我能想像到，这个困境的大概来源了：

OP 公司的代码逻辑很可能是，用 id 的大小比较，去作为事件发生先后(时序)的依据。

这种代码逻辑，当然可以用全局递增的 id 这种方案来解决。不过也可以用其他方案来解决啊，比如保证后续任务的 id 比前置任务的 id 要大，即使分配到了不同的负载。例如可以在一台机器上提前生成任务的 id ，把 id 传递给其他负载。

用全局递增 id 的方案来解决，相比之下就是傻大黑粗！

「代码中存在大量的根据雪花算法生成的 id 排序比大小的操作」。
问题是，你把 workerID 改了，也不影响这种排序比较啊！！因为对于分布式应用来说，数据的产生本来就没有绝对的先后顺序。无论你怎么设置新生的数据的顺序，都是合理的啊！

你们公司的应用，对 2 台机器产生的新数据的排序标准是啥？
你们公司的应用，需要按照绝对时间来排序吗？
你们公司的应用，是抢票程序吗？
你确定，绝对时间存在吗？

digitalocean 的节点，确实解封了，感谢 OP 分享！

口口相传，信任链：
你信任 A ，B ，C ，D ，。。Z 这几个人，信任度递减。
同样的，A ，B ，C ，。。也有各自的信任链。

被最信任的人的最信任的人推荐的，是好的，以此递推。加权相加得到信任值。

对于熟人圈太小无法链接到目标物的情况，可以使用信任中介的数据，比如美食达人。

为什么可以信任信任中介呢？因为信任数据是可以买卖的。

我有一份信任链数据，标好了价格，信任中介也有一份信任链数据，也有标价。信任中介如果收钱虚评，在别人中的信任值就会下降。你可以从自己的信任链中，查询信任中介的可信值，当然是需要付费的。

因为有了经济激励机制，可以形成持久的良性循环。

@sandylaw #101
我又仔细看了下，单位缴纳的是属于统筹范围，20%份里面只转走 12%份，算是各地区之间统筹资金的调配，不损害职工领取的退休金。

楼主，河北社保转北京社保，是不是转移过程中，会损失掉一部分啊？看政策，好像不是全部转移的。

2 楼的表情，让我联想到了中世纪欧洲领主的初夜权。。

@oldshensheep
对，就是可视化，做好了的话，就相当于给 v 站添加了一个新的入口了。毕竟 v 站过往那么多好帖子，没人看就珠玉蒙尘了。

我爬过水深火热，爬慢点应该不会封。

天哪，几十个小时就爬完了。我之前也爬了一份，花了将近 3 个月，还是心太软了。

OP 这个统计不错，我觉得数据还有继续挖掘的空间，有没有想法？举个简单的例子，可以找到 member 与 member 的「偶遇」关系，谁谁谁曾经和我「相遇在」(一起评论了)某个帖子。

类似 v 友 @vitovan 做的这个可视化： https://www.v2ex.com/t/940876

@mxT52CRuqR6o5 #17
你这个可以放到程序员的冷笑话集锦里，😂太逗了，还有没有类似的。

普通的渲染用的是冯式光照模型(Phong Shading)，简化成了环境光、漫反射、镜面反射光这几个概念，而且它是局部光照的概念，也就是说，一个物体的颜色，不受其他物体的影响。

光线追踪则是模拟真实的光线运动轨迹，光照效果更真实，它是全局光照，物体的颜色受其他物体反光的影响，比如下例的墙面反射：
https://madebyevan.com/webgl-path-tracing/
http://www.kevinbeason.com/smallpt/
https://www.shadertoy.com/view/MlyyzW

现在流行的应该是基于基于物理的光照渲染(PBR)，它从物体的材质入手，效果也非常逼真，对比下面手表的 2 个例子：
https://www.shadertoy.com/view/MlyyzW
https://www.shadertoy.com/view/lscBW4

楼主说开启光线追踪没有啥效果，可能是因为已经使用了 PBR 的材质和渲染，而 PBR 渲染本身就非常逼真了。可以看下 PBR 材质和光线追踪的关系：
https://www.zhihu.com/question/65714012/answer/278421221

今天刚发了个闪送，闪送费 70 多块钱，路程 70 多分钟。不知道送货的小哥能分成多少。

@Morriaty #8
我的标题可能有误，「似曾相识」应该改为「呼之欲出」，表达那种想法就在嘴边时，卡壳了，但是却知道自己非常接近正确答案，很强烈的那种感觉。

@ipfox #2
「当我们回忆某件事情时，我们已经接近了记忆的“激活阈值”，这就是为什么我们感觉非常接近，就像话就要到嘴边了」，这个还是有点问题，虽然是接近“激活阈值”，但毕竟没有触发，那么这种神经元未触发的情况下，大脑怎么知道它非常接近触发了？

@hsfzxjy 纠正一下，「 p*F*(F^-1)=p*e=p ，这里必须假设 p 是男的这个等式才成立」这个说法也不对，即使 p 是男的，因为「 p 的父亲的儿子」并不一定是 p ，还可能是 p 的某个兄弟。

@hsfzxjy
我想了下，发现父亲（ F ）这个关系，很难找到它的逆元素。下面是我的思考：

首先是明确，构成群的是关系，而不是人，比如(子-父)(子-父)=(孙-爷)，这里子不是特指某个人，而是泛指组成关系的某一方。按这个说法，「幺元为我」应该改成「幺元为自身」。

然后再考虑你定义的「父亲（ F ）」这个关系，它定义了关系的一方是另一方的父亲。但这里有个问题，F 的逆到底是什么，按照群的定义，F*(F^-1)应该得到 e ，即自身。如果说「儿子 = F^{-1}」，那么假设某个人代号为 p ，p*F*(F^-1)=p*e=p ，这里必须假设 p 是男的这个等式才成立，如果 p 是女的，p*F*(F^-1)=b ，b 男的，所以是 p 的哥哥或弟弟。

导致上面问题的原因是，「父亲（ F ）」这个关系，没有唯一的逆元素。

@hsfzxjy #15 “舅舅”这个元素怎么用“父”元素和“母”元素生成？😊