Posts

Step 1: Install Required PackagesFirstly we need to make sure that we have installed required packages on your system. Use following command to install required packages before compiling Git source. # yum install curl-devel expat-devel gettext-devel openssl-devel zlib-devel # yum install gcc perl-ExtUtils-MakeMaker Step 2: Uninstall old Git RPMNow remove any prior installation of Git through RPM file or Yum package manager. If your older version is also compiled through source, then skip this step. ...

有些项目，文档写的不是很清楚，很多地方都需要摸着石头过河，在此写下自己的一点心得体会。 后悔药 哪怕是改动一行代码，也要创建一个新的分支。如果发现前方有无法绕行的故障，你将会庆幸自己给自己留下退路。 不要把自己逼到死角，永远给自己留下一个B计划。 小碎步 不要大段重构，要小步慢走。尽量减少发生问题的点。在一本书中找错别字很难，但是在一行文字中找错别字就非常容易了。 勿猜测 当你不知道某个函数如何使用时，不要去猜测，而应该去看官方文档是如何讲解这个函数的。

一个人喝粥太淡，两个人电话粥太甜。回忆似水流年，翘首如花美眷。对着微信聊天，凌晨了也没有觉得晚。窗外的月亮很圆，就像你那双明亮的眼。说一声晚安，道一声再见，我的梦中是有你的春天。

你有邮箱吗？如果你有的话，那么当我不在你身边的时候，我会每天给你写一封信，告诉你，我今天遇见的的人，告诉你，我身边发生的事，告诉你，当你不在我身边时，我有多想你

表复制 # 不跨数据库 insert into subscriber_copy(id, username) select id, username from subscriber # 跨数据库 需要在表名前加上数据库名 insert into wdd.test(id, username) select id, username from opensips.subscriber 调整表结构 增加字段 ALTER TABLE test ADD `username` char(64) not null default ''

表wdd_a 表wdd_b 不使用where子句生成的表的数是两个表行数的积，其字段的字段两个表的拼接 查询的行数 = 表a的行数 x 表b的行数 SELECT * FROM `wdd_a` join `wdd_b` order by wdd_a.id 表联合不使用where子句，会存在两个问题 查询出来的结果没有意义 产生大量的无用数据，例如1000行的表a联合1000行的表b，将会产生1000*1000行的结果 SELECT * FROM `wdd_a` join `wdd_b` where wdd_a.id = wdd_b.id 当使用表联合之后，产生的数据 是有意义的 查询结果的行数一定比两张表的行数都要少 下面是一个复杂的例子，给表起了别名，另外也只抽取了部分字段 SELECT `a`.`id` AS `id`, `a`.`caller_id_dpid` AS `caller_id_dpid`, `a`.`callee_id_dpid` AS `callee_id_dpid`, `a`.`trunk_group` AS `trunk_group`, `b`.`domain` AS `domain` FROM (`wj_route_group` `a` join `domain` `b`) where (`a`.`id` = `b`.`route_group_id`);

你何时结婚 玩纸牌者 梦 鲍尔夫人的肖像 呐喊 裸体 绿叶 半身像 加歇医生 拿烟斗的男孩 老吉他手 红黄蓝的构成II 蒙德里安 镜前少女 神奈川冲浪

刀耕火种：没有docker的时代 想想哪些没有docker时光, 我们是怎么玩linux的。 首先你要先装一个vmware或者virtualbox, 然后再下载一个几个GB的ISO文件，然后一步两步三步的经过十几个步骤，终于装好了一个虚拟机。这其中的步骤，每一步都可能有几个坑在等你踩。 六年前，也就是在2013的时候，docker出现了，这个新奇的东西，可以让你用一行命令运行一个各种linux的发行版。 docker run -it centos docker run -it debian 黑色裂变：docker时代 docker 官网上，有个对docker非常准确的定位： Docker: The Modern Platform for High-Velocity Innovation 我觉得行英文很好理解，但是不好翻译，从中抽取三个一个最终要的关键词。“High-Velocty”，可以理解为加速，提速。 那么docker让devops提速了多少呢？ 没有docker的时代，如果可以称为冷兵器时代的话，docker的出现，将devops带入了热兵器时代。 我们不用再准备石头，木棍，不需要打磨兵器，我们唯一要做的事情，瞄准目标，扣动扳机。 运筹帷幄：k8s时代 说实在的，我还没仔细去体味docker的时代时，就已经进入了k8s时代。k8s的出现，让我们可以不用管docker, 可以直接跳过docker, 直接学习k8s的概念与命令。 k8s的好处就不再多少了，只说说它的缺点。 资源消耗大：k8s单机版没什么意义，一般都是集群，你需要多台虚拟机 部署耗费精力：想要部署k8s，要部署几个配套的基础服务 k8s对于tcp服务支持很好，对于udp服务， 所以如果我们仅仅是需要一个环境，跑跑自己的代码，相比于k8s，docker无疑是最方便且便宜的选择。 说实在的，我之前一直对docker没有全面的掌握，系统的学习，我将会在这个知识库里，系统的梳理docker相关的知识和实战经验。 帝国烽烟：云原生时代 微服务 应用编排调度 容器化 面向API 参考 https://en.wikipedia.org/wiki/Docker,_Inc. https://thenewstack.io/10-key-attributes-of-cloud-native-applications/ https://jimmysong.io/kubernetes-handbook/cloud-native/cloud-native-definition.html https://www.redhat.com/en/topics/cloud-native-apps

创建数据库 curl -i -XPOST http://localhost:8086/query --data-urlencode "q=CREATE DATABASE testdb" 写数据到数据库 curl -i -XPOST 'http://localhost:8086/write?db=mydb' --data-binary 'cpu_load_short,host=server01,region=us-west value=0.64 1434055562000000000' 批量写入 output.txt nginx_second,tag=ip169 value=21 1592638800000000000 nginx_second,tag=ip169 value=32 1592638801000000000 nginx_second,tag=ip169 value=20 1592638802000000000 nginx_second,tag=ip169 value=11 1592638803000000000 curl -i -XPOST 'http://localhost:8086/write?db=mydb' --data-binary @output.txt 参考 https://docs.influxdata.com/influxdb/v1.7/guides/writing_data/

编辑这个文件 ~/.ssh/config 在顶部添加下边两行 Host * ServerAliveInterval=30 每隔30秒向服务端发送 no-op包