站长工具

通过Git 从Gitee上下载代码

作者：MyBlogs-joyiyii

 打开git.bash ，cd到要放置代码包的文件目录

运行：git clone git@gitee.com:joyiyii/springcloud-config.git

 

 

结果：成功clone下来了

=======================================================================================================================================

遇到无权限的报错，

 

解决：

意思是需要我们在SSH模块设置公钥

首先确保在git里设置了用户名和邮箱信息：

 

进入到c盘的这个目录，生成的ssh公钥放在这里

执行指令：

ssh-keygen -t rsa -C "haiyan.xu.vip@gmail.com"  可以生成公钥文件

 会看见目录生成了id_rsa和id_rsa.pub,那个known_hosts是我自带的

 

 密钥添加结束后再执行一遍git clone git@gitee.com:joyiyii/springcloud-config.git 

从本地传文件到gitee上面的流程：

我在springcloud-config目录下新建了一个application.yaml

 

成功传上

 

 

本文转载于网络 如有侵权请联系删除

相关文章

  • 太赞了！美团大牛强推JDK源码笔记，Github已星标58k

    JDK源码不知道大家闲下来的时候有没有去阅读过JDK源码，虽然看源码有点找虐的感觉，但作为一名程序员，在闲暇时看一下jdk源码，有利于对自己日常的开发环境了解得更加深刻。而且还有以下五点好处。了解思想熟悉设计模式提高自己的代码优雅性知晓原理，提升面试能力提升自己代码的严谨性虽然看源码有点找虐但被虐的同时是能学到很多东西的，真要能静下心来好好读一读源码的话好处远远不止这么多。而其中的jdk源码里面就有各种神奇且精巧的设计。如果你对JDK源码感兴趣的话，不妨看看我下面要为大家介绍的来自美团的JDK源码剖析。大家看了就知道，差距不止一点点！由于篇幅限制就只能以截图主要内容的方式为大家展示出来了，需要的小伙伴直接转发一下这篇文章+关注公众号【Java烂猪皮】关注后回复【666】即可获取哦~JDK源码剖析多线程基础目录一览线程的优雅关闭内存可见性Atomic类目录一览AtomicInteger和AtomicLongStriped64与LongAdderLock与Condition读写锁Condition同步工具类目录一览：SemaphoreExchanger并发容器目录一览：BlockingQu

  • Python实现Excel常用的16个函数(1)

    前言鸽了很久的一篇文章啦，很久之前，大概一个月吧，真是老鸽子了！ 当时推了一篇文章Excel函数|相信这些也是你最常用这16个！，然后有个读者朋友提议我可以出一个Python实现这些常用Excel函数的专辑，我当时一想，很好的想法呀，然后就答应了，然后就鸽到现在。。。。（弹幕，刷一波：「鸽王老表」）废话不多说了，来实现砸门的flag吧～摆脱鸽王，开始练习读取Excel文件首先下载本次案例需要的数据集，浏览器访问下方地址即可，在此感谢阿里云天池数据集平台和数据集上传者大师兄Eric，我下载的是湖北新冠肺炎疫情历史总数据下载.xls，大家可以随意选择其他省。https://tianchi.aliyun.com/s/986f2e8af9e34f8ff8ae84ea7a18f96a 复制 数据情况数据集下载后，如果直接读取可能会出错，建议大家先另存为xlsx格式，然后读取。#导入数据处理包 importpandasaspd #读取Excel，header=1表示取第二行数据作为列名（表头） data_set=pd.read_excel('湖北新冠肺炎疫情历史总数据下载.xlsx&#

  • 6.超链接-HTML基础

    一、何为超链接1.a标签在HTML中，使用a标签来实现超链接。 （1）语法格式<ahref="链接地址">文本或图片</a>①说明href表示想要跳转到的那个页面的路径，可以是相对路径，也可以是绝对路径。 我们可以将文本设置为超链接，即文本超链接；也可以将图片设置为超链接，即图片超链接。 （2）示例①例1-文本超链接<!DOCTYPEhtml> <htmlxmlns="http://www.w3.org/1999/xhtml"> <head> <metacharset="utf-8"><!--必须放在title标签及其它meta标签前--> <title>超链接</title> <styletype="text/css"> </style> </head> <body> <ahref="http://www.baidu.com/"

  • 无锁缓存，每秒10万并发，究竟如何实现？

    有一类业务场景：（1）超高吞吐量，每秒要处理海量请求；（2）写多读少，大部分请求是对数据进行修改，少部分请求对数据进行读取； 这类业务，有什么实现技巧么？接下来，一起听我从案例入手，娓娓道来。快狗打车，场景举例：（1）司机地理位置信息会随时变化，可能每几秒钟地理位置要修改一次；（2）用户打车的时候查看某个司机的地理位置，查询地理位置的频率相对较低；这里要用到两个接口：（1）大量修改司机信息：voidSetDriverInfo(longdriver_id,DriverInfoinfo);（2）相对少量查询司机信息： DriverInfoGetDriverInfo(longdriver_id);这一类业务，一般怎么实现呢？具体到底层的实现，往往是一个Map内存缓存：（1）查询key定长，例如：司机ID；（2）返回value也定长，例如：司机实体序列化后的二进制串；即，类似这样的一个kv缓存结构：Map<driver_id,DriverInfo>这个kv内存缓存是一个临界资源，对它的并发访问，有什么注意事项么？临界资源的访问，需要注意加读写锁，实施互斥。 以下，是加锁写入的伪代码

  • LeetCode 812. 最大三角形面积（坐标面积公式）

    1.题目给定包含多个点的集合，从其中取三个点组成三角形，返回能组成的最大三角形的面积。示例: 输入:points=[[0,0],[0,1],[1,0],[0,2],[2,0]] 输出:2 解释: 这五个点如下图所示。组成的橙色三角形是最大的，面积为2。复制注意: 3<=points.length<=50. 不存在重复的点。 -50<=points[i][j]<=50. 结果误差值在10^-6以内都认为是正确答案。复制来源：力扣（LeetCode） 链接：https://leetcode-cn.com/problems/largest-triangle-area 著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。 2.解题classSolution{ public: doublelargestTriangleArea(vector<vector<int>>&points){ doublemax_area=0.0; for(inti=0;i<points.size();i++) { for(intj=i+1;j

  • Python 3.8.0来了！

    【新智元导读】Python官网静悄悄地发布了一则大消息：正式发布Python3.8.0！新版本较3.7版增加了一大波新功能和优化，来新智元AI朋友圈与AI大咖一起参与讨论吧～今天，Python官网宣布，正式发布Python3.8.0！Python3.8.0现已推出。 代表Python开发社区和Python3.8发布团队，我们很高兴地宣布Python3.8.0现在已经可以使用。 Python3.8.0是Python语言的最新正式版，包含许多新功能和优化。 Python的大多数第三方库也应该很快就会支持3.8.0软件包。 有关3.8版本功能的更多信息，请参阅“Python3.8新特性”文档。所有更改的详细信息都可以在更改日志中找到。 从2019年12月开始，3.8系列的维护版本将定期每两个月发布一次。 我们希望您喜欢Python3.8！ 感谢所有帮助Python开发和这些发布的志愿者！欢迎通过志愿或组织捐赠支持Python软件基金会的工作。Python3.8.0重要新特性&优化 那么，这次新发布的Python3.8.0有哪些重要的改进呢？以下是是Py

  • 数据分析中的两种偏差

    总第171篇/张俊红 今天给大家介绍一下数据分析中常见的两种偏差：选择性偏差和幸存者偏差。1.选择性偏差选择性偏差指的是在研究过程中因样本选择的非随机性而导致得到的结论存在偏差,是由于人为主观的选择而导致的数据偏差。我们来看一个关于选择性偏差的例子，现在有一个研究机构想要研究一个主题就是『医院是否可以让人变的更健康』。这个机构随机挑选了10万名群众，测量这10万名群众的健康水平，然后根据最近一年是否有去过医院将10万名群众分为两组，最后得到的统计结果是最近一年没去过医院的群体的健康水平要比去过医院的群体健康水平要好，我们能说明医院让人变的更加不健康吗？这就是一个很典型的选择性偏差导致的一个结果，因为最近一年没去过医院的群体整体健康水平可能本来就要比去过的要好，所以测试出来的结果也是如此，并不能说明是医院让人的变得更加不健康。我们在日常分析过程中要尽量避免这种偏差的发生，衡量有没有选择性偏差的一个很重要标准就是，被比较的两组群体之间是否具有可比性。2.幸存者偏差幸存者偏差指的是只能看到经过某种筛选而产生的结果，而没有意识到筛选的过程，因此忽略了被筛选掉的关键信息。我们来看一个比较久远的一

  • 微服务架构及分布式事务解决方案

    分布式事务分布式事务场景如何设计系统架构及解决数据一致性问题，个人理解最终方案把握以下原则就可以了，那就是：大事务=小事务（原子事务）+异步（消息通知），解决分布式事务的最好办法其实就是不考虑分布式事务，将一个大的业务进行拆分，整个大的业务流程，转化成若干个小的业务流程，然后通过设计补偿流程从而考虑最终一致性。 What’s事务分布式事务场景一：库存数量与订单数量一致性，采用补偿型+最大努力通知型，采用原因为不涉及跨机房和长事务（正常情况下库存与订单服务处理很快）：用户下单先减库存，库存减成功后；调用下单服务：2-1.下单成功，两事务均提交完成；2-2.下单失败，库存回滚，两事务均失败，此处还有一个保障机制（最大努力通知型），就是如果调用库存服务异常，确定库存回滚失败了，则放入消息服务（延时消息队列）分阶段定时重试，努力重试保证库存服务正常后成功回滚。场景二：订单信息、支付信息、充值信息三者之间的一致性，采用异步确保型的原因是，整个业务链路太长且跨不同的机房系统，网络延迟较高，业务方面恰好不需要非常高的实时性，所以采用小事务+异步通知，目前正常情况下用户从下单到完成支付到流量到账平均为

  • 如何搭建 Elasticsearch-kibana 环境

    看了网上一堆文章，抄来抄去的，也没有个完整易用的，自己整理了一篇，本文原载于我的gitchat的付费分享，现在分享一下。告知：1.Elasticsearch和kibana均基于5.5.3版本；官方建议：在二者版本选择时，Elasticsearch应该大于等于kibana版本，否则在使用和升级过程中会出问题，截至文章出稿，已经更新到6.3.0版本，本文以5.5.3版本为例，对其他版本安装有同样的参考作用。2.服务器配置为：阿里云ECS，1核,2G内存3.系统版本为：CentOSLinuxrelease7.4.1708(Core)4.本教程重点在于“如何搭建Elasticsearch-kibana环境”，对于二者是什么，能干什么，使用场景，这里不做过多说明，读者可自行查询资料；Elasticsearch如何使用，作者后期会出Elasticsearch从入门到实战系列教程。5.搭建此环境的难点在于：过程中会出现各种配置问题，需要修改，但是网上资料残次不齐，或者不全，或者只给出了一行解决命令，但是没有解释为什么这么修改，这个命令是干什么的，对于linux基础不好的读者而言，盲目执行命令可能会对

  • 秋招提前批面经

    只有我们自己，知道自己是谁。只有我们自己，能决定自己的样子。——《我的少女时代》末流985渣渣硕士，主投CV算法工程师，昨天有幸被阿里爸爸抽中，结束提前批全程陪跑的0offer尴尬局面。现奉上面经回馈各位牛油，感谢牛客网BAT三家都有投递，无奈没有比赛项目一般论文一般学校一般，简历在B社和T社已然泡烂，只有A社给了机会，感谢马总，蟹蟹蟹蟹阿里：一面：（1）项目经历以及论文创新点（2）机器学习常用损失函数，以及哪些可用于二分类，哪些可用于多分类（3）FasterR-CNN，YOLO，SSD的异同（4）非极大值抑制NMS的算法流程（5）深度学习中防止过拟合的方法（6）多态的概念二面：（1）项目经历以及项目中遇到的问题和解决方案（2）指针和引用的区别三面（交叉）：（1）依然是项目经历（2）对部门业务的理解以及自己的研究方向可以做哪些工作四面（HR）：（1）项目经历，用通俗易懂的话向HR解释（2）三个词总结自己的优点，两个词总结自己的缺点（3）聊人生谈理想。。。。。感觉阿里对项目经历还是很看重，抠的比较仔细TMDJ+网易渣硕水平显露无遗，网易笔试挂，头条两次笔试全挂，美团京东提前批都没有捞上我

  • 调用高德POI数据，带你玩转长沙

    长沙CITY，长沙SHOW 长沙C-BLOCK，长沙FLOW 长沙妹驼，叫长沙GIRL 说到长沙，大家第一想到的可能就是小吃，当然来长沙旅游，不光只是为了吃，这吃喝玩乐，咱都得来一套是吧。基于此，我调用了高德的API，来获取POI数据，带你玩转长沙。 首先，我们来看看POI的概念：POI（PointofInterest）简单的说就是兴趣点，在地理信息系统中，一个POI可以是一栋房子、一个商铺、一个邮筒、一个公交站等。 本教程包含内容：POI获取POI分析POI获取这里获取POI，用的是高德地图的API，和普通的API一样，大家注册后申请一个KEY，通过带有KEY的url来获取数据，这里只是带大家吃喝玩乐，所以只获取餐饮服务，购物服务和风景名胜POI，部分代码如下：importrequests importjson importtime importcsv f=open('1.csv','a+',encoding='utf-8',newline='') writer=csv.writer(f) writer

  • 2017互联网女皇报告中文完整版来了！

    腾讯科技全网独家汉化制作报告完整中文版并首发。 以下为报告要点：全球互联网用户数已超34亿，同比增长10%，互联网全球渗透率达到46%。其中，印度互联网用户数达到3.55亿，同比增长28%，为仅次于中国的全球第二大互联网市场。全球智能手机出货量增长3%，2015年增长10%，2014年为28%，增速持续放缓。2016年，全球网络广告支出达370亿美元，增长22%，2015年增长20%。预计在未来6个月内，网络广告支出将超越电视广告。其中，移动广告增速已经超越PC广告。得益于电子商务的迅猛发展，全球包裹数量持续增长，2016年增长率为9%。而随着亚马逊等电商巨头纷纷开设实体店，线下零售店倒闭数量打破了20年来的纪录。手游开始迅速渗透人们的日常生活，从2015年7月到2017年3月，全球玩家每日玩手机游戏的时长增长了33%。与此同时，全球电竞月观看数达到1.61次，同比增长40%。云基础设施迅速增长，份额正逐步接近传统数据中心。2016年，全球公有云与私有云基础设施建设支出达360亿美元，占IT基础设施建设总支出的37%，比2014年增长37%。中国互联网已进入“在线娱乐和共享出行的黄金时

  • DQN三大改进(三)-Dueling Network

    论文地址：https://arxiv.org/pdf/1511.06581.pdf 代码地址：https://github.com/princewen/tensorflow_practice/tree/master/Dueling%20DQN%20Demo1、DuelingNetwork什么是DuelingDeepQNetwork呢？看下面的图片上面是我们传统的DQN，下面是我们的DuelingDQN。在原始的DQN中，神经网络直接输出的是每种动作的Q值,而DuelingDQN每个动作的Q值是有下面的公式确定的：它分成了这个state的值,加上每个动作在这个state上的advantage。我们通过下面这张图来解释一下：在这款赛车游戏中。左边是statevalue,发红的部分证明了statevalue和前面的路线有关,右边是advantage,发红的部分说明了advantage很在乎旁边要靠近的车子,这时的动作会受更多advantage的影响.发红的地方左右了自己车子的移动原则。但是，利用上面的式子计算Q值会出现一个unidentifiable问题：给定一个Q，是无法得到唯一的V和A的

  • Golang测试技术

    本篇文章内容来源于Golang核心开发组成员AndrewGerrand在GoogleI/O2014的一次主题分享“TestingTechniques”，即介绍使用Golang开发时会使用到的测试技术（主要针对单元测试），包括基本技术、高级技术（并发测试、mock/fake、竞争条件测试、并发测试、内/外部测试、vet工具等）等，感觉总结的很全面，这里整理记录下来，希望能给大家带来帮助。另外这里也要吐槽一下：Golang官方站的slide都是以一种特有的golangartical的格式放出的（用这个工具http://go-talks.appspot.com/可以在线观看），没法像pdf那样下载，在国内使用和传播极其不便。一、基础测试技术1、测试Go代码Go语言内置测试框架。内置的测试框架通过testing包以及gotest命令来提供测试功能。下面是一个完整的测试strings.Index函数的完整测试文件：//strings_test.go(这里样例代码放入strings_test.go文件中) packagestrings_testimport( "strings"

  • Android 混淆那些事儿

    本文来自于腾讯Bugly公众号（weixinBugly），未经作者同意，请勿转载，原文地址：https://mp.weixin.qq.com/s/WmJyiA3fDNriw5qXuoA9MA 作者：lilycai 本文主要讲述了代码混淆和资源混淆的原理，Studio默认的混淆方案，混淆的参数，以及如何对Apk进行代码混淆(自定义混淆文件)和资源混淆(结合微信混淆和美团混淆两种方案)，避免Apk被逆向。 为什么要混淆 我们的apk在打包发布之前，都要进行混淆处理来避免源代码和资源文件被小白用户通过反编译拿到。未混淆代码的反编译操作非常简单，网上有很多教程,也可以通过使用AndroidStudio自带的apk分析工具(Build---AnalyzeAPK)直接看到未混淆Apk的源代码和原始的资源文件。对比图如下，从图中可以看到未混淆apk所有的代码都一目了然，随便改改资源和代码，就能变成一个新的apk。为了避免我们的劳动成果被窃取，也避免出现安全漏洞和隐患，此篇文章从混淆的原理到代码和资源文件的混淆实践做一下阐述。 混淆前: 混淆后: 混淆的原理 Java是一种跨平台、解释型语言，

  • [leetcode]还是补作业的第二十八天

         241.为运算表达式设计优先级。给定一个合法的运算表达式，使用不同的运算优先顺序计算不同的结果。可以看作分治问题，每次选择一个运算符，将运算符两边的值计算出来后通过运算符计算出最终结果。需要注意的时候，遍历的时候对于不止一位的的数字，需要提前进行处理，比如python的话先转换成数组再运算，c++的话就只好一个个字符判断是否为数字。

  • 打补丁17030189

    环境： OS:Centos6.9 db:11.2.0.4 ogg:21C   1.解压su-oracleunzip-d<PATCH_TOP_DIR>p17030189_112040_Generic.zip   2.检查是否有冲突 [oracle@localhost17030189]$cd<PATCH_TOP_DIR>/17030189 [oracle@localhost17030189]$/u01/app/oracle/product/11.2.0.4/db_1/OPatch/opatchprereqCheckConflictAgainstOHWithDetail-ph./ OracleInterimPatchInstallerversion11.2.0.3.4 Copyright(c)2012,OracleCorporation.Allrightsreserved. PREREQsession OracleHome:/u01/app/oracle/product/11.2.0.4/db_1 CentralInventory:/u01/

  • 多线程和异步调用

    1．耗时的操作使用线程，提高应用程序响应 2．并行操作时使用线程，如C/S架构的服务器端并发线程响应用户的请求。 3．多CPU系统中，使用线程提高CPU利用率 4．改善程序结构。一个既长又复杂的进程可以考虑分为多个线程，成为几个独立或半独立的运行部分，这样的程序会利于理解和修改。            使用多线程的理由之一是和进程相比，它是一种非常花销小，切换快，更"节俭"的多任务操作方式。在Linux系统下，启动一个新的进程必须分配给它独立的地址空间，建立众多的数据表来维护它的代码段、堆栈段和数据段，这是一种"昂贵"的多任务工作方式。而运行于一个进程中的多个线程，它们彼此之间使用相同的地址空间，共享大部分数据，启动一个线程所花费的空间远远小于启动一个进程所花费的空间，而且，线程间彼此切换所需的时间也远远小于进程间切换所需要的时间。　　使用多线程的理由之二是线程间方便的通信机制。对不同进程来说，它们具有独立的数据空间，要进行数据的传递只能通过通信的方式进行，这种方式不仅费时，而且很不方便

  • Linux---linux上安装python3环境

    前言 Windows上安装python大家都知道，那么如何在linux服务器上进行python版本呢？linux服务器上自带的是python2，如何安装python3呢？ Linux安装python3 1、需要从官网（https://www.python.org/ftp/python/）上下载python3的对应安装包，然后通过xftp的形式进行上传。 2、进入到linux对应目录中进行解压 #解压 tar-zxvfPython-3.7.7.tgz复制 3、进入到解压目录中，输入命令： ./configure--prefix=/root/python3 将python的文件设置安装在这个目录下 4、在解压目录中输入：make进行安装 5、上述命令执行完成后，再次执行makeinstall再次进行安装 6、输入python3-v查看版本号 [root@iZk0i1j60lcg56Zpython3]#python3-V Python3.6.8复制 安装PIP 1、上述已经成功的安装了python3，但是没有安装成功PIP3，具体什么原因，安静也不是很清楚，然后

  • [ZJOI2016]小星星（容斥+dp）

    题目：洛谷P3349、LOJ#2091 题目描述： 给一棵\(n\)个点的树以及一个\(n\)个点，\(m\)条边的图，问有多少种排列\(p\)使得对于任意\(i,j\)如果\(p_{i}\)和\(p_{j}\)在树上有边，那么\(i\)和\(j\)在图上一定也有边 \(n\leq17\)，\(m\leq\frac{n\cdot(n-1)}{2}\) 蒟蒻题解： 容易想到暴力dp，设\(f[i][j][k]\)表示以\(i\)为根，\(i\)对应图上的点\(j\)，且\(i\)子树内的点对应图上的点集为\(k\)，加入\(i\)的一个儿子\(u\)： \[f[i][j][k]=\sum_{t\subseteqs\subseteqk}(f[i][j][s]\cdotf[u][t][k\bigotimess]) \]但是这样复杂度是\(\Theta(n^{3}\cdot3^{n})\)的，会\(T\)飞 尝试优化掉第三维\(dp\)，如果把第三维去掉会出现树上多个点对应图上相同的节点的情况，还要减去重复的情况 考虑容斥，先枚举一个集合\(S\)，然后树上每个点都要属于集合上的点，设\(f[

  • 【LOJ #6066】「2017 山东一轮集训 Day3」第二题（二分答案 / 树哈希 / 括号序列）

    传送门 首先显然二分答案 其实我第一眼想得长链剖分维护树哈希 实际上由于这个子树有先后顺序 于是可以看做括号序列 每个点的kkk子树就是若干区间 哈希判一下即可 #include<bits/stdc++.h> usingnamespacestd; #definecsconst #definereregister #definepbpush_back #definepiipair<int,int> #definelllonglong #definefifirst #definesesecond #definebgbegin csintRLEN=1<<20|1; inlinechargc(){ staticcharibuf[RLEN],*ib,*ob; (ib==ob)&&(ob=(ib=ibuf)+fread(ibuf,1,RLEN,stdin)); return(ib==ob)?EOF:*ib++; } inlineintread(){ charch=gc(); intres=0;boolf=1; while(!isdigit(

相关推荐

推荐阅读