comm

常用SQL查询语句 - myLittleGarden - 博客园 http://www.cnblogs.com/sunada2005/p/3411873.html 一、简单查询语句 1. 查看表结构 SQL>DESC emp; 2. 查询所有列 SQL>SELECT * FROM emp; 3. 查询指定列 SQL>SELECT empmo, ename, mgr FROM emp; SQL>SELECT DISTINCT mgr FROM emp; 只显示结果不同的项 4. 查询指定行 SQL>SELECT * FROM emp WHERE job='CLERK'; 5. 使用算术表达式 SQL>SELECT ename, sal*13+nvl(comm,0) FROM emp; nvl(comm,1)的意思是，如果comm中有值，则nvl(comm,1)=comm; comm中无值，则nvl(comm,1)=0。 SQL>SELECT ename, sal*13+nvl(comm,0) year_sal FROM emp; （year_sal为别名，可按别名排序） SQL>SELECT * FROM emp WHERE hiredate>'01-1月-82'; 6. 使用like操作符（%，_） %表示一个或多个字符，_表示一个字符，[charlist

实例一： 先来个简单的实例，把下面的代码保存为main.js，让自己欣喜下： var http = require("http"); function onRequest(request, response){ console.log("Request received."); var str='{"id":"0036",name:"jack",arg:123}'; response.writeHead(200,{"Content-Type":'text/plain','charset':'utf-8','Access-Control-Allow-Origin':'*','Access-Control-Allow-Methods':'PUT,POST,GET,DELETE,OPTIONS'}); //response.writeHead(200,{"Content-Type":'application/json','Access-Control-Allow-Origin':'*','Access-Control-Allow-Methods':'PUT,POST,GET,DELETE,OPTIONS'}); //response.write("Hello World 8888\n"); response.write(str); response.end(); } http

知识共享 我在浏览git开源代码的时候，浏览到一句话： 版权声明：本文为CSDN博主「。。。」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/。。。。。。。 此处的知识共享，不仅仅是“将知识共享”，而是指我们在 分享知识 以及保护原作者的 “‘源’知识产权” ，浅一些的理解呢，就是我们坦白： 从哪里抄袭的代码，从哪些博客转发的文章，引用的知识点，使用的源代码。。。 是不是很尴尬，作为程序从事人员，我们往往做的一些工作，就是当搬砖码农，将开发人员写的具有良好代码 逻辑性，可读性，可复用性，兼容性,。。。 的代码进行搬运，甚至我们进行搜做转发的时候，往往自私地cv大法进行搬移，你写的文章往往也会被无情地cv，无处申诉。我们作为从事网络行业的人员，要遵循一些 行业潜规则 ， 也就是默认规范，默认标准，就像我们的 camelCase【 驼峰命名 】，匈牙利命名法【Hungarian】，帕斯卡命名法【PascalCase】 等，我们希望保护别人的权益，也保护自己的权益，保证一种供应状态，说不定我的文章也会被cv掉的嘞，放在同名搜索引擎的前面的嘞！ ( 接下来这段代码复制于百度，是一段对cc的简介，以及cc著作权的解释理解 ) Creative Commons，简称CC，中国大陆正式名称为知识共享

Python多核编程mpi4py实践 一、概述 CPU从三十多年前的8086，到十年前的奔腾，再到当下的多核i7。一开始，以单核cpu的主频为目标，架构的改良和集成电路工艺的进步使得cpu的性能高速上升，单核cpu的主频从老爷车的MHz阶段一度接近4GHz高地。然而，也因为工艺和功耗等的限制，单核cpu遇到了人生的天花板，急需转换思维，以满足无止境的性能需求。多核cpu在此登上历史舞台。给你的老爷车多加两个引擎，让你有法拉利的感觉。现时代，连手机都到处叫嚣自己有4核8核处理器的时代，PC就更不用说了。 扯远了，anyway，对于俺们程序员来说，如何利用如此强大的引擎完成我们的任务才是我们要考虑的。随着大规模数据处理、大规模问题和复杂系统求解需求的增加，以前的单核编程已经有心无力了。如果程序一跑就得几个小时，甚至一天，想想都无法原谅自己。那如何让自己更快的过度到高大上的多核并行编程中去呢？哈哈，广大人民的力量！ 目前工作中我所接触到的并行处理框架主要有MPI、OpenMP和MapReduce(Hadoop)三个（CUDA属于GPU并行编程，这里不提及）。MPI和Hadoop都可以在集群中运行，而OpenMP因为共享存储结构的关系，不能在集群上运行，只能单机。另外，MPI可以让数据保留在内存中，可以为节点间的通信和数据交互保存上下文，所以能执行迭代算法，而Hadoop却不具有这个特性

在 上一篇 中我们介绍了如何安装和使用 mpi4py，下面我们以几个简单的例子来展示怎么使用 mpi4py 来进行并行编程，以使读者能够快速地上手使用 mpi4py。这些例子来自 mpi4py 的 Document ，有些做了一些适当的改动。 点到点通信 传递通用的 Python 对象（阻塞方式） 这种方式非常简单易用，适用于任何可被 pickle 系列化的 Python 对象，但是在发送和接收端的 pickle 和 unpickle 操作却并不高效，特别是在传递大量的数据时。另外阻塞式的通信在消息传递时会阻塞进程的执行。 # p2p_blocking.py from mpi4py import MPI comm = MPI.COMM_WORLD rank = comm.Get_rank() if rank == 0: data = {'a': 7, 'b': 3.14} print 'process %d sends %s' % (rank, data) comm.send(data, dest=1, tag=11) elif rank == 1: data = comm.recv(source=0, tag=11) print 'process %d receives %s' % (rank, data) 运行结果如下： $ mpiexec -n 2 python p2p

作者：极寒 链接：https://zhuanlan.zhihu.com/p/28525517 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 回顾自己的工作经历最遗憾的是没有用代码实现设计好的系统就匆匆离职了！写这篇文章主要目的是分享一下实现通信服务的思路，方便大家设计自己的通信服务，也希望通过分享实践知道设计中的不足。工作的公司是做电动汽车充电的可以说是一个很伟大的物联网项目，一个EVCS系统（Electric vehicle charging system）包括APP、云平台、充电桩、电动汽车等部分。在云平台众多的服务中通信服务是一个负责接入嵌入式网关和与后端业务服务相协调的中间件。今天主要根据自己的经历分享一下通信服务的实现细节，其中包括具体实践的也有针对系统缺陷做的一些思考。本文内容不局限于电动汽车充电系统只是以电动汽车充电系统为例，也可以作为基于mqtt协议系统的设计参考。 术语说明 嵌入式网关：它一般由嵌入式微处理器、外围硬件设备、嵌入 式操作系统以及用户的应用程序等四个部分组成。在本系统中负责继电器的开关以及与服务器的网络通信。 充电设备（充电桩）：给电动汽车充电的设备通过充电枪与车连接，里面包含了一个嵌入式网关。 comm:一个需要我们实现的broker扩展程序，communication 的简称。 通信服务

基本程序 1. 题 先在D盘创建教学管理文件夹，Test文件夹 /*创建数据库“教学管理”。 (1) 有1个数据文件，数据文件逻辑文件名为“教学管理_Data”， 物理文件名为“教学管理_Data.mdf”，初始大小为5MB，最大大小不受限制，自动增长每次增加1MB。 (2) 事务日志文件只有一个，逻辑名为“教学管理_log”，物理文件名为“教学管理_log.ldf”, 初始大小1MB，最大大小为10MB，自动增长每次增加10%。 (3) 所有文件均保存在“D:\教学管理”文件夹中。 */ CREATE DATABASE 教学管理 ON ( NAME = 教学管理_Data, FILENAME = ‘D:\教学管理\教学管理_Data.mdf’, SIZE = 5MB, FILEGROWTH = 10MB) LOG ON ( NAME = 教学管理_log, FILENAME = ‘D:\教学管理\教学管理_log.ldf’, SIZE = 1MB, MAXSIZE = 10MB, FILEGROWTH = 10%) /*创建数据库“Test” (1) 要求该数据库有两个数据文件组，分别是primary和second。 (2) 共有3个数据文件，其中主数据文件逻辑文件名为“test”， 物理文件名为“test.mdf”，初始大小为10MB，最大大小为50MB，

一、简单查询语句 1. 查看表结构 SQL>DESC emp; 2. 查询所有列 SQL>SELECT * FROM emp; 3. 查询指定列 SQL>SELECT empmo, ename, mgr FROM emp; SQL>SELECT DISTINCT mgr FROM emp; 只显示结果不同的项 4. 查询指定行 SQL>SELECT * FROM emp WHERE job='CLERK'; 5. 使用算术表达式 SQL>SELECT ename, sal*13+nvl(comm,0) FROM emp; nvl(comm,1)的意思是，如果comm中有值，则nvl(comm,1)=comm; comm中无值，则nvl(comm,1)=0。 SQL>SELECT ename, sal*13+nvl(comm,0) year_sal FROM emp; （year_sal为别名，可按别名排序） SQL>SELECT * FROM emp WHERE hiredate>'01-1月-82'; 6. 使用like操作符（%，_） %表示一个或多个字符，_表示一个字符，[charlist]表示字符列中的任何单一字符，[^charlist]或者[!charlist]不在字符列中的任何单一字符。 SQL>SELECT * FROM emp WHERE ename like 'S

常用SQL查询语句 一、简单查询语句 1. 查看表结构 SQL>DESC emp; 2. 查询所有列 SQL>SELECT * FROM emp; 3. 查询指定列 SQL>SELECT empmo, ename, mgr FROM emp; SQL>SELECT DISTINCT mgr FROM emp; 只显示结果不同的项 4. 查询指定行 SQL>SELECT * FROM emp WHERE job='CLERK'; 5. 使用算术表达式（nvl(comm,0) 如果comm为空就变成0） SQL>SELECT ename, sal*13+nvl(comm,0) FROM emp; nvl(comm,1)的意思是，如果comm中有值，则nvl(comm,1)=comm; comm中无值，则nvl(comm,1)=0。 SQL>SELECT ename, sal*13+nvl(comm,0) year_sal FROM emp; （year_sal为别名，可按别名排序） SQL>SELECT * FROM emp WHERE hiredate>'01-1月-82'; 6. 使用like操作符（%，_） %表示一个或多个字符，_表示一个字符，[charlist]表示字符列中的任何单一字符，[^charlist]或者[!charlist]不在字符列中的任何单一字符。 SQL

一、简单查询语句 1. 查看表结构 SQL>DESC emp; 2. 查询所有列 SQL>SELECT * FROM emp; 3. 查询指定列 SQL>SELECT empmo, ename, mgr FROM emp; SQL>SELECT DISTINCT mgr FROM emp; 只显示结果不同的项 4. 查询指定行 SQL>SELECT * FROM emp WHERE job='CLERK'; 5. 使用算术表达式 SQL>SELECT ename, sal*13+nvl(comm,0) FROM emp; nvl(comm,1)的意思是，如果comm中有值，则nvl(comm,1)=comm; comm中无值，则nvl(comm,1)=0。 SQL>SELECT ename, sal*13+nvl(comm,0) year_sal FROM emp; （year_sal为别名，可按别名排序） SQL>SELECT * FROM emp WHERE hiredate>'01-1月-82'; 6. 使用like操作符（%，_） %表示一个或多个字符，_表示一个字符，[charlist]表示字符列中的任何单一字符，[^charlist]或者[!charlist]不在字符列中的任何单一字符。 SQL>SELECT * FROM emp WHERE ename like 'S