技术分享 | 学习笔记 | 生活记录
最近对公司的 Linux 服务器做了一次全面的性能优化，记录一下过程和心得。首先从系统层面入手，调整了内核参数，包括 TCP 连接队列、文件描述符限制、内存管理策略等。接着优化了 Nginx 配置，开启了 gzip 压缩，调整了 worker 进程数和连接数。
数据库层面做了索引优化和慢查询清理，把 QPS 从 800 提升到了 3000。最后用 Prometheus + Grafana 搭建了监控看板，现在服务器运行状态一目了然。整个过程历时两周，最终响应时间从 500ms 降到了 80ms。
这篇文章主要介绍 Pandas 和 NumPy 的基础使用方法。Pandas 的 DataFrame 是数据分析的核心数据结构，学会它之后处理表格数据变得非常高效。NumPy 的数组运算比原生 Python 快几十倍，是大数据量计算的必备工具。
建议初学者先从官方教程入手，然后找一些真实数据集练手。Kaggle 上有大量免费数据集适合练习， Titanic 和 Iris 是经典的入门项目。
这周末去了郊外徒步，风景不错，分享一下照片和路线。早上八点从山脚出发，全程约 12 公里，耗时 5 小时。山顶的观景台可以看到整个城市全景，云雾缭绕的时候特别美。
装备建议：登山鞋、防晒用品、足够的饮用水。路线难度中等，新手也可以尝试。下山后在山脚下的农家乐吃了当地特色菜，整顿得很舒服。
总结一下使用 Docker 部署项目的经验和踩过的坑。最大的好处是环境一致性，开发、测试、生产环境完全一样，再也不用担心"我本地能跑"的问题。多阶段构建可以大幅减小镜像体积， Alpine 基础镜像比 Ubuntu 小很多。
注意事项：不要用 latest 标签，要用具体版本号；敏感信息用环境变量或 secrets 传递，不要写在 Dockerfile 里；定期更新基础镜像修复安全漏洞。