昨天临下班，生产环境出现了一个偶发的报错预警。旁边的同事正~~准备排查，只见他输入命令 cat application.log ，一个 2GB 大小文本啊，日志哗哗刷啥也看不清，crtl + c 也停不下来了，最后轻轻的关闭连接，又重新打开了一个～后端开发来说，熟练掌握 Linux 的日志分析命令是基本功，整理几一些基于 tail、less、grep、sed、awk 的日志查询场景，希望能帮你快速定位问题。同名公众号：程序员小富，欢迎关注tail很多新手习惯用 cat，但对于大文件，cat 会导致屏幕刷屏，还容易把终端卡死。tail 才是实时监控的神器。真实场景 A：服务发版启动监控每次发版重...

鼠鼠我呀，究竟是怎样的结果，才配得上这一路的颠沛流离啊啊啊，原来是字节呀。从此化身节孝子，我的心只为你跳动

pandas入门级高频操作 #读取数据 pd.read_csv(file.csv) #取列 df['col1','col2'] #条件筛选 df[df['col1']=='xx'] #缺失值删除：删除name为空的行 df.dropna(subset = ['name']) #去重 df.drop_duplicates(subset = ['col1']) df.duplicated() #布尔值，行是否重复 df['col'].duplicated() #布尔值，列是否重复 #重命名 df.rename(columns = {'col1':'recol1','col2':'recol2'})...