从来没背过单词，直接听广播，BBC ，NPR ，每天睡前听一会，没有别的准备，考研英语 80+

我们公司现在的算法工程师就是前端出身，混的好得很

哪这么麻烦，bash 脚本逐行遍历就完事了

可以拿了 offer 不去 我第一次跳槽涨了接近三倍 卡涨幅只是一种说辞

@shylockhg
with t as (
SELECT tstzrange(now(), now()+interval'1 day')*tstzrange(the_day::timestamptz, the_day::timestamptz+interval'1 day') as range
FROM generate_series(date(now()),date(now())+interval'1 day',interval '1 day') the_day
WHERE extract('ISODOW' FROM the_day) < 6)
select sum(extract(epoch from upper(range)-lower(range))*60) from t;

很多人对 SQL 抱有成见，这个需求最起码用 postgresql 非常容易实现。clickhouse 不清楚，不是成熟的产品。

上家公司搞 OKR 和 KPI 之后，果断跑路了。开始裁人的征兆。应该想办法激发员工的自主性和生产力，而不是搞这些虚头巴脑的东西。

全国一盘棋，哪里都一样

只取 a.c_id 为啥要 join ，直接用 in 或者 exists ，join 可能产生重复数据

@iotbase 你的说法存在误导性。对于一般的 PG 用户来说，物化视图就是指 PG 的 materialized view, refresh materialized view 是个全刷新的过程，你把 timesacledb 的 continuous aggregate 和 materialized view 划等号，自然给人一种速度很慢的印象。跳出业务谈技术没有意义，工厂的产线几乎不可能扩大 300 倍，当时选择 timescaledb 也是根据公司的业务规模选择的。

@iotbase continuous aggregate 和物化视图有本质区别，物化视图只能全刷新，continuous aggregate 可以根据参数增量刷新。我现在的项目每天一亿多条新增，使用起来没有任何问题。

@Livid 可以用 continuous aggregate, 传感器数据一般都是固定模式聚合查询。

@yazoox 如果老板同意我会升级，Python2 社区已经不维护了

2022 了，为啥还用 Python2

故事 1 太奇怪了，美国这么政治正确的地方，歧视也是偷偷摸的，这么光明正大的搞歧视，你直接告航空公司搞不好能获得一大笔赔偿

@zzzkkk 90 多

@potatowish 我 33 来的一线，两年时间总包翻了四倍，对自己技术有信心还是建议来一线，机会多太多了

看你想好好学还是混文凭，有个朋友双非硕 5 ，总包过百

10 年前 SEO 就是夕阳产业了