可以本地指定服务发现的 ip 和端口. 对应的配置项是 spring.cloud.nacos.discovery.ip/port. 然后配置 k8s 内服务可以和本地指定的 ip 端口互通就可以.

这样本地只需要启动需要调试的服务也可以直接调用 k8s 内服务了.

8p 的还活着

@zpfhbyx #28 使用 fiber 极大概率会触发 evictCount panic, 最近生产环境遇到了后改成 gin 就正常. 推测是 fasthttp 的问题. https://github.com/golang/go/issues/43048#event-4080325045

@xxjwxc #25 正规的方式都是从行情源买的. 比如说同花顺(港 A), 晨星(资讯). 不同的源价格也不一样. 个人使用没必要买这些源. 还有富途也提供直接的 api, 你可以看看这种是否用来商用

腾讯自选股的数据虽然好爬, 但是之前公开出来, 就看腾讯想不想找麻烦了. 这种都是商业数据源和经过腾讯自己处理的, 自己用没关系, 直接公开出来, 肯定还是有风险的

转运维再转开发, 循序渐进

kafka Connector 应该可以.

下辈子一定

大数据平台 2 年开发, 5 年 web 开发(对内产品). 说说我的看法. 大数据开发, 一般就是数据接入和平台产品开发. 主要的大数据产品也就是用户画像, 报表之类的. 大部分公司好像很难突破这两点, 然后由于主要是对内, 所以技术要求相对不高, 可能面向业务要多些. 而平台开发到后期平台建设完或者建设到一半发现研发成本周期太长, 可能会陷入仅仅维护或者买成熟产品的情况. 而今年找工作的情况来看, 大部分大数据开发倾向于数据开发, 数据建模的能力.

个人感觉大数据当前应该是进入中后期, 大公司的成熟方案优势更大. 越往后仅仅数据开发的趋势会越来越明显. 除非对数据开发, 喜欢 sql 开发, 感觉长期来看技术提升应该有限.

后端开发, 直接面向业务, 对业务的理解可能会深一些, 但是整体对业务链路的理解可能没大数据强, 如果能接触到高并发, 技术性应该要强一些.

追求技术, 选择后端; 深入理解业务, 大数据吧. 个人愚见

确实从了解的情况来看 第一年要拿高绩效不太现实. @yuthelloworld 从平台来说, 平安肯定大些.

分子来了

data engineer 支持远程?

canal 自带的 adapter?

Python + 数据处理 + 大数据路线考虑下？

组成分母

@easylee #2 最近做 leetcode, dp 真的让我觉得自己是傻子

围棋 简单的规则复杂的变化, 大道至简啊

@JKeita #3 当事人说还活得好好的

org 模式喜欢， 考虑支持 emacs 按键自定义不？