@老虎会游泳，我写了一些脚本，利用去年隔壁 v2 论坛千万帖子数据，在机械硬盘上，测试了
SQLite并发能力：更新
- [08-30 22:38]：全文索引加上主帖内容，写请求从 800 RPS 掉到 700 了。。
结果
（读写请求，用两个
wrk同时进行。末尾附上运行过程）
700 写请求/秒：新增用户信息/帖子数据/回帖数据 + 全文索引 （新增帖子/回帖时。效果） + 计算该帖总回复数（新增帖子/回帖时）。
- 测试时，按创建用户/帖子/回复的时间顺序，并发请求。
4000 读请求/秒：读取某个帖子及其所有回帖的所有数据，以 json 形式响应。
- 仅请求已完结的帖子。（所有回复已添加进服务端数据库）
- 以帖子点击数，作为概率，加权随机不放回地抽取，服务端数据库里，已完结的帖子。（一般点击数越高，回帖数量也越多）
环境
- CPU：i7-4790（看 gb6 跑分，论单核，和 i5-8250u 差不多。是 i3-12100 的 57%）
- 内存：16 GB，DDR3，1600 MHz
- 系统：Ubuntu 24.04
- 服务端：Python 3.12，FastAPI，双进程（2 workers），运行时总共 100 MB 内存左右
- 测试时服务端数据库
- 大小：5.0 GB
- 用户数：32.8 W
- 帖子数：79.7 W
- 回帖数：1062.3 W
- 硬盘
缺点
断电可能丢失少量数据
操作系统崩溃/断电时，可能会损失少量数据。但可以维持原子性、一致性。
落盘几千个事务时，会卡 0.5 秒
几千个事务后，会在一个事务强制将预写日志，刷新回数据库。（否则日志无限增长，读取速度下降）
但该事务需要等待：
- 在此事务前的所有读事务完成。（否则隔离性有问题，会不可重复读）
- 将以往几千个事务脏页数据，大量随机写回数据库。（测试时需要 0.5 秒左右）
因此：
- 不能持续开着一个数据库连接，惰性获取数据进行响应。（如全文搜索后，按用户下拉速度，流式响应游标结果）
- 回写数据库时，后续写请求会被阻塞。
改进方向：
- SQLite 官方有个开发了 7 年的 WAL2 分支，可在写满一个 WAL 后，立即转向第二个。
只要第一个 WAL 所有读事务完毕，就可立即全部写回数据库（大大延长了读事务持续时间，但还是不能无限），且此时不会阻塞后续写事务。
但该分支一直未被合并回主分支，可能有不稳定的风险。写事务串行，需最快速度完成
本质上，SQLite 的并行写事务数仍是 1，因此每个写请求都需要尽可能快处理，否则后续写请求都会被拖慢，降低 RPS。
改进方向：
- SQLite 官方有个开发了 9 年的 begin-concurrent 分支，允许多个事务，同时写入不同的页面。
若提交时，读取/写入过的页号被其他事务修改过，回滚重来。（类似 redis 的事务）
同上，该分支一直未被合并回主分支，可能有不稳定的风险。FastAPI 服务端，需要读写请求分离
一个 worker 专心处理写请求，其他 workers 处理读请求。
原因：
- SQLite 只支持 1 个并行写事务，且自带的阻塞重试机制效率低下，需要外部互斥锁保证，任何时刻只有一个写请求在进行。
- Python 的 GIL 很慢，不能使用多线程。
- 多进程方案，可以使用 redis 锁来实现。但需要使用异步，等待获得写请求锁期间，去处理读请求。（否则绝大部分 workers 都阻塞在等写锁时）
- 然而，Python 的事件循环，是公平调度。在等 redis 锁时，会先去完成本次调度的其他几十个读请求。下一轮循环，才拿到锁。
但实际上，可能处理第二个读请求时，redis 就上锁成功。导致其他 workers 的写请求，也要被迫额外等待几十个读请求完成。。- 我还没完美实现，基于优先级的事件循环调度。。（为啥就没个包干这种事啊。。nodejs、PHP 好像也不支持。。）
测试过程
写请求
$ wrk -s test.lua --latency -t1 -d30 -c100 http://127.0.0.1:8081 -- write [22:24:42] INFO 启动写入脚本 Running 30s test @ http://127.0.0.1:8081 1 threads and 100 connections Thread Stats Avg Stdev Max +/- Stdev Latency 221.29ms 237.46ms 1.98s 79.97% Req/Sec 1.25k 684.68 2.37k 51.41% Latency Distribution 50% 66.50ms 75% 382.95ms 90% 622.55ms 99% 806.51ms 20453 requests in 30.06s, 4.90MB read Socket errors: connect 0, read 0, write 0, timeout 5 Requests/sec: 680.47 Transfer/sec: 167.06KB读请求
$ wrk -s test.lua --latency -t1 -d30 -c100 http://127.0.0.1:8080 [22:24:43] INFO 启动读取脚本 Running 30s test @ http://127.0.0.1:8080 1 threads and 100 connections Thread Stats Avg Stdev Max +/- Stdev Latency 22.74ms 12.94ms 369.21ms 98.69% Req/Sec 4.24k 429.51 4.64k 90.88% Latency Distribution 50% 21.47ms 75% 22.67ms 90% 24.43ms 99% 70.82ms 126055 requests in 30.03s, 193.80MB read Requests/sec: 4197.77 Transfer/sec: 6.45MB
@hui214，这个有帮助吗：PaddleOCR
看起来能识别很多形式的东西。。
@胡椒舰长，如果能改变 App 交互方式，AI 也挺不错的。
比如《帮我抢到达xxx的火车票！抢不到就自我卸载！下一个节假日再自动重装来见我！》。。
另外，它这么吃芯片，连性能差异 10% 以内的 ip15 都不能用，
应该是内置模型，而不是联网 OpenAI 吧？那国内应该能用才是呀。。
@老虎会游泳，@水木易安，@胡图图，算个导数，再求零点，就纠正了。。
计算过程
已知半径为
R 的球体上，经纬度为(\varphi_1,\theta_1) 的点A_1 与(\varphi_2,\theta_2) 的点A_2 间的距离S 公式为：
S = Rarccos(sin\theta_1 sin\theta_2 + cos\theta_1 cos\theta_2 cos(\varphi_2 - \varphi_1))
A_2 在不同纬度上，与A_1 间的经度差\varphi_2-\varphi_1 的导函数为：
\begin{align} {(\varphi_2 - \varphi_1)}' & = {arccos(\frac{cos(\frac{S}{R} )-sin\theta_1 sin\theta_2}{cos\theta_1 cos\theta_2})}' \\ & = \frac{sec\theta_2(cos(\frac{S}{R})sin\theta_2-sin\theta_1)}{cos\theta_1 \sqrt[]{1-\frac{(cos(\frac{S}{R})sec\theta_2-sin\theta_1tan\theta_2 )^{2}}{cos^{2}\theta_1}}} \end{align} 求其零点，得到
A_1 与A_2 经度差\varphi_2-\varphi_1 最大时，A_2 纬度\theta_2 ：\theta_2 = arcsin(\frac{sin\theta_1}{cos(\frac{S}{R})}) 结果图
无名啊
