为什么要管理状态 有状态的计算是流处理框架要实现的重要功能，因为稍复杂的流处理场景都需要记录状态，然后在新流入数据的基础上不断更新状态。下面的几个场景都需要使用流处理的状态功能： 数据流中的数据有重复，我们想对重复数据去重，需要记录哪些数据已经流入过应用，当新数据流入时，根据已流入过的数据来判断去重 ...
分类：
其他好文 时间：
2020-06-20 11:32:28
阅读次数：
67
排序算法 这篇博文主要讲解一下主流的几大排序算法 选择排序 思路 选择排序应该是这么多排序算法中最简单的一种排序算法了，主要思路是找到数组中最小的元素，其次，将它和数组的第一个元素交换位置（如果第一个元素就是最小的元素就和自己交换）。再次，在剩下的元素中重复此行为。 时间复杂度：O(n^2) 特点 ...
分类：
编程语言 时间：
2020-06-20 00:44:40
阅读次数：
55
Numpy包含大量的数学函数，如三角函数、算术函数和处理复数的函数等等，这些函数可以用来执行各种数学操作。 三角函数 Numpy中包含三角函数，用于不同角度的正弦、余弦和正切等就散。 示例 import numpy as np arr = np.array([0, 30, 60, 90, 120, ...
分类：
编程语言 时间：
2020-06-19 12:08:23
阅读次数：
49
【Python练习实例001】 有四个数字：1、2、3、4，能组成多少个互不相同且无重复数字的三位数？各是多少？ 【Python练习实例002】 企业发放的奖金根据利润提成。利润（I）低于或等于100万元时，奖金可提10%；利润高于10万元，低于或等于20万元时，10万的部分按10%提成，高于10万 ...
分类：
编程语言 时间：
2020-06-18 16:19:55
阅读次数：
63
问题：有四个数字：1、2、3、4，能组成多少个互不相同且无重复数字的三位数？各是多少？ #! /usr/bin/env python3 # -*- coding:utf-8 -*- # Author : Ma Yi # Blog : http://www.cnblogs.com/mayi0312/ ...
分类：
编程语言 时间：
2020-06-18 16:09:52
阅读次数：
78
数据解析 聚焦爬虫：在通用爬虫的基础之上，可以将一张页面中局部指定的数据进行爬取。可以通过数据解析的方式将一张页面中局部的数据进行解析或者提取。 数据解析方式： 正则 bs4 xpath（重点） pyquery（自学） 聚焦爬虫编码流程： 指定url 发起请求 获取响应数据 数据解析 持久化存储 数 ...
分类：
其他好文 时间：
2020-06-18 11:22:58
阅读次数：
123
刚 看了一下 复变函数 黎曼曲面 流形 复流形 仿射空间 射影空间， 可以说， 这些 是 柯西 黎曼 等 数学家 拿着 代数方程 和 复根 可劲 的 玩， 玩出来的 一堆 东西 。 就像是 发明出了 一堆 儿童玩具 。 谁说不是呢？ 把 复数 放到 二维平面（坐标系） 里， 虚部 一个 坐标轴， 实 ...
分类：
其他好文 时间：
2020-06-17 01:25:22
阅读次数：
78
早上写了一篇 Elasticsearch去重查询/过滤重复数据（聚合） 但是没写分页实现，因为网上和书上暂时没查到什么方便又好的聚合后分页方式，不是我故意不写的 之前也看了下面这篇文章 Elasticsearch聚合后分页深入详解 文章里面说了，es本身不支持分页，因为性能和正确性得不到保障，作者提 ...
分类：
其他好文 时间：
2020-06-16 12:55:56
阅读次数：
432
问题背景：客户数据库服务器cpu很高，查询等待事件 发现asynch descriptor resize等待事件 从AWR报告里也看到的asynch descriptor resize事件。 SQL> show parameter async NAME_COL_PLUS_SHOW_PARAM TYP ...
分类：
其他好文 时间：
2020-06-15 17:34:20
阅读次数：
47
1. 读邮件数据集文件，提取邮件本身与标签。 列表 numpy数组 2.邮件预处理 邮件分句 句子分词 大小写，标点符号，去掉过短的单词 词性还原：复数、时态、比较级 连接成字符串 2.1 传统方法来实现 2.2 nltk库的安装与使用 pip install nltk import nltk nl ...
分类：
其他好文 时间：
2020-06-14 20:23:08
阅读次数：
60
