logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

c# tabcontrol的tabpage切换

tabControl1.SelectedTab = tabControl1.TabPages[1];

什么是内网、公网和NAT?读懂这一篇就够!

我们做弱电监控系统的时候,都避免不了要跟IP地址打交道,比如摄像头、NVR、服务器等这些设备安装好之后,就需要给它们配上IP,那这个IP地址你了解嘛?今天我们就一起来聊聊什么是内网、公网和NAT地址转换?1、内网、公网和NAT的定义内网也叫局域网,从范围上来讲内网就是小部分的网络,一般指的是特定环境下组成网络,比如某一个家庭多台计算机互联成的网络,也可以学校和公司的大型局域网,内网的IP一...

为什么大公司一定要使用微服务?

这几年在 Java 工程师招聘时,会看到很多人的简历都写着使用了 Spring Cloud 做微服务实现,使用 Docker 做自动化部署,并且也会把这些做为自己的亮点。而比较有趣的这其中以小公司出来的人为绝大多数,大的公司出来的人简历上倒是很少提这些东西。对于我自己来说,从 2015 年就开始关注这一块,看过马丁·福勒最开始的关于微服务的论文、也看过不少对微服务的论证的英文文章...

数据分析必会的六大实用模型

对于刚刚接触数据分析的人来说,经常会有这样的困惑和疑问:数据分析究竟难不难?难的话难在哪?为什么有时候作分析不知道从何下手,只能眉毛胡子一把抓?其实就连我这种已经在数据分析行业浸淫十几年的老油条,有时候做起分析来也会手忙脚乱,根本原因就在于没有抓住数据分析的本质,我们是为了用大量数据去分析、解释和预测基于数据的事实,你首先要明白自己做数据分析的目的是什么,是为了描述事件分析?还是为了预测?又或..

Navicat连接SQLServer未发现数据源名并且未指定默认驱动程序

Navicat连接SQLServer未发现数据源名并且未指定默认驱动程序原因方法一一个坑方法二原因Navicat没有找到电脑安装的SQLServer驱动(就是说电脑没安装…)那就装一个呗方法一可以直接安装Navicat根目录(安装目录)下的 sqlncli.msi (32位)或 sqlncli_x64.msi (64位)双击开始安装,一直下一步,正常安装完成的话,重启下Navicat就没有问题了,

在安装软件时,出现:系统管理员设置了系统策略,禁止进行此项安装 怎么办

尝试方法一:windows开始菜单,运行里面输入gpedit.msc打开组策略,在"计算机配置"→管理模板→windows组件→windowsinstaller,右边第一项就是禁用windowsinstaller。把它改成"未配置"或者"已禁用"就可以了。尝试方法二:开始,运行regedit,打开注册表,找到HKEY_CLASSES_ROOT\Installer\Products\408...

报表开发流程

报表开发是数据分析师的常见工作之一。报表是业务监控必备工具之一(用数据说话),另一方面,报表监控的指标通常都是业务相关的重要指标,做报表的过程也是深入了解业务的过程。把数据分析分为“描述、解释、预测、控制”4个层级。那么报表开发就对应“描述”这一层级,也就是要做到准确、及时地监控业务数据。描述、解释是最常见的工作内容本文梳理报表开发的主要流程及注意事项,在不同的实际操作场景下涉及到...

大数据学习路线(完整详细版)

大数据学习路线java(Java se,javaweb)Linux(shell,高并发架构,lucene,solr)Hadoop(Hadoop,HDFS,Mapreduce,yarn,hive,hbase,sqoop,zookeeper,flume)机器学习(R,mahout)Storm(Storm,kafka,redis)Spark(scala,spark,spark core,spark s.

深入浅出,教你一步步实现数据分析入门、进阶

最近有很多人在问数据分析的一些问题。关于数据分析到底应该怎么学?如何快速入门,以及技术和业务之间的瓶颈如何突破?其实,要学数据分析之前,至少要了解一下数据分析师,到底需要哪些技能。有的同学看到数据分析几个字,就马上开始Python函数+控制语句、R语言和ggplot库……上来一顿骚操作,还没入门就放弃了。这就是需求不明确导致的,当然学习方式也值得商榷,那到底数据分析需要什么样的技能呢? 这...

数据整理——大数据治理的关键技术

摘要:数据是政府、企业和机构的重要资源。数据治理关注数据资源有效利用的众多方面,如数据资产确权、数据管理、数据开放共享、数据隐私保护等。从数据管理的角度,探讨了数据治理中的一项关键技术:数据整理。介绍了以数据拥有者和直接使用者(行业用户)为核心的数据整理的关键技术,包括数据结构化处理、数据质量评估及数据清洗、数据规范化、数据融合与摘取、数据整理的发布共享等。最后,针对加强数据整理方面的研究提出了一

    共 32 条
  • 1
  • 2
  • 3
  • 4
  • 请选择