@roamlog 我觉得对有经验的人来说，也显得不太友好。东西太多了，于是想寻找一个功能都不知道文档在哪。这次PyCon China，沈崴就有提到一张图，说学Java开发要看一堆书，Rails只要看2本书，接着话锋一转：Python根本不需要看那么厚的书。

所以我觉得难度在于学习曲线。一般人很难抽出那么多时间和精力来学习，在几个月之后才能尝到甜头。都希望几个小时内就能上手，并且每天都能突飞猛进。

说实话，即使我是Pythoner，我也不喜欢Django，因为学习成本比Python还大…

看来女生应该学Python

貌似应该翻译成：Rails不适合民工程序员

如果需要搜索的话，物理限制是500字节（UTF-8编码）

原来支持FAT32么…不知道NTFS能否不丢失数据直接转FAT32

用EditPlus试试吧＝＝

sqlite的速度比大多数数据库更快，资源占用更少，也不需要root权限去安装，随便找个虚拟主机就能用，所以在并发性要求不高的场合还是很实用的。

学好日语就行了……

只推荐Effective C++系列…

因为是缓存html片段=。=

身在上海的也在看=。=

正文里就提到一次scoping，只能当作用域解释。线程可以访问自己的变量，并且共享进程的全局变量。

@wt_xp 那就弄成RMB用户的特权吧…

@frittle 不是不修改原有的代码，而是不修改原有的接口。不过对于支持缺省参数的语言，我觉得增加缺省参数也没关系。

@eric_zyh 发现不需要指定索引，直接用STRAIGHT_JOIN就可以设置连接的顺序了。
http://dev.mysql.com/doc/refman/5.6/en/select.html

@eric_zyh 从这个例子看来，结果集越小的越先执行。然后选择覆盖字段最多的索引。而临时表和排序的开销好像忽略了，不过这也和结果集并不大有关。

另外，刚想起为什么关注的人少时，时间会猛增了。如果没有达到30条记录，就相当于遍历了a.type=107的2000多条记录来连接；但如果关注得多，很快就找到了30条，后面的连接就无需执行了。
而在第一种策略中，连接次数和关注的人数相同，所以性能刚好相反。

@eric_zyh 做了个测试，比较了一下这2种执行策略。

考虑b.userid = 13 and a.type=107。一般的用户不会关注那么多人，所以b表的结果集一般会比a表少，先查询它更快（不考虑排序的情况下）。
这种情况下b表需要(userid, reuserid)或(userid)上的索引，而a表需要(userid, type)或(userid)上的索引。
由于a表后查询，所以无法使用add_time上的索引来排序，需要filesort。很显然，该用户关注的用户越多，这个排序就越费时。

当使用use/force index来指定使用(type, add_time, userid)或(type, add_time)上的索引时，就会变成先查询a表了。
此时会选出a.type=107的所有记录，并且它已经按add_time排序了。如果索引中还有userid的话，就形成索引覆盖了。
接下来还有2种策略：b可以先连接，再过滤userid = 13，这需要(reuserid, userid)或(reuserid)；也可以先过滤userid = 13，再连接，这需要(userid, reuserid)或(userid)。
很显然，结果集越小的就应该越先执行，如果a.type=107的数目不超过3000的话，就可以用前者。这里假设每种type都占1/8，那么应该是18万/8，约2000多。
这种策略的缺点就是如果该用户关注的人很少，也需要取出这么多条记录，显得很不划算。极端地说，假如这个用户没有关注任何人，这个操作也很费时。

考虑到正常的用户关注人数应该在1000以内，超过的基本上都是机器人。而排序1000条记录的表应该是可以接受的。
所以使用第一种方式处理，一般来说是比较合适的。

我用innodb测试了一下，表结构如下：
CREATE TABLE a (id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY, userid MEDIUMINT UNSIGNED, type TINYINT(3) UNSIGNED, add_time INT UNSIGNED) ENGINE=InnoDB;
CREATE TABLE b (id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY, userid MEDIUMINT UNSIGNED, reuserid MEDIUMINT UNSIGNED) ENGINE=InnoDB;

然后往a表插入了361463条数据，b表776892条（插入时忘记给(userid, reuserid)加唯一索引了）。其中用户id为1～50000。
某个用户在b中有3000条记录，这3000条记录对应地在a表中有2432条记录，查询前30个用时0.02秒。而如果用户只关注1个人，用时0.00秒。
使用第二种策略时用时0.01秒，但如果用户只关注1个人，用时0.19秒。

@eric_zyh

可以试试给a表加userid,type,add_time DESC联合索引。
检查一下2个表的userid长度是否一致。
另外，b表怎么查出来这么多行，难道13这个用户关注了6000多人？

chrome://settings/extensions里开启Developer mode，找到你的扩展，勾选Allow access to file URLs就行了