从初代到11代，NUC 捡漏指南

Intel NUC 11 低功耗，安静，体积比 Mac mini 还小，硬件强大，配上 16G 内存，一块 120G 的普通 SSD 作为 proxmox 的安装盘，一块 1T nvme 接口 的 SSD 作为数据盘，可以满足大部分的需求。

使用 proxmox 作为虚拟化管理软件，可以方便地创建系统级容器(LXC)

https://pve.proxmox.com/wiki/Prepare_Installation_Media#_instructions_for_windows

使用 Etcher 烧录 ISO 文件至 USB 盘，插入目标主机，开机进入 BIOS 编辑引导盘从 USB 盘开始，安装 PVE

• IMG 镜像文件来源https://github.com/ApertureG/OpenWrt/releases

• PVE 安装 Openwrt 设置 https://felixqu.com/2021/09/05/setup-openwrt-on-pve/

  注意复制上传的镜像文件路径以及创建虚拟机之后编辑引导顺序

可以选择创建 Ubuntu 容器安装 Pi-Hole 用于广告过滤以及网络流量监控

在加入 Pi-Hole 之后的网络拓扑

Pi-Hole 使用的anti-AD 列表

安装 HomeAssistant 将小米设备接入 Apple HomeKit，通过 Siri 控制家族智能设备

following the instruction of https://www.youtube.com/watch?v=tZflVxBq6Sw

HomeAssistant 虚拟机启动报错问题:

in the Proxmox VM. When you see the Proxmox logo when booting a VM, hit escape and then go to Device Manager -> Secure Boot Configuration then disable Attempt Secure Boot.

将阿里云盘作为文件夹挂载到 windows 电脑中

https://opssh.cn/luyou/189.html

https://github.com/messense/aliyundrive-webdav

设置 Sambda 服务器，用于局域网共享文件夹

将 1T 的 SSD 格式化之后挂载到 PVE. 挂载路径 /mnt/data

创建用于共享的文件夹 /mnt/data/share

PVE 创建 Ubuntu LXC ，创建后不启动，如 LXC ID 为 104

在 PVE 上编辑配置文件 /etc/pve/lxc/104.conf 加入 bind mount ，将共享文件夹挂载到容器内的 /mnt/share 路径

mp0: /mnt/data/share,mp=/mnt/share

启动容器，安装 Samba

apt update && apt upgrade -y
apt install net-tools #Needed for ifconfig, etc.
apt install samba
# 新建用户
adduser --system smbusr
# 设置密码
smbpasswd -a smbusr

编辑文件 /etc/samba/smb.conf 加入

[Share]
    comment = Share
    path = /mnt/share
    read only = no
    writeable = yes
    browsable = yes
    force user = smbusr

service smbd restart
ufw allow samba

配置 Ubuntu 系统的中文字体, 按照这篇文章 的 1.5.1 及 1.5.2 两个章节操作，安装中文支持及配置中文字体。

使用本地编译方式安装 Emacs 29.0.50

• –with-native-compilation Emacs Lisp bytecode is translated to C and then machine code, yielding performance benefits.
• WSLg uses Wayland and Emacs 29.0.50 master has the pure GTK feature instead of relying on the older X window system.

git clone git://git.sv.gnu.org/emacs.git emacs-source
cd emacs-source

sudo apt install build-essential libgtk-3-dev libgnutls28-dev libtiff5-dev libgif-dev libjpeg-dev libpng-dev libxpm-dev libncurses-dev texinfo
# Native JSON
sudo apt install libjansson4 libjansson-dev
# Native Complilation
sudo apt install libgccjit0 libgccjit-10-dev gcc-10 g++-10

./audogen.sh

export CC=/usr/bin/gcc-10 CXX=/usr/bin/gcc-10
./configure --with-native-compilation --with-json --with-pgtk

make -j6

sudo make install

使用 wslg 方式使用 Emacs，windows 的中文输入法在 Emacs 应用上无法生效。使用 Emacs 原生的中文输入法 pyim 来解决这个问题，无需使用系统 输入法来回切换，使用起来也十分流畅。

以下是使用 use-package 配置 pyim 使用五笔输入法的例子，需要安装 pyim pyim-wbdict

(use-package pyim
    :ensure nil
    :config
    (use-package pyim-wbdict
      :config
      :ensure nil
      :config (pyim-wbdict-gbk-enable))

    (setq default-input-method "pyim")
    (setq pyim-default-scheme 'wubi)
    (pyim-wbdict-v86-enable)
    ;; (pyim-wbdict-v98-enable)
    ;; (pyim-wbdict-v98-morphe-enable)
    ;; (pyim-wbdict-v86-single-enable)

    (setq pyim-page-tooltip 'popup)
    (setq pyim-page-length 5)
    (add-hook 'emacs-startup-hook #'(lambda () (pyim-restart-1 t)))
    )

TODO

随手可及的信息

• 独立博客
• 播客
• 聚合类网站
• 应用
• 社交网站

缺乏的是有效的搜索信息以及快速从大量的信息中提取有用信息的技能

一个视错觉的经典例子: 正方形的轮廓线并没有被直接描画出来，但是人眼能够立刻从背景中识别出一个白色的正方形形状

信息质量很重要

• 拒绝劣质消息来源
• 朋友圈/微博/抖音不是学习的好地方
• 阅读第一手资料(权威来源,官方文档,知名公司技术博客,原始出处的书籍和文章)
• 阅读英文文档(中文翻译可能滞后)

出版社 O'Reilly / No Starch Press / The Pragmatic Bookshelf / Manning Publications

聚合类网站 InfoQ / Solidot / Plannet Python / Hacker News

技术博客 coolshell 湾区日报

搜索引擎改变了人类记忆和搜索知识的方式

百科全书式的记忆重要性下降了

重视知识的组织和联系

掌握搜索引擎的高级搜索技巧 (自行 Google)

垂直细分领域

• stackoverflow / stackexchange / segmentfault
• github (很多人意料之外,在 github 其实可能搜出很有用的信息)

知识的获取 来源

• RSS
• BLOG
• Podcasts

应用

• Pocket
• Evernote / Notion

好记性不如烂笔头

知识的加工和组织 处理知识,加深神经元的连接

纸和笔 重视纸和笔,成本最低,自由度最高,使用最便利

应用

• PDF 阅读软件 MarginNote3
• 平板 iPad/Surface
• 思维导图

康奈尔笔记法: 用自己的话进行复述,列出大纲,使用自己的理解

产出 记录

hexo static website generator

github pages websites for you and your projects

markdown

你手上的手机的算力超过 50 年前 1969 年美国执行登月行动时整个 NASA 的计算能力

设想自己在没有智能手机和笔记本情况下的生产力

• 高效的工作环境 ( ConEmu / zsh / FreeCommander / PyCharm )
• 熟悉你的工具 掌握每天都使用的工具是提高效率的重要部分
• 投资硬件 (屏幕/键盘/工作台/轨迹球)

最重要的是,用好手上的工具,比盲目追求好工具/新工具重要

前端: jQuery AngularJS Angular2/4/6 Vue.js React TypeScript NodeJs Deno WebAssembly

后端: Hadoop Spark Storm 微服务 容器 K8S

回报

学习的回报相比其它行业周期更短

正向反馈循环

一件事有兴趣才会做得好,做得好才会更有兴趣,更有兴趣才会做得更好 没有人会喜欢一直做一件自己做不好的事情

• 时间管理之外, 应该更重视精力管理
• 重视睡眠
• 系统性学习: 深度工作 ( Deep Work )
• 碎片化学习: 泛读, 利用好碎片化时间, 播客(音频可以填充碎片时间或者不方便看书的时间)
• 保持技术敏感

• MIT OpenWareCourse
• Coursera
• edX
• Khan Academy
• 网易公开课
• TED 演讲

由于 Python 2 将于 2020 年正式停止维护, 新的工程项目禁止使用 Python 2, 应当使用 Python 3, 推荐使用 >= Python 3.6.5 的版本.

请注意以下所有的讨论都是基于 Python 3, 或者是在忽略/没有考虑兼容 Python 2 的情况下进行.

formatter 选择使用 Black.

流行的代码格式器有

• Black PEP8
• yapf 对应 Google style
• autopep8 PEP8

Black 使用的代码风格可以视为比 PEP8 风格还严格的一个子集, 格式化之后的代码风格可以通过 PEP8 风格的检查.

使用独立的一行导入一个模块

Yes

import os
import sys

from extres.vcenter.datatype import SaltCallFailedException
from extres.vcenter.datatype import VCenterInitializeOptions
from extres.vcenter.datatype import VCenterVMCloneSpec

No

import os, sys

from extres.vcenter.datatype import SaltCallFailedException, VCenterInitializeOptions, VCenterVMCloneSpec
# or
from extres.vcenter.datatype import (
    SaltCallFailedException,
    VCenterInitializeOptions,
    VCenterVMCloneSpec,
)

名字(变量名,函数名,类名,方法名)本身是表达代码信息的重要组成部分, 选取合适的名字就是选取了合适的抽象.

合适的名字可以让阅读代码本身就得到清晰的信息, 减少需要注释或者外部文档进行说明的需求.

在编写可执行的 Python 脚本时, 必须使用 if __name__ == '__main__'

单元测试, 自动文档生成以及静态代码分析等工具都会 import 模块, 必须使用 __name__ 检查以防止该脚本被 import 时会被运行,这通常会造成严重的后果!

可执行脚本必须提供=main=方法作为入口.

def main():
    ...

if __name__ == "__main__":
  main()

强烈推荐尽可能多地使用类型注解

Python 3 PEP484 加入 type hint 的特性为 Python 添加了一个类型系统. 该特性可以帮助开发者在开发阶段提前发现问题, 以及帮助大型项目使用 type checker 对代码进行分析.

Python 3 使用类型注解(type annotations)的方法来加入类型信息, Python 3 依旧是一门动态语言, 解析器在运行 时(runtime)会忽略所有的类型注解.

我们鼓励尽可能多地使用类型注释, 请熟悉 PEP484 的内容.

示例

def hello(name: str) -> None:
    print(f"Hello, {name}")

类型注释规范请参考 Type Annotated Code , 考虑到目前采用 type hint 特性的项目还不多, 对于类型注释的规 范暂不作规定.

在使用类型注解的同时应该使用 type checker 工具来进行静态代码分析.

可供选择的工具有:

• mypy from dropbox
• pytype from google
• pyright from microsoft
• pyre-check from facebook

我们的选择是使用 mypy ¹

使用 PyCharm 开发的团队可以使用 mypy plugin .

我们推荐在持续集成(CI)流程中加入对代码类型检查的步骤.

仅对包和模板使用导入

使用一致的方式来表明对象的来源, x.Obj 表示 Obj 对象定义在模块 x 中.

使用 import x 来导入包和模块.

使用 from x import y , 其中 x 是包前缀, y 是不带前缀的模块名.

使用 from x import y as z, 如果两个要导入的模块都叫做 y 或者 y 太长了.

例如, 模块 sound.effects.echo 可以用如下方式导入后, 使用 EchoFilter

from sound.effects import echo
...
echo.EchoFilter(input, output, delay=0.7, atten=4)

不使用直接 import 模板内成员的做法. 如:

from sound.effects.echo import EchoFilter
...
EchoFilter(input, output, delay=0.7, atten=4)

使用模块的全路径名来导入每个模块

使用绝对导入(absolute import), 不使用相对导入(relative import), 即使模块在相同的文件夹中.

避免包名冲突, 或者由于路径的问题导入错误的包. 更容易定位到模块.

使用相对导入依赖于文件之间的相对位置, 在大型项目中不同的包内也许有同名的模块, 这可能会在代码重构移动 文件时带来潜在的问题.

类没有必要继承 object, 除非你需要考虑兼容 Python 2

Yes

class MyClass:
    pass

NO

# only for pyton2 compatibility
class MyClass(object):
   pass

在 __init__ 方法中定义所有的实例变量

Yes

class Square:
    def __init__(self, side):
        self._side = side
        self.area = side ** 2

No

class Square:
    def __init__(self, side):
        self._side = side

    def get_area(self):
        # 在 __init__ 之外定义了实例变量 self.area
        self.area = self._side ** 2
        return self.area

谨慎地使用异常

尽量避免使用全局变量

尽量避免使用全局变量, 全局变量的生命周期是永久的, 只有在程序退出时占用的内存才会被清除.

使用类变量来代替, 但也有一些例外情况.

• 脚本的默认选项
• 模块级的常量. 例如 PI = 3.14.159, 常量应用使用全大写, 使用下划线连接单词.
• 有时候用全局变量来缓存值或者作为函数返回值很有用.
• 如果有需要, 全局变量应该仅在模块内部使用, (命名使用下划线开头 _XXX), 外部模块通过该模块的公 共方法来访问全局变量.

适用于简单的情况, 禁止在列表表达式中使用多重 for 循环或者多重过滤

列表表达式以及生成器表达式(generator expressions)提供了一种简洁的方式来创建列表和生成器, 而不必使用 map filter 或者 lambda ².

创建简单的过滤器表示式以及映射表达式, 使用列表表达式, 原则是表达式的内容不过度复杂.

复杂的逻辑请使用 for 循环.

Yes

evens = [str(x) for x in range(0, 100) if x % 2 == 0]

result = ((x, complicated_transform(x))
          for x in some_function(paramter)
          if x is not None)

No

evens = list(map(str, filter(lambda x: x% 2 == 0, range(0, 100))))

result = ((x, y, z) for x in range(10) for y in range(5) if x != y for z in range(5) if y != z)

如果类型支持, 就使用默认迭代器和操作符. 比如列表, 字典及文件等.

容器类型, 像字典和列表, 定义了默认的迭代器和关系测试操作符(in 和 not in).

如果可能的话使用默认的迭代器和操作符, 大多数 build-in 类型定义了迭代器方法.

需要注意的一点是, 这样去遍历容器的话, 不能在遍历时修改容器.

Yes

for key in adict: ...
if key not in adict: ...
for k, v in adict.items(): ...

if obj in alist: ...

for line in afile: ...

No

for key in adict.keys(): ...
if not adict.hash_key(key): ...

for line in afile.readlines(): ...

lambda 方法体为一行表达式的情况下可以使用

例: sorted(data, key=lambda x: x.key)

当方法体比一行表达式复杂应该使用=def=定义的函数, 通常可以将这些帮助函数定义在需要使用 lambda 的函数内, 作为嵌套函数.

示例

def sort_data(data):
   def get_key(item):
       # some logic to extract key from item
       ...

   sorted(data, key=get_key)

标准库的=operator=有一些常用的函数, 优先考虑使用. 如可以用 operator.mul 来代替 lambda x, y: x * y.

简单的情况下适用, 复杂情况或多重条件判断时使用完整的 if else 语句.

条件表达式类于 C/Java 里的三元操作符, 可以用来简化简单的 if 语句.

if cond:
    x = 2
else:
    x = 1
return x

# 简化为
return x = 2 if cond else 1

当 if 判断条件太复杂或者有多重判断的情况使用条件表达式会破坏可读性

No

bad_example = 1 if predicate1(value) else 2 if predicate2(value) else 3

禁止使用可变对象作为函数参数的默认值

函数参数的默认值为可变对象,比 [], 函数如果修改了该变量, 会影响默认值的值.

我们视这种用法是一种会引起潜在问题的错误用法.

Yes

def foo(a, b=None):
    if b is None:
        b = []

No

def foo(a, b=[]):
    ...

示例:

def foo(a=[]):
    a.append(1)
    print(a)

foo()  # 输出 1
foo()  # 输出 1 1
foo()  # 输出 1 1 1

在可能的情况下使用隐式的 False 值

在 Python 语言中以下的值在被作为布尔值使用时候, 会被认为是 False.

内建类型的"空值":

0, None, [], {}, ''

Python 的惯用法是使用这些隐式的 False 值, 例如 if foo: 而不是 if foo != []:.

优点是可读性强, 速度更快, 大多数情况下都不会引起问题, 但是需要注意以下几点:

• '0' 字符串 0 是被当作 True 对待.
• 永远不要直接比较布尔值, 如 if value == False:, 使用 if not value:. 如果需要区分 False 与 None 的情况, 使用类似这样的语句 if not x and x is not None:.
• 检查 None 时必须使用 if foo is None: 或者 is not None. 当检查某个值是否为 None 时如果使用 if not foo: 不要忘记 foo 如果为其它的"空值"也会通过检查.
• 判断 seqences 类型(strings, lists, tuples)是否为空, 使用 if seq: or if not seq, 而不是 if len(seq): or if not len(seq):.
• 数字 0 会被当作 False, 在判断是否为数字=0=的时候, 需要直接比较数字 0: if foo == 0:

在 Python 3 中推荐使用 f-string, 不使用老式的 % 以及 str.format 进行格式化.

bad

name = "World!"
print("Hello, %s" % name)
print("Hello, {}".format(name))

better

name = "World!"
print(f"Hello, {name}")

f-string tutorial

使用 pylint

pylint 官网

pylint 是一个在 Python 源代码中查找 bug 的工具. 对于 C 和 C++ 这样的强类型静态语言来说, 这些 bug 通常由编译器来捕获. 由于 Python 的动态特性, 有些警告可能不对. 不过虚报的情况应该比较少.

确保对你的代码运行 pylint. 在 CI 流程中加入 pylint 检查的步骤.

抑制不准确的警告, 以便其他正确的警告可以暴露出来。

使用 PyCharm 开发的团队可以使用pylint plugin .

Pylint 的介绍与入门

自底向上编程(bottom up): 从最底层,依赖最少的地方开始设计结构及编写代码, 再编写调用这些代码的逻辑, 自底向上构造程序.

• 采取自底向上的设计方式会让代码更少以及开发过程更加敏捷.
• 自底向上的设计更容易产生符合单一责任原则(SRP) 的代码.
• 组件之间的调用关系清晰, 组件更易复用, 更易编写单元测试案例.

举一个简单的例子: 现需要编写调用外部系统 API 获取数据来完成业务逻辑的代码.

应该先编写一个独立的模块将调用外部系统 API 获取数据的接口封装在一些函数中, 然后再编写如何调用这些函数 来完成业务逻辑. 而不是先写业务逻辑, 然后在需要调用外部 API 时再去实现相关代码, 这会产生调用 API 的代码直 接耦合在业务逻辑中的代码.

使用 assert 语句确保程序处于的正确状态

不要过度使用 assert, assert 应该只用于确保核心的部分.

注意 assert 不能代替运行时的异常, 不要忘记 assert 语句可能会被解析器忽略.

assert 语句通常可用于以下场景: - 确保公共类或者函数被正确地调用

例如一个公共函数可以处理 list 或 dict 类型参数, 在函数开头使用 `assert isinstance(param, (list, dict))`
确保函数接受的参数是 list 或 dict

• assert 用于确保不变量. 防止需求改变时引起代码行为的改变

if target == x:
    run_x_code()
elif target == y:
    run_y_code()
else:
    run_z_code()

假设该代码上线时是正确的, target 只会是 x, y, z 三种情况, 但是稍后如果需求改变了, target 允许 w 的 情况出现. 当 target 为 w 时该代码就会错误地调用 run_z_code, 这通常会引起糟糕的后果.

我们可以使用 assert 来确保不变量

assert target in (x, y, z)
if target == x:
    run_x_code()
elif target == y:
    run_y_code()
else:
    assert target == z
    run_z_code()

不要使用 assert 的场景:

• 不要使用 assert 在校验用户输入的数据, 需要校验的情况下应该抛出异常
• 不要将 assert 用于允许正常失败的情况, 将 assert 用于检查不允许失败的情况.
• 用户不应该直接看到 AssertionError, 如果用户可以看到, 将这种情况视为一个 BUG

赋予特殊的常量一个名字, 避免重复地直接使用它们的字面值. 合适的时候使用枚举值 Enum.

使用常量在重构时只需要修改一个地方, 如果直接使用字面值在重构时将修改所有使用到的地方.

No

def get_potential_energy(mass, height):
    return mass * height * 9.81

# Django ORM
Config.objects.filter(enabled=1)

Yes

GRAVITATIONAL_CONSTANT = 9.81

def get_potential_energy(mass, height):
    return mass * height * GRAVITATIONAL_CONSTANT

class ConfigStatus:
    ENABLED = 1
    DISABLED = 0

Config.objects.filter(enabled=ConfigStatus.ENABLED)

使用 dict.setdefault 或者 defaultdict

例子

# group words by frequency
words = [(1, 'apple'), (2, 'banana'), (1, 'cat')]
frequency = {}

No

for freq, word in words:
    if freq not in frequency:
        frequency[freq] = []
    frequency[freq].append(word)

Yes

for freq, word in words:
    frequency.setdefault(freq, []).append(word)

或者使用 defaultdict

from collections import defaultdict

frequency = defaultdict(list)

for freq, word in words:
    frequency[freq].append(word)