最近，又遇到了慢 SQL，简单的看了下，又是因为 MySQL 本身优化器还有查询计划估计不准的问题。SQL 如下：
做数据的同学们，你们在工作中被刁难过吗？有哪些问题是经常遇到，又让人恨得咬牙切齿的呢？从之前同学们吐槽的话题里，我精选了8个高频问题，今天一起来看一下。注意！前方高能，准备好降压药~
进程监控工具supervisor 启动Mongodb 一什么是supervisor Superviosr是一个UNIX-like系统上的进程监控工具。 Supervisor是一个Python开发的client/server系统，可以管理和监控*nix上面的进程。不过同daemontools一样，它也不能监控daemon进程 官网：http://supervisord.org/ 二为啥用supervisor 部署简单 : 为啥简单呢？因为咱们通常管理linux进程的时候，一般来说都需要自己编写一个能够实现
作为维修出身的我一看就知道想拆这个肯定是因为不规范的零点矫正操作，导致的探针损坏，详细聊了一下，又辛苦仁兄给拍了个照，在此拿仁兄的教训来警醒一下各位。
之前一直对richness和Chao的计算存在几个疑问，找老师讨论了之后茅塞顿开。这里记录一下。
“预测得不准！”是数据分析领域的终极难题了。讲预测的算法有一大堆，然后遇到现实基本上都被锤成渣渣，业务方怎么都不满意。
昨晚试了下视频号的付费直播，现在直播不露脸，不露脸是不想朝出名的路走，分享内容主要是技术学习框架、技术思维突破在搞的一些事情。
如果用php的+-*/计算浮点数的时候，可能会遇到一些计算结果错误的问题，比如echo intval( 0.58*100 );会打印57，而不是58，这个其实是计算机底层二进制无法精确表示浮点数的一个bug，是跨语言的，我用python也遇到这个问题。所以基本上大部分语言都提供了精准计算的类库或函数库，比如php有BC高精确度函数库，下面达内php培训老师介绍一下一些常用的BC高精确度函数使用。
TDD的核心在于严格规定开发节奏，一次把需求理清，一次做对、消除返工，不用调试就能获得反馈。
高 校校园，太平洋吹来暖湿的季风，学霸和学妹正在疯长，又到了大学生们最忙碌的季节——写论文。在导师眼中，GPU能为学生发毕业论文带来好运，值得为它冒险。现代社会，驱动的安装和CUDA环境的配置更加便捷
距离上一篇文到现在有十天左右了，现在我又来更新啦！现在正值我们专业课程多的一个学期，还赶上疫情在家学习效率低，所以没能有精力写推文了，不过幸好大家都还在，我会一直更新的。
👆点击“博文视点Broadview”，获取更多书讯 互联网大厂是很多开发人员所向往的公司，但大家应该都听过关于大厂面试候选人的一句调侃的话，“面试造火箭，工作拧螺丝”。这虽然有一点儿夸张的成分，不过也确实描述得比较形象。 在面试中，尤其是顶级互联网大厂的面试，对技术的考查往往都很深。但是到了工作中，可能确实又需要花不少时间在写各种各样的重复 CRUD 上。 那为啥会出现这种情况，是大厂闲得没事非得为难候选人吗？ 其实不是，这是因为扎实的底层功力确实对大厂来说很重要。 互联网大厂区别于小公司的一个业务特点
某一天小双同学接到国内某万亿体量的大厂电话面试（PS：说到电话面试，大家应该能猜到的吧？某剁手平台的所有子公司都是第一轮电话面试），寒暄过后，小双同学被问到这样一个问题，你能帮小双同学解答一下吗？
首先，按照国际惯例，好久不见。咋说呢，这波我自己感觉仿佛过了一年，但是翻回去一看日期才大半个月。为啥呢，这阵子太忙了，事情一个接一个，而且大都还是自己完全不擅长却又不得不做还得做的像样点的那种。不说别
安防视频监控中，如果监控录像设备显示时间不准确，或者不同设备间时间混乱，那保存下来的视频资料会失去价值，没有意义。
数据库中的每条记录都需要有一个唯一的标识，根据数据库第二范式，数据库中每个表都需要唯一主键，其他元素和主键一一对应。
日常开发中，我们经常需要使用时间相关类，想必大家对SimpleDateFormat并不陌生。主要是用它进行时间的格式化输出和解析，挺方便快捷的，但是SimpleDateFormat并不是一个线程安全的类。在多线程情况下，会出现异常，想必有经验的小伙伴也遇到过。
其实这些结果都并非语言的 bug，但和语言的实现原理有关， js 所有数字统一为 Number, 包括整形实际上全都是双精度（double）类型。
data_crawler.py虽然早就写出来了，但总要完整的爬取一遍才敢投入应用中，果然，随便一爬就有问题，速度贼慢，龟速……
一个高效的程序员，必须要保持良好的开发节奏感。作为一名程序员，培养你的节奏感吧！这个姿势真的很重要！
这篇文章是写给 Linux 初学者的，我会分享一些作为初学者应该知道的一些东西，这些内容都是本人从事 Linux 开发工作多年的心得体会，相信会对初学者有所帮助。如果你是 Linux 老鸟，那可能就不需要再往下看啦
“预测得不准！”是数据分析领域的终极难题了。讲预测的算法有一大堆，然后遇到现实基本上都被锤成渣渣，业务方怎么都不满意。 到底该怎么破局？ 一、预测算法的本质 从本质上看，预测算法只有2大类： 1、基于时间序列的。 平滑：用于相对平稳的数据。 自回归：用于趋势性递增、递减的数据。 带季节因素自回归：用于有周期性波动的数据。 2、基于因果关系的。 二分类问题：未来会/不会发生XX，典型如LR。 多分类问题：未来是ABC哪个情况，典型如决策树。 连续型问题：未来的数值是多少，典型如线性回归。 有可能建模的时
结果是：0 1 2 3 3 3 很多公司面试都爱出这道题，此题考察的知识点还是蛮多的。 为了防止初学者栽在此问题上，此文稍微分析一下。 都考察了那些知识点呢？ 异步、作用域、闭包，你没听错，是闭包。 我们来简化此题： 先打印2，后打印1。 因为是setTimeout是异步的。 正确的理解setTimeout的方式(注册事件)： 有两个参数，第一个参数是函数，第二参数是时间值。 调用setTimeout时，把函数参数，放到事件队列中。等主程序运行完，再调用。 没啥不好理解的。就像我们给按钮绑定事件一样：
原因是会造成全表扫描，有位读者说这种说法是有问题的，实际上针对无 where_clause 的 COUNT(*)，MySQL 是有优化的，优化器会选择成本最小的辅助索引查询计数，其实反而性能最高，这位读者的说法对不对呢
你来到腾讯云，仅需几次点击，指标便从四面八方来，汇聚成 Grafana 上的优雅曲线。
我们生活中很多数据是有时间维度的。比如说天气或者股票价格。对于这种带有时序的数据，有一种基于时间序列的预测模型---Prophet。
导语：笔者穷尽毕生绝学写就此文，通过剖析最典型的“怪现象”，解答 “Prometheus 指标值为何不准”这一灵魂拷问。
整个裁员的动作昨天就开始了，好在赔偿是拉满了，这种事情，没得办法的，一把手亲自操刀，讲究的就是一个好聚好散。
这年头什么样子的需求都会出现，下面这张图就是很好的体现了。这就是说为啥要你学学Python啦！保不准你的领导会有各种奇葩需求，对于像Python这样的“万金油”编程语言来说，简直不是问题啦。
笔者所在的项目上启用了ECM（Engineer Change Management）功能，重要数据的修改都要事先创建一个ECR(engineer change request)号码，然后根据这个审批后的ECR号码去维护相关的数据。
这就是说为啥要你学学Python啦！保不准你的领导会有各种奇葩需求，对于像Python这样的“万金油”编程语言来说，简直不是问题啦。
第一就是获取当前时间，就像人想知道时间时看墙上挂的时钟一样，简称clock，如time()/ftime()/gettimeofday()/data()等这些系统调用，都是软件主动获取时间。
11 月 27 日晚上 11 点左右，“滴滴骑行不可以锁车了”、“滴滴怎么了，为啥打不到车”、“滴滴师傅的距离为啥那么远？”等热门话题迅速冲上各大媒体热搜榜单。
https://www.jdoodle.com/execute-perl-online/www.jdoodle.com
总有不懂数据的人，把算法工程师当算命工程师用。用完了还嫌弃预测不准，甚至还把业务开展不力甩锅给预测。公司业绩遇到问题，不是集中起来想办法，而是集中起来批斗为什么没有预测到……全！是！扯！蛋！今天系统科普一下，到底数据预测能干啥。为数据分析师们发声。
本着以实时数仓为目标调研了几款OLAP引擎，像Clickhouse、Kylin、Druid等，在粗略了解其架构后，并且在接受各个大厂Clickhouse实践、高性能测试报告、最近业界发展势头凶猛的熏陶与PUA情况下，不得已选择了Clickhouse，当然自己也做过一些测试，本篇将介绍clickhouse的一些原理、实践方案(可能还未实现、可能并不是最佳)与遇到的一些问题，总之只是希望能够为您接下来选择clickhouse 或者解决一些问题提供一个参考的思路，仅此而已。
先说结论（ps：文末有福利）：并不会立马删除。Redis 有两种删除过期数据的策略：
来源 | https://www.zhihu.com/question/294282002/answer/521229241
做小数的相加减问题是，出现了浮点运算不准的情况，看来都说解释型语言对于浮点运算都会有问题的说法是真的。
编程这条路能走多远，能走多久，就看一点：你学不学的明白。想学明白，就得看你会不会学习，所以编程能干多久，你值多少钱，最终看你会不会学习。
最近这段时间 chatGPT 掀起了一阵 AI 热潮，目前来看网上大部分内容都是在调戏 AI，很少有人写如何用 chatGPT 做正事儿。 我作为一个大部分知识都是从搜索引擎和 GitHub 学来的程序员，第一次和 chatGPT 促膝长谈后，基本认定了一个事实：chatGPT 一定能大幅增加程序员学习新技术的效率。 目前我已经深度使用 chatGPT 一个月了，越来越能感受到这个工具的颠覆性。所以这篇文章不探讨 chatGPT 的沙雕玩法，单从工作和学习的视角，分享下 chatGPT 的牛逼之处以及我使用 chatGPT 的一些经验技巧。 如何借助 chatGPT 学习新技术 经过这些年对于各类知识的学习，我先阐述一个个人的总结：学习一个新知识/新技术，其实就是在脑海中构建这个技术的「知识模型」。所谓小白和专家的区别，其实就是脑海中这个知识模型精细程度的区别。 举个简单的例子，就比如计算机网络吧，如果电脑上不了网了，怎么办？ 普通用户能做的，可能就是重启下电脑和路由器，确认一下是否是宽带欠费了；那作为程序员，多少了解一些基本的网络知识，就可以使用一些常用命令查看一下网关、DNS 之类的，或者抓个包看看到底是哪里出了问题；对于专业的网络工程师，那肯定有更多定位和解决问题的办法，这里我也不懂，编不来。 同是计算机网络，以上几个角色的根本区别在于对网络这个东西的理解深度不同，或者说他们脑子里对于「计算机网络」这个知识模型的精度不同。 普通用户脑子中对网络的认知，恐怕就是一个 WiFi 图标，普通程序员脑子中对网络的认知模型，可以细化到几层协议栈和一个个数据包，网络工程师脑子中对网络的认知模型，也许可以进一步细化到每个数据包中的每一个比特位。 那么现在我想对一个新技术建立知识模型，我应该怎么做呢？ 就比如 k8s 这一套技术吧，我作为初学者最开始接触 k8s 的时候会被里面的很多名词绕晕，比如 CRD, CR, controller, operator 这些都是什么鬼？它们之间是如何作用的？既然 k8s 里面的资源都是 API Object，那 k8s 更像是个数据库，和容器编排和调度又是怎么扯上关系的？ 我猜 k8s 的初学者可能也有类似的问题，但去搜索引擎上一般是搜不到让人满意的答案的。 因为搜索引擎的特点是：你必须明确地知道自己要什么，这样才能给出准确的搜索关键词，搜索引擎才能帮你找到你需要的信息。 类比前文说的「知识模型」的概念，搜索引擎擅长的，是给出这个模型的一个切面的所有信息。比如你遇到了一个 bug，把报错信息贴上去搜一下，大概率可以找到这个 bug 的成因以及解决方法。 但现在的问题是我作为初学者，对 k8s 里面的很多概念理解都不准确，按照我已知的信息进行推理，k8s 应该是一个数据库才对，但事实与我的推理并不相符，那么我哪里理解错了？正确的理解方式是什么？ 对于我的这些问题，搜索引擎无法回答，毕竟搜索引擎能做的只是索引已有的数据，即便以前有人也问过类似的问题，但往往没有官网文档和技术社区的权重高，很可能被淹没在互联网的海洋中，难以被找到。 这就是传统搜索引擎的一大痛点：无法直接回答类似「对不对」「哪里出错了」这类问题。 所以在过去，我学习新技术的过程其实就是借助搜索引擎收集知识碎片，然后在脑海里整理这些碎片形成一个完整的知识模型，并不断在实践中完善和修正这个模型。 当然，一个最高效的办法就是抱大腿，找一个这方面比较有经验的大佬，把我自己想不通的地方清楚地表述出来，那么对方可能随手画个图外加三两句话就能把整个逻辑理清楚，让我豁然开朗。 不过万一找不到大佬怎么办呢？换做以前，恐怕只能继续硬着头皮找资料看代码，效率比较低。而现在，chatGPT 就可以扮演一个技术巨佬的角色，7x24 小时提供问答服务。 chatGPT 可以理解聊天上下文，所以我经常会对 chatGPT 的解答中的一部分细节发起质疑，进行更深入的探讨，它完全能理解我的意思，几乎都能给出准确的答案解决我的疑惑。 那么经过这么长时间的深度体验，我可以说 chatGPT 是传统搜索引擎的强力外援，怪不得微软 bing 整合 chatGPT 会让各个搜索大厂那么紧张呢。不过神仙们打架咱也不配掺和，接下来分享一些我使用 chatGPT 的一些技巧。 chatGPT 使用技巧 如果想让搜索引擎返回准确的结果，需要一定的技巧来构建关键词。如果想最大化发挥 chatGPT 的能力作为搜索引擎的补充，也需要一些小技巧。 1️⃣ 尽量使用英文和 chatGPT 交流。 我们这篇文章主要是探讨利用 chatGPT 学习新技术嘛，那么不可否认一手的技术文档还是英文居多，所以 chatGPT 学习的相关数据肯定也相对较多，更有利于得到准确详尽的答案。 另外，中文的文本生成相比英文的文本生成要复杂，所以中文交流的响应速度会明显慢于英文交流。 2️⃣ 多用反问的方式和 ch
疑惑一 数据结构很难嘛？ 很多小伙伴在微信后台问，数据结构为啥学起来这么难，数据结构其实就是在c语言的基础上对数据进行抽象的处理，其实就是在基础语言的基础上进一步对数据的加工的过程，所以学好数据结构的前提是c语言或者c++基础学的差不多情况下，特别是指针掌握的比较到位，不然数据结构里面的链表或者二叉树够初学者晕一会的，数据结构基本数据串联的基本纽带就是靠指针来完成，指针彻底了解透彻了，对数据结构会有一个重新的认识。很多小伙伴问数据结构为什么要学好？如果不准备从事编程方面的工作，可以不去学习，假如以后想从事编
工作7年了，接触了很多开发和其他岗位的同事 ，遇到各种各样的问题。求助过他人也帮别人解决过问题，在解决问题的过程中，合理的提问方式等于事半功倍，提出问题的同时，提问者就已经了解了问题的本质或者解决方法了 ，不合理的提问方式则事倍功半，浪费提问者和解答者的时间，效率低下。本文聊聊工作中常见的错误的提问方式. 二 错误的提问姿势
在写「垃圾回收-实战篇」时，按书中的一个例子做了一次实验，我觉得涉及的知识点挺多的，所以单独拎出来与大家共享一下，相信大家看完肯定有收获。
Linux中composer install执行报错Warning: putenv() has been disabled for security reasons in 解决问题
1.为啥我们要学习Linux? 我们干嘛要学习Linux? Linux能给我们带来什么价值呢? Linux给我的感觉就是稳定,免费,性能好. 稳定，体现在哪里？我们使用PC机，安装的操作系统一般是wi
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
