Month: March 2020

今天还想写一篇随想的日志，和前一篇有一点点关系仅在于我的单线程脑子里同一时期想的东西都是差不多的。

最近看书看得不多。前几周重新打开马慧元的《书生活》。看到她摘录巴伦勃依姆书中这么一段：

在本书的《生命与音乐》一章中，他提到自己最喜欢的哲学家斯宾诺莎：“每当我处于困境，无论是事业还是个人生活中的，去读读斯宾诺莎如何强调要理性地分析日常生活，我总能获救。” “理性告诉我们，什么是生活中暂时的东西，什么是永久的。” “在一些绝望的情形下，如果你不能理性地寻求原因，那么自然而然的结果只能说自杀，至少是大怒。”

这段文字一下子打开了我的记忆。在罗素的《征服幸福》里有这么一段：

There is an idea that rationality, if allowed free play, will kill all the deeper emotions. This belief appears to me to be due to an entirely erroneous conception of the function of reason in human life. It is not the business of reason to generate emotions, though it may be part of its function to discover ways of preventing such emotions as are an obstacle to well-being. To find ways of minimizing hatred and envy is no doubt part of the function of a rational psychology. But it is a mistake to suppose that in minimizing these passions we shall at the same time diminish the strength of those passions which reason does not condemn. In passionate love, in parental affection, in friendship, in benevolence, in devotion to science and art, there is nothing that reason should wish to diminish. The rational man, when he feels any or all of these emotions, will be glad that he feels them and will do nothing to lessen their strength, for all these emotions are part of the good life, the life, that is, that makes for happiness both in oneself and in others. There is nothing irrational in the passions as such, and many irrational people feel only the most trivial passions. No man need fear that be making himself rational he will make his life dull. On the contrary, since rationality consists in the main of internal harmony, the man who achieves it is freer in his contemplation of the world and in the use of his energies to achieve external purposes than is the man who is perpetually hampered by inward conflicts. Nothing is so dull as to be encased in self, nothing so exhilarating as to have attention and energy directed outwards.

如果现在来翻我5到10年前的日记，会看到我经常提到说我的精神生活是被“读王小波”切分成两段的，当时的我一直在感叹，读王小波之前的自己和之后的自己已经不连续到自己几乎记不起来之前的思路甚至感情了。上述这段引用的文字出现在我回忆里，场景是我在大学寝室里，抄写了这段话，寝室没人的时候独自流眼泪。

我小时候一直没学会和自己的情绪共处。我的情绪特别嫉恶如仇，别人习以为常的事情我经常看不惯。看不惯别人，看不惯父母，看不惯老师，没有朋友。还看不惯自己。别别扭扭地长到二十岁，读大学，然后忽然和社会相处。我不知道如果我没有意识到需要坦然面对自己的情绪的话，我现在会是怎样一个扭曲的样子。大学是我记忆中最痛苦的一段时期。我不同意周围的一切，却没有能力走自己的路。

然而我现在重读罗素的这段文字，简直无法理解以前的自己为什么会反应这么大。只有记忆中我对着摘抄流眼泪的场景是确定的。我终于活到一定的年龄，精神生活中出现了第二条“已经记不起在那之前我是什么样的人了”的线。如今，正视自己的情绪和感情，与人为善并不跟有判断力矛盾，这些都是我的基本思路了。但是我还是依稀记得这么基本的原则都没有的时候的自己，我也明白很多人都是我以前的那种阶段，包括我父母。

和这些记忆还有关的一段记忆是我大学毕业论文的老师崔升（当时是副教授，而我特别讨厌自己的大学阶段，所以完全没跟大学老师同学保持联系）。我现在还记得他有一天（也许是意识到我无法处理情绪）跟我说，看事情要看长远，不要看local斜率（微积分的term是什么？我完全不记得了）。他还说对人要与人为善。我想那次是我第一次感觉这是对的。如今这些早就是我的本能了。让我在博客上对崔老师说一声谢谢。

而如今我对罗素有了更多的理解，看到马慧元摘抄的巴伦勃依姆的话，我意识到，可能这种思路起源于斯宾诺莎。所以很想再翻一下《征服幸福》，看看前后有没有提到斯宾诺莎。

上上周被激起这个回忆后，我在家找我的那本《征服幸福》，怎么也找不到了。结果我周末把所有的书搬出来整理了一遍，扔掉了很多书。但是那本征服幸福还是没找到，可能是借出去没还。然而我不准备再买实体书了。也不是很想给亚马逊塞钱，下了一本盗版电子书。

工作上遇到一个多对多join的逻辑问题如下：

要把优惠券使用数据（优惠券金额，优惠券发放时间、优惠规则和优惠活动等信息），和使用优惠券的销售信息（买了什么商品，商品价格多少，商品品类等等）join到一起。因为种种原因，这两个数据没法对起来，一个系统没有记录另一个系统的逻辑或者流水PK。

当N:1 join的时候，1的那条数据会重复：

这时，最终结果表里的销售额如果直接相加，就会得到200，和实际情况不符。实际上，这个项目要做的表原先有一个版本，就是这样存数据的。我觉得这样很不好，因为这个表就不符合一般的数据库规范。我们用这个表的时候必须把100去重以后再用：

-- wrong
select sum([merchandise value])
from joined_table
;

-- correct
select sum([merchandise value])
from (
  select
   [coupon PK]
  ,[sales ID]
  ,max([merchandise value]) as [merchandise value]
  from joined_table
  group by 1,2
) a
;

当1:M join的时候，同样的，1的记录会重复：

优惠券是5块钱，如果reporting的时候算成了10块钱就不对了。按理说这种情况也可以按照上面那种办法处理。然而现在的情况是，最终我们的是M:N的join。

我想出的解决方法是，数一下那个值重复了几次，然后把值拆开来，比如如上图除一下平均分摊（最终我按照另一端的数值加权平均的）。

select
a.[coupon code]
,a.[coupon PK]
,a.[detail amount]/sum(1)over(partition by a.[coupon PK]) [detail amount deduped]
,b.[sales ID]
,b.[merchandise value]/sum(1)over(partition by b.[sales ID]) [merchandise value deduped]
from [coupon table] a
join [sales table] b
on a.[join keys]=b.[join keys]
;

说一下感想：我从来没有遇到过必须多对多join的统计数据。有时候我们需要逻辑上的多对多join，比如把几个日期分配到一个表里的所有记录上。但是对于统计metrics的表，如果join在不理解的字段上，就要看一下是不是有join字段造成数据重复的问题。

这个项目战线大概有一年。和所有的事情一样，正在发生时难以像上面那样概括出问题症结。我一开始以为，两种数据可以有很清晰的关联。没想到，每次看见不太对的地方，追问了以后得到的建议是看另一种数据。而存数据的一方，现在总是把数据都存到一个json里面去。当你在数据库里存json的时候，其实经常就是打破数据库原有的关系。为了分析这些json我把存了好多年的表整个重建了好几次。因为解开了json里存的数据，上述的coupon数据表的PK就变得模糊，更让人看不清数据重复了。

这个项目另外一个奇葩的地方是，数据我最终是分成5块用5种字段组合join的。其中4种有多对多的情况。好几个join是我肉眼观测到可能可以join然后找人确认的。我多次跟同事宣称我觉得这样很不靠谱。而我的pm无法理解数据。我没法让他理解我的重复并不是‘多个coupon用在了多个商品上’这么简单（我肉眼观测到的join是不是就代表了两端的这个数据一定有关联也不是确定的）。而我的同事谁也不觉得这种数据有什么不对的。这件事让我十分崩溃。我同事还问我为什么不能像以前那样把重复的数值存在表里。（两个有重复的字段，并且在不同的group里重复，就是没办法写出上面那种SQL来使用这个数据的。）

我其实是很喜欢解决新问题的。但是这个问题的解决方案完全是为了完成而写的，最终并没有反映数据逻辑（主要是PM也不愿去理解业务的逻辑），让人难受。

一个盆友提到说认识肖战粉。说该粉平时挺正常的。盆友用了传销来描述正常人陷入那种圈子的状态，我忽然感觉有点理解了。她还给我解释了资本为了保持肖战的流量，让‘纯粉’打击‘cp粉’，因为明星配对不一定会一直玩下去。原来这件事解释得通啊！

在这边有墙和资本在，所以出现了肖战这样的事情。在别的地方（主要是欧美），有资本和。。（科学？），让我们离不开手机。（前一阵看到的随机出奖品的模式，有实验结果。在Don’t Be Evil里读到，正好最近50 Things That Made the Modern Economy的一集讲了slot machine，也利用了这个规律。我不是肖战工作室的victim，但是我是刷手机上瘾的victim。这样想来，我们嘲笑肖战粉的话是五十步笑百步。不过可能也不是，可能是有本质区别的。盆友说没有墙，至少资本可以投资别的娱乐来竞争。至少在没有墙的地方，只要有人发现了这个问题就可以传播开来。