蓝亚之舟-CSDN博客

原创 apisix安装详解（版本2.7）

1、api网关介绍api网关现在使用的是一个开源项目（apisix），然后在其上进行的二次开发（修改配置和增加插件），api网关本身相当于是代理服务器，或者说其本质就是一个代理服务器。apisix的github网址：https://github.com/apache/apisix使用java编写apisix插件：https://apisix.apache.org/blog/2021/06/21/use-Java-to-write-Apache-APISIX-plugins中文官网地址：https:

2021-09-09 20:26:57 10490 4

原创收藏夹+阿里云图标：再也不用担心visio找不到好用的图标了！

1、收藏夹：再也不用担心找不到图标位置了很多人也许都不知道，Visio自带一个收藏夹，类似于浏览器的书签栏，可以将常用的图标收藏起来（通过拖拉的方式）：注意：收藏夹里面不仅可以收藏Visio自带的，也可以收藏自己编辑生成的图标。2、阿里云图标库+收藏夹：再也不用担心找不到合适的图标了Visio作为windows最常用的绘图工具，自带不少图标库，刚入坑的时候，可能会觉得不少了。但是用久了之后便会发现其实并不多，尤其是对比其他的绘图软件来说（比如坚果云绘图），相当少了。我在日常绘图的时候，喜欢用一些

2021-07-19 10:22:44 8267 8

原创 Vue创建项目详解

1、前提第一步：安装node.js什么是nodejs？简单的说 Node.js 就是运行在服务端的 JavaScript。Node.js是一个基于 Chrome V8 引擎的 JavaScript 运行环境；Node.js使用一个事件驱动、非阻塞式 I/O 的模型，使其轻量且高效；Node.js的软件包生态系统npm是全球最大的开源库生态系统。为什么要安装nodejs?安装vue需要使用npm，而npm依赖于node.js（当然，安装vue也可以使用其他方法，但是都不如npm简单实用）

2021-07-03 16:13:27 4645 2

转载 javaWeb发展史

远古期 - 静态页面时代讲Java Web开发的历史进程，不得不提Web开发的历史进程。在互联网刚发展的时候，那时候的网站功能是很简单的。那时候的网站还都是静态的。这里所说的静态是指，请求访问的网页都是事先编辑好的，不能改变的。这里先讲下当时一个请求是如何返回结果的。比如，你想访问新浪上的一张图片，会在浏览器键入这个图片的地址：浏览器会根据地址像新浪服务器发送HTTP请求。新浪服务器上的HTTP Server接收到请求后，会根据路径地址/img/12345.jpg查找的这个文件，然后read文件

2021-07-03 16:05:23 786 1

原创 linux之top命令

1、top命令简介top命令是linux系统常用命令之一，能够实时显示系统各个进程的资源占用情况，类似于windows系统的任务管理器。需要注意的是：top命令监控的最小单位是进程，如果想监控更小单位时，就需要用到ps或者netstate命令来满足我们的要求。2、top命令界面详解第一行：任务队列信息系统当前时间：top - 09:15:52系统运行时间：up 0 min当前登录用户：1 user负载均衡情况：load average: 1.78，0.49，0.17（average后面的

2021-06-28 10:25:56 18366 3

原创网关详细解释

1、什么是网关首先要明白，网关（Gateway）本质上不是一个产品而是一个网络层的概念，网关（Gateway）就是一个网络连接到另一个网络的“关口”。计算机本身不具备路由寻址能力，所以计算机要把所有的 IP 包发送到一个默认的中转地址上面进行转发，也就是默认网关。这个网关可以在路由器上，可以在三层交换机上，可以在防火墙上，可以在服务器上，所以和物理的设备无关。现实生活中，很多人也会把具有网关功能的设备称作是网关，比如路由器，这里要理解清楚。按照不同的分类标准，网关也有很多种。TCP/IP 协议里的网

2021-05-27 09:00:36 31236 9

原创 ELK（Elasticsearch+logstash+kibana）详细安装教程

1、前提准备1.1 在线安装 jdk1.1.1 是否安装 jdkElasticsearch 的运行需要 jdk 环境，但是在 elasticsearch7 以上的版本中会自带 jdk（安装包由几十兆变成了几百兆就是这个原因），并且 elasticsearch7 以上的版本需要 jdk11 版本，平时使用的 jdk8 并不满足：future versions of Elasticsearch will require Java 11; your Java version from [d:\Progra

2021-05-21 18:26:06 2330 9

原创 service mysqld restart与service mysql restart的区别

1、前言之前，遇到过在不同 linux 系统中启动或关闭 mysql，网上查询命令大都不一样，大致分为下面三种（以重启为例）：service mysql restartservice mysqld restartservice mysql.server restart那么这几种究竟有什么区别，是版本原因还是配置原因？抽了个时间查询资料，搞明白了原因。2、service 服务配置直接说上面问题的答案，是配置的原因！上面三个重启 mysql 的命令，本质是通过 service 来启动的。s

2021-05-19 09:03:25 4266 1

原创 mysql报错：1045 access denied for user ‘root‘@‘localhost‘ using password yes

1、报错与原因今天，使用 Navicat 远程登录一台 PC 机的 mysql（linux 系统），结果报错如下：从报错信息来看，是用户 sdt 登录 100.10.51.32 被否决了，但是使用密码是正确的，其错误原因可能有两个：用户名错误该 PC 机拒绝远程访问，即本地所在 IP 没有访问权限第一个原因很快被我否决了，尝试根据第二个可能错误原因去解决。本地所在的 ip 没有访问权限，被拒绝访问，需要我们在数据库为我们的本地 ip 添加访问权限。2、解决方案第一步：登录 PC 机 m

2021-05-19 08:59:48 4808

原创 pip安装pycroptodome遇到Microsoft Visual C++ 14.0 is required

1、环境windows 系统+python3.6 64 位版本。2、问题+解决方案跑一个项目需要 pycryptodome 模块，解决遇到问题如下：一开始我只关注下面的：distutils.errors.DistutilsPlatformError: Microsoft Visual C++ 14.0 is required. Get it with "Microsoft Visual C++ Build Tools": http://landinghub.visualstudio.com/vi

2021-05-13 10:12:06 2521 1

原创 python解决Failed building wheel for XXX

前言今天运行一个python机器学习项目，结果报错连连，出现两个问题：ERROR: Failed building wheel for XXXERROR: xxx.whl is not a supported wheel on this platform.觉得很有意义，这里记录一下。解决方案一个老项目要求sklearn版本是0.23.1的，我卸载当前版本，安装该版本时，报错如下： ERROR: Failed building wheel for scikit-learn Runnin

2021-05-12 10:01:39 57904 27

原创 virtualBox虚拟机网络配置（nat网络和桥接网卡两种模式）详解

1、前言上一章，在 virtualBox 上安装了 Centos 虚拟机，这一章记录一下，如何配置虚拟机的网络，以及如何使用 xshell 远程登录。我尝试了两种网络配置：nat 网络配置和桥接网卡配置，下面分别叙述。虚拟机 IP：10.0.2.15。2、nat 网络配置第一步：配置全局的 natnetwork编辑 NatNetwork：填写完毕，点击端口转发：添加一条转发规则，内容如上图红框所示。这里说一下端口转发的含义：上面所写的规则内容含义本质是将虚拟机（10.0.2.15

2021-05-11 19:58:10 9159

原创 virtualBox创建虚拟机详细图解

1、下载系统镜像此处安装镜像系统为 Centos7。下载地址为：http://mirrors.163.com/centos/7/isos/x86_64/如果觉得速度比较慢，可以采用百度云下载：链接：https://pan.baidu.com/s/15MKyou0K0S72wim5srN4PA 提取码：li7d2、新建虚拟机首先，点击新建，设置虚拟机将要安装位置以及虚拟机名称、类型和版本：点击下一步，分配内存大小：内存大小根据自己主机的大小进行设置，我一般设置为主机内存的四分之一，

2021-05-10 20:12:35 9670

原创 springboot实战（3）：maven项目打包详细图解

1、前言上一章 springboot 实战中已经解决了如何创建 maven 多模块，如何实现父模块与子模块之间的依赖集成以及不同子模块之间的相互调用。这一章，我们来继续讲述一下 maven 多模块项目如何打包。2、单模块打包再聊多模块打包之前，先来谈谈单模块项目打包的流程，新建一个项目 packages，其目录和 pom 文件内容如下：接下来对其进行打包。2.1 打包流程如上图所示，找到项目右侧 maven 框，找到要打包的模块 packages——》lifecycle——》clean——

2021-04-26 19:46:34 941

原创 springboot实战（2）：maven多模块项目整合

1、前言1.1 初衷本来接下来应该是实战一个登陆页面的，但是感觉每个实战应该可以分开来，这样有个循序渐进的过程，我想的是整合成类似下面的形式：一个项目中有多个模块，每个模块负责不同的实战内容，相互独立，也可以相互依赖。这样以后复习起来也会很有针对性。本来以为很简单的事情，结果发现其中涉及内容很多，这里就单独作为一章来仔细讲一讲。注意：多模块是 maven3 以上才支持，也叫作聚合项目1.2 idea 中，project 与 module 的区别idea 中，project 的概念：Int

2021-04-26 19:42:40 2846 1

原创 springboot实战（1）：使用idea创建helloworld

1、创建方式当前 idea 版本为 2019 版本。如上图所示，点击 File——New——Project，然后打开如下界面：需要注意的是，上面两个红框的内容：Maven 和 Spring Initailizer 的区别，我在网上查了一下，两者本质上没有太大区别，都可以创建 Maven 项目，主要区别在于在 pox.xml 中导入依赖包的时间不同：Maven 创建 spring 项目，所需要的依赖需要手动在 pox.xml 中添加（适合网络差的情况下使用）Spring Initailizer

2021-04-26 19:34:46 723

原创 idea工具（1）：依赖包详解

1、如何导包idea 中导包，分为两种，pom 文件导包和手动导包，这里说一下如何 pom 文件导包。1.1 Maven 仓库首先，百度 maven，找到对应的仓库（repository）官方网站：输入包名，点进去，就可以看到：选好版本：复制粘贴就可以。1.2 百度包名直接百度包名，一般也会有热心网友给出帖子，这个时候就需要更改一下版本了。1.3 手动导包File——Project Structure，或者快捷键：Ctrl+shift+Alt+S2、导入的包在本地哪里？上

2021-04-11 10:59:30 8864 1

原创学习weka（7）：weka数据预处理方法

1、前言weka 数据预处理阶段全部在 filter 上：下面把一些常见的机器学习数据与处理方法处理说一下（下面所有实例都是在 Explorer 模块上进行的）。2、数据预处理方法可以看到其 filters 可以分为五类，重点是画红框的部分：supervised 是有监督的，unsupervised 是无监督的；每一种往下分，又分为基于 attribute（属性列）和 instance（实例），基于属性列是按照列来进行操作的，基于实例是按照数据行进行操作的。2.1 常见机器学习预处理方法常见

2021-04-11 09:34:54 14708

原创学习weka（6）：weka之workbench与simpleCLI详解

1、workBench从Weka 3.8.0开始，提供了一个名为Workbench的新用户界面。Workbench提供了一个多合一的应用程序，该应用程序包含了前面各节中描述的所有主要的WEKA GUI，如下图所示：这就没啥好说的了，之前几章各个界面功能都详细说明了，下面就不展开了。2、simpleCLI如上图所示，就是一个简单的命令行窗口，之前提到过，下面也不展开叙述了。...

2021-04-08 12:48:45 1024 1

原创学习weka（5）：weka之KnowledgeFlow详解

1、前言之前讲了 Explorer 和 Experiment 模块功能，这一章讲一讲 KnowledgeFlow（知识流）界面的功能。该模块功能在某些方面很实用，这里大概讲一下其使用原理：首先通过拉拽在画板上绘制机器学习流程图（右键各个模块图，可以设置参数），然后点击运行，整个算法会按照你绘制的流程图进行运行，最终给出结果。流程图示例如下：2、界面介绍如上图所示，总的来说共有 5 个区域，一一讲述：区域 1：菜单项，主要使用的就是 data mining process，后面 Atribu

2021-04-08 12:46:52 1855 5

原创 neo4j实战详解

前言上一章讲到了Neo4j下载安装过程以及Neo4j浏览器的简单用法，这里通过实战详细说一下Neo4j图数据库具体用法，主要分为增删改查四项。1、增加先来个实战，了解一下 Neo4j 的大概用法，实战内容：绘制一个包含简单人物、地理位置及之间所包含关系的图谱。1.1 第一步：删除当前所有节点我们删除数据库中以往的图，确保一个空白的环境进行操作：MATCH (n) DETACH DELETE n其中，MATCH 是匹配操作，而小括号()代表一个节点 node，括号里面的 n 为标识符或者说变量

2021-04-03 12:54:41 1854

原创 Neo4j下载安装以及Neo4j浏览器详细说明

1、下载需要提前安装 JDK（自行百度）前往官网：https://neo4j.com/download-center/#community如上图，下载共有三个模式：企业版本、社区版本和桌面版本。企业版本收费的，社区版本免费，只是个人运行建议直接上社区版本就可以，两者功能差别：桌面版本与社区版本的区别在于有没有可视化客户端，社区版本运行都是在命令行，下面介绍的是社区版本的安装。下载版本需要注意一下：3.X 支持 1.8jdk；4.X 支持 11jdk我一开始直接下载最新版本，结果运行报

2021-04-03 11:47:10 7157 1

原创学习weka（4）：weka之experimenter界面介绍

前言如上图所示，之前我们介绍了 Explorer 界面，说实话，对于一般的机器学习研究，尤其是工程性质的项目，我觉得 Explorer 应用就足够了（其他功能没看的前提下），毕竟数据加载，算法选择，特征选择，数据可视化，算法运行等功能已经足够齐全了。但是，这个功能只占据了 weka 五分之一，这就让我十分好奇，其他应用究竟是什么功能呢？让我们来看一下。1、简单介绍简单来说，experimenter 完成的功能有如下几个：支持多个算法对多个数据集进行运算支持分布式运算Explorer 应用

2021-03-26 12:26:42 1823

原创学习weka（3）：idea中集成weka

一、前期准备1、加入依赖百度搜索 maven，找到 maven 的 repository 仓库，寻找 weka 的依赖包：找到稳定版本（我下载 weka 软件的时候就是这个版本，没有犹豫，就是它了），点击进去选择对应版本，依然是和自己软件版本一致：点击进去可以看到对应的依赖语句代码了，当然也可以下载 jar 包，不过能偷懒就偷懒一下吧：<dependency> <groupId>nz.ac.waikato.cms.weka</groupId>

2021-03-20 21:00:03 3149 4

原创学习weka（2）：weka软件使用实例：针对kdd99数据集进行训练和测试

前言kdd99 数据集之前介绍过，没有看的可以参考：KDD CUP99数据集预处理（Python实现）这里拿 kdd99 数据集练练手，主要目的是熟悉一下 weka 的使用。1、数据集准备使用 WEKA 作数据挖掘，面临的第一个问题往往是我们的数据不是 ARFF 格式的。幸好，WEKA 还提供了对 CSV 文件的支持，而这种格式是被很多其他软件所支持的。虽然 weka 也支持 csv 格式，但是建议还是转为 ARFF 格式最好。1.1 简单打开一个 csv 文件（加载数据）（1）加载数据方式

2021-03-20 20:54:32 6082 2

原创学习weka（1）：weka软件安装使用教程

前言介绍[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-f7lvlABt-1616221690906)(\weka下载安装教程\weka鸟图.jpg)]Weka 的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一款免费的，非商业化（与之对应的是 SPSS 公司商业数据挖掘产品–Clementine ）的，基于 JAVA 环境下开源的机器学习（machine learning）以及数据挖掘（data min

2021-03-20 14:32:24 6586

原创 java调用python

前言这一章来学习如何使用 java 调用 python 机器学习模块，毕竟 python 在算法方法好用，但是做 web 项目还是 java 更优，最近有个项目想要集成机器学习算法，这里简单记录一下。java 调用 python，分三步来学习：第一步：java 调用 python 语句第二步：java 调用 python 脚本第三步：java调用python脚本函数（如何传递参数）第四步：java调用python机器学习模块并运行上面三步都需要调用 jython 库，两种加入项目方法：

2021-03-20 14:26:52 6689 4

原创 linux文件操作权限

前言如上图所示，在使用 Linux 命令的时候经常见到红框框出来的内容，但是大都不太了解。今天遇到一个关于文件权限问题，这里整理一下关于此类的相关内容。1、三种权限在 Linux 命令中，chmod 用于修改文件或者目录的权限。对于文件或者目录的普通权限，共有 3 种，分别为：r：表示可读取此文件中的实际内容，例如，可以对文件执行 cat、more、less、head、tail 等文件查看命令w：表示可以编辑、新增或者修改文件中的内容，例如，可以对文件执行 vim、echo 等修改文件数据的

2021-03-20 14:13:41 6586 1

原创 sklearn常用数据预处理方法

前言sklearn常用数据预处理方法比较常见的是标准化、归一化还有正则化，这些方法对于机器模型的训练有很大帮助，大多数时候不仅可以提高模型的准确度还可以减少训练时间。1、标准化（1）scale对每列数据进行快速标准化（z标准化），以均值为0，标准差为1的正态分布对每列数据进行标准化，应用公式为：代码：fromsklearnimportpreprocessingimportnumpyasnpx=np.array([[1.,-1.,2.]...

2021-03-20 13:15:13 1896

原创针对CIC-IDS2017数据集机器学习算法对比

前言针对CIC-IDS2017数据集，采用了其中常见的机器学习算法对该数据集进行了训练和测试，这里记录一下测试结果。关于CIC-IDS2017数据集介绍可以参照：https://blog.csdn.net/yuangan1529/article/details/115024003?spm=1001.2014.3001.55011、采用算法和数据相关特征采用机器学习算法如下：支持向量机（SVM）逻辑回归 K近邻算法决策树随机森林朴素贝叶斯 Adaboo...

2021-03-20 12:59:13 6955 16

原创 CIC-IDS2017数据集训练和测试

1、数据集预处理1.1整合数据并剔除脏数据如上图所示，整个数据集是分开的，想要训练，必须要整合在一起，同时在数据集中存在Nan和Infiniti脏数据（只有第15列和第16列存在）需要剔除：具体代码如下：```pythonimportpandasaspd#按行合并多个Dataframe数据defmergeData():monday=writeData("data\MachineLearningCVE\Monday-W...

2021-03-20 11:08:17 17260 47

原创 CIC-IDS数据集特征介绍

###1、简介通信安全机构(CSE)与加拿大网络安全研究所(CIC)合作项目，该项目对自1998年以来现有的11个数据集的评估表明，大多数数据集（比如经典的KDDCUP99，NSLKDD等）已经过时且不可靠。其中一些数据集缺乏流量多样性和容量，一些数据集没有涵盖各种已知的攻击，而另一些数据集将数据包有效载荷数据匿名化，这不能反映当前的趋势。有些还缺少特征集和元数据。CIC-IDS-2017数据集包含良性和最新的常见攻击，类似真实世界数据(PCAPs)。它的数据采集截至2017...

2021-03-20 10:57:45 16980 17

原创机器学习实战（4）——朴素贝叶斯（下）

一、大概框架1、贝叶斯决策：对某个数据点进行分类，有多个类别供你选择，我们自然要选择可能性最大那个，这就是贝叶斯决策的核心思想举个例子：如果你面前有一个黑人，让你判断他是哪个洲的人，给你三个选择：亚洲人、非洲人、美洲人，你会选择哪个？哈哈哈，这么简单的问题，你居然还问的出口，当然是非洲人了，对，只要是个正常人就会选择非洲人，为什么呢？难道说亚洲人和美洲人中就没有黑人了吗？当然是有的，但是概率相当小...

2018-07-15 16:01:54 575 2

原创机器学习实战（3）——朴素贝叶斯（上）（附带Python3源码与资源分享）

一、理论基础1、贝叶斯决策理论朴素贝叶斯是贝叶斯决策理论的一部分，后者是前者的基础，所以在讲述朴素贝叶斯之前，有必要快速了解一下贝叶斯决策理论。假设我们现在有一个数据集，它由两类数据（原点和三角）组成，数据分布图如下所示：因为图形的概率分布参数我们是已知的，所以如果现在有一点A（x，y），我们就可以根据概率分布得到这一点A属于这两个类别的概率是多少，这里我们用P1（x，y）表示数据点A属于类别1（...

2018-07-14 20:06:29 2853

原创机器学习实战（2）——决策树

一、概述说起决策树算法，其原理理解起来很容易，但是具体操作起来却有几个难点（比如如何选择决定属性，信息熵和信息增益是怎么回事）1、生活类比初入机器学习的小白可能觉得决策树是一个高大上的名词，但是其原理却非常简单，在我们生活中我们经常会用到他，比如我们在团体竞赛活动中经常玩的二十个问题游戏：参与游戏的一方在脑海中幻象某个事物，其他参与者通过向他提问，只允许提20个问题，问题答案也只能用对或错来回答...

2018-07-03 09:07:30 1576

原创机器学习各种算法的理解（不断更新）

1、K-近邻算法刚刚吧K-近邻算法整理了一下，下面说一下我对它的理解（1）优点简单有效：效果很好（对于适用这个算法的问题来说），而且原理很简单，没有什么困难的数学公式来推导理解不需要很长时间的训练：只要有数据集就可以直接运行，不需要训练出模型是一种online算法：也就是它是一种在线算法，新数据可以直接加入数据集而不必重新训练（没有它本身就没有模型可言）（2）缺点首先，这个算法不是常规的机器学习算...

2018-06-28 20:40:48 1419

原创机器学习实战（1）——K-近邻算法（源码和参考书在最后有附）

一、概述1、简单说，k-近邻算法（KNN）采用测量不同特征值之间的距离方法进行分类2、原理：（1）数据集：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签（也就是说，我们知道样本集中每个数据与所属分类的对应关系）（2）分类：输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似（最邻近）的数据的分类标签。（3）K：一般来...

2018-06-26 19:23:47 2888 1

原创 python中各种问题

1、出现：OSError：Initialization from file failedimport numpy as np #导入numpy模块，同时起个别名：np，这个别名业界也有名，大都默认了import seaborn as sns #seaborn可视化第三方库import pandas as pdsns.set(color_codes = True)tips = sns...

2018-06-25 20:21:09 1408

原创 Python入门基础（11）——第三方模块

1、大概形式：数值计算：numpy数据处理分析：pandas可视化：matplotlib/seaborn机器学习：Sklearn/keras交互：pygame网络：Selenium等2、第三方库的安装先pip install +模块（下载安装模块），然后import + 模块，导入到你的.py模块中就可以了大致流程如下：首先，你直接导入模块requests，会报错，因为你本地没有安装这个模块（有的...

2018-06-25 20:20:51 384

原创 Pycharm配置（1）——解释器（interpreter）

今天导入模块，发现出了很多错，要升级pip，但是我发现在新建的工程项目（PycharmIDE）中有pip，而我安装的Python3中，也有pip ，那我升级哪一个呢？1、首先，遇到的问题是：已经安装python，dos窗口却提示“python不是内部命令或外部命令，也不是可运行的程序”解决方案：点击打开链接2、发现两者都是一样的，都是解释器（Project Interpreter）的问题先说一下，...

TA创建的收藏夹 TA关注的收藏夹

TA关注的人