首页
友情链接
全景相册
随机剧照
本站声明
壁纸
Search
1
diffusers-image-outpaint,智能扩图工具,懒人包,有更新
6,247 阅读
2
AIGC数字影像馆,键盘摄影大师(一键懒人包)
2,869 阅读
3
三款离线OCR对比(供下载)
2,668 阅读
4
九寨沟
2,653 阅读
5
台湾-景(阿里山,101,故宫,日月潭)
2,647 阅读
摄影类
茶余饭后
软件类
登录
Search
标签搜索
园博园
AI
锦绣园
五一
甘坑
重庆
荔枝公园
开源
懒人包
台湾
相机
大梅沙
沙井
大沙河
南头古城
博物馆
一个公园
猫
文和友
扫街
傻木摄影
累计撰写
549
篇文章
累计收到
112
条评论
首页
栏目
摄影类
茶余饭后
软件类
页面
友情链接
全景相册
随机剧照
本站声明
壁纸
搜索到
201
篇与
» 茶余饭后
的结果
2025-04-08
批量调整勤哲Excel服务器图片附件尺寸
批量调整勤哲Excel服务器图片附件尺寸 这是个顽疾 勤哲服务器及其不稳定 限制了附件大小 完全没卵用 导致产线员工随手一拍都是大片 全部存在数据库 有些一张图甚至14mb 一张问题单可以上传8张图 经常一张单30mb 服务器数据库不堪重负 如果存在本地文件夹内都好说 有很多工具可以批量调整 但是存在数据库.... 真是超级坑爹 可以自行以下sql语句 查看下附件体积 SELECT c.FullName AS 详细路径, a.ObjName AS 模板名称, ROUND( ISNULL( DATALENGTH(dbo.ES_CasePic.img) / 1048576.0, 0 ), 2 ) AS 附件大小MB FROM dbo.ES_Bo AS a LEFT OUTER JOIN dbo.ES_V_TmpClass AS c ON a.ClassId = c.ClassId LEFT OUTER JOIN dbo.ES_Tmp AS t ON a.ObjId = t.objId INNER JOIN dbo.ES_RepCase ON dbo.ES_RepCase.RtId = t.RtId INNER JOIN dbo.ES_CasePic ON dbo.ES_CasePic.RcId = dbo.ES_RepCase.rcId WHERE dbo.ES_CasePic.NFSFolder = '' ORDER BY 附件大小MB DESC; 好在现在有AI 写了个py脚本 批量调整图片分辨率 数据库图片附件表单从16.41gb降到1.45gb 直接减掉了15gb 整个数据库体积显著降低到33gb,原先51gb 压缩后5.96gb,原先20.4gb 我都佩服我自己 真牛逼  py代码是ai写的 已在我生产数据库执行验证无异常 如果不清楚代码什么意思 请自己去问ai 至于在其他服务器是否能执行 要看你的环境 执行前请做好备份工作 不对执行脚本带来的后果承担任何责任   隐藏内容,请前往内页查看详情
2025年04月08日
103 阅读
0 评论
1 点赞
2025-04-07
多数人做不到的道德,都是伪道德
孔夫子教育子贡,一切多数人做不到的道德,都是伪道德,一切伪道德都是恶道德。 伪道德之于家国百姓不仅无益,反而伤天害理,祸国殃民,贻害无穷  “孔夫子有一个得意弟子名叫子贡,他就是当今儒商的鼻祖,子贡善于经商,家产百万贯,富可敌国。 当时鲁国有一条律法,律法规定:凡是鲁国人在国外沦为奴隶的,如果有人能把他们赎出来的,那么可以到国库中报销赎金。” “子贡竟然这么有钱,富可敌国,还是儒商的鼻祖”妖女若男没有系统的读过书,并没有听过这个故事,她只是知道孔子确实有个弟子叫子贡,但是不知道子贡竟然这么有钱,竟然都有钱到了富可敌国的程度了。 “有一天,子贡在国外遇到了一个做奴隶的鲁国人,便花钱将他赎了下来,让他恢复自由。 等子贡回到鲁国后,拒绝收下鲁国国库报销金,表示自己有钱,自己承担这笔赎金即可,国库里的钱可以留着多解救一个在外为奴的鲁国人。” 李姝讲到这里停了一下,然后看向妖女若男,轻声向其询问道,“若男姑娘,你觉得子贡的这一做法怎么样?” 妖女若男在李姝话音刚落,便毫不犹豫的大加赞赏,毫不吝啬对子贡连连夸奖,“子贡不愧是孔圣人的得意门生,得了孔圣人的真传,真是一个高尚的人,一个有道德的人,一个大方无私的人,一个正人君子,所有人都应该向子贡学习,学习他这种乐于助人、不图回报的高尚精神。” 听了妖女若男的评价,朱平安的嘴角又扯的厉害了 喂,朱平安你什么意思?! 妖女若男看到了朱平安的表情,忍不住瞪了朱平安一眼,这个男人真是色迷心窍,心也跟着变黑了,忘了他自己是一个寒门出身了 近朱者赤,近李煮黑! 妖女若男对朱平安用力的哼了一声,表示鄙视。 “若男姑娘还真是一片稚子赤诚之心。”李姝微微笑了笑,轻声说道。 一片稚子赤诚之心?! 意思是说我幼稚喽?! 妖女若男品味处了李姝言外之意,顿时不服了,挑眉扬声道,“少夫人,这话是什么意思?我说错了?难道说子贡做好事反而还做错了?! 子贡怎么可能会错呢,人家子贡用自己的钱做好事,还不求国库报销金,难道不是一个道德模范吗?! 如果此人此言此行都算错,那世上就没有好人了。“ 李姝微微笑了笑,“若男姑娘稍安勿躁。 当时子贡赎人,拒绝国库报销金自德为国情承担赎金负累后,周围人交口称赞,称赞子贡道德高尚,游扬子贡是一个惊慨大方不求回报的人,是答国的大善人……” “对嘛,这才是正常人的反应吗,不像某些人啊为富不仁.”妖女若男立马接声道。 “很快,孔夫子听说了子贡的所作所为后,情绪激动的找到子贡……” 李妹接着往下讲道。 “呵啊,肯定是孔夫人老怀大慰,激动的夸奖子贡,有他遗风,光耀师门。” 妖女若男自顾自的说道。 李姝摇了摇头,缓缓说道,“孔夫子找到了子贡,大骂子贡不止,骂子贡此举伤天害理,祸害了无数落难的鲁国同胞。” “啊?什么?!孔夫子他大骂子贡,他有病吧……”妖女若男闻言,吃惊的张大了嘴巴,禁不住为子贡打抱不平,愤慨痛斥孔夫子有病。 人家子贡自己出钱赎人,还不求回报,拒绝了国库的报销金,自愿替国家分担赎金,无论怎么看都是十足十的大好人一个,还是绝大多数人做不到的大好人,怎么孔夫子还大骂人家子贡! 还骂的那么狠!这么难听! 骂人家子贡伤天害理,祸害无数落难的各国同胞?! 孔夫子他这是颠倒黑白,闭着眼睛,味着良心,给人家子贡泼脏水啊! “孔夫子是不是觉的子贡抢了他的风头,抢了他圣人的殊荣?!害怕子贡名气大过他?! 还真是小气啊。怪不得有这么多人背后偷着骂孔夫子虚伪迂腐啊,还真是没有冤枉他, 从子贡这件事就可以看出来,孔夫子还真的是欠骂,道貌岸然,黑白不分,小肚鸡肠,虚伪无德,简直不配为人师表……” 妖女若易情绩激动不已,原先在她口中的孔圣人,成了她口诛笔伐的对象,被她一通输出,几乎成了反面典型,被送上了耻辱架。 “若男姑娘你误会孔夫子了。”李姝缓缓摇了摇头,轻声对妖女若男道。 “我误会了?怎么可能误会他,人家子贡好心做好事,惹他一顿劈头盖脸的臭骂,你说他是不是欠骂……”妖女若男兀自愤愤不平道。 继而妖女若男又想到了什么,警惕的看向李姝,一脸质疑道,“还是说少夫人欺负我若男读书少,故意编造了一个子虚鸟有的故事唬我呢?” 李姝一脸坦荡的和妖女若男对视,无奈又无语道,“我骗你干嘛,这个故事是《吕氏春秋》书中的记载,若男姑娘若是不信,我让琴儿去书房取《吕氏蠢秋》来,若男姑娘自己翻看便是。” “不用了,我相信少夫人。” 妖女若男摆了摆手,她闯荡江湖这么多年也不是白闯荡的,察言观色的能力绝非等闲所能及,从李妹的表情还有言语中看得上来,李妹没有骗她。 另外,刚才幼儿后蒙的打脸经历,她可不想再经历一番了,她又没有受喜倾向。 “少天人说我误会,我哪里误会姓孔的了? 人家子贡好心做好事,他凭什么骂人家伤天害理、祸喜落难在外的鲁国?!“ 妖女若男继续追问道。 “孔夫子骂了一顿子贡后,痛心疾首的教育他,说圣人所做的事情,是可以移风易俗,教导可施于老百姓,而非独适于自己的行为。 鲁国原先的律例规定,所求的是人民心中的'道德’,只要大家看见落难的同胞能生出恻隐之心,花钱赎回这个人,就完成了一件义举、善举, 事后国家会给他补偿和奖励,让行善的人不会受到损失,而且也能得到大家的赞扬,长此以往,愿意做善事的人就会越来越多,大家竞相做善事。” “你子贡赎人不向国家领取补偿奖励,固然让你赢得了更多赞扬,但是同样也拔高了大家对,道德”的要求。 有你这么一件事在先,往后,那些续回落难同胞的人去向国家领取补偿和奖励,可能不仅再也得不到大家的称赞, 甚至还会被国人所嘲笑、贵翼和唾弃。人们会贵问他们,为什么不能像你子贡那样不领取补偿奖励,为国幸减轻负担呢?!” “所以,长此以往,人们就会对落难的音国同胞视而不见,不愿意再解救他们了。 因为人们不像你子贡这样有钱如果他们赎人后去国库报销的话,反而会被人们朝笑、市骂和呼弃,那就只好视而不见了。 所以说你子贡比举伤无享理祸害了无数落难的各国同胞啊。“
2025年04月07日
110 阅读
0 评论
0 点赞
群友送我一个傲腾M10
2025年03月17日
103 阅读
0 评论
0 点赞
2025-03-17
谢谢老铁赠与傲腾!!!!! 英特尔傲腾16GB M.2 SSD 型号为傲腾M10 是一款基于3D XPoint技术的存储设备,专为提升系统响应速度和数据缓存设计,以下是其核心特点和相关信息: 3D XPoint技术:不同于传统NAND闪存,采用相变存储原理,无需擦除即可直接写入,延迟极低(微秒级),4K随机读取性能远超普通SSD,在低队列深度下仍能保持高性能 顺序读写:最高1200 MB/s(读取)、280 MB/s(写入) 4K随机读写:190K IOPS(读取)、35K IOPS(写入) 低延迟稳定性:写入延迟仅17微秒,突发延迟比NAND SSD低一个数量级 写入寿命:标称365 TBW(16GB版本),实际测试中寿命耗尽后可重置健康度,远超普通SSD寿命 数据持久性:适合冷数据存储,断电后数据保存时间长达数年,无电子流失风险 平台要求:需搭配Intel第7代及以上酷睿处理器、200系列及以上主板,仅支持Windows 10/11系统        
2025-03-14
Epson R-D1,爱普生旁轴相机
Epson R-D1,爱普生旁轴相机 妹子总是迟到 所以最近都不拍妹子了 周六也没有公交车回去 所以每周六下午都去扫街 找了朋友借了台相机 这台相机绝大多数都没见过的 爱普生的 R-D1 初代发布于2005年 到今年刚好20岁了 手动对焦 基线没莱卡长 小屏幕 CCD 没即时取景 没有连拍 内存卡最大支持2GB 耗电量巨大 一节电池约拍100张 需要随身带多张卡 需要随身带多节电池 600万像素 咸鱼售价大约1W 好容易收到快递了 上弦按不下快门 也不知道哪里的问题 放了几个钟,又自己好了!             
2025年03月14日
80 阅读
0 评论
0 点赞
2025-03-14
大数据已死
大数据已死 "大数据"这个词,大家想必耳熟能详。这是最大众化的 IT 词汇之一,全社会曾经都热衷于它。  百度指数显示,"大数据"从2011年开始进入搜索引擎,然后快速传播,在2017年~2019年之间达到顶峰。 那时,大家都认为,数据在未来将指数式增长,世界将被海量数据淹没。如何处理这些数据,就成为了关键问题。它决定了一个企业甚至一个国家在信息时代的竞争力。 于是,企业纷纷寻求大数据解决方案,出现了很多相关的招聘岗位,还都是高薪。高校也积极响应,有报道称,国内有600多所高校开设了"大数据专业"或"大数据学院",其中包括北京大学、复旦大学这样的名校。  但是,十年过去了,大数据并没有成为发展的瓶颈,我们依然足以处理产生的所有数据,在可预见的将来也是如此。 预言中的大数据时代,看上去不仅没有来临,反而变得遥遥无期了。 "大数据"这个词的热度,也在不断降温,被提及次数变少了,招聘岗位也慢慢不见了。 与之相应的是,"大数据"这个技术领域,也进展甚微,没有诞生新的概念和理论,技术没有突破,很多方向都停滞不前。 比如,专为处理大数据而设计的 NoSQL 数据库,声势越来越小,陷入停滞,反而是传统的关系型数据库(SQLite、Postgres、MySQL)强劲增长,越发受欢迎。 这是怎么回事?  谷歌的大数据工程师乔丹·蒂加尼 (Jordan Tigani),最近直言不讳地说:"大数据已死"。 他认为,大数据时代已经结束了,大数据的存储和分析,作为一个技术问题已经解决了。 用户已经不必担心数据大小了,再多的数据都不是问题。 他提出了"大数据已死"的6个理由,我觉得很有说服力,下面就跟大家分享。 (1)绝大多数企业到不了大数据级别。 企业的数据量往往不到 1TB,很多甚至不到 100GB。 假设一家中等规模的制造业公司,拥有1000个客户,每个客户每天产生一个订单,每个订单包含100个产品。这家公司一天产生的数据量,依然远远小于 1 MB。三年后,数据总量也只有 1 GB,达到 1 TB 需要几千年。 就算是大型互联网公司,大多数时候也到不了大数据级别。假设某个营销活动有100万用户参加,并且同一时间,该公司开展了几十个这样的营销活动,每天的数据量依然不足 1 GB,就算加上各种日志,可能也只有几个 GB,这跟大数据相差甚远。 (2)存储和计算正在分离。 大数据包含"数据存储"和"数据计算"两个方面,如果放在一个系统里面处理,确实很难。 但是,这两方面现在已经能够脱钩,变成两个独立系统,各自都能独立扩展。这意味着,"数据计算"不受"数据存储"(数据库大小)的限制,反之依然。 因此,大数据作为单一问题就不存在了,变成了海量存储和大型计算两个问题。 (3)没有新业务的情况下,数据是线性增长的, 即每天的新增数据与以前的数据结构相同。 以前的数据一旦写入数据库,通常就不再发生变化,也没有新的计算需求,相关计算在以前就完成了。这时只要对最近的新增数据进行单独计算,然后保存就可以了。你很少需要每天扫描一遍旧数据:那些数据一成不变,为什么要一遍一遍计算它们呢? 因此,对于一家企业来说,"数据会指数式增长"这个假设并不成立。而且,数据计算的需求,其实比数据存储的需求小得多,因为老数据很少需要再次计算。 (4)人们看重的往往只是最近的数据。最频繁的查询是针对24小时内产生的数据,一周前的数据的查询可能性要低20倍,一个月前的历史数据只会偶尔被查询。 这意味着,大数据更像静态数据,而不完全是动态数据。既然以前的数据很少用到,那么就可以压缩保存。一个包含10年数据的表格,可能会达到 PB 级别,但是如果压缩保存历史数据,压缩后可能不到 50 GB。 (5)真正拥有大数据的公司,几乎从不查询全部数据。他们90%的查询涉及的数据少于 100 MB,涉及 TB 级别数据的查询非常少。 就算查询 TB 级别数据,查询性能的优先级往往并不高。等一个周末或几天才拿到结果,通常是可以接受的。 另外,大型数据集的查询非常昂贵。谷歌的 BigQuery 的 PB 级别查询报价是 5,000 美元,即使是大公司也不会经常使用。 (6)硬件的飞速发展,使得单台计算机的计算能力大增。 2004年,谷歌发表 MapReduce 论文时,单机的计算能力还比较弱,很多计算必须通过分布式完成。 2006年,AWS 推出了 EC2 云主机,你只能用到一个单核 CPU 和 2 GB 内存。今天,AWS 的标准实例具有64个内核和 256 GB 内存。如果愿意多花钱,还可以拿到445个内核和超过 24 TB 内存。 单机计算能力大大增强,意味着大数据的最大难点----分布式计算----即使被用到,困难程度也大大降低。 综上所述,结论就是:数据量已经不需要特别关注了,再也不必担心处理不了海量数据了。 大数据作为一个技术问题,已经解决了。 [转载](https://www.ruanyifeng.com/blog/2023/03/weekly-issue-244.html)
2025年03月14日
157 阅读
0 评论
0 点赞
2025-02-22
电影院偷票房
电影院偷票房 很久没看过电影了 不喜欢跟风随大流 什么越火我越是不看 公司楼下就有一家电影院 看的美国队长 为啥总喜欢看外国片子? 还是不是外国片子里面死的都是外国人 砸的都是国会白宫啥的 这片子太牵强 美国总统变成巨人当街打飞机 给6.3分吧 再说下面这两张电影票 以前总听说偷票房 现在算是知道了 收了我45元 但是票上只写30元 这个对账时,就只会对30元 在我质疑后 给我换票了 写的45   都去看热闹片子了 这片子看的人少 大概五个人左右 电影院这些按摩椅坐的真他妈不舒服 凡是好位置全都是这些按摩椅 操蛋 
2025年02月22日
176 阅读
0 评论
0 点赞
2025-02-19
美剧-良医
美剧-良医 这类题材不少 但是绝对算不上多 我本人非常忌惮医院 不管是我自己去医院 还是去医院看人 都是及其不愿意去的 不喜欢医院 心理学上大概是害怕死亡 因为医院总会关联不好的事情 最近又剧荒 下载了良医 一个自闭症成为一名外科医生 非常有天赋 剧集中各种奇葩病症 以及医院的医生的各种爱恨情仇勾心斗角 还有实习医生为了第一次主刀手术时的流程仪式感 让你看见医生日常是一种怎样的 医者父母心 居中很多感人情节 真希望世界上的所有医院都像这个医院一样以人为本 居中充满血腥 很多画面可能很恶心 不适合所有人观看 可能看了会做噩梦 剧集非常精彩     
2025年02月19日
100 阅读
0 评论
0 点赞
1
2
3
...
29
网站版权本人所有,你要有本事,盗版不究。 sam@gpcb.net