五天玩转MongoDB训练营：MongoDB训练营问题解答专场
MongoDB训练营问题解答专场
内容介绍
一、 MongoDB为开发者持续创新
二、 MongoDB的使用场景
三、 MongoDB-最像关系型的非关系型数据库
四、 互动抽奖环节
五、 阿里云技术专家分享
六、 互动连线环节
非常荣幸地邀请了两位技术专家来为大家进行讲座，首先介绍一下今天的技术专家，第一位是江鑫，江专家，他是A原厂公司的解决方案架构师，他在本次训练营活动中也是《课时三如何用ADB来进行开发》的主讲人；另一位是郭煜，她是ADB的产品负责人，也是本次训练营活动《课时一:阿里云特色ADB介绍》的主讲人。
接下来简要介绍一下今天的直播活动流程，首先，我们将请原厂专家分享一些有关开发的内容，随后，我们会有互动抽奖环节。第三个环节是由阿里云的产品专家介绍云产品相关内容军灵也将分享一些特色内容。最后，我们会有一个问答环节，您可以在弹幕中提出您的问题，专家们将为您解答。
一、MongoDB为开发者持续创新
首欢迎大家来到训练营的直播问答环节，我是江鑫，第一个环节是针对之前搜集上来的大家比较突出的一些疑问，为大家先做一些大家都比较关注的答疑。
首先MongoDB大家都比较了解，MongoDB这些年非关系库的po图案，这几年的涨势，增也非常明显，MongoDB软件的下载量现在也到了三亿多，全球各行各业使用MongoDB的集群也比较多，
大家最关心的问题之一就是 MongoDB 这些年的发展趋势以及各个版本之间的重要迭代，所以这一页我会为大家整理从比较早的时候MongoDB从版本3.0开始，到去年发布最新的6.0版本的一个迭代的一个概览，这里我们会给大家强调一些重要的功能迭代。
像从4.0开始，我们整个wrid tiger发行之后，整个MongoDB的 性能和并发的能力相对于之前的mmap 有了极大的提升。到了3.6版本，我们引入了非常重要的变更流功能，类似于关系数据库中的去用shed这种方式去通过MongoDB 变更流去捕获所有的增删改变更并将其传输到下游操作。我们还加入了可从事写入的功能，大家可以明显的感觉到在需要做一些MongoDB集群维护或者变更的时候，将我们的集群会出发触发一些储备选举的时候，虽然它的时间非常短，但是在这个时间段之内的一些写入，我们是可以在3.6的JEVER是可以做到自动补充，显示了这样一个功能，去避免代码需要做Exception写入失败的的处理，他会帮你自动存储，而业务端就基本没有感知，3.6版本还有比较重要的功能就是表达Slook up 可以做表与表之间的ploy。
在4.0版本中，最重要的就是ATles事务，之前我们也跟同学交流过，他们一直认为MongoDB不支持事务，但其实在4.0，也就是18年的时候其实已经开始支持事务，不仅支持副本级事务，还支持分布式事务。
4.2版本则直接支持了分布式事务，允许在分片环境中执行多表事务操作。这些操作方式类似于单表操作，将多表操作放在一个事务中，极大地简化了使用过程。可以说我们在四五年前就已经完全补齐了事务这一块的能力。
此外，4.0还对分片迁移进行了提速，之前，大家会说各个分片之间创口的自动均衡不是特别快，4.0做了一个提速，提升了大约40%的平均速度。在4.2版本中，除了分布式事务，比较重要的我们还引入了客户端级别的字段加密，比如在JAVA端就能做一些自动加密，允许在客户端进行数据加密，而不需要在数据库服务器端进行加密，从而减少了数据在使用过程中的泄漏的风险。还有比如物化视图，对于一些需要有非常快的差费性能通用的一些，
总之，MongoDB 在过去几年取得了巨大的进步，不断增强了性能、功能和安全性，使其成为当今数据库领域的重要力量。
此外，还有物化视图这一功能，对于需要快速查询性能的通用需求非常有用。物化视图允许我们加速对数据的查询，包括通用和复杂的索引需求。此外，如果文档中包含了嵌套文档或数组等复杂结构，您不必为每个子字段单独定义索引，您可以使用通用索引，它将为文档中的所有子字段自动创建适当的索引。
至于4.4版本，它引入了许多重要的改进。从3.6版本开始，事务支持已经加入，而4.4版本进一步提高了性能。这些发展不断填补了非关系型数据库在关系数据库能力方面的差距，使其能够满足更广泛的应用场景需求。事务支持不仅包括丰富和灵活的聚合功能，还允许用户自定义聚合表达式。此外，4.4版本的一个重大改进是在分片系统方面。
在以前，一旦确定了分片键，就无法更改，必须导出数据进行调整。但在4.4版本中，我们引入了可优化的分片键，您可以在原有分片键的基础上进行优化，例如，将另一个字段与原有分片键组合以优化数据均衡。甚至可以将组合分片键设计为哈希分片键，以更好地平衡数据分布。此外，我们还改进了主备节点切换后的决策机制，以选择响应速度更快的备用节点。
这些改进使MongoDB更加强大，支持更广泛的用例，包括物化视图、全局事务以及分片键的优化，从而提供更卓越的性能和灵活性。
此外，还有一些针对性能和读取性能的改进。这些变化旨在提高数据库性能。除了这些性能方面的变化，还有许多其他功能，例如隐藏索引，当您需要删除索引但不确定是否会有负面影响时，您可以将索引隐藏起来，以查看隐藏后的效果。如果一切正常，然后再删除索引。还有与索引数据同步相关的改进，以减少数据同步的时间。
在5.0版本中，有一个重要的新功能，即原生时间序列集合。您现在可以直接处理时间序列数据。在创建表时，您可以指定它是一个时间序列表，从而更方便地在集群中管理时间序列数据。此外，5.0版本引入了窗口函数，可与时间序列集合和具体索引一起使用。
另外，在5.0版本中，对分片键的处理进一步优化。您可以在线更改分片键，而不需要保留原始分片键。在4.4版本的基础上进行了进一步的提升。
此外，6.0版本引入了查询加密功能，它在客户端级别对字段进行加密，但仍保留查询能力，这对金融行业等领域非常有用。还有一些持续方面的改进，如历史索引和集群同步器工具的提供，以及关系数据库迁移工具的改进，使数据和模型的迁移更加方便。
总之，MongoDB的发展速度很快，不断提供新功能和性能改进，以满足不同行业的需求。
事实上，从前天开始，我们每年发布一个重要版本，在今年的八月份，我们将推出今年的新版本。此外，在接下来的时间里，我们将继续以迅猛的速度迭代我们的产品，以提供更快速的更新。因此，我们鼓励大家密切关注我们的版本迭代，因为每个大版本都会引入一些新功能和性能优化。这是关于版本的一个重要问题，受到大家广泛关注。此外，我们也将回答一些关于使用场景的常见问题。
二、MongoDB的使用场景
有哪些情境适合使用MongoDB？实际上，在学习MongoDB时，您会发现其它特性也非常吸引人。主要来看，我们的数据存储方式是文档存储，这非常灵活。另外一个关键点是，我们可以通过分片来扩展数据量。第三个要点是我们能够确保高可用性。所以，基于这三个主要特性，您会发现有许多场景非常适合使用MongoDB。例如，统一视图是一个典型场景，无论是汽车行业的CSD统一视图，还是银行业的这类统一图表，它们都需要将多种数据集中在一个地方进行分析。MongoDB在这种情况下非常方便，因为文档模型可以容纳各种各样的字段，并且能够处理大量数据。
对于IoT方面，传感器通常会收集不同类型的属性字段，而文档模型可以轻松支持不同字段类型的存储。移动应用程序通常需要快速的模型迭代，MongoDB非常适合这种情况。推荐应用程序也通常需要基于统一视图为用户提供个性化的推荐，而MongoDB可以基于统一视图来实现这一点。在游戏领域，几乎每个游戏公司都会使用MongoDB来存储玩家数据，无论玩家数量多少。对于数据仓库、数据湖、日志数据等情境，MongoDB同样非常适用。这些情境通常需要处理庞大的数据量，而MongoDB可以通过分片环境来实现存储和处理。对于像国内的大型银行一样需要处理大规模历史支付数据的情况，MongoDB也非常适合，它可以作为ODS（操作数据存储）的一部分承担重要角色，应对庞大的数据量，无需进行大规模的数据迁移。
像内容管理一样，灵活模型是MongoDB的一个优势所在。在分析方面，正如您刚才所看到的，MongoDB拥有众多聚合函数的能力，可以实时处理各种分析需求。MongoDB也在内容管理和半结构化、非结构化数据方面表现出色，使数据存储变得非常便捷。另一个使用情景是主数据存储，特别是随着银行核心系统处理的数据量不断增加，需要一个能够承接重要数据负载的解决方案。
此外，无服务器应用程序和快速迭代的开发场景也非常适合MongoDB。因此，我们列举了一些适合MongoDB的使用场景。当然，从当前发展趋势来看，MongoDB逐渐演变为通用的数据平台。不论是关系型还是非关系型负载，大家都可以考虑使用MongoDB来进行测试和应用。
希望这次修改后的文本与原文更接近了。如果还有其他修改或翻译需求，请随时提出。
三、MongoDB-最像关系型的非关系型数据库
第三个话题是与关系数据库的对比。实际上，MongoDB与关系数据库不再处于对立的局面。MongoDB已经逐渐演变成了最像关系数据库的非关系型数据库。MongoDB具备了传统非关系型数据库的灵活文档模型，能够轻松扩展到多片、多云和多数据中心部署等方面。
在过去的几年里，MongoDB不断增强了与关系数据库的竞争力。MongoDB以前拥有丰富的查询和索引功能、支持事务处理，以及强大的安全性和管理能力，这些都是传统关系数据库的特点。因此，MongoDB不再局限于非关系型数据库的能力，它既具备了非关系型数据库的扩展性，又包括了传统关系数据库的查询、事务、灵活的索引和安全性能力。
通过以上材料，我们概述了一些核心问题。最后，我们建议您注册MongoDB大学并考取MongoDB认证证书。我们提供了一系列官方培训课程，可以帮助您准备考试。题型为选择题，每月开放一周，考试通常每月开设一周的时间。如果您希望获得更多关于MongoDB认证的信息，可以扫描二维码，领取一些专属优惠。
最后我们也与阿里巴巴的合作也为您提供了一些考取ADB证书的特别福利
包括考试费用的折扣和考试后的报销机会。如果您完成了任何MongoDB大学的课程，您可以享受考试费用的五折优惠。学习完一个课程之后就会得到一个五折的优惠，一旦您通过考试，还可以发送电子邮件申请费用报销，并获得一份纪念品。
最后，我们将有专门的问答时间，如果您有任何MongoDB认证方面的问题，请在最后一个环节提出，我们将在线回答您的问题。
四、互动抽奖环节
我们将进入最后的问题和回答环节。如果您有任何问题，请留到最后的Q&A环节。接下来，我们回到我们最关注的互动抽奖环节。因为我们的训练活动已经进行了一个月的时间，并且有近一周的直播课程，我相信参加我们训练营的同学们都会有很多感受。
在这里，我将提出一个简单的问题来测试大家的学习成果。您可以在评论区回答问题，我们将根据参与情况设定倒计时，对回答进行截图，我们会给截图中从上到下，回答正确的前两位同学分发定制礼品。
今天的问题是：在本次训练营课程中，我们讨论ADB了哪两个应用场景？知道答案的同学可以将其回答放在评论区，然后等待倒计时，我们将在倒计时结束后查看答案，以确定前两位获奖者。好，大家可以在评论区回答问题。我已经看到一些答案，但大多数答案都不完全正确，需要进一步思考。
在本次课程中，我们讨论了哪两个章节是关于ADB使用场景的，我现在看到了一个正确的答案 又不知道或者不确定的现在可以去回放一下训练营当时讲的两个章节内容。我已经看到了正确的答案。现在我将开始倒计时，3、2、1，请工作人员开始截图。大家可以刷新评论，让评论上升。
我将倒计时，3、2、1，工作人员已经截图。稍后我们将在群里分享相关截图，并联系前两名同学，以便发送礼品。现在我宣布正确答案：在本次训练营活动中，我们讨论了ADB的两个应用场景，一个是自动驾驶，另一个是游戏。让我们看看有多少同学回答正确，以及哪两位同学将获得我们的定制礼品。这个简单的互动环节结束后，我们将请来自阿里云的专家分享一些之前同学们反馈的问题。
大家好，我是来自阿里云的演讲者珺宁。在之前，我们收到了许多关于阿里云MongoDB的问题，这些问题主要涉及以下几点。例如，对于我们的用户来说，如何更好地使用阿里云的产品，以及我们如何更好地使用阿里云MongoDB？此外，阿里云的产品如何帮助我们在业务中降低成本，提高效率，尤其是在国内市场中如何应对挑战。
我将解答前面提出的这些问题，首先，在阿里云上，我们提供了一个免费试用活动，您可以在官方网站上找到它。这个免费试用活动适用于阿里云的多个产品，并且每个产品都有三个月的试用期。因此，所以在我们的业务场景中，不管您是要构建应用系统，ecs，还是应用系统具体使用比如MongoDB这样的数据库，都可以在阿里云官网上开通阿里云MongoDB或者ecs去支撑应用场景。这是关于阿里云的真正的免费试用活动。
开通之后，我们可能会问，阿里MongoDB和刚刚江金老师介绍的开源MongoDB有什么不同，这里是阿里MongoDB实际上在开源版本的基础上增加了许多产品特性，产品特性的补充。
举个例子，如果大家能够点开之前创建的实例，实际上可以看到我们的整个页面上包括备份恢复、监控、报警、日志管理等等功能。这些功能可能是开源社区版MongoDB所不具备的。
基于这些功能，我们可以更好地解决实际业务和生产系统中面临的问题。比如，在我们的业务系统中，我需要定期备份我的数据，然后备份之后，如果我发现数据可能存在问题，我需要快速克隆回导数据。针对这种情况，我们实际上可以基于阿里云MongoDB已有的备份和恢复功能来实现。
第二部分，比如在我们的业务场景中，我们的业务流量可能会波动，即流量有高峰也有低谷。如果我们自己搭建MongoDB，我们可能需要频繁地更改规格或存储，每次更改都会对我们的业务产生很大的影响。然而，在阿里云MongoDB中，我们可以非常灵活地更改配置，以应对业务的变化。这些配置更改实际上可以通过控制台在页面上进行操作，非常简单。
在我们的业务场景中，我们可能会关心阿里云MongoDB的高级学习，例如性能优化和索引创建的优化。在阿里云MongoDB的控制台上，大家可以看到有cloudDBA这个大的功能项，然后在其下有像实时性能、实例会画、空间分析、慢日志分析等子功能项。通过访问这些子功能项，我们可以更方便地实现前面提到的几个具体功能和需求。这就是阿里云MongoDB可以带给大家的一些优势。
五、阿里云技术专家分享
第三部分，大家可能会关心，在我们的训练结束之后，我之前创建的势利是否可以继续使用以及如果未来要继续使用MongoDB，会面临怎样的成本。
首先，在训练期间创建的MongoDB实例可以免费使用三个月，基本上从五月底创建的实例可以免费使用到八月底。在这三个月内，我们可以免费体验阿里云MongoDB带来的各种功能。然后，在三个月到期后，大家也可以以较低的成本继续使用阿里云MongoDB。在阿里云官网上，我们提供了很好的运营折扣。例如，如果您购买一年的MongoDB，您可以享受85%的折扣。如果您购买两年，您可以享受七折的折扣，如果是三年，您可以享受半价折扣。这样，您可以以较低的成本继续使用和体验MongoDB，这是第二点。第三点是关于国产化的问题，即阿里云MongoDB如何应对国产化的挑战。首先，在国产化市场中，进入了百花齐放的时代，很多云厂商都有自己的数据库，在国产化的需求中，根据不同的需求分类，我们有不同的应对策略。具体上从严格到宽松可以分为一下几类需求。第一类是需要满足国家政策中的创新目录类政策，这要求我们提供符合国产化系统要求的产品。对于这种需求，我们已经有了明确的国产化系统替代路线，例如Orical支持国产替代方案。这种情况下，我们非常强调满足新政策的需求。第二类需求可能来自于信息技术国产化，例如通信、能源和航空等央企，他们需要替换国产化系统，但由于系统关系到，对于稳定性，性能都有一定的要求，因此他们可能处于试点阶段。此外，一些需求可能是出于法律合规的要求，例如数据库的正版化需求，或者开源组件可能带来的安全风险。这些要求使得一些企业有国产化的需求。针对不同国产化企业的需求，阿里云MongoDB目前可以适应国产化系统和芯片，因此MongoDB可以满足国产化的法规要求，如等级保护或国产化系统芯片等。
第二类情况是关于一些IT国产化需求，或者就像我之前提到的，特别是那些性能、创新政策要求严格的情况。目前，阿里云MongoDB是基于开源版本进行的企业级能力适配。因此，对于性能创新政策的要求，目前可能无法完全满足。但未来随着国产化进程的推进，阿里云MongoDB也将逐步满足相应要求。
第三个问题大家之前提到的，是关于我们这次培训课程结束后的计划。在阿里云MongoDB的培训中，通常每半年或每年举办一次。因此，本次培训在五月份开展，预计后续培训可能在半年或一年后举行。
在下一次的培训课程中，我们将结合大家此次的反馈和问题，提供更符合实际业务需求的内容，以及更高级的指导和课程，以上是我分享的内容，接下来我们可以看看大家是否有其他问题，我们会在问答环节继续回答。
六、互动连线环节
为大家提供了一个小福利。如果有用户愿意与我们进行一次连线，可以与我们的技术专家进行一次面对面的分享。这次分享可以涵盖您的学习进展、未来规划，或者是关于产品和数据库方面的任何疑问。愿意连线的用户可以点击页面右下角的“连线”功能。
有一位用户提到了关于MongoDB的未来发展，想了解它将会发展成什么样的状态，以及与其他混合型数据库相比它的发展如何。
我来回答这个问题，关于MongoDB的发展，我们刚刚也展示了MongoDB在过去几年中的发展路径，大家可以明显看到一个趋势，那就是MongoDB不再是一个非常小众的数据库了。实际上，我们更倾向于将MongoDB定位为一个开发数据平台，未来的趋势也将朝着这个方向不断迭代。您可以看到，MongoDB现在已经可以处理关系型负载了，比如支持5.0版本的事务，以及多种聚合函数和框架和分析型负载的支持。此外，6.0版本引入了优秀列式的索引功能，还提供了高性能的选项，以满足各种场景的需求，特别是在我们自己托管的云平台上，包括搜索、数据湖、以及其他生态系统工具。因此，MongoDB的发展路径肯定会朝着成为更通用的数据平台方向发展，不再局限于小众的Nocik数据库上。我们已经在平台级别提供了平台级的能力，大家也关注一下7.0，未来还将提供更多的平台级功能，包括与关系数据库集成的接口。在云上，我们已经提供了一些用于与Cecal 的接口，有很多熟悉cacal的同学，会用到MongoDBMQL，就会觉得要重新学习MongoDB语言，在新的版本里面，在云上，我们也提供了对应的sacal的借接口，包括一些BI工具的连接器，去进行Cacal到MongoDB的转换，所以ADB以后会变成一个更通用的平台，以更友好的接口，让各位同时使用。
还有一位选手提出了一个问题，问MongoDB是否打算成为一种内存型关系型数据库。
回答:MongoDB其实本身现在不叫内存行数据库，但基本上ADB像大多数数据库一样，会有使用内存。像MongoDB的存储引擎，大家会看到，默认的话，在一台机器上就是MongoDB，它就会默认把你机器的一半的内存作为wil tecker 的 internaCach ，所以在这一块MongoDB一直都有使用内存来去加速对内的一些热度查询，所以在这一块，MongoDB的willtigal 存储引擎已经使用了内存，另一个方面MongoDB除了Wailtacker引擎，还有纯记忆引擎，可以去使用，这个大家在MongoDB的手册上可以找到，如果说我们有一些对性能要求比较极致的需要存内存的MongoDB形态，大家可以用记忆引擎进行对应的选择。
还有一位同学问，如果使用MongoDB产品，它的兴创测试能够满足多少够满足多少。
回答:对于提出的关于兴创资质的问题，因为MongoDB属于No circle 类的产品，然后在准备兴创目录当中是处于并没有关于no circle 的兴创目录的，所以对于no cirlcle 类的产品来说，目前还是没办法去进行兴创资质的认证，这是一个前提，第二个是关于MongoDB所涉及到的国产化的认证，对于这个，目前阿里云是可以去适配一些国产化的系统和芯片，所以就能通过这样的方式满足一些企业对国产化的要求。
还有一位选手提到说当前产业的my circle +redis 的模式，如果说用MongoDB的话，是否没有办法替换redis ，只能用MongoDB去替换my circle
回答:这个问题是关于MongoDB性能的问题，其实大家会非常直观的发现MongoDB的性能比关系行数据库好很多，所以我们在非常多的场景里，my circle为什么要加redis ，，其实就是mycircle的性能不够，需要加redis，所以我们从MongoDB原厂家的角度来讲，我们有非常多的客户的案例，实际上是MongoDB直接替换mycircle加redis，我们有一个对应的案例，所以说还是取决于实际的场景，如果说它有一些可控的高并发的请求，其实我们可以尝试着用MongoDB，比如用分片的方式，适当的做内存的处理，即使MongoDB在很多场景下的性能，是能够直接替换my circle加redis的，当然有一些客户也有一些场景，还是觉得用纯内存的应用，并对他的一些场景会更合适，那也有MongoDB加redis的，所以其实从我们的角度来讲，我们确实有很多替换mycircle+redis的案例。当然这也需要实际结果测试去实现对应的测试。
这个同学还进一步的问了一下，它目前使用的产品是一个抽奖的用户，用的是mycircl circle 的，那用户参与抽奖表量比较大，比如表单有几百万的数据，所以他做了一个分表，如果说需要切换到MongoDB的话，是否能够承载分表的问题。
回答:这个问题其实非常贴合MongoDB的使用场景，首先大家去做分表的原因就是关系数据库单表能够支持的数据量上线是比较有限的，可能几百万对关系型数据库是比较大的，但是对于MongoDB来讲 几百万是一个非常小的量值，在A里面我们会推荐不必要做分库分表，因为你可以用MongoDB单表来支持更大的数据体量，我们见到几亿，几百亿的数据都有，当然我们不是说通过一个单副本集就去支撑这么大的数据量，但是MongoDB可以通过水平分片解决这样的问题，所以如果这位同学是研发的同事，你只需要告诉你的MongoDB或者你的同事用MongoDB的分配集群，那么其实单表就能够承载非常大的数据量，从条目数来讲我们不要好去评估，那么MongoDB最大的实践，单复稳集一般是做到2tb的存储，我们其实也有像一些客户，MongoDB单表有超过PB级的，就是一张表，PB级，那他的分配集群会稍微大一些，但它还是一个集群，一张表，对研发来讲，其实你不需要做分库分表，这就是MongoDB分布集群来去解决应对得一个非常典型的场景。
其他的同学还有相关的问题，可以发在评论区里。
可以在我们的论坛中提出问题。如果没有的话，我们将继续下一步的互动问答环节。在这次培训活动中，个人用户领取的云数据库有多少，大家可以在评论区里提供答案。同样地，我们将请工作人员提供一个倒计时的截图，然后在接下来的两分钟内，我们将派送礼品。这个问题还是相对简单的，这表明大家在学习过程中实际使用了我们的MongoDB产品。
现在，请工作人员准备，我们开始倒计时，3，2，1，好的，接下来工作人员将在我们的群里发布截图，为符合条件的同学送上礼品。与此同时，还有一位同学提出了一个问题，关于在单表有数千万数据的情况下，每天并发查询数以百万计，统计计算次数，这种性能是否支持？
回答:我认为这实际上是一个有关性能测试的问题，因为您是否能够支持这样大的并发查询，实际上取决于多个因素，包括您的数据量，集群规格，分片策略以及查询模式的复杂性。这些因素都会影响你查询并发的情况。对于这个问题，我不能简单地给出MongoDB在这样的数据量下是否支持一两千的tb，但根据我们的经验，MongoDB通常能够处理大规模的并发，如一些游戏和广告客户所需的百万级别的查询并发，
具体来说，性能会受到您实际的查询模式的影响，大家可以去做一些本地化的测试。从我们的经验，如果你的文档是1kb的文档，那你如果用8核2G的的机型，互换集，那如果写入的话，单个这样的节点其实是可以做到四五千的并发的批量的写入，而查询的影响因素则更多，如果你查的是一些热的数据，那这个并发做到几十万是很正常的，但如果您需要进行复杂的批量查询，每一个都需要过磁盘，那其实跟你的磁盘能够提供的LPS是息息相关的，因此，建议根据实际情况进行本地化的性能测试，考虑您的应用程序、数据模型和查询模式，以便更好地评估性能。
现在看大家在评论区里没有太多的问题 ，选手也得到了疑惑的解答。
对于某些性能问题，我们专家也都提供了中肯的建议和回答。未来在学习和使用过程中，可能还会出现对应的问题，我们鼓励大家在群组中咨询，我们的学员和技术专家会提供反馈。
今天的直播活动到此结束，在活动期间获奖的同学将在24小时内联系您，活动结束后会有进一步的安排，非常感谢两位专家的参与。
