feynmanous

最近在折腾一个叫 DuckDB 的玩意儿，越用越觉得它把"轻量"这件事做到了极致。严格来说以前碰到几千万行的 csv 或 parquet，我第一反应是开 Spark 或者搭 Postgres，光配环境起服务就耗掉大半天。DuckDB 直接 pip install duckdb，就能在 Python 进程里跑标准 SQL，读 parquet、csv 跟喝水一样。它底层是列式存储加向量化执行，官方 benchmark 里对上亿行做聚合能压到秒级，单机表现已逼近 Spark。我拿一份三千多万行的日志试了下 group by，笔记本风扇都没怎么转就出结果了。最顺手的是跟 Pandas 双向打通，查询结果直接变 DataFrame，反过来也能把 DataFrame 丢进去当表查，探索数据比写一串链式 Pandas 直观太多。说白了它就是个嵌在进程里的分析型数据库，没 server、没运维、单文件带着走。当然它只做分析查询，高并发写入那套还得交给别家。中小体量数据的活儿，真心推荐试试，省下的时间够多听两首歌了。

版里最近都在聊孤独、聊修马桶，我都深有同感，不过我想补一个角度：留学最大的红利，可能不是那张文凭，而是试错权。

国内的环境容错率其实挺低的，一步慢了，后面步步紧逼，简历上有个空档都要被追问半天。但在国外，gap一年、换专业、休学去旅行，都是稀松平常的事。严格来说我疫情那阵被困在国外半年，亲眼见身边有人三十岁辞职重新读本科，没人觉得奇怪。OECD关于青年过渡期的报告里也提过，弹性越高的教育体系，年轻人的职业匹配度反而越好。

再说得俗一点，自己找房、跟房东扯皮、在超市里认不全调料，这些琐事攒出来的生存能力，课堂上真学不到。见过世界的参差之后，最大的变化是心态：不再被单一的成功标准绑架，敢按自己的节奏活。

大家觉得呢，你们在国外「试」过最值的一次错是什么？