我也发表下个人的看法：
在某种意义上来说，各种技术方案、编程语言，都是在应对人。计算机本身并不关心这些二进制的是什么，换言之任何技术方案、编程语言、术语、岗位都是在解决人的问题。

纯粹从技术上去考虑这些，确实是没什么区别的，每种方案都可以完成目标。区别在于这些方案对应的其它成本，比如机器成本，人力成本，时间成本这些显性成本。还有一些隐性成本，比如沟通成本之类的。

数据仓库这些东西，确实就是 收集数据 -> 整理数据 -> 输出数据，这个链路。更抽象点的就是数据的输入和输出。
抽象到这里的时候，所有的程序、系统都可以抽象的理解为 数据的输入和输出。



至于提到的其它问题：

“什么是数据库，什么是数据仓库”：数据库是对应软件系统，数据仓库是一种概念上的，并不对应到具体软件上。

“数据仓库有什么优势”：数据仓库的优势取决于对比系统，业务系统要求高并发，数据仓库要求高吞吐量。

“ELT 和 ETL 的区别”：这两者的区别在于数据处理数据速度和数据传输速度之间的关系，决定采用哪种方案看场景。


“数据治理的好处”：数据治理也是特定场景下的，互联网里面确实不多。传统企业里面多，有些传统企业里面的系统有 dephi ，c#，java 诸多版本，整个建设周期可能比程序员的生命周期都长，各种奇奇怪怪的数据和定义，这种背景下数据治理的好处才能被切身体会出来。

试试转游戏呢？

@L13 前段时间收到推送的，我刚搜了下，发现找不到了。。。

1. 玩游戏得话，4060ti 差不多大部分游戏可玩。

2. 跑模型得话，B 站上有人买三张 4060ti 跑模型，看参数性能是大于 4090 的。。折衷下，买两张 4060ti 看看行不行。

一般情况下，我的领导在休假期间找我的原因只有一个，更大的老板在找他，他需要我解释一些细节的东西。
在事业单位这种，对财务和流程相关的事情都是优先级特别特别高的，要慎之又慎，这个很容易让人抓住小辫子，这个事情说大了可以往捅到上级部门，小了说内部审计找麻烦都可以。
原因非常简单：未按流程走账目，私企很容易过，国企可不行，一定要去找更上一级报备一下才可以。。
我们这审计曾因为项目提前结束把我们领导拉过去谈话。。


原始帖子我也看了，但是给的信息太少了。。。像有些领导可能一两年之间，就一次或者两次这种在休假期间找你的情况，我不会认为领导有什么问题。。假如是频繁的小题大做，休假或放假各种要求工作的频率比较高，才能说明这个领导有问题。。

群晖吧，买之前觉得贵，买之后觉得挺好用的。

要高性能的话，就自己再组个台式机跑其它的。

@FlyingBackscratc 安装 hive 的前置条件是安装好 hdfs ，据我所知是没办法直接 docker 部署的。

hadoop 是个计算框架，里面东西很多，一般都是集群安装。
里面最主要包含 MapReduce 和 HDFS 。
HDFS 是分布式文件系统，MR 是计算框架。
HIVE 是一个类 SQL 的查询引擎，查询 HDFS 里面的数据。底层计算引擎默认是 MR 的，可以改成 tez ，spark 之类的计算引擎。
SPRARK 是计算引擎，用的 RDD 概念实现的。


性能的话，粗暴点估算，3 台 CPU *2 ， 内存 128G *2 的服务器，算是起始配置。低于这个配置，找列存储数据库做 OLAP 系统即可。比如 clickhouse ，greenplum 之类的，数据同步 直接 kettle 就行。
还有其它一些基于 PostgreSQL 的数据库，在 OLAP 领域都不错。

没必要纠结。。上了 hadoop 涉及的到程序本身的性能和运维人员的能力要求都会高很多，并不是那么容易直接上去的。

@ironboxplus 这个方案我试过，网络延迟是挑战。我用的 talscale 没成功，能看到机器，但是无法联通。我就继续使用我之前用的 zerotier 了

外置硬盘，你们是怎么挂的？

绿联的成品 NAS 好像在 2000

这是 aws 里面对比 pg 和 mysql 的文章。https://aws.amazon.com/cn/compare/the-difference-between-mysql-vs-postgresql/

然后对于 pg 和 mysql 来说，我在部分场景下，有发现老版本的 mysql 不严谨的地方，比如说数据类型太多，pg 的数据类型很单一很明确，减少了混淆的可能。例如 pg 的 text 和 mysql 的各种 text 的区别。。

再就是数据库字符集的问题，pg 默认是 utf8 ，mysql 里面的则需要自己改成 utf8 ，而且 utf8 还分了好几个类别。。。

pg 用的更多一些，pg 能做的 mysql 也基本上能做，除去细分场景下的特殊要求。这俩区别不会很大。。
也就是不考虑细分需求的话，肯定选团队熟悉的东西。。。
这样结果就是 mysql 短期超越很难，但是长期来说不好说。pg 这些年更新了不少新功能，性能上也表现的不错。
个人对 pg 是持乐观态度。

我算算我自己的。
wps: 2021 年付费 截止时间是 2026 年，总共花费 459.9
百度云：今年刚续费 198
阿里云 VPS：99
RN vps: $15 + $49
B 站：148
网易：淘宝 88 会员送的
梯子：168 一年
icloud 50G：72 一年
GPT: 白嫖 3.5 ， 然后 azure 里面申请了一个 gpt4 的 api ，按量付费，用了半年，按量付费，大概花了 20 刀，还没去算。
IDE: Pycharm (2018 版本) + sublime text 免费 + vscode
数据库：pycharm 的 连接，至于备份，都是自己敲命令。或者自己写简单脚本。
xshell : 白嫖的免费版
copilot： 淘宝买的 40 多

@chinesestudio 服务器噪音太大了，还是考虑迷你主机吧。

SQLite 的话，换 SSD ，会有一点提升。

文本检索上 ES 是标准方案，但是光是 ES 集群就够整的了。

用 PostgreSQL 然后设计一下数据结构，和索引，应该是可以的。。（不知道数据长什么样，不做任何保证

这个场景上，对开发人员侵入小，就会让运维和平台人员的侵入比较大。。

感觉上是一个取舍，目前我不知道有什么两全其美的办法，如果有的话，麻烦告诉我一下~

我们用的就是 api six ，这个优点是和 k8s 的集成度比较好。