经常开发表格，是不是已经被手写Ant-Design Table的Columns整烦了？尤其是ToB项目，表格经常动不动就几十列。每次照着后端给的接口文档一个个配置，太头疼了，主要是有时还会粘错就尴尬了。那有没有办法能自动生成columns配置呢？
事务是应用程序将多个读写操作组合成一个逻辑单元的一种形式，这样其中所有的读写操作都被视为单个操作来执行，要么成功提交，要么失败回滚，不存在任何部分成功和部分失败的情况。现在，几乎所有的关系型数据库和一些非关系型数据库都支持事务。
本文简单介绍了读写分离架构，和出现主从延迟后，如果我们用的读写分离的架构，那么我们应该怎么处理这种情况，相信在日常我们的主从还是或多或少的存在延迟。上面介绍的几种方案，有些方案看上去十分不靠谱，有些方案做了一些妥协，但是都有实际的应用场景，需要我们根据自身的业务情况，合理选择对应的方案。
golang pprof 监控系列(5) —— cpu 占用率 统计原理 大家好，我是蓝胖子。 经过前面的几节对pprof的介绍，对pprof统计的原理算是掌握了七八十了，我们对memory,block,mutex,trace,goroutine,threadcreate这些维度的统计原理都进行了分
1、响应式本质 就是把数据和函数相关联起来，当数据变化时，函数自动执行。当然这对于函数和数据也是有要求的 函数必须是以下几种: render computed watch watchEffect 数据必须是以下几种： 响应式数据 在函数中用到的数据 2、例子 2.1
Sleuth 简介 随着业务的发展，系统规模变得越来越大，微服务拆分越来越细，各微服务间的调用关系也越来越复杂。客户端请求在后端系统中会经过多个不同的微服务调用来协同产生最后的请求结果，几平每一个请求都会形成一个复杂的分布式服务调用链路，在每条链路中任何一个依赖服务出现延迟超时或者错误都有可能引起整
1. 需求分析 2. 环境搭建 1. 需求分析 最近在网上折腾了好久Markdown的写作环境，作为一个普通用户，总结一下个人对于Markdown写作环境的几点需求。由于本人刚接触Markdown不久，因此，需求也比较简单，想看具体搭建步骤的可以直接跳到第二章环境搭建： 本地存储。这一点主要是出于隐
Safra Catz在Oracle CloudWorld 2023的开场演讲主题是“把客户的成功放在首要位置”。她强调了客户的重要性，并说大家通过合作和技术可以实现几乎一切。她感谢在场的观众，强调了学习和分享的重要性，以及公司致力于为客户提供更好服务的承诺。 在演讲中，她还邀请了来自其他公司的高管一
中国将来如果建立自己的标准体系，那这个标准体系肯定要比美国的好。美国的标准是从1970年代开始建立的，已经50多年了。他们的衣服补来补去，到处是补丁。我们这几年新做衣服，为什么还要照着它那个标准做呢？我们直接做比美国好的标准。除了中国用，全世界都会用。
在一个应用系统的开发框架中，往往很多地方需要用到缓存的处理，有些地方是为了便于记录用户的数据，有些地方是为了提高系统的响应速度，如有时候我们在发送一个短信验证码的时候，可以在缓存中设置几分钟的过期时间，这样验证短信验证码的时候，就会自动判断是否过期了。本篇随笔结合CSRedis的使用，介绍如何实现缓存的初始化及使用的处理。
一：背景 1. 讲故事 今天是五一的最后一天，想着长期都在 Windows 平台上做开发，准备今天换到 Ubuntu 系统上体验下，主要是想学习下 AT&T 风格的汇编，这里 Visual Studio 肯定是装不了了，还得上 VSCode，刚好前几天买了一个小工控机，这里简单记录下 零到一 的过程
一：背景 1. 讲故事 这个案例有点特殊，以前dump分析都是和软件工程师打交道，这次和非业内人士交流，隔行如隔山，从指导dump怎么抓到问题解决，需要一个强大的耐心。 前几天有位朋友在微信上找到我，说他们公司采购的MES系统登录的时候出现了异常，让我帮忙看一下，我在想解铃还须系铃人，怎么的也不应该
说在前面 验证码登录的demo后续可以单独讲解，VIP学员对这部分应该都是掌握的，此处不再赘述 本文假设了一个场景 你通过OCR识别的验证码是有一定的错误几率的 本文是通过识别后的验证码去加一个随机字符，如果取到的是''空字符则可能成功，否则必然不会成功 所涉及的python库 selenium d
前端展示中实现批量标签动态生成 使用过报表的小伙伴，经常会有条码打印、标签打印的需求，一两个标签还好处理，但很多时候我们可能需要的是几十、上百个内容的批量打印，如下图所示： 今天我们就来为大家介绍，如何快速实现报表的标签条码批量打印。 项目实战 今天我们从Wyn出发，为大家展示整个功能的实现过程。
春节期间，小鱼干读了一篇万字回顾数据库行业的文章，在文字缝隙里我看见了两个词：AI+ 和数据两个词（当然数据是废话，毕竟是一个数据库的回顾文）。在 GitHub 上热点趋势上，可见到 AI+ 的身影，几乎百分之九十迅速蹿红的项目都同 AI 相关。所以在兔年的开头，本期收录一些入门 AI 的项目，希望
概要 manim 是一个做数学视频的 python 库，这个库功能非常强大。具体可以参考官方介绍：https://github.com/ManimCommunity/manim/ 它本身只是封装数学相关的几何体和一些基础动画，所以，制作视频时，需要进一步封装更复杂的动画来满足视频的要求。最近做的一个
pandas的数据检索功能是其最基础也是最重要的功能之一。 pandas中最常用的几种数据过滤方式如下： 行列过滤：选取指定的行或者列 条件过滤：对列的数据设置过滤条件 函数过滤：通过函数设置更加复杂的过滤条件 本篇所有示例所使用的测试数据如下： import pandas as pd import
数据类型是计算机编程中将不同类型的数据值分类和定义的方式。 通过数据类型，可以确定数据的存储方式和内存占用量，了解不同类型的数据进行各种运算的能力。 使用`pandas`进行数据分析时，最常用到的几种类型是： 1. 字符串类型，各类文本内容都是字符串类型 2. 数值类型，包括整数和浮点数，可用于计算
映射列值是指将一个列中的某些特定值映射为另外一些值，常用于数据清洗和转换。 使用映射列值的场景有很多，以下是几种常见的场景： 1. 将字符串类型的列中的某些值映射为数字。例如，将“男”和“女”分别映射为 0 和 1，以便进行机器学习算法的训练和预测。 2. 将缩写替换为全称。例如，将“USA”和“U
本文为博主原创，转载请注明出处： 最近在进行服务的环境升级，将 服务的tomcat7升级到 tomcat8；当把 tomcat 升级到 tomcat8 的时候，进行服务启动异常，报 jar 包冲突的 异常，但是尝试几次之后，偶尔也有成功的概率，便推测 是 jar 包加载的顺序不对，因为 当相同路径的
