厘米碎碎念
3.16K subscribers
5.82K photos
227 videos
20 files
7.38K links
Download Telegram
Forwarded from ALL About RSS
苹果全平台阅读器 News Explorer 发布 2.0 版

作为一款大而全的老牌付费阅读器,#NewsExplorer 早已不仅限于 RSS 订阅,11 月发布的 2.0 版本正是在其功能和场景的丰富上更进一步。

官方足版介绍:
https://betamagic.nl/news/2024/2024_01.html

官方简版介绍:
https://old.reddit.com/r/rss/comments/1hbf8hu/news_explorer_20_rss_reader_with_comments/

发现于官推:
https://x.com/elemanssoftware/status/1858868726185025635
厘米碎碎念
https://fixupx.com/hixiaoji/status/1869750636352622880
不容易,弄出这么大的营销效果,结果还是失败了。
他们的方案都不是最优解,而且价钱比你贵好几倍,因为人家靠的是推广。
我还花钱买了会员,用了一次没有再次打开了。

我认为文字卡片的产品核心是:如何让分享出去的文字卡片具备流量密码属性?而不是文字美化。论美化,锤子便签是最好的。

搞定自带流量传播属性的分享模板,是运营的核心。

https://x.com/xDinoDeer/status/1869964121090994401
试了一下 tyk 和 kong,核心是开源的,管理界面都是要钱的。而且配置好复杂,感觉一不小心就会爆炸。要不还是自己写个简单的 API 网关算了,或者在他们这个基础上做一个 UI 出来。

去他的,不给自己上强度了,写个表做统计就够了,也不是啥上亿的服务。
好多技术人员没想明白,并不是「技术值钱」,「技术越好越值钱」,不是企业在用市场价格购买技术人员的时间。

而是企业的商业模式里,需要的技术能承担什么成本,就成了你的薪水,定义了市场价格。

商业模式变了,商业环境变了,能承受的成本如果低了,自然薪水就低了。

哪怕你技术甚至变更好了。

https://x.com/ixiaowenz/status/1869753551574216968
👍4
🫥 发现大佬在看频道,不敢乱发疯了。
😁4
《黑市》
失业之后才发现,打工的时候把自己练废了

打工时:完成既定工作就能拿到可观收入,风险老板担,天天就是开会,还有下属帮你干活,,简直不要太舒服

失业后:事事亲力亲为,没人给你面子,自己承担全部风险,没人给你安排任务,全靠心力自律。更苦逼但成长更多

现在的懒就是打工心态带来的臭习惯

https://x.com/hiyuekun/status/1870264482917953791
all in one vps 炸了,救了半小时,真刺激。

HTTP 响应超时,SSH 连不上。VPS 后台显示 CPU 100%。

先创建一个快照,然后强制重启,快速进入 SSH 把服务都先关掉,删除缓存。

看起来是数据量上来后 redis 把内存吃光了,然后连带着其他服务一起无响应。数据量上来后,虽然给 redis 的数据设置了过期,但是越积越多。查一下有没有限制 redis 数据量的方法,而且感觉设置过期时间不是好办法,按命中时间来设置过期更合适。
🤣10
leveldb 和 redis 的性能对比。
Redis:

随机读取: 约 100,000 ~ 200,000 QPS (每秒查询次数)
性能稳定,延迟通常在微秒级(1-2μs)
批量读取效率高,可以一次获取多个键值
不会随数据量增长而显著降低性能

LevelDB:

随机读取: 约 60,000 ~ 100,000 QPS
延迟相对较高,通常在毫秒级(1-10ms)
读取性能会随数据量增长而下降
顺序读取性能好于随机读取
使用布隆过滤器优化读取性能


写入性能

Redis:

随机写入: 约 100,000 ~ 200,000 QPS
写入延迟稳定,微秒级
批量写入性能好
开启持久化会影响写入性能

LevelDB:

随机写入: 约 300,000 ~ 400,000 QPS
写入延迟较低,微秒到毫秒级
顺序写入性能极好,可达 600,000+ QPS
LSM-Tree 结构对写入特别友好
写入性能基本不随数据量变化


影响性能的因素

Redis:

内存大小和可用性
网络延迟和带宽
持久化策略(RDB/AOF)
数据结构的复杂度
单线程模型的限制

LevelDB:

磁盘性能(特别是 SSD vs HDD)
数据压缩率
缓存大小设置
后台合并(Compaction)的频率
读写比例


具体场景性能对比

小数据量随机访问:

Redis 表现更好,因为纯内存操作
LevelDB 需要磁盘 I/O,性能差距明显

大数据量写入:

LevelDB 可能表现更好,尤其是顺序写入
Redis 受内存限制,可能需要考虑内存淘汰

批量操作:

Redis 的多数据结构支持使得批量操作更高效
LevelDB 批量写入性能好,但批量读取相对较差


性能优化建议

Redis:

合理设置内存大小和淘汰策略
使用 Pipeline 减少网络往返
适当设置持久化策略
避免复杂的命令操作

LevelDB:

使用 SSD 存储
调整写入缓冲区大小
合理设置压缩策略
批量写入而不是单条写入
控制好 Compaction 频率
🐳1