学习记录11 Hadoop生态圈技术栈（九）
今天接着上面的HBASE往下看
回顾一下，Hbase是什么？
其实就是一个非关系型的数据库，能够支持超大规模的数据的实时读写。（可以看出很强大）
在储存机制上与传统MySQL的不同，HBASE不存储空字段，玩的是列存储，特点就是容量多。
HBASE的应用场景也非常多，凡是海量明细数据且后期还要查询的，都很适合HBASE。
HBASE的组成结构
主要有4个部分组成，每个部分都有特定的功能。
zoo
数据结构与算法
Linux_253_Nginx基于多域名的虚拟主机
Nginx基于多域名的虚拟主机配置
基于多IP的虚拟主机，用的还是不多的，还可能造成IP不足等问题，一般如果没有特殊需求，用的更多，且更方便的是基于多域名的虚拟主机。
前提使用条件，要么配置DNS服务器，将你想用的域名解析到对应的ip
使用本地的hosts文件，进行本地测试访问
多域名的配置结合nginx，就是实现了多虚拟主机的访问，解决了可能IP不足的问题
1、环境准备，先在你的客户端本地，修改
Django笔记二十五之数据库函数之日期函数
日期函数主要介绍两个大类，Extract() 和 Trunc()
Extract() 函数作用是提取日期，比如我们可以提取一个日期字段的年份，月份，日等数据
Trunc() 的作用则是截取，比如 2022-06-18 12:12:12，我们可以根据需求获取到日期 2020-06-18，或者更细粒度到时分秒
这次我们用到下面这个 model：
class Experiment(models.Mode
MySQL 8的安装与配置
1. 安装MySQL 8的主要步骤
● 配置Linux操作系统
● 安装MySQL 8
● 启动与关闭MySQL数据库
● MySQL数据库的连接方式
2. 配置Linux操作系统
● 关闭CentOS的防火墙
● 编辑文件“/etc/selinux/config”关闭SELinux。
● 创建MySQL用户和组。
3. 创建myql的HOME目录
mkdir -p /home/mysql
4.
582.缺陷解决(上)
经过零零散散一周的时间，今天问题终于解决了。
在昨天的文章缺陷描述中描述了缺陷的概况。
现在这个缺陷主要分为两部分:一个是是影像的必要性校验如何去掉；另外一个是影像插件是怎么回复正常。
今天先说一下第一个是如何解决的。
我咨询了其他同事，她说正常的业务流程应该有必要性这个校验的。有的同事，可能会通过信贷工厂准入中把目前所在机构移除，从而跳过必要性校验，业务流程可以正常提交。
还有另外一种解决办法，
SpringBoot配置动态数据源（可在运行时添加）
一、动态多数据源的配置
1.1 创建动态数据源
通过实现Spring提供的AbstractRoutingDataSource类，我们可以实现自己的数据源选择逻辑，从而可以实现数据源的动态切换。
public class DynamicDataSource extends AbstractRoutingDataSource {
@Value("${spring.datasource.def
分享6个Pandas数据处理代码
今天和大家分享自己总结的6个常用的Pandas数据处理代码，对于经常处理数据的coder最好熟练掌握。
选取有空值的行
在观察数据结构时，该方法可以快速定位存在缺失值的行。
df = pd.DataFrame({'A': [0, 1, 2],
'B': [0, 1, None],
'C': [0, None, 2]})
d
547. 【数据库】数据库常见分类标准
一、按存储的数据模型分类
根据数据所管理的数据模型，可以分为结构化关系型数据库（RDBMS、SQL、NewSQL）、半结构化非关系型数据库（NOSQL）、非结构化非关系型数据库（NOSQL）、混合格式多模数据库（Multi-model）。
下面主要解释下这几类数据模型：
结构化数据：结构化数据特指由二维表结构来逻辑表达和实现的数据。
半结构化数据：半结构化数据是一种自描述结构，如 JSON、XM
Spring Boot多数据源切换查询
今天遇到一个场景，公司的消息因为过多。所以做成了分库的情况。一个月内的数据存在当前表中。一个月之前的数据存放在备份表中。然后把主库和备份库做成多数据源的形式。在查询的时候如果主库表中没有就去备份库中查询。
其实说起来好像挺高端的。但是实现上很简单，下面是具体的实现。
数据源配置
导包，基本项目架构啥的我就不多说了。直接上配置文件。我这里是用yml的形式：
spring:
datasource:
