跳至主要内容

博文

Python学习指南：从Go和PHP开发者的视角

Python 从入门到精通：写给 Go / PHP 开发者 本文假设你已经熟练掌握 Go 和/或 PHP，重点不是从零讲解"什么是变量""什么是函数"，而是 用你已有的知识做类比 ，把精力集中在 Python 与 Go/PHP 真正不同的地方——尤其是类型系统、并发模型、包生态和"Pythonic"的编程习惯。 目录 核心定位差异：三门语言分别在解决什么问题 环境搭建与工具链 基础语法速成 类型系统：动态但可以强类型提示 核心数据结构 函数：从简单到高级 面向对象编程的 "Python 方式" 错误处理机制 迭代器、生成器与惰性求值 装饰器与上下文管理器 并发与并行模型（重点对比 Goroutine） 包管理与生态系统 代码风格与工程规范 测试 常用框架速览 性能优化与部署注意事项 进阶学习路线图 1. 核心定位差异：三门语言分别在解决什么问题 维度 Go PHP Python 设计哲学 简单、显式、编译期安全 Web 请求-响应模型，"能跑就行" 可读性优先，"应该只有一种明显的做法" 类型系统 静态强类型，编译期检查 动态弱类型（PHP 8 起类型提示增强） 动态强类型，可选静态类型提示（type hints） 执行方式 编译为原生二进制 解释执行（通常配合 PHP-FPM） 解释执行（CPython 字节码 + 虚拟机） 并发模型 Goroutine + Channel，语言原生 天然无状态、多进程模型，协程需额外扩展 GIL 限制下的多线程 + asyncio 协程 典型场景 后端服务、基础设施、CLI 工具 Web 应用（尤其传统 LAMP 架构） 数据科学、AI/ML、脚本自动化、Web 后端 哲学关键词 gofmt ，一切从简 实用主义，历史包袱重 import this （Python 之禅），"电池自带" 给你的心智模型 ：如果说 Go 是"给你一套工具，逼你按规矩来"，PHP 是"给你自由，出了问题算你倒霉"，那 Pyt...
阅读全文
最新博文

SQL 等价改写优化案例集

范围说明:本文档只收录 不新增索引、不改表结构、仅靠改写SQL本身 就能拿到显著性能收益的案例。每个案例包含:问题场景、根因分析、改写方案、生效的前提条件、以及如何用 EXPLAIN 验证效果。默认以 MySQL 8.0 / InnoDB 为背景,个别案例会注明与 PostgreSQL 的差异。 案例一:深分页 —— 延迟关联(Deferred Join) 场景 订单表按状态筛选后翻到很靠后的页码,是后台管理系统里最常见的慢查询之一。 CREATE TABLE orders ( id BIGINT PRIMARY KEY , customer_id BIGINT NOT NULL , status VARCHAR ( 20 ) NOT NULL , create_time DATETIME NOT NULL , buyer_name VARCHAR ( 50 ), address VARCHAR ( 200 ), remark VARCHAR ( 500 ) -- 其余字段省略,实际共30+列 ); CREATE INDEX idx_status_time ON orders( status , create_time); SELECT * FROM orders WHERE status = 'shipped' ORDER BY create_time LIMIT 1000000 , 20 ; 根因 idx_status_time 是二级索引,叶子节点只存 (status, create_time, id) ,不含其余字段。执行过程是: 1. 在二级索引上定位 status='shipped' 的记录,按 create_time 排序; 2. 每扫到一行,都要拿 id 回聚簇索引取完整行(回表); 3. 前 1,000,000 行取出来后 直接丢弃 ,只保留最后 20 行。 问题的本质不是"排序慢",而是 做了 1,000,020 次没必要的回表 I/O 。 改写 SELECT o.* FROM ...
阅读全文

ClickHouse与MySQL的区别对比指南

ClickHouse 与 MySQL 对比指南 —— 写给有 MySQL 经验的用户 一、先说结论：两者根本不是同一类数据库 理解 ClickHouse 最容易踩的坑，就是把它当成"性能更强的 MySQL"。实际上两者的设计目标完全不同： 维度 MySQL ClickHouse 定位 OLTP（联机事务处理） OLAP（联机分析处理） 典型场景 下单、支付、用户信息增删改查 日志分析、报表、BI、时序数据、用户行为分析 存储方式 行式存储（row-based） 列式存储（column-based） 单次查询数据量 少量行，高频次 大量行，低频次但计算量大 事务 完整 ACID 事务 不支持传统事务，写入近似"追加" 单条数据修改 高效（UPDATE/DELETE 直接改） 低效，官方不推荐频繁做 一句话理解： MySQL 擅长"找到某一行/几行数据并精确修改"，ClickHouse 擅长"扫描亿万行数据做聚合计算"。 二、使用方式与功能对比 2.1 建表语法差异 MySQL： CREATE TABLE orders ( id BIGINT AUTO_INCREMENT PRIMARY KEY , user_id BIGINT , amount DECIMAL ( 10 , 2 ), created_at DATETIME ) ENGINE = InnoDB ; ClickHouse： CREATE TABLE orders ( id UInt64, user_id UInt64, amount Decimal ( 10 , 2 ), created_at DateTime ) ENGINE = MergeTree() ORDER BY (user_id, created_at) PARTITION BY toYYYYMM(created_at); 几个关键差异点： 没有 AUTO_INCREMENT ：ClickHouse 没有自增主键的概念，通常用雪花算法、UUID 或业务自带的唯一键。 ...
阅读全文