echarts地图扩展文件使用geoJson格式. 1.在线生成 http://ecomfe.github.io/echarts-map-tool/  这里可以生成省市区的json,但是最多生成到”区县”粒度 2.用arcmap生成 - 基于arcmap做好地图,并存为EsriJSON格式 - 然后到 http://esritogeo.herokuapp.com/ 将得到的json文件转换为geojson格式 3.绘制自定义区域  http://geojson.io/#map=12/22.973

ECharts 基于 Canvas 的纯 Javascript 图表库,提供直观,生动,可交互,可个性化定制的数据可视化图表.创新的拖拽重计算.数据视图.值域漫游等特性大大增强了用户体验,赋予了用户对数据进行挖掘.整合的能力.兼容大多数浏览器,包括IE6/7/8/9+, Chrome, Firefox, Safari 以及 Opera. 在线演示      源码下载 特色功能 混搭 混搭的图表会更具表现力也更有趣味,ECharts提供的图表(共9类14种)支持任意混搭: 折线图(区域图).柱状图

解决nohup命令生成的多余的大日志文件 经常使用命令 nohup /usr/bin/php /srv/www/update.php & 可以让它在后台安静的进行,但是有一个烦恼就是,它会生成一个日志文件nohup.out 而且这个文件,不断的增加.太占空间了. 网上找了一下,自己以前也记得好可以输出到一个什么设备里面,就可以了. 这次确实了,原来是输出到/dev/null,它就不会管了. 好了,把上面的命令修改一下了. nohup /usr/bin/php /srv/www/update.ph

SQL Server 2008 收缩日志 清空删除大日志文件 由于SQL2008对文件和日志管理进行了优化,所以以下语句在SQL2005中可以运行但在SQL2008中已经被取消:(SQL2005)Backup Log DNName with no_loggodump transaction DNName with no_loggoUSE DNNameDBCC SHRINKFILE (2)Go-----------------------------------------------------

大部分网站虚拟主机为了安全起见,都限制了通过命令或者phpMyAdmin导入大sql文件到mysql数据库,例如godaddy只允许站长通过phpMyAdmin上传不超过2m的sql文件,但实际上我们要导入到虚拟主机的sql文件远远大于2m.幸好我们还是可以使用一些第三方工具来辅助实现导入大sql文件到网站虚拟主机的mysql数据库.这个工具叫bigdump,它会分段执行大sql文件,并会自动重启,重启后从上一次执行停止处重新执行.以下是bigdump工具的使用方法. 1.下载bigdump 从

摘自:http://www.xunway.com/info/post/499.asp 昨天小编的一个客户在在利用phpmyadmin导入大sql文件的时候,总是提示错误,反应给小编,小编也是第一次遇到这样的问题,咨询了一些同行,总结如下供大家参考下       phpmyadmin导入数据库时提示: You probably tried to upload too large file. Please refer to documentation for ways to workaround t

1 编写目的 进行性能测试时,测试服务器使用的操作系统是Linux或Unix时,我们一般会使用Nmon工具进行操作系统资源监控数据的收集.Nmon工具是一款非常优秀的性能监控和分析工具,它能够实时地收集系统资源的使用情况,并且能输出结果到文件中,然后通过Nmon_analyzer工具生成.xls格式的数据文件和图形化的监测结果.通过图形化界面分析,得出系统在一段时间内资源占用的变化趋势,有了这个分析结果就可以帮助我们更好定位性能问题. 但是在实际的使用过程中,特别是长时间稳定性测试时,当单个结果

phpmyadmin-您可能正在上传很大的文件,请参考文档来寻找解决方法   实这个很简单的只要更改php.ini里三个配置即可.(见下面加粗部分,改成你自己的需求即可) ; Maximum allowed size for uploaded files. ; http://php.net/upload-max-filesize ;upload_max_filesize = 2M upload_max_filesize = 300M ; Maximum amount of memory a sc

SQL Server日志文件过大    大日志文件清理方法 ,网上提供了很多分离数据库——〉删除日志文件-〉附加数据库 的方法,此方法风险太大,过程也比较久,有时候也会出现分离不成功的现象.下面的方式是不需要做数据库分离和附加操作的. SQL 2008收缩清空日志方法: 1.在SQL2008中清除日志就必须在简单模式下进行,等清除动作完毕再调回到完整模式,一定必务要再改回完整模式,不然数据库就不支持时间点备份了.1).选择数据库–属性—选项—恢复模式–选择简单.2).收缩数据库后,再调回完整.2

Atitit 大json文件的结构化查看解决方案,高性能的jsonview  attilax总结.docx 1.1. 实现目标:1 1.2. 实现key与value类型的..一直分析到非 jsonobject jsonarray位置..1 1.3. 现存问题  fastjson使用string格式的内容,导致文件内容大小依然存在上限..1 1.4. 效果2 1.5. 参考资料4 选型了很多jsonviewer,只能对小数据量的文件生效..一旦涉及到9M左右的json文件,就都统统歇菜了.. 只好

最近遇到一个需要导入大SQL文件的问题,最先直接用SQL developer 导入大SQL文件,结果报IO Exception,只好采用sqlplus 导入,操作过程如下: sqlplus 用户名/密码@远程数据库ip:端口/实例名  1 连接成功之后使用命令 SQL>@E:\bigdata.sql 1 有时候中文会出现乱码问题,或者报错.例如: ERROR: ORA-01756: quoted string not properly terminated 1 2 此时,需要排查数据库服务器的字

sqlcmd导入大数据文件 SQLCMD 允许在Windows命令窗中通过命令行提示符运行脚本. 语法如下: sqlcmd  [  { { -U <login id> [ -P <password> ] } | -E }  ]  [-S <server> [ \<instance > ] ] [ -H <workstation> ] [ -d <database> ]  [ -l <time out> ] [ -t <

近期有个任务要求处理大XML文件,其中有个存了Base64的大节点(>90M,路径已知). 这种任务只能上XmlReader,即使如此大节点的处理还是头疼了一阵…… 最初查MSDN的时候,找到了ReadChars(),可以拿来对付大节点. 方法说明:https://msdn.microsoft.com/zh-cn/library/system.xml.xmltextreader.readchars(v=vs.110).aspx 示例中提到使用方法是: != reader.ReadChars(bu

w Parsing Huge XML Files Incrementally http://pclib.github.io/safari/program/python-cookbook/Text/ch06s04.html 如何:执行大型 XML 文档的流式转换https://msdn.microsoft.com/zh-cn/library/bb387013.aspx 大XML文件解析入库的一个方法 - 天下无贼 - 51CTO技术博客http://guojuanjun.blog.51cto.co

期间,用phpMyAdmin去导入90M左右的mysql数据库文件时出错: 您可能正在上传很大的文件,请参考文档来寻找解决方法. [解决过程] 1.很明显,是文件太大,无法导入.即上传文件大小有限制. 所以要去解除此限制. 之前其实也遇到类似的问题,之前就解决了. 这次只是再去找到对应的配置的地方,修改配置,应该就可以了. 2.参考: http://localhost/phpmyadmin/Documentation.html#faq1_16 去改对应的上传文件大小的限制: E:\dev_ins

我们在编辑较大篇幅的文章时,无可避免地要经过多次的修改.有时候修改的版本过多时,我们很可能就会记不清最新版的文章对比上一版的文章,究竟修改了哪些地方.但有了Beyond Compare(Windows系统)文件对比工具的帮助,我们就可以快速地找出不同版本文件的差异点,而且通过运用一些小技巧,还能加快大篇幅文件的对比效率.接下来,就让我们一起来讲解下这些小技巧吧. 图1:文本比较功能 第一.查看差异 首选,我们需要在Beyond Compare文件对比工具的首页开启软件的"文本比较"功能

node.js 如何处理一个很大的文件 思路 arraybuffer 数据分段 时间分片 多线程 web workers sevice workers node.js 如何处理一个很大的文件 https://cnodejs.org/topic/55a73038f73c01466cf931f2 使用fs.createReadStream()创建一个读文件流,这种方式可不受限于文件的大小: https://juejin.im/post/5d3c27ccf265da1b8d1665ba Buffer对

场景 有一个几十m的大日志文件,里边的记录是按时间排序的. 现在需要找到其中,不知道在什么位置的一条错误消息.这时候,想把内容拷出来都费劲,就算拷出来了,一般的编辑器也难以hold住这么大的文件.这时候,用less,就能很简单方便的解决这个问题. 使用 首先是打开文件: less fileName.log ctrl + f,看着时间,往下一页一页的翻. 如果 觉得信息偏下,可以跳到日志文件的最后一行:shift+g 然后,ctrl+b往上一页一页翻页查看 如果知道关键词还可以搜索,按 '/' 之

在 Node.js 中处理大 JSON 文件 场景描述 问题一: 假设现在有一个场景,有一个大的 JSON 文件,需要读取每一条数据经过处理之后输出到一个文件或生成报表数据,怎么能够流式的每次读取一条记录? [ {"id": 1}, {"id": 2}, ... ] 问题二: 同样一个大的 JSON 文件,我只读取其中的某一块数据,想只取 list 这个对象数组怎么办? { "list": [], "otherList": [

现象,在一个webpack+vue的开发环境中,npm install echarts --save了echarts,然后在vue文件中直接使用 import echarts from 'echarts' 然后编译的时候加上了Uglify选项,发现vendor文件的大小已经达到了800多k,导致首次加载速度比较慢,然后我们这个是webapp,就更慢了. 所以考虑把echarts提取出来,改用cdn版本的echarts,具体操作步骤如下: (0)找到可用的echartscdn资源