- 你可能不是所有数据都需要扔到 ES 里面做检索，没必要的数据不要放进去。
- 你有可能需要保证一定程度上的一致性。
本质上 ES 就是个搜索引擎，你最好还是拿它当搜索引擎用。虽说一定程度上也可以当成 NoSQL 数据库，但实际使用的时候，除非你的应用场景非常合适，可以从需求上避开拿 ES 当数据库使用时的缺点，不然不要这么搞。

做成规则引擎，而且你这就是简单的 if else，很好做。弄个 JSON 配置文件直接读进来当表判断就行了。
然后剩下的都是 PM 和策划的活了。反正它们自己写的配置搞成死循环了也不关你的事。

https://docsify.js.org/
连生成静态站这步都省了。
就是特别复杂的目录支持的不太好。

早就上 11 了，等着以后上 17，反正只用 LTS 就好了。

@hpeng 人是宾语

@huzhikuizainali 你说的没错，anaconda 里面就是带了一堆的这玩意。。一般是对应版本的 Python 加上几百个特定版本的库。
一般来说你创建虚拟环境的时候，这环境就是空的。然后你往里面装某个特定版本的库的时候，比如某个库的最新版本，它会带上特定版本的依赖。这样最终你这样用来用去就成了一坨特定版本的库构成的环境了。
miniconda 就是干这个事用的，它就是精简了那堆乱七八糟自带库的 anaconda 。

你就理解为 Python 本身的设计就只是一个拿来当胶水的脚本语言，开始也没设计严谨的工程化包管理和环境管理功能。
和 Java 的 Maven，Gradle 或者.NET 的 NuGet 不同，Python 本身没有项目文件。你直接 import 一个库是没法指定版本的。全靠系统里面有啥就用啥。
所以需要一个 virtualenv 去隔离你不同脚本的“系统环境”，用于给不同脚本提供不同的库环境。
另外它作为胶水，很多依赖的库并不是 python 写的。特别是一些需要高性能计算的地方，光靠 python 是不行的。然而 python 自带的那个 pip 就只能管理 python 包，所以人们做了 conda 去作为一个更通用的包管理系统去解决这些乱七八糟的问题。

你说的流程涉及两步“乱序执行”
Java 或者说各种语言的编译器都会在编译的时候会进行一定程度上的优化重新调整语句顺序，拆解循环等等。当然这需要你打开优化功能才行。
对于 Java 来说，这步是在 JVM 虚拟机里做的。本身 Java 编译器（把.java 编译成.class 的那个）不会做到这点。
第二个是，现代 CPU 都是以流水线方式，将 JVM 或者说操作系统送过来的优化好的二进制指令进一步拆解成微指令执行的。在这过程中 CPU 会进行指令重排等各种优化，这些大部分都是硬件级别的机制。
你可以简单理解为一堆人排队打疫苗，JVM 会把屋子外面排队的那些人根据个体情况调整排队顺序。CPU 相当于把屋子里面的人根据打疫苗的不同步骤进行再次重排。

自我保护向来都是成本问题，其次才是技术问题。主要还是看你想花多大成本去做这个东西了。
从最简单的用个守护线程，检测到第三方的文件名或者签名直接自爆。到复杂的你自己实现个类似主动防御的功能。只看你们打算下多大决心去搞了。
当然我个人觉得最好的办法就是收集好证据，直接起诉对方一锅端就完了。

@gaojiangouyu 说的基本上都是国外的。。。
确实国外行情不错，不过国内的话，想找工作还是去卷 Java 吧。

米兰尼斯===暴力脱毛器

是不是喝酒了？一般睡眠心率都很低的。

@gggxxxx 业务删了 40%也不改的吗。。。

好家伙，Home Pod 那音质连 5K 的 2.0 都能吊打了。
那些个烧音箱的怕不都是傻子。