在此项目中，用户注册时，需要上传头像，这里简单的利用了几个插件，实现了头像上传服务器的功能。前端利用了一个upload的插件，后端引用了Spring 的上传文件的jar包，下面整理贴出了项目中的相关代码：

需要引入js以及css文件：
bootstrap.css
ui.css
form.css
font-awesome.css

引入css

<link rel="stylesheet" type="text/css" href="<%=request...

pip安装python_jenkins包

pip install python-jenkins

复制自定义python包

复制项目中的indata_pack目录到python的site-packages下。

位置：indata_dev\indata_tool_api\indata_pack

indata_pack说明

目录结构：

config_base目录

主要存放jenkins执行时需要的配置文件config.xml以及其他的一些脚本文件

config_template目录

存放生成配置文件的模板...

azkaban使用的是session进行登录控制，session过期时间为1天。所以对于azkaban接口服务的调用，首先要进行登录获取session。解决方案有三种：

1.在执行请求前，先进行登录。

优点：实现简单

缺点：每次都要发送登录请求，azkaban服务器负担较大

2.通过某个请求来判断是否登录，如果登录，继续执行，没有登录，先执行登录，再执行下面的请求操作。

优点：无需每次都进行登录

缺点：每次同样要发送两次请求

3.利用AOP来对请求方法进行切面注入，通过判断请求结果来进行登录控制...

在项目中需要将一些算法打包成可执行的jar，然后上传算法。这里主要是用的是maven插件进行可执行jar打包，插件包括maven-shade-plugin和org.scala-tools（主要用来打包编译scala文件）。下面将从搭建普通项目到打包可执行jar详细讲解一下。

创建项目

在IDEA下创建一个普通的maven项目：File–>New –>Project–>Maven–>maven-archetype-quickstart

引入Maven打包插件

修改pom.xml...

项目里主要使用远程调用azkaban提供的api进行相关任务的执行，下面主要从基础接口封装和调用实例来记录相关代码。

参考官网ajax-api:http://azkaban.github.io/azkaban/docs/latest/#ajax-api

对于azkaban基础接口的封装主要是利用java调用azkaban官网提供的ajax-api，通过springframework提供的restTemplate进行http请求。封装接口主要包括：登录、创建project、删除project、上传...

官网：https://nginx.org/en/download.html

1.下载源码

wget https://nginx.org/download/nginx-1.13.10.tar.gz

2.解压

tar -zxvf nginx-1.13.10.tar.gz

3.编译安装

进入目录

cd nginx-1.13.10

配置

./configure

编译

make
make install

查找安装路径

whereis nginx

由于环境问题可能出现的错误异常：

解决方法：...

1.下载 Microsoft SQL Server Red Hat 存储库配置文件：

curl -o /etc/yum.repos.d/mssql-server.repo https://packages.microsoft.com/config/rhel/7/mssql-server-2017.repo

2.通过yum安装

yum install -y mssql-server

3.运行包安装完成后mssql conf 安装并按照提示操作以设置 SA 密码，并选择你的版本，安装完成后会自...

MongoDB 是一个基于分布式文件存储的数据库。由 C++ 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。

MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。

官网提供windows、Linux、OSX系统环境下的安装包，这里主要是记录一下在Linux下的安装。首先到官网下载最新的安装包。这里下载的是4.0.1版本的。

官网地址：https://www.mongodb.com/

4.0.1版本适合CentOS系统的...

import numpy as np 
import matplotlib.pyplot as plt
from sklearn import datasets

iris = datasets.load_iris()
X = iris.data[:,:2]
y = iris.target

/Users/shirukai/anaconda3/lib/python3.6/importlib/_bootstrap.py:219: RuntimeWarning: numpy.dtype size changed...

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(666)

X = np.random.normal(0,1,size=(200,2))
y = np.array(X[:,0]**2 + X[:,1] < 1.5,dtype='int')
for _ in range(20):
    y[np.random.randint(200)] = 1

plt.scatter(X[y==0,0],X[...