HelloWorld 开发者社区
科技资讯
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
Linux(CentOS7)下安装Mysql8数据库
一、Linux版本!(https://oscimg.oschina.net/oscnet/3fe991fe178fb9a8e5af725be2e83166214.png)二、先下载Linux下的Mysql包,打开Mysql官网https://www.mysql.com/点击DOWNLOAD,进入
Linux 环境下修改 MySQL 时区
一、方法首先要进入MySQL服务,输入mysql发现报错:ERROR1045(28000):Accessdeniedforuser'root'@'localhost'(usingpassword:NO)。换成以下命令:$mysqlurootp然后输入数据库密码进入数据库:
Linux 下 mysql的安装及问题解决
文章开始先给出mysql的快速安装指南https://dev.mysql.com/doc/mysqlyumrepoquickguide/en/(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fdev.mysql.com%2Fdoc%2Fmysqlyumrepoquick
JMeter 如何与 MySQL 进行整合测试
做性能测试定位瓶颈的时候,定位到是因为某些SQL语句的查询慢所影响的,此时我们提出优化方案,肯定希望验证下优化后的SQL,此时需要借助JMeter的JDBC请求,那么我们就需要学习JMeter如何与MySQL进行整合测试。环境准备除了JMeter外,还需要准备以下软件和Jar包:MySQL数据库服务
InfluxDB和MySQL的读写对比测试
今天进行了InfluxDB和MySQL的对比测试,这里记录下结果,也方便我以后查阅。操作系统:CentOS6.5\_x64InfluxDB版本:v1.1.0MySQL版本:v5.1.73CPU:Intel(R)Core(TM)i52320CPU@3.00GHz内存:12G硬盘:SSD 一、MyS
Host is not allowed to connect to this MySQL server
错误,数据库无法远程连接.第一步,关闭本地防火墙!(https://oscimg.oschina.net/oscnet/7afee6baf43336d38210f35df924ebf5c7d.png)注意:两台连接的机器都需要关闭第二步,两台机器互相ping,看是否可以互相访问!(https://images2018.cnb
Hive安装与配置详解
pandas和SQL数据分析实战https://study.163.com/course/courseMain.htm?courseId1006383008&share2&shareId400000000398149(https://www.oschina.net/action/GoToLink?urlhtt
Hive(2)
一.Hive下载1\.Hive官网地址http://hive.apache.org/2\.文档查看地址https://cwiki.apache.org/confluence/display/Hive/GettingStarted3\.下载地址http://archive.apac
Hive 2、Hive 的安装配置(本地MySql模式)
一、前提条件 安装了Zookeeper、Hadoop HDFS HA 安装方法: http://www.cnblogs.com/raphael5200/p/5154325.html(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fwww.cnblogs.com%2Fraph
Hadoop 中利用 mapreduce 读写 mysql 数据
有时候我们在项目中会遇到输入结果集很大,但是输出结果很小,比如一些pv、uv数据,然后为了实时查询的需求,或者一些OLAP的需求,我们需要mapreduce与mysql进行数据的交互,而这些特性正是hbase或者hive目前亟待改进的地方。好了言归正传,简单的说说背景、原理以及需要注意的地方:1、为了方便MapReduce
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。