1.外键的目的是保护数据，减少脏数据。

2.不用外键，也能达到这个目的，方法有很多。比如在后端代码里处理，或者在中间件里处理。

3.个人开发或研究，在前期数据了不大的情况下，为了快捷方便，可以使用外键，来提高开发或研究速度。

4.团队协作，或者个人开发但数据量大，不建议用外键。

远程桌面拷贝吧？哈哈.

Windows 局域网传输，用 Dukto 试试。

不是学 C，而是要学数据结构与算法。

内存不够的情况下，用外排序就行了。

你想搞音乐创作，建议多接触不同的乐器。至于乐理，学些基础的就行了。HansZimmer 的乐理一般也不影响他成为顶级大师。

打击乐、弦乐、管乐、合唱、弹拨乐等，每一类里都应该想办法选一样，把技能点充到熟练程度。这就像 C++、数据库、前端这样的分工。

另外你举的那个平泽进的例子，你为啥会听这种奇奇怪怪的东西，还打算拿来分析，这样做跑偏了。

音乐是艺术，不是刻板的理论。不要学习乐理，然后拿这些框架来创造东西，会缺少灵性。

强烈支持骗子工具被起诉，只罚 75 万太少了，应该让持有这类思想的开发者倾家荡产才行。

这玩意就是 excel 的事情，你做成 app 其实并不方便。

而且，这玩意最重要的是，每个地方都不同，而且很多地方每隔两三年就有大的变动，你这 app 岂不是要天天更新。

老一辈喜欢用读写分离，是因为：

1.他们技术差。
2.他们有提高性能的需求。
3.他们用的软件，提高性能的最简单无脑的做法就是双机做读写分离。

实际上读写分离是一种非常浪费资源的做法，但因为简单无脑，深受技术差的一帮人喜爱。

@feelapi postgresql 连个内存表都不支持

1.尊重对方。

2.好好沟通，告诉他你为什么希望这么做。

3.如果你不认可他的方案，告诉他原因。

4.最终服从领导安排，但一定要保留证据来保护自己。比如你觉得 A 方案好，B 方案不好，但领导选择 B 方案。这一定要记录下来，最好用邮件的方式。

虚拟化的本质是砸钱换方便，不缺钱的话当然可以在家里搞。

偷了人家数据，拿来做自己的东西，居然还敢明目张胆地炫耀，脸不要了？

比特币本来就是诈骗啊...

为什么会上当呢？

真是搞不懂。

@msg7086 [考察] 二字已经意味着不平等的关系。在这种关系下，你再牛逼，对方也能保留解释权地筛掉你。

这个问题的本质，其实是面试信息不对称的羞辱，而不是解决优化问题。

千万级数据，是个很有意思的数据量。往小的说，64 位 ID+64 位数据再加一个简单索引，撑死就几百 M 的非关系型内存数据。如果设计成流式统计或固定数组 + 矢量更改表，以内存高达 G 级与每秒海量 IOPS 的处理速度，查询与分页时间能在 ms 级完成。但如果往大的说，把满载撑死的单行平均数据，非顺序的链式（乱跳）结构，各种强关系的牵扯，各种触发器的拖累，加上数据存储在每秒 iops 低于 1k 的低速机械硬盘里，以及单次查询限定了非常小的内存空间，那么一次查询的排序 + 处理，能耗上两三小时也说不定。

这种情况下，面试官说不定早就针对他们自己的情况，给出了优化程度相当高的方案，然后在不告诉你完全信息的情况下，让你猜他们的场景与算法。他这种行为，面试很有可能已经不是他的唯一目的，说不定是他在同事面前故意刁难面试者，来哄抬他自身的技术价格。如果被面试者的级别越高，他就能越得逞。此时，就算你中了大奖，完整地猜出他们的场景，并给出了优于他的方案，说不定他也会一口否决你，然后说你的方法不行。

避免这种非对称羞辱的最佳方法，是你在面试前，针对他们产品的某种特性，给出更好的解决方案，并且提前做出性能对比测试并得出报表。此时，你完全可以不回答这个问题，然后直接扔出你的报表，说要不录用，要不你换公司，甚至换到竞品公司。当然，如果面试时，面试官很厚道，你可以保留这个行为。

针对题主的问题，一点点来回答。

1.现在太阳系内，不存在真正的智能，原因在于两点，第一是人类科技目前没有彻底弄懂智能的运作机制，你看到的神经网络其实也只是个猜测；第二是目前设备没有足够性能去模拟智能与智能形成的环境。

现阶段，所谓的 AI 、人工智能、机器学习，本质其实是对数据进行统计、整理与分析。这种方案，取名叫 [人工智能] 、 [大数据] 等等，更多的是出于商业目的，进行炒作，提高利润。举个例子，一道名叫 [高汤炖海鲜] 的菜，你愿意为此付多少钱？但如果改名叫 [佛跳墙] ，是不是价格又不一样了？


2.推荐算法，针对的是大部分无脑群众。这些群众买日常的用品，还真是买了第一次，下次又会买类似产品，所以推荐算法在这个场景下，就很有效了。而买显卡这类高智商的人群，则会有自己的理性想法，不容易被推荐与广告洗脑。


3.高薪工作岗位，并不在于该岗位一定就有啥难度，或没难度。岗位的薪水，与很多因素有关，比如稀缺性、从业人数、起步门槛等等。举个例子，安卓开发难吗？七八年前安卓刚火的时候，大部分工程师因为不喜欢风险，不知道安卓这个类别有没有前景，因此不愿意去学这个东西，导致懂安卓的人很少，因此当时安卓岗位的工资异常地高。但现在？

另外补充一点，很多异常高薪的岗位，并不是这个岗位有多少技术含量，而是这个岗位要能为公司：
提出问题、解决问题、带队（管理）、人脉关系。

这 4 点，单独一两点，还比较容易，能通过努力去达到。但如果一个人要同时满足这 4 点，那就不是纯粹的努力就能办到的了，除了努力，更需要机遇与运气。所以，超高薪岗位，比如 XX 经理、XX 总监等岗位的本质，更多的在于运气。

最后，别想太多，保持心态，脚踏实地。小富靠勤，大富靠命。

这不好说。

如果这 5000 人分布在世界各地，分时上线，那么一台最渣的云服务器就能扛起。

但如果这 5000 人都是一个地方的，还经常抢购秒杀，那么 5000 的 java 业务并发，一台几十万的中配物理服务器说不定也抗不下。

其实你应该考虑优化，优化的本质就是把这些集中的东西，进行分散处理。

1.这类东西其实根本不需要在意前端，前端直接输出为 excel 就行了。

2.这种东西的技术难度在后端，后端的核心技术难度在于，如何反爬，以及如何高性能地对 url 去重。