- 博客(21)
- 收藏
- 关注
RSS订阅原创 PowerDesigner建模（上）
PowerDesigner最基础的使用方法入门学习1：入门级使用PowerDesigner软件创建数据库我的PowerDesigner版本是16.5的，如若版本不一样，请自行参考学习即可。（打开软件即是此页面，可选择Create Model,也可以选择Do Not Show page Again,）2：首先创建概念数据模型，如图所示（后面介绍一些比如物理数据模型等等，由于此软件全部是英文的，所以作为一个chinese不是很懂的，耐心的多使用几次就好了。）请自行脑补概念模型(C..
2022-05-08 23:10:01
103
原创 hadoop-2.6.1 winutil处理
原始数据HDFSwordshello tom hello jerry hello kitty hello world hello tom Map阶段1.每次读一行数据,2.拆分每行数据,3.每个单词碰到一次写个1<0, "hello tom"><10, "hello jerry"><22, "hello kitty"><34, "hello world">&
2022-05-08 23:09:08
74
原创 网络爬虫&Matplotlib&
Matplotlib介绍Matplotlib是Python的绘图库，它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。Matplotlib可以用来绘制各种静态，动态，交互式的图表。Matplotlib是一个非常强大的Python画图工具，我们可以使用该工具将很多数据通过图表的形式更直观的呈现出来。Matplotlib可以绘制线图、散点图、等高线图、条形图、柱状图、3D图形、甚至是图形动画等等。Matplotlib应用Matplotlib通常与NumPy和SciPy（Scien
2022-05-08 23:08:22
266
原创 hadoop2.2.0&HDFS的java访问接口
4.5.1.搭建Hadoop开发环境我们在工作中写完的各种代码是在服务器中运行的，HDFS 的操作代码也不例外。在开发阶段，我们使用 windows 下的 eclipse 作为开发环境，访问运行在虚拟机中的 HDFS。也就是通过在本地的 eclipse 中的 java 代码访问远程 linux 中的 hdfs。要使用宿主机中的 java 代码访问客户机中的 hdfs，需要保证以下几点：确保宿主机与客户机的网络是互通的 确保宿主机和客户机的防火墙都关闭，因为很多端口需要通过，为了减少防火墙配..
2022-05-01 23:02:14
87
原创 MySQL&索引优化&参数优化
1.对查询进行优化应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。2.应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：select id from t where num is null可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：select id from t where num=03.应尽量避免在 where 子句中使用!=或<>
2022-05-01 23:00:46
243
原创 网络爬虫&Pandas
Pandas是 Python 语言的一个扩展程序库，用于数据分析。Pandas是一个开放源码、BSD 许可的库，提供高性能、易于使用的数据结构和数据分析工具。Pandas名字衍生自术语 "panel data"（面板数据）和 "Python data analysis"（Python 数据分析）。Pandas一个强大的分析结构化数据的工具集，基础是Numpy（提供高性能的矩阵运算）。Pandas可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入...
2022-05-01 22:59:21
181
原创 hadoop2.2.0&ssh免登陆&HDFS的shell操作&HDFS的java访问接口
ssh免登陆生成ssh免登陆密钥1 cd ~，进入到我的home目录2 cd .ssh/3 ssh-keygen -t rsa （四个回车）4执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）5将公钥拷贝到要免登陆的机器上cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys或 ssh-copy-id -i localhostHD...
2022-04-25 09:38:42
122
原创 MySQL优化
mysql查询优化mysql的性能优化包罗甚广： 索引优化，查询优化，查询缓存，服务器设置优化，操作系统和硬件优化，应用层面优化（web服务器，缓存）等等。这里的记录的优化技巧更适用于开发人员，都是从网络上收集和自己整理的，主要是查询语句上面的优化，其它层面的优化技巧在此不做记录。count的优化#比如：计算id大于5的城市 #a语句 select count(*) from world.city where id > 5;#b语句select (select count(*
2022-04-25 09:37:45
74
原创 网络爬虫Python+numpy
numpy介绍NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。numpy安装
2022-04-25 09:36:51
100
原创 hadoop2.2.0伪分布式搭建
1.准备Linux环境 1.1 开启网络,ifconfig指令查看ip1.2 修改主机名为自己名字(hadoop) vim /etc/sysconfig/network NETWORKING=yes HOSTNAME=hadoop 1.3修改主机名和IP的映射...
2022-04-12 19:43:34
49
原创 MySQL范式&存储过程&自定义函数&逻辑运算符和循环
第一范式(1NF)数据表的每一列都要保持它的原子特性，也就是列不能再被分割。第二范式(2NF)属性必须完全依赖于主键，消除部分依赖。分数依赖：学号、课名（相当于联合主键） 姓名依赖：学号（主键）缺点：表中的第一行数据都存储了系名、系主任,数据的冗余太大 如果有一个新的系还没有开始找到学生，那么不能讲该系的信息添加到数据表中去，从数据表中看不到该系的存在 如果将某个系的学生信息全部删除，那么这个系在数据表里也就不存在了，但这个系还存在。 如果某个人要转系，那么为了保证数据库..
2022-04-12 19:42:40
74
原创 网络爬虫 xpath表达式
在编写爬虫程序的过程中提取信息是非常重要的环节，但是有时使用正则表达式无法匹配到想要的信息，或者书写起来非常麻烦，此时就需要用另外一种数据解析方法，也就是本节要介绍的 Xpath 表达式。Xpath表达式XPath（全称：XML Path Language）即 XML 路径语言，它是一门在 XML 文档中查找信息的语言，最初被用来搜寻 XML 文档，同时它也适用于搜索 HTML 文档。因此，在爬虫过程中可以使用 XPath 来提取相应的数据。提示：XML 是一种遵守 W3C 标椎的标记语言，类
2022-04-12 19:41:56
73
原创 linux权限 服务
Linux的权限管理操作Linux的权限操作与用户、用户组是兄弟操作。一、权限概述总述：Linux系统一般将文件可存/取访问的身份分为3个类别：owner、group、others，且3种身份各有read、write、execute等权限。1、权限介绍什么是权限？在多用户（可以不同时）计算机系统的管理中，权限是指某个特定的用户具有特定的系统资源使用权力，像是文件夹、特定系统指令的使用或存储量的限制。在Linux中分别有读、写、执行权限：读权限：对于文件夹...
2022-04-03 15:57:43
1027
原创 MySQL视图&事务&触发器&存储过程
1视图视图是干什么用的？视图（view）是一种虚拟存在的表，是一个逻辑表，本身并不包含数据。作为一个select语句保存在数据字典中的。为什么要使用视图？因为视图的诸多优点，如下1 简单：使用视图的用户完全不需要关心后面对应的表的结构、关联条件和筛选条件，对用户来说已经是过滤好的复合条件的结果集。2 安全：使用视图的用户只能访问他们被允许查询的结果集，对表的权限管理并不能限制到某个行某个列，但是通过视图就可以简单的实现。3 数据独立：一旦视图的结构确定了，可以屏蔽表结构变化对用户的影响，
2022-04-03 15:55:18
891
原创 Scrapy框架入门
一、概述Scrapy，Python开发的一个快速、高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试. 其最初是为了页面抓取 (更确切来说, 网络抓取 )所设计的， 后台也应用在获取API所返回的数据(例如 Amazon Associates Web Services ) 或者通用的网络爬虫. Scrapy吸引人的地方在于它是一个框架，任何人都可以根据需求方便的修改。它也提供了多种类型爬虫的基类，如BaseS
2022-04-03 15:39:38
1093
转载 网络爬虫实干
1. 确定 URLfrom urllib import requestimport re#定义urlpage=50url="https://tieba.baidu.com/f?kw=%E6%AE%B5%E5%AD%90&ie=utf-8&pn="+str(page)2.添加headers并抓取页面代码try: #定义请求头 headrs={"User-Agent":" Mozilla/5.0 (Windows NT 6.1; Win64; x64) A
2022-03-20 20:37:25
56
原创 高级MySQL
MySQL 索引1.什么是索引？ 一般的应用系统，读写比例在10:1左右，而且插入操作和一般的更新操作很少出现性能问题，在生产环境中，我们遇到最多的，也是最容易出问题的，还是一些复杂的查询操作，因此对查询语句的优化显然是重中之重。说起加速查询，就不得不提到索引了。 2.为什么要有索引呢？ 索引在MySQL中也叫做“键”，是存储引擎用于快速找到记录的一种数据结构。索引对于良好的性能 非常关键，尤其是当表中的数据量越来越大时，索引对于性能的影响愈发重要。 索引优化应该是对查询性能优化最有效的手段了。索引能
2022-03-20 20:33:56
58
原创 shell基础
一、关于shell1、什么是shell什么是shell？Shell（外壳） 是一个用 C 语言编写的程序，它是用户使用 Linux 的桥梁。Shell既是一种命令语言，又是一种程序设计语言。Shell 是指一种应用程序，这个应用程序提供了一个界面，用户通过这个界面访问操作系统内核的服务。什么是脚本？脚本简单地说就是一条条的文字命令，这些文字命令是可以看到的（如可以用记事本打开查看、编辑）。常见的脚本：JavaScript（JS，前端），VBScript，ASP，JSP，...
2022-03-20 20:32:31
415
原创 【无标题】Linux常用指令
基础指令1、ls指令含义：ls （list）用法1：#ls含义：列出当前工作目录下的所有文件/文件夹的名称用法2：#ls路径含义：列出指定路径下的所有文件/文件夹的名称关于路径（重要）：路径可以分为两种：相对路径、绝对路径。相对路径：相对首先得有一个参照物（一般就是当前的工作路径）；相对路径的写法：在相对路径中通常会用到2个符号“./”【表示当前目录下】、“../”【上一级目录下】。绝对路径：绝对路径不需要参照物，直接从根“/”开始寻找...
2022-03-13 16:33:24
220
原创 【无标题】Python爬虫基础
Python 爬虫架构 Python 爬虫架构主要由五个部分组成，分别是调度器、URL管理器、网页下载器、网页解析器、应用程序（爬取的有价值数据）。调度器：相当于一台电脑的CPU，主要负责调度URL管理器、下载器、解析器之间的协调工作。URL管理器：包括待爬取的URL地址和已爬取的URL地址，防止重复抓取URL和循环抓取URL，实现URL管理器主要用三种方式，通过内存、数据库、缓存数据库来实现。网页下载器：通过传入一个URL地址来下载网页，将网页转换成一个字符串，网页下载器有urlli..
2022-03-13 16:31:11
99
原创 MySQL基础语法
#建库语法： CREATE DATABASEIF NOT EXISTS库名DEFAULTCHARSET编码格式;CREATE DATABASE IF NOT EXISTS yuesu DEFAULT CHARSET utf8;#使用库语法： USE库名USE yuesu#建表语法： CREATE TABLE IF NOT EXISTS表名( 字段名1数据类型主键自增, 字段名2数据类型(长度)非空唯一默认值 备注...
2022-03-13 16:28:47
38
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人