15%的损耗是 docker nat 网络转发端口的损耗，你可以试试 -net=host 物理网络试试（估计就算损耗 15%也没啥影响，反正也跑不满）

docker 的特权模式应该就是宿主机上的 root 用户吧。普通模式的话就是有个 usermap，容器内的 root 对应外部的普通用户

@kele1997 google keep

我以前用 keep 记过流水账来着

我断断续续刷了几年了，总共刷了 396 道，基本现在随便给我道中等题，该做不出来还是做不出来嘿嘿嘿 （ ps:建议刷刷剑指 offer 60 道 牛客网上也有），另外 leetcode 的每日一题也不错，基本是一个专题一个月，另外还有一个网站 oi-wiki，上面介绍了超多的数据结构和算法，掌握基本的就可以，很多是搞竞赛的用的，很偏门。（俺不是大厂，意见仅供参考）

上到 8 号

我的微信在 7.0.12 的版本，关闭了应用商店的更新，7.0.12 没有拍一拍，也没有最近的一些什么状态啥的

看到上面还有老哥说，许多中间变量也占用内存，可以使用 DEL 删除。其实 python3 的垃圾回收是引用奇数，我们可以把前面的计算都包装到函数中，函数的作用域结束之后，函数内部的内存都会回收掉

例如，还是下面的代码，使用函数，创建列表之后，主进程只需要 10 几兆的内存，而只有工作进程 p1 才会占用 400MB 内存

```python
def createlist():
ll = [i for i in range(10000000)]
# 这里可以添加一些中间结果，比如 tmp 之类的中间结果，这些都会回收掉
tmp = [j for j in range(1111,1111111)]
return ll

print(gc.isenabled())


def test(ll):
while True:
time.sleep(0.1)



p1 = Process(target=test, args=(createlist(),))
p1.start()


p1.join()
```

另外你可以尝试使用一下 pypy 解释器，在上面的代码中，使用 cpython 解释器每个进程占用内存 400MB 左右，而使用 pypy 解释器只需要打给虚拟内存 200 MB，实际物理占用 140MB !!

你使用的是多进程，而不是多线程。多进程传参，参数会拷贝到新的子进程中。

你可以试试下面的代码，你会发现，一个进程的时候，内存占用在 400 MB 左右
多个进程的时候，每个进程占用内存都在 400MB 左右

而且使用多进程模块时，还有一个等待的主进程模块，所以你的参数拷贝了好多次之后，内存就爆炸了。。

```python3
import time
from multiprocessing import Process

ll = [i for i in range(10000000)]



def test(ll):
····while True:
····¦···time.sleep(0.1)

p1 = Process(target=test, args=(ll,))
p1.start()

# 开第二个 注释掉 p1.join
p1.join()
# 再开新的进程
'''
p2 = Process(target=test, args=(ll,))
p2.start()

p1.join()
'''
```

https://geektutu.com/post/gee.html 极客兔兔的从 0 开始系列
https://github.com/golang/groupcache 支持 lru，一致性哈希，singlefight 的缓存模块

我夏天时候买的德业 Z12A3，不过我是合租，所以面积比较小，所以用起来比较有效。
这个带 wifi 功能，可以连接到米家，有时候出门，再回家前，我会提前打开除一下湿

其实最主要是便宜，只有 600 多。。。

你应该再看看 1 楼说，你的 top 那个 5G 是 java 单个程序的占用的内存

top 显示占用的内存是 7008.6 MB， 而 free -h 看到了只有 6.8G ，这么看来两者相差 200MB 左右。。
根本就没有相差 1g 内存

```
MiB Mem : 7551.8 total, 220.8 free, 7008.6 used, 322.3 buff/cache
```

听说好像 wordpress 静态化之后资源占用会好很多

可以看看陈浩(左耳朵耗子) 的博客说过类似的内容

我参考后总结了一下
1. 首先要搞清楚为什么会有这个技术，要不然平白无故多个技术，有毛用？
2. 其次要明白这个技术，解决了那些问题？怎样解决的？
3. 然后了解下这个技术在解决了一部分问题的同时，又带来了哪些问题呢？
4. 最后这项技术底层是用了什么样的设计思想，或者 linux 相关的系统功能呢？
5. 看文档，了解设计和架构之后，才去看源码。

PS: 我说的可能有问题，希望各位补充改正
就 docker 举例

1. 首先 docker 不是虚拟化，而是容器化，主要解决的问题应该是资源隔离
2. docker 可以减少运维问题，将运行环境封装到 docker 容器内部，同样地我们也可以对某个容器做精细的资源控制
3. docker 的本机网络是通过网桥，性能不错。但跨节点的化基本就要通过转发来实现。转发肯定会带来损耗。而且 docker 容器内部最好不要写，要挂卷写。
4. docker 底层隔离使用了 linux namespace , cgroupfs, 网桥，unionfs 等技术。k8s 跨节点网络使用的 netfilter, vxlan 等技术
5. 看文档，看看别人的使用实践

我觉得学习某个技术的底层实现最好落到 os 层面比较好，然后再看这种技术本身的时候，我们可以从底层来思考。比如 docker 本机上的网络通信是通过网桥的，因此本机容器的网络包会发送到网络栈的内核二层交换机上，然后在发送到用户空间。而跨机器的访问，是通过 netfilter 等规则实现的，这个损耗就要大一些。

很多技术都是基于 os 的，很多技术都是组合使用了多种 os 的功能

```
var lock1 sync.Mutex
var lock2 sync.Mutex

func main() {
ch := make(chan int)

lock2.Lock()
go func() {
for {
lock1.Lock()
c := <-ch
fmt.Println("one:", c, "len:", len(ch))
lock2.Unlock()
}
}()

go func() {
for {
lock2.Lock()
c := <-ch
fmt.Println("two:", c, "len:", len(ch))
lock1.Unlock()
}
}()

for i := 1; i <= 100; i++ {
ch <- i
}

time.Sleep(time.Second * time.Duration(2))
}

```

被 linus 骂一次

首先安装某不知名软件，然后配置 git 代理
git config --global http.proxy socks5h://localhost:1080
git config --global https.proxy socks5h://localhost:1080

ps: 如果用 socks5 协议，不行就试试 socks5h 协议

非常感谢，我再想想