一般说来，web 服务不涉及 CPU 密集型的任务。比较依赖 CPU 资源的主要在于解码或数学计算类的任务。所以即便你找到了好工具，很可能也解决和发现什么问题。

大多数程序性能的障碍在于：内存数据的写读依赖，不必要的计算和循环，算法的选择，不必要的 I/O 操作，多进程的数据竞争。你可以在程序内用通过日志输出高精度的时间，直接来捕捉到影响性能关键的代码区域，重新看代码逻辑分析具体是什么原因。

以「不必要的计算和循环」为例，我就遇到这样的代码，比如明明一个 for 循环就可以直接完成 AB 操作。但是有的程序员，会先写一个 for 循环执行 A 操作，再来一次 for 循环执行 B 操作。就导致了无谓的双倍内存访问。在比如明明一次 SQL 查询就能解决问题，他要查询两次，然后对数据进行关联和处理。就是不必要的操作和计算。

通常情况，性能的问题是人的问题。

国内就没有不卷的公司，只是程度的差异不同。
有些公司迭代的节奏相对慢一点。

现在的安卓早已不是性能问题了，而是缺乏统一的应用市场和严格的审核机制。
由此导致了良莠不齐的 APP——各种广告，索取权限和侵犯隐私，无底线的唤醒和消息通知。

这种东西肯定都有现成的，自己动手用搜索引擎。中文搜不到就用英文搜。

https://slideplayer.com/slide/8527032/
https://www.slideshare.net/sohagmis/cross-border-e-commerce
https://www.cemla.org/forodepagos/pdf/week2017/2017-09-semanadepagos26.pdf

个人觉得 Python 更好用。
R 的数据结构虽然丰富，向量，矩阵，frame 各种，但是它的数据操作不方便。没有像 Python 那样简单便捷的函数方法。用 R 的时候经常要 Google ，找库和复制代码。不像 Python ，Python 就算没有现成的库，自己写起来应该也很方便。

@shm7 #103 “无法可依，有法不依” 说到点子上了。
中国自改革开放之后发展迅速，996 的劳工现状却持续了快 30 年了。高速发展的背后，牺牲的是普普通通的劳动力和企业员工，他们用个人健康和大量的个人时间投入换来的一些薪水。收入与工作中付出不成比例，即便工伤或者职业病也很难维权，无法可依，有法不依。最典型的是 2009 年张海超“开胸验肺”事件。然而十年过去了，工人的工作环境还是很糟糕。