小编Lee*_*idt的帖子

我们假设我有以下模型:

class Position(models.Model):
    name = models.CharField()

class PositionStats(models.Model):
    position = models.ForeignKey(Position)
    averageYards = models.CharField()
    averageCatches = models.CharField()

class PlayerStats(models.Model):
    player = models.ForeignKey(Player)
    averageYards = models.CharField()
    averageCatches = models.CharField()

class Player(models.Model):
    name = models.CharField()
    position = models.ForeignKey(Position)

我想使用django的ORM执行等效的SQL查询:

SELECT *

FROM PlayerStats

JOIN Player ON player

JOIN PositionStats ON PositionStats.position = Player.position

我怎么能用django的ORM做到这一点？查询是不完全正确的,但这个想法是我想要一个单一的查询,使用Django的ORM,这给了我PlayerStats加入了与PositionStats基于玩家的位置.

这是在EC2上.我有一个init脚本,它执行一些基本设置,如安装rabbitmq,创建虚拟主机,用户,设置权限等.所以基本上它是:

sudo yum --enablerepo=epel install rabbitmq-server
/etc/init.d/rabbitmq-server start
rabbitmqctl add_user username password
rabbitmqctl add_vhost vhost
rabbitmqctl set_permissions -p vhost username ".*" ".*" ".*"
rabbitmqctl stop

然后我退出shell,并从实例创建一个EBS图像.亚马逊会自动重新启动服务器以创建映像.

现在奇怪的部分......重新启动后,除了权限之外,一切都仍然设置.

然后当我从图像中启动一个新实例时,rabbitmq中没有用户名或主机.

有没有什么需要在rabbitmq中完成以保存更改？

我在亚马逊EC2上有一个postgresql数据库,需要确定备份这些数据的最佳方法.我正在考虑两种选择:

(1)将EBS卷挂载到/ pgsqldata等目录,并将此目录用作postgresql数据目录(在Amazon Linux上,默认为/ var/lib/pgsql/data /).然后这个卷将获得频繁的快照.

要么

(2)将postgresql数据目录保存在其默认位置.然后使用pg_dump频繁地将备份转储到像/ pgsqldumps这样的位置,并且该卷将在每个pg_dump之后获得快照.

第三种选择是简单地快照根设备卷(我正在使用EBS支持的实例),因为在我的情况下它既是网络服务器又是数据库.我喜欢为数据备份提供专用卷的想法.

最后,如果我正在拍摄实时postgresql数据目录的直接快照,我是否需要担心在快照过程中可能对数据库进行的更改？

谢谢

这适用于具有严格空检查的打字稿。假设您有一个接口，例如：

interface Name {
  firstName?: string;
  lastName?: string;
}

你有一个Name[]数组。

我怎样才能以打字稿知道存在的方式过滤这个数组firstName？前任：

names.filter(name => !!name.firstName).map(name => {
  // inside here, typescript still thinks name.firstName is possibly undefined
  // but it should be aware that we have already filtered out elements with an
  // undefined firstName
})

我正在连接到一个服务器，该服务器将向我发送需要按行处理的流数据。所以我必须解析出单独的行，然后处理每一行。下面的代码似乎工作得很好，但我想知道是否有任何标准设计模式可以完成此类事情。或者这就是要走的路吗？

队列会带来严重的开销吗？我需要它尽可能快速和高效，这也是我远离像twisted这样的库的原因。

import socket, multiprocessing

def receive_proc(s, q):
    data = ''
    while True:
        data += s.recv(4096)
        if '\n' in data:
            lines = data.split('\n')[:-1]
            for line in lines:
                if len(line) > 0:
                    q.put(line)
                    data = data.replace(line+'\n', '', 1)

q = multiprocessing.Queue()
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect(('127.0.0.1', 1234))

p = multiprocessing.Process(target=receive_proc, args=(s,q))
p.start()

while True:
    line = q.get()

    # do your processing here

我在http://rosettacode.org/wiki/Multiple_regression#Python上找到了这段代码,它在python中进行了多元线性回归.在以下代码中打印b,为您提供x1,...,xN的系数.但是,此代码适合通过原点的线(即结果模型不包括常量).

我想做的只是完全相同的事情,除了我不想通过原点拟合线,我需要在我的结果模型中使用常量.

不知道这是一个小修改吗？我已经搜索过并发现了许多关于python中多次回归的文档,除了它们冗长且过于复杂以至于我需要的东西.这段代码非常完美,除了我只需要一个适合截距而不是原点的模型.

import numpy as np
from numpy.random import random

n=100
k=10
y = np.mat(random((1,n)))
X = np.mat(random((k,n)))

b = y * X.T * np.linalg.inv(X*X.T)
print(b)

任何帮助,将不胜感激.谢谢.