你给点工具的应用场景出来呗？

比如，音视频处理？文本处理？结构数据处理？……

@lisongeee #5 python 有个类似的，pdm ，也支持整台电脑每个包只保留一份，然后通过软链接引用啥的。

但不清楚能不能多版本共存。。

@Drahcir #13 pandas 用的不多，可以评估下 11 楼的效率吗？

@yaott2020 #4 装个双系统呗，现在固态这么便宜

@OutOfMemoryError #11 应该有不少是索引吧

抖音上有些英语聊天室，刚开始可以去这试一试。很多都是中国人，更容易听懂些

@Huelse #60 对呀，不是说，机器便宜，程序猿贵吗？

花这么多工时重构，足够加多少机器了都。。

@alexapollo #6 加油！期待明年能见到你司的 Windows 、Office 、Oracle 、Matlab 、PhotoShop 、……

做个 12306 出来看看？

试着写了一个好懂一些的：

*（ V 站排版会吃掉行首空格，所以替换成了全角空格。若要使用，注意替换）*

```python
import re
import pandas as pd

df1 = pd.DataFrame({
　　'id': [1, 2],
　　'isp': ['电信', '电信'],
　　'regions': ['广东', '上海'],
　　'answers': [
　　　　'xxx.xxx.com.\nxxx.xxx.xxx.com.\n1.1.1.1 中国深圳电信\n2.2.2.2 中国深圳电信\n',
　　　　'xxx.xxx.com.\nxxx.xxx.xxx.com.\n3.3.3.3 中国上海电信\n4.4.4.4 中国上海电信\n',
　　],
})

df2 = pd.DataFrame({
　　'Age': [13, 0, 20, 25],
　　'ip': [
　　　　'1.1.1.1',
　　　　'2.2.2.2',
　　　　'3.3.3.3',
　　　　'4.4.4.4',
　　],
　　'status_code': [200, 403, 200, 200],
})

df_ip = (
　　 df1
　　.set_index('id')['answers'].str
　　.extractall(r'^(?P<ip>[^\s]+)', flags=re.M)
　　.reset_index(level='id')
　　.set_index('ip')
)

df_result = (
　　 df2
　　.merge(df_ip, how='left', on='ip')
　　.groupby('id')
　　.agg({
　　　　'ip': '\n'.join,
　　　　'Age': lambda s: '\n'.join(s.astype('string')),
　　　　'status_code': lambda s: '\n'.join(s.astype('string')),
　　})
　　.merge(df1, how='left', on='id')[[
　　　　'answers',
　　　　'ip',
　　　　'Age',
　　　　'status_code',
　　]]
)
```

@Moeblack #9 好像你没提到必须用正则实现？

问一个正则看看？

要求能去除 PHP 、js 里的所有注释，但不要误伤字符串。具体包括：

1. 三种引号（''、""、``），以及 HereDoc （<<<EOF ）、NowDoc （<<<'EOF'），且允许字符串里有转义符

2. 三种注释（#、//、/* */）

@nikenidage1 #41 有可执行文件体验吗？

那个折线图是定制过的吗？

可以 70 万个子窗体、列表框子项之类的吗？

27 MB ，快赶上 QT 了。。

另外，占用 100 MB 内存，快赶上 Electron 应用了。。

@weijancc #20 好奇你原来的 SQL 是啥？ 50W 数据量要 7 秒？

@la0wei #21

## 1. MySQL 提升巨大

回头看了看，突然发现，会不会是你的索引不是覆盖索引，所以取整行数据时（你 SELECT * 了），都要回表去取？

恐怖地说，你回表了 180W 次？*（当然，其中应该有很多都被 MySQL 缓存下来了，实际没有去硬盘读取）*

## 2. SQLite 用了内存数据库，还是很慢

> 用 sqlite 读数据库文件进内存查询，速度不够快，单条查询在 0.5S 的样子，是因为读取数据时没有读取索引吗

那估计就是索引不对了。没看到具体代码，只能这么猜。

> 早上测试多个查询，初始需要读取整个数据库，首次查询较慢，后面速度就快多了。不过速度似乎是没有 mysql 快的，索引的效果看来是很好的

不知道你的**等价**表结构、索引、查询语句，不好判断。

我印象中，本地非并发写场景，SQLite 一般可以比 MySQL 快几倍，甚至 10 倍都有。

*（我有个 [关于树形结构存储的帖子]( https://v2ex.com/t/889443#reply21) 有这两者的速度对比）*

## 3. sqlite 读入内存查询和常规的方法速度比较

我把 16 楼的代码改造了下，随机生成完 1 亿行数据后，保存到机械硬盘（文件大小 2.12 GB ）。

然后关闭内存数据库，再重新打开机械硬盘上的数据库文件，查询 2000 行 9 个字段。结果用了 48 秒。（ SQLite 内存缓存大小，是默认的 2 MB ）

所以，真没必要用内存数据库。占内存大（ 2.5 GB ），也没提速多少。

这也是一般情况下，对于你的需求，我目前能想出的办法，一分钟统计一亿行左右。

如果你每个用户的订单不多的话，加个 force index(idx_orders_user_id)，应该能极大提速。

感觉 idx_orders_order_status 、idx_orders_status 、idx_orders_create_time 是没啥用的索引（要用它们，一般都会大量回表），建议删除

想更快一些，应该建个联合索引，甚至覆盖索引

@qq565425677 #43 我是 ROOT 后，用 Linux Deploy ，装了个 Debian 用。

咋说呢，安卓本身有很多省电机制。

去除了限制（如锁屏后保持 CPU 唤醒、WIFI 退出省电模式等）后，性能就差不多了。

再关掉安卓绝大部分服务，让出占用的几 GB 内存出来，就很像一个小服务器了。

如果要用 Docker ，那就要刷其他 Linux 发行版了。比如好像有个 PostMarketOS （我没用过，就不发表意见了）

但还有个问题，一直充电会导致电池膨胀。要是电路能像笔记本那样，优先直接供电，就好了

@qq565425677 #31 如果用不到 GPIO ，我感觉旧手机比树莓派香多了。。

300 块的二手小米 8 ，骁龙 845……