qq_41081716的博客

SLS通常指的是“Serverless Logging Service” 或者是阿里云的日志服务（Log Service）。在云计算和大数据处理领域中，尤其是在提到阿里云时，SLS往往指的是阿里云的日志服务。总之，阿里云日志服务是一个强大的工具，适用于需要处理和分析大规模日志数据的企业和个人开发者。通过简化日志管理流程，它有助于提高运维效率、优化性能监控，并支持基于日志数据的商业智能决策。是一个完全托管的日志大数据平台，提供从日志采集、消费到查询分析、可视化、告警以及投递等一站式服务。

Hologres支持的数据类型及数组类型 - 实时数仓Hologres - 阿里云

为了直接生成文件，可以使用pipreqs或者pip freeze。

如果你知道某些特定的用户或命令可能有问题，可以过滤这些。这个命令将列出 CPU 使用率最高的前10个进程。列，找出占用 CPU 最多的进程。) 等不同类型的 CPU 使用率。操作系统内核使用的 CPU 时间。先输入top再输入1，查看。应用程序使用的 CPU 时间。每一行显示了用户空间 (

Supervisor 是一个用 Python 编写的客户端/服务器系统，它允许用户在类 UNIX 操作系统（如 Linux）上监控和控制进程。Supervisor 并不是一个分布式调度框架，而是一个进程管理工具，它可以用来启动、停止和重启程序，并且可以自动重启崩溃的程序，确保它们保持运行状态。管理多个子进程按照配置文件简单的 Web 界面用于查看所有受管进程。

idea/文件夹下的文件和目录主要用于存储 JetBrains IDE（如 PyCharm、IntelliJ IDEA 等）的项目配置。

是 Python 解释器自动生成的一个目录，用于存储编译后的 Python字节码文件（.pyc 文件）。这些字节码文件是 Python 源代码（.py 文件）经过编译后生成的中间表示形式。使用.pyc文件的主要目的是为了提高程序的。

Flink CDC（变更数据捕获）是一种技术，它允许实时地捕获和处理数据库中的变化。通过 Flink CDC，可以从支持的数据库中读取更改记录（如插入、更新、删除操作），并将这些更改流式传输到其他系统或进行实时分析。这项技术对于构建实时数据管道、实现数据同步以及维护多个数据源之间的一致性非常有用。

【代码】Flink Python作业快速入门。

这段代码是使用Apache Flink SQL来处理来自阿里云日志服务（SLS）的GitHub事件数据。它创建了一个临时表gh_event，该表连接到SLS以读取GitHub事件流，并设置了一些Flink作业的配置参数。最后，它执行了一个查询，用于计算当天获得新星标（star）最多的前10个GitHub仓库。

【代码】mysql-增量更新。

快速入门_实时计算 Flink版(Flink)-阿里云帮助中心

一个子类只继承一个父类。

封装的核心思想是将对象的数据（属性）和行为（方法）打包在一起，并限制外界对它们的直接访问。是 Python 中的一个内置装饰器，它允许将类的方法定义为属性，从而可以像访问类的属性一样访问这些方法，而不需要使用括号调用它们。：封装和多态相辅相成，封装允许将实现隐藏，而多态允许对象在运行时决定具体调用的实现，使得代码的扩展性更强。：虽然双下划线的属性和方法是“私有”的，但实际上 Python 只是对它们的名称进行了重整。：封装可以结合继承一起使用，通过子类继承父类的公有方法和受保护的属性，封装性依然得以保持。

虽然模块提供了更多灵活的进程控制功能，但简化了多进程并发的实现，特别适合处理大量 CPU 密集型任务。它的使用十分广泛，尤其在需要同时管理多个任务结果时，Future对象极大地降低了代码的复杂性。

Python 的模块为我们提供了丰富的工具来处理多进程编程中的各种需求。从基础的Process类，到高级的进程间通信、同步机制，每种工具都有其适用的场景。Process：创建和管理独立进程。Pool：通过进程池并发执行多个任务。Queue和Pipe：实现进程间的安全通信。Lock和Semaphore：用于进程间的同步和共享资源控制。ValueArray和Manager：在进程间共享数据。

管理多个进程，适合CPU 密集型任务，不受 GIL 限制。：管理多个线程，适合I/O 密集型任务，受 GIL 限制。

对于非常大的文件，可以采用分批处理的方法，即每次处理一部分数据，这样可以在保持较低内存占用的同时完成对整个文件的处理。如果操作可以直接在线性遍历中完成（例如过滤、映射转换），可以在遍历的同时直接应用这些操作，而不需要额外的数据结构。如果文件不是特别大，以至于整个内容可以安全地存储在内存中，可以将所有行收集到一个列表里，然后对这个列表进行操作。生成器可以作为数据管道的一部分，每个生成器负责处理数据的一个步骤，并将结果传递给下一个生成器。当需要处理非常大的数据集时，使用列表或其他容器可能会占用大量的内存。

在get_db函数中使用 yield关键字，而不是直接返回 (return数据库会话对象，是为了实现更复杂的行为，即延迟执行和资源管理。以下是为什么要使用yield。

在使用falsk-restful这个框架进行模型部署调用时，发现模型推理时间很快，但是完整的一次请求过程非常耗时。在debug的过程中发现，每次请求调用api接口时，模型的推理类都会被实例化，推理类在构造的时候，会在初始化中加载模型，加载模型的过程是耗时较长的。通过@classmethod方法初始化模型的加载，相当于创建了一个全局变量，在后续的请求调用中，不会一直重复加载。当方法需要访问或修改类属性，或者需要通过类来创建实例时，适合使用类方法。当函数与类相关，但其操作不依赖于类状态时，适合使用静态方法。