最新

电子商务有一个无人提及的隐性成本：卖家为了在买家面前展示自己，花费50到300美元用于广告。这些浪费的支出成为每笔购买的隐性税费。买家认为自己“得到了最优惠的价格”，但实际上，他们是在为卖家的获取成本买单。 Baqqla颠覆了这一模式。 1. 买家发布他们想要的商品。 2. 多个卖家立即收到请求。 3. 卖家直接竞争——没有广告，没有排名游戏，也没有拍卖驱动的定价。 结果是：广告浪费的层面消失，价格趋于正常化。 https://baqqla.com/investor.html

我之所以创建 Gridscript，是因为我的妈妈。<p>她不懂 Excel、SQL 或 Python，但她常常收到来自工作的杂乱电子表格。她会给我打电话，说：“你能帮我整理一下吗？”或者“为什么我不能只点击一个按钮来修复这一列？”<p>每次我都意识到同样的事情：大多数数据工具是为专家设计的，而不是为了那些只需要清理、重组或理解数据的普通人。<p>因此，我决定做一些更简单的东西。<p>Gridscript 是一个基于浏览器的工作空间，旨在让日常数据任务——清理、转换、分析、可视化——尽可能简单。你可以使用直观的无代码工具进行常见操作，或者在需要更多功能时切换到 Python/JavaScript。<p>它的设计旨在让人感觉轻便易用，但仍然足够强大以应对真实的数据工作。它完全在客户端运行，无需安装或设置——我妈妈可以立即打开浏览器，开始修复她的电子表格。<p>如果你是一个处理数据但不想面对电子表格、脚本、库、环境、依赖等繁琐的人，我希望这能让你的生活轻松一些。<p>在这里试试： <a href="https://gridscript.io" rel="nofollow">https://gridscript.io</a><p>欢迎提问或反馈！

如果你从事软件开发或参与技术领域，就必须接受保持默默无闻的想法。在过去的几年里，我在Medium、reddit、dev.to、YouTube以及所有常见的发布平台上发布了我的工作和想法。这些平台适合获取短期反馈，但并不能真正让你出名——而且也不应该。它们奖励的是表现——你在一个看不见的观众面前的表现，而不是你工作背后的实际工艺或技能，以及你对这个领域的贡献。 真正改变我对自己工作的看法的是GitHub。几乎没有人会浏览我的个人资料，大多数代码库也不会获得关注。但代码本身在那里——也许这才是唯一重要的部分。如果工作足够好，它最终会在基础设施中找到自己的位置，找到需要它的人。如果不够好，无论在其他地方发布或参与多少，都无法弥补。 意识到这一点让我感到奇妙的稳定。我停止了在那些以注意力为中心的平台上追逐曝光，开始更加关注我所构建的东西的质量和实用性。虽然指标变得更安静，但它们更真实。 最终，在技术行业中，默默无闻是正常的。谁能说出所有参与Firefox浏览器或Openbox窗口管理器开发的人呢？即使作者没有成为人们熟知的名字，这项工作依然具有真正的价值。如果我所构建的东西最终能在未来的某一天帮助到某人，那就足够了。

我之所以开发这个工具，是因为我厌倦了冷启动、复杂的设置，或者为了查询 S3 中的日志而支付 AWS 的出站费用。 问题：要分析 500GB 的日志，我通常需要： - 等待 5-10 秒的 Athena 冷启动，并支付每扫描 1TB $5 的费用。 - 将数据下载到我的笔记本电脑（速度慢且有出站费用）。 - 将数据上传到像 Datadog 或 Snowflake 这样的 SaaS（费用高且存在隐私风险）。 解决方案：Burner 是一个“自带计算”的 SQL 引擎。 架构：您可以在与您的存储桶位于同一区域的 EC2 实例上运行代理（Docker）。由于数据从未离开您的 VPC，因此没有出站费用。代理在内存中计算聚合（使用 DataFusion/Arrow），并仅将 JSON 结果流回给您。我集成了 wasmtime，因此您可以编译 Rust 逻辑（例如 PII 清洗或 CIDR 匹配），并以原生速度在查询引擎中运行。 基准测试（1GB Parquet / 100M 行）： - Python（Pandas）：约 45 秒（在 t3.micro 上崩溃，内存溢出） - Burner：约 1.8 秒（流式批处理，256MB 内存限制） 商业模式：我尝试以 $19 的终身许可证（测试版）替代订阅模式。 欢迎提问！ 代码库在这里：[https://github.com/burnersql/burner-agent](https://github.com/burnersql/burner-agent) 电子邮件：hello@burnersql.com

嘿，HackerNews！我想分享最近拼凑出来的一些东西，期待大家的反馈。 背景：我曾在研究和企业领域工作，使用Python和Java构建了很多服务，发现无论架构和领域（如Web应用、机器学习研究、分布式系统等）有多么不同，它们都趋向于使用类似的模式。 在写了大量Python代码后，我发现缺少一个能够正式支持这些模式的框架，而这种结构能够让你做出一些假设，从而在长期项目中大大提升开发体验。 微框架非常棒。它们让你可以用一小段代码快速入门，但（在我看来）在长期项目中，尤其是与团队合作时，它们缺乏所需的结构，因此你最终还是得自己构建这种结构。这样做虽然能在初期提高一点生产力，但却会牺牲未来的生产力。 Mitsuki试图在让你能够快速、轻松地用几行代码开始的同时，也能在时间的推移中对你和你的团队更加友好，通过为你的开发过程提供结构。 因此，我制作了一个早期版本的框架，深受Spring Boot的启发。核心理念是，你可以在Python中构建企业应用，而无需承受企业级的痛苦，同时还能保持高性能。 - 想要一个简单的REST API？只需在app.py中写几行代码。 - 想要一个带有自动实现CRUD的不错起始项目？使用`mitsuki init`来获取一个包含领域类、服务、控制器和存储库的起始项目。 - 性能如何？与Express和Spring Boot相似（在Docker环境下，使用M1 MacBook Pro，8GB内存），开箱即用，无需配置。 轻量级 尽管有些“听起来很高大上的”术语，Mitsuki本身非常轻量，仅在驱动它的组件（即Starlette和Granian）上增加了非常小的开销（10%）。我不想仅限于ASGI，未来的版本可能会重写这一核心逻辑，以进一步利用Granian。 还有很多工作要做，还有很多文档需要编写，示例需要探索，功能需要扩展。我还计划编写一些工具，利用框架的结构来提升企业团队的开发体验。 但在此之前，我期待大家的反馈。 赞成还是反对？ :) 基准测试 附言：关于性能和基准测试，仓库的/benchmarks目录中有一些说明。（或者在这里查看：<a href="https://github.com/DavidLandup0/mitsuki/tree/main/benchmarks" rel="nofollow">https://github.com/DavidLandup0/mitsuki/tree/main/benchmarks</a>） 是的，大多数基准测试都是任意的，容易被操控，而且你的瓶颈很可能是业务逻辑，而不是框架。 是的，Spring Boot和Elysia的性能上限可能更高，因此在更强的CPU上运行可能会改变基准测试的结果。 是的，有无数变量会影响这些结果。 是的，Granian是用Rust编写的，而不是Python。 基准测试的意义有三点： - 这是你在自己的设备上开箱即用的体验，也是你将要部署的环境（如通过K8s在小实例上Docker化）。 - Python Web应用在性能上可以与JS/Java平起平坐。 - 尽管依赖注入、状态跟踪等看似复杂，Mitsuki依然相当轻量。