年度征文 | 来自一个准妈妈的孕期不完全记录 [by Txrtt]
https://sspai.com/post/77621

https://sive.rs/pg 数据校验写进约束、业务逻辑用 PL/pgSQL 写进存储过程，甚至直接在数据库层用视图生成JSON返回给 “前端”，作者列举了很多理由认为这是 “简化”，看评论区赞同的人也不在少数，这是值得了解的「data base as a backend」还是盲目地重演历史呢...

想起之前面试的时候面试官就说（大意）「像金融电信这些客户，性能和效率都不是他们最关心的，最重要的是对SQL的支持要全，特别是触发器还有存储过程这些容易被忽视的特性，他们用得很多，业务逻辑几乎全放里边，一定要支持好...」

这篇文章是我在回顾1983年的经典论文 A Critique of the SQL Database Language 时偶然看到的，希望深入阅读这篇论文后能总结出一些值得分享的体会。

苹果刚刚发布了新 HomePod。两年前上代停产的时候，我是这么写的：

HomePod 是一台用来「播内容」，而不是「播声音」的音箱。

你可以用它听音乐、听播客、看电影，付出极低的代价，获得极致的声音体验。但你没法用它刷 TikTok、看 YouTube、打电话，用它取代「手机扬声器」。

HomePod 甚至不鼓励你「频繁切歌」或「拖动电影进度条」，因为每一个类似的操作，都需要经过 Wi-Fi 传输，反馈不流畅，体验很差。

这是一个有点矛盾的产品。一方面，它很便宜、很方便，随便放在房间的某个角落就可以用了。另一方面，它又只能播完整的唱片、专辑。HomePod 与那些零碎的，仅几秒钟长的「抖音神曲」绝缘。

某种程度上，HomePod 将「认真听」这件事平民化了。你不需要一个经过设计的听音室，不需要专门的唱机、专门的音箱，就可以认真听一张专辑。这是苹果做产品的核心理念，用简单的方式做认真的事，也就是他们反复强调的，the music DNA。

HomePod 发布之初，我曾与朋友讨论，「现在只要开口说一句话就可以听到音乐，这是不是过于方便，没仪式感了？」但实际上，HomePod 在「方便」和「认真」之间，找到了一个绝佳的平衡。

可惜的是，更多人，甚至没有「认真听」的需求。

https://jesor.me/2021/to-homepod-the-music-dna/

年前读完了屯了很久的 Stonebraker 大神的文章 What Goes Around Comes Around，补一下读后感。这篇文章介绍了数据模型35年来（到今天则是53年... 半个多世纪，令人感叹）的演化历史，通过分析层次、网络、关系、ER、扩展关系、语义、面向对象、对象-关系和半结构化（XML）模型的特性和流行程度，总结数据模型取得成功的必要条件，并告诫业界许多看似全新的模型实则是重演历史，失败是它们既定的宿命。

1. 我一直以为存储过程 stored procedure 是随着SQL的诞生就流行起来的应用编写方式，直到最近业务逻辑才回归到应用层。然而事实并非如此：早期应用都是将业务逻辑置于应用层，直到1980年 Sybase 才首先倡导了将逻辑下推到存储过程的方法。厂商们发现这样做可以省掉很多RTT从而显著提升在TPC-B（TPC-C的前身）下的性能，于是这样的做法才逐渐流行。如今提倡的逻辑向应用层回归和对存储过程的批评，其实是盘旋上升的历史又回到了原点。
2. 没有人预料到JSON很快便取代XML成为了数据交换的事实标准，并使半结构化模型空前地流行，开启了长达数十年的NoSQL运动。早期对半结构化模型优点的分析聚焦在「半结构」本身，指出现实世界中的事物（例如简历）难以用单一模式来描述，而忽视了更有力的原因，即模式很难在开发的初期就确定下来。
3. 纵观数据模型发展史，几乎可以断定：只有新模型能大幅提升性能、或支持旧模型很难模拟但又急需的特性时，后来者才有成功的可能。存储过程对性能的提升和NoSQL将可扩展性作为一大优势都能说明这点。或许在我看来十分有潜力的图模型也将挑战关系模型的统领地位，最终形成关系、NoSQL、图三足鼎立的局面。
4. Postgres 对用户自定义函数（UDF）和类型（UDT）的良好支持源于已然消亡的面向对象模型。Oracle 率先发现将一些数据挖掘算法作为 UDF 实现远比将数据来回搬迁高效，这些 in-database ML （例如之前提到过的 Teradata ML Engine）可能会给现有实现带来深刻的变革。
5. 在文章的最后，两位作者写道 Moreover, it seems to us that designing a DBMS which made code and data equal class citizens would be a very helpful. If so, then add-ons to DBMSs such as stored procedures, triggers, and alerters would become first class citizens. The OR model got part way there; maybe it is now time to finish that effort. 不过时至今日也鲜有 “finish that effort” 的成型产品，可能SQL就是这么扶不上墙吧，真是令人感叹。 #selected

Tweetbot 的开发商 Teapots 即将推出长毛象客户端 Ivory

https://tapbots.com/ivory/

【猜你需要：《虚无人生自救指南》-哔哩哔哩】 https://b23.tv/WURNfkU

📖 2022 年总结 - 率性而活 - Tw93 #instapaper
https://ift.tt/ZFw0i1J

📖 谈谈 Mastodon、Fediverse 和 ActivityPub #instapaper
https://ift.tt/PDkfzxn

Google 裁掉了很多开源开发者

2023-01-28 22:52:00 by 动物庄园的秘密

Google 最近宣布大裁员，知名的开源开发者遭到解雇。其中包括 Google 开源项目办公室 OSPO 创始人 Chris DiBona、Samba 的联合创始人 Jeremy Allison、Developer EcoSystems 前项目经理 Cat Allman，以及 Dave Lester 等。他们被裁不是因为 Google 不需要开源专家，Google 就是建立在开源软件基础上的。也不是因为 Google 要将精力集中在 AI 上，以迎接 ChatGPT 带来的挑战。因为最流行的 AI 框架如 PyTorch、TensorFlow 和 Rasa 都是开源的。

https://www.theregister.com/2023/01/27/google_open_source/

#开源

https://every.to/superorganizers/how-to-build-a-learning-machine-299655

推荐下这篇，学习机器，主要的两个系统就是 zettelkasten 和 srs anki 用的，很基础主要的两个系统。我一直觉得整个创造流程，输入 处理 输出 反馈 4个流程都可以用个典型的处理方式模型，zettelkasten 就是是处理和输出，srs 就是反馈学习反刍，输入我感觉可能靠分类多一点，缺个模型。rss，灵活订阅，订阅更新，如何走出某种孤岛，破解某种知识诅咒，feed garden 的繁荣都需要考虑这些，暂时感觉还差个方式来优化这种吸收和接纳，而这也是最重要的。