拖了很久的年终总结，人类就像自己的眼睛一样，大部分的时间无法看见自己的模样，所以需要多照照镜子进行自省和复盘，才不会变成一具行尸走肉。

这篇文章简单回顾一下 2020 年初设置的目标，以及对 2021 年的展望。

春节放假在家，写了一个 和风天气 API 的 Telegram 天气预报机器人🤖️ - 根据用户精准定位查询实时天气，并支持每日的定时自动播报。

本篇文章为该机器人实现的不完全教程～**

Python 中有个很酷的第三方包叫做 anytree，全名 Any Python Tree Data，i.e. 期望用来表示任何树的数据结构。

而其中的可视化功能，每次都令人印象深刻。这篇文章简单分享，个人解决问题的思考路径 & 简易实现～

上上周在 sre weekly 上读了一篇文章：《Keeping Netflix Reliable Using Prioritized Load Shedding》（Netflix 出品，必数精品XD），有种耳目一新的感觉，特此在清理草稿的时候记录一下读后感。

用了这么多年 django，原来其中强大的 ORM 即 metaclass 的一种最佳实践，让我们一探其中的奥秘吧✨

p.s. 文本默认你对 Django 的 ORM 已有一定的概念了解与实践～

我们都知道 python 中有一个特性叫做「万物皆对象」，而个人一直对其中的 type 与 object 对象一知半解。刚好周末看到一篇很不错的文章：《Python Types and Objects》，特此学习记录一下～

前两个月拜读 《Head First 设计模式》这本书，同时系统性的重温 UML 相关的知识，但当笔者尝试将学到的知识复用到 python 时，突然发现似乎并不是那么的适配：例如 python 中并没有「接口」与「抽象类」等的概念🤔

观看一个 Pycon2017 的分享视频之后：《Why you don't need design patterns in Python?》，对上面的疑惑，逐步有了一些自己的理解。首先还是先分享几个经典设计模式在 python 的具体实践。

当我们在黑屏排查线上问题的时候，经常会遇到一些又臭又长的日志文件（动辄好几个 G）。如果直接用 grep 去搜索内容，不仅等待时间长，甚至可能占用机器资源，影响线上业务请求 😓

那有什么更好的办法吗？线上日志按照规约，会按「日」进行轮转切割，但故障发生的时候，我们期望的那条日志一般在"最近十分钟"之内，所以如果可以“反向 grep” 日志，是否可以大大提高查询的性能？🤔