如何看待互联网大厂程序员因厌恶编程，辞去月薪2w+的源码源码工作去当司机？

       近日，一位某互联网大厂程序员做了一个视频，工人工人作为一个程序员他竟然因厌恶编程，接单接单竟辞去月薪2w+的源码源码excel数据校验源码工作去当司机！并且认为互联网是工人工人个夕阳产业，自己要换个风口行业！接单接单我觉得这样的源码源码操作值得敬佩！

       一、工人工人对于程序员来说，接单接单他们的源码源码收入往往会有一个波峰，在波峰这段时间劳动强度极高，工人工人这个时候他们收入很高会远远地超于其他人，接单接单等到了三十多岁的源码源码时候，很少会有人可以成功到达管理阶层的，也很少有人可以做到让人人膜拜的一尊大神。

       所以在波峰过后市场上的绝大多数人会选择离开当前的岗位，去选择与本职业相似的低收入低要求的工作，或者像互联网大厂程序员一样干脆辞职去当一份轻松的与本职业完全不一样的工作，去当司机。

       二、这样的选择往往不是因为他们厌恶编程，而是因为他们太累了，尽管他们的心中仍然有着对编程的满满喜爱，但是opencv split 源码最好的时间已经过去了，年龄，身体已经不允许他们再对自己喜欢的职业尽忠了，他们很多人往往是不得不退场，而不是因为厌恶编程。

       三、而且现在的互联网技术更迭速度非常快，不是其他的行业可以睥睨的，需要人不停地进行高强度的学习，不停地进步，才能跟得上它飞驰的脚步，进而才能一直待在计算机行业里。但是人的年纪已经到了三十四十岁，精力在迅速的下降，还有伴随而来的生活和家庭方面的压力，工作上的高强度运作也在不断地挑战人的边界，这样的情况就很少有人可以做到坚持下去了。

Testcontainers: 让码头工人去执行单测吧

       Testcontainers 是一个专为 JUnit 测试设计的 Java 库，它允许开发者使用 Docker 容器来运行轻量级和一次性服务实例，如数据库、Selenium web 浏览器等。本文将介绍如何使用 Testcontainers 的 1..5 版本，并简要说明它也支持 Go、Python、Rust 和 Node.js 等其他语言。

       在 Docker 环境下，QQYY头像源码Testcontainers 使得开发者能够用熟悉的语言在单元测试中运行所需的服务容器。它内置了许多中间件模块，其中 Database 模块包含了大多数数据库。如果这些模块无法满足需求，Testcontainers 也支持创建自定义容器。

       以 Mysql 容器为例，声明一个接口是推荐的做法，因为 Java 类只能单继承，而接口可以实现多继承。这样，如果测试类需要依赖多个容器，只需继承多个容器类即可。

       ❗️下面提供的写法虽然常见，但存在一些问题。虽然单元测试运行无误，日志显示确实启动了 mysql:8.0.，但运行的是 mysqlContainer 而不是声明的 mysqlContainer。正确的写法将在后续内容中介绍。

       在 spring.datasource.url 中使用了官方推荐的 jdbc:tc: 格式：jdbc:tc:mysql:8.0.:///databasename。对于 Spring Boot 2.3.0 之前的版本，需要手动指定驱动程序：org.testcontainers.jdbc.ContainerDatabaseDriver。

       测试类继承接口后，可能会遇到线上启动容器报错的情况。本地测试运行良好，单测覆盖率超过 %，rsa vc源码但上线后出现错误。

       通过环境比对发现，本地和线上环境存在差异。本地运行完全正常，而线上报错似乎是权限问题。经过搜索和尝试，发现公司集群将使用 containerd 而不是 docker，因此无法升级 docker。只能尝试其他方法。

       通过 Debug 源代码，发现问题出在 spring.datasource.url 上，因为使用了 jdbc:tc:xxx 格式，Testcontainers 自动创建了一个一次性容器。

       根据官方文档，可以通过两种方式获取临时数据库。修改 MysqlSpringTest 后，本地测试通过，但上线后仍然报错。尝试修改 Dockerfile 并推送镜像到仓库，但问题仍未解决。

       通过设置 testcontainers.reuse.enable=true，可以实现在整个项目周期内只启动一次容器，后面模块复用容器。然而，ryuk 和 reuse 是ssd固件 源码不可兼得的。在本地环境中，可以忽略 ryuk，因为它会在电脑重启后消失。但在线上环境中，需要添加自定义命令节点来删除测试容器。

       为了删除当前项目单测的测试容器，可以在 MysqlSpringTest 中给容器添加标签，并在线上流水线添加自定义脚本节点执行 docker rm 命令。

       “我们去码头整点薯条，让码头工人去执行单测吧。”

Python 中的并行批处理

       在Python中，利用joblib进行并行批处理是一种有效提升处理效率的方法。Joblib提供了直接的并行处理支持，但有时批处理工作负载更为实用。以下是关于如何使用joblib和tqdm进行批处理的讲解，所有示例代码可于Github源码链接找到，也可通过pip install tqdm_batch直接使用。

       当我们处理大型数据集时，常想利用多核并行加速。Python的multiprocessing和threading模块提供了基础，但它们需要额外的样板代码。joblib的并行处理简化了这一过程，例如，对于计算π的虚拟函数，我们只需微调，就可在8核上实现近5倍的加速。然而，joblib默认的多处理方法并非总是最优，特别是当涉及大量数据序列化时，开销可能大于收益。

       理解多处理与多线程的区别，以及GIL（全局解释器锁）的影响至关重要。GIL限制了同一时间只有一个线程执行Python字节码。多处理通过创建独立进程绕过GIL，但涉及大量数据的序列化会增加开销。相比之下，多线程共享内存，开销较少，但受限于GIL。在joblib中，可以使用prefer='threads'参数切换到多线程模式，但通常多处理是默认的高效选择。

       批处理方法通过将工作划分为等大小的批次，每个进程处理一个批次，从而减少序列化次数。比如，对于一个大型模型分类任务，如果每个进程都独立处理每一行，会带来大量开销，但通过批处理，我们能显著降低这些开销，恢复与串行方法类似的性能。

       同时，批处理也带来挑战，如在多处理时，tqdm的进度条显示不再实时。为解决这个问题，我们可以利用进程间通信的队列，创建一个可以处理单行数据并更新进度条的包装器。最终，我们得到了一个更有效的并行批处理解决方案，用户可以通过pip安装tqdm_batch进行尝试。

       值得注意的是，增加工人数量并不总是线性提高效率，超过一定数量后，额外的进程可能不再带来性能提升。此外，超线程内核可能并不提供预期的性能提升。通过实际测试，我们可以看出不同工作人员数量对处理时间的影响。

威客赚钱真的假的

       骗人倒不至于，有的威客能赚钱那是肯定。

       至于你能不能成为威客那就不一定了。

       能赚钱的威客有三种：

       1、以消耗时间为主的宣传员：这些人的工作就是在网络到处发帖留言换马甲，为某某网站或者公司进行人肉宣传，酬劳微薄，大概和工厂工人差不多，不要去迷信什么日进斗金的神话宣传员，那种人是有，但他们是第一批吃螃蟹的极少数人，蛋糕就那么大，大的资源早就被他们趁早瓜分了，否则他们不会去宣传。

       个人是极不推荐这种赚钱方式的，收入微薄，没有技术海量，没有发展前途，而且占用大量时间。

       2、以兼职为主的技术强人：通过网络的技术性任务，一般都是软件开发、网页设计、形象创意、平面设计等等，需要有很强的技术水平，但是毕业大学生一开始不可能有什么技术的，需要在相关的工作岗位上积累到一定程度后才有足够的水平。为了继续进步跟上时代，他们一般不可能离开工作岗位去做全职威客。因为网络上的技术性威客并没有形成系统的从学习到工作的完整产业，如果仅仅为金钱去做全职，那就是舍本逐末，作为社会的顶尖人才，当然会选择更加理智的简直威客。

       这一类人一般都是大学导师、企业中的高级工程师等等吗，而且必须是相关专业的，如果是机械、电子、模具等实体行业那是不行的。

       3、真正意义上的全职威客：想在网络上找到正式的工作，那必须有两个前提：（1） 工作所创造的产物必需有稳定和足够庞大的市场。

       （2） 网络上有学习其工作技能的途径，并能在工作中不断进步。

       目前在网络上能够满足的行业只有一种：网络写手。

       这个行业确实实现了威客写字就能赚钱的愿望。据说最厉害的一批人能够达到年薪百万以上。

       但是由于这一行起点太低，只要能上网就能写作，所以企图进入这一行的人实在是太多了，能够赚到钱的百不足一，而且这些人多数也只能混个温饱，甚至连工厂工人都不如，能赚到大钱的，比六合彩的几率还小。

       更可笑的是，还从来没有发现过仅仅为金钱去写作最后还能大获成功的人。

       能够在网文上成功的人，其兴趣、毅力、写作能力、上进心……一个都不缺。

       而且竞争太惨烈了，即使一个什么优点都不缺的写手也很难成功，何况是那些不足的人。

       威客最大的特征是“与硬件无关”，所以它的市场范围就被局限在了少数几个行业之中，中国的网民这么多失业人数这么大，竞争自然远远比现实中的就业大。

       本人建议还是脚踏实地的找工作比较好。