1. 關於網路發展、html5、css有沒有什麼入門叢書推薦
這個列表包括了 100多本經典技術書籍,涵蓋:計算機系統與網路、系統架構、演算法與數據結構、前端開發、後端開發、移動開發、資料庫、測試、項目與團隊、程序員職業修煉、求職面試 和 編程相關的經典書籍。
計算機系統與網路
《圖靈的秘密:他的生平、思想及論文解讀》
《計算機系統概論》
《深入理解Linux內核》
《深入Linux內核架構》
《TCP/IP詳解 卷1:協議》
《Linux系統編程(第2版)》
《Linux內核設計與實現(第3版)》
《深入理解計算機系統(原書第2版)》
《計算機程序的構造和解釋(原書第2版)》
《編碼:隱匿在計算機軟硬體背後的語言》
《性能之顛:洞悉系統、企業與雲計算》
《UNIX網路編程 卷1:套接字聯網API(第3版)》
《UNIX網路編程 卷2:進程間通信》
《Windows核心編程(第5版)》
《WireShark網路分析就這么簡單》
《WireShark網路分析的藝術》
《編程原本》
《代碼大全》
《UNIX編程藝術》
《代碼整潔之道》
《編程珠璣(第2版)》
《編程珠璣(續)》
《軟體調試的藝術》
《編程語言實現模式》
《編寫可讀代碼的藝術》
《精通正則表達式(第3版)》
《編譯原理(第2版)》龍書
《重構:改善既有代碼的設計》
《七周七語言:理解多種編程范型》
《調試九法:軟硬體錯誤的排查之道》
《計算的本質:深入剖析程序和計算機》
《設計模式 : 可復用面向對象軟體的基礎》
《演算法(第4版)》
《演算法導論(原書第2版)》
《Python演算法教程》
《演算法設計與分析基礎(第3版)》
《學習 JavaScript 數據結構與演算法》
《數據結構與演算法分析 : C++描述(第4版)》
《數據結構與演算法分析 : C語言描述(第2版)》
《數據結構與演算法分析 : Java語言描述(第2版)》
《大教堂與集市》
《程序員的職業素養》
《程序員修煉之道:從小工到專家》
《軟體開發者路線圖:從學徒到高手》
《我編程,我快樂: 程序員職業規劃之道》
《程序員的思維修煉:開發認知潛能的九堂課》
《高效程序員的45個習慣:敏捷開發修煉之道(修訂版)》
《編程大師智慧》
《編程大師訪談錄》
《編程人生 : 15位軟體先驅訪談錄(上卷)》
《編程人生 : 15位軟體先驅訪談錄( 下卷)》
《奇思妙想 : 15位計算機天才及其重大發現》
《圖靈和ACM圖靈獎》
《微服務設計》
《大數據日知錄》
《企業應用架構模式》
《Web性能權威指南》
《SRE:Google運維解密》
《發布!軟體的設計與部署》
《高擴展性網站的 50 條原則》
《大型網站技術架構:核心原理與案例分析》
《恰如其分的軟體架構:風險驅動的設計方法》
《軟體系統架構:使用視點和視角與利益相關者合作(第2版)》
《高性能 JavaScript》
《鋒利的 jQuery(第2版)》
《JavaScript 忍者秘籍》
《編寫可維護的 JavaScript》
《你不知道的 JavaScript(上卷)》
《你不知道的 JavaScript(中卷)》
《JavaScript 權威指南(第6版)》
《JavaScript 語言精粹(修訂版)》
《JavaScript DOM編程藝術 (第2版)》
《JavaScript 高級程序設計(第3版)》
《JavaScript 非同步編程:設計快速響應的網路應用》
《Effective JavaScript:編寫高質量JavaScript代碼的68個有效方法》
《HTML5 權威指南》
《HTML5 秘籍(第2版)》
《HTML5 與 CSS3 基礎教程(第八版)》
《CSS 揭秘》
《CSS 設計指南(第3版)》
《CSS 權威指南(第3版)》
《Java8 實戰》
《Java並發編程實戰》
《Java性能權威指南》
《Java程序員修煉之道》
《實戰Java高並發程序設計》
《Java編程思想 (第4版)》
《深入理解Java虛擬機(第2版)》
《Effective java 中文版(第2版)》
《Java核心技術·卷1:基礎知識(原書第9版)》
《Java核心技術·卷2:高級特性(原書第9版)》
《精通C#(第6版)》
《深入理解C#(第3版)》
《CLR via C#(第4版)》
《集體智慧編程》
《笨辦法學Python》
《Python基礎教程》
《Head First Python》
《與孩子一起學編程》
《Python學習手冊(第4版)》
《Python Cookbook(第3版)》
《Python參考手冊(第4版)》
《Python核心編程(第3版)》
《Python科學計算(第2版)》
《利用 Python 進行數據分析》
《Think Python:像計算機科學家一樣思考Python(第2版)》
《Python編程實戰:運用設計模式、並發和程序庫創建高質量程序》
《Python絕技:運用Python成為頂級黑客》
《Flask Web開發:基於Python的Web應用開發實戰》
《Android編程權威指南(第2版)》
《移動應用UI設計模式(第2版)》
《iOS編程實戰》
《iOS編程(第4版)》
《Objective-C高級編程》
《Effective Objective-C 2.0:編寫高質量iOS與OS X代碼的52個有效方法》
《Head First PHP & Mysql(中文版)》
《深入PHP:面向對象、模式與實踐(第3版)》
《C和指針》
《C專家編程》
《C陷阱與缺陷》
《C語言介面與實現》
《C程序設計語言(第2版)》
《C++標准庫》
《C++編程思想》
《C++程序設計原理與實踐》
《C++ Primer (中文第5版)》
《C++ Primer習題集(第5版)》
《C++程序設計語言(第1-3部分)(原書第4版)》
《Effective C++:改善程序與設計的55個具體做法(第3版)(中文版)》
《More Effective C++:35個改善編程與設計的有效方法(中文版)》
《數據之巔》
《矩陣分析》
《機器學習》
《統計學習方法》
《機器學習導論》
《推薦系統實踐》
《機器學習實戰》
《Web數據挖掘》
《深入淺出統計學》
《模式分類(第2版)》
《概率論與數理統計》
《統計學習基礎(第2版)》
《數據挖掘:概念與技術(第3版)》
《數據挖掘:實用機器學習工具與技術(原書第3版)》
《大數據:互聯網大規模數據挖掘與分布式處理(第2版)》
《SQL應用重構》
《SQL Cookbook》
《高性能MySQL (第3版)》
《MySQL技術內幕 : InnoDB存儲引擎(第2版)》
《深入淺出MySQL : 資料庫開發、優化與管理維護》
《探索式軟體測試》
《有效的單元測試》
《Google軟體測試之道》
《人月神話》
《快速軟體開發》
《人件(原書第3版)》
《門後的秘密:卓越管理的故事》
《極客與團隊:軟體工程師的團隊生存秘笈》
《程序員面試金典(第5版)》
《編程之美 : 微軟技術面試心得》
《金領簡歷:敲開蘋果、微軟、谷歌的大門》
《劍指Offer:名企面試官精講典型編程題(紀念版)》
《暗時間》
《數學之美》
《精益創業》
《批判性思維》
《世界是數字的》
《程序員的數學》
《程序員健康指南》
《禪與摩托車維修藝術》
《關鍵對話:如何高效能溝通》
《寫作法寶:非虛構寫作指南》
《黑客與畫家 : 來自計算機時代的高見》
《軟體隨想錄(卷1)》《軟體隨想錄(卷2)》
《如何把事情做到最好》
編程通用
演算法與數據結構
職業修煉與規劃
大師訪談
架構/性能
Web前端
Java開發
.NET
Python
Android
iOS
PHP
C語言
C++
機器學習和數據挖掘
資料庫
測試
項目與團隊
求職面試
編程之外
大家有什麼好書推薦歡迎在評論中留言。
註:本文轉自伯樂在線。
2. MongoDB為什麼值12億美元
如果文檔資料庫創業公司MongoDB需要就它們近期收獲的巨額估值感謝某些人的話,那麼甲骨文的CEO Larry Ellison一定會排在這一名單的首位。
MongoDB文檔資料庫背後的公司10Gen近期將公司名稱正式更名為MongoDB,並獲得了2.31億美元的融資。該公司也因此成為了首個身價超過10億美元的開源創業企業。目前這一開源NoSQL資料庫創業公司的資產估價高達12億美元。
MongoDB成立於2007年,他們取得今天的成就只花費了短短六年的時間,而紅帽(RedHat,成立於1993年)取得這一成就足足花費
了20年的時間。MongoDB的成功要歸功於誰呢?答案是甲骨文!甲骨文可謂是MongoDB的「貴人」。甲骨文在300億美元的資料庫市場中占據著最
大份額。2011年,甲骨文的關系型資料庫許可證收入達到167.5億美元。據研究機構Gartner統計,甲骨文占據了該市場48.3%的份額,是當之
無愧的資料庫巨頭。
龐大的紅色遺產
甲骨文擁有眾多優勢,並且有著龐大而可靠的客戶群。許多企業內部的IT應用都是使用甲骨文的存儲程序語言PLSQL編寫的。然而,與我們在上世
紀九十年代所學習到的用於HP/UX
PA-RISC主機的資料庫相比,甲骨文並沒有什麼本質上的不同。實際上,自上世紀八十年代以來,它們就沒有發生過太大的變化。這一遺產可以說是優劣並
存。甲骨文資料庫需要大量的硬體和運維人員以維持其運行。當規模達到上百或上千太位元組時,或者是用戶數量達到數百萬時,其運維費用不是一般企業能夠承受得
起的。
若想在這一規模基礎上進行擴展,甲骨文需要對底層軟體架構進行調整。目前甲骨文正在嘗試將其他技術應用到關系型資料庫中以解決這一問題。這類擴展還需要一個完全不同的許可證模型。在不徹底改變現有市場的情況下,這樣做難以取得成效。
與此同時,甲骨文還是資料庫市場上的強勢並購者。他們先收購了MySQL的一部分(其中包括InnoDB的存儲引擎),然後是Sun。這些只是
甲骨文發起的眾多並購行動中的一小部分而已。在與IBM和微軟等對手的競爭中,並購行動無疑為甲骨文帶來了諸多優勢。但是在整合新技術方面,收購行動也為
甲骨文帶來了諸多問題。
NoSQL的破壞力
技術產業的歷史就是一部破壞史。微軟在上世紀九十年代擊敗了Novell,如今蘋果也在持續地瓦解微軟。你需要的一個強大且不可輕易被撼動的恐
龍,同時這只恐龍又要能夠很好地適應它們所處的環境。然而,這又會導致你無法改變它們的技術或是成本結構,以快速地將其應用到新的市場。成功的競爭者擅長
利用對手的弱點來攻擊他們,同時又能夠在新的技術環境中順利發展壯大。競爭者是促進變革的一個因素,而不是一種抑制技術和商業環境發展的力量。
MongoDB就是這樣的技術,MongoDB的優勢不僅僅是在成本上比甲骨文資料庫低,同時向MongoDB集群增加節點也要比甲骨文資料庫
更方便。這些優勢非常適合虛擬網路、存儲和雲技術。相反,擴展甲骨文需要組合、配置和集成多種復雜技術(例如RAC、DataGaurd、
GoldenGate等),以及大量需要許可證和專業服務費用的硬體設備。
給我們留下深刻印象的不僅僅是MongoDB的易用性和強大的適應能力,它還能夠很容易地被擴展到許多我們之前認為不可能的任務中。與甲骨文資料庫的使用費用相比,MangoDB的使用費用非常低。
我們最擔心的一個問題是,MongoDB是一家剛成立不久的創業公司,他們會不會被甲骨文或CA
Technologies這樣的公司並購掉。10億美元以上的估值,以及2.31億美元的融資事實上,已經讓我們打消了這種顧慮。即使MongoDB被並
購,那麼他們也會被真正重視他們的公司所收購。然而可能性更多大的是,MongoDB會將目標鎖定為IPO(首次公開募股)。
與甲骨文資料庫相比,MySQL更容易使用、維護及安裝,但這並不意味著它們擁有更好的性能。通常情況下,只有10倍以上的提升才能擊敗強大的
競爭對手。雖然MySQL是一個簡單易用且價格便宜的關系型資料庫,但是它們的整體性能卻不佳。相比之下,MongoDB在許多場景中性能提升了十倍。雖
然它並非目前的最佳選擇,但從長遠看來它具備成為最佳選擇的潛力。
3. mac下剛把python升級到3.5,為什麼idle打不開了
看你的mysql當前默認的存儲引擎: mysql> show variables like '%storage_engine%'; 你要看某個表用了什麼引擎(在顯示結果里參數engine後面的就表示該表當前用的存儲引擎): mysql> show create table 表名;
4. mac mamppro mysql資料庫修改默認存儲引擎失敗
1、查找my.ini位置,可通過windows服務所對應mysql啟動項,查看其對應屬性->可執行文件路徑,獲取my.ini路徑。
"D:\MySQL\MySQL Server 5.5\bin\mysqld" --defaults-file="D:\MySQL Data\my.ini" MySQL55
2、編輯my.ini中對應datadir
改前:datadir="D:\MySQL Data\data\"
改後:datadir="D:\MySQL Data\MySQL Server 5.5\data\"
3、重整mysql對應數據文件目錄(若不做,則mysql無法正常啟動)
4、查找注冊表,修改mysql啟動項所關聯的defaults-file路徑:
KEY_LOCAL_MACHINE/SYSTEM/Services/MySQL55
修改完後,刷新windows服務,再次查看mysql啟動項屬性->可執行文件路徑,結果如下:
"D:\MySQL\MySQL Server 5.5\bin\mysqld" --defaults-file="D:\MySQL Data\MySQL Server 5.5\my.ini" MySQL
確保將my.ini移植到正確的目錄下。
5、重啟mysql,配置成功。
5. 求教mac使用mysql和MySQL Workbench
在老版本的MySQL 3.22中,MySQL的單表限大小為4GB,當時的MySQL的存儲引擎還是ISAM存儲引擎。但是,當出現MyISAM存儲引擎之後,也就是從MySQL 3.23開始,MySQL單表最大限制就已經擴大到了64PB了(官方文檔顯示)。也就是說,從目前的技術環境來看,MySQL資料庫的MyISAM存儲 引擎單表大小限制已經不是有MySQL資料庫本身來決定,而是由所在主機的OS上面的文件系統來決定了。 而MySQL另外一個最流行的存儲引擎之一Innodb存儲數據的策略是分為兩種的,一種是共享表空間存儲方式,還有一種是獨享表空間存儲方式。 當使用共享表空間存儲方式的時候,Innodb的所有數據保存在一個單獨的表空間裡面,而這個表空間可以由很多個文件組成,一個表可以跨多個文件存在,所 以其大小限制不再是文件大小的限制,而是其自身的限制。從Innodb的官方文檔中可以看到,其表空間的最大限制為64TB,也就是說,Innodb的單 表限制基本上也在64TB左右了,當然這個大小是包括這個表的所有索引等其他相關數據。 而當使用獨享表空間來存放Innodb的表的時候,每個表的數據以一個單獨的文件來存放,這個時候的單表限制,又變成文件系統的大小限制了。