目录
 
错误界面
 
解决方案
 
第一，设置mysql时区。
 
第二，同步mysql驱动。
 

前进的道路充满荆棘。
 
错误界面
 
IDEA连接mysql，地址，用户名，密码，数据库名，全都配置好了，点测试连接，咔！不成功！
 
界面是这样的，
 
 
翻译过来就是：服务器返回无效时区。进入“高级”选项卡，手动设置“serverTimezone”属性。
 
看起来是时区出了问题。时区怎么会出问题？坑真多。网上搜了各种解决办法，琳琅满目，复杂的简单的，总算是解决了！
 
解决方案
 
我的问题出在两块，第一，设置mysql的时区。第二，mysql驱动的版本。详细步骤如下：
 
第一，设置mysql时区。
 
1，我们先来检查下mysql时区。
 
(  这里有个小插曲~~~~~~~你的mysql，配置好环境变量了吗 ）
 
 
配置完环境变量，就可以在命令窗口直接执行下面的命令啦！
 
进入命令窗口（Win + R），连接数据库 mysql -hlocalhost -uroot -p，回车，输入密码，回车，如图：
 
 
2，继续输入 show variables like'%time_zone';    （注意不要漏掉后面的分号），回车，如图：
 
 
显示 SYSTEM 就是没有设置时区啦。
 
3，现在我们来设置时区。
 
输入set global time_zone = '+8:00';  注意不要漏掉后面的分号），回车，如图：
 
 
这便是设置成功啦！
 
这时你重新连接下数据库，也许能连接成功！如果没有，就继续往下走！
 
第二，同步mysql驱动。
 
我本机安装的mysql版本是5.7的，那么IDEA要连接mysql也应该匹配下驱动版本。把Driver改成MySQL for 5.1就可以了
 
 
在点击Test Connection测试下，成功啦！
 
 
【补充】
 
如果，你选的是MySQL，
 
数据库又是其他版本的，也没关系。
 
在驱动列表里找到 MySQL ，右边Driver files 里，选择一下你需要的版本，保存就可以了。
 
 
 
 
 
 
 

超时（timeout）
 
 
 
为防止服务器不能及时响应，大部分发至外部服务器的请求都应该带着 timeout 参数。在默认情况下，除非显式指定了 timeout 值，requests 是不会自动进行超时处理的。如果没有 timeout，你的代码可能会挂起若干分钟甚至更长时间。
 
 
 
 
 
连接超时指的是在你的客户端实现到远端机器端口的连接时（对应的是 connect() ），Request 会等待的秒数。一个很好的实践方法是把连接超时设为比 3 的倍数略大的一个数值，因为 TCP 数据包重传窗口 (TCP packet retransmission window) 的默认大小是 3。
 
 
在爬虫代理这一块我们经常会遇到请求超时的问题，代码就卡在哪里，不报错也没有requests请求的响应。
 
通常的处理是在requests.get()语句中加入timeout限制请求时间
 
req = requests.get(url, headers=headers, proxies=proxies, timeout=5)
 
如果发现设置timeout=5后长时间不响应问题依然存在，可以将timeout里的参数细化
 作出如下修改后，问题就消失了
 
req = requests.get(url, headers=headers, proxies=proxies, timeout=(3,7))
 
如果在使用timeout过程中遇到ValueError错误提示（类似：ValueError: Timeout value connect was Timeout(connect=2.0, read=2.0, total=None), but it must be an int or float. ），这是python-requests version 2.4.3-4版本的一个bug需要我们更新一下requests
 
pip install -U requests
 
对于timeout=(3,7)中参数的具体含义我也不是很清楚，知道含义的童鞋可以留言哈
 
 

  👇🏻
 扫一扫下方二维码，获取7900+本电子书👇🏻 

 
Python3.7中time模块的time方法、perf_counter方法和process_time方法的区别
 
1. time.time()方法
2. time.perf_counter()方法
3. time.process_time()方法
4. 三者比较
5 测试代码
6 写在最后
 

 
1. time.time()方法
 
返回自纪元以来的秒数作为浮点数，但是时期的具体日期和闰秒的处理取决于使用的平台。比如：在Windows和大多数Unix系统上，纪元是1970年1月1日00:00:00（UTC），并且闰秒不计入自纪元以来的秒数，这也通常被称为Unix时间。我们要可以通过gmtime(0)查看自己平台上的纪元。
 注意，即使时间总是作为浮点数返回，但并非所有系统都提供的精度高于1秒，而且更改系统的时间会影响time()的值。虽然此函数通常返回非递减值，但如果在两次调用之间设置了系统时钟，则它可以返回比先前调用更低的值。
 time()返回的数字可以转换为更常见的时间格式（即年，月，日，小时等），方法是将其传递给gmtime（）函数或在本地时间传递给本地时间（ ）功能。在这两种情况下都返回struct_time对象，可以从该对象作为属性访问日历日期的组件。
 所以我们通常用time()来做时间的格式输出，也会用在一些测试代码时间上面。在我们测试代码的时候需要调用两次，做差值，注意它会把sleep()的时间也算进去。（具体场景有知道的小伙伴欢迎留言分享）
 
2. time.perf_counter()方法
 
返回性能计数器的值（以小数秒为单位）作为浮点数，即具有最高可用分辨率的时钟，以测量短持续时间。 它确实包括睡眠期间经过的时间，并且是系统范围的。
 通常perf_counter()用在测试代码时间上，具有最高的可用分辨率。不过因为返回值的参考点未定义，因此我们测试代码的时候需要调用两次，做差值。
 perf_counter()会包含sleep()休眠时间，适用测量短持续时间
 
3. time.process_time()方法
 
返回当前进程的系统和用户CPU时间总和的值（以小数秒为单位）作为浮点数。
 通常time.process_time()也用在测试代码时间上，根据定义，它在整个过程中。返回值的参考点未定义，因此我们测试代码的时候需要调用两次，做差值。
 注意process_time()不包括sleep()休眠时间期间经过的时间。
 
4. 三者比较
 
除了time模块，Python还提供了timeit模块。timeit模块提供了一种简单的方法来计算一小段Python代码，比如一些循环或者正则匹配。 timeit既有命令行界面，也有可调用界面。 避免了许多用于测量执行时间的常见陷阱。可以用于基准测试/分析目的的代码块。
 具体的用法：更多用法可以查看timeit官方文档
 
import timeit
t = timeit.timeit('"-".join(str(n) for n in range(100))', number=10000)
print(t)
 
time()精度上相对没有那么高，而且受系统的影响，适合表示日期时间或者大程序程序的计时。
perf_counter()适合小一点的程序测试，会计算sleep()时间。
process_counter()适合小一点的程序测试，不会计算sleep()时间。
 此外Python3.7开始还提供了以上三个方法精确到纳秒的计时。分别是：
 time.perf_counter_ns()
 time.process_time_ns()
 time.time_ns()
 注意这三个精确到纳秒的方法返回的是整数类型。
以前还有一个clock()方法，尽管现在这个方法还能用，但是这个方法在Python3.8中会被废除掉了，所以这里就不过多介绍。
 
5 测试代码
 
import time

print('我是time()方法：{}'.format(time.time()))
print('我是perf_counter()方法：{}'.format(time.perf_counter()))
print('我是process_time()方法：{}'.format(time.process_time()))
t0 = time.time()
c0 = time.perf_counter()
p0 = time.process_time()
r = 0
for i in range(10000000):
    r += i
time.sleep(2)
print(r)
t1 = time.time()
c1 = time.perf_counter()
p1 = time.process_time()
spend1 = t1 - t0
spend2 = c1 - c0
spend3 = p1 - p0
print("time()方法用时：{}s".format(spend1))
print("perf_counter()用时：{}s".format(spend2))
print("process_time()用时：{}s".format(spend3))
print("测试完毕")
 
6 写在最后
 
因为博主目前技术水平和接触有限，看了部分源代码，也还是有很多地方还不是很明白，文中有说的不对，或者小伙伴们谁比较清楚的，欢迎留言交流。
 最后附上Python3.7time模块的官方文档和源码地址：
 time模块官方文档
 time模块的源代码
 
后记：
 我从本硕药学零基础转行计算机，自学路上，走过很多弯路，也庆幸自己喜欢记笔记，把知识点进行总结，帮助自己成功实现转行。
 2020下半年进入职场，深感自己的不足，所以2021年给自己定了个计划，每日学一技，日积月累，厚积薄发。
 如果你想和我一起交流学习，欢迎大家关注我的微信公众号每日学一技，扫描下方二维码或者搜索每日学一技关注。
 这个公众号主要是分享和记录自己每日的技术学习，不定期整理子类分享，主要涉及 C – > Python – > Java，计算机基础知识，机器学习，职场技能等，简单说就是一句话，成长的见证！
 

什么是recovery time和removal time？
 
在同步电路中，输入数据需要与时钟满足setup time和hold time才能进行数据的正常传输，防止亚稳态。同样的道理，对于一个异步复位寄存器来说，同样异步复位信号同样需要和时钟满足recovery time和removal time 才能有效进行复位操作和复位释放操作，防止输出亚稳态。
 
 
1、recovery time：恢复时间
 
撤销复位时，恢复到非复位状态的电平必须在时钟有效沿来临之前的一段时间到来，才能保证时钟能有效恢复到非复位状态，此段时间为recovery time。类似于同步时钟的setup time。
 
如图所示，rst_n为0表示复位，clk上升沿触发，rst_n从0到1的上升沿与时钟上升沿必须不小于recovery time才能保证寄存器恢复到正常状态。
 
2、removal time ：去除时间
 
 撤销复位时，在时钟有效沿来临之后复位信号还需要保持的时间为去除时间removal time(去除时间)。类似同步时钟hold time
 
 如图所示，rst_n为0表示复位有效，clk为上升沿触发，rst_n保持为0经过clk上升沿后仍需要保持一段时间，才能保证寄存器有效复位，防止亚稳态。