@Weny Thanks，马上下张回来看看~！

@carnival
@Asimov01

也是要考虑空间的 23333，越塞越多东西了

主要时考虑到后面那个机械臂貌似要钻孔，买个木质的桌子会不会比较好，最近换了路由器和新的网卡连 HK 看 4K 速度嗖嗖的，这种情况下没个 4K 屏幕太遗憾了，不知道有没有好介绍呢

最热门的技术你现在没这个精力，也只能去一线城市，举例，区块链前途不明朗，AI 已经过了最早得发展阶段已经到了收割落地阶段，意味着你得去那些现有得一流 AI 公司而不是去那些创业公司，因为资本已经等了好几年了。而且技术要求高，猜测现有资源和背景，现在是无法达到的。

其他开发可替代性高，比如大数据 /前端 /后端 /web 等等这些都是很容易就会被填饱的，但也是你可能转的方向。假如你要技术上的发展，已经太迟了，你应该一早就去国外或更好的圈子混几年，同时加上好的管理能力和相关职涯经验，才可能让你在那些好的技术圈子里让你有分量，不然那些人才早就被抢走了，那些剩下的公司，都是个坑。

一样....

@est Thanks, 找到这个了 https://superuser.com/questions/1219609/why-is-the-alpine-docker-image-over-50-slower-than-the-ubuntu-image，这真是个大问题。PyPy 暂且先用着官方的，Python 的还是换成 ubuntu 的，自带的 Python 镜像在应用扩展时也不好用。

11 点好困，然而没睡，到了 12 点就整个人都沸腾了。这是病，那我欣赏接受享受这美好的时光吧。

@est 写过 PyPy3 的 dockerfile 跑过，肉眼测没明显区别，到时跑个性能看看，就是 PyPy3 貌似不推荐生产环境使用

@fireapp 看起来很不错啊，至少官网的视频那个男的说得好起劲，好，又一个……

@tonghuashuai 天，一进去发现 free trial 字样 = = 总之谢谢推荐，以后可以一个个慢慢来

@beginor 收藏了，像个基本款 ETL 工具

@ligyxy Spark 也有一个 standalone 的 dockerfile 写好了，下期试试

@ligyxy 没得优化了，已经用 cProfile 可视化测过性能，小格子已经很均匀很细小了。

@laxenade 其实在阿里云= =公司的，我应该叫“函数服务”而不是 lambda 以免引起误会。

人工智能好烦,难的很难, 但简单的调个包你又会发现十分无聊完全没有工程代码那种搭乐高的快感

@limbo0 那个 flink 一搜看起来蛮有趣的，在公司闲得没事时增强试试看 2333。至于为什么这么慢，是因为用了各种数据库的 ORM 和各种设计友好的接口……

@ligyxy 谢谢，我回去用 painless 改改查询语句看看速度如何。

Sorry 可能问题有点模糊了。涉及的数据库包括 MongoDB，PG，Elasticsearch 提供搜索服务。还有背后的分析模型。

对了，忘了说，也可以改上 lambda 服务，但简单看了并不具备性能优势（ I am not so sure ），除了架构变了没什么大的区别。如果是一早设计就按这个设计貌似开发也更快，但现在貌似意义已经不大。

类似地还发现了类似 Luigi，可视化界面也是重要一部分（当然 airflow 也有）。因为开发过程中也会协同前端提供 API，因此有时候能够让前端看到后台的处理流程对前端也颇有帮助，自己也看得清晰。

不过另外一方面其实还没做过性能测试，之前的简单手动测试瓶颈其实在于数据库的查询和太多的中间交换层了。另一方面性能开销大概会花在处理逻辑本身的时间。所以问题本身其实更倾向于找一个：漂亮、友好、迅速但又轻量级的实时 /小批量的 schedule 框架。