一、CPU和内存类

1. free

1. Mem这一栏中 total是总的物理内存，used是被占用的物理内存，free是剩余的内存，shared已经废弃，buffers是指要输出到disk(块设备)的数据，cached是指从disk读出的数据。
2. -/+buffers/cache used是应用程序认为系统被用掉的内存，free是应用程序认为系统还有多少内存。解释一下因为Mem栏中buffers和cached占用的内存可以被快速的回收，所以这一栏free=Mem栏中的free+buffers+cached
3. Swap(交换区)
   • Swap是指将内存中没被用到的数据存储到硬盘上去，放到硬盘中的内存就可以被重新使用。硬盘中的数据等需要用到的时候在放回内存。
   • total是交换区硬盘的总大小，used是交换区硬盘被使用的大小，free是交换区硬盘剩余的大小。
   • 交换区中的used值很大的时候并不能说明内存不够用了，而是一直在变化的时候说明内存不够用了
4. -m 是用M为单位显示

2. top

1. 第一行
   • - 17:17:48 # 当前系统时间
   • up 63 days, 7:13 #

起因

teamviewer检查为商用。

查看无线网卡mac地址

控制面板 –> 网络和Internet –> 网络和共享中心 –> WLAN –> 详细信息 –> 物理地址

修改无线网卡mac地址

1. 右击我的电脑 –> 管理 –> 设备管理 –> 网络适配器 –> intel(R)…I219-V –> 高级 –> Locally Administered Address
2. 就这个值本来是空的随便填一个值，我填的是1
3. 重启，搞定

lua特性

开源，轻量级，c语言编写实现，实现面向对象有点绕，执行效率高

lua开发环境

1. linux

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

   -- 下载lua包、解压 wget -c http://www.lua.org/ftp/lua-5.3.0.tar.gz tar zxvf lua-5.3.0.tar.gz -- 下载libreadline相关支持 sudo apt-get install libreadline5 sudo apt-get install libreadline-gplv2-dev -- 编译安装 cd lua-5.3.0 make linux sudo make install -- 测试命令 lua

2. windows
   1. 运行环境 LuaForWindows –> https://github.com/rjpcomputing/luaforwindows/releases
   2. IDE pycharm –> https://blog.csdn.net/u012911347/article/details/82191541

基本语法

1. 注释

1
2
3
4
5

-- 这是一条注释

--[[
这是多行注释
--]]

2. 在lua中用end给代码分段(function、if、while、for都是以end结束)，局部变量的作用域是从定义到对应的end结束
3. 局部变量要用local修饰，没有local修饰的都是全局变量(o my god！！)
4. 类型有nil、bool、number、string、function、userdata(任意的c数据结构)、thread、table
5. lua中只有false和nil是假的，如果写if 0 then 这样后面的语句是会被执行的(是不是感觉很反人类)

1
2
3

if 0 then
  print('0 is true')
end

6. type函数的返回类型是string

1
2
3

if type(x) == 'nil' then
  print('x type is nil')
end

7. table是lua中最主要的数据结构, table是kv的模式，如果没有写key值lua会默认给一个从1开始的key值

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

local tab01 = {a='a',b='b',c='c',1,2,d='d',3}
--print使用..拼接打印
print('a:'..tab01.a)     -- a:a
print('d:'..tab01['d'])  -- d:d
print('1:'..tab01[1])    -- 1:1
print('3:'..tab01[3])    -- 3:3

-- insert(table, [pos,], val)
-- pos不填为尾插。pos这个值最好是正常使用不要越界，因为在排序的时候会出问题
tab02 = {4,3,2,1}
table.insert(tab02, 4, 5)  -- 在这里pos的值确保在[1, 5]
print(table.concat(tab02)) --43251

-- 自定义table打印函数
tab_print = function(tab)
  for k, v in pairs(tab) do
    io.write(v)
  end
  io.write('\n')
end

-- sort排序 排序的时候是从1开始到‘第一个为nil’的index，在这个index之后的数据是不会参与排序
-- 上面的引号解释，如果赋值table内的元素为nil，排序是会出问题的
tab02[100] = 0
table.sort(tab02)
print(table.concat(tab02))  --12345
tab_print(tab02)            -- 123450

-- remove(table, [pos,]) 默认是尾插
table.remove(tab02, 5)
print(table.concat(tab02))  --1234
tab_print(tab02)            -- 12340

-- getn(table)
print(table.getn(tab02))   --4
print(#tab02)              --4

8. 迭代器

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

--pairs遍历table中的所kv
--ipairs遍历table从1开始到‘第一个为nil’的index
local tab01 = {a='a',b='b',c='c',1,2,d='d',3}
tab01[100] = 100

--pairs
for k, v in pairs(tab01) do
  io.write(k..':'..v..',')
end
io.write('\n')

--ipairs
for k, v in ipairs(tab01) do
  io.write(k..':'..v..',')
end
io.write('\n')

9. 自己创建的带状态的迭代器

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

-- 使用闭包函数在1，2之间循环，直到条件不满足的时候跳出闭包函数
function iterator(tab)
  local index = 0
  local count = #tab
  return function()         -- 闭包函数 1
    index = index + 1
    if index <= count then
      return tab[index]   -- 返回迭代器的当前元素 2
    end
  end
end

tab = {1,2,3,4,5,6}
for v in iterator(tab) do
  io.write(v..',')
end
io.write('\n')

10. lua的垃圾内存回收机制，当一块内存没有被引用后就会被回收，去除引用的方式是直接给变量赋值为nil
11. 运算符
    • ~= 是不等于
    • ..链接两个字符串
    • # 返回字符或者表的长度
12. string的三种表示 ‘’ “” [[]]，string的拼接也可以用format

    1 2 3 4

    x='1' y="2" z=[[3]] print(string.format("%s+%s=%s",x,y,z))

13. 可变参

    1 2 3 4 5 6 7 8

    function average(...) sum = 0 local args={...} for i,v in ipairs(args) do sum = sum + v end return sum/#args end

table实现面向对象

1. lua实现面向对象的机制
   1. 函数也是一个类型，table中可以包含函数
   2. 使用：的函数，会自带一个self参数，用来指明是哪个table调用的
   3. 设置原表setmetatable(table, meta_table)，在table中找不到的元素，lua会去meta_table.__index表中去找， 但是元方法就不会去meta_table.__index中去找
   4. 下面是实现了一个相对目前认为是比较简单的类继承

      1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

      local Father = {} local Son = {} Father.__index = Father -- 这样写可以少一个中间table Son.__index = Son function Father.new() local o = {} setmetatable(o, Father) return o end function Son.new() local o = {} -- 1 setmetatable(o, Son) -- 2 return o end setmetatable(Son, Father) -- 3 function Father:printf() print("Father printf") end --[[ -- 注释1 function Son:printf() print("Son printf") end --]] local x = Son.new() x:printf() -- 解释下这个x:printf()的调用过程 -- 1. 首先x是个table -- 2. table中没有printf函数就会去Son中找 如果注释1打开就会调用Son:printf() -- 3. Son中也没有printf函数就要去Father中找

end

ok今天就学到这里了，老夫要去健身房lu铁了，感觉lua可能会用的不是很爽

1. commands（普通的命令）
2. system calls（系统调用）
3. library calls（库函数）
4. special files（特殊文件：/dev下设备文件）
5. file formats and convertions（文件格式）
6. games for linux（游戏和娱乐）
7. macro packages and conventions（杂项）
8. system management commands（管理员命令）
9. 其他（Linux特定， 用来存放内核例行程序的文档）

1. 创建项目

1

django-admin.py startproject mysite

2. 创建两个APP

1
2

python manage.py startapp app01
python manage.py startapp app02

3. 在mysite/settings.py中注册APP

1
2
3
4

INSTALLED_APPS = (
    'app01',
    'app02',
)

4. 修改mysite/settings.py中数据库的配置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

DATABASES = {
    'default': {                             # Django默认数据库必须有，没有会报错可以为空
      'ENGINE': 'django.db.backends.mysql',  # 选用的数据库引擎
      'NAME': DB_NAME,                       # 库名
      'USER': DB_USER,                       # 用户名
      'PASSWORD': DB_PASSWORD,               # 密码
      'HOST': DB_HOST,                       # 地址
      'PORT': DB_PORT,                       # 端口
      'CONN_MAX_AGE': None,                  # 控制每个连接的最大存活时间 None为用不关闭
    },
    'db01' : {
      'ENGINE': 'django.db.backends.mysql',
      'NAME': 'db01',
      'USER': DB_USER,
      'PASSWORD': DB_PASSWORD,
      'HOST': DB_HOST,
      'PORT': DB_PORT,
      'CONN_MAX_AGE': None,
    },
    'db02' : {
      'ENGINE': 'django.db.backends.mysql',
      'NAME': 'db02',
      'USER': DB_USER,
      'PASSWORD': DB_PASSWORD,
      'HOST': DB_HOST,
      'PORT': DB_PORT,
      'CONN_MAX_AGE': None,
    }
}

5. 设置路由和关联model

5.1. 基类

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

class RouterBase(object):
    DB_NAME = None
    APP_NAME = None

    def db_for_read(self, model, **hints):
        # 对于该model用哪个数据库来读
        if model._meta.app_label == self.APP_NAME:
            return self.DB_NAME
        return None

    def db_for_write(self, model, **hints):
        # 对于该model用哪个数据库来写。
        if model._meta.app_label == self.APP_NAME:
            return self.DB_NAME
        return None

    def allow_relation(self, obj1, obj2, **hints):
        # 是否允许两个对象关联到数据库。
        if obj1._meta.app_label == self.APP_NAME or obj2._meta.app_label == self.APP_NAME:
            return True
        return None

    def allow_migrate(self, db, model):
        # 对于指定的app，是否允许对db这个数据库进行migrate
        if db == self.DB_NAME:
            return model._meta.app_label == self.APP_NAME
        elif model._meta.app_label == self.APP_NAME:
            return False
        return None

    def allow_syncdb(self, db, model):
        # 对于指定的app，是否允许对db这个数据库进行syncdb
        if db == self.DB_NAME:
            return model._meta.app_label == self.APP_NAME
        elif model._meta.app_label == self.APP_NAME:
            return False
        return None

5.2. 子类

1
2
3
4
5
6
7
8

class RouterApp01(RouterBase):
    # app01的路由器
    DB_NAME = 'db01'
    APP_NAME = 'app01'
class RouterApp02(RouterBase):
    # app02的路由器
    DB_NAME = 'db02'
    APP_NAME = 'app02'

5.3. 修改mysite/settings.py中路由类

1
2
3
4

DATABASE_ROUTERS = [
    'xx.xx.RouterApp01',  # xx是对应的路由类的路径
    'xx.xx.RouterApp02',
]

5.4. 在models.py中表类添加标签

1
2
3
4

class Model01(models.Model):
    class Meta:
        # 元属性不会在数据库中添加对应字段
        app_label = 'app01' # 给数据库添加app01的标签，app01的标签是和数据库db01对应

6. 指定数据库迁移

1
2

python manage.py syncdb --database=db01
python manage.py syncdb --database=db02

TCP简介

1. TCP是一种面向连接的单播协议，在发送数据前，通信双方必须在彼此间建立一条连接。所谓的“连接”，其实是客户端和服务器的内存里保存的一份关于对方的信息，如ip地址、端口号等。
2. TCP可以看成是一种字节流，它会处理IP层或以下的层的丢包、重复以及错误问题。在连接的建立过程中，双方需要交换一些连接的参数。这些参数可以放在TCP头部。
3. TCP提供了一种可靠、面向连接、字节流、传输层的服务，采用三次握手建立一个连接。采用4次挥手来关闭一个连接。

TCP keepalive TCP连接保鲜设置

keepalive是TCP保鲜定时器。当网络两端建立了TCP连接之后，闲置idle（双方没有任何数据流发送往来）了tcp_keepalive_time后，服务器内核就会尝试向客户端发送侦测包，来判断TCP连接状况(有可能客户端崩溃、强制关闭了应用、主机不可达等等)。如果没有收到对方的回答(ack包)，则会在tcp_keepalive_intvl后再次尝试发送侦测包，直到收到对对方的ack,如果一直没有收到对方的ack,一共会尝试tcp_keepalive_probes次，每次的间隔时间在这里分别是15s, 30s, 45s, 60s, 75s。如果尝试tcp_keepalive_probes,依然没有收到对方的ack包，则会丢弃该TCP连接。

1
2
3

echo 1800 > /proc/sys/net/ipv4/tcp_keepalive_time
echo 15 > /proc/sys/net/ipv4/tcp_keepalive_intvl
echo 5 > /proc/sys/net/ipv4/tcp_keepalive_probes

滑动窗口

1. TCP的流量控制由滑动窗口来实现的，滑动窗口控制流量取决于接收方的窗口大小。
2. /proc/sys/net/core/rmem_max 定义了接收窗口可以使用的最大值，可以根据BDP值进行调整。
3. /proc/sys/net/core/wmem_max 定义了发送窗口可以使用的最大值，可以根据BDP值进行调整。
4. 滑动窗口
   

有序

• TCP是有序的，保持有序是在TCP这一层做的，TCP层在有小序列号的报文段被填满时才会将大段的报文交给应用层
• 4层协议
  

TCP头

• ACK —— 确认。ACK是累积的，一个确认字节号N的ACK表示所有直到N的字节（不包括N）已经成功被接收了
• RST —— 重置连接（经常看到的connection reset by peer）就是此字段搞的鬼。
• SYN —— 用于初如化一个连接的序列号。
• FIN —— 该报文段的发送方已经结束向对方发送数据。
• ISN —— 传包的系列号client和server都有一个。例如在服务器向客户端发包的时会携带一个ISN，服务器回包的时候会把ISN+1传回，如果客户端没有收到ISN+1的回包，就会将系列号为ISN的包重发
  • ISN = M + F
  • M是一个计时器，每隔4毫秒加1。
  • F是一个Hash算法，根据源IP、目的IP、源端口、目的端口生成一个随机数值。
  • tcp序列号回绕
• TCP头
  

TCP序列号回绕

• pass占位(后续更新)

三次握手，四次挥手

1. 三次握手，目的就是双方都能明确自己和对方的收、发是正常的
2. 四次挥手，因为tcp是双工传输，一个FIN一个ACK只关闭了一个方向的传输
3. 三次握手，四次挥手
   
4. 状态变迁图
   

syn flood攻击

1. syn flood属于Dos攻击的一种。
2. syn flood步骤
   1. 如果伪造不存在的ip恶意的向某个服务器端口发送大量的SYN包，
   2. 服务器就需要为该请求分配一个TCB，通常一个TCB至少需要280个字节，在某些操作系统中TCB甚至需要1300个字节，并返回一个SYN ACK命令，立即转为SYN-RECEIVED即半开连接状态。系统会为此耗尽资源。
   3. Linux下默认会进行5次重发SYN-ACK包，重试的间隔时间从1s开始，下次的重试间隔时间是前一次的双倍，5次的重试时间间隔为1s, 2s, 4s, 8s, 16s, 总共31s, 称为指数退避，第5次发出后还要等32s才知道第5次也超时了，所以，总共需要 1s + 2s + 4s+ 8s+ 16s + 32s = 63s, TCP才会把断开这个连接。
3. syn flood攻击的效果就是使得服务器的半连接队列爆满（下面会介绍半连接爆满的情况）
4. 常见的防攻击方法有：
   1. 无效连接的监视释放
      • 监视系统的半开连接和不活动连接，当达到一定阈值时拆除这些连接，从而释放系统资源。这种方法对于所有的连接一视同仁，而且由于SYN Flood造成的半开连接数量很大，正常连接请求也被淹没在其中被这种方式误释放掉，因此这种方法属于入门级的SYN Flood方法。
   2. 延缓TCB分配方法
      • Syn Cache技术: 消耗服务器资源主要是因为当SYN数据报文一到达，系统立即分配TCB，从而占用了资源。而SYN Flood由于很难建立起正常连接，因此，当正常连接建立起来后再分配TCB则可以有效地减轻服务器资源的消耗。常见的方法是使用Syn Cache和Syn Cookie技术。
      • Syn Cookie技术: Syn Cookie技术则完全不使用任何存储资源，这种方法比较巧妙，它使用一种特殊的算法生成Sequence Number，这种算法考虑到了对方的IP、端口、己方IP、端口的固定信息，以及对方无法知道而己方比较固定的一些信息，如MSS(Maximum Segment Size，最大报文段大小，指的是TCP报文的最大数据报长度，其中不包括TCP首部长度。)、时间等，在收到对方 的ACK报文后，重新计算一遍，看其是否与对方回应报文中的（Sequence Number-1）相同，从而决定是否分配TCB资源。
   3. 使用SYN Proxy防火墙
      • 一种方式是防止墙dqywb连接的有效性后，防火墙才会向内部服务器发起SYN请求。防火墙代服务器发出的SYN ACK包使用的序列号为c, 而真正的服务器回应的序列号为c’, 这样，在每个数据报文经过防火墙的时候进行序列号的修改。另一种方式是防火墙确定了连接的安全后，会发出一个safe reset命令，client会进行重新连接，这时出现的syn报文会直接放行。这样不需要修改序列号了。但是，client需要发起两次握手过程，因此建立连接的时间将会延长。

连接队列

1. 服务器端会维护两种队列，
   1. 处于SYN_RCVD状态的SYN(半连接)队列，
   2. 而处于ESTABLISHED状态但仍未被应用程序accept的为全连接队列。
   3. 如果这两个队列满了之后，就会出现各种丢包的情形。
2. 查看是否有连接溢出

   1	netstat -s | grep LISTEN

3. SYN队列 中linux提供的参数
   1. /proc/sys/net/ipv4/tcp_max_syn_backlog SYN队列的长度，时常称之为未建立连接队列。系统内核维护着这样的一个队列，用于容纳状态为SYN_RESC的TCP连接(half-open connection),即那些依然尚未得到客户端确认(ack)的TCP连接请求。加大该值，可以容纳更多的等待连接的网络连接数。
   2. /proc/sys/net/ipv4/tcp_syn_retries 向远端新建TCP连接请求，需要发送一个SYN包，该值决定内核需要尝试发送多少次syn连接请求才决定放弃建立连接。默认值是5. 对于高负责且通信良好的物理网络而言，调整为2
   3. /proc/sys/net/ipv4/tcp_synack_retries 对于远端SYN连接请求，内核会发送SYN+ACK数据包来确认收到了上一个SYN连接请求包，然后等待远端的确认(ack数据包）。该值则指定了内核会向远端发送tcp_synack_retires次SYN+ACK数据包。默认设定值是5，可以调整为2
   4. /proc/sys/net/ipv4/tcp_syncookies 该选项默认值是1，即启用Syn Cookie技术（介绍见上文）。
4. accept队列 中linux提供的参数
   1. min(/proc/sys/net/ipv4/tcp_max_syn_backlog, /proc/sys/net/core/somaxconn) accept队列队列长度
   2. /proc/sys/net/ipv4/tcp_abort_on_overflow 当accept队列满了之后，tcp_abort_on_overflow为0服务器会直接丢弃该ACK，为1会发送RST通知client。相应的，client则会分别返回read timeout（超时） 或者 connection reset by peer（重置连接）。

TCP连接断开相关配置

1. tcp_fin_timeout 对于由本端主动断开连接的TCP连接，本端会主动发送一个FIN数据报，在收到远端ACK后,且并没有收到远端FIN包之前，该TCP连接的状态是FIN_WAIT_2状态，此时当远端关闭了应用，网络不可达（拔网张），程序不可断僵死等等，本端会一直保留状态为FIN_WAIT_2状态的TCP连接，该值tcp_fin_timeout则指定了状态为FIN_WAIT_2的TCP连接保存多长时间，一个FIN_WAIT_2的TCP连接最多占1.5k内存。系统默认值是60秒，可以将此值调整为30秒，甚至10秒
2. tcp_max_tw_buckets 系统同时处理TIME_WAIT sockets数目。如果一旦TIME_WAIT tcp连接数超过了这个数目，系统会强制清除并且显示警告消息。设立该限制，主要是防止那些简单的DoS攻击，加大该值有可能消耗更多的内存资源。如果TIME_WAIT socket过多，则有可能耗尽内存资源。默认值是18w,可以将此值设置为5000~30000
3. tcp_tw_resue 是否可以使用TIME_WAIT tcp连接用于建立新的tcp连接。
4. tcp_tw_recycle 是否开启快带回收TIME_WAIT tcp连接的功能。

   1 2 3 4

   echo 30 > /proc/sys/net/ipv4/tcp_fin_timeout echo 15000 > /proc/sys/net/ipv4/tcp_max_tw_buckets echo 1 > /proc/sys/net/ipv4/tcp_tw_reuse echo 1 > /proc/sys/net/ipv4/tcp_tw_recycle

参考资料

• 三次握手，四次挥手 https://mp.weixin.qq.com/s/YTtvp6gEXesM0WiuTGDW2Q
• TCP参数设置 https://www.cnblogs.com/zengkefu/p/5635088.html

python中一切皆对象

map

map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。

print不换行

1

print '--------',

指定解码用utf-8（以下代码添加到文件头部）

1

# -*- coding: utf-8 -*-    

运算

1

x = 2**10  # 幂运算2^10

pycharm高亮

1

# todo:

匿名函数

1
2

sum = lambda arg1, arg2: arg1 + arg2    # 函数也是一个对象
print sum(10, 20)                       # 重载括号 输出30

变量

1. strings, tuples, 和 numbers 是不可更改的对象，而 list,dict 等则是可以修改的对象。
2. 不可变类型：变量赋值 x=5 后再赋值 x=10，这种情况相当于生成了新的x 原来的5被丢弃了
3. 可变类型：变量赋值list_x = [1,2,3] 后再赋值list_x = [1,2]，这种list_x没有动，只是内部的一部分被修改了

函数的参数传递

1. 不可变类型：类似c++的值传递，如整数、字符串、元组。如fun(x)，传递的只是x的值，没有影响x对象本身。比如在 fun(x)内部修改x的值，只是修改另一个复制的对象，不会影响x本身。
2. 可变类型：类似c++的引用传递，如列表、字典 。如fun(list_x)，则是将list_x真正的传过去，修改后fun外部的list_x也会受影响
3. 严格意义在python中我们不能说值传递还是引用传递，我们应该说传不可变对象和传可变对象。

作用域

1. 全局变量想作用于函数内，需加 global
2. python中的命名空间只有函数，不存在{}的命名空间

函数名

1. 以单下划线开头_foo的代表不能直接访问的类属性
2. 以双下划线开头的__foo代表类的私有成员
3. 以双下划线开头和结尾的foo代表 Python 里特殊方法专用的标识，如init()代表类的构造函数。

生成器

1. 斐波那契数列不获取fib函数的返回值

   1 2 3 4 5 6 7 8 9

   def fib(max): # 生成器函数 n,a,b =0,0,1 # 初始值 while n < max: # 循环 yield b # 函数执行到这里的时候会被记录下来，在调用x.next()的时候会继续执行 a,b =b,a+b # 斐波那契向后移动 n += 1 # 跳出循环的增量 x = fib(6) # 这就是一个生成器 每次只生成一个数值(不占用内存) for i in fib(6): # 变量生成器 print(i) # 打印生成器生产的值

装饰器

1. 装饰器装饰函数，一般用于变量的校验&给传入对象添加属性
2. @functools.wraps(func) 可以保证装饰器不会对被装饰函数造成影响
3. 不带参数的装饰器，数字是函数执行的顺序

   1 2 3 4 5 6 7 8 9

   def debug(func): # 1装饰器的名字 传入函数 @functools.wraps(func) # 2可以保证装饰器不会对被装饰函数造成影响 def wrapper(*args, **kwargs): # 4获取被装饰函数的变量 pass # 5你已经拿到了变量，这里就可以处理对应相关的业务逻辑 return func(*args, **kwargs) # 6运行并返回被装饰的函数 return wrapper # 3执行装饰函数 @debug # 调用装饰器 def say(something): # 被装饰函数 pass # 被装饰函数业务逻辑

4. 带参数的装饰器，数字是函数执行的顺序

   1 2 3 4 5 6 7 8 9 10 11 12 13 14

   def logging(level): # 1装饰器的名字 传入装饰器的参数 def wrapper(func): # 3传入被装饰函数 @functools.wraps(func) # 4可以保证装饰器不会对被装饰函数造成影响 def inner_wrapper(*args, **kwargs): # 6获取被装饰函数的变量 pass # 7你已经拿到了所有变量，这里就可以处理对应相关的业务逻辑 return func(*args, **kwargs) # 8运行并返回被装饰的函数 return inner_wrapper # 5执行内部装饰函数 return wrapper # 2执行装饰函数 @logging(level='INFO') # 调用装饰器 def say(something): # 被装饰函数 pass # 被装饰函数业务逻辑 @logging(level='DEBUG') # 调用装饰器 def do(something): # 被装饰函数 pass # 被装饰函数业务逻辑

###

闪光灯

• 在P、Tv、Av、M这几个模式下按镜头右侧的闪光灯按钮可以进行控制打开，关闭只要压下去就可以了。
• 在其他模式下是有相机自己控制

变焦

• 18mm 广角 （适合拍景）
• 135mm 远焦（适合拍物）（背景虚化更明显）

模式

1. P：程序自动曝光，相机自动设置快门和光圈控制曝光度（主拨盘控制光圈，副拨盘控制曝光度）
2. TV：快门优先自动曝光（主拨盘控制快门，控制曝光度）
3. AV：光圈优先自动曝光（主拨盘控制光圈，副拨盘控制曝光度）
4. M： 手动曝光（主拨盘控制快门，副拨盘控制光圈）
5. B：拍汽车尾灯拉丝的时候可以用到

感光度

1. 是指底片对光的敏感程度，控制曝光
2. 高感光会带来白色躁点影响画质。可以理解为是在光线不足、辅助设备不足的时候为了保证画面的整体曝光做出的一种妥协。
3. 在P、Tv、AV、M的模式下按下iso按钮，转动主拨盘就可以调节了

对焦方式

0. 操作方法：在没有实时显示拍照效果时候按AF按钮
1. 单次自动对焦（半按快门时只对焦一次，对焦准确性最高，适合拍静止的物体）
2. 人工智能伺服自动对焦(连续自动对焦，用于抓拍运动的物体)
3. 人工智能自动对焦（在前两种方式下自动切换，适合不确定被摄体是否会突然的运动）

对焦区域

0. 连续按快门后方的按钮
1. 单点自动对焦（有明确的对焦点）
2. 45点自动对焦（把对焦点交给相机选择，适合拍风景）
3. 区域对焦 （让相机选择在区域内的一个点或者多个点进行对焦，适合拍运动的物体）

连拍

0. 按下DRIVE进行选择单拍、连拍、延时拍摄

测光模式

1. 评价测光： 适合不存在非常大的明暗度反差的时候
2. 点测光： 让相机已某个点为曝光基准进行曝光

白平衡

曝光锁定

1. 长安缩小按钮
2. 二次构图时候使用

1. 签名&邮箱

   1 2	git config --global user.email "email.com" # 邮箱 git config --global user.name "morninglu" # 签名

2. 远程仓库

   1 2	git remote -v # 查看远程仓库信息 git remote set-url origin remote_git_address # 设置远程仓库的url对应github中的ssh

3. 拉取代码

   1 2	git pull # 拉取代码 git pull --rebase # 再推代码远程代码发生改变时要先rebase下 log好看一点

4. 提交代码

   1 2 3 4 5 6 7

   git status # 查看修改的文件 git diff # 查看修改内容 git add . # 代码从工作区上交到缓冲区 git commit -am "log" # 代码从缓冲区提交的本地仓库 git commit --amend # 修改最近一次commit git push # 代码从本地仓库推到远程仓库 git push -f # 以本地代码为准强制推送到远程仓库

5. 查看代码修改日志

   1 2 3

   git log # 查看commit log git diff commit_old commit_new # commit_new和commit_old的差异 git show commit # 查看某次提交的内容

6. 分支

   1 2 3 4 5 6 7 8

   git branch # 查看本地分支 git branch -r # 查看远程分支 git branch -a # 查看全部分支 git checkout branch_name # 切换分支 git checkout -b new_branch_name # 从当前分支切出新分支 git push --set-upstream origin branch # 本地分支和远程分支关联 git branch -D branch_name # 删除本地分支 git push origin --delete branch_name # 删除远程分支

7. 合代码

   1 2 3 4 5 6 7

   git merge branch_name --no-ff # 把branch_name合入当前分支（log好看点） git rebase branch # rebase想要的分支 git rebase --continue # 继续rebase git rebase --abort # 回退到rebase、merge之前 git commit # 把有冲突的注释打开 git push # merge和rebase同一分支的时候(远程rebase到本地)时用这个 git push -f # rebase别的分支的时候用这个

8. 回退代码

   1 2 3

   git checkout . # 去掉本地修改（慎用另外也不要开多个gitbush血的教训） git reset --hard # 回退到最近的一次commit git reset --hard commit # 回退到某个commit

9. 本地保存

   1 2 3

   git stash save 1 # 把修改保存到本地 git stash list # 查看保存在本地的修改 git stash pop # 弹出最近的一次保存

10. 背锅侠（好像不用rebase&--no-ff的时候查不出来 未验证）

    1	git blame ./path/file_name | grep 'code' -a5 # 查看code的修改人和修改时间

11. init

    1	git init # 在你想要纳入git管理的文件夹下执行 然后关联远程仓库就可以使用git了

12. git 忽略某个文件(要在代码的根目录，不要是软连接)

    1 2	vim .git/info/exclude # windows vim .gitignore # linux

0. history # 偷窥别人常用命令神器
1. time

   1 2 3 4 5 6 7 8

   date # 查看时间 date -s "2018-12-24 10:09:12" # 修改时间 hwclock --hctosys # 恢复硬件时间 hwclock -w # 同步系统时间到硬件时间 ntpdate time.windows.com # 系统时间同步到网络时间 mv /etc/localtime /etc/localtime.bak # 修改时区 ln -s /usr/share/zoneinfo/Asia/Shanghai /etc/localtime

2. 开机执行

   1 2	vim ~/.bash_profile vim ~/.bashrc

3. 防火墙 root

   1 2	iptable -L # 查看防火墙状态 iptable -F # 关闭防火墙

4. 远程拷贝

   1	scp root@192.168.100.25:/data/release/file_name ./

5. 查看滚动日志

   1	tail * -f | grep -E 'Traceback|traceback' -a50

6. 知道文件部分内容查找文件

   1	grep '检索内容' ./ -r

7. 知道文件名查文件

   1	find ./ -name xxxx

8. 查看进程&进程配置文件

   1	ps -ef | grep desc

数据库的原则

1. mysql用redis做缓存
2. 运营的数据的需求不要写在业务逻辑里面，而是从源数据里面去导出

mysql

1. 用户

   1 2	mysql -uroot # 登录 select user(); # 查看当前用户

2. 库

   1 2 3 4 5

   CREATE DATABASE database_name; # 创库 DROP DATABASE database_name; # 删库 show database; # 查看所有库 grant all privileges on database_name.* to 'username'@'%' identified by 'password'; # 添加权限 flush privileges; # 刷新权限

3. 表

   1 2 3 4 5 6 7 8

   DROP TABLE table_name; #删除表 show tables; # 查看所有表 desc table_name; # 查看单表 ALTER TABLE `table_name` ADD `field_name` INT NOT NULL DEFAULT COMMENT 'desc' AFTER `field_name`; # 添加字段 ALTER TABLE `table_name` ADD PRIMARY KEY `field_name`; # 给表添加主键 ALTER TABLE `table_name` DROP `field_name`; # 删除字段 show create table `table_name`; # 查看表创建语句 SELECT * FROM `table_name01` WHERE gname LIKE '%xxx%' UNION ALL SELECT * FROM `table_name02` WHERE gname LIKE '%xxx%'; # 连表查询

redis

1. 批量删除key

   1	redis-cli -h 127.0.0.1 -p 6379 -n 0 keys "VPOKR_uifo*" | xargs redis-cli -h 127.0.0.1 -p 6379 -n 0 del

2. 启动停用重启

   1 2 3

   redis-server /etc/redis/redis.conf # 启用redis redis-server stop # 停止 redis-server restart # 从启

3. 杂

   1 2 3 4 5 6 7 8 9 10 11 12 13 14

   select n # 切换库 TTL key # 剩余生存时间s type key # key的类型 zrange zsetname 0 -1 withscores # 遍历zset的key score hset hashname field v # 设置hash字段的值 hlen hashname # hash的字段数 hgetall hashname # hash所有字段和值 hmget hashname field # 获取hash中field值 sadd setname v # 给集合添加元素 smembers setname # 查看集合内的所有元素 lpush listname v # 给列表中左插入一个值 lrange listname index_min index_max # 获取列表中第min到第max的元素 set strname v # 设置str类型的值 get strname # 获取str类型的值

4. 反序列化
   • redis使用要注意反序列化以后hash里的k,v都会变成str
   • 使用rds.set(‘key’, json.dumps({1: 2})), json.loads(rds.get(‘key’))出来1会变成str 2不会

mongodb

1. 用户

   1	mongo -u username -p password 127.0.0.1:27017/database # 登录

2. 库

   1 2 3 4 5 6 7 8 9 10 11 12

   use database_name # 切换或创建数据库 db.dropDatabase() # 删除真正使用的数据库 show dbs # 显示所有数据的列表 db # 显示当前数据库对象或集合 # 给数据创建用户 db.createUser( { user:"username", pwd:"password", roles:[{role:"readWrite",db:"database_name"}] } )

3. 表

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

   db.createCollection("table_name", {capped:true, size:1024}) # 创建一个capped表 db.table_name.insert({x: 1,y: 2,z: 3}) # 增 db.table_name.drop() # 删表 # 查 支持二级查找 db.table_name.find({ "fieldname1": {$gt: min}, "fieldname2.sub_fieldname": v }).limit(5).sort({"fieldname1": 1, "fieldname2.sub_fieldname": -1}).pretty() # 同一字段and查询 db.table_name.find({ $and: [{"fieldname":{$gt:min}}, {"fieldname":{$lt:max}} ] }) db.table_name.find().limit(2).skip(0) # 从第0个位置开始查2条数据 db.table_name.ensureIndex({"fieldname": 1}) # 创建索引 # 聚合 通过fieldname1的值进行分组,求fieldname2的和 db.table_name.aggregate( [{$group: {_id: "$fieldname1", val: {$sum: $fieldname2} } }] )