qiweiqian-优快云博客

原创进程与线程的一些知识

介绍进程、线程的概念、多进程和多线程的区别、python中对多进程和多线程的不同的实现方式。一、进程进程简单地说是一个程序在计算机系统中执行的一个过程，是操作系统资源分配的基本单位，从更深的层面讲，是操作系统的一种抽象。如你在电脑上运行了QQ这个软件，这就是一个进程。二、线程然而，一个程序中往往不止一个逻辑单元，而是存在多个不同导向的代码模块。如，你可以运行QQ一边给一个人传文件一边和另外一个人聊...

2018-04-21 11:21:23 221

原创 scrapy坑一 ValueError('Missing scheme in request url: %s' % self._url)

之前在学习scrapy时曾碰到这样一个错误，如标题所示。查了一下，网上的答案基本上都是说start_urls应该是个list而不是string。但是我不是这个问题。我当时是在爬取的页面中，提取出的url被直接加载到了item中，因此在后面的yield request的时候，url=item['url']，然而这是错的。切记切记，item虽然很像dict，但不能直接当dict用。...

2018-04-12 22:25:27 2886 3

原创 xpath、BeautifulSoup、css_selector、Selector的关系

在学习爬虫的时候，尤其是页面解析的部分，经常会看到标题中的几个名词。在这里简述下它们之间的关系，如果有不对的地方，还请读者指出（如果有人看到的话）。首先是xpath。xpath是用于在xml文档中搜索元素的路径语言。它是一种语言，在页面解析中，用它来表述要提取的元素的位置。那么怎么使用它呢？最基本的，python自带解析页面的lxml库，Selenium的webdriver，以及scrapy中的S...

2018-04-11 21:35:23 1645

原创安装MySQL-python需要的依赖

如果打算用python与MySQL数据库进行交互，当然是需要安装第三方库MySQL-python的。如果直接用pip安装，通常会报出一个错误：python.h找不到，这是因为有一些依赖没有装上。安装依赖（仅限Ubuntu）：apt-get install libmysqlclient-dev libmysqld-dev python-dev python-setuptools。之后安装My...

2018-03-26 06:51:59 4277

原创第一次在leetcode上做hard级别的题目

今天第一次在LeetCode做hard级别的题目：Median of Two Sorted Arrays.题目大意是这样的：给两个排好序的数组，让找出它们合成一个数组的时候的中位数。数组的长度分别为m,n，要求时间复杂度为O(log(m+n))。本来拿到这个题目，一眼看过去感觉有点熟悉，有点归并排序的影子。如果真是归并排序的话，这已经是最后一步。但是题目要求的时间复杂度是O(log(m+n))

2017-12-17 16:59:06 2815 1

原创 git常用命令

这是一些git的常用命令，仅做查阅之用。不足方家一哂。git init 初始化git仓库git add filename 添加文件，可添加多个，跟在后面即可，用空格分割git commit -m "comment" 将改动提交git remote add origin git@github.com:bigangrybird/leetcode 将本地库与github

2017-12-16 16:58:16 155

原创 hadoop的IO小知识

1、数据的完整性 Hadoop中保证数据的完整性是通过校验和来实现。每512个字节的数据计算一个4字节的校验和，存储开销小于1%。写入数据时将读入的数据的校验和和客户端传入数据的校验和比较，同样读取数据时也要比较，以此来保证数据的完整性。2、压缩压缩是为了节省空间和传输时间，基本上压缩效率高的算法压缩时间长，压缩快的算法效率不高。3、序列化Writable

2017-06-26 10:38:46 233

原创 Call From master/192.168.170.128 to master:8020 failed on connection exception: java.net.ConnectExce

在执行一个Hadoop的文件读写任务是发生这个错误：Call From master/192.168.170.128 to master:8020 failed on connection exception: java.net.ConnectException: Connection。意思大致是无法连接到master的8020端口。该问题造成的主要原因是和Hadoop以及Linux系

2017-06-11 22:45:48 11302 4

原创 Ubuntu14.04的ssh免密码登录

在使用Ubuntu14.04虚拟机搭建集群时，需要设置ssh免密码登录，遇到了2个问题：ssh-server的安装和root的密码。1、ssh-server的安装首先，Ubuntu默认安装了openssh-client，但是没有安装openssh-server，也就是说可以从Ubuntu登录别的机器，但不能被登录。如果需要被登录，就要安装ssh-server。ssh-serve

2017-06-06 22:49:37 1340

原创知识储备

1、数学《高等数学》《概率论与数理统计》《复变函数和积分变换》《线性代数》《数值分析》《信号处理》《随机信号分析》《离散数学》《小波变换》 2、计算机基础《计算机系统基础》《计算机组成原理》《计算机网络》《操作系统教程》3、高级程序语言javapythonscala4、大数据框架

2017-06-04 14:35:43 442

qiweiqian的博客