python
已收录文章：291篇
-
最近遇见一个 MySQL 的慢查问题，于是排查了下，这里把相关的过程做个总结。 定位原因 我首先查看了 MySQL 的慢查询日志，发现有这样一条 query 耗时非常长（大概在 1 秒多），而且扫描的行数315 收藏
-
1.前言我们在方差分析里面有讲过，方差分析有一个很重要的前提就是叫方差齐性。这一篇来讲讲如何来检验方差齐性。先讲讲什么是方差齐性，方差齐性是指不同组间的总体方差是一样的。那314 收藏
-
前面我们讲了方差分析，方差分析主要是用于多组均值比较的，方差分析的结果是多组均值之间是否有显著性差异，但是这个显著性差异是整体的显著性差异，可是我们并不知道具体是哪些组之314 收藏
-
Python 3.14 将 free-threaded build 纳入正式支持。它能让设计得当的 CPU 密集型多线程工作负载利用多核，但不是把现有服务切换后就自动提速。本文从扩展兼容、共享状态、压测与回退四个角度拆解团队该如何判断与迁移。314 收藏
-
Python API 的返回值和异常是调用方契约的一部分。本文从预期不存在、无效输入、依赖失败和异常链保留四类场景出发，说明 None、内置异常和自定义异常该怎样取舍。313 收藏
-
# 导入pymysql模块 import pymysql # 连接database conn = pymysql.connect( host="localhost", user="root", password="123456", database="fanis", charset="utf8" ) # 获取一个光标 cursor = conn.cursor() # 创建表 sql = """ CRE309 收藏
-
本文用 Python 解析访问日志的场景讲清正则命名分组：如何把原始日志拆成字段字典，如何处理格式不符合预期的错误行，最后统计接口访问次数、状态码分布和慢请求。308 收藏
-
Python 3.14 新增的多解释器线程池能让多个独立解释器在同一进程中并行处理 CPU 密集任务，但它不共享可变对象。本文用一个可验收的小实验检查参数序列化、解释器隔离、异常回收和退出边界，帮助你判断它是否适合现有 Python 服务。308 收藏
-
今天项目已经能够做一个简单的后端服务了，在mysql中新建一个表，就能自动提供restful api的CURD服务了。 关键点 根据REST的四种动词形式，动态调用相应的CURD方法； 编写REST与基础数据库访问类306 收藏
-
在编写业务逻辑代码的时候, 我不幸遇到下面的表结构(已经将主要逻辑抽离出来了): class Category(Model): __tablename__ = 'category' # 分类ID id = Column(Integer, primary_key=True, autoincrement=True) # 分类303 收藏
-
安装mysql 首先安装pymysql pip install pymysql 然后安装mysqlclient pip install mysqlclient 在安装过程中可能会报类似以下错误（因为我的已经安装成功了，找了类似的图）： 在window下安装python的包会出现各300 收藏
-
Python 项目里同一条日志重复出现两三次，常见原因是重复 addHandler 或子 logger 向根 logger 继续上抛。本文从复现现象开始，逐步检查 Handler 数量、logger 层级和 propagate 配置，整理一套稳定的日志初始化写法。299 收藏