一周热榜

我曾经是一名数据工程师，其中一个重要的方面就是数据监控。数据科学家和分析师在分析方面会对商业指标（如注册率、留存率等）进行大量监控，但作为数据工程师，我也需要确保系统没有出现故障。Data Axolotl 专注于后者。 市面上有很多支持数据测试的工具（我非常喜欢 dbt 测试），但即使编写了强健的测试，我们仍然会遇到意想不到的破坏性变化。大多数情况下，当产品经理询问某个不常见的指标为何在所有地方都变为 null 时，这就成了一个问题。我们并不知道这个指标正在被使用（有时甚至不知道它的存在），那么我们怎么能为它编写测试呢？（一个常见的原因是某个工程团队停止记录某个数字，因为没有人知道它的重要性；即使工程团队做了一切正确的事情，发送了“仅供参考，我们将移除遗留用户 ID 值”的通知，并安全地推出了更新，也没有人会预料到市场营销的投资回报率仪表板依赖于这个指标。） 这就是 Data Axolotl 的用武之地：Data Axolotl 是一个命令行工具，可以捕捉分析数据集中的意外破坏性变化，而无需提前知道可能会出错的地方。 简单来说，你只需将其指向一些数据表，每天运行，它就会随着时间的推移收集大量常见指标（如列的最小值、最大值、均值、行数、唯一值计数等）。如果任何指标突然发生变化，Data Axolotl 会生成警报。 整个工具运行在一个 Python 包中，因此你可以在本地或通过像 Airflow 这样的调度工具在自己的基础设施上运行。你不需要注册任何新的云服务，也不必担心数据泄露给第三方。历史数据可以存储在本地的 sqlite（默认）中，或存储在你基础设施上的远程数据库中。 这是一个相对早期的版本，目前仅支持 Snowflake 表，但我们希望未来能够添加其他数据库类型。 你可以今天就尝试 Data Axolotl，直接在本地机器上通过 pip 安装。`pip install data-axolotl` 完整的安装指南可以在 Readme 中找到。

背景：我更喜欢小型手机，目前使用的是iPhone 13 Mini，计划再用三年。可惜电池一直在耗尽，我已经换了第二块电池。我更倾向于自己修理，因为大多数当地商店提供的电池质量较差，而且我有点担心把手机留在那里。我的屏幕也坏了，后玻璃也破了。我在考虑从阿里巴巴国际站（Aliexpress）订购一些替换零件，并想知道除了ifixit上针对特定手机的指南，还有没有其他好的学习资源。

存在模糊边界、复杂约束且没有线性解决路径的问题。