compress | 易学教程

Elasticsearch利用快照数据迁移和灾备

阅读更多关于 Elasticsearch利用快照数据迁移和灾备

面对多集群的企业级复杂架构，准备一套备份集群显得非常重要，备份集群在平时不参与读写操作，但是始终包含业务集群的所有数据，在有业务集群不能使用的时候，可以直接通过切换 Elasticsearch 来完成灾备效果，这篇文章写的是跨集群实现数据迁移和数据灾备一． Snapshot And Restore 说明快照是从正在运行的 Elasticsearch 集群中获取的备份。您可以获取单个索引或整个集群的快照，并将其存储在共享文件系统的存储库中。快照可以通过 restore API 恢复到正在运行的集群中。二．首先，你需要一个仓库 vim conf/elasticsearch.yml path.repo /data/backup 注意：这个目录必须是一个网络共享盘，如Nfs,Samba等三．告诉 Elasticsearch 仓库在哪里 PUT /_snapshot/my_backup #使用_snapshot API指定仓库名称 { "type": "fs", "settings": { "location": "my_backup_location" #指定仓库位置 "compress": true #压缩Mappings和settings,不能压缩数据 } } GET /_snapshot/my_backup #获取仓库位置四．准备好了就开始备份 PUT /

h5前端canvas压缩图片并异步上传图片后台php处理压缩图片上传

阅读更多关于 h5前端canvas压缩图片并异步上传图片后台php处理压缩图片上传

h5前端canvas压缩图片并异步上传图片后台php处理压缩图片上传 1、前端html代码： 1 <!DOCTYPE html> 2 <html lang="en"> 3 <head> 4 <meta charset="UTF-8"> 5 <title>上传压缩图片并在页面展示</title> 6 </head> 7 <script src="http://www.jq22.com/jquery/jquery-1.10.2.js"></script> 8 <body> 9  10 <input type="file" id="inputinput"> 11 <img id="imageId" src=""> 12 </body> 13 <script> 14 ( function ($) { 15 $. extend({ 16 // 压缩图片，参数1：file对象，参数2：压缩比例 17 compress( file , scale) { 18 return new Promise( function (resolve, reject) { 19 let _scale=scale || 1 ; 20 let cvs = document.createElement('canvas' ); 21 let ctx = cvs.getContext('2d' );

Django-compressor压缩静态文件，逆天！！！！！

阅读更多关于 Django-compressor压缩静态文件，逆天！！！！！

使用django-compressor压缩混淆静态文件使用django-compressor压缩混淆静态文件使用 django-compressor 压缩混淆静态文件 django-compressor 可以把 js/css 等静态文件压缩，这样有利于减少网站的请求次数，还能节省网络带宽。下面介绍下如何在 django 中集成 django-compressor 安装django-compressor 安装很简单， pip 安装下就可以了: pip install django-compressor 然后在'setting'的 INSTALLED_APPS 中添加 INSTALLED_APPS = [ #other 'compressor' ] setting配置首先确保 django.contrib.staticfiles 已经包含在 INSTALLED_APPS 中，django1.6及以上版本是默认包含该app在其中的. 指定STATIC_URL STATIC_ROOT = os . path . join ( SITE_ROOT , 'collectedstatic' ) STATIC_URL = '/static/' STATICFILES = os . path . join ( BASE_DIR , 'static' ) STATIC

SpringBoot项目开发(二十一)：Gzip压缩

阅读更多关于 SpringBoot项目开发(二十一)：Gzip压缩

为了减少数据在网络中的传输量，从而减少传输时长，增加用户体验，浏览器大都是支持Gzip压缩技术的，http的请求头 Accept-Encoding:gzip, deflate 就表示这次请求可以接受Gzip压缩后的数据，图片不要进行压缩，因为图片完全可以在项目开发中使用压缩后的图片。压缩会有一定的CPU性能损耗。下面介绍几种 Gzip压缩方式 1.SpringBoot开启Gzip压缩在application.properties中加入如下配置： server.compression.enabled= true server.compression.mime -types=application/javascript,text/css,application/json,application/xml,text/html,text/xml,text/plain 压缩前：25.3kb，50.0kb，37.5kb，5.1kb，34.7kb 压缩后：6.4kb，11.7kb，8.3kb，1.3kb，34.7kb 压缩后可看到文件有4倍左右的差距，能大大减少网络传输量，页面加载速度加快 2.Tomcat开启Gzip压缩 tomcat中使用gzip需要进行配置，在server.xml中，在Connector标签中加入如下属性 compression="on"

Python数据分析三利器：numpy、scipy与pandas

阅读更多关于 Python数据分析三利器：numpy、scipy与pandas

numpy NumPy是Python的一种开源的数值计算扩展第三方库，用于处理数据类型相同的多维数组。开发这个库的直接目的就是简化多维数组操作，可更为方便地用来存储和处理大型矩阵，比Python自身的列表结构要高效得多，因为它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。 WINDOWS7下安装命令非常简单： pip install numpy NumPy提供了大量高级数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库，广泛应用于大型金融公司以及核心的科学计算组织。 NumPy库提供大量基础型方便矩阵操作的多维数组函数：创建数组类 arange, array, copy, empty, empty_like, eye, fromfile, fromfunction, identity, linspace, logspace, mgrid, ogrid, ones, ones like, r , zeros, zeros_like 转换类 ndarray.astype, atleast_1d, atleast_2d, atleast_3d, mat 操纵类 array_split, column_stack, concatenate, diagonal, dsplit, dstack, hsplit, hstack, ndarray.item,

IDEA通过Maven打包JavaFX工程（OpenJFX11）

阅读更多关于 IDEA通过Maven打包JavaFX工程（OpenJFX11）

1 概述最近研究JFX，写出来了但是打包不了，这。。。尴尬。。。 IDEA的文档说只支持Java8打成jar包：尝试过直接使用Maven插件的package，不行，也尝试过Build Artifacts，也不行，各种奇奇怪怪的问题。包括下图中的 Error....fx:deploy is not available in this JDK 不过幸好文档末尾提到可以使用一些第三方工具：因此记录一下使用IDEA打包JFX11工程的过程。 2 环境 IDEA 2020.1 OpenJDK 11 OpenJFX 11 只需安装IDEA与JDK即可，JFX可以在pom.xml中引入。 3 创建工程选择Maven，选择Create from archetype，然后Add Archetype并填上GroupId： org.openjfx 与ArtifactId： javafx-maven-archetypes 还有version： 0.0.1 下一步自定义，这里为了方便就直接默认了。然后修改archetypeArtifactId为 javafx-archetype-fxml 完成即可。 4 检查文件 Maven同步完后，检查项目目录下的module-info.java与pom.xml，其中pom.xml不应该是下图这样的：而应该是这样的，包含了javafx

90行代码让微信地球转起来，太酷了！（python实现）

阅读更多关于 90行代码让微信地球转起来，太酷了！（python实现）

1.微信地球手机重启后打开微信的一瞬间，会看到一幅有名的图片，上面站着一个张小龙。很多人学习python，不知道从何学起。很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。很多已经做案例的人，却不知道如何去学习更加高深的知识。那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！ QQ群：1097524789 你可曾想过这样一个问题，如果上面那个地球转起来会是怎样？ 2.效果图效果简直不要太酷炫，我只能直呼太牛逼！那么这样一个酷炫的操作是怎么做出来的呢？我们接着往下看。 3.素材准备这里共需要准备三个素材：1. 地球表面素材；2. 云图素材；3. 微信地球的抠图素材。 1）地球表面素材 2）云图素材 3）微信地球的抠图素材 4.基本原理基本的贴图方法在本博前面的文章《用python实现旋转地球》中讲过了，具体可以参考下面的链接，这里重点讲双层素材的动态效果。云图是灰度图，白色地方代表云层厚，黑色的地方代表那里云层薄，我们根据颜色设置不同的透明度。 https://blog.csdn.net/xiaorang/article/details/106692489 如果云图与地面的选择速度相同，会显得不自然，我们这里让云层旋转速度比地面旋转速度慢一半，产生相对运动的效果。

JSPDF旋转页面为横版

阅读更多关于 JSPDF旋转页面为横版

JSPDF旋转页面为横版默认代码 // jsPDF-1.3.2/examples/images.html var doc = new jsPDF('p', 'pt', 'a4', false); doc.setFontSize(40); doc.setDrawColor(0); doc.setFillColor(238, 238, 238); doc.rect(0, 0, 595.28, 841.89, 'F'); doc.text(35, 100, type); doc.addImage(imgData, format, 100, 200, 280, 210, undefined, compress); doc.save(type + '.pdf') 查看源码 // jsPDF-1.3.2/dist/jspdf.debug.js // 通过查看源码,里面有一个参数('p'和'l'),它通过这个参数的值,再手动把宽高互置,达到竖屏转变为横屏的效果 if (orientation) { switch (orientation.substr(0, 1)) { case 'l': if (height > width) orientation = 's'; break; case 'p': if (width > height) orientation = 's'; break; }

Centos7中使用7zip压缩工具

阅读更多关于 Centos7中使用7zip压缩工具

7-Zip是一个支持7z(它实现了LZMA压缩算法，具有非常高的压缩比)、LZMA2、XZ、ZIP、Zip64、CAB、ARJ、GZIP、BZIP2、TAR、CPIO、RPM、ISO、大多数文件系统映像和DEB格式的文件归档器。RAR格式由于不是免费许可，已经被删除了。环境 Centos 7.7 Minimal p7zip-16.02 安装默认Centos7没有安装p7zip安装包，默认源里面也没有这个安装包，需要安装epel源才能安装p7zip安装包。 [root@localhost ~]# yum -y install epel-release [root@localhost ~]# yum -y install p7zip p7zip-plugins 使用方法 7z 命令提供的函数字母与命令行选项类似，但使用时不使用 - 。这些参数字母告诉命令它需要执行的函数。压缩文件创建一个压缩包使用 a 参数创建一个7z格式的压缩包： [root@localhost ~]# 7z a files.7z file1.txt file2.txt file3.txt file4.txt 7-Zip [64] 16.02 : Copyright (c) 1999-2016 Igor Pavlov : 2016-05-21 p7zip Version 16.02 (locale

每个程序员都应该知道的一些时间数据

阅读更多关于每个程序员都应该知道的一些时间数据

原文 Latency Comparison Numbers -------------------------- L1 cache reference 0.5 ns Branch mispredict 5 ns L2 cache reference 7 ns 14x L1 cache Mutex lock/unlock 25 ns Main memory reference 100 ns 20x L2 cache, 200x L1 cache Compress 1K bytes with Zippy 3,000 ns Send 1K bytes over 1 Gbps network 10,000 ns 0.01 ms Read 4K randomly from SSD* 150,000 ns 0.15 ms Read 1 MB sequentially from memory 250,000 ns 0.25 ms Round trip within same datacenter 500,000 ns 0.5 ms Read 1 MB sequentially from SSD* 1,000,000 ns 1 ms 4X memory Disk seek 10,000,000 ns 10 ms 20x datacenter roundtrip Read 1 MB

订阅 compress