自学编程的时候，没钱买电脑

@sli 抱歉，问题没看清楚。

@sli 这个过程是 hbase 查询数据慢，还是去重慢。如果是去重慢，是不是可以加 spark 优化？

我觉得是你的 rowkey 没设计好，可以试试用日期和 index 拼接起来，构建 rowkey。亿级的数量，对于 hbase 完全扛得住

@xiayibu pyc 文件删除了吗？

hdfs 不适合寸小文件

莫文蔚的十二楼，那张专辑可以

今天下午，那么热的天，花了一个半小时找到公司。然后面试官叫我自我介绍，发现简历拿错了。还装逼说，不要紧，都一样。问了几个问题，都回答出来了，最后让我等通知，说有可能复试。整个面试才十来分钟。这种公司真是我见过最恶心的

确实没什么意思，工作就像是混日子

薪资没什么区别，建议去A。不加班，还能学到更多的知识

肯定不愿意，少三分之一就是至少6，7k了

@Hyperion 我做了一个测试，

1 def func_1(x):
2 x += 1
3
4 def func_2(x):
5 x += 1
6
7 def test_1():
8 for i in range(100000):
9 func_1(i)
10 func_2(i)
11
12 def test_2():
13 data = range(100000)
14 for i in data:
15 func_1(i)
16 for i in data:
17 func_2(i)
18
19 if __name__ == "__main__":
20 import timeit
21 print(timeit.timeit("test_1()",number=1000, setup="from __main__ import test_1"))
22 print(timeit.timeit("test_2()",number=1000, setup="from __main__ import test_2"))

仅仅就是简单自增，输出结果为
31.7822570801
31.4160778522

看来即使编译器没优化， 但效率几乎没差别。
如果是更加复杂的处理，估计效率差距会更少

@Hyperion 如果两者相关的话， 那怎么分离？

@df4VW 感觉第二种效率也没想象中的高吧，还是取决于do_somthing_1和do_somthing_2的复杂度。
最近接手同事的代码，第二种不好维护，往往一个for循环，里面的逻辑太多了，也不好拆分和维护

工作环境呢，不是和仓库是一样的吧？

会python，熟悉django，半年的工作经验，怎么样？