cmdb的特點？CMDB即配置一般管理數(shù)據(jù)庫，獲取、能維護，檢查企業(yè)的IT資源，從而高效操縱與管理不斷變化的IT基礎架構與IT服務，并為其它系統(tǒng)，的或任務調度、運維工單、公告管理等系統(tǒng)可以提供準確的配

cmdb的特點？

CMDB即配置一般管理數(shù)據(jù)庫，獲取、能維護，檢查企業(yè)的IT資源，從而高效操縱與管理不斷變化的IT基礎架構與IT服務，并為其它系統(tǒng)，的或任務調度、運維工單、公告管理等系統(tǒng)可以提供準確的配置信息。

特點：

01、靈活性

02、安全性

03、準確性

04、實時性

你在用什么工具做知識庫？

那一次用過不少知識管理工具，.例如Evernote、OneNote、自建Wiki、針式PKM、有道云筆記，現(xiàn)在全遷移到到了Notion?，F(xiàn)在我的知識管理工作流也很簡單，整個過程中只用幾個工具來結束，以及typora、Notion Web Clipper、Scapple、Things3、Anki等。

我們很清楚，知識管理的全流程和收集、處理、怎么復習、裝訂歸檔/舍棄四個步驟。

收集到的數(shù)據(jù)源比較多不知從何而來網(wǎng)頁和書籍。在notion中成立一個page來做根目錄，充斥書籍的摘錄用typora記錄成markdown格式，不知從何而來網(wǎng)頁的摘錄真接用NotionWebClipper收藏過到這個page中。

在全面處理步驟中，徹底刪除不必要的數(shù)據(jù)內容，重新收拾好無論是書籍和網(wǎng)頁的內容，給出自己的問題，明確的邏輯關系將數(shù)據(jù)整理到一起，用Scapple畫出彼此之間的邏輯聯(lián)系圖，用作每個page的索引和目錄。

在備考過程中，用things提醒平日、每星期怎么復習的內容，是對絕對無法記憶的部分用Anki做成卡片，不使用艾賓浩斯記憶曲線原理定期自查復習啊。

在一段知識管理過程結束了后，將使用過的資料打上“已成功”的標簽，放到專門的存檔project當中留一部分以后留存?zhèn)洳椤?/p>

無論是不使用Notion應該其他工具，這個工作流都是完全不同的。任何的區(qū)別只取決于人不使用什么樣的工具來盡可能會提高效率只不過。在漫長的摸索中，我在用過不少工具。除此之外各種筆記軟件之外，還有幾種腦圖工具、幾種筆記編寫書籍工具、一些畫圖工具等等。只不過當經(jīng)過長時間的沉淀，結果那就你選擇了可以做到的組合，并其實這是最高效穩(wěn)定、最流暢的方法。

現(xiàn)在，使用Python的市場需求是什么？哪些方面使用的比較多呢？

我都覺得，這個問題更加好，要回答我這個問題，不需要幾個方面。

技術層面

從python技術本身來看，先來看看吧排名，這是2020年3月份的排名

從排名中可以看出，目前python排名是第一名，要知道在技術領域，python是非常非常火，也就可證明了python目前在領域應用上與未來發(fā)展上，前途無限。有一點要提幫一下忙，python是最近幾年才就開始火過來的，但在1999年的時候，阿里巴巴也就開始公司招聘python工程師，而且這門語言的最優(yōu)秀。

需求層面

目前，python最主要的用途，還是數(shù)據(jù)分析這一塊。

網(wǎng)上現(xiàn)在有列一很多發(fā)展方向，我們一個一個來結論可行性

1、WEB開發(fā)web開發(fā)相對于python來說，并不是什么沒法辦不到，完全是現(xiàn)在web開發(fā)主流也是以Java重點，另外現(xiàn)在微服務流行，這點上也算很沒啥用處

2、桌面軟件這點上不用說，現(xiàn)在公司招聘，你去看下桌面軟件用python，尤其少，需求決定了用途，又不能。

3、爬蟲這點上，python全都應該是老大了，python確實太極優(yōu)秀，有多極優(yōu)秀呢，應該是你說的爬蟲就不可同于python。

4、云計算云計算對很多人來說都很高深，應該很多人都不可能去所接觸到，可是python在這個方面卻也很不厲害，很出名的云計算框架OpenStatck就是區(qū)分python接受開發(fā)，如果機緣湊巧需要去改底層，就要手中掌握這門技術。

5、人工智能目前，在業(yè)界中，有很多機器學習的算法，是需要python進行開發(fā)，像sklearn框架，是需要python來做，說不定有同學會說，我們用matlab來寫算法，這個又是很好的，可惜在應用中，基本上以python為主兼顧，也算，在這個方面，python是老大。

6、運維方面現(xiàn)在的應用開發(fā)，能上云的盡可能會上云，降低運維層面的人力或是資源的輸出，像阿里云，騰訊云，不要自己殺他，建議您上云。

7、金融分析曾經(jīng)與朋友互相搞過一個股票的金融數(shù)據(jù)分析，拿去了幾十年的數(shù)據(jù)，做機器學習應利用預測國家，但是我們忽略了ZG股市的。。。嘿嘿嘿嘿，，也算得失敗的話失敗告終。但python在這方面確實是很不錯，有很多數(shù)據(jù)分析的模塊直接在用，非常好的。

8、科學計算在這個方面，我應該比較幫我推薦matlab來做，python雖說確實是可以不的，但主要集中在應用領域，matlab在科學計算方面，是有著不可撼動的地位。

總結歸納python在需求及應用領域上，要注意肯定集中在一起在數(shù)據(jù)分析，機器學習方面，要自學的話，我建議往這兩個方面走，未來國家也在這個方面上繳了巨大的人力物力，這是一個太好的方向。