Michael Blog

什么是OpenRestyOpenResty是一个基于 Nginx 与 Lua 的高性能 Web 平台，其内部集成了大量精良的 Lua 库、第三方模块以及大多数的依赖项。用于方便地搭建能够处理超高并发、扩展性极高的动态 Web 应用、Web 服务和动态网关。可用于实现： 路由控制 高并发入口 动态服务降级 动态负载均衡 WAF应用防火墙 安装OpenResty 二进制安装 123[root@localhost ~]# yum-config-manager --add-repo https://openresty.org/yum/cn/centos/OpenResty.repo[root@localhost ~]# yum install openresty -y[root@localhost ~]# systemctl start openresty Docker 安装 1docker run -e KEY_ENV --name proxy --rm -p 443:443 -p 80:80 -v ~/openresty/:/etc/nginx/ docker.io/openrest ...

快捷键Github快捷键官方文档 S, 快速搜索 T, 搜索当前项目文件 L, 跳转文件行号 B, 查看文件历史改动记录 ., 代码库将会在vscode online中打开，方便代码阅读 Ctrl + K, 命令面板 高级搜索 仓库搜索限定符Github上搜索仓库官方说明go in:name star:>=1000 pushed:>2022-06-01 language:gojenkins in:readme in 限定符范围： in:name, jquery in:name 匹配名称中带有“jquery”的存储库。 in:description, jquery in:name,description 匹配名称或说明中带有“jquery”的存储库。 in:topics, jquery in:topics 将带“jquery”标签的存储库匹配为主题。 in:readme, jquery in:readme 匹配自述文件中提及“jquery”的存储库。 repo:owner/name, repo:octocat/hello-world 匹配 ...

docker in docker是什么？顾名思义，docker in docker就是在docker容器中运行docker服务端。这种技术通常用于CI/CD流水线中，因为它可以提供一个干净的环境来运行构建和测试。例如，如果您正在使用Jenkins作为CI/CD工具，您可以使用DinD来运行构建和测试，而无需在Jenkins服务器上安装Docker。这样可以避免与Jenkins服务器上的其他应用程序发生冲突。使用DinD时，需要注意的是，它会增加容器的复杂性，并且可能会导致性能下降。此外，由于容器内部运行的是另一个容器，因此可能会出现一些安全问题。本篇中用DinD来完成对docker proxy功能的验证。 为什么docker要使用代理？Docker使用代理的原因有很多，其中一些原因包括： 访问公司私有化部署的镜像仓库，对网络环境有限制。 对于一些公共仓库，下载速度很慢，通过代理实现加速上传与下载。 在本测试环境中，docker容器所在环境与目标docker 镜像仓库是网络隔离的，同时两个网络之间可以通过一个http proxy来进行通信。 如何配置proxy代理 ...

Hexo 是一个快速、简洁且高效的博客框架。Hexo 使用 Markdown（或其他渲染引擎）解析文章，在几秒内，即可利用靓丽的主题生成静态网页。Butterfly 是 Hexo 的一个流行的主题，它的用户量很大，使其扩展丰富，使用方便。Github Action 是一种持续集成和持续交付 (CI/CD) 平台，可用于自动执行生成、测试和部署管道，而且可以免费使用。Github Page 是免费的静态站点，只需要一个代码库，就可以免费构建自己的网站。 本文将以上四者相结合，构建个人博客网站。部署流水线，让我们只需要关注内容的产出，而无需关心 hexo 的部署与博客的发布。Let’s go. 1. 预准备 github 上创建账号，并创建两个 git repo。 一个 repo 用来保存平时编辑的博客文件 一个用来保存 hexo 生成的静态文件，并为其设置为 github page. 本机安装 docker 与 vscode 软件。 docker 用来运行 hexor 容器，用来本地开发与调试 vscode 用来日常编写博客文本 安装 vscode 插件 docker, m ...

作为 CI/CD 的调度中心，Jenkins 具有十八般武艺，目前已有 1700 多个插件，功能强大到似乎有点过分了。本文主要列出平时我们常用的插件。 以下这两个网站是 Jenkins 所有的插件及说明 Jenkins Plugins https://plugins.jenkins.ioJinkins Plugins Wiki https://wiki.jenkins.io ConfigurationJenkins CASC: configuration-as-code将Jenkins的配置以Code的方式进行保存，方便Jenkins的迁移与重建。该插件对于敏捷管理Jenkins服务非常有用。 ParameterGit Parameter这是一个参数构建扩展，可以在构建的时候选择git的某一个分支来构建服务。 file-parameters这个让Jenkinsfile支持将文件作为参数。 Hidden Parameter参数化构建时，隐藏相关参数。可用于设置默认参数，同时通过API来传递参数。 Extended Choice Parameter支持更多类型的参数，如单选，多 ...

Cue，是一种开源语言，用于定义，生成和验证各种数据：配置，API，数据库模式，代码……。它能够将数据的结构、约束、数值作为同一层级成员，从而简化配置文件的生成。Cue教程 Cue格式说明 使用//进行单行注释 对象被称为结构体 对象成员称为结构字段 对于没有特殊字符的字段名，可以省略引号 结构字段后面无需, 在列表中的最后一个元素后放置, 最外层的{}可省略 例子： 1234567891011121314151617181920str: "hello world"num: 42flt: 3.14// Special field name (and a comment)"k8s.io/annotation": "secure-me"// lists can have different element typeslist: [ "a", "b", "c", 1, 2, 3,]obj: { foo: "bar" // ...

一直使用Mac来做开发，但没想到现在Windows也这么好用。通过WSL，拥有了Windows酣畅的操作特性，又有了Linux的兼容性。作为开发环境一点不逊色于Mac，甚至更易使用。下面就操练起来吧。 WSL21. 安装控制面板 -> 程序和功能 -> 启用和关闭windows 功能， 勾选如下功能： - 适用于Linux的Windows子系统 - 虚拟机平台 确定。 2. 升级WSLhttps://docs.microsoft.com/en-us/windows/wsl/install-manual#step-4---download-the-linux-kernel-update-package下载 Linux 内核更新包 WSL2 Linux kernel update package for x64 machines，并安装。 设置wsl默认版本为 `2`， PowerShell 1wsl --set-default-version 2 升级已安装的分发，可使用wsl --set-version, PowerShell 1wsl --set-ve ...

安装SciKit Learn123pip install numpypip install sklearnpip install matplotlib sklean中自带的数据 iris 鸢尾属植物数据（分类） 12from sklearn import datasetsiris = datasets.load_iris() Boston房价信息（线性回归） 12from sklearn import datasetsboston = datasets.load_boston() 等等 分类器实例12345678910111213141516from sklearn import datasetsfrom sklearn.neighbors import KNeighborsClassifierfrom sklearn.model_selection import train_test_splitiris = datasets.load_iris() ## 加载数据iris_X = iris.data ## X坐标，叶子长宽等属性iris_Y = iri ...

在我们平常的机器学习得到的数据并不能直接使用，必须先对它进行预处理后才能正常使用。以股票数据为例，当前的股价并不是独立的，它与之前的股价是有关系的，一个可用的方法是对对股价处理转为增长幅度。 12time1, price1time2, price2 转为 12time1, Nantime2, (price2-price1)/price1 SKLear提供了Pipeline工具方便数据处理。 12345678910111213141516171819202122232425262728293031323334353637## 定义数据处理类ColumnExtractor，获取指定列的数据class ColumnExtractor(BaseEstimator, TransformerMixin): def __init__(self, column_name): self.column_name = column_name def fit(self, X, y=None): return self def transform(self, X, ...

数据预处理1. 去除不需要的数据目标是：一个用户，后面全是用户的特征 列数据中 Null 数据 > 80% 所有数据 isnull().sum() 列数据中一样的数据 > 80%所有数据 value_counts() 表示同一个意思的字段，只需要保留一个：如用户名、用户账号、支付账号、收货人姓名 根据场景分析不需要的字段：如买家应付货款、应付邮费等 2. 只获取指定的列数据12df_order.ix[:, '订单编号', '买家会员名', '买家实际支付金额', '收货地址', '种类', '数量', '退款金额']# ix是loc与iloc的合集，其中loc是按照列名来取数据，iloc是按照列的index来取数据 或者 1df_order[['订单编号', '买家会员名', '买家实际支付金额', '收货地址', '种类', &# ...