wangchen 最近的时间轴更新 wangchen 最近的时间轴更新 |
wangchenV2EX 第 46038 号会员，加入于 2013-09-27 05:56:00 +08:00 |
| 出全新 iMac 附带的蓝牙键盘 二手交易 • wangchen • 2015 年 1 月 7 日 • 最后回复来自 wangchen | 11 |
| [北京][15k~20k]Java 游戏服务器高级工程师 酷工作 • wangchen • 2014 年 7 月 19 日 • 最后回复来自 wangchen | 2 |
| 北京 出 九成新 佳能 60D 单反机身 四千 二手交易 • wangchen • 2013 年 11 月 21 日 |
| 北京 收佳能 EF 50mm f/1.2L USM 二手交易 • wangchen • 2013 年 9 月 29 日 • 最后回复来自 regmach | 6 |
wangchen 最近回复了
2017 年 8 月 12 日 回复了 sml21 创建的主题 › 程序员 › 前端新人求大神给方案 |
仔细读一下 webpack 文档： https://webpack.js.org/guides/code-splitting/
2017 年 7 月 28 日 回复了 hujianxin 创建的主题 › 程序员 › 数据库查询太慢，无法优化。。。 |
@hujianxin 你的方案是正确的，问题在于同步的频率和方法。
这里面有四个部分，数据源、数据同步工具、数据转换工具、目标数据库。
- 数据源，指那个只读库。
- 目标数据库，指你自己设计的数据库，它可以与数据源采用不同的结构，面向查询优化。
- 数据同步工具，不要去同步复杂查询的结果，要按主键同步每一个需要的表，速度快、可增量。
- 数据转换工具，把增量数据转换成目的数据库要求的形式。
这里面有四个部分，数据源、数据同步工具、数据转换工具、目标数据库。
- 数据源，指那个只读库。
- 目标数据库，指你自己设计的数据库，它可以与数据源采用不同的结构，面向查询优化。
- 数据同步工具，不要去同步复杂查询的结果，要按主键同步每一个需要的表，速度快、可增量。
- 数据转换工具，把增量数据转换成目的数据库要求的形式。
2017 年 7 月 3 日 回复了 xiaomacai 创建的主题 › Python › 请教，处理上亿条日志，每条 10+列，单机使用 Python 如何很好的处理？ |
2016 年 3 月 9 日 回复了 theJian 创建的主题 › 分享创造 › podcast 专辑 - 推荐你喜爱的 podcast |
IPN 的节目都不只这么多
2015 年 12 月 20 日 回复了 irainy 创建的主题 › 分享发现 › 最近对这两款字体中毒太深，分享解毒 |
@zungmou
Patched fonts for Powerline users ： https://github.com/powerline/fonts
内核恐慌有一期专门聊编程字体： http://ipn.li/kernelpanic/5/
Patched fonts for Powerline users ： https://github.com/powerline/fonts
内核恐慌有一期专门聊编程字体： http://ipn.li/kernelpanic/5/
2015 年 11 月 5 日 回复了 piapia 创建的主题 › Python › 怎么理解"因为 python 使用次序规则来扩展过量的参数，那位置参数要放在前面。"这句话的准确意思？ |
顺序： func(a1, a2, *args, **kwargs), 问题："a=7" 是 kwargs
2015 年 9 月 10 日 回复了 chuanwu 创建的主题 › Redis › redis 本身有持久化，为什么还要写进 mysql 呢？ |
* mysql flush 数据到磁盘也是“异步”的，也会有丢失数据的可能。
原因：
首先，数据总有“冷”、“热”之分，前者放在 redis 里显然浪费资源。
其次，性能、成本，最终是一个权衡的问题。举例，有 model ( name, last_updated_at )，需求是通过 name 获取 last_updated_at 。看来放 reds 里面又快又美，但当数据到一定量级时，比如 1 亿、 10 亿条， reds 方案的成本会相当高，而 mysql 方案牺牲一点点性能，可以节省大量成本。
原因：
首先，数据总有“冷”、“热”之分，前者放在 redis 里显然浪费资源。
其次，性能、成本，最终是一个权衡的问题。举例，有 model ( name, last_updated_at )，需求是通过 name 获取 last_updated_at 。看来放 reds 里面又快又美，但当数据到一定量级时，比如 1 亿、 10 亿条， reds 方案的成本会相当高，而 mysql 方案牺牲一点点性能，可以节省大量成本。
Select Language