超凡魔力

使用docker来构建一个镜像，并使用docker容器来处理定时任务。如果在集群里面，也能使用k8s的定时任务功功能，但是注意k8s的时间问题，比北京时间晚8小时。

装饰器decorator 是我之前一直很难懂的地方，曾经想死记装饰器的写法，但不得要领。现在，自己又实现了一次装饰器的编写，发现并没有那么难懂呢。发现，其实，它跟js的闭包非常的像。甚至说一致，然后再加上一个f=myfnc(f)的作用域替换。

所以，装饰器模式，首先能闭包，即函数内能继续嵌套定义函数，内部的函数，享受外部作用域的变量值。另外，有一种方便的方式，覆盖原函数。

关于理解：从调用的方式来看，最外层的函数，最先调用。最内部的函数，是最后调用，而且是跟原函数一样的参数结构。每调用一次，脱一层。所以，理论上讲，能嵌套很多层，视具体情况而定。从最终调用的函数，即定义在最内部的函数来看，它可能需要很多参数，在本层解决不了，那么，没有关系，我们可以在最外边加一层，一层不行，加二层，反正其他层的变量，在此都是生效的，都是为了本层服务的。（其实，这也是自己理解js的闭包层层封装，js是方便，生成各种的调用方法）（js理论上讲也容易实现装饰器方式，只是没有@那种语法）。

getopt只需要了解一点简单用法即可，更好的是使用argparse 等库进行替代。但是在用的过程中，会有如下的易错地方，1、getopt参数不能直接用全部的参数，因为，第一个参数为文件名称，它会破坏掉正常解析。2、解析顺序，参数的选项，必须放在最前面，后面非选项型参数，否则，不能正常识别。

python连接mysql的驱动程序Pymysql，安装及一些常见的用法。对简单的操作，已提取封装成了一个库mysql_db。对遇到的问题，提出解决方案。

其实，是没有“数据的原近”这个概念的，只是最近反复提到这个词，便想记录一下关于这个的一些想法。

数据的远近

在web开发中，常会用到数据库等工具。而那些web服务呢，其实就是调底层数据库的资源，来达到存储、计算或统计的需求。按照一般的web开发而言，关于数据在哪处理，可以有很多种方式，但总得来说，也就这几种，底层的数据库计算，后端服务的计算，前端的计算（当然，前端计算也分好多种情况）。按数据计算的难易程度，恰好跟距离数据源的远近有关系，越近越好计算。比如，简单得统计，一般sql能完成的，都会直接用sql来完成，没有人会傻到在后端服务里面去实现。而这也正好是数据库的拿手好戏，非常的easy，一段sql即可完成，甚至非常复杂的统计计算。如果将这统计的活放到后端服务，那么，后端服务，需要先拿到需要的部分数据，然后呢，在各种过程化的编程代码中，完成了统计。如果，将这些数据，放到前端计算，那就更麻烦呢。不是不能做，是做起来费力不讨好。前端来计算，大概的流程是，发送请求给后端，后端呢，再从数据库中取到数据

Python中的线程手全局锁的影响，线程受限于某个cpu上，但是呢，多进程模式，不手此影响。多线程，省资源。多进程有点浪费资源，但是能利用上多核的性能。

记录一下，python中的多进程使用方式。另外一种多进程方式concurrent的库。

镜像是分层，这个我们都知道，但是每层都是什么呢？哪些命令会导致增加一层呢？docker commit的方式跟使用Dockerfile构建的区别呢？它的层会不会少一些呢？

看到的一篇文章，在python中如何提升执行的效率，故简单的记录一下，自己验证的过程，原文链接。

虽然自己在使用其他语言的时候，也知道，“局部变量”比“全局”变量访问速度快，对象的属性方法，直接使用一个局部变量的简单的方式引用，可以提升速度，但是从未验证过。以下包含自己验证的数据。

（可能并非适用所有语言，比如像lua这种栈虚拟机语言，？）

php使用opcache扩展，来进行缓存php的字节码，提升代码的执行速度。

docker在使用过程中，一些常用的脚本。如镜像拉取等等命令。