Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >python脚本备份

python脚本备份

作者头像
py3study
发布于 2020-01-10 02:49:35
发布于 2020-01-10 02:49:35
66000
代码可运行
举报
文章被收录于专栏:python3python3
运行总次数:0
代码可运行
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#!/usr/bin/python
#encodeing:utf-8
import os
import time
import string
#需要备份的目录
source = ['/usr/local/nagios','/var/www/html/cacti']
#存放备份的路径
target_dir = '/data/backup/nagios&cacti'
#目录日期
today = target_dir + time.strftime('%Y%m%d')
#当前时间
now = time.strftime('%H%M%S')
#创建存放备份的目录
if not os.path.exists(today):
        os.mkdir(today)
        print 'Successful created directory', today
else:
        print 'Already Directory'
#停留5秒
time.sleep(5)
#备份名字
target = today + os.sep + now + '.zip'
#备份压缩命令
zip_command = "zip -qr '%s' %s" % (target, ' '.join(source))
#检查备份是否成功
if os.system(zip_command) == 0:
        print 'Successful backup to', target
else:
        print 'Backup  failed'
#mysql备份
""" mysql-backup"""
#定义备份数据库名
databases = ['cacti','Syslog']
#数据库用户
sql_user = 'root'
#数据库密码
sql_pwd = 'root'
#定义存放备份的目录
mkdir_dir = "/data/backup/mysql/"
bak_dir = '/data/backup/*'
remote_ip = '11.12.3.8'
remote_dir = '/backup/mhfile/monitor'
#创建目录
if not os.path.exists(mkdir_dir):
        os.mkdir(mkdir_dir)
        print 'Successfully created directory', mkdir_dir
#使用for循环来备份数据库
for database_name in databases:
        os.chdir(mkdir_dir)
        today_sql = mkdir_dir+database_name+'_'+time.strftime('%Y%m%d')+'.sql'
        sql_comm = 'mysqldump -u %s -p%s %s > %s'%(sql_user,sql_pwd,database_name,today_sql)
        if os.system(sql_comm) == 0:
                print database_name,'was backup successful!'
        else:
                print database_name,'was backup failed!'
time.sleep(3)
scp_comm = "scp -r %s %s:%s" % (bak_dir,remote_ip,remote_dir)
if os.system(scp_comm) == 0:
        print "copy backup was successful!"
else:
        print "copy backup was failed!"
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2019/07/25 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
6️⃣蛋白质序列的功能信息分析2:基于蛋白质结构域domain和功能位点分析
结构域domain比较抽象,属于蛋白质构象中二级结构和三级结构之间的一个层次,一般每个结构域有100-300个氨基酸残基组成,有特定的空间构象,并有不同的生物功能。
Y大宽
2019/03/04
2.8K0
6️⃣蛋白质序列的功能信息分析2:基于蛋白质结构域domain和功能位点分析
Pfam:蛋白质家族数据库简介
在蛋白质分子中,包含多个结构特异并且功能区里的区域,这些区域称之为domain, domain 可以看做蛋白质功能的基本单位,蛋白质的功能由包含的多个domain共同决定。研究domain, 可以更好的研究蛋白质功能。
生信修炼手册
2020/05/08
6.5K0
Pfam:蛋白质家族数据库简介
3️⃣ 多序列比对(1):简介
多序列比对是对3条以上(包括3条)DNA,RNA或蛋白序列进行比对。基础仍然是双序列比对。 具体就是对多条序列插入空位,是的插入空位后的全局比对结果有相同的长度,并且结果中不能出现一列全部是空位(也就是每条序列的同一个位置都没用字母)。
Y大宽
2019/01/28
1.5K0
Nat. Commun. | 蛋白质序列表示学习
今天给大家介绍的文章是哥本哈根大学计算机科学系 Wouter Boomsma 等人发表在 Nature Communications 上的文章 Learning meaningful representations of protein sequences。在本文中,作者探索了迁移学习和可解释性学习中的表示。在迁移学习中,作者证明了现在的一些实践只能产生次优的结果。在可解释性学习中,把几何信息考虑在内有助于提升可解释性,并且可以帮助模型揭示被掩盖的生物信息。
DrugAI
2022/06/10
4560
Nat. Commun. | 蛋白质序列表示学习
分子对接教程 | (2) 选择合适的蛋白受体
关于蛋白质结构的PDB文件,做分子对接,估计大家都知道PDB这个蛋白质数据库啦。这里简单的介绍一下。
DoubleHelix
2021/02/26
5.6K0
生物信息学数据库及在线工具汇总 (更新)
文章目录 核酸数据库 非编码RNA数据库 1.非编码小RNA数据库 2.长非编码RNA数据库: 3.非编码RNA家族数据库 4.非编码RNA序列数据库 蛋白质数据库 0.蛋白质信息 1.蛋白序列数据库 2.蛋白质结构数据库 3.蛋白组数据库 4.蛋白质功能域数据库 5.蛋白互作数据库 代谢数据库 1.代谢途径数据库 2.代谢组学常用数据库 3.表型数据库 序列比对 1.序列与数据库比对 2.多序列间比对 3.序列进化树分析 基因分析 0.基因信息 1.基因注释 2.基因功能预测: 3.基因结
白墨石
2021/01/13
2.5K0
谷歌 AI 加入蛋白质解析大军!ProtENN 模型助增 680 万个蛋白质注释词条,登顶 Nature 子刊
作者 | 陈彩娴编辑 | 岑峰要说“AI for Science”的扛大旗者,大家也许都会首先想到 DeepMind:2018年,DeepMind 推出蛋白质折叠结构预测模型 AlphaFold,从氨基酸序列计算预测蛋白质结构,不仅为 Alpha 系列锦上添花,奠定了其在 AI 创新上的领头羊地位,还彰显了深度学习攻破其他领域难题的潜力,生物学首当其冲。AlphaFold 出世后,“AI for biology”(将人工智能用于生物学研究)成为人工智能领域的研究潮流,吸引了世界各地的优秀研究者投身其中。谷歌
AI科技评论
2022/03/03
8100
Google Research进军蛋白质结构预测:为Pfam数据库新增680万标注数据
---- 新智元报道   编辑:LRS 【新智元导读】用深度学习模型来预测蛋白质的结构和功能已经取得了不小的进展,但还缺乏优质的数据。最近Google开源了一个模型ProtENN,提供了680万条蛋白质结构数据Pfam-E,约等于之前十年的工作量。 蛋白质是所有生物体中的重要分子,在我们身体的结构和功能中都发挥着核心作用。并且从药物到洗衣粉等日常生活用品中,蛋白质也无处不在。 虽然每个蛋白质都是由氨基酸构成的链,但不同的氨基酸序列导致了不同的蛋白质结构,也导致了不同蛋白质具有不同的功能。 了解蛋白质的
新智元
2022/03/09
6890
Cancer3D*v2 :癌症突变的三维模式的互作分析
Cancer3D 2.0: interactive analysis of 3D patterns of cancer mutations in cancer subsets
作图丫
2022/03/29
3870
Cancer3D*v2 :癌症突变的三维模式的互作分析
查询蛋白结构域
蛋白质三级结构的基本结构单位是结构域。一个蛋白质可以只包含一个结构域也可以由 几个结构域组成,故结构域是能够独立折叠为稳定的三级结构的多肽链的一部分或全部。结构域也是功能单位,通常多结构域蛋白质中不同的结构域是与不同的功能相关联的。许多已知的例子表明,某个种属的多个独立的多肽链完成的几种生物学功能可以由另一个种属的一个蛋白质中的不同结构域来完成。例如,脂肪酸的合成需要七种不同的催化反应,在植物的叶绿体中,这些反应由七种不同的酶所催化,而在哺乳动物中,这些反应则由一条多肽链的七个结构域来完成。
用户1359560
2020/06/05
1.9K0
查询蛋白结构域
6️⃣蛋白质序列的功能信息分析1:基于蛋白质基序motif
蛋白质具有多种生物学功能,具体可参照《生物化学》。蛋白质若发挥生物学功能,须以空间结构形式。而蛋白质多肽链一旦合成,即可在其他物质协助下,自然折叠,形成一定的空间构象。
Y大宽
2019/03/05
5.3K0
Nat. Methods | 张阳团队开发远超AlphaFold2精度的蛋白互作结构预测算法
基因是构造生命的基本蓝图,而蛋白质则是生命功能的执行者和生命现象的体现者。细胞中的蛋白质主要是通过与细胞内其它蛋白质的相互作用来实现其绝大部分生物学功能。因此,蛋白质-蛋白质相互作用(简称“蛋白质互作”)在生命功能的实现以及生物的进化过程中都扮演极其重要的角色。例如,抗体和抗原蛋白相互作用可以帮助生命个体识别和抵御外界病原体的入侵;受体和配体蛋白相互作用可以触发细胞信号传导通路;酶蛋白和底物相互作用可以催化新陈代谢的进程等等。它们在生物功能上的这种特殊的重要性,也使得蛋白质互作成为许多现代药物设计的关键靶点。
DrugAI
2024/01/04
1.3K0
Nat. Methods | 张阳团队开发远超AlphaFold2精度的蛋白互作结构预测算法
String/GeneMANIA两种常用蛋白质网络预测工具数据库简单介绍及操作流程展示
STRING 是一个广泛使用的数据库和资源,主要用于预测和可视化蛋白质-蛋白质相互作用网络。它结合了实验数据、计算预测以及已知的生物学知识来预测蛋白质相互作用。
凑齐六个字吧
2024/08/28
2.5K0
String/GeneMANIA两种常用蛋白质网络预测工具数据库简单介绍及操作流程展示
使用深度学习来注释蛋白质宇宙
蛋白质是存在于所有生物中的必需分子。 它们在我们身体的结构和功能中发挥着核心作用,并且它们还出现在我们每天遇到的许多产品中,从药物到洗衣粉等家居用品。 每个蛋白质都是一串氨基酸构建块,就像图像可能包含多个对象一样,例如狗和猫,蛋白质也可能具有多个组成部分,这些组成部分称为蛋白质结构域。 了解蛋白质的氨基酸序列(例如其结构域)与其结构或功能之间的关系是具有深远科学意义的长期挑战。
从大数据到人工智能
2022/03/09
3750
使用深度学习来注释蛋白质宇宙
TBtools基因家族分析详细教程(1)
一共分为4个部分 TBtools基因家族分析详细教程(1) TBtools基因家族分析详细教程(2)基因家族成员的基本分析 TBtools基因家族分析详细教程(3)基因家族成员的进化分析1 TBtools基因家族分析详细教程(3)基因家族成员的进化分析2
Y大宽
2018/10/08
33K1
TBtools基因家族分析详细教程(1)
Transformer大杀器进入蛋白质组学,一文梳理LLM如何助力生命科学领域大变革
「大语言模型」不仅可以用于人类语言,也可以用于蛋白质的「语言」,而且两者之间有很多相似之处。
新智元
2024/06/05
2760
Transformer大杀器进入蛋白质组学,一文梳理LLM如何助力生命科学领域大变革
生化小课 | 蛋白质基序是蛋白质结构分类的基础
超过150000个结构现在被存档在蛋白质数据库(PDB)中。这些数据中包含了大量关于蛋白质结构原理、蛋白质功能和蛋白质进化的信息。其他数据库对这些信息进行了整理,使其更易于访问。在蛋白质结构分类数据库或 SCOP2 (http://scop2.mrc-lmb.cam.ac.uk) 中,PDB中的所有蛋白质信息都可以在四个不同类别中搜索:(1) 蛋白质关系, (2) 结构类别,(3) 蛋白质类型,以及 (4) 进化事件。图 4-21展示了从SCOP2中提取的蛋白质基序的例子,以说明在每个类别内搜索的潜力。该图还介绍了另一种表示蛋白质二级结构元素和二级结构片段之间关系的方法——拓扑图。
尐尐呅
2023/11/06
4130
生化小课 | 蛋白质基序是蛋白质结构分类的基础
谷歌AI一次注释了10%的已知蛋白质序列,超过人类十年研究成果
来源:机器之心本文约1800字,建议阅读5分钟和 AlphaFold 不同,这次谷歌探索的是用深度学习给蛋白质打上功能标签。 蛋白质是组成人体一切细胞、组织的重要成分。机体所有重要的组成部分都需要有蛋白质的参与。 目前已知存在的蛋白质种类有数十亿,但其中大约有三分之一的功能是不可知的。我们迫切地需要探索这片未知区域,因为它们关系到抗菌素耐药性,甚至气候变化等重要议题。例如,青霉素是蛋白质之间自然反应的产物,植物蛋白可用于减少大气中的二氧化碳。 近日,谷歌与欧洲生物信息学研究所合作开发了一种技术 ProtCN
数据派THU
2022/03/04
2910
经常提到的KEGG数据库是什么样子的
KEGG(Kyoto encyclopedia of genes and genomes, )(https://www.kegg.jp/)是系统分析基因功能、 基因组信息的数据库,它整合了基因组学、生物化学以及系统功能组学的信息,有助于研究者把基因及表达信息作为一个整体网络进行研究。
医学数据库百科
2020/10/26
2.3K0
经常提到的KEGG数据库是什么样子的
Nat. Biotechnol. | 利用语言模型设计蛋白质
今天为大家介绍的是来自Ali Madani团队的一篇论文。蛋白质语言模型从进化的多样序列中学习,已被证明是序列设计、变异效应预测和结构预测的强大工具。蛋白质语言模型的基础是什么,它们如何在蛋白质工程中应用呢?
DrugAI
2024/03/26
2590
Nat. Biotechnol. | 利用语言模型设计蛋白质
推荐阅读
相关推荐
6️⃣蛋白质序列的功能信息分析2:基于蛋白质结构域domain和功能位点分析
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验