从开始报名到现在，差不多有半年的时间，这之前也尝试过其他的一些东西，大部分都亏了，然后新的这个这半年里一开始积极度比较高，贴的数量很多，后面就有些懒了没怎么贴，好在前面贴的几家都不错，现在闲着也有收入，还挺稳定的。

原文链接(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fclick.aliyun.com%2Fm%2F25382%2F)

一、数据库操作创建数据库语法：CREATEDATABASEdatabase_name;删除数据库删除数据库务必谨慎！因为执行删除命令后，所有数据将消失。语法：DROPDATABASEdatabase_name;选择数据库语法：

最近项目，生成聚合网关，但是生成的网关文件中，存在着不必要的代码段，比如一个类A，类B等之前一直使用手动删除，这么做劳民伤财，浪费时间，考虑使用正则写一个工具实现自动删除。正则写法：stringpattern@"publicpartialclassA(\s|\S)?(}\s?){2}";Regexregex

点击关注上方“杰哥的IT之旅”，设为“置顶或星标”，第一时间送达干货。!(https://oscimg.oschina.net/oscnet/5dfd48741ce7eef5788d5c1a8cdb7cdfd56.jpg)作者：低至一折起来源：juejin.im/post/5b7d52afe51d4

查询某一个表时，一直没有显示数据，于是就showprocesslist；!(https://oscimg.oschina.net/oscnet/07f86cfca979bba85837f1b6352eb00ec33.jpg)发现有表已经被锁了，关掉了之前的查询语句可以看到!(https://oscimg.oschina.net/oscn

函数计算（FunctionCompute）：函数计算(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fyq.aliyun.com%2Fgo%2FarticleRenderRedirect%3Furl%3Dhttps%253A%252F%252Fstatistics.functi

基于深度学习对运维时序指标进行异常检测，快速发现线上业务问题时间序列的异常检测是实际应用中的一个关键问题，尤其是在IT行业。我们没有采用传统的基于阈值的方法来实现异常检测，而是通过深度学习提出了一种无阈值方法：基于LSTM网络的基线（一

我们在上篇：表结构中已经建立好了表结构，这篇我们则是针对已有的表结构和搜索条件为表创建索引。1\.根据搜索条件创建索引我们还是先将表结构的初始化SQL拿过来：CREATETABLEservicelog(idbigintUNSIGNEDNOTNULLAUTO