让我们回归基本,学会尊重

简介:
    前两天同事在MSN上问了我一个问题,看上去是他一个朋友在MSN问的他,他转而问我的:
       
老蒋 说 (17:28): 在百万级数据库里删除一条记录,需要多少时间
    
     我的同事直接将MSN上的问题“粘”给了我。其实对于这种没头没脑的问题,我真的不愿意回答。就如同医生面对一个病人,病人告诉医生:“大夫我胃不舒服,你能告诉我,我得了什么病?”,大夫该如何回答呢?
   为了不至于让我的同事为难,我是这样回复的:
   
Larry.yue 2008-1-30 17:48:15 很难说,根据表的情况,从0.X秒到几小时都有可能
   
    我在什么背景都不知道的情况也就能作此解答了。结果同事过了一会儿“粘回”了他们之间的对话:
   
    老蒋 说 (17:52): 如果是优化的情况呢
    老蒋 说 (17:52): 很优化的情况 
    ryan@nj(XXX...) 说 (17:52): 0.X秒
    老蒋 说 (17:53):  我靠,你这个dba太业余了
    老蒋 说 (17:53):  0.01秒,10毫秒级很正常
    老蒋 说 (17:53): 怎么才0.x秒啊
    老蒋 说 (17:53): 我们要求达到豪秒级
    老蒋 说 (17:54): 现在达不到
     (注:XXX是略去了我同事的名字)
      我真的感觉很奇怪,为什么仅仅凭借这一个问题,就能快速的下这样的结论呢?那么我们来讨论几个“业余”的问题吧:
      什么是百万级的表,是一百万还是九百九十九万呢?
      表中数据的平均行长是10字节和99999字节呢?
      表有没有做什么方式的处理呢?(只是堆表还是为了查询快速而构建的CLUSTER还是做了PARTITION等等方式呢?)
      表上有没有为了其他需要而构建的索引呢?或者为了业务规则构建其他数据库对象,例如:trigger?
      运行环境是怎样的,在删除时是不是还有其他更为消耗资源的SQL在并发执行呢?
      硬件上,是什么主机?什么存储? 。。。。。。
      并且还有一个很重要的问题:
      0.X就表示0.01吗??
      如果真的有个DBA能站出说,那个时间就一定是什么什么,不管什么情况下都一定能达到什么什么,可能真的有人会觉得他很业余了。

      想到几天前看的梁文道做的最后一期《开卷8分钟》,其中有一段这样的阐述:
      我们读书明理,到最后明白的理什么呢?不就是这么一个很简单的常理,大家平常要有理性,要有常识。比如说我们有这种理性,有这种常识后,我们去尊重别人,现在我们常常看到有一些讨论,是很容易就变成人身攻击的,你不同意某一本书,不同意某一个人的说法,就很快演变成对那个人或者一个整体的否定,比如:我瞧不起你了,你是XXX了,这种话就出来了。事实上我们不同意对方的那个观点,我们只是不同意观点,我们应该就着那个观点来切磋,这难道不是一个很根本的常识吗?。。。。。。我希望大家尽量能够回到基本,就是我明理的常识。一套讨论事情的方法。一个对待不同观点的基本规则!

      真的很希望我们都一起来认真回到我们的基本,同时学会尊重。在讨论或处理事情时,认真了解一下,而不要武断的妄下结论。真的不希望通过梁文道的理论来推导出那位仁兄是个没有读过书的人。
     认认真真的面对知识,面对工作;
     宽宽容容的面对讨论,甚至指责。
     让我们能沉下我们浮躁的心,用谦卑的心态学习知识与真理。通过不断的学习,我们会发现自己的无知,自己的局限。

     对,就数据库管理工作(DBA)而言,我需要向很多专家学习,需要与许多同行切磋交流。我依然“业余” -:)

本文转自Be the miracle!博客51CTO博客,原文链接http://blog.51cto.com/miracle/61549如需转载请自行联系原作者


Larry.Yue

相关文章
|
7月前
|
机器学习/深度学习 数据挖掘
R实战|从文献入手谈谈logistic回归、Cox回归以及Lasso分析(一)
R实战|从文献入手谈谈logistic回归、Cox回归以及Lasso分析(一)
392 0
|
7天前
|
人工智能
论文介绍:下一个词预测的陷阱
【5月更文挑战第3天】《下一个词预测的陷阱》论文反思了此技术在模拟人类思维上的局限,指出自回归推理和教师强制训练两种模式的潜在失败。作者通过实验展示这些模型在简单任务中的失败,提议无教师训练策略以规避问题,并强调理解教师强制训练的失败对改进模型至关重要。该研究为语言模型的发展提供了新的思考方向。[论文链接](https://arxiv.org/pdf/2403.06963.pdf)
15 1
|
23天前
|
机器学习/深度学习 资源调度 数据挖掘
r语言逻辑回归(对数几率回归,Logistic)分析研究生录取数据实例 原创 TRL 拓端研究室 拓端数据部落
r语言逻辑回归(对数几率回归,Logistic)分析研究生录取数据实例 原创 TRL 拓端研究室 拓端数据部落
|
9月前
|
算法
选择和努力那个更重要?贝叶斯告诉你答案
选择和努力那个更重要?贝叶斯告诉你答案
|
9月前
|
机器学习/深度学习 数据采集 算法
乳腺癌预测的黑科技!一起探索 R 语言和随机森林算法的奇妙之处!
本文旨在综述R语言和随机森林算法在乳腺癌研究中的应用,探讨其在乳腺癌预测、诊断和个性化治疗中的作用。通过对相关文献和实例的分析,该研究将提供关于使用R语言和随机森林算法改进乳腺癌研究的新见解,并对未来的发展方向和挑战进行讨论。
148 0
|
12月前
|
机器学习/深度学习 人工智能 算法
自监督为何有效?243页普林斯顿博士论文「理解自监督表征学习」,全面阐述对比学习、语言模型和自我预测三类方法
自监督为何有效?243页普林斯顿博士论文「理解自监督表征学习」,全面阐述对比学习、语言模型和自我预测三类方法
101 0
自监督为何有效?243页普林斯顿博士论文「理解自监督表征学习」,全面阐述对比学习、语言模型和自我预测三类方法
|
存储 人工智能 自动驾驶
大胆预测十五年后的生活应该是这样的
大胆预测十五年后的生活应该是这样的
166 0
大胆预测十五年后的生活应该是这样的
|
机器学习/深度学习 人工智能 数据可视化
CVPR论文复现争议后续:华人一作苦战两月给出有态度的分析结果
今年 9 月,机器之心报道了「CVPR 2018 论文复现争议」事件,引起了极大的关注,当时作者表示自己也在仔细检查论文。今天,经过两个多月的苦战,一作(华人,当时文章未特意指出担心带偏节奏)给出了一份小编觉得很有态度的结果,并在结语中分享了自己两个月来的感受,希望能对读者有所启发。「让我们继续探索、研究、分享吧!」
239 0
CVPR论文复现争议后续:华人一作苦战两月给出有态度的分析结果
审慎 合宜与慈善三种学派的分类与核心思想
1.2.2 审慎、合宜与慈善三种学派的分类与核心思想 亚当•斯密在《道德情操论》中论述了三种美德,分别为审慎(利己),合宜(克己)和慈善(利他),而三种美德分别为心理的自爱,同情和理性三种机能推荐给我们。
1211 0
《可以量化的经济学》之力量F的属性与分类
《可以量化的经济学》之力量F的属性与分类 保罗•萨缪尔森在《经济学》开篇引用埃德蒙•伯克的名言:“骑士时代已经过去;随之而来的是智者、经济学家和计算机天才的世界。
1055 0