问 HR 就行了, 这都不问那你问什么, 逢年过节有没有福报吗

速度就够了... golang 随便十万并发, Python 不借助 C 的话, starlette 也就三四万... Django 的速度就不提了...

其实感觉 golang 就是一种压榨机器性能和程序员友好之间的另一个折中, 和 python 比, 前者又稍微向机器性能侧重了一点点, python 则是像程序员侧重一点点. 实际场景里 golang 主要做对比的是跟 java 比压榨性能, 跟 C 比初级程序员友好. 和 py 这种脚本语言, 性能一项就足以... 不是一个量级, 至于很多人提的可读性, 平时真没感觉比 py 好...

别让昨天在你伤口狂妄的撒盐
一碰就痛 一想就悲
爱一遍教人老了好几十岁

商业胡吹的套路, 找工作也有可能是靠人脉给推推, 多数收智商税的, 别人本硕连读取得的成绩, 如果一个辅导班就可以搞定, 那大学真的可以关门大吉了

最搞笑是还放在推送首条上, 据说首条的推广费要比次条多, 基本上这种公众号都取关了, 他们要恰饭情有可原, 但是性质变了就没有关注的必要了, 本来也没指望一个微信端的东西能学到什么玩意, 就是个解闷的, 搜索引擎不友好不说, PC 上还不能打开微信

有意思, 我还一直没见过超过 100 的呢, 不过最近一个月没有

@iQiQi 偷偷提一句... 可以在一次回复里用回车隔开多个人的引用什么的... 省不少铜币

1 楼是多倒霉...
我退租时候给人家墙上粘勾拽下来了, 掉了一大块墙皮 /墙纸, 问了下说没事, 整个过程用了 5 分钟吧, 就是抄水表
不过中途断租的时候, 管家会建议我发上去转租, 避免交违约金, 毕竟我是自己写软件找到的性价比打分最高的, 刚挂上去第一天就接了三四个电话, 但是都说看看不确定要租, 我就撤了直接租给以前同学了(毕竟青年路 3 居 2017 年才 1900), 看都懒得看说反正自如都长一个样, 我住过的也不会脏哪去, 最后没交违约金
至于窗帘脏了, 有保洁去管, 这是窗帘上喷到什么东西了还洗不掉了, 只听描述也猜不到, 我那屋子虽然平时拖地, 但是窗台和窗帘倒是脏

自如的缺点就是特么贵, 比自己找房东贵个四分之一... 太黑了
优点就是, 里面很少(注意是很少)乱七八糟的人, 因为不租给 35 以上还是 40 以上, 然后因为价格高, 邻居也都是比较在乎面子的, 如果遇到刚毕业的学生就是赚到了

遇到过的坑基本上 99% 是室友问题, 当初因为刚毕业, 为了租到公司旁边, 住了个 4 居室, 里面居然有 5 个女的一个男的, 绝望了, 厕所下水道永远都像有女鬼要爬上来, 而且厕所纸篓里全是血, 排队洗澡只要犹豫 1 分钟, 下一波就得 1 小时以后了

所以挑房子 打分标准: 地铁近, 楼层高, 女生少, 价格低, 面积大, 房间少, 非顶楼, 朝向好

当年挑房子打分时候的样表

https://github.com/ClericPy/zirooms/raw/master/pic.png

很多所谓的问题都是 by design 的设计, 目的性很鲜明了, 微信活到现在不是因为它多好, 是因为它没有 open API, 反正国产 IM 的调性从来就跟外国货不一个路子, 烂不烂问厨房吧, 反托拉斯是不存在的

工作需要才用起微信(微信办公也是醉醉的...), 当年还有个离线 QQ 消息功能, 渣的就跟有时差一样

辞职以后我基本每天睡前才看一眼微信公众号, 以前微信是工作需要, 一个手机号注册多个微信又那么费劲, 所以加了一大堆不认识的人和群, 分组功能那么差, PC 端又跟报复社会一样

一句话老年人才用微信

新媒体营销, 朋友圈传销, 抖音快手 bla bla
我不会, 下一个

比较好奇 12345 怎么回答的

内容管理系统? 现成的 CMS 只要接入数据库就可以展示和 CRUD, 录入数据自己跑个脚本

linux mint 上有 backup tools
Ubuntu 的话... 当年用公司里的同配置戴尔玩过 rsync 和 tar 全盘... 要了老命了....... 听说过 dd, 不过那次 tar 就够费劲了, 而且 tar 过去的还得改挺多硬盘信息...
所以之后的基本就打算备份 home, 其他全丢弃, 但还没遇到实战就跳 Manjaro 了...

综上, 以上都是废话, 我并不知道怎么批量安装... 如果是局域网, rsync 最省劲

@Trim21 是开发者, 不过会传到 pypi 上...

以前在 python 里测试过, 1 核 CPU, 线程并发 1 到 2 , 提升明显, 2 到 5 变化也很大, 超过 5, 线程切换开销比较大的情况下, 耗费时间就没那么明显的优势了. python3 ThreadPoolExecutor 官方建议的好像是 n*5, 也就是 pool size 是 None 的时候
if max_workers is None:
# Use this number because ThreadPoolExecutor is often
# used to overlap I/O instead of CPU work.
max_workers = (os.cpu_count() or 1) * 5

不过协程的时候就不会太讲究了, 开 100 并发, 性能一直是线程三倍以上