第445章 最初，他们只是不信他是秦始皇
第445章 最初，他们只是不信他是秦始皇
看到这个数据大家的第一个想法就是————
这特么是bug了吧。
看到这个数字，几乎所有的程式设计师们，dna都动了。
小学生们最敏感的数字可能是100，因为这是他们能够达到的上限。
而2147483647可能就是码农们最敏感的数字，至少是之一。
一般出现这个数字的时候，並不代表著就真的是这个数字，而是结果超纲了，只能显示这个数字。
当然了，更敏感的数据可能是—32768之类的，那就是溢出了，这个结果会更糟糕————
现在並不代表事情不糟糕，只是网站做了防溢出处理，看起来没那么糟糕而已。
毕竟，什么样的技术，能够直接把整个测试体系干穿？
这是不可能的。
可是，这个是平子大佬的比赛结果啊。
万一平子大佬真的把比赛干穿了呢？
等等，正因为是平子大佬，所以才更加不可能吧？
毕竟，世界上有两个真理：
一、世界上没有绝对的真理。
二、平子大佬不懂算法。
所以，到底是不是出了问题？
大家其实也不知道自己的內心到底期待著什么，但还是决定把这件事情的判定交给比赛的主办方。
於是，网站的后台，此时已经收到了雪一般的网友提供的错误报告，告诉他们网站出错了，让他们赶快处理一下。
说实话，作为一个主打搞笑和抽象的编程大赛的主办方，这个主要由l站的高级会员组成的主席团，都是业余时间在做这件事情。
他们都是激进的技术主义者，並不怎么害怕出现什么问题，反而更注重效率。
这种思路和官方的比赛是完全相反的。
所以，这个这个天榜晋升系统其实也是自动的，只要积分够了之后，就会自动晋升，而不需要任何一个关键决策者的允许之类的。
反正，对这种搞笑和抽象的比赛来说，就算是出现问题，也只是乐子中的插曲，只要及时纠正就好了，相比之下，即时反应变化才是更重要的。
这也是这个竞赛系统被开发出来的初衷。
换句话说，在参赛者们拼尽全力叠代自己的资料库查询方案的时候，其实这个主办方的网站，也在一刻不停的叠代和维护，以应对越来越多的访问者以及越来越多的代码量，不断优化测试方式和时间，不断减少资源压力，以及不断以更快的速度反映变化，让大家能够第一时间感知到自己努力的结果。
至於结果会不会出错，只要不是大问题就无所谓，毕竟也不会有人来追责他们，对吧。
陈雁行就是主办方的主要成员之一，作为l站的联合创始人和技术顾问之一，他也是这次比赛的最大技术支持与伺服器赞助商。
因为这场比赛涉及到了唐一平，而自己作为【0t1p】大佬唐师傅的同辈人以及亲密战友，或者说作为一个“长辈”，参与进去终归是不好。
毕竟这是在代写作业—一不管这事儿演变成了什么，最初也是为了代写作业。
这种动机，就是不好的，自己作为长辈，不能鼓励这种事情。
至少陈雁行是这么觉得的。
他骨子里还是一个比较传统的男人来著。
所以他只是在背后暗戳戳的推动了这场比赛的大型化和规模化，以及贡献了这个网站的大部分代码而已。
什么坏事儿也没做。
就是————看乐子。
乐子人怎么能算是坏人呢？是吧。
所以，在看到了雪一般的报错的时候，作为可能是最强的独立网安专家之一的陈雁行，看到报错的第一个想法就是不可能。
因为网站的代码是他写的，测试程序和方案也是他出的，就连测试集都是他弄来的真实测试集—一他不可能出这么大的差错。
他又不是一个初出茅庐的菜鸟，他可能会犯错误，但是绝对不会在这种简单的问题上犯错误。
但如果自己不可能出错，那他就要面对第二个不可能。
这个测试结果是对的？
这更不可能吧！
毕竟那可是平子大佬，不会算法的平子大佬！
平子大佬写出来fork—cane这种项目一点也不奇怪，毕竟平子大佬本身就是工程暴力美学的奇蹟代言人。
但是算法？
我寧愿相信门口摆摊卖饭的大叔是秦始皇。
这么想著，陈雁行打开了网站后台的日誌，调出了平子大佬的测试日誌。
作为网安专家，陈雁行的“看日誌”是一门绝活。
速度快到夸张。
只是扫了一眼，他就发现，没问题。
至少是日誌绝对显现不出来的问题。
没办法了，他只能再自己手动跑一遍测试了。
调出唐一平提交的代码，导入了由他提供的那个数据量为50万的学生档案测试集。
这是一个巨大的csv文档，整体大小大概500m。
陈雁行自己估算过，如果把这些文本文档，转成资料库的格式，理论数据量应该是50m左右。
这是其有效熵值转换成的比特数，也就是这个测试集本身蕴含的信息的比特数。
但是这种单纯的数据是不能使用和检索的，所以才会有“资料库”这种东西，把信息编码索引，安排好位置。
换言之，单纯的信息就像是无数的人，资料库就是盖上一栋大楼，把他们放进各自的房间。
这就要在本身的数据基础上，加上b—tree或者其他tree的索引、哈希表等等，就像是楼梯楼层和门牌號。
通常来说，这些数据转换成资料库格式之后，整体数据量大概在200m—300m。
这大概就是地榜排名前几的水平，其实能做到这个数量级就已经很强了。
但但如果是天榜的话，目前已经强到离谱了。
譬如现在焦灼在天榜前列的两个id：“递归之梦”和“等待戈多”，已经把这个数据压缩到了130m左右。
在这个数据集上，已经可以和商用资料库相媲美，甚至在某些方面犹有过之了，当然，也不同程度的呈现出了过擬合，算是针对性优化。
陈雁行把自己的数据集导入了唐一平的项目里。
导入的速度很快，而且cpu占用率很高，几乎是瞬间拉满，然后导入完成。
陈雁行再次跑了一遍测试流程。
测试结果一行行的输出，和陈雁行在日誌里面看到的一模一样，片刻之后，一模一样的分数出现。
2147483647。
这不对啊，这不可能。
莫非他真的是秦始皇？
作为一个网络安全的大佬，其实陈雁行首先就是个测试方面的专家，他设计的测试用例和测试程序非常完善。
还是那句话。
可能出错，但不可能出现这种低级错误。
陈雁行拉出来了测试细分项，就看到了测试的平均响应时间。
0ms（毫秒）？
果然出错了吧。
正常来说，这种体量的资料库的简单查询应该在几十毫秒。
等等，莫非是查询速度快到了四捨五入之后都是0？
直接低了一到两个数量级。
这会儿，陈雁行其实遇到了和奎哥一样的问题。
位数不够，显示不全的问题。
可是，谁特么的资料库测试响应时间，需要用到比毫秒还小的单位啊！
陈雁行一边吐槽著，一边打开了自己的测试程序，修改了一下代码，把统计单位变成了us（微秒）。
然后又跑了一遍测试。
这次结果终於显示正常了。
不，陈雁行觉得这次更不正常了。
因为测试最终的结果显示为23us。
合著，不是零点几毫秒，是零点零二毫秒！
特么的，这可不是四捨五入到0了吗？
自己之前的测试集能够显示出来才怪！
再特么的，系统的测试噪声都快要10us了好吗！
读数据的延迟都要10us了好吗？
你咋不飞呢？
这怎么可能？
这个查询结果有问题吧。
真的有问题吧。
对不起啊，平子大佬，我不是故意要这对你，但是我得把这个问题找出来啊————
所以，陈雁行开始做一件自己最不喜欢做，也最鄙视做的事情。
手动测试。
好人家谁手动测试啊对吧！
但是他不得不做。
打开项目，隨便从自己的数据集里面找了个测试项目，测试了一下。
屏幕一闪，结果出现。
陈雁行：？？？？
快到不可思议，而结果看起来似乎也没什么不对的地方。
至少看出来如此。
但是————
这明明就不对啊！
怎么会这么快？
他不会是隨便编造了测试结果吧！
陈雁行仔细对比了一下，好像————没错？
可是没错就是最大的错误啊！
现在该怎么办？
陈雁行纠结著，然后他想到了一个最简单的对比方法。
他开启了一个批量测试脚本，同时打开了三个项目。
平子大佬、递归之梦、等待戈多。
当前天榜排名前三的三个项目。
然后对比三者的输出。
如果平子大佬的这个资料库进行了有损压缩，那最终输出终归会有差异。
为了自己监控这个过程，这个脚本他直接留在了前台，可视化测试。
接下来，他直观的感觉到了差距。
理论上来说，人类是不太可能分辨ms级別的时间的，更別说us了。
但是当完全同步展现的时候，人还是能够本能地感觉到哪里不一样。
简单测试这种对比还不明显，进入到复杂的搜索工作，譬如统计年龄大於20，分数大於60的人数时，双方的输出，已经肉眼都能够感觉出来延迟了。
等。
漫无目的的等。
一边已经完成了，另外一边还在吭哧吭哧努力工作。
而输出的结果，在脚本对比之后，也一次次通过。
done。
done。
done。
done——
一行行的绿字在不断刷新。
结果已经很清楚了，平子大佬的资料库的效率，就是高到离谱。
这到底是啥啊！
陈雁行的心中就只有一个想法。
特么的他不会真是秦始皇吧！
怀著这种想法，陈雁行打开了唐一平的项目代码。
和別人不一样，別人是先去看代码，再去跑测试结果。
但陈雁行现在已经知道结果了，再去看代码。
所以脑海中已经预设了某种立场。
没错，作为这个世界上，唯一知道唐一平和【0t1p】大佬父子关係的人，陈雁行的第一个想法就是，我去，莫非是【0t1p】大佬出手了！
老子帮儿子，也很正常吧，更別说是女装这种胡闹的东西，【0t1p】那种大佬，肯定是看不下去吧。
等等，【0t1p】大佬不会生气我不帮忙还在推波助澜吧。
可是我扮演的是一个陪著孩子胡闹的叔叔的角色不是吗？
不是吗？
是吗？
不是吗？
陈雁行忐忑打开项目，一目十行向下看，然后很快就找到了核心的代码。
虽然早就预设了立场，但真正看到这代码的时候，陈雁行还是愣凉了。
这是啥啊！
和他想的完全不一）。
他本以为自己会看到当初【0t1p】大佬的foew或者fork那种完仂无亥理解的內核。
但这並不是完仇无亥理解的。
这是一种很新的东西，但绝对不是【0t1p】大佬的风格。
这还是人类的c从言，还是典型的平子大佬的风格。
但描述的东西，却完偽不同。
陈雁行从未见过这种东西。
陈雁行一行行把所有的代码看完了。
但他和其他的网友们的感受是一人的。
每一行都懂，但是合一起完仂不懂。
这是————什么？
这一刻，陈雁行也感受到了某种————
智商被碾压的挫败感。
然后他看到屏幕的右下角，专家评审的聊天列已经活跃了起来。
果不其然，里面一阵哀嚎。
“这是什么啊！”
“为什么每一句都懂，但合起来就是不会啊！”
“难道真像那些傢伙们说的一人，平子大佬这是新的数学乓型？”
新的数学模型？陈雁行恍惚间，回忆起了某种被支配的恐惧。
“就算是新数学乓型也不可能吧，我本科和研究生都是数学专业，现在哪有这种数学乓型，如果有的话，我们数学界应该先知道吧。你们看平子大佬整个资料库的大小了吗？这特么是魔亥！”
整个资料库大小。
陈雁行发现，自己竟然忽略了这么一个重要的东西。
他重新回到了唐一平的项目，然后看到了资料库的大小。
5.2m？
他以为自己出错了。
这不可能。
一个本身500m，压缩成数据比特至少也有50m的数据集，怎么可能只有5m的资料库？
眾所周知，信息比特是不能压缩的。
压缩就等於损失信息。
这是物理的核心亥则，是人类科技的基石，是不可能打破的铁律。
50m的信息比特，不可能压缩成5.2m而不损失任何东西。
这不可能，完仂不可能。
川陵大学校园里。
凌晨五点半。
数学教研室资料室。
唐教授看著眼前那个五十多岁，穿著汗衫，邋里邋遢，身上还散发著异味的男子。
他身边的草驳纸已经堆丫了小半个桌子。
过去的七个半小时里，他一直喃喃重复著一句话。
“这不可能，这不可能，这完仂不可能。”
他甚至把自己头上本就剩下不多的头髮，都薅下来了一撮又一撮。
从旁边看，他似乎已经疯了。
但是唐教授其实非常嫉妒他。
因为，她知道，他可能真的快要看懂了。
看到这个数据大家的第一个想法就是————
这特么是bug了吧。
看到这个数字，几乎所有的程式设计师们，dna都动了。
小学生们最敏感的数字可能是100，因为这是他们能够达到的上限。
而2147483647可能就是码农们最敏感的数字，至少是之一。
一般出现这个数字的时候，並不代表著就真的是这个数字，而是结果超纲了，只能显示这个数字。
当然了，更敏感的数据可能是—32768之类的，那就是溢出了，这个结果会更糟糕————
现在並不代表事情不糟糕，只是网站做了防溢出处理，看起来没那么糟糕而已。
毕竟，什么样的技术，能够直接把整个测试体系干穿？
这是不可能的。
可是，这个是平子大佬的比赛结果啊。
万一平子大佬真的把比赛干穿了呢？
等等，正因为是平子大佬，所以才更加不可能吧？
毕竟，世界上有两个真理：
一、世界上没有绝对的真理。
二、平子大佬不懂算法。
所以，到底是不是出了问题？
大家其实也不知道自己的內心到底期待著什么，但还是决定把这件事情的判定交给比赛的主办方。
於是，网站的后台，此时已经收到了雪一般的网友提供的错误报告，告诉他们网站出错了，让他们赶快处理一下。
说实话，作为一个主打搞笑和抽象的编程大赛的主办方，这个主要由l站的高级会员组成的主席团，都是业余时间在做这件事情。
他们都是激进的技术主义者，並不怎么害怕出现什么问题，反而更注重效率。
这种思路和官方的比赛是完全相反的。
所以，这个这个天榜晋升系统其实也是自动的，只要积分够了之后，就会自动晋升，而不需要任何一个关键决策者的允许之类的。
反正，对这种搞笑和抽象的比赛来说，就算是出现问题，也只是乐子中的插曲，只要及时纠正就好了，相比之下，即时反应变化才是更重要的。
这也是这个竞赛系统被开发出来的初衷。
换句话说，在参赛者们拼尽全力叠代自己的资料库查询方案的时候，其实这个主办方的网站，也在一刻不停的叠代和维护，以应对越来越多的访问者以及越来越多的代码量，不断优化测试方式和时间，不断减少资源压力，以及不断以更快的速度反映变化，让大家能够第一时间感知到自己努力的结果。
至於结果会不会出错，只要不是大问题就无所谓，毕竟也不会有人来追责他们，对吧。
陈雁行就是主办方的主要成员之一，作为l站的联合创始人和技术顾问之一，他也是这次比赛的最大技术支持与伺服器赞助商。
因为这场比赛涉及到了唐一平，而自己作为【0t1p】大佬唐师傅的同辈人以及亲密战友，或者说作为一个“长辈”，参与进去终归是不好。
毕竟这是在代写作业—一不管这事儿演变成了什么，最初也是为了代写作业。
这种动机，就是不好的，自己作为长辈，不能鼓励这种事情。
至少陈雁行是这么觉得的。
他骨子里还是一个比较传统的男人来著。
所以他只是在背后暗戳戳的推动了这场比赛的大型化和规模化，以及贡献了这个网站的大部分代码而已。
什么坏事儿也没做。
就是————看乐子。
乐子人怎么能算是坏人呢？是吧。
所以，在看到了雪一般的报错的时候，作为可能是最强的独立网安专家之一的陈雁行，看到报错的第一个想法就是不可能。
因为网站的代码是他写的，测试程序和方案也是他出的，就连测试集都是他弄来的真实测试集—一他不可能出这么大的差错。
他又不是一个初出茅庐的菜鸟，他可能会犯错误，但是绝对不会在这种简单的问题上犯错误。
但如果自己不可能出错，那他就要面对第二个不可能。
这个测试结果是对的？
这更不可能吧！
毕竟那可是平子大佬，不会算法的平子大佬！
平子大佬写出来fork—cane这种项目一点也不奇怪，毕竟平子大佬本身就是工程暴力美学的奇蹟代言人。
但是算法？
我寧愿相信门口摆摊卖饭的大叔是秦始皇。
这么想著，陈雁行打开了网站后台的日誌，调出了平子大佬的测试日誌。
作为网安专家，陈雁行的“看日誌”是一门绝活。
速度快到夸张。
只是扫了一眼，他就发现，没问题。
至少是日誌绝对显现不出来的问题。
没办法了，他只能再自己手动跑一遍测试了。
调出唐一平提交的代码，导入了由他提供的那个数据量为50万的学生档案测试集。
这是一个巨大的csv文档，整体大小大概500m。
陈雁行自己估算过，如果把这些文本文档，转成资料库的格式，理论数据量应该是50m左右。
这是其有效熵值转换成的比特数，也就是这个测试集本身蕴含的信息的比特数。
但是这种单纯的数据是不能使用和检索的，所以才会有“资料库”这种东西，把信息编码索引，安排好位置。
换言之，单纯的信息就像是无数的人，资料库就是盖上一栋大楼，把他们放进各自的房间。
这就要在本身的数据基础上，加上b—tree或者其他tree的索引、哈希表等等，就像是楼梯楼层和门牌號。
通常来说，这些数据转换成资料库格式之后，整体数据量大概在200m—300m。
这大概就是地榜排名前几的水平，其实能做到这个数量级就已经很强了。
但但如果是天榜的话，目前已经强到离谱了。
譬如现在焦灼在天榜前列的两个id：“递归之梦”和“等待戈多”，已经把这个数据压缩到了130m左右。
在这个数据集上，已经可以和商用资料库相媲美，甚至在某些方面犹有过之了，当然，也不同程度的呈现出了过擬合，算是针对性优化。
陈雁行把自己的数据集导入了唐一平的项目里。
导入的速度很快，而且cpu占用率很高，几乎是瞬间拉满，然后导入完成。
陈雁行再次跑了一遍测试流程。
测试结果一行行的输出，和陈雁行在日誌里面看到的一模一样，片刻之后，一模一样的分数出现。
2147483647。
这不对啊，这不可能。
莫非他真的是秦始皇？
作为一个网络安全的大佬，其实陈雁行首先就是个测试方面的专家，他设计的测试用例和测试程序非常完善。
还是那句话。
可能出错，但不可能出现这种低级错误。
陈雁行拉出来了测试细分项，就看到了测试的平均响应时间。
0ms（毫秒）？
果然出错了吧。
正常来说，这种体量的资料库的简单查询应该在几十毫秒。
等等，莫非是查询速度快到了四捨五入之后都是0？
直接低了一到两个数量级。
这会儿，陈雁行其实遇到了和奎哥一样的问题。
位数不够，显示不全的问题。
可是，谁特么的资料库测试响应时间，需要用到比毫秒还小的单位啊！
陈雁行一边吐槽著，一边打开了自己的测试程序，修改了一下代码，把统计单位变成了us（微秒）。
然后又跑了一遍测试。
这次结果终於显示正常了。
不，陈雁行觉得这次更不正常了。
因为测试最终的结果显示为23us。
合著，不是零点几毫秒，是零点零二毫秒！
特么的，这可不是四捨五入到0了吗？
自己之前的测试集能够显示出来才怪！
再特么的，系统的测试噪声都快要10us了好吗！
读数据的延迟都要10us了好吗？
你咋不飞呢？
这怎么可能？
这个查询结果有问题吧。
真的有问题吧。
对不起啊，平子大佬，我不是故意要这对你，但是我得把这个问题找出来啊————
所以，陈雁行开始做一件自己最不喜欢做，也最鄙视做的事情。
手动测试。
好人家谁手动测试啊对吧！
但是他不得不做。
打开项目，隨便从自己的数据集里面找了个测试项目，测试了一下。
屏幕一闪，结果出现。
陈雁行：？？？？
快到不可思议，而结果看起来似乎也没什么不对的地方。
至少看出来如此。
但是————
这明明就不对啊！
怎么会这么快？
他不会是隨便编造了测试结果吧！
陈雁行仔细对比了一下，好像————没错？
可是没错就是最大的错误啊！
现在该怎么办？
陈雁行纠结著，然后他想到了一个最简单的对比方法。
他开启了一个批量测试脚本，同时打开了三个项目。
平子大佬、递归之梦、等待戈多。
当前天榜排名前三的三个项目。
然后对比三者的输出。
如果平子大佬的这个资料库进行了有损压缩，那最终输出终归会有差异。
为了自己监控这个过程，这个脚本他直接留在了前台，可视化测试。
接下来，他直观的感觉到了差距。
理论上来说，人类是不太可能分辨ms级別的时间的，更別说us了。
但是当完全同步展现的时候，人还是能够本能地感觉到哪里不一样。
简单测试这种对比还不明显，进入到复杂的搜索工作，譬如统计年龄大於20，分数大於60的人数时，双方的输出，已经肉眼都能够感觉出来延迟了。
等。
漫无目的的等。
一边已经完成了，另外一边还在吭哧吭哧努力工作。
而输出的结果，在脚本对比之后，也一次次通过。
done。
done。
done。
done——
一行行的绿字在不断刷新。
结果已经很清楚了，平子大佬的资料库的效率，就是高到离谱。
这到底是啥啊！
陈雁行的心中就只有一个想法。
特么的他不会真是秦始皇吧！
怀著这种想法，陈雁行打开了唐一平的项目代码。
和別人不一样，別人是先去看代码，再去跑测试结果。
但陈雁行现在已经知道结果了，再去看代码。
所以脑海中已经预设了某种立场。
没错，作为这个世界上，唯一知道唐一平和【0t1p】大佬父子关係的人，陈雁行的第一个想法就是，我去，莫非是【0t1p】大佬出手了！
老子帮儿子，也很正常吧，更別说是女装这种胡闹的东西，【0t1p】那种大佬，肯定是看不下去吧。
等等，【0t1p】大佬不会生气我不帮忙还在推波助澜吧。
可是我扮演的是一个陪著孩子胡闹的叔叔的角色不是吗？
不是吗？
是吗？
不是吗？
陈雁行忐忑打开项目，一目十行向下看，然后很快就找到了核心的代码。
虽然早就预设了立场，但真正看到这代码的时候，陈雁行还是愣凉了。
这是啥啊！
和他想的完全不一）。
他本以为自己会看到当初【0t1p】大佬的foew或者fork那种完仂无亥理解的內核。
但这並不是完仇无亥理解的。
这是一种很新的东西，但绝对不是【0t1p】大佬的风格。
这还是人类的c从言，还是典型的平子大佬的风格。
但描述的东西，却完偽不同。
陈雁行从未见过这种东西。
陈雁行一行行把所有的代码看完了。
但他和其他的网友们的感受是一人的。
每一行都懂，但是合一起完仂不懂。
这是————什么？
这一刻，陈雁行也感受到了某种————
智商被碾压的挫败感。
然后他看到屏幕的右下角，专家评审的聊天列已经活跃了起来。
果不其然，里面一阵哀嚎。
“这是什么啊！”
“为什么每一句都懂，但合起来就是不会啊！”
“难道真像那些傢伙们说的一人，平子大佬这是新的数学乓型？”
新的数学模型？陈雁行恍惚间，回忆起了某种被支配的恐惧。
“就算是新数学乓型也不可能吧，我本科和研究生都是数学专业，现在哪有这种数学乓型，如果有的话，我们数学界应该先知道吧。你们看平子大佬整个资料库的大小了吗？这特么是魔亥！”
整个资料库大小。
陈雁行发现，自己竟然忽略了这么一个重要的东西。
他重新回到了唐一平的项目，然后看到了资料库的大小。
5.2m？
他以为自己出错了。
这不可能。
一个本身500m，压缩成数据比特至少也有50m的数据集，怎么可能只有5m的资料库？
眾所周知，信息比特是不能压缩的。
压缩就等於损失信息。
这是物理的核心亥则，是人类科技的基石，是不可能打破的铁律。
50m的信息比特，不可能压缩成5.2m而不损失任何东西。
这不可能，完仂不可能。
川陵大学校园里。
凌晨五点半。
数学教研室资料室。
唐教授看著眼前那个五十多岁，穿著汗衫，邋里邋遢，身上还散发著异味的男子。
他身边的草驳纸已经堆丫了小半个桌子。
过去的七个半小时里，他一直喃喃重复著一句话。
“这不可能，这不可能，这完仂不可能。”
他甚至把自己头上本就剩下不多的头髮，都薅下来了一撮又一撮。
从旁边看，他似乎已经疯了。
但是唐教授其实非常嫉妒他。
因为，她知道，他可能真的快要看懂了。