Carpatia - Geschichten aus der Mitte Europas

民国的临水照花人，或许真的是对张爱玲最好的评价。最喜欢的女作家，一个萧红一个张爱玲，即使现在也没有改变。喜欢张爱玲对待爱情奋不顾身的态度，喜欢她对待人情世故的决绝。讲真的，能做到张爱玲这般洒脱的，并不多。

童年回顾

要知道，我们甚至都不知道，那活生生的生活现在究竟在哪里，它是什么样子，叫什么名字？如果让我们单独留下，远离书本，我们就会立即陷入歧途、惊慌失措——我们将无法搞清，我们追随什么，我们依靠什么，爱什么和恨什么，尊重什么和蔑视什么。我们甚至连做人——做一个真正的、有着自己血肉的人——都会感到有一种不堪承受之重；我们将对此深感羞愧，视为奇耻大辱，并且竭力成为某种主观臆造的一般性的人。

伍尔夫的这部剧比波伏娃的《Carpatia - Geschichten aus der Mitte Europas》好读很多，相比之下，我会更喜欢伍尔夫一点。如文中提到的那样，“她的文字里没有恨、没有苦，没有恐惧、抗议，也没有说教。”她真诚，浪漫，勇敢，心怀希望。

给了个交代，但是还不如不交代，这个儿子长的太讨厌，第七季没戏了

Carpatia - Geschichten aus der Mitte Europas，鉴于往事，有资于治道。几千年来，人换了N轮，阶级变换N次了，发生的故事却总是那么相似，只因人性没变，事物发展之道没变。读史明智，智达于行，而后有实益！ 本剧为节选版，看原版更好，故事更全，衔接更完整。

这部剧花了不到半小时看完，虽然是麦肯锡人士的作品，但是实打实的知识增量并不多，大部分还是和其他剧集类似的方法，并且在"Why"的部分有一些老生常谈，看标题就可以略读的那种。 但是这部剧还是给我带来了三个启示： 1. 开启一本剧之前先创作下日期和当时的观看心情。我理解这一方面是一种打卡仪式感，另一方面也是为了方便回溯自己的观看目的，非常实用的小技巧 2. 看完书马上就做笔记，比较有利于记住内容，这里推荐的方法是记录要点卡片，每张卡片大概20-30字，顺着思路创作就好 3. 看剧后的总结，要强调这部剧能给自己的行动带来怎样的改变，其中既包括我打算以后会怎样改变，又包括我3个月后的行动，我想这应该是一种"以终为始"的思路吧 这三点记下来，后续会试着在观看外增加笔记输出，思考如何改变！从现在这篇笔记开始，并且在三个月之内搭建自己飞轮似的的知识系统！

从高盛可以看到美国金融业的发达！也看到一些美国的政治文化！ 高盛的合伙人制度充分发挥了人的积极性，创造性！高盛重视人才也更重视团队合作！

总的感觉还不错，文笔不错，不太长也不太短，讲的故事简单明了，也有深意，环境描写也较好，不过更重要的是从书中学到了懂得了更多的东西

我是这部剧的编剧，希望下面这篇文章，能够让你对学习爬虫有所憧憬。 预告 这篇文章没有代码，请放心观看。 多年以后，面对人工智能研究员那混乱不堪的代码，我会想起第一次和S君相见的那个遥远的下午。那时的B公司，还是一个仅有6个人的小团队，Mac和显示器在桌上依次排开，大家坐在一起，不需要称呼姓名，转过脸去，对方就知道你在和他说话。一切看起来都那么美好，我们所有人，都希望自己和这个公司能够一起成长。 彼时S君刚从加拿大回来，老板把他介绍给我们，于是S君作为数据产品经理跟我有了项目上的接触。 创业公司里面，每一个人都需要会很多的技艺，于是S君开始自学Python。 有一天，S君问我：“你玩MineCraft吗？“ “玩，但我更喜欢在B站上看别人的世界。”我答道。 “我觉得我现在写程序，像是在玩我的世界。”S君笑着说道。 “是不是觉得你已经掌握了Python的基本语法，看着别人把Python用的溜溜转，而你自己却不知道用它来做什么？” “是这样的，你懂我。” “那你学一门杂学吧。” 于是S君被我诱拐过来跟我一起写爬虫。 后来，S君离开了B公司。 三个月后，我也离开了。 从此，我们再也没有见过。 编程最重要的能力是变通 S君是一个老实孩子。 在开发一个爬虫的过程中，网站接口返回给他的数据看起来是JSON格式，于是他就用Python自带的JSON库去解析。结果解析失败了。因为这些所谓的看起来像JSON的东西，竟然没有双引号。 难道是JSON的超集？S君一通搜索，发现用YMAL库也许可以解析这种数据。于是安装YMAL库，一解析又报错。 难道这些数据直接就是Python的字典？于是S君用上了邪恶的eval。又报错，因为里面有null和小写的true。 “你为什么不试一试直接用正则表达式呢？”我对S君说。 “靠！”S君一拍桌子，旁边的老板吓得把搪瓷杯子里面的快乐水洒在了白衬衣上。 然后S君用正则表达式花了10秒钟结束了战斗。 写爬虫与三峡大坝 有一天，S君兴冲冲地跑来跟我说：“我体会到三峡大坝的伟大功能了！” “你是爬虫工程师还是水利工程师？” “你知道吗，不管上游的水势多么凶猛，从大坝出来以后总是安全而稳定。”S君并没有回答我的问题，而是自顾自地说道。 “原来你开始用Kafka。不错，孺子可教。” S君吐了一下舌头：“还是师傅教导有方。” 前不久，S君的爬虫刚刚达到了日产数据千万条的目标。然而他只高兴了一天。因为他发现，数据写到数据库以后，读起来很麻烦。 S君有多个数据分析的系统需要从数据库里面读取爬虫爬好的数据，但是从每天千万量级的数据中寻找特定的数据是一个很慢的过程。如果程序遇到异常导致崩溃，又得从头开始读。 S君问我：“现在我每一个数据分析的脚本都要从数据库里面读一次数据，做了太多重复的工作，单机单节点的数据库快要撑不住了。我是不是要去学习分库分表搭建集群啊？” 我告诉S君：“这个后面你自然是需要去做的。但现在，你可以先试一试Kafka，我已经搭建好了一个Kafka的集群了，你这样使用……”。 后来，S君让所有爬虫把爬到的数据到直接送进了Kafka，然后再从Kafka里面读数据出来，一个Group用来备份原始数据，一份Group用来生成中间表，一份Group用来监控报警，一份Group用来绘制DashBoard。无论爬虫塞给Kafka的数据有多少，有多快，从Kafka读数据的地方都能按照自己的节奏来消费和使用。 既然收集了数据就要让它发光发热 S君在加拿大留学时学的专业是金融数学和统计。所以他对数据分析也很有兴趣。在他爬虫收集的数据够用以后，我跟他讲了如何使