由於對 Google sheet 內建函式不常用，但腦海總浮現之前查過的印象，還是記錄一下好了。

比較樣本數相同

比較兩欄的資料是否有差異，這邊可以直接用 =，如果需要判斷大小寫或確切數值，則可以用 EXACT

Way1: =A1=B1
Way2: =EXACT(A1,B1)

比較樣本數量不同

=ArrayFormula(iferror(if(match(F2:F7,G2:G5,0),"FoundMatch","")))

由於對 Google sheet 內建函式不常用，但腦海總浮現之前查過的印象，還是記錄一下好了。

Group 測試數據：

以GroupColumn 進行 GroupBy 預期應該是：

語法：

1

=QUERY(rawData!A1:C4,"select A, count(B), sum(C) group by A")

• rawData 為 sheet 名稱
• A1:C4 為資料範圍

如果想要替 Column 命名，需使用 label 語法，例如 label A 'AliasName'

本文介紹改用 Lua 方式存取 Redis，以省下連線、存取次數。

Demo內容

1. 先在 redis 建立一個 key
2. 以 lua 方式執行，把值取出來，加上整數 123，寫回去 redis
3. 以一般指令方式，把值取出來，加上整數 123，寫回去 redis

建立連線機制

1
2
3
4
5

private const string RedisHost = "127.0.0.1:6379";
private const string TestKey = "TestRedisKey";

using var conn = await ConnectionMultiplexer.ConnectAsync(RedisHost);
var redisDb = conn.GetDatabase();

一般存取方式

當有一些邏輯比較複雜就必須把值取回程式中運算。

1
2
3
4
5
6
7
8
9
10
11
12

private static async Task RunWithoutLua(IDatabase db)
{
    var currentValue = await db.StringGetAsync(TestKey);

    // Some complicated logic in C#
    var newValue = Convert.ToInt32(currentValue) + 123;
    await db.StringSetAsync(TestKey, newValue);

    // Validate
    var afterUpdatedValue = await db.StringGetAsync(TestKey);
    Console.WriteLine($"RunWithoutLua: After updated value: {afterUpdatedValue}");
}

用 Lua 方式存取

這邊是示意才用這種方式寫，但大型專案還是建議把 .lua 整理起來分類放在資料夾內，這樣 repository 層比較乾淨，也不會有過多、複雜的邏輯。

在 Docker-compose 設定檔注意事項 這篇文章的範例中，我們使用了 MongoDB 的容器。yml 如下：

1
2
3
4
5
6
7
8

version: '3'
services:
    mongo-local-test.com:
        image: mongo
        container_name: mongodb_cotainer
        ports:
            - "27117:27017"
        entrypoint: [ "/usr/bin/mongod","--bind_ip", "localhost,mongo-local-test.com"]

好處是每次開啟都是全新的，不用擔心資料弄髒弄壞，但如果想保留資料怎麼辦？這時候需要使用到 volumes 設定了。

1
2

volumes:
    - '~/Desktop/mount-mongo-data:/data/db'

: 之前的是實體位置，之後的是 container 內的位置。

設定完後 docker-compose up / down 就可以看到實體檔案在該路徑上了。如下：

1
2
3
4
5
6
7
8

➜  mount-mongo-data ls
WiredTiger                          _mdb_catalog.wt                     index-1-6246240698095516127.wt      mongod.lock
WiredTiger.lock                     collection-0-6246240698095516127.wt index-3-6246240698095516127.wt      sizeStorer.wt
WiredTiger.turtle                   collection-2-6246240698095516127.wt index-5-6246240698095516127.wt      storage.bson
WiredTiger.wt                       collection-4-6246240698095516127.wt index-6-6246240698095516127.wt
WiredTigerHS.wt                     diagnostic.data                     journal
➜  mount-mongo-data pwd
/Users/mingyi/Desktop/mount-mongo-data

總不可能每次都指定實體位置吧～這樣要維護也很困難，另一種方式就跟其他 container 的 voulume 一樣放置，語法如下：

1
2
3
4
5
6
7
8
9
10
11
12

version: '3'
volumes:
    mongo-mount-data:

services:
    mongo-local-test.com:
        image: mongo:latest
        container_name: mongo_latest
        ports:
            - "27117:27017"
        volumes:
            - mongo-mount-data:/data/db

在使用 lua 的 unpack 語法一定要特別注意，如果已經知道參數的數量，那會強烈建議不要使用 unpack。

測試條件

• 迴圈執行次數 一百萬 次
• table 長度 5

選手一 unpack

1
2
3
4
5

local style1 = function()
  for i=1, loopCount do
    local v1,v2,v3,v4,v5 = table.unpack(table_a)
  end
end

選手二 get value directly

1
2
3
4
5
6
7
8
9

local style2 = function()
  for i=1, loopCount do
    local v1 = table_a[1]
    local v2 = table_a[2]
    local v3 = table_a[3]
    local v4 = table_a[4]
    local v5 = table_a[5]
  end
end

結果

1
2

elapsed: 75.28 ms  // style1: unpack
elapsed: 0.40 ms    // style2

結論

本文 sample code 可以改為 pass by function 方式更為簡潔，但之前文章就先不改動了。
可以參考這篇文章的寫法。

在專案中，對 redis 操作都已經改成全 lua 執行，因為是使用 redis 的關係，對此操作頻率肯定很高。前陣子經同事提醒，關於某些語法效能並不太好，因此對 for, pair, ipair 再次檢驗其效能。

測試條件

• 迴圈執行次數 一百萬 次
• table 長度 1000

選手一 for

1
2
3
4
5

for i=1, loopCount do
  for i=1, #table_a do
    x = table_a[i]
  end
end

選手二 for with local variable length

1
2
3
4
5
6

for i=1, loopCount do
  local leng = #table_a
  for i=1, leng do
    x = table_a[i]
  end
end

選手三 pair

在管理時，會需要監控哪些對 Redis 的操作比較慢(久)，就有點像是 database 的 profiler 概念，會記錄所有慢的操作。

特別注意：

• SLOWLOG 僅紀錄實際執行的時間，不包含來回請求或等待執行的時間
• SLOWLOG 都是存在快取內，因此對效能影響很些微，可以放心在線上使用

設定 SLOWLOG 記錄門檻

SLOWLOG 有一個毫秒的門檻，超過就會被列入 SLOWLOG(default: 10ms)。要修改的話可以直接改 redis.conf 或是使用 config 指令。

執行時間超過 100ms：

1

CONFIG SET slowlog-log-slower-than 100

SLOWLOG 紀錄數量

SLOWLOG 最多需要保留幾筆(default:10筆)，超過的話會先擠掉最舊的(FIFO)。

設定最多保留100筆

結論：該使用什麼，沒有最正確，只有最適合。本篇文章選擇的方向，比較適合我在工作上遇到的情境，不見得看官也適用。

前提

• 服務使用的程式語言是 C#
• 使用 MongoDB.Driver
• i18n

冒險開始

很自然的，遇到時間，在C#階段我們會使用 DateTimeOffset，接著就很開心的存進 MongoDB。
打開MongoDB發現該欄位跟我們想得不太一樣，

沒錯，DateTimeOffsetNow 變成一個陣列，裡面存的是 Date 與 Offset，在sub document上加上 Index 絕對不是一件好事。

捨棄Offset！把它變成UTC DateTime格式吧！

哇～蒸蚌，這下欄位變成上圖的 DateTimeNow 欄位，沒有陣列了。
沒錯，這樣存進去就會變成只有一個欄位的 Date，但是這樣就夠了嗎？
經驗上這種時間格式一定都會拿來查詢條件，而查詢條件就是拿來比較的，介於～大小於這種，而這個比較的效率好嗎？肯定不會比數字來得好，就像比較字串效能還是輸給直接比較數字。

通通拿去轉Tick

Visual studio code 已經是開發者必備的工具之一，我個人的操作上不喜歡使用內建的 Command+O 開啟功能，尤其很常在使用 terminal 時需要開啟 IDE 來編輯，所以在 terminal 使用指令 vs code 就很重要了。

設定

1. 在 vs code 中同時按下 command + shift + p
   

2. 點選 Shell Command: Install 'code' command in PATH

大功告成～

使用

只要在 terminal 輸入 code 即可開啟 vs code 囉！
但只輸入 code 只會開啟一個空白的 vs code，我通常都是會在該路徑輸入 code . 這樣會直接開啟該目錄 explorer。

這篇比較像是我自己的備忘錄，因為新環境只要設定一次，久了根本就忘記了

事前準備

我們先將 Consul 以 docker 方式啟動

1
2
3
4
5
6
7
8

version: '3'
services:
    consul-local-test.com:
        image: consul:latest
        container_name: consul-local-test.com
        ports:
            - "8500:8500"
        command: ["consul", "agent", "-dev", "-client=0.0.0.0"]

接著使用瀏覽器進入Consul自帶的管理介面http://localhost:8500/


點選上方 Key/Value 就可以開始編輯了
範例直接使用json格式填入

1
2
3
4

{
    "Key1": 100,
    "Key2": "HelloConsul"
  }

這邊要特別注意的是 value 所儲存的值不可以超過 512kb。

今天介紹的工具就是免費、開源的 BenchmarkDotNet
這個工具能夠協助你快速完成速度的測試，不需要再像以前一樣寫滿StopWatch、手動整理跑完的數據，最後再把計時用的程式碼還原。
透過這個工具，只需要短短幾個步驟就可以取得對照的結果。

首先需要下載、安裝這個套件。

1

Install-Package BenchmarkDotNet