@sjmcefc2 先把你现在的硬件软件环境讲一下吧，我看着有点迷。
比如主机是什么主机，跑的都是什么程序，结构怎么设计的，要加多少空间，预算有多少……

@dwyyy 可以多撸点架构设计方面的书，名家写的那种，对自我提升应该会有帮助。

@johnnie502 保护方式有很多种，这种我觉得不妥当。

@realpg 可以试试双层打包，内层加密外层明文？

用户与服务商的互相恶性循环的结果。
很多服务商没有工匠精神，做出来的产品毛病多多，也不整整好。
很多用户见到羊毛就要撸，秉承着宁愿用有羊毛的辣鸡也不用没羊毛的高质量产品的精神。
劣币驱逐良币是无法避免的结果。
千万云之前搞了多少促销，多少人撸了羊毛，最后服务器开多了，运维跟不上，客服跟不上……

公关倒是跟上了。

要多接硬盘就买大点的箱子嘛……
要多硬盘的话，考虑组个 NAS 吧，或者你要用 LVM 也可以做 SAN （一般没必要就是了）。

rclone onedrivecmd 还有我自己最近刚写完的 bug 满天飞的 rb1drv-tools 也可以看看

一般看 Passmark 分数就能知道大致水平。
Q6600 和 J5005 本来就是差不多性能的 CPU。核心数相同，频率接近，主要差距在于 5005 的 TDP 是 10W 而 Q6600 的 TDP 是 105W，说明他们的耗电差距比较大。

DMZ 会多一次 NAT 翻译。

@ColinZeb 《升起的烟花，从下面看？还是从侧面看？》

监听影响的是新连接。已经建立的连接是不受监听影响的。

我们举个栗子好了。
比如你有 SSH-Server (PID=1000)，监听 IP1 端口 22。
现在你用 SSH 客户端从 IP2 连上去 22 端口，这会发生什么事呢。
1. SSH-Server 接受了你的连接 (IP2 49123 IP1 22)；
2. SSH-Server 叉出一个新进程 SSH-Conn (PID=1096)；
3. SSH-Conn 接管 (IP2 49123 IP1 22) 连接，开始产生 SSH 通信；
4. SSH-Server 继续摸鱼，等待下一个连接。

现在你更改端口为 1234 并重启 SSH 以后，会发生什么事呢。
1. SSH-Server 被谋杀；
2. SSH-Conn 苟且偷生，继续 SSH 通信；
3. SSH-Server 被复活 (PID=1140)，监听 IP1 端口 1234。

至于为什么还能进行 SSH 操作，当然是因为
1. (IP2 49123 IP1 22) 这个连接还活着；
2. SSH-Conn (PID=1096) 这个进程还活着。

@CRVV 你说了这么多，全是说的数据库工程师的活。
1. 对数据库正确性有很高要求的场景下用 SQL 写业务逻辑？你要说招点数据库工程师直接在数据库内用 PL/SQL 写逻辑的话我当然理解。我说的是后端程序开发工程师在代码里写裸 SQL 的场景。我很想知道有多少「对数据正确性有很高要求」的产品允许自己的工程师在代码里裸 SQL。
2. 如上所述，SQL 过程语言不是本贴讨论的主题。我觉得涉及业务核心的触发器和存储过程一般不会交给一个数据库业余的后端工程师来负责。

上面说得很清楚了，我总结下
1. 权限是操作系统决定的，不是硬性限制，操作系统说你 abc 干啥都行，那么他干啥都行。
2. 文件所有者是用户 ID，root 文件是 UID=0，其他用户是比如说 1000，1001，2001 等等。
操作系统只关心，一个 UID=1000 的用户可以操作一个 UID=1000 的文件。
至于原来的 UID=1000 叫什么名字，现在的 UID=1000 叫什么名字，没人关心。

我已经很多年没在代码里写过 SQL 了。

建表难道用手建？做项目不用 Database Migration ？疯了吗？
复杂的查询计算交给数据库做？价格低廉的前级服务器不用，用那种代价高得要命的数据库算力来算业务？
各种跨多表 JOIN 查询是要把数据库的查询缓存彻底扔掉了不用么。

我只能说，看不懂看不懂。

@sinoairlc 呃，阁下是？

@lvhuiyang 我们的 Python 程序都是跑在比较底层的，日常以打 log 为主。
我是 Ruby 程序员，不懂 Python，所以写 Python 的机会不是很多，一般打 log 就够用了。

@lvhuiyang 我就是 Sublime 裸撸，然后 Syncthing 自动和 Linux 下的目录双向同步，直接在 Linux 下运行看结果。
Windows 上没有安装任何提示和运行环境。
不过我本来就不是 Python 程序员，所以可能参考意义不大。

Python 开发，你说的是写还是运行？
写的话，哪个方便用哪个。
运行的话，生产环境用哪个就用哪个。

我偶尔要写 Python 的时候，Windows 下 Sublime 写完，生产环境 Ubuntu 12.04 下运行看效果。

比如你日常开发写出来的代码是 O(nlogn) 还是 O(n^3)？
比如你要做数据转换处理的时候是开个数组狂撸还是聪明地去使用树 / 堆 / Map 等结构？
比如你要做大量数据计算的时候是开个循环跑还是分治一下多线程 MapReduce ？

这些看似无所谓的细节，可以让两个人的代码质量差距变得非常大。

看上去是你的 gcc 没安装好。
把相关的包都升完了，保证你 gcc 的插件和 gcc 版本相同，然后再编译。