css 挂了

Rails 这边是 unique 的，数据库 migration 那边应该同时加上约束吧。擦皮鞋哪有只擦一只的道理，只擦一只鞋不应该过 Pull request。

有些高并发并且不要求 unique 的情况下，也可能造成数据混乱，比如要求只能一个 worker 处理一个对象的数据，但 workers 从一个任务池拿任务时，有可能多个 workers 先后拿到同一个对象不同的耗时任务，因为这个对象可能前前后后有很多任务，这时候用最简单的 advisory_lock 就可以避免了，可以用对象的 id 做 锁的 key。

https://dev.mysql.com/doc/refman/9.1/en/locking-functions.html

任务开始的时候用 IS_FREE_LOCK('#{id}') 查一下，如果 free 就 get_advisory_lock, 最后 ensure 一下 release_advisory_lock

ActiveRecord::Base.connection.get_advisory_lock(id)
ActiveRecord::Base.connection.release_advisory_lock(id)

这样就保证了只有一个 worker 能处理这个耗时任务，其它的 works 拿到这个对象的任务时，要把这个任务放回任务池。

https://apidock.com/rails/ActiveRecord/ConnectionAdapters/AbstractAdapter/get_advisory_lock

Quote: “如果不是经常更新的内容，比如首页的 Banner 和广告这类首页接口，并发量最大，而且更新少”

常更新的也没有问题，设置好过期时间就行了，一小时更新一次，一天也就 24 次，虽然每个 puma 进程都管理自己的 cache，比如说有 8 个 puma 进程，同一个缓存就要重复保存 8 次，那一天也只更新 24*8 = 192 次，但现在内存这么便宜，数据库又放在 ssd 上，不用太在乎。

Rails 官方的文档不建议在生产环境中使用 MemoryStore 是因为多进程或多服务器之间不能共享缓存，另外就是上面说的会浪费内存。理解了原因就可以打破规则了。

我经手的一个生产环境的 k8s 里有十几台 64GB 的 rails 服务器，直接配置的 MemoryStore 作为 Cache, 再用另外的全局变量 redis_client 连接 Redis cluster 用来处理经常变动 (1 小时以下，一般是分钟以下，秒级别) 的缓存，目前运行得非常稳。

对于那种又大又不定期更新的缓存，还希望能在各进程和服务器间同步更新，并且不希望把这么大的缓存存在 redis，也有办法：

1. 例如把 Category.all 保存在 MemoryStore 的 :categories_cache 中，永不过期，另外再把缓存生成的时间保存在 :categories_lazy_updated_at 中，永不过期。

2. 在更新 model 的同时，用 after_save 钩子在 Redis 中更新一个对应的键 categories_redis_updated_at，值就是当下的 timestamp，在各个服务器每个进程中的 MemoryStore 缓存这个 Redis 的键值对，键名 :categories_eager_updated_at，过期时间一分钟或你期望的间隔。

3. 每次读取 :categories_cache 时都比较 :categories_lazy_updated_at 和 :categories_eager_updated_at 的值，这个过程都在本地，时间忽略不计，如果前者小于后者，说明 Category 已经更新了，那重新生成缓存 :category_cache，再把 :categories_lazy_updated_at 的值更新为 categories_eager_updated_at 的值，其实也是categories_redis_updated_at 的值。

这样在 Redis 中只用了一个 timestamp 就在极小的间隔同步了各个进程和各个服务器之间的缓存更新。如果有多个这样的缓存，还可以优化，比如把多个缓存的 timestamps 组成一个 hash 放在 Redis 的一个键中。我最后还做了一个页面，所有的缓存都一目了然，包括值，占用空间大小，过期时间，当然页面中的本地缓存只是某一台服务器中某一个 puma 进程中的值

Rails 的 MemoryStore 效率奇高，因为以前内存贵 HDD 慢，一直在业界没好好利用，我看完源码后觉得现在不在生产环境用真是太浪费了，特别是那些大块头又常年不更新的缓存，现在它们极大概率可以在 garbage collection 中 survive。

沉下心来好好学习了一下这个 docker 示例以后，坚定成为 docker 党。

Rails dev prod 和 docker-compose 用同一个.env 配置文件。开发环境生产环境完全一致，操作系统 Win Mac Linux 完全无关，升级各种软件环境只要改文本配置。

一次学习，之后完全不在这方面耗任何时间，强烈推荐。

https://github.com/nickjj/docker-rails-example

“做”和“做到极致”是两个不同的概念。如果你耐心看完所有内容，相信你会认同那么多 star. 不然你可以开个 repo, 我给你 star.

这哥们是 docker 船长，真把 docker 玩明白了，比 Rails 官方还玩得明白，我深度使用后觉得值得推荐。
https://github.com/nickjj/docker-rails-example

我的 pg 和 redis 没放 docker. 但我有一个 python 项目把 pg 和 redis 放在 docker 里，数据文件存母机，大小过 TB, 运行得也非常稳。

赞，很好的项目，如果在开发的时候，顺便做个笔记，那将会是一个很好的初学者教程。

如果我会搭，那我会自己搭一个，而不是用你的，因为总有一些需求/细节跟你不一样。

如果我不会搭，那就更不会用你的了，有耐心想学的话，可能要从头爬你的 commits.

cool
是 MIT 吗？没有 License 信息。

https://choosealicense.com/licenses/mit/

点赞👍

要不要把这个翻译成 ruby? https://github.com/ccxt/ccxt

也许把你实现的方法分享出来才对大家更有帮助吧？

https://jemma.dev/blog/gc-incremental

很好的想法。想知道相对我自己注册公司，你们有什么优势。这也应该是你们宣传的重点吧。

这个好像不容易。
最简单的方式就是选 n, 然后 copy paste.
程序方面，可能可以加个 e 选项，打开默认编辑器编辑 commit 信息，我有空试一下。

https://github.com/baygeldin/tantiny

谢谢 Rei 对中文 Rails 圈的贡献

另外挑个骨头：alias 重音在最前面。 http://dict.cn/alias

RubyMine 家的授权比较特殊，个人版可以在公司用，公司版又贵很多，公司又不能私下给我点钱买个人版。 最后公司给我买的公司版，贵是贵了点，但都合规。

用了 RubyMine 就不想换了，Debug 下断点太方便了，包括 RSpec 也能下断点，再也不用 binding.pry 了。

好像 VS Code 也能下断点，没空研究，但猜测应该不如 RubyMine，希望我错了。

跳转也很方便，当然遇到个 小明 小红 小帅 的方法名，那就要在一堆列表里找了。

请问是 #10 楼说的那样使用源码编译，加上 --enable-yjit 吗？

我也不会，但可以看别人的代码： https://github.com/howl-anderson/scel2txt

现在中国 ruby 程序员的工资大概在什么水平？ 我在德国，一般的程序员，税前大概 6 万欧左右，德国税重保险贵，能扣一少半。其实我所在的公司也想招远程，但这工资水平，感觉国内的人看不上。

https://edgeapi.rubyonrails.org/classes/ActiveSupport/Cache/Store.html#method-i-fetch

Rails 6.0 以后有 skip_nil 选项了。

请问是这个项目吗？ https://github.com/1c7/Translate-Subtitle-File

向你学习！英语的受众的确广很多！

感觉前 100 中，除了我都自由了，沙滩晒太阳太忙了，没时间上网

热心管理员上线了！

谢谢 ，忘记看 Test 了，最好还是写在 Readme.md 吧。

在 macOS 下试用了一下，发现不能通过键盘上下键移动选中行，只能通过 touchpad，估计鼠标也可以。

看到有人推 Ruby 还是很高兴的。

课程设置上，建议偏向 Rails，Ruby 工程师大概率还是去做 Rails 相关的工作。

有其它语言基础的话，Ruby 语法应该很快过一遍，然后在 Rails 工作中边用边加深就可以了。

好久没这么热闹了，开心，撒花！

一台工作笔记本，一台私人笔记本，接上三个显示器，桌子虽然很大，但可用面积其实很小，这时候什么键盘都不重要了，笔电默认的就可以接受。买的几把高档键盘已经在吃灰了。