小编Jav*_*osh的帖子

我正在为 Ubuntu 20.04 准备一个 docker 映像，由于 TensorFlow 2.0 的要求，我需要 Python 3.7。TensorFlow 在 Python 3.5 到 3.7 上运行。默认情况下，运行apt install python3会安装 Python 3.8，这会破坏我的 TensorFlow 安装。

有什么方法可以获得适用于 Ubuntu 20.04 的 Python 3.7 的 apt 软件包吗？由于它将位于 docker 映像内部，因此我不想涉及下载 Python 3.7 源代码并编译的业务。将这些命令放入 Dockerfile 会让我不知所措。有没有更简单的方法为 Ubuntu 20.04 获取 Python 3.7？

跑步

sudo apt-cache madison python3

回报

python3 | 3.8.2-0ubuntu2 | http://in.archive.ubuntu.com/ubuntu focal/main amd64 Packages

我收到了一封来自谷歌的非常令人不安的电子邮件：

我们对app name、 和进行了审核，package name发现您的应用程序使用的软件包含用户安全漏洞。具有这些漏洞的应用程序可能会暴露用户信息或损坏用户的设备，并可能被视为违反我们的恶意行为政策。

以下是在您最近提交的文件中检测到的问题和相应 APK 版本的列表。请尽快迁移您的应用以使用更新后的软件，并增加升级后的 APK 的版本号。

漏洞 APK 版本修复 TrustManager 的截止日期 您可以在这篇 Google 帮助中心文章中找到有关 TrustManager 的更多信息。

486 2020 年 9 月 14 日漏洞 APK 版本修复截止日期要确认您已正确升级，请将应用的更新版本提交到 Play 管理中心，并在五小时后回来查看。如果应用程序未正确更新，我们将显示警告消息。

虽然这些漏洞可能不会影响每个应用程序，但最好及时更新所有安全补丁。

如果您对该漏洞有技术问题，可以发布到 Stack Overflow 并使用标签“android-security”。有关解决此问题所需采取的步骤的说明，您可以联系我们的开发人员支持团队。

最好的事物，

Google Play 团队

应用程序版本 486 上添加的唯一新内容是我添加到某些数据中的 RSA 加密。

这种加密是通过以下方式进行的：我手动生成了一个 RSA 密钥对，将私钥存储在我的服务器中，并将公钥与 apk 一起部署。

对于应用程序中的某些请求，我使用公钥加密数据，然后URLConnection在服务器端使用发布请求发送数据，然后对其进行解密和处理，然后将响应发送回用户UNENCRYPTED。

所以请考虑以下几点：
0- 应用程序中只有两个使用此技术
的请求 1- 进行此更新是为了确保到达服务器的所有请求都来自我的官方应用程序，因为上周我收到了 3 次 DoS 攻击
2- 这些请求已经存在很长时间了，并且始终使用标准的 android 系统HTTPSUrlConnection而没有任何额外的加密......我现在所做的是添加一个额外的加密层（它怎么能让应用程序不那么安全？） 3- 传输的数据完全无害

我知道什么是 MITM 攻击并且我已经做了很长时间来逆向工程一些应用程序，我不能在不修改编译代码的情况下对我的应用程序进行这种类型的攻击 …

我正在尝试恢复一些以镶木地板格式保存的历史备份文件，我想从它们中读取一次并将数据写入 PostgreSQL 数据库。

我知道使用 spark 保存的备份文件，但对我来说有一个严格的限制，我不能在数据库机器中安装 spark 或在远程设备中使用 spark 读取镶木地板文件并使用spark_df.write.jdbc. 一切都需要在 DB 机器上进行，在没有 Spark 和 Hadoop 的情况下，只能使用 Postgres 和 Bash 脚本。

我的文件结构类似于：

foo/
    foo/part-00000-2a4e207f-4c09-48a6-96c7-de0071f966ab.c000.snappy.parquet
    foo/part-00001-2a4e207f-4c09-48a6-96c7-de0071f966ab.c000.snappy.parquet
    foo/part-00002-2a4e207f-4c09-48a6-96c7-de0071f966ab.c000.snappy.parquet
    ..
    ..

我希望从每个 parquet 文件夹中读取数据和架构，例如foo，使用该架构创建一个表并将数据写入成形表，仅使用 bash 和 Postgres CLI。

我正在尝试将 x-tick 标签的格式修改为日期格式 (%m-%d)。

我的数据由特定日期期间的每小时数据值组成。我正在尝试绘制 14 天的数据。但是，当我运行时，我得到的 x 标签完全混乱。

有什么办法可以只显示日期并跳过 x 轴上的每小时值。? 有什么方法可以修改 x 刻度，我可以跳过几个小时的标签并只显示日期的标签？我正在使用seaborn。

根据评论的建议，我编辑了我的代码以绘制如下：

fig, ax = plt.pyplot.subplots()
g = sns.barplot(data=data_n,x='datetime',y='hourly_return')
g.xaxis.set_major_formatter(plt.dates.DateFormatter("%d-%b"))

但我收到以下错误：

ValueError: DateFormatter found a value of x=0, which is an illegal 
date; this usually occurs because you have not informed the axis that 
it is plotting dates, e.g., with ax.xaxis_date()

在检查 datetime 列时，我得到以下带有列数据类型类型的输出：

0     2020-01-01 00:00:00
1     2020-01-01 01:00:00
2     2020-01-01 02:00:00
3     2020-01-01 03:00:00
4     2020-01-01 04:00:00
          ...        
307   2020-01-13 19:00:00
308   2020-01-13 20:00:00 …

我计划为我们的一个项目构建一个集中式日志系统，该项目有多个用 Java、Python 和 Scala 编写的组件。我想从不同部分（REST 服务器、Spark 作业、Airflow 服务器）收集日志以记录到 Elastic 搜索中并建立索引。我可以看到Python和Java日志记录模块中都有直接库可以将日志从应用程序直接推送到 Logstash。我可以看到 filebeat 可以在服务器上配置，将日志从文件推送到logstash。使用 filebeat 比直接将日志发送到 Logstash 有什么优势？最佳实践是什么？

在我的代码中，我在 2 个单独的文件中有 2 个类。我有一个信号testSignal，一个按钮pushButton，我像这样连接了按钮：

testSignal = QtCore.pyqtSignal()

pushButton.pressed.connect(buttonPressed)

def buttonPressed(self):
    testSignal.emit()

现在我想做的是“接收”类/文件中发出的信号，但我对 emit() 的实际工作原理有些一无所知。有谁有关于emit()函数指南的链接或者可以以某种方式提供帮助吗？

谢谢

只是为了测试，我有一个包含索引的 Elasticsearch 节点，例如：

服务日志-17032020 服务日志-20032020 服务日志-21032020

我正在尝试构建一个查询，用于使用 service-log-* 模式搜索所有索引。该查询与完整索引名称完美配合，我如何搜索所有索引？

index = INDEX_NAME
query_body = {
            "from":0,
            "size":100,
            "query": {  
              "bool": {
                "must": [
                  {
                    "match" : {
                      "field": "text"
                    }
                  },
                  {                       
                    "range": {
                      "@timestamp": {
                        "gt":str(date)
                      }
                    }
                  }
                ]
              }               
            }
        }

result = elastic_client.search(index=INDEX_NAME, body=query_body)