-
DatabaseRouter类必须实现db_for_read、db_for_write、allow_relation、allow_migrate四个方法；缺一即报AttributeError；其中allow_relation和allow_migrate最易遗漏，导致跨库关联失败或迁移异常。
-
GridSearchCV搜RBF核C和gamma易过拟合，因默认线性网格太粗、范围不合理，须改用对数网格（如np.logspace(-3,2,6)）并配合StandardScaler；搜索慢是因参数非正交，可先单搜再交叉优化或改用RandomizedSearchCV；最优参数需通过best_estimator_调用，避免漏标准化。
-
次日留存率应统计“某天首次登录用户中第二天活跃的比例”，需先按user_id分组取event_time最小值作为first_login_date，再合并回原表；日期比较须统一转为dt.date后计算整数天差，避免精度误差。
-
直接用get_text()会得到空行和乱码，因其仅剥离标签而不过滤语义噪声，需先decompose干扰标签、再定位正文容器、最后正则清洗零宽字符与空行。
-
Docker环境下Django连接MySQL时，HOST必须设为docker-compose中定义的MySQL服务名（如'db'），而非'localhost'或'127.0.0.1'；需授权用户允许'%'主机访问，并安装mysqlclient依赖，同时通过healthcheck和wait-for-it确保MySQL就绪后再启动Django。
-
应使用importlib.resources替代__file__拼路径，因其能统一处理源码运行和打包后资源读取；打包工具还需显式声明资源文件，否则资源虽可读但未被包含。
-
DataParallel导致GPU负载不均的根本原因是其主从式设计：cuda:0承担梯度汇总、loss计算、输出拼接和参数更新，而其他GPU仅执行局部前向/反向，造成cuda:0显存高20%~30%、利用率持续95%+，其余卡常低于40%。
-
itertools结合生成器可在单行高效处理可迭代对象：1.chain.from_iterable扁平化嵌套列表；2.combinations生成元素组合；3.count配合zip添加自增索引；4.cycle创建无限循环迭代器，通过next控制取值，利用list或推导式触发计算，实现简洁的单行操作。
-
该用pd.cut()当需固定区间分箱（如年龄每10岁一档），用pd.qcut()当需等频分箱（如前25%为低收入）；长尾或重复值多时pd.qcut()易报错，pd.cut()更稳定。
-
最小可用DjangoDockerfile需用多阶段构建：第一阶段装依赖并collectstatic，第二阶段仅复制site-packages和代码，用gunicorn监听0.0.0.0:8000，禁用runserver，设PYTHONUNBUFFERED=1确保日志实时输出。
-
time.sleep()限流仅适用于单线程脚本，多线程下各线程独立休眠导致QPS失控；ratelimit库默认线程本地计数，需配合锁和全局计数器；异步环境应使用asyncio.Semaphore与后台补令牌任务；生产环境多实例必须用Redis+Lua原子操作，避免超卖。
-
fun只是普通函数名，无特殊含义但易引发命名冲突；应使用描述性名称如clean_strings，并添加类型注解、文档字符串和异常处理以提升可维护性。
-
Python中递归是处理嵌套数据结构最自然的方式，需明确终止条件、识别容器类型、避免无限递归和循环引用，并可通过深度限制与访问记录保障安全。
-
本文讲解如何修改Python函数的返回结构，将原本返回的元组（如(['Tina'],10.19)）优雅地调整为指定列表格式（如['Tina',10.19]），同时兼顾单人最优与多人并列场景的健壮性处理。
-
GitLabCI中应使用多阶段构建隔离依赖与运行时环境，通过Poetry或pip-tools生成确定性依赖文件，用CI内置变量安全认证私有仓库，按committag或shortSHA打镜像标签，并在推送前验证配置合法性。
