在 Nginx 中正确处理 HTTP 请求发送到 HTTPS 端口 如果你正在运行一个基于 Nginx 的 web 服务器，可能会遇到一个常见的问题：HTTP 请求被错误地发送到 HTTPS 端口。这可能会发生在不同的场景中，例如当用户直接在浏览器中输入 URL，或者当某个应用错误地发送请求。在这种情况下，Nginx 会返回一个特殊的 497 错误代码，表示接收到了一个期望的是 HTTPS 的 HTTP 请求。虽然 Nginx 提供了一些用于错误处理的配置选项，但正确地处理这种特定情况需要一些额外的配置步骤。以下是一个如何配置 Nginx 以正确处理此问题的示例：server { listen 443 ssl; server_name store.*; include /config/nginx/ssl.conf; client_max_body_size 0; error_page 497 https://$http_host$request_uri; location / { resolver 127.0.0.11 valid=30s; set $upstream_app 192.168.0.2; set $upstream_port 8090; set $upstream_proto http; proxy_pass $upstream_proto://$upstream_app:$upstream_port; proxy_redirect off; proxy_set_header Host $http_host; proxy_set_header X-Forwarded-Proto $scheme; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header Upgrade-Insecure-Requests 1; proxy_set_header X-Forwarded-Proto https; } } server { listen 80; server_name store.*; location / { return 301 https://$http_host$request_uri; } }

OpenClash自定义规则不生效问题排查(Linkedin自动跳转中国站点) Linkedin在2021年10月14宣布关闭中国区版本，而后中国区（IP）的用户访问linkedin.com都会被重定向至linkedin.cn启发参考链接 https://http.ooo/20.html 在OpenClash中添加自定规则，然后打开linkedin.com发现居然还会重定向到linkedin.cn查询DNS解析结果~ % nslookup www.linkedin.com Server: 192.168.0.1 Address: 192.168.0.1#53 www.linkedin.com canonical name = www.linkedin.cn. www.linkedin.cn canonical name = pop-az-be.www.linkedin.com. pop-az-be.www.linkedin.com canonical name = pop-az-be-lor1.www.linkedin.com. Name: pop-az-be-lor1.www.linkedin.com Address: 52.131.37.152找到原因，原来是www.linkedin.com解析到了中国，并且OpenClash开启了实验性：绕过中国大陆 IP启用后中国大陆流量将不再经过内核，提升系统性能关闭后可以访问正常www.linkedin.com，（参考链接中给出的方案）但是这样中国大陆流量通过内核会导致CPU占用率明显上升。最终解决方案：在OpenClash下方设置中加入黑名单：www.linkedin.com绕过中国大陆 IPv4 黑名单列表中的域名或 IP 将不会受到绕过中国大陆 IP 选项的影响，此功能依赖于 Dnsmasq至此，完美解决Linkedin自动跳转中国站点问题

docker容器中没有ping 常规安装apt install net-tools不管用时试试这个：apt install iputils-ping

将 HEAD 的 Git 存储库签出为 ZIP 文件 1.要将当前 HEAD 的 Git 存储库签出为 ZIP 文件，使用以下命令行操作：git archive -o <output.zip> HEAD在此命令中，-o 标志用于指定输出文件名，<output.zip> 是您希望创建的 ZIP 文件的名称。HEAD 表示要签出的 Git 提交。执行此命令后，Git 将当前 HEAD 的内容打包为一个 ZIP 文件，并将其保存为指定的文件名。

Pandas重新采样时间序列resample 在Pandas中，df.resample('W')是一个用于重新采样时间序列数据的方法。它允许你将一个具有日期时间索引的DataFrame或Series对象转换为不同的时间频率。在df.resample('W')中，参数'W'表示按周进行重采样。这意味着将原始数据按周聚合，并生成一个新的DataFrame或Series对象，其中每个周的数据被聚合为一个单独的数据点。下面是使用df.resample('W')的一个简单示例：import pandas as pd # 创建一个包含日期时间索引的示例DataFrame data = {'date': pd.date_range('2023-01-01', periods=100, freq='D'), 'value': range(100)} df = pd.DataFrame(data) df.set_index('date', inplace=True) # 按周重新采样数据 resampled_df = df.resample('W').sum() # 输出重新采样后的DataFrame print(resampled_df)输出结果将类似于以下内容： value date 2023-01-01 21 2023-01-08 56 2023-01-15 77 2023-01-22 105 2023-01-29 133 ... ... 2023-04-02 1131 2023-04-09 1168 2023-04-16 1205 2023-04-23 1242 2023-04-30 608 [18 rows x 1 columns]在上述示例中，原始数据按每天的频率生成，然后使用df.resample('W')方法按周重新采样。聚合函数（默认为求和）被应用于每个周的数据，生成了一个新的DataFrame，其中每个周的值是原始数据在该周内的总和。你可以根据需要使用不同的聚合函数来处理数据，如.sum()、.mean()、.max()、.min()等。此外，你还可以使用.agg()方法对不同的列应用不同的聚合函数。