零散的知识【不断更新】

简介:

linux查看端口被谁占用,并杀死进程

netstat -apn | grep 8080

kill -9 PID

linux开发端口访问

如下:开放8080端口

1、修改iptables: -A RH-Firewall-1-INPUT -m state --state NEW -m tcp -p tcp --dport 8080 -j ACCEPT

2、关机失效: iptables -I INPUT -p tcp --dport 8080 -j ACCEPT

Oracle循环插入数据

复制代码
declare
i number;
begin
   for i in 1..500 loop
      insert into AMONI_STATION_MONTH_DATA(station_code,station_name,monitor_time, AQI) values('testbycp','testbycp',add_months(to_date('2017-01-01 12:12:12','yyyy-mm-dd hh24:mi:ss'),-i),ABS(MOD(DBMS_RANDOM.RANDOM,500)));
   end loop;
end;
复制代码

 Oracle双竖线可用于拼接多个字符串

大家都知道使用concat函数来拼接字符串, 其实 || 也可以用来拼接,是不是感觉简洁很多了。

select 'ID='|| t.id||','||t.name from T_EPEMS_RISK_SRC t

 Mysql使用concat_ws函数拼接多个字符串

concat函数,不加分隔符

第一个分隔符,剩下的为需要拼接的字符串,ifNULL:空替换

concat_ws('', '1', '2', ifNULL(NULL,'0'), '3')

结果:1,2,0,3

批量修改文件后缀名

新建bat文件放在当前路径执行即可。

ren *.htm *.ftl

 本文转自风一样的码农博客园博客,原文链接:http://www.cnblogs.com/chenpi/p/5760607.html,如需转载请自行联系原作者

相关文章
|
2月前
|
缓存 NoSQL 应用服务中间件
性能基础之大型网站架构演化(整理篇)
【2月更文挑战第14天】性能基础之大型网站架构演化(整理篇)
51 1
性能基础之大型网站架构演化(整理篇)
|
7月前
|
机器学习/深度学习 人工智能 算法
深度探索数据聚合算法:提高文档管理软件整理效率的秘诀
在这个数字时代,文档管理软件成为了我们日常生活和工作中的强力伙伴。然而,随着文档数量的爆炸增长,文档的整理和分类变得越来越令人头疼。幸运的是,有了新一代的数据聚合算法,我们能够轻松摆脱繁琐的整理工作,使文档管理变得轻松愉快。接下来,让我们深入探讨一下数据聚合算法如何提高文档管理软件中的文档整理效率。
160 0
|
1月前
|
机器学习/深度学习 数据采集 监控
数据分析师的主要工作内容涉及哪些方面?
【4月更文挑战第4天】数据分析师的主要工作内容涉及哪些方面?
23 8
|
存储 编译器 C++
一些零散的c++知识
由于在定义函数时指定它为内置函数,因此编译系统在遇到函数调用max(i,j,k)时,就用max的函数体代替了它,同时将实参代替形参。
56 0
一些零散的c++知识
|
存储 SQL XML
搜索引擎项目开发过程以及重难点整理(一)
搜索引擎项目开发过程以及重难点整理(一)
397 0
搜索引擎项目开发过程以及重难点整理(一)
|
SQL 自然语言处理 搜索推荐
搜索引擎项目开发过程以及重难点整理(二)
搜索引擎项目开发过程以及重难点整理(二)
121 0
搜索引擎项目开发过程以及重难点整理(二)
|
供应链 算法 数据挖掘
谈谈预后性分析是预测性分析的有益补充
预测分析是企业展望未来的主要应用方式。市场营销、零售、生产、设备管理、供应链管理以及许多其他应用都显示出预测的价值和力量,可以作为预测未来结果的工具。
谈谈预后性分析是预测性分析的有益补充
|
Oracle 关系型数据库 Java
一些开发或使用软件过程中的经验(不断更新)
一些开发或使用软件过程中的经验
159 0
DHL
|
存储 算法 Java
信息爆炸下, 让碎片化阅读从未如此高效、简单,一键整理碎片化知识
这篇文章我们主要来介绍 如何打造一套自动化知识获取流程,分为 视频版 和 文字版。
DHL
275 0
信息爆炸下, 让碎片化阅读从未如此高效、简单,一键整理碎片化知识
|
机器学习/深度学习 算法 搜索推荐
对推荐算法演化的几点体会
最近一段时间,由于工作需要一直在研究推荐算法。 通过对互联网信息的搜刮和对现有开源推荐算法的实践,总结出一些心得 遂吐个槽,发表出来与广大网友探讨,希望能得到应用推荐的正确姿势 先说问题吧: 目前推荐算法存在的问题 1.
12242 0