serverless 国内还是阿里云好用，支持用 docker 镜像部署，比较通用，防止被各种 xx 绑定

你这种情况直接应用打包到 docker 在阿里云的函数计算里面跑,弹性伸缩点几下配置就差不多了.不知道数据库慢查询情况如何,有钱就升个 PolarDB 试试咯.

Opcache 调到最优应该就是缓存永不过期了,这都抗不下那也没办法.个人经验用 Yii2 框架,在缓存到极致时 4 核情况大概能抗 800.

当然像 PHP-FPM 这种一个进程抗一个请求,就算配置进程池 200 个,都在等 IO 时,第 201 请求进来时就傻逼了,换非阻塞框架还是比较正确的.

个人的经验来说 PHP 转 Node.js 速度是最快的,Node.js 里像 Laravel 的框架有 AdonisJS,像 SpringBoot 的框架有 Nest.js,像 Yii2 的 ORM 有 TypeOrm,用 JavaScript 实现的 PHP 函数库有 https://github.com/locutusjs/locutus ,带团队基本上两三天就能上手了.

在 2017 年用 tornado 搞过一个并发要求高的站点,被 python 各种的异步 io 库糟糕的生态给搞得差点放弃,从那以后我就转 node.js 了.

最近在建设 cmdb,cmdb 这类应用大部分都是 python 开发的,看了一圈代码和功能,发现大部分的工作量都可以被无头 cms 接管过去.于是我现在用 https://directus.io/ 这个框架搭建各种 xx 内部管理系统,工作效率直接起飞,一天能顶 2 周的工作量.有的不好做的话另外起一个站点用 nest.js + prisma 缝合一下,速度也直接起飞了.打个镜像丢到 serverless 上面最低配(128MB 内存)就能玩起来,性能还很好.

我拉黑三大运营商这种电话已经三年了,如果真的有问题的话,他们会用你办卡的区号 + 服务号(比如 0755-10086)这种座机号打给你的

看得我想买好几个对周边的 iphone 进行 DDoS 实验了

Web 内容管理后台，我现在强力推荐 https://docs.directus.io/getting-started/introduction/ ，可以用 1 天就把一个人接近 2 周的 CRUD + 前端页面的活干完

我觉得讨论 low-code 的时候最好能拿出实际项目。

比如你要审批，我用 Jira 也可以配置出一个审批流，还用 node-red 装个插件打通 Jira 和 Jenkins，当某个角色触发某个状态流转之后才能触发构建，这算不算 low-code ？

你要一个轻量级资产管理方案，实际上 Jira 也有插件是搞这个的，无非就是利用 Jira 的自定义字段功能内置好一些资产常见的字段，再配置一下关联和搜索。这算不算 low-code ？

你要一个可视化报表分析，实际上通过写 SQL 方案生成报表的方案也有很多，这算不算 low-code ？。

我最近就在用 amis 和 amplication （集成 prisma ）搞一个告警平台和 CMDB，目前大部分也是配置化的工作，对我来说节省了非常多的人力，这算不算 low-code ？

@mokeyjay remote 的需求可以试试这个 https://jetbrains.github.io/projector-client/mkdocs/latest/ij_user_guide/jetbrains/

是涨价了，所以作为曾经买过 2 条 1200RMB/16g 内存条的我，在去年双十一单条 32G 的只要 400+的时候赶紧买了 4 条压压惊

14 寸以内扩展性+散热好的笔记本比较少，后端开发我觉得 Code01 比较符合
机械革命 Code01：时不时活动价 4799
内存：32g 内存 800~1000 一条 x2 算 2000
SSD：金士顿 A2000 1T 649~739
合计：小于 7600
缺点：type-c 非全功能没有视频传输只能接 1 个显示器，做工一般
优点：1.47kg 、91wh 电池、8 核 16 线程、64G 大内存、散热好性能释放强，无论是开一天的会还是在外面玩渗透都很坚挺

@wdhwg001 NestJS 抄 Java 的 Spring 那一套，各种注入，这些注入都是单例，所以成员变量一般不会做写操作。但是这种注入的玩法和直接走 Class 的 static 函数调用没啥区别，看不出多有面向对象编程，目前看到这么做的好处就是做单元测试可以随意 Mock，以及在启动的时候预先实例化对象，避免涌进来的前几个请求慢一丢丢。

我最近才做完一个基于 Node 的代理网关的选型，可以给一些性能上的数据。

环境：
CPU：8700k 默频
内存：4x16G C19 2666 频率
系统：Manjaro 20.2.1
Node 版本：14.15.4

写一个 hello work 接口，单 Node 进程运行，同时用 wrk 1 个线程去压测

纯内置 HTTP 库：QPS 3.8~3.9w, 内存占用 56~58MB
Fastify：QPS 3.8~4w, 内存占用 58~62MB，开了控制台日志 QPS 在 2.2w 左右
NestJS(Fastify 适配器，使用单例注入的 Service)：QPS 3.6w ，内存占用 63MB 左右
NestJS(Fastify 适配器，使用了{ scope: Scope.REQUEST }参数注入的 Service，即一个请求实例化一个对象)：QPS 2.2w ，内存占用 81~105MB
NestJS(Fastify 适配器，不使用注入 Service，自己 new Service)：QPS 3.1w ，内存占用 62MB
NestJS(Fastify 适配器，不使用注入 Service，直接把 Service 的函数弄成 static 来调用)：QPS 3.6w ，内存占用 59~60MB

结论就是推荐使用 Fastify 的适配器，尽量走它的注入方式，比较工程化。

NestJS

还有一些痛点，比如接口返回了复杂的 json 结构，这种 py 架构严重依赖缩进的语法，就算可以在线输入脚本也很痛苦，可能要想些办法解决。
node-red 集成了 https://jsonata.org/ 可以通过类似 sql 语句来对 json 进行过滤、提取、计算、分组之类的功能，非常方便。

这个和 node-red 和 n8n 比较像，目前我见到做的最好的流式编程是 node-red 。之前我也想做一个类似的，可以提一些见解。

首先这类工具有一个现成的轮子模块很重要，我之前恨不得把 gitlab 、jenkins 、sonarqube 、sqlmap 、nmap 、masscan 、OWASP Dependency-Check 之类工具全搞成自定义模块全丢进去，通过拖拉拽配置来做检测。而 node-red 可以通过公有 npm 仓库和私有 npm 仓库安装和升级扩展模块，目前有 3000+模块，还可以自己开发 npm 包来达成目的。

但安装模块会使得整个应用体积越来越大，比如我引入 OWASP Dependency-Check 、masscan 、nmap 等工具，要么定义好这些工具的 bin 路径，要么是随着模块一起安装，复杂度上升了，而且如果是 docker 形式的话镜像也会越来越大，要解决的话只能是做拆分。这种工具还要考虑集群部署，所以自带的定时器基本上要弃用，走分布式任务调度平台（ xxl-job 、ElasticJob 之类）。

还有就是调用节点时性能怎么保障。之前 n8n 的做法是每一个请求进来都 fork 一个进程来处理，存在性能瓶颈。而 python 现在 asyncio 生态还不太行，看了下 requirements.txt 和文档里的 app 开发部分，看并发模型属于多进程多线程 + asyncio，这块很难把控，分分钟写成异步里面调同步。

还有就是在线拖拉拽编程，版本控制要怎么做。node-red 是深度集成 git，本地切换分支，提交代码，推送远端，对比变更全做成一体了，非常方便。

还有 webhook 过来怎么限流，也是个常见的需求，比如在推送告警上。node-red 自带一个限流节点，可以配置每秒吞吐多少，或者根据什么特性限流，很方便

去年我发邮件提了个未授权的漏洞被忽略，就懒得再提其它漏洞了。用开源的东西最好还是自己有点审计能力。