@shuimugan 手滑没打完就回复了


不在乎性能和续航的：
机械革命 F1 （ 14 寸） 1kg，双内存槽（最大 64G ）双 M.2 （应该可以到 4T ），缺点是 cpu 是英特尔的 H35 （ 4 核 8 线程的垃圾电老虎，还不如用低压）以及电池 53Wh，方向键反人类。显然一线厂商也可以做出这样的模具，非要做那些板载内存的电子辣鸡来卖。

一般扩展性的：
机械革命 code01 （ 15.6 寸） 1.47kg，双内存槽（最大 64G ）单 M.2，并夕夕最低 3999，优点是 8 核 16 线程，性能释放非常 ojbk，电池 91Wh，键盘布局合理（标准尺寸方向键很难得）。缺点是没有全功能 type-c，M.2 只有一个。
下一代据说 cpu 用的 11800H，个人觉得不值得等。

惠普战 x （ 14 寸） 1.37kg，双内存槽（最大 64G ）单 M.2，也是 8 核 16 线程不过是低压的，其实也够用了，电池也是 53Wh 。性能释放一般吧，不过一般写代码也不需要经常满载，不拿自己机器做压测就没啥问题，靠性能释放策略做几秒真男人也够了。缺点是方向键反人类吧，内部空间利用率也不行。

惠普战 66 （ 14 寸） 1.38kg，其它参数和上面战 x 没啥区别。都是对比上一代改进比较小的常规升级，有点不思进取（比如硬盘位少了一个，但是电池容量没有增加）。

联想小新、ThinkBook 系列的就不用看了，祖传板载内存，没有扩展性，可以看得出有很执着的报废计划。


剩下笔记本的扩展性来来去去就那几样不思进取的设计：板载 16g 内存、板载 8g 内存+1 个内存槽组成最大 40g 的配置、标压 cpu 配合小电池、祖传反人类方向键、固态硬盘位是 1 个 M.2+1 个 SATA 抢占电池容量、2 个 M.2 但是内存板载、满足以上脑瘫设计重量还超过 1.5kg 的混合体。

在我看来认真设计轻薄办公笔记本的就只有机械革命了，可惜拿不到货只能用英特尔的辣鸡电老虎，要是丢一堆 amd 给机械革命，可以买到各种绝妙的码农本，扩展性都贼牛逼。

其实就是要码农本

不在乎性能和续航的
机械革命 F1，双内存槽双 M.2

运维干的活只有重启和拉日志？那还不如直接上公有云的 serverless 架构，连运维都省了...

“联系运维拉取慢日志。慢日志拉下来了”
其实完全可以定时（比如 5min ）采集慢日志，收集起来，也就是为什么云厂商总有一个面板给你去看慢日志。

“仔细一聊，我们发现了一个要命的问题：前端有个页面，某个接口在会每隔 10s 请求一次 general，而且这个接口很慢”
如果你的网关日志采集了，并且做了阈值告警，这也可以感知出来，这也是为什么云厂商的日志服务里，可以根据查询结果配置告警。

“general 模块报错， 但是从报错日志，无法确认是代码逻辑问题导致的错误”

如果 CMDB 之类的信息化建设得好的话，每个项目都有哪些接口，每个接口背后调用了什么资源（比如数据库实例，用的 DB，查的表），每个项目在部署的时候怎么对应容器 Pod 等信息都能知道的话...
针对文中的 case，从网关日志中捕获到时间长的接口，就可以检索出接口背后在什么容器，负载如何，接口对应的库表当前有什么慢查询，当前版本和上一个版本差异的提交有哪些...各个维度的内容 load 出来一份报告，问题就找得差不多了。
这时候自动出一个审批单，是否紧急屏蔽这个接口的访问，熔断也好了。

当然，这些都很理想，在中华田园敏捷开发的模式下很难搞起来，不然你这个问题在上线前测试流程加一道压测就不会存在了。

1688 上面搜，20 块左右可以买到吊打优衣库的 T 恤

编译后体积小，冷启动速度快。
在 serverless 架构上，以阿里云为例，允许使用自定义 docker 镜像运行，如果你的镜像体积（压缩后） 100MB 以内，冷启动的时候拉取->解压->运行->就绪的整体消耗在 1~3s，同时单个实例在 1 核 128MB 内存下可以承受 1000 并发（阿里云这点很垃圾，8 核 32G 内存和 1 核 128MB 内存最高的并发都是 100 ），那么服务器（无状态的应用部分）费用会变得及其低（完全按量付费），部署及其无脑，弹性伸缩非常方便。

并发模型简单高效也是一个优势，很多 java web 项目在线上跑，当代码会请求另一个可能耗时的接口时，整体应用稳定性基本处于玄学状态（比如启动分配 200 线程来处理请求，单一接口依赖了一个耗时不稳定的接口，可能要等 5s 才有返回，当这个接口被狂刷时，线程池被打满，其他接口请求进不来，表现就是整个服务都凉了），各种线程池大小配到傻对整体的 QPS 提升也不大，这时就会想各种蹩脚方案了，还不如一个异步模型来得爽快。于是这时候又要进之前关于 java 全异步解决方案里面的帖子里吵了，不如直接换语言。

pyenv 每一个 python 版本安装之后就是在 home 目录存放的，在当前目录里使用绝对路径 python -m venv 就能得到一个 venv 文件夹，里面有指定的 python 版本和隔离的 pip 包。

后续 python 和 pip 命令都使用 venv 文件夹里的，就能做到多 python 版本多 pip 包隔离了

8 代以前的 i5 和 8 代以后的 i5 是两种不同的牙膏,低压的差距也特别大.
还是要看任务管理器里的 cpu 频率(电源策略比如节能模式,还有温度的影响可能在降频),还有进程 gpu 占用(碰到过同事的 8 代以前的 i5 特别卡,最后发现 chrome 的 gpu 占用被一个扩展占用奇高无比)

机械革命 code01，91wh 的大电池，我曾经在开了 2 个 jetbrains 的 IDE+2 个虚拟机的情况下，在一个 8 小时的会议里摸鱼写代码，会议结束了还有 21%的电

要性能有性能，要静音有静音(调整电源策略)，自己可以扩展 64g 内存+2t ssd，缺点就是国外售后可能不方便，不过你这个预算可以搞 2 台都没问题，刚好一主一备

为了实现碳中和，这波英特尔是在大气层

我是在电视安装 steam link，电脑运行 steam，通过串流让电视显示电脑内容，挺流畅的

经历过一次类似的,测试机默认 shell 不知道被谁改成了 zsh,然后 ssh 登不上了.幸好跑了一个 portainer,通过 web 界面启动个容器把 /etc 和 /root 挂进去分析出来问题,改好之后就好了.

这种无非就是套娃,一层一层套.

比如利用 Cloudflare 可以反代被墙的 ip,那么也可以用来反代被墙的 bucket.

如果是私有的 bucket 需要计算签名的话,之前不知道哪里看到 Cloudflare 好像还能计算好那些对象存储的签名,但我没考证过.

也可以自己写个自动计算签名的 proxy,我之前用 nodejs 写过一个,200 来行代码搞定,然后部署到香港服务器比如轻量云上,保险起见还能再套一层 Cloudflare

可以看我之前发的贴，还在找领养 https://v2ex.com/t/788804

借楼，我这里也有一只小橘猫找领养

serverless 国内还是阿里云好用，支持用 docker 镜像部署，比较通用，防止被各种 xx 绑定

你这种情况直接应用打包到 docker 在阿里云的函数计算里面跑,弹性伸缩点几下配置就差不多了.不知道数据库慢查询情况如何,有钱就升个 PolarDB 试试咯.

Opcache 调到最优应该就是缓存永不过期了,这都抗不下那也没办法.个人经验用 Yii2 框架,在缓存到极致时 4 核情况大概能抗 800.

当然像 PHP-FPM 这种一个进程抗一个请求,就算配置进程池 200 个,都在等 IO 时,第 201 请求进来时就傻逼了,换非阻塞框架还是比较正确的.

个人的经验来说 PHP 转 Node.js 速度是最快的,Node.js 里像 Laravel 的框架有 AdonisJS,像 SpringBoot 的框架有 Nest.js,像 Yii2 的 ORM 有 TypeOrm,用 JavaScript 实现的 PHP 函数库有 https://github.com/locutusjs/locutus ,带团队基本上两三天就能上手了.

在 2017 年用 tornado 搞过一个并发要求高的站点,被 python 各种的异步 io 库糟糕的生态给搞得差点放弃,从那以后我就转 node.js 了.

最近在建设 cmdb,cmdb 这类应用大部分都是 python 开发的,看了一圈代码和功能,发现大部分的工作量都可以被无头 cms 接管过去.于是我现在用 https://directus.io/ 这个框架搭建各种 xx 内部管理系统,工作效率直接起飞,一天能顶 2 周的工作量.有的不好做的话另外起一个站点用 nest.js + prisma 缝合一下,速度也直接起飞了.打个镜像丢到 serverless 上面最低配(128MB 内存)就能玩起来,性能还很好.