跑 Docker 最好的实践就是不用 Windows 。

Windows 的 Hyper-V 以及自带的容器服务，开机会占很多内存，即使不用。

在 Windows 上用 VMware Workstation 或 vBox 之类的，属于二次虚拟化，性能更差。

想玩 Docker 的最好实践：

1.去咸鱼上，买 miniITX ，那种一百元出头能包含主板、CPU 、VGA 输出、千兆网卡。

2.自己再买内存条与存储介质。

3.去拼多多上买 50 元左右一个的厨房 5 层架子带轮子的那种。

4.架子，最上面的那层，也就是第一层，篮子反扣，放第一台电脑的裸主板。

5.第二层放第一台电脑的存储，建议系统盘：128G SSD （ 64G 拿来做 swap ）、虚拟化盘：SSD 、大容量 HDD 。

6.第三层放两台电脑的电源。

7.第四层反扣，放第二台电脑的裸主板，

8.最下面一层放第二台电脑的存储。

9.放存储的那两层，每层的两侧各装 2 个 12cm 的大 4pin 静音风扇，对着 HDD 吹。

10.如果数据线或电源线不够长，可能需要加长。

@codehz

1.gzip 是文件级别，而且还忽略了很多东西，比如磁盘格式、分区、权限，等等。

2.使用 dd 也是无奈的选择，因为它会对所有 block 做备份与恢复，即使这些 block 并没有数据。

3.目前最好的选择是 Symantec Ghost ，但它只支持 Windows ，而且早就停止更新了。它之所以好，是因为它把所有的东西都处理了，并且在备份、还原时，不会去处理没有数据的 block 。

如果是 Bug ，导致没删干净，进程的确会走流量。但走流量是因为它需要与上级节点通信，来做 keepAlive ，并不是它来薅你的羊毛，它没这个必要。

我对 ZeroTier 的印象很好，觉得纯粹只是 Bug 而已。

如果你认为 ZertoTier 在搞事情，建议试试在 Windows 下面删除，看看会不会这样。

玩服务器要的经济比笔记本高多了，在你连台显示器都没有的情况下，不建议玩服务器，思路就错了。

哥们，不同的 OS ，用途完全不一样，各有优缺点。

你跑到 Linux 阵营，要求提供 Windows 的体验，你这是方案选型失败。

你的场景适合 Windows 轻薄本，开会、出差，都很方便。

Linux 是拿来折腾开发、服务器的。

@ZhouYuBin 还有一点，每台 PVE 相当于 ESXI + vCenter + VMware 其他一堆全家桶。相当于 PVE 每个点都是去中心化的。

@ZhouYuBin

ESXi 比 PVE 好的唯一的地方就是稳定。

其他方面：

1.PVE 依赖于 Debian ，Debian 是一个完整的、通用的、没被阉割的 Linux OS ，理论上来说，你可以用它玩出无限花样。

2.PVE 的功能比 ESXi 多得多。包括 Docker 、Ceph ，等等。特别是 Docker 能原生跑在 Debian 上，性能完胜 ESXi 这种多了一层虚拟化的。

3.ESXi 在很多 核数少、内存少的 PC 、miniITX 上不让安装，提示说不兼容。PVE 就没这个问题。所以 PVE 可以很方便的搭建低成本集群。

程序员不懂商业的典型案例。

你认为腾讯荒唐，如果腾讯不阻止你们开发这些自动化接口，总有一天用户会被你们引流出去，微信到时候就成了一个数据收发与交互的空架子了。

DG 分区，手动安装系统，然后修复引导。

@37Y37 活得久，最重要的就是不能用现成服务，一定要自己搭。不然哪天服务商不提供服务了，你那么多资料，怎么办。

1.不用机架式服务器，换成 PC 服务器，用静音风扇，散热效果不好可以靠增加数量来凑。

2.不用 ESXi ，换成 PVE 。

3.没网的地方就通网，这种活不难，多去 B 站学学。包括网线或光纤设备的选购、明线暗线的布置，墙体打洞与修补，等等。自己动手，好玩又能保证质量。

这种场景，你说你不用数据库，我猜测，你应该是 C++ 内嵌汇编的大佬，自己能写出比数据库引擎更好的分析、算法、索引，结果，你起手式却是 Python ？？？？？

你用 Python 处理数据，不用数据库，反向做方案，是贵司钱多？还是工作量不饱和，要给自己加任务？

其次，你这最大的数据量，几亿条，才 5GB ，另一个几百万条的文件，估计才几十 MB 吧？不说内存，一些大缓存的洋垃圾 CPU ，说不定都能把你这几百万条文件给一口吃掉。

不用数据库，这道题就是如何使用 C++，选取极致的字符串匹配算法，实现数据切分到每个核 与 内存，使其处理带宽最大化。

用数据库，这道题就是怎么安装、配置数据库，进行性能调优。

这两道题的难度完全不是一个等级的，不是大佬当然选择数据库，最好是地球上最强数据库 Oracle 。

至于 Python ？如果你的目标是，追求极致的处理性能，那么 Python 在这个问题上，就是个笑话。有些数据库引擎内部能优化到把数据量按 node 与 内存条的对应关系给负载均衡 + 并行起来，Python 却还在研究代码是不是写错了，怎么按行读取这种事情上，画风都不一样。

当然了，如果只是想叼根烟，翘着二郎腿，在空调房里，摸摸鱼，顺便在上百万的全闪存储 + 王思聪级的服务器上，用 Python 跑个数据玩玩，那当我没说。

@lululau

一处更改，处处自动更改。

举个例子，你有几台云服务器，每台里面跑了好几个 Docker 。然后你有两篇笔记：

第一篇，记录你云服务器的密码。

第二篇，记录你各种 Docker 的密码。

当你在查看 Docker 笔记时，如果要去找云服务器密码，你还得再去打开云服务器密码的笔记。

你觉得麻烦，于是把云服务器密码，在 Docker 笔记里，也冗余地存了一份。

问题来了，当你的云服务器密码，在很多笔记里保存时，有一天，你要修改云服务器密码，你还得满世界找相关笔记。而且，有些笔记软件，诸如 X 道云笔记，它为了减轻服务器负担，就不让你搜，你搜密码，还搜不到，你就傻眼了。

链接就有这个好处：

1.云服务器密码，可以贴到别的笔记里。

2.当你要更改时，只要更改云服务器密码的笔记，其他被链接的位置，自动修改。

@Yeen

1.不能一条命令解决，我在前面说了，需要专业人士来分析出具体延迟时间，然后在合并时进行处理。

2.这里的关键是，需要分析出延迟到底是多少。不同电脑，在不同负载下，延迟时间可能会不一样。甚至在录制过程中，延迟时间还有可能会发生变化。

1.音画不同步是正常的，同步了才是稀罕事。

2.专业的处理方法是，录制时，视频流与音频流分开，最后合并时，让用户自己确定时差，最后带上时差来合并视频流与音频流。

建议使用 软件定义网络 + SMB ，这样就能做到：

1.基本上支持所有设备，包括 PC 、手机、Win 、Linix 、安卓、苹果，等等。
2.所有分布在不同地点的设备，都能互相传输文件。比如家里的电脑，与公司内网服务器通信。

软件定义网络，意思是虚拟局域网。比如 ZeroTier 。
SMB 就是 Windows 的共享文件夹的那套玩意，简单方便。

程序员不容易理解这个问题，是因为：

1.这个问题本质上属于金融问题。
2.国外人少，商业模式与国内不一样。
3.人少导致人力成本非常高，进而导致商业可行性探索成本过高，风险过高。因此，抄袭开源有巨大商业风险。

@feirisu

不好意思，我没说清楚。

我的意思是，批量导出。不然一篇一篇导出，几年积累下的数量，得弄到猴年马月。