问个问题：用了 k8s 为啥还需要 spring cloud ？自带功能，最多加个 istio 就能覆盖各种特性了，而且还是语言中立的，支持各种语言写的服务。

@geekjc LZ 的任务听下来是属于计算密集型的范畴。多实例，上负载均衡，上 nodejs 这类解决 IO 密集型任务的方法并不能很好解决这个问题。

应该考虑 计算方法优化（转成 SQL ），矢量化，计算离线化等操作。

听着像是用原版 py 来搞十几万数据的 统计计算，group by 等操作。

建议直接上 pandas，专门是干这个的。十几万的 group by 也就是一秒钟的事情

LZ 的理解是对的，这些工具的用途确实出发点都很简单和单一。

numpy 就是个矩阵操作和预算的库。
pandas 是搞金融的人，写出来专门处理时序类数据变形加工的工具。

但是这个理解不完全，再复杂的东西，也都是基于简单的概念和工具搭建起来的。例如所谓的深度学习，拆解到最底层，就是一堆线性代数里面的矩阵运算。

但不能说，我掌握了矩阵运算，我就掌握了深度学习。我学会了 numpy，我就学会了数据科学。工具取决于使用的方法和人。例如，如果我明白深度学习的原理，完全可以用 excel 作为矩阵运算工具，来搭建一个简单的神经网络。

为什么十几万条数据，要用 py 来做内存处理呢？可不可以挪进数据库处理呢？单纯写 CRUD，很难碰到 py 的性能天花板。

取决于业务是什么。我目前的公司只有两个人，但我们是做 服务和计算集群管理的，所以使用这个架构基本是唯一的选择。如果是 CRUD boy 就没必要了。django，react 前后端做个分离，一把梭了

需要关机的确定是服务器？？

这位也是高中毕业，大学辍学。https://zh.wikipedia.org/wiki/%E4%B9%94%E6%B2%BB%C2%B7%E9%9C%8D%E5%85%B9

Ps3 破解，手撸自动驾驶，安全专家。这种程度了大家也就不太在乎学历什么的了

配置数据库允许的访问来源，禁掉非生产环境，非目标应用的访问。

感觉…这一和 Ubuntu 没啥关系…二和 go 也没啥关系…lz 在讨论的是什么……

看标题以为 up 主要安利一波 vim 模式，快捷键，命令行，或者平铺窗口管理器的一类东西…原来是讨论触摸板…我想复杂了…

https://istio.io/latest/docs/examples/microservices-istio/

Learn Microservices using Kubernetes and Istio

办公软件是什么？ Google docs, office365 这种也是办公软件啊，适配肯定没问题

拿来工作的话，找公司报销。自己使用开发开源项目就社区版本呗。

google docs

学完基础，你说的一堆做网站技术，应该能看出来，大部分都是相通的，一路通，路路通啊。

建议选 software engineering，但是选择比较靠近后端的内容。如果对人工智能感兴趣，可以选择软件工程和人工智能领域的交叉，做 ML infrastructure，例如 AI 编译器和加速（类似 TVM ），大规模分布式系统，GPGPU （ GPU 编程）等。

这几个方向都是需求很大，但是及其难找对口的人才。这些技术和企业内部的 AI 应用开发又息息相关（平台技术）。与 AI 应用相比，没有过热，反而一直在稳步落地和进步。

技术革新虽然比较快，但是原理性内容十分稳定（操作系统、编译原理、分布式系统），职业稳定性比做单纯的前后端要好很多；并且经验在这块很值钱，资深的工程师因为技术门槛不易被淘汰，反而需求量很高。

市场的话，类似淘金热，最后赚到钱的不是真的去挖金子的，而是卖淘金子工具的，牛仔裤的厂家（ AI 热中最赚钱的，也是卖显卡的，卖云服务的这些工具类厂商）。

select phoneNum from (select mask(phoneNum,8,11,*) from table where t.phoneNum = '13800001111');

where 放在里面可不可以呢？

用 C-a 的人好多