参数可起到类似的效果，还不用写多个函数。现在支持默认参数的语言普遍的，像 C++, C#, Ruby, Groovy, PHP, Scala, JavaScript 等，Java 还不行。但是特别要小心，Python 的函数默认值与其他的语言是不同的，直接违反了最直观的常识 -- 默认参数应该是省略就每次用同样的默认值，传的话就用传入的值。当我在 IntelliJ IDEA 中写类似如下的代码

学习了函数实现的 Python 装饰器后，关于装饰器的内容还没完。Python 装饰器还是属于元编程的范畴，一谈到元(Meta), 元编程，往往能用简单的方式实现比较神奇的效果 --小渣男的非死不可除外。Python 还允许用类来实现装饰器，原理上就是能让 Python 对象函数用，见之前的一篇Python 对象当函数使用及动态添加方法。关键就是类实现__call__函数，对象就变成callable, 与函数的装饰器实现归纳起来就是：一个 Python 类型能不能用 @ 当作装饰器来用只需看它是否...

刚刚完成由 Python 的 Ellipsis 到 *, /, *args, **kwargs 函数参数, 又回想起在熟悉和应用 Python 的装饰器，关于带属性的装饰器一直未交代，安心不下来，Python 中带属性的装饰器用得非常普遍，如 Flask 的@app.route('/')。我们一看到 Python 的装饰器(Decorator) 会很直截的与 Java 的注解(Annotation) 联系起来，其实除了都用@符号外是存在很大区别的。正如它们被翻译成的中文名那样，Java 的注解...

早先对 Python *args, **kwargs 参数有所了解，也知道参数列表中的/表示 Positional Only，*很少见。然而在使用 FastAPI 时看到路由函数中表示默认值采用了...的方式又重新激发起我对 Python 函数参数的*,/,*args, 和**kwargs的兴趣。如 FastAPI 官方文档Request Forms and Files中的@app.post("/files/")async def create_file(file: b...

关于 AWS API Gateway V1, 写过一篇笔记Lambda + API Gateway 创建需 API Key 验证的 API。 AWS 又推出了 API Gateway V2(服务管理/理解层面), 它同样可以用来作 HTTP-PROXY 调用 REST API, WebSocket; AWS-PROXY 调用 Lambda, 还能直接调用 AWS 的其他服务，如 StepFunction, SQS 等。在 V1 中创建整套服务的过程基本是 Resource -> Method ..