<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[这么多圆圈圈～～的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/erlihan</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; erlihan]]></copyright><item><title><![CDATA[虚拟机联网]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/109855707</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/109855707</guid><author>erlihan</author><pubDate>Fri, 20 Nov 2020 17:27:22 +0800</pubDate><description><![CDATA[由于下载的是linux系统是mini版本的，有些命令需要自己下载，没有网络怎么能行。


先查看网络适配器


????是默认的配置，没有看出有啥问题。


那就是网卡配置问题，首先需要看下网卡的名称是什么



编辑网卡配置的文件

按照下图的配置，保存即可。



验证：

至此连上网络了，细水长流～



...]]></description><category></category></item><item><title><![CDATA[mac安装linux虚拟机]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/109854841</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/109854841</guid><author>erlihan</author><pubDate>Fri, 20 Nov 2020 17:13:18 +0800</pubDate><description><![CDATA[用的mac系统，很多linux中的命令不存在，一直想着安装个虚拟机，不过处于想的阶段，最近终于下定决心动手搞起来


下载linux系统：https://mirrors.tuna.tsinghua.edu.cn/centos/7/isos/x86_64/
本来是要下载DVD版本，4.4G！！下载速度感人，放弃了，先下载个mini版。


下载虚拟机：https://my.vmware.com/web/vmware/downloads/details?downloadGroup=FUS-1016&amp;pr]]></description><category></category></item><item><title><![CDATA[解析mongo中的日志信息，利用kettle将结果插入到数据库]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/107562822</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/107562822</guid><author>erlihan</author><pubDate>Fri, 24 Jul 2020 16:02:29 +0800</pubDate><description><![CDATA[往表save中插入三条记录
&gt;db.log.save({no:"089560",testName:"2020-07-23.txt",data:[{"c1":"ok","c2":"3"},{"c1":"ok","c2":"3"},{"c1":"ok","c2":"3"},{"c1":"ok","c2":"3"}],startTime:"11:05:40",status:"S",no:"Q10845S",startDate:"2020/07/23",logTime:"2020/07/23"})
&gt;d]]></description><category></category></item><item><title><![CDATA[sql取出位于字符串后面的数字]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/107004704</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/107004704</guid><author>erlihan</author><pubDate>Sun, 28 Jun 2020 17:49:08 +0800</pubDate><description><![CDATA[现在有个需求是：从字符串中找到电话号码，类似于：
abcd19090909091 或者hello 9089890,找到19090909090
网上搜索好久，大部分都是数字部分在字符串的前面。在后面的如何处理呢，想到一个非常绕的方法，利用reverse函数，如下：
select reverse(cast(REVERSE('abcd19090909091 ') as UNSIGNED)) ;
select reverse(cast(REVERSE('hello 1234567 ') as UNSIGNED)) ]]></description><category></category></item><item><title><![CDATA[awk相邻记录相加]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/105785612</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/105785612</guid><author>erlihan</author><pubDate>Mon, 27 Apr 2020 10:49:25 +0800</pubDate><description><![CDATA[对于不同批次检出出的水果数量累加
cat a.txt
苹果 Apple  10
梨   pear   8
柠檬 lemon  4
梨   pear   8
桃子 peach  11
梨   pear   10
苹果 Apple  8
梨   pear   8
梨   pear   2
桃子 peach  18
梨   pear   1
桔子 orange 5

1）首先对文本进行排序,按第一列名称...]]></description><category></category></item><item><title><![CDATA[利用awk对比并拼接文本]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/105774587</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/105774587</guid><author>erlihan</author><pubDate>Sun, 26 Apr 2020 18:30:28 +0800</pubDate><description><![CDATA[awk对比文本
如下所示，假如文本如下，一共三列，第一列表示水果的名称，第二列表示英文表示，对于a中的第三列表示合格的数量，b中的第三列表示不合格的数量，现在的需求就是将同一水果的合格数量和不合格数量放到一个文本中
(base) localhost:~ hanerli$ cat a.txt
苹果 Apple  10
梨   pear   8
柠檬 lemon  4
桃子 peach  18

(b...]]></description><category></category></item><item><title><![CDATA[mac电脑搭隧道，连接远程mysql]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/105078071</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/105078071</guid><author>erlihan</author><pubDate>Tue, 24 Mar 2020 18:23:47 +0800</pubDate><description><![CDATA[第一次听到要搭建隧道，第一反应，是啥啥啥，隧道？？
想着可能和寻常登陆远程一样，用SecureCRT，结果不行，找了好几个可以搭建隧道的，都没有折腾成功，那就回归到起点吧，看直接在命令行不行，搜索得到可以这样写
ssh -p 搭建隧道的端口 -fNL 本地端口:远程ip:远程端口号 搭建隧道的账号@搭建隧道的ip
注意其中有个@符号
本地端口：比如3307
回车，输入密码后便可以到navicat去...]]></description><category></category></item><item><title><![CDATA[python中dump、dumps、load、loads的区别]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/104513312</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/104513312</guid><author>erlihan</author><pubDate>Wed, 26 Feb 2020 11:34:38 +0800</pubDate><description><![CDATA[dumps和loads
比如现有一个字典，
x = {'name':'hello','tell':'world’}

此时y是个字符串
y = json.dumps(x) 
'{"name": "hello", "tell": "world"}'

此时z是个字典，现出了原形，即为x的模样。
z = json.loads(y) 
{'name': 'hello', 'tell': 'world'}...]]></description><category></category></item><item><title><![CDATA[iloc和loc的区别]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/104492317</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/104492317</guid><author>erlihan</author><pubDate>Tue, 25 Feb 2020 10:58:52 +0800</pubDate><description><![CDATA[对iloc和loc的不同，总是模棱两可，下面通过测试对比一下
import pandas as pd
import os
import numpy as np

设置文件夹
os.chdir("/Users/XXX/Documents/csv“)

打开文件、赋值并添加索引
In [8]:df = pd.read_csv("ex6.csv”)
In [9]: df1 = df.head(10)  ...]]></description><category></category></item><item><title><![CDATA[学习笔记(07):Python数据清洗实战-操作数据库]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/104422585</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/104422585</guid><author>erlihan</author><pubDate>Fri, 21 Feb 2020 09:25:06 +0800</pubDate><description><![CDATA[这里需要mysql-connector插件，在终端：pip install mysql-connector
封装一个方法中，每次需要操作时只需传入表名即可
import mysql.connector
import pandas as pd
def query_test(table):
    db = mysql.connector.connect(
       host="localhost...]]></description><category></category></item><item><title><![CDATA[学习笔记(06):Python数据清洗实战-Excel文件读写]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/104418834</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/104418834</guid><author>erlihan</author><pubDate>Thu, 20 Feb 2020 21:42:55 +0800</pubDate><description><![CDATA[本次课程主要以真实的电商数据为基础，通过Python详细的介绍了数据分析中的数据清洗阶段各种技巧和方法。
]]></description><category></category></item><item><title><![CDATA[学习笔记(05):Python数据清洗实战-csv文件读写]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/104418435</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/104418435</guid><author>erlihan</author><pubDate>Thu, 20 Feb 2020 21:22:34 +0800</pubDate><description><![CDATA[本次课程主要以真实的电商数据为基础，通过Python详细的介绍了数据分析中的数据清洗阶段各种技巧和方法。
]]></description><category></category></item><item><title><![CDATA[join的不同用法的总结]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/104405531</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/104405531</guid><author>erlihan</author><pubDate>Thu, 20 Feb 2020 10:01:42 +0800</pubDate><description><![CDATA[笛卡尔积：cross join
笛卡尔积是将两个表的任一记录相互组合，如果A有m条记录，B有n条记录，那么通过笛卡尔积产生的结果就会有m*n条记录。
产生迪卡尔积有三种情况：
select * from A cross join B;
select * form A inner join B; #如果有on的话，就是内连接，即求交集
select * from A,B;#注意，此时不能用on或者u...]]></description><category></category></item><item><title><![CDATA[学习笔记(04):Python数据清洗实战-Pandas常用数据结构dataframe和方法]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/104401452</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/104401452</guid><author>erlihan</author><pubDate>Wed, 19 Feb 2020 21:46:29 +0800</pubDate><description><![CDATA[本次课程主要以真实的电商数据为基础，通过Python详细的介绍了数据分析中的数据清洗阶段各种技巧和方法。
]]></description><category></category></item><item><title><![CDATA[学习笔记(03):Python数据清洗实战-Pandas常用数据结构series和方法]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/104400767</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/104400767</guid><author>erlihan</author><pubDate>Wed, 19 Feb 2020 21:13:59 +0800</pubDate><description><![CDATA[本次课程主要以真实的电商数据为基础，通过Python详细的介绍了数据分析中的数据清洗阶段各种技巧和方法。
]]></description><category></category></item><item><title><![CDATA[学习笔记(02):Python数据清洗实战-Numpy常用数据清洗函数]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/104365715</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/104365715</guid><author>erlihan</author><pubDate>Mon, 17 Feb 2020 21:45:09 +0800</pubDate><description><![CDATA[本次课程主要以真实的电商数据为基础，通过Python详细的介绍了数据分析中的数据清洗阶段各种技巧和方法。
]]></description><category></category></item><item><title><![CDATA[学习笔记(01):Python数据清洗实战-Numpy常用数据结构]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/104320510</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/104320510</guid><author>erlihan</author><pubDate>Fri, 14 Feb 2020 21:55:13 +0800</pubDate><description><![CDATA[本次课程主要以真实的电商数据为基础，通过Python详细的介绍了数据分析中的数据清洗阶段各种技巧和方法。
]]></description><category></category></item><item><title><![CDATA[hbase的简单应用]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/104275823</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/104275823</guid><author>erlihan</author><pubDate>Wed, 12 Feb 2020 11:48:16 +0800</pubDate><description><![CDATA[#每次运行hbase shell之前一定要到进入/usr/local/Cellar/hbase/1.3.5/bin 目录下，运行./start-hbase.sh，进行启动。
在终端hbase shell
1.新建表
hbase(main):049:0&gt; create 't1',’f1'
0 row(s) in 1.2610 seconds
=&gt; Hbase::Table - t1

2...]]></description><category></category></item><item><title><![CDATA[sqoop基本操作]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/104207160</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/104207160</guid><author>erlihan</author><pubDate>Fri, 07 Feb 2020 11:25:51 +0800</pubDate><description><![CDATA[列出数据库sakila中的表：
sqoop list-tables --connect jdbc:mysql://localhost/sakila --username root --P


创建一张跟数据库sakila中city表一样的hive表city_copy
sqoop create-hive-table --connect jdbc:mysql://localhost/sakila --...]]></description><category></category></item><item><title><![CDATA[hive编程指南--hiveQL基本操作]]></title><link>https://blog.youkuaiyun.com/erlihan/article/details/104206599</link><guid>https://blog.youkuaiyun.com/erlihan/article/details/104206599</guid><author>erlihan</author><pubDate>Fri, 07 Feb 2020 10:57:24 +0800</pubDate><description><![CDATA[新建employees表
CREATE TABLE IF NOT EXISTS mydb.employees (
  name         STRING COMMENT 'Employee name',
  salary       FLOAT  COMMENT 'Employee salary',
  subordinates ARRAY&lt;STRING&gt; COMMENT 'Nam...]]></description><category></category></item></channel></rss>