optional

使用 docker buildx 实现多平台编译 docker registry api v2 支持多 CPU 架构镜像. 同时 harbor v2 也实现了 docker registry api v2 的支持. 0x01 准备 docker 开启实验模式 buildx 插件 qemu 模拟器 Linux kernel >= 4.8 linux 系统内核 由于 binfmt_misc 机制开启需要依赖 Linux kernel >= 4.8 。 因此，在对 linux 系统操作选型上有一定要求。 建议使用 发行版 出场内核已经满足需求的操作系统。 而不是选择自己升级系统内核。 ubuntu:18.04 LTS 及以上 debian:10 及以上 参考文章: build multi architecture docker image with buildx 开启实验模式 当前 buildx 还是一个实验模式, 如需要支持, 需要进行如下配置 开启实验模式。 修改 /etc/docker/daemon.json , 增加 experimental 字段， 如下。 # vi /etc/docker/daemon.json { "experimental": true } 安装 buildx 将 buildx 放到 ~/.docker/cli-plugins/ 目录下 # https:/

作者：telami 来源：www.telami.cn/2017/weak-reference/ Java里一个对象obj被创建时，被放在堆里。当GC运行的时候，发现没有任何引用指向obj，那么就会回收obj对象的堆内存空间。 换句话说，一个对象被回收, 必须满足两个条件: （1）没有任何引用指向它 （2）GC被运行。 在实际开发中，我们可以通过把所有指向某个对象的referece置空来保证这个对象在下次GC运行的时候被回收，类似下面： Object c = new Car(); c=null; 但是，这样做是一件很繁琐并且违背GC自动回收原则的事。对于简单的情况, 手动置空是不需要程序员来做的, 因为在java中, 对于简单对象, 当调用它的方法执行完毕后, 指向它的引用会被从栈中弹出, 所以它就能在下一次GC执行时被回收了。 但是, 也有特殊例外. 当使用cache的时候, 由于cache的对象正是程序运行需要的, 那么只要程序正在运行, cache中的引用就不会被GC(或者说, cache中的reference拥有了和主程序一样的life cycle). 那么随着cache中的reference越来越多, GC无法回收的object也越来越多, 无法被自动回收。当这些object需要被回收时, 回收这些object的任务只有交给程序编写者了。然而这却违背了GC的本质

1、模块说明 requests是使用Apache2 licensed 许可证的HTTP库。 用python编写。 比urllib2模块更简洁。 Request支持HTTP连接保持和连接池，支持使用cookie保持会话，支持文件上传，支持自动响应内容的编码，支持国际化的URL和POST数据自动编码。 在python内置模块的基础上进行了高度的封装，从而使得python进行网络请求时，变得人性化，使用Requests可以轻而易举的完成浏览器可有的任何操作。 现代，国际化，友好。 requests会自动实现持久连接keep-alive 2、基础入门 1）导入模块 import requests 2）发送请求的简洁 　　示例代码：获取一个网页（个人github） import requests r = requests.get( ' https://github.com/Ranxf ' ) # 最基本的不带参数的get请求 r1 = requests.get(url= ' http://dict.baidu.com/s ' , params={ ' wd ' : ' python ' }) # 带参数的get请求 我们就可以使用该方式使用以下各种方法 1 requests.get(‘https://github.com/timeline.json’) # GET请求 2 requests

https://developer.mozilla.org/en-US/docs/Web/HTTP/Headers/Set-Cookie Domain=<domain-value> Optional Specifies those hosts to which the cookie will be sent. If not specified, defaults to the host portion of the current document location (but not including subdomains). Contrary to earlier specifications, leading dots in domain names are ignored. If a domain is specified, subdomains are always included. Path=<path-value> Optional Indicates a URL path that must exist in the requested resource before sending the Cookie header. The %x2F ("/") character is interpreted as a directory separator and sub

SelectFromModel sklearn在Feature selection模块中内置了一个SelectFromModel，该模型可以通过Model本身给出的指标对特征进行选择，其作用与其名字高度一致，select （feature） from model。 SelectFromModel 是一个通用转换器,其需要的Model只需要带有 conef_ 或者 feature_importances 属性,那么就可以作为SelectFromModel的Model来使用. 如果相关的 coef_ 或者 featureimportances 属性值低于预先设置的阈值，这些特征将会被认为不重要并且移除掉。除了指定数值上的阈值之外，还可以通过给定字符串参数来使用内置的启发式方法找到一个合适的阈值。可以使用的启发式方法有 mean 、 median 以及使用浮点数乘以这些（例如，0.1*mean ）。 根据基础学习的不同，在estimator中有两种选择方式 第一种是基于L1的特征选择，使用L1正则化的线性模型会得到稀疏解，当目标是降低维度的时候，可以使用sklearn中的给予L1正则化的线性模型，比如LinearSVC，逻辑回归，或者Lasso。但是要注意的是：在 SVM 和逻辑回归中，参数 C 是用来控制稀疏性的：小的 C 会导致少的特征被选择。使用 Lasso，alpha 的值越大

理解HTTP之keep-alive 在前面一篇文章中讲了 TCP的keepalive ，这篇文章再讲讲HTTP层面keep-alive。两种keepalive在拼写上面就是不一样的，只是发音一样，于是乎大家就都迷茫了。HTTP层面的keep-alive是我们接触比较多的，也是大家平时口头上的"keepalive"。下面我们就来谈谈HTTP的keep-alive 短连接&长连接&并行连接 再说keep-alive之前，先说说HTTP的短连接&长连接。 短连接 所谓短连接，就是每次请求一个资源就建立连接，请求完成后连接立马关闭。每次请求都经过“创建tcp连接->请求资源->响应资源->释放连接”这样的过程 长连接 所谓长连接(persistent connection)，就是只建立一次连接，多次资源请求都复用该连接，完成后关闭。要请求一个页面上的十张图，只需要建立一次tcp连接，然后依次请求十张图，等待资源响应，释放连接。 并行连接 所谓并行连接(multiple connections)，其实就是并发的短连接。 keep-alive 具体client和server要从短连接到长连接最简单演变需要做如下改进: client发出的HTTP请求头需要增加Connection:keep-alive字段 Web-Server端要能识别Connection:keep-alive字段