Ding's blogger

 因为每天花了太长时间与自己进行对话 逐渐地陷入到了更加紧绷的一种状态 终于我老公要回家了 我也许太注重自己的时候，就会轻易地滑道我执这个端点 无我的状态 心流的状态 应该多和事情本身产生深度链接 而不是人

 今日感悟 在环境叙事中，人很容易就直接结果导向，说谁谁不行。 因为裁决者本身的功能就是为系统降低评判复杂度： 主动忽略条件 → 快速绑定结果 → 锁定一个人 → 结束复杂性 这不是管理，这是 压缩不确定性的暴力方式 。 但任何结果事实，都是在一定条件下才能成立的。 以人为中心的叙事结构其实是不健康且不合理的。 所以大部分时候，我们需要在脑子里装一个低功耗监听器。 当裁决对象对准人的时候，我们应该说条件不行，增加被裁决的成本，挤压可裁决的空间。 提前把问题拆散了 ： 问题 = 决策 + 输入 + 约束 而不是 = 某个人 👉 一旦问题被拆成“结构问题”， 裁判就很难指着某个人拍板。

nothing happen here

 我小的时候住在胡同里  那个地方藏着我对世界的无畏和天真  我小的时候有一个玩伴，我忘记他是谁家的孩子了，也许是眼镜张家的。我记得我曾经拥有过一个手枪，是那种黄绿色弹簧可以发射很远的那种，我每次都冲着墙去打结果就打坏了。那是红色砖墙。  我记得那个小伙伴从来没有伤害过我，所以我玩玩具的时候，也不会冲着他去玩儿，就这么单纯，我想起来他是谁家的孩子了，不行我想不起来，跟我玩儿的人确实有点多。  现在我肯定找不到这个人了吧。  我记得眼镜张爱张罗打麻将，她们在屋子里打麻将，我和小伙伴在院子里喂鸡，他们会把面揉成两头尖的样子，喂给鸡吃，说实话那个面有股味，具体是什么味道，就是粮食喂，专门喂给鸡的粮食味儿。 我喜欢在胡同里，筛选出我有眼缘的一家，哦不对，哈哈，其实是顺序地去挨家蹭饭，这个事儿到底是怎么发生的我现在哈哈哈哈哈我只记得，每天我没事干，我记得，我就像要完成什么任务一样，从上午就开始物色一家，然后靠近乎，然后去人家家里，坐到饭点儿，吃饭。 整个胡同都吃过来了，有些家我姥姥姥爷根本不认识人家，我还去过一个女主人家，我只记得那个房子好像只住她一个人，她从来不会跟邻居说话，也基本上不出来，只干自己的事儿，可是我还是蹭饭成功了，我记得她有好多弹珠，我不确定这部分的记忆到底对不对，她好像有一麻袋的弹珠，这真的出乎我意料，我记得吃饭后，她打开麻袋让我挑，我当时觉得幸福，觉得好像是宝藏，我挑了几个我觉得顺眼的拿走了。 还有一家，她叫三姥姥，我当时小，分不清是“山姥姥”还是“三姥姥”，可能齿音字地读错她的名字，但是我叫她叫地最亲，她们家是我更加宠幸的一家，以为我去蹭饭过两次？我印象深的是一顿饺子，真好啊，她拿大锅煮饺子，煮完之后，盛了两个碟子，我记得，她一个个给我把饺子夹成了两半，让我吃，当然她先这么给自己的孙子弄的，我觉得她当时也是爱我的，她对我是真的好，但是我还记得，有一次她来我姥姥家，我那个时候在做“小偷”，我看见了有一个年轻女性的衣服里有红钞票，于是我就钻进她的衣服里，企图偷走毛爷爷，我以为谁也不知道，结果还是被发现了，我气急败坏，又钻到衣服里，最后我很生气，用一个杯子？还是什么很硬的东西砸向了三姥姥，我记得后来她就不太跟我玩儿了。 其实我还记得很清楚，就是在三姥姥家的时候，她给她孙子洗澡，我当时还小，一直盯着。。嗯...

最近d牛奶伴侣 1. 高乐高 - 盒马生鲜 第一次购买400g的高乐高才16块钱 如果点外卖的话一杯热巧克力可是要11-14元 400g/16元 - 保守起见喝20次 一次一块吧 + 2.5海河牛奶 = 3.5你可得到比可可牛奶还多还醇厚的热巧克力！！！！ 2.桂花蜂蜜 - 24元 预计可以喝8次 3元+2.5海河牛奶 = 5.5 ，爷爷不泡茶里的桂花引11块钱哦 天啊噜 佩服我自己的算钱能力； 每天一个省钱小妙招！！

 每日之想 这个行为也太可爱了吧！！👅👅👅👅 如果每次查询前，优化器都要真刀真枪地去把目录（Index）数一遍，再把表（Table）数一遍，那光是“数数”这个动作就已经慢死了，还查什么数据？ 所以，它依靠的是一份**“作弊小抄”**，专业术语叫： 数据库统计信息 (Database Statistics) 。 1. 它的“作弊小抄”里记了什么？ 数据库会定期（比如每天夜里，或者数据变动很大时）悄悄去抽查你的表，然后在一个小本本上记下这些信息： 行数 (Row Count)： 表里大概有多少行？（比如：100万行）。 区分度 (Cardinality)： 这一列大概有多少个不同的值？（比如： status 列只有 3 个值）。 分布图 (Histogram/Distribution)： 数据的分布是不均匀的吗？（比如：99% 是 False ，1% 是 True ）。 重点来了： 当你查询时，优化器 不读原表，也不读索引 ，它只是 瞄了一眼这个小本本 。 2. 它是怎么做“预计”的？（模拟计算过程） 假设你发来一条 SQL： SELECT * FROM users WHERE city = 'Beijing'; 优化器开始掐指一算： 步骤 A：看小抄 总行数： 1000 万。 city 列的统计信息： 北京的用户占比约为 5% （这是之前抽查记录下来的）。 步骤 B：算成本 (Cost Estimation) 预计行数： $1000万 \times 5\% = 50万行$ 。 方案一（走索引）： * 读取 50 万个索引节点 + 回表（随机跳跃读取）50 万次。 成本分： 假设是 500 分（回表很累）。 方案二（全表扫描）： 直接从头读到尾，顺序读 1000 万行。 成本分： 假设是 1000 分（虽然顺路，但路太长）。 步骤 C：做决定 500 < 1000， 决定走索引！ 3. 既然是“预计”，那会出错吗？ 会！而且经常出错。 这就是所谓的“统计信息过期”或者“统计信息不准”。 情况一：数据突然暴增 昨天表里只有 100 行数据，优化器觉得“全表扫描最快”。今天你突然导入了 1000 万行数据，但小本本还没来得及更新。优化器还以为只有 100 行，继续傻乎乎地用全表扫描，结果数据库直接卡死。 情况二：抽样误...