最近学习一点数据库的基本知识，被一个问题困惑了许久：主键是唯一的索引，那么为何一个表可以创建多个主键呢？其实“主键是唯一的索引”这话有点歧义的。举个例子，我们在表中创建了一个ID字段，自动增长，并设为主键，这个是没有问题的，因为“主键是唯一的索引”，ID自动增长保证了唯一性，所以可以。此时，我们再创建一个字段name，类型为varchar，也设置为主键，你会发现，在表的多行中你是可以填写相同

CTK插件框架可以简单的描述为C++的动态组件系统DesignCTK插件框架的设计有很大的灵感来自OSGi并且使得应用程序由许多不同的组件组合成一个可扩展模型。这个模型允许通过那些组件间共享对象的服务通信。框架的分层模型被展示在图片1中包括:Plugins–插件是开发者创建的CTK组件Services Layer–用动态的方式连接插件通过提供为C++对象提供一个发布-查找-绑定模型。

简述QUrl 类提供了一个方便的接口使用 URLs。它可以解析和构造编码和未编码形式的 URLs。QUrl 也支持国际化域名（IDNs）。简述详细描述错误检查字符转换URL格式schemeAuthorityuser infopathqueryfragment深入使用相对路径用户输入文件名主机端口本地文件百分比编码有效性详细描述最常见的使用QUrl 的方式是通

linux的cpu信息可以从文件中cpuinfo读取。执行命令:# cat /proc/cpuinfo我们一般看到的processor是逻辑核。它的计数是从0开始的，例如这里看到的是31那我们一般就说这个机器是32核的，说的实际是逻辑核。实际上对于cpu的描述应该更详细一些。这个机器是虚拟机，我们看一下物理机的更详细的信息。其中model name就是cpu的名称，型号，主频cpu Mhz是实际主

Flink Kafa Connector是Flink内置的Kafka连接器，它包含了从Kafka Topic读入数据的Flink Kafka Consumer以及向Kafka Topic写出数据的Flink Kafka Producer，除此之外Flink Kafa Connector基于Flink Checkpoint机制提供了完善的容错能力。本文从Flink Kafka Connector的基

一、kafka自带的消费机制kafka有个offset的概念，当每个消息被写进去后，都有一个offset，代表他的序号，然后consumer消费该数据之后，隔一段时间，会把自己消费过的消息的offset提交一下，代表我已经消费过了。下次我要是重启，就会继续从上次消费到的offset来继续消费。但是当我们直接kill进程了，再重启。这会导致consumer有些消息处理了，但是没来得及提交offset

SpringBoot整合kafka的简单应用及配置说明(包含账号密码配置)、Kerberos证书连接方式：https://www.cnblogs.com/pxblog/p/14821853.html。yml配置 有几个就配置几个 ，这里只配置两个。读取第一个kafka配置。读取第二个kafka配置。

Python 实现删除某路径下文件及文件夹的脚本#!/usr/bin/env pythonimport osimport shutildelList = []delDir = "/home/test"delList = os.listdir(delDir )for f in delList:filePath = os.path.join( delDir, f )if o