摘要：
《系统日报》持续关注分布式系统、AI System，数据库、存储、大数据等相关领域文章。每天以摘要的形式精选不超过三篇系统文章分... 阅读全文
摘要：
做数据库有一段时间了。最近有一些在校的同学问到，在实际中，分布式数据库中存储层工作内容是什么样的？简单回答了下，想到其他人可能也... 阅读全文
摘要：
概要 本节围绕两个主要概念来展开。 如何分析一个数据模型： 基本考察点：数据基本元素，和元素之间的对应关系（一对多，多对多） 利... 阅读全文
摘要：
第一章是很容易被跳过的一章，因为概念较多，容易泛泛而谈。但其给出的三个概念，确实是构建系统避不开的三个重点方向。 ps. 开源... 阅读全文
摘要：
早就在知乎上听人推荐过 DDIA（设计数据密集型应用），之前偶尔翻过第二部分 Replication 和 Partition 两... 阅读全文
摘要：
《系统日报》持续关注分布式系统、AI System，数据库、存储、大数据等相关领域文章。每天以摘要的形式精选不超过三篇系统文章分... 阅读全文
栽在 Python 的默认参数的“坑”中几次之后打算专门弄一篇博客来说一下这个事情。但是最近看到一篇很好地[英文文章](http://effbot.org/zone/default-values.htm)（*Default Parameter Values in Python，Fredrik Lundh | July 17, 2008 | based on a comp.lang.python post*），鞭辟入里。珠玉在前，就不舞文弄墨了。当然，也算是偷个懒，在这里简单翻译一下，希望更多的人能看到。 
某次面试问候选人：Python 中生成器是什么？答曰：有 yield 关键字的函数。而在我印象中此种函数返回的值是生成器，而函数本身不是 
使用 Logging 前可以先捋一下我们常见的日志输出需求，俗话说，不管需求的设计就是耍流氓。
1. 能够定位事件的产生位置和生成时间，用于调试和跟踪。
2. 一份日志可以同时送到多个[目标输出](#dstout)。
3. 可以通过不同级别或者更精细条件筛选日志输出。
4. 可以方便的控制第三方模块的日志输出。
5. 实现上面的一切的前提下，配置/设置 尽量简单。
Python 的 Logging 模块通过神奇的模块化设计，树形的方式组织完美的实现了以上五点。 