Other

大部分的Linux文件系统（如ext2、ext3）规定，一个文件由目录项、inode和数据块组成： 目录项：包括文件名和inode节点号。 Inode：又称文件索引节点，包含文件的基础信息以及数据块的指针。 数据块：包含文件的具体内容。 一、inode是什么？ 理解inode，要从文件储存说起。 文件储存在硬盘上，硬盘的最小存储单位叫做扇区（Sector）。每个扇区储存512字节（相当于0.5KB）。 操作系统读取硬盘的时候，不会一个个扇区地读取，这样效率太低，而是一次性连续读取多个扇区，即一次性读取一个块（block）。这种由多个扇区组成的块，是文件存取的最小单位。块的大小，最常见的是4KB，即连续八个 sector组成一个 block。 文件数据都储存在块中，那么很显然，我们还必须找到一个地方储存文件的元信息，比如文件的创建者、文件的创建日期、文件的大小等等。这种储存文件元信息的区域就叫做inode，中文译名为索引节点。 每一个文件都有对应的inode，里面包含了与该文件有关的一些信息。 二、inode的内容 inode包含文件的元信息，具体来说有以下内容： 　* 文件的字节数 　* 文件拥有者的User ID 　* 文件的Group ID 　* 文件的读、写、执行权限 　* 文件的时间戳，共有三个：ctime指inode上一次变动的时间，mtime指文件内容上一次变动的时间，atime指文件上一次打开的时间。 　* 链接数，即有多少文件名指向这个inode 　* 文件数据block的位置 可以用stat命令，查看某个文件的inode信息： 　stat example.txt 总之，除了文件名以外的所有文件信息，都存在inode之中。至于为什么没有文件名，下文会有详细解释。 当查看某个文件时，会先从inode表中查出文件属性及数据存放点，再从数据块中读取数据。 请看文件存储结构示意图： 三、inode的大小 inode也会消耗硬盘空间，所以硬盘格式化的时候，操作系统自动将硬盘分成两个区域。一个是数据区，存放文件数据；另一个是inode区（inode table），存放inode所包含的信息。 每个inode节点的大小，一般是128字节或256字节。inode节点的总数，在格式化时就给定，一般是每1KB或每2KB就设置一个inode。假定在一块1GB的硬盘中，每个inode节点的大小为128字节，每1KB就设置一个inode，那么inode table的大小就会达到128MB，占整块硬盘的12.8%。 查看每个硬盘分区的inode总数和已经使用的数量，可以使用df命令。 　df -i 查看每个inode节点的大小，可以用如下命令： 　sudo dumpe2fs -h /dev/hda | grep Inode size

CentOs官网下载官网：https://www.centos.org/ 1. 官网进入后，点击Download。    2. 进去后，64位机选x86-64   3. 选择国内的阿里云镜像下载地址    4. 点击【CentOS-7-x86_64-DVD-2009.iso】，即可下载 

我碰到这么个情况，废话不多说。 针对20亿数据，用了TRUNCATE 命令来快速清除数据（针对大量数据会有，如果是几G的SQL文件，不会产生碎片）。 后面会产生一些bin缓存（删除后，发现磁盘只少一半，（delete语句删除后，实际在磁盘并没有删除，只作为一个标记，把缓存手动删除后，才算真正的删除）） 找到安装MySQL的data缓存里面，找到对应的数据。  在window系统里直接把这些缓存删除掉，就行。（这是个蠢办法，先备份再对碎片粉碎） 还有其他办法我没有实践过，我不做演示，如果再次出现这种懵逼的问题，我再试水下，成功再补上

总结 之所以常看见这样的写法，是因为该程序可能有“单独执行”（例如执行一些单元测试）与“被引用”两种情况，鉴于这两种情况中__name__的值是不同的: 当一个模块被直接执行时，其__name__必然等于__main__; 当一个模块被引用时，其__name__必然等于文件名（不含.py） 所以利用判断__name__ == '__main__'的真假就可以将这两种情况区分出来。  详细说明 相信许多人初学 Python 时，常会在例子程序中看到如下语句： if __name__ == '__main__': foo() # 或其他语句第 1 行的__name__ == '__main__'到底是什么意思呢？ 首先，如果你永远都只执行一个 xxx.py，而不去 import它的话，那你完全不需要了解这是什么。例如你写了一个程序，文件名叫 hello.py print(====this is hello.py====)def foo(): print(hello)print(call foo() which is defined here) foo()print(====this is hello.py END ====)然后你总是直接执行它，就像这样 $ python3 hello.py ====this is hello.py====call foo() which is defined herehello====this is hello.py END ==== 这完全没有问题。 但是，当别人想引用你的foo()函数时，就有问题了。 例如别人写了一个文件，名字是 world.py # world.pyprint(====this is world.py====)from hello import foo

问题案例： 在Windows宿主机中安装Centos虚拟机，在Centos里面使用了较大的磁盘空间后删除大文件，在Windows下该磁盘仍然保持较大的占用（类似于high water mark的机制），再次拷入大文件会提示空间不足。 解决方案： 在本地物理机上，到vmvare安装目录下执行 #碎片整理 vmware-vdiskmanager.exe -d D:\vmsystem\vmdisk1.vmdk Defragment: 100% done. Defragmentation completed successfully. #磁盘收缩 vmware-vdiskmanager.exe -k D:\vmsystem\vmdisk1.vmdk Shrink: 100% done. Shrink completed successfully.  

private void DGV_CellPainting(object sender, DataGridViewCellPaintingEventArgs e) { if (e.ColumnIndex >= 0 && DGV.Columns[e.ColumnIndex].Name == 字段名称) { if (Collections.Entity.to_double(e.Value) > 0) { e.CellStyle.BackColor = Color.Red; } else { } }  }

PS F:\python\TeaTerm> python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ pywebview Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple/ Collecting pywebview Using cached https://pypi.tuna.tsinghua.edu.cn/packages/47/94/90d0728146aaec49b25a13578a53dc39bc578cbfd9105426688220ac6a09/pywebview-3.6.3-py3-none-any.whl (351 kB) Collecting pythonnet Using cached https://pypi.tuna.tsinghua.edu.cn/packages/f7/18/be276f27f649199563a59561623c0c008e72bbcb6ecb8b2ca0404a741ae1/pythonnet-2.5.2.tar.gz (1.9 MB) Preparing metadata (setup.py) ... done Requirement already satisfied: proxy-tools in f:\python\teaterm\venv\lib\site-packages (from pywebview) (0.1.0) Requirement already satisfied: pycparser in f:\python\teaterm\venv\lib\site-packages (from pythonnet->pywebview) (2.21) Building wheels for collected packages: pythonnet Building wheel for pythonnet (setup.py) ... error error: subprocess-exited-with-error × python setup.py bdist_wheel did not run successfully.

import java.util.*; import org.json.simple.*; public class ConvertListToJSONArrayTest { public static void main(String[] args) { List<String> list = new ArrayList<String>(); list.add(India); list.add(Australia); list.add(England); list.add(South Africa); list.add(West Indies); list.add(Newzealand); // this method converts a list to JSON Array String jsonStr = JSONArray.toJSONString(list); System.out.println(jsonStr); } } 输出结果 [India,Australia,England,South Africa,West Indies,Newzealand]  

1.安装python 当前项目中node-sass版本为4.13.1，要求python版本为2.x  (1)进入python官网，找到对应下载项下载。（我的是windows64位，因此下载Windows x86-64 MSI installer）  (2)下载完成后之后下载的文件，安装即可。  (3)打开cmd，运行where python 查看python安装路径是否与你装的地址相符，复制python.exe之前的内容，配置环境变量  (4)在cmd中运行python 正常应该可以启动python 如果没启动，说明上述环节出了问题。  解决：（1）检查环境变量是否配置正确 　（2）实在不行就重启或者注销当前用户，再登进来。(我就是这样，环境变量没及时改过来，重启后一切正常了)

1 public static List<ProjectModel> While_ProjectRef(ProjectModel projectModel,SolutionModel solutionModel, 2 List<ProjectModel> ProjectCrip) 3 { 4 List<ProjectModel> Self_Refs = new List<ProjectModel>(); 5 if(projectModel.Projectrefs.Count>0) 6 { 7 foreach(var ProjectRef in projectModel.Projectrefs) 8 { 9 //对于每一个项目引用进行分析 10 foreach (var project in solutionModel.Projects) 11 { 12 //寻找项目引用的projecta 13 if (project.Name == ProjectRef.Name) 14 { 15 //如果已经被分析过了，那么就不再分析这个子引用 16 if (ProjectCrip.Contains(project)) 17 break; 18 ProjectCrip.Add(project); 19 Self_Refs.Add(project); 20 break; 21 } 22 } 23 } 24 foreach (var Project_ref in Self_Refs) 25 { 26 var child_project_ref=While_ProjectRef(Project_ref, solutionModel, ProjectCrip); 27 ProjectCrip = ProjectCrip.