最近在学习MySQL技术内幕 InnoDB存储引擎 第2版，整理了一些文档分享出来，同时也方便以后查看。
若有不当之处，烦请批评指正。
1.MySQL体系结构和存储引擎2.InnoDB存储引擎2.1InnoDB体系结构2.2Checkpoint技术2.3MasterThread工作方式2.4InnoDB关键特性3.文件3.1参数文件3.2日志文件3.3套接字文件3.4pid文件3.5表结构定义文件3.6InnoDB存储引擎文件4.表4.1索引组织表4.2InnoDB逻辑存储结构4.3行记录格式4.4InnoDB数据页结构5.索引与算法5.1概述5.2数据结构与算法5.3B+树索引5.4B+树索引的分裂5.5Cardinality值5.6全文索引6.锁-实现事务的隔离性6.1什么是锁6.2lock和latch6.3InnoDB存储引擎中的锁6.4锁的算法6.5锁问题6.6阻塞6.7死锁6.8锁升级7.事务7.1概述7.2事务的实现7.3事务控制语句7.4隐式提交的SQL语句7.5不好的事务习惯8备份与恢复8.1备份与恢复概述8.2冷备8.3逻辑备份8.4二进制日志备份与恢复8.5热备8.6快照备份8.7复制

本书是目前Oracle数据库运维领域不可多得的一本著作，也是为数不多的既有大量实践应用案例又包含实战方法论的著作。
作者根据其多年的运维诊断经验，从数据库如何创建开始，循序渐进地介绍了数据库的启动关闭过程，如何配置监听并连接到数据库，如何对数据库空间进行管理和监控，SGA的调整和优化方法，CHECKPOINT和SCN核心机制，数据库的备份与恢复，数据库性能优化的方法论以及OracleDataGuard的配置和管理等内容。
书中作者结合了大量的真实案例，把自己多年的宝贵经验融入其中，通过一些复杂案例的诊断过程来说明这些简单的原理和知识点，同时，作者并没有简单地停留在案例诊断分析的层面上，而是根据大量案例的经验汇总，把问题的优化、诊断和解决提升到了方法论的层面上，进一步帮助读者知其然，知其所以然。

本文主要讨论ApacheSpark的设计与实现，重点关注其设计思想、运行原理、实现架构及性能调优，附带讨论与HadoopMapReduce在设计与实现上的区别。
不喜欢将该文档称之为“源码分析”，因为本文的主要目的不是去解读实现代码，而是尽量有逻辑地，从设计与实现原理的角度，来理解job从产生到执行完成的整个过程，进而去理解整个系统。
讨论系统的设计与实现有很多方法，本文选择问题驱动的方式，一开始引入问题，然后分问题逐步深入。
从一个典型的job例子入手，逐渐讨论job生成及执行过程中所需要的系统功能支持，然后有选择地深入讨论一些功能模块的设计原理与实现方式。
也许这样的方式比一开始就分模块讨论更有主线。
本文档面向的是希望对Spark设计与实现机制，以及大数据分布式处理框架深入了解的Geeks。
因为Spark社区很活跃，更新速度很快，本文档也会尽量保持同步，文档号的命名与Spark版本一致，只是多了一位，最后一位表示文档的版本号。
由于技术水平、实验条件、经验等限制，当前只讨论Sparkcorestandalone版本中的核心功能，而不是全部功能。
诚邀各位小伙伴们加入进来，丰富和完善文档。
好久没有写这么完整的文档了，上次写还是三年前在学Ng的ML课程的时候，当年好有激情啊。
这次的撰写花了20+days，从暑假写到现在，大部分时间花在debug、画图和琢磨怎么写上，希望文档能对大家和自己都有所帮助。
内容本文档首先讨论job如何生成，然后讨论怎么执行，最后讨论系统相关的功能特性。
具体内容如下：Overview总体介绍Joblogicalplan介绍job的逻辑执行图（数据依赖图）Jobphysicalplan介绍job的物理执行图Shuffledetails介绍shuffle过程Architecture介绍系统模块如何协调完成整个job的执行CacheandCheckpoint介绍cache和checkpoint功能Broadcast介绍broadcast功能JobScheduling

Nokia安全平台&CheckPoint;防火墙操作手册，经典案例解析以及各种故障分析指导。

CheckPoint防火墙实施指南V2.0(R75.40)，最新的配置管理手册

虚拟机版Checkpoint防火墙忘记密码时，通过此方法修正恢复管理员密码

初学者数据阐发

zabbixtemplatecheckpointsnmpv2.checkpoint模板forzabbix

检查点迁移工具该Python3脚本将经过CheckPointWebvisuals导出的XML转换为新的R80API。
$./xml2r80.py-husage:xml2r80.py[-h][-lLAYER][-pPACKAGE][-tTAG][-o][-r][-s][-n]policynatobjectservicesexportamoslapoliticasdeCheckpointpositionalarguments:policyficheroxmlconlaspoliticasnatficheroxmlconlosreglasdeNATobject

matlabdir源代码Crop_DiseasesCropDiseasesDetection代码源于Google识别API，根据数据情况做了少许修改。
深度学习框架Tensorflow1.9密码:yq30生成TFrecords运行process.py将数据图像压缩生成TFRecords类型的数据文件，可以提高数据读取效率#修改process.py主函数路径，改为本人的下载后压缩的路径pythonprocess.py训练模型#配置train.sh参数#生成的TFrecords路劲(根据本人的实际修改，下同)DATASET_DIR=/media/zh/DATA/AgriculturalDisease20181023/tf_data#训练过程产生的模型，迭代保存的数据位置TRAIN_DIR=/media/zh/DATA/AgriculturalDisease20181023/check_save/resnetv1_101_finetune#定义预训练模型定义(预训练模型下载地址上面有给出)CHECKPOINT_PATH=/media/zh/DA

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。