V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
itskingname
V2EX  ›  推广

数据工程师妹子养成手记——数据库篇[盖楼送书]

  •  
  •   itskingname · 2019-02-23 14:44:31 +08:00 · 7971 次点击
    这是一个创建于 1860 天前的主题,其中的信息可能已经有所发展或是发生改变。

    这篇文章没有代码,请放心阅读。

    程序员最宝贵的东西是生命,生命属于程序员只有一次。一个程序员的一生应该这样度过:当她回首往事的时候,她不会因为搭建环境浪费时间而悔恨,也不会因为集群无法运行而羞耻。这样,在她开发的时候,她能够说:“我的整个生命和全部精力,都已经献给了开发中最重要的事情——设计程序,实现程序和调 Bug。” —— P 酱。

    P 酱是公司新来的实习生妹子。听说是一个文科生。文科生应该会去文案组或者策划组吧。什么?来数据组?让我来带?

    于是我和 P 酱~~生活~~工作在了一起。

    P 酱你会些什么?

    “我叫 P 酱,在 XX 大学读研二,爱好是拍照和被拍,大家可以在 B 站找到我跳舞的视频,比如 av170001。我的另外一个爱好是写代码……”

    当一个文科妹子说自己喜欢写代码的时候,整个办公室热闹了起来。

    “ P 酱,听说你喜欢写代码,那你写过什么东西吗?”新人介绍会议结束以后,我问 P 酱。

    “一般都是各种分析程序,我们的专业要做很多调查报告,他们都是用 Excel 来计算的。我喜欢用 Python 来把这些统计过程自动化。后来也写过自动写诗的程序、鬼畜视频生成器等等。”

    “真不敢相信你是文科生。这么说你的兴趣是数据分析方向咯?”

    “其实我对师父你做的爬虫很有兴趣。但是听说会经常和网站发生对抗?女孩子还是不要打打杀杀的好~”

    于是我让 P 酱负责对爬虫的原始数据进行清洗、整理并做简单的分析。

    一种船新的数据储存方式

    “ P 酱,爬虫抓到的原始数据是存放在 MongoDB 里面的,你的 Python 还不错吧,你试一试用 Python 来读写 MongoDB 看看。”

    “ MongoDB 是什么呀?”

    “是一个和 MySQL 不太一样的数据库。”

    “ MySQL 我知道,MongoDB 和 MySQL 有什么不一样呢?”

    “我举个例子,当你要插入数据的时候,你需要做的,就是‘插入’。咳咳,你不要脸红,我是指你不需要写 SQL 语句、不需要建表、不需要提前定义字段。仅仅只需要一行代码就能够实现了。我这里给你写了一篇文档,讲到了 MongoDB 的增删改查,你试一试。数据库已经给你搭建好了,你直接连上去用吧”

    半天以后。

    “师父,我已经会使用 MongoDB 啦。”

    “你读爬虫的原始数据,主要涉及到的就是查询操作,为了巩固插入、修改和删除的操作,再给你一个小任务吧。试一试写一个人员管理系统吧。”

    既然有关系,就整整齐齐放在一起看吧

    “ P 酱,你看起来很高兴的样子啊。”

    “因为我觉得 MongoDB 比起 MySQL 太简单了啊~”

    “你确定?那我看看你怎么对整行数据去重的?”

    “师父,我知道 distinct 关键字可以对一个字段去重。但是整行数据我是读出来用 Python 来去重的。”

    “这个时候你就要用到 MongoDB 的聚合查询了。文档已经给你写好了,拿去看吧。”

    “还有还有,这里你把店铺信息和菜单信息放在了两个集合里面,我怎么样才能把他们联表查询出来呢?”

    “联表查询是 MySQL 里面的操作,在 MongoDB 里面,没有,只有集合,所以叫做联集合查询更恰当一些。这也是要用到聚合查询,也在这个文档里面了。”

    再给你一个玩具吧。

    “ P 酱,之前让你做的爬虫数据监控系统怎么样了?”

    “功能已经做好了,但是有一个地方查询起来特别慢。我已经加过索引了,但还是很慢。怀疑是同时联了四个集合的数据造成的。”

    “这边的数据实际上每小时才更新一次,你没有必要每次刷新页面都去查询 MongoDB 的。我觉得是时候让你用一下 Redis 做缓存了。”

    “ Redis 就是那个内存数据库吗?我知道我知道。”

    “给你写了一份文档,包含 Redis 里面的各种数据类型和使用方式。你试一试把 Redis 和 MongoDB 结合起来看看能不能提高速度。”

    你怎么擅自加功能啊!

    “ P 酱,你怎么在爬虫监控系统的网页上加了一个广播窗口?”

    “呀,被师父发现了。因为我想到同一个爬虫可能会被几个人监控,所以就用 Redis 的发布订阅功能做出来了这个广播的功能。一旦爬虫状态发生改变,所有人都能收到推送。”

    “既然你这么闲,那不如加上账号登录功能,把权限验证也做上去?不同的人只能看到自己负责的爬虫。顺便你可以试一试用 Redis 实现……”

    “实现布隆过滤器和 Session 管理是吗?”

    “你怎么知道我要说什么?”

    “因为我早上看到你在文档上面更新了布隆过滤器和 Session 管理相关的内容啊~”

    红色的锁?

    “师父师父,你知道什么是 RedLock 吗?”

    “你学得这么快?都知道 RedLock 了? RedLock 是 Redis 官方给出的分布式锁的算法。已经有很多编程语言实现它了。”

    “原来 RedLock 只是一个算法啊……”

    为什么我学的这么快呢?

    “师父师父,我觉得很奇怪啊,为什么 MongoDB 和 Redis 我学得这么快呢?难道是因为他们本来就简单?还是因为我太聪明了?”

    “为什么你不说是因为你师父教的好呢?“

    “因为这是事实啊~不用我说出来~”

    “咳咳,实际上是因为两个原因。一是你一直通过项目驱动来学习,先有需求,然后再去学习实现这个需求所要涉及到的技能。所以你知道你学的东西能用来干什么,自然就能学得快……”

    “那第二个原因是什么呢?”

    “第二个原因,我先问你一个问题,你会搭建 Redis 集群吗?会搭建 MongoDB 集群吗?知道什么叫做哨兵吗?你知道如何优化 MongoDB 的启动参数吗?”

    “这…………好像都不知道额…………”

    “因为你的角色是数据工程师,不是数据库工程师,所以数据库搭建、底层优化这些内容我都给你跳过了。”

    “这些听起来都很重要啊,师父你会教我吗?”

    “你想经常值夜班吗?想半夜 3 点被人打电话叫起来修数据库吗?认清自己的定位啊,数据库工程师的技能当然很重要,但你是要成为数据工程师的人,技能树应该点在合适的方向。”

    后记

    后来,P 酱成了别人的女朋友。

    幸好我还有左手和右手,于是我把我给 P 酱总结的文档编撰成了《左手 MongoDB,右手 Redis ——从入门到商业实战》这本书。本书现在已经在京东、亚马逊、淘宝上架。

    这本书的定位是 MongoDB 和 Redis 的应用,所以有意弱化了数据库的搭建、维护和底层优化。所以本书可能不适合数据库工程师。

    希望本书能够给那些一直想掌握 MongoDB、Redis,但是又不知道从何处下手的读者,提供一个学习的方向。

    福利时间

    感谢你读到了这一行,希望我这篇蹩脚的软文没有让你觉得讨厌。新书上架,回馈 V 友。我将会从所有留言的 V 友中选中 6 人,一人赠送一本《左手 MongoDB,右手 Redis ——从入门到商业实战》。

    按照惯例,选人的方式如下:

    1. 2019 年 2 月 26 日早晨 10 点,我会打开网易财经查询 2019 年 2 月 25 日的网易收盘价。
    2. 网易收盘价转成字符串分别加上『 P 』、『 y 』、『 t 』、『 h 』、『 o 』、『 n 』获得 6 个字符串。例如『 2,806.81P 』、『 2,806.81y 』等等
    3. 通过 Python 自带的 hashlib 中的 sha256 算法,计算这 6 个字符串的哈希值。
    4. 哈希值转换为十进制以后除以截至 2019 年 2 月 26 日 10:00 的总楼层数,获得 6 个余数
    5. 6 个余数对应的楼层数将会获得赠书。
    6. 如果同一个人中奖两次,第二次自动顺延给下一层楼。
    7. 顺丰包邮(港澳台、新疆西藏除外)

    抽奖用到的数据,如下图红框框住的这一列。

    第 1 条附言  ·  2019-02-23 15:40:53 +08:00
    第 2 条附言  ·  2019-02-26 12:35:54 +08:00

    @tianrandai @ouyangpiao @abellee000 @houzhimeng @imNull @chotow

    恭喜以上同学中奖,请使用 base64 编码自己的邮箱回复到本帖并 @我。我会使用 Y29udGFjdEBraW5nbmFtZS5pbmZvCg== 对应的邮箱给各位发送邮件确认领奖事宜。

    抽奖代码:

    238 条回复    2019-03-12 09:39:50 +08:00
    1  2  3  
    guang124
        201
    guang124  
       2019-02-24 19:44:50 +08:00
    看一看
    dyxang
        202
    dyxang  
       2019-02-24 21:17:57 +08:00 via Android
    @itskingname 好吧😂我想的过于复杂
    konyeth
        203
    konyeth  
       2019-02-24 21:49:02 +08:00 via iPhone
    当个分母
    SN7
        204
    SN7  
       2019-02-24 21:57:50 +08:00 via Android
    真是套路够够的
    lyulen
        205
    lyulen  
       2019-02-24 22:28:25 +08:00 via iPhone
    哈哈哈哈这个文案 太强了
    itskingname
        206
    itskingname  
    OP
       2019-02-24 23:21:46 +08:00
    @lyulen 有多强
    hululu
        207
    hululu  
       2019-02-24 23:46:16 +08:00 via iPhone
    文案不错
    aocoxyx
        208
    aocoxyx  
       2019-02-25 09:46:06 +08:00
    文案不错
    lbyd
        209
    lbyd  
       2019-02-25 09:46:20 +08:00
    鬼鬼
    faller
        210
    faller  
       2019-02-25 10:11:40 +08:00 via Android
    打开 b 站看了看
    770705779
        211
    770705779  
       2019-02-25 14:16:31 +08:00
    哈哈哈, 可以中么?
    itskingname
        212
    itskingname  
    OP
       2019-02-25 14:58:51 +08:00
    @770705779 可以。
    wangyuescr
        213
    wangyuescr  
       2019-02-26 08:20:02 +08:00 via Android
    充当分母
    itskingname
        214
    itskingname  
    OP
       2019-02-26 09:29:09 +08:00
    @wangyuescr 再来几个。
    itskingname
        215
    itskingname  
    OP
       2019-02-26 10:15:18 +08:00
    @konyeth
    @jsyzdej
    @reticentfat
    @xfcy
    @BBrother
    @pcteams

    恭喜以上同学中奖,请使用 base64 编码自己的邮箱回复到本帖并 @我。我会使用 Y29udGFjdEBraW5nbmFtZS5pbmZvCg== 对应的邮箱给各位发送邮件确认领奖事宜。
    itskingname
        216
    itskingname  
    OP
       2019-02-26 10:19:52 +08:00
    闹乌龙了

    @konyeth
    @jsyzdej
    @reticentfat
    @xfcy
    @BBrother
    @pcteams

    对不起六位同学,收盘价我看错了。稍后我重新抽奖一次,实在抱歉
    xfcy
        217
    xfcy  
       2019-02-26 12:09:28 +08:00 via Android
    @itskingname 好不容易中次奖 T^T
    itskingname
        218
    itskingname  
    OP
       2019-02-26 12:30:51 +08:00
    @tianrandai
    @ouyangpiao
    @abellee000
    @houzhimeng
    @imNull
    @chotow

    恭喜以上同学中奖,请使用 base64 编码自己的邮箱回复到本帖并 @我。我会使用 Y29udGFjdEBraW5nbmFtZS5pbmZvCg== 对应的邮箱给各位发送邮件确认领奖事宜。
    abellee000
        219
    abellee000  
       2019-02-26 12:47:27 +08:00 via Android
    @itskingname 嘿嘿嘿谢谢大佬 YWJlbGxlZTAwMEBnbWFpbC5jb20=
    ouyangpiao
        220
    ouyangpiao  
       2019-02-26 12:56:18 +08:00
    谢谢大佬 YmlhbmxpYW5nQHByb3Rvbm1haWwuY29t @itskingname
    imNull
        221
    imNull  
       2019-02-26 13:25:28 +08:00
    @itskingname 谢谢大佬 aWFtbnVsbEBmb3htYWlsLmNvbQ==
    houzhimeng
        222
    houzhimeng  
       2019-02-26 13:53:25 +08:00
    我的天 v2 第一次中奖,感谢大佬 MTg2MTE3MjA4NDNAMTYzLmNvbQ==
    houzhimeng
        223
    houzhimeng  
       2019-02-26 13:54:43 +08:00
    chotow
        224
    chotow  
       2019-02-26 14:06:05 +08:00
    @itskingname aUBjaG95cmkuY29t 🙈运气好在楼主自己那层下面哈。
    BBrother
        225
    BBrother  
       2019-02-26 15:06:03 +08:00
    @itskingname 人生的大起大落!
    tianrandai
        226
    tianrandai  
       2019-02-27 09:40:04 +08:00
    @itskingname 感谢!大早上收到中奖消息太开心了,祝书大卖!
    我的邮箱 dGlhbnJhbmRhaUBwaW5kdW9kdW8uY29t
    houzhimeng
        227
    houzhimeng  
       2019-03-02 03:17:36 +08:00
    感谢大佬 好像没收到邮件 MTg2MTE3MjA4NDNAMTYzLmNvbQ== @itskingname
    abellee000
        228
    abellee000  
       2019-03-03 09:41:28 +08:00 via Android
    我也没收到…
    itskingname
        229
    itskingname  
    OP
       2019-03-03 10:38:26 +08:00 via iPhone
    @abellee000 还没有收到吗,我去查一下快递
    itskingname
        230
    itskingname  
    OP
       2019-03-03 10:54:18 +08:00
    tianrandai
        231
    tianrandai  
       2019-03-04 09:34:33 +08:00
    书已收到,很开心~谢谢!祝大卖 XP
    abellee000
        232
    abellee000  
       2019-03-04 10:55:04 +08:00 via Android
    @itskingname 谷歌给当垃圾邮件了😂
    imNull
        233
    imNull  
       2019-03-04 13:14:47 +08:00 via Android
    收到书啦,再次感谢楼主
    abellee000
        234
    abellee000  
       2019-03-06 08:21:02 +08:00 via Android
    收到啦谢谢大佬 @itskingname
    itskingname
        235
    itskingname  
    OP
       2019-03-06 09:45:55 +08:00
    @abellee000 好的~还请帮忙多宣传
    @imNull
    @tianrandai
    abellee000
        236
    abellee000  
       2019-03-07 10:31:21 +08:00 via Android
    妥妥的哈哈哈哈
    Q2019cate
        237
    Q2019cate  
       2019-03-12 09:34:38 +08:00
    帅气的老哥还有其他分享么?
    itskingname
        238
    itskingname  
    OP
       2019-03-12 09:39:50 +08:00 via iPhone
    1  2  3  
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   2591 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 30ms · UTC 15:54 · PVG 23:54 · LAX 08:54 · JFK 11:54
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.