
We are searching data for your request:
Upon completion, a link will appear to access the found materials.
Cristallo
Quarzo, trasparente e incolore o con una leggera sfumatura di colore, usato come gemma.
(PY-26: 1. 226'; b. 34'; dr. 13'; s. 18 k.; a. 2 3")
Crystal (PY-25) è stato costruito come Vida nel 1929 da Pusey and Jones Co., Wilmington, Del.; acquisito dalla Marina il 15 gennaio 1942; e commissionato il 21 febbraio 1942 il tenente comandante O. B. Drotning, USNR (in pensione), al comando.
Crystal arrivò a Pearl Harbor il 1 maggio per servizio con la frontiera marittima hawaiana. Ha prestato servizio di pattuglia e di scorta nell'area dell'isola, scortando i trasporti dell'esercito e le navi mercantili verso le isole periferiche; lavoratori civili e militari trasportati; e si unì a esercitazioni ed esercitazioni con i cacciatorpediniere. Dal 1 dicembre 1943 al 14 aprile 1944 si stabilì a Midway per il servizio di pattuglia e le esercitazioni e l'addestramento con i sottomarini. Dopo la revisione a Pearl Harbor, è tornata alle operazioni sotto la frontiera marittima hawaiana, aggiungendo ai suoi compiti le pattuglie della stazione meteorologica. L'8 novembre 1945 si mise in viaggio per la costa occidentale, arrivando a San Francisco il 17 novembre. Crystal è stato dismesso lì 6 marzo 1946 e trasferito alla Commissione marittima il 2 aprile 1947.
Taber; commissionato il 19 dicembre 1946, tenente comandante R. W. Paine, Jr., in comando; e riferito alla flotta atlantica.
Dopo l'addestramento allo shakedown al largo di New London, Cubera arrivò a Key West, in Florida, il 19 marzo 1946. Testò apparecchiature sonar, fornì servizi a progetti sperimentali di sviluppo della guerra antisommergibile nello Stretto della Florida e si unì alle esercitazioni della flotta fino al 4 luglio 1947, quando salpò al Cantiere Navale di Filadelfia per un ampio ammodernamento.
Tornata a Key West il 9 marzo 1948, la Cubera continuò ad operare localmente da questo porto, oltre a prendere parte alle esercitazioni della flotta nei Caraibi e nell'Atlantico fino al 3 luglio 1952, quando arrivò a Norfolk, il suo nuovo porto di origine. Fino al 1957 Cubera condusse operazioni locali e partecipò a esercitazioni della flotta nei Caraibi, nonché crociere a Sydney, in Nuova Scozia, nel giugno 1955. Durante il 1959 e il 1960, fu assegnata alla TF "Alfa", una forza che conduceva costanti esperimenti per migliorare le tecniche di guerra antisommergibile. Con questo gruppo ha navigato nell'Atlantico occidentale dalla Nuova Scozia alle Bermuda.
Il Progetto Menpo fornisce un involucro intorno a VLFeat: si chiama cyvlfeat.
Per installare cyvlfeat, ti consigliamo vivamente di usare conda:
conda install -c menlo cyvlfeat
Se non vuoi usare conda, il tuo chilometraggio varierà. In particolare, devi soddisfare i requisiti di collegamento/compilazione per il pacchetto, che includono la libreria dinamica vlfeat.
In altre parole, la cosa bella dell'installazione con conda è che installerà (e collegherà) anche le dipendenze di VLFeat.
Potrebbe non includere tutte le funzionalità di VLFeat. Stato attuale a marzo 2017:
- pescatore
- pescatore
- set_simd_enabled, get_simd_enabled, cpu_has_avx, cpu_has_sse3, cpu_has_sse2
- get_num_cpus,
- get_max_threads, set_num_threads, get_thread_limit
- maiale
- km significa
- kmeans_quantize
- ikmeans, ikmeans_push
- hikmeans, hikmeans_push
- deviare
- vagliare
Cristallo PY-26 - Storia
Occhiali con piede Scopri
Garretti Scopri
Highball e bicchieri Scopri
Flute, coppe e bicchieri da champagne Scopri
Secchielli per champagne e ghiaccio Scopri
Caraffe e brocche Scopri
Tazze e ciotole Scopri
Piccoli Accessori Scopri
Bicchieri da whisky old fashion Scopri
Highball e bicchieri Scopri
Bicchieri da cocktail Scopri
Calici da degustazione Scopri
Scatti Scopri
Decanter quadrati, brocche e caraffe Scopri
Secchielli per champagne e ghiaccio Scopri
Vasi Scopri
Ciotole e centrotavola Scopri
Portacandele Scopri
Posacenere Scopri
Collezionismo Scopri
Lampadari e sospensioni Scopri
Applique Scopri
Lampade da tavolo e da terra Scopri
Portacandele e candelabri Scopri
Portacandele Scopri
Vasi Scopri
Ciotole e centrotavola Scopri
Illuminazione Scopri
Potiches Scopri
Fermacarte Scopri
Scopri il gioco
Illuminazione Apollo Scopri
Bolle Scopri
Copenaghen Scopri
En Cage Scopri
Scopri in eccesso
Folia Scopri
Hulotte Scopri
Jardy Scopri
Les Endiablés Scopri
Manhattan Scopri
Oxymore - Adiante Scopri
Matrice Scopri
Ossimoro Scopri
Plein phare Scopri
Plurielle Scopri
Quarzo Scopri
Quadriglia Scopri
Saule Scopri
Stoccolma Scopri
Twist 1586 Scopri
Vega Scopri
Vibrazione Scopri
Amadeus Scopri
Ambasciatore Scopri
Scopri gli animalini
Apollo Scopri
Arlequin Scopri
Aunis Scopri
Bambù Scopri
Bartholdi Scopri
Botticelli Scopri
Catone Scopri
Deauville Scopri
Sala dei Re Scopri
Queens' Hall Scopri
Grand Siècle Scopri
Campane Scopri
Maharadja Scopri
Manutenzione Scopri
Massenet Scopri
Medici Scopri
Melteme Scopri
Musiciens du monde Scopri
Patrimoine Scopri
Petit Trianon Scopri
Rinascimentale Scopri
Renversant Scopri
Scopri reale
Stella Scopri
Cardo Scopri
Tommy Scopri
Tommyssimo Scopri
Touraine Scopri
Trianon Scopri
Scopri Versailles
Vivaldi Scopri
Eccellenza Scopri
Marhaba Scopri
Meknes Scopri
Rabat Scopri
Trianon o Scopri
Corollario Scopri
Jaipur Scopri
oriente scopri
Fermacarte Scopri
Pégase Scopri
Vasi con coperchio Scopri
Scopri Udaipur
Scopri il gioco
Schema 1
a Condizioni di reazione: 1 (0,5 mmol), S8 (154 mg, 0,6 mmol), CuI (10 mg, 0,05 mmol), o-fen (18 mg, 0,1 mmol), Cs2CO3 (163 mg, 0,5 mmol), DMF (5,0 mL), 100 °C. Le rese sono di prodotti isolati dopo purificazione mediante cromatografia su colonna.
b La reazione è stata eseguita su una scala di 2,0 mmol.
Oltre ai gruppi alifatici, la reazione ha tollerato vari sostituenti aromatici recanti sostituenti elettron-donatori (metile, metossi, isopropile) o elettron-attrattori, come nitro e cloro, nonché motivi eteroarilici. Tutti questi substrati hanno subito l'accoppiamento/ciclizzazione a cascata senza intoppi per permettersi prodotti 2a–Q con rese da buone a eccellenti (62–90%, Schema 1). La struttura del prodotto 2 è stato supportato attraverso l'analisi di diffrazione di raggi X su cristallo singolo di 2l, come mostrato nello Schema 1.
Per quanto riguarda i sostituenti sull'anello benzenico, siamo stati lieti di scoprire che possono essere impiegati vari gruppi, come metile, metossi, cloro e fluoro, in posizione cinque o sette, fornendo i corrispondenti prodotti del benzoditiolo 2r–anno Domini con rese del 75-91% (Schema 1). Inoltre, un derivato della piridina è stato anche un efficace partner di accoppiamento/ciclizzazione, offrendo prodotto 2ae con una resa del 91%.
Per valutare possibili ulteriori applicazioni del protocollo sviluppato, diversi benzoditioli sono stati trasformati nei corrispondenti derivati BDT (3a–e) in alte rese tramite idrolisi acida (Schema 1). Il protocollo sviluppato fornisce indubbiamente un metodo efficiente e pratico per la preparazione di questi composti preziosi e rilevanti dal punto di vista medico. Inoltre, la conversione sintetica di 3a nei composti importanti 4(22) (reagente di Beaucage) e 5(23) è stato ottenuto con una buona resa reagendo con m-CPBA e perossido di idrogeno, rispettivamente.
Successivamente, abbiamo ragionato che il corrispondente analogo del selenio di 2 sarebbe accessibile sostituendo la fonte di zolfo con una fonte di selenio appropriata. Curiosamente, condurre la reazione nelle condizioni di reazione ottimizzate usando la polvere di Se invece di S8 fornito (Z)-n-aril-3h-benzo[D][1,2]tiaselenol-3-immine 6 piuttosto che (Z)-n-aril-3h-benzo[C][1,2]tiaselenol-3-immine. La struttura del prodotto 6u è stato supportato dall'analisi di diffrazione dei raggi X. (Vedi Schema 2.) Gratificantemente, una varietà di motivi aromatici sostituiti, come alchilfenile (ad esempio, metile, isopropile e tert-butile), alcossifenile (ad esempio metossi ed etossi) e fenile mono e dialogenato (ad esempio F e Cl) hanno reagito uniformemente per dare i prodotti desiderati nelle condizioni di reazione ottimizzate. È stato ottenuto un totale di 30 benzotiaselenoli con rese da moderate ad alte (56-78%, Schema 2).
Valutazione diretta del contenuto di boro e litio del mantello e distribuzione mediante analisi SIMS di minerali di peridotite
L'importanza della geochimica del Li e del B è da tempo riconosciuta, proprio per i loro caratteristici comportamenti durante i processi che coinvolgono fasi fluide. Tuttavia, la mancanza di una serie di dati di riferimento convalidati per il mantello terrestre "normale" ha ostacolato lo sviluppo di modelli per gli effetti metasomatici di Li e B sulle rocce del mantello. In particolare, la concentrazione di B nel mantello è ancora oggetto di dibattito. Una stima di 0,1 ppm B sembra essere coerente come fonte per i basalti non ad arco, ma ad oggi tali dati non sono stati confermati direttamente. I contenuti della letteratura su Li e B per le peridotiti derivano da campioni il cui carattere non metasomatizzato non è stato stabilito per entrambi gli elementi, a causa della suddetta mancanza di un modello di metasomatismo completo per Li e B.
Abbiamo esaminato due gruppi di rocce del mantello, con e senza chiara evidenza compositiva che siano metasomatizzate. Queste ultime rocce forniscono i migliori vincoli sui contenuti "normali" del mantello B e Li. Proponiamo un diagramma diagnostico basato su (Ce/B) vs. (Li/Yb) misurato da SIMS in clinopirosseni peridotitici, utile per identificare campioni metasomatizzati. Dopo aver scoperto campioni privi di alterazioni metasomatiche, ritenuti rappresentativi del mantello “normale”, abbiamo ricavato per ogni fase minerale del mantello (ol, opx, cpx e sp) i trend di evoluzione a fusione parziale di Mg#, Li e B. Inoltre, considerando che le rocce del mantello "normali" si sono evolute solo attraverso la fusione parziale, abbiamo valutato i contenuti di Li e B nel mantello parentale dei nostri campioni e abbiamo ipotizzato che i valori calcolati (1,6-1,8 ppm Li e 0,07-0,10 ppm B) sono rappresentativi dei contenuti nelle fonti del mantello MORB. Questi nuovi dati sono coerenti con gli attuali modelli di fusione delle peridotiti fertili.
- Sul tuo dispositivo mobile, apri l'app Google Play Store .
- Tocca Menu Account.
- Rubinetto Cronologia degli acquisti.
Nota: i numeri degli ordini non sono al momento disponibili su Google Play. Se hai bisogno del numero dell'ordine per richiedere un rimborso, segui le istruzioni in "Utilizzo di pay.google.com" di seguito.
Nota: i numeri degli ordini non sono al momento disponibili su Google Play. Se hai bisogno del numero dell'ordine per richiedere un rimborso, segui le istruzioni in "Utilizzo di pay.google.com" di seguito.
- Vai su pay.google.com.
- Trova Altra attività di acquisto.
- Selezionare Visualizza gli acquisti.
- Seleziona un ordine per vedere la ricevuta.
Astratto
Vengono proposte e ampiamente presentate le relazioni quantitative struttura-proprietà (QSPR) per il calcolo della dipendenza dalla temperatura della tensione superficiale (σ) dei liquidi ionici (IL) in termini di contributi di gruppo (GC). Per esprimere in funzione dei GC è stato applicato un metodo di apprendimento statistico che include la regressione lineare multipla graduale e due metodi di apprendimento automatico, tra cui la rete neurale artificiale feed-forward e la macchina vettoriale di supporto dei minimi quadrati. I modelli sono stati sviluppati utilizzando la più grande raccolta di dati sperimentali riportata finora (570 IL, 1008 set di dati, 6114 punti dati). Le assegnazioni GC, lo schema di modellazione "riferimento + correzione", così come il protocollo di validazione del modello sono stati adottati dai precedenti contributi della serie [Paduszyński, K. Ind. Ing. chimica Ris. 2019 , 58, 5322-5338 Paduszyński, K. Ind. Ing. chimica Ris. 2019 , 58, 17049–17066]. Viene discussa l'influenza della famiglia chimica di cationi e anioni sulla qualità delle previsioni. Vengono discusse le potenziali applicazioni del modello proposto nella stima della temperatura critica degli IL. Infine, il modello ottenuto viene confrontato con altri metodi riportati in letteratura. In particolare, viene presentata un'ampia analisi comparativa nel caso dei QSPR selezionati che tengono conto dei contributi atomici e dei descrittori topologici.
Volatilità 2.6 Comandi
Se si utilizza Windows, rinominare it’ll be volatility.exe.
Elenca tutti i comandi
Ottieni il profilo dell'immagine
volatility -f image.mem imageinfo
Elenca i processi nell'immagine
volatility -f image.mem –profile=x pslist
Elenca i processi in formato ad albero dei processi
volatility -f image.mem –profile=x pslist
Elenca i processi scansionando l'immagine per i blocchi EPROCESS
volatility -f image.mem –profile=x psscan
Elenca gli argomenti della riga di comando dei processi
volatility -f image.mem –profile=x cmdline
Elenca i file di registro in memoria
volatility -f image.mem –profile=x hivelist
Scarica i file di registro in memoria
Ottieni prima l'indirizzo virtuale dal comando hivelist
volatility -f image.mem –profile=x dumpregistry -o <virtual memory offset> –dump-dir=./
Elenca specifiche DLL di processo e argomenti della riga di comando
volatility -f image.mem –profile=x dlllist -p x
Elenca i SID (token primario e nome account utente) utilizzati per avviare un processo specifico
volatility -f image.mem –profile=x getsids -p x
Processo di dump
volatility -f image.mem –profile=x procdump -p xx –dump-dir==.
Scarica la sezione della memoria
volatility -f image.mem –profile=x memdump-p xx –dump-dir==.
Comandi specifici SIFT, la versione Windows di Volatility non li ha
Identifica i processi con percorso, padre, riga di comando potenzialmente errato
vol.py -f image.mem –profile=x malprocfind
Cerca i processi con la maggior parte delle quantità di “false”
Visualizza i processi
vol.py -f image.mem –profile=x pstotal –cmd –output=punto –output-file=graph.dot
Confronta il memdump di base con il memdump sospetto, per identificare i processi che erano presenti nel memdump sospetto, ma non nel memdump di base
vol.py -f image.mem –profile=x -B baseline.img processbl -U 2>>error.log
Confronta memdump di base con memdump sospetto per identificare i processi che erano presenti sia nel basale che nel memdump sospetto
vol.py -f image.mem –profile=x -B baseline.img processbl 2>>error.log
2>>error.log = invia l'errore a error.log
Guarda la colonna PFound. “True” se il processo può essere trovato nella linea di base. Falso se non lo è.
Seissuite 0.1.29
SeisSuite
========================
Questo progetto è dedicato a fornire un framework Python per la tomografia del rumore sismico,
basato su [ObsPy](https://github.com/obspy/obspy/wiki) e pacchetti Python numerici
come [numpy](http://www.numpy.org/) e [scipy](http://www.scipy.org/).Requisiti
------------
Il codice è sviluppato e testato su Ubuntu (ma dovrebbe funzionare anche su altre piattaforme)
con Python 2.7.Oltre a [Python 2.7](https://www.python.org/download/releases/2.7/), è necessario
per installare i seguenti pacchetti:- [numpy](http://www.numpy.org/) >= 1.8.2
- [scipy](http://www.scipy.org/) >= 0.13.3
- [matplotlib](http://matplotlib.org/) >= 1.3.1
- [ObsPy](https://github.com/obspy/obspy/wiki) >= 0.9.2
- [pyshp](https://github.com/GeospatialPython/pyshp)
- [pyproj](https://code.google.com/p/pyproj/) >= 1.8.9
- [pyPdf](http://pybrary.net/pyPdf/)Si consiglia di installare questi pacchetti con `pip install . ` o con il tuo
gestore di pacchetti preferito, ad esempio `apt-get install . `.Facoltativamente, potresti voler installare:
- [Programmi per computer in sismologia](http://www.eas.slu.edu/eqc/eqccps.html)
essere in grado di invertire le mappe di dispersione per un modello di velocità di taglio 1-D,
poiché questi programmi si occupano della modellazione in avanti.- [waveloc](https://github.com/amaggi/waveloc)
essere in grado di eseguire il rilevatore e il localizzatore di eventi basati sulla curtosi e sulla migrazione,
ciò consentirebbe una rimozione automatizzata degli eventi sismici.- [nonlinloc](http://alomax.free.fr/nlloc/)
essere in grado di eseguire gli algoritmi di rilevamento degli eventi non lineari per waveloc
e altri programmi di rilevamento.Come iniziare
------------
Se stai leggendo questo, hai scaricato direttamente il tar ball oppure
clonato questo progetto da github.com/boland1992/SeisSuite/
In entrambi i casi, ora dovresti andare nella directory SeisSuite ed eseguire quanto segue
riga nel terminale:Questo dovrebbe installare correttamente tutti i file del pacchetto del modulo richiesti per seissuite.
Se desideri verificare che l'installazione sia andata a buon fine, esegui questa riga in qualsiasi shell Python
che è correttamente collegato al tuo PYTHONPATH:Se non si verificano errori, l'installazione è andata a buon fine.
Successivamente, dovresti iniziare a leggere il file di configurazione di esempio contenuto in:
che contiene parametri globali e istruzioni dettagliate. Dovresti quindi creare
il tuo file di configurazione (qualsiasi nome con estensione cnf, *.cnf) con il tuo
propri parametri e posizionarlo nella stessa cartella degli script. Non è consigliato
per modificare semplicemente `./bin/config_example.cnf`, poiché qualsiasi aggiornamento potrebbe annullare le modifiche.È quindi possibile elaborare nell'ordine consigliato (gli elementi e gli strumenti del modulo seissuite possono
essere utilizzato indipendentemente da questi script per creare la propria applicazione se necessario):- `00_setup.py` imposta la struttura file richiesta iniziale per le applicazioni.
DOPO CHE LA STRUTTURA DEL FILE È STATA INIZIALIZZATA, SI CONSIGLIA DI POSIZIONARE IL
FILE DI FORME D'ONDA RAW MSEED NELLA CARTELLA ./INPUT/DATA E NEI METADATI ASSOCIATI NELLA
./INPUT/XML O LE CARTELLE ./INPUT/DATALESS.- `01_database_init.py` imposta i database iniziali necessari per trovare file e
elaborazione generale. Richiede che i file MSEED si trovino nella cartella ./INPUT/DATA e nei metadati
essere nelle cartelle ./INPUT/XML o ./INPUT/DATALESS.- `02_timeseries_process.py` prende le forme d'onda sismiche come input per prima
preelaborare le forme d'onda e quindi esportare le correlazioni incrociate tra
coppie di stazioni,- `03_dispersion_curves.py` accetta le correlazioni incrociate come input e si applica
un'analisi frequenza-tempo (FTAN) per estrarre ed esportare la velocità di gruppo
curve di dispersione,- `04_tomo_inversion_testparams.py` prende le curve di dispersione come input e le applica
un'inversione tomografica per produrre mappe di dispersione i parametri di inversione
sono sistematicamente variati all'interno di intervalli definiti dall'utente,- `05_tomo_inversion_2pass.py` prende le curve di dispersione come input e le applica
un'inversione tomografica a due passaggi per produrre mappe di dispersione: un sovrasmorzato
l'inversione viene eseguita nel primo passaggio per rilevare e rifiutare i valori anomali
dal secondo passaggio.- `06_1d_models.py` prende le mappe di dispersione come input e le inverte per un 1-D
modello di velocità di taglio in posizioni selezionate, utilizzando una catena di Markov Monte Carlo
metodo per campionare alla distribuzione a posteriori dei parametri del modello.Gli script si basano sul pacchetto Python `pysismo`, che deve quindi essere localizzato
in un luogo incluso nella variabile d'ambiente PATH (o PYTHONPATH). Il più facile
la scelta è ovviamente di inserirlo nella stessa cartella degli script.Come aggiornare
-------------
Il codice è ancora sperimentale, quindi dovresti controllare regolarmente (e tirare)
aggiornamenti. Questi saranno compatibili con le versioni precedenti, **tranne se vengono visualizzati nuovi parametri
nel file di configurazione**.**In altre parole, dopo ogni aggiornamento, dovresti controllare se sono stati aggiunti nuovi parametri
al file di configurazione di esempio (`tomo_Brazil.cnf`) e inserirli di conseguenza
nel tuo file di configurazione.**Riferimenti
----------
Segue la procedura di correlazione incrociata del rumore ambientale tra coppie di stazioni
i passaggi sostenuti da Bensen et al. (2007).
La misura delle curve di dispersione si basa sulla frequenza-tempo
analisi (FTAN) con filtraggio ad adattamento di fase descritto in Levshin e Ritzwoller (2001)
e Bensen et al. (2007).
L'inversione tomografica implementa la procedura di inversione lineare
con norma penalizzazione e livellamento spaziale di Barmin et al. (2001).
Il metodo Monte Carlo della catena di Markov è descritto da Mosegaard e Tarantola (1995),
e la modellazione in avanti è curata dai Programmi per Computer in Seimologia
(Hermann, 2013).- Barmin, M. P., Ritzwoller, M. H. e Levshin, A. L. (2001).
Un metodo veloce e affidabile per la tomografia ad onde di superficie.
*Applicazione pura Geofisi.*, **158**, p. 1351-1375. doi:10.1007/PL00001225
[[diario](http://link.springer.com/article/10.1007%2FPL00001225)]
[[pdf](http://jspc-www.colorado.edu/pubs/2001/1.pdf)]- Bensen, G.D. et al. (2007). Elaborazione dei dati di rumore ambientale sismico per ottenere
misurazioni affidabili della dispersione delle onde superficiali a banda larga.
*Geofisi. J. Int.*, **169**(3), p. 1239-1260. doi:10.1111/j.1365-246X.2007.03374.x
[[diario](http://onlinelibrary.wiley.com/doi/10.1111/j.1365-246X.2007.03374.x/abstract)]
[[pdf](http://ciei.colorado.edu/pubs/2007/2.pdf)]- Herrmann, R. B., 2013. Programmi per computer in sismologia: uno strumento in evoluzione per
istruzione e ricerca, *Seismol. Ris. Let.*, **84**(6), p. 1081-1088
doi: 10.1785/0220110096
[[pdf](http://srl.geoscienceworld.org/content/84/6/1081.full.pdf+html)]
- Levshin, A.L. e Ritzwoller, M.H. (2001). Rilevamento automatizzato, estrazione,
e misurazione delle onde superficiali regionali. *Applicazione pura Geofisi.*, **158**,
P. 1531–1545. doi:10.1007/PL00001233
[[diario](http://link.springer.com/chapter/10.1007%2F978-3-0348-8264-4_11)]
[[pdf](http://ciei.colorado.edu/pubs/pageoph_01/Levshin_Ritzwoller_pag2001.pdf)]- Mosegaard, K. e Tarantola, A. (1995) Campionamento Monte Carlo di soluzioni all'inverso
problemi, *J. Geofisi. Ris.*, **100**(B7), pag. 12431–12447
[[diario](http://onlinelibrary.wiley.com/doi/10.1029/94JB03097/abstract)]
[[pdf](http://www.ipgp.fr/- Langet N. et al (2014). Migrazione continua basata sulla curtosi per il rilevamento e la localizzazione di eventi sismici,
con Applicazione al vulcano Piton de la Fournaise, La Réunion.
* Bul. Seis. Soc. Em.*, **104**, p. 229-246. doi:10.1785/0120130107
Cristallo PY-26 - Storia
Il sistema di migrazione Django è stato sviluppato e ottimizzato per funzionare con un numero elevato di migrazioni. Generalmente non dovresti preoccuparti di mantenere una grande quantità di migrazioni di modelli nella tua base di codice. Anche se a volte provoca alcuni effetti indesiderati, come il consumo di molto tempo durante l'esecuzione dei test. Ma in scenari come questo puoi facilmente disabilitare le migrazioni (anche se al momento non esiste un'opzione integrata per questo).
Ad ogni modo, se vuoi eseguire una pulizia, presenterò alcune opzioni in questo tutorial.
Scenario 1:
Il progetto è ancora nell'ambiente di sviluppo e si desidera eseguire una pulizia completa. Non ti dispiace buttare via l'intero database.
1. Rimuovi tutti i file di migrazione all'interno del tuo progetto
Passa attraverso ciascuna cartella di migrazione delle app dei tuoi progetti e rimuovi tutto all'interno, tranne il file __init__.py.
Oppure, se stai usando un sistema operativo unix-like, puoi eseguire il seguente script (all'interno della directory del tuo progetto):
2. Rilascia il database corrente o elimina db.sqlite3 se è il tuo caso.
3. Creare le migrazioni iniziali e generare lo schema del database:
Scenario 2:
Vuoi cancellare tutta la cronologia delle migrazioni ma vuoi mantenere il database esistente.
1. Assicurati che i tuoi modelli si adattino allo schema del database corrente
Il modo più semplice per farlo è provare a creare nuove migrazioni:
Se sono presenti migrazioni in sospeso, applicale prima.
2. Cancella la cronologia delle migrazioni per ogni app
Ora dovrai cancellare l'app della cronologia delle migrazioni per app.
Per prima cosa esegui il comando showmigrations in modo che possiamo tenere traccia di cosa sta succedendo:
Cancella la cronologia delle migrazioni (tieni presente che nucleo è il nome della mia app):
Il risultato sarà qualcosa del genere:
Ora esegui nuovamente il comando showmigrations:
Devi farlo per tutte le app di cui vuoi ripristinare la cronologia delle migrazioni.
3. Rimuovere i file di migrazione effettivi.
Passa attraverso ciascuna cartella di migrazione delle app dei tuoi progetti e rimuovi tutto all'interno, ad eccezione del file __init__.py.
Oppure, se stai usando un sistema operativo unix-like, puoi eseguire il seguente script (all'interno della directory del tuo progetto):
PS: L'esempio sopra rimuoverà tutti i file di migrazione all'interno del tuo progetto.
Esegui nuovamente le migrazioni dello spettacolo:
4. Creare le migrazioni iniziali
5. Falsificare la migrazione iniziale
In questo caso non potrai applicare la migrazione iniziale perché la tabella del database esiste già. Quello che vogliamo fare è invece falsificare questa migrazione:
Guarda il video: Letto 26 (Potrebbe 2022).