-
直接用Flask/FastAPI处理高并发模型请求会卡死，因PythonGIL和同步框架限制导致显存与线程耗尽；单次推理>200ms且QPS>2时必须异步解耦，Celery+Redis需规范配置模型加载、缓存TTL及状态查询链路。
-
结论：Docker中运行pytest需同步源码、依赖、路径和PYTHONPATH，否则必报ModuleNotFoundError或ImportError；核心是确保容器内sys.path包含项目根目录且WORKDIR与COPY一致。
-
Python3.9引入|和|=操作符简化字典合并：|创建新字典并覆盖重复键，|=就地更新原字典；相比{d1,d2}和update()更直观，仅支持字典类型且需Python3.9+。
-
用@pytest.mark.slow标记测试为“慢”，需在pytest.ini或pyproject.toml中注册marker；通过pytest-mslow运行或pytest-m"notslow"跳过，语义由开发者定义而非耗时自动判定。
-
应分层捕获FileNotFoundError、PermissionError等具体异常，优先使用with语句管理文件，关键数据写入采用临时文件+原子重命名，编码错误需显式指定errors参数或用二进制模式。
-
StandardScaler不能直接fit测试集，因会泄露测试信息导致评估失真；必须仅用训练集fit_transform，测试集仅transform，并持久化模型；对NaN报错，需前置处理缺失值；稀疏矩阵慎用with_mean=True；inverse_transform仅限原数据精确还原。
-
opencc-python安装失败主因是PyPI包不包含libopencc.so等系统依赖，需先装libopencc-dev（Linux）、opencc（macOS）或改用opencc-python（Windows）；编码乱码须显式指定encoding='utf-8'；config选错致转换失准，应按地区选用s2tw等配置；大文件须流式逐行处理防内存溢出。
-
CSV中文乱码主因是文件编码与pandas读取encoding不一致，Windows记事本默认gbk而pandas默认utf-8；推荐用编辑器查实际编码或chardet探测，优先试'gbk'或'utf-8-sig'。
-
comtypes调用WordCOM失败主因是环境未配好：需安装与Python位数一致的桌面版Word，手动首次运行完成COM注册，并设Visible=False和DisplayAlerts=0避免弹窗；SaveAs导出PDF须用FileFormat=17，路径用原始字符串，且必须调用doc.Close()和word.Quit()释放进程。
-
日志清洗解析的核心是将非结构化日志转为结构化数据，关键在于识别格式规律、分步正则提取、异常清洗及结构化输出分析。
-
本文详解如何在PySpark中安全、高效地展开多个同结构嵌套数组字段，重点规避explode()链式调用引发的笛卡尔积式行数爆炸，显著提升性能并防止OOM（如错误代码52），推荐使用arrays_zip+explode组合替代多重独立explode。
-
推荐采用分层结构：1.指标采集层按协议解耦为独立模块；2.配置驱动使用YAML管理目标、阈值与调度；3.日报生成层用pandas+Jinja2渲染带状态标记的HTML；4.运行层支持命令行参数、结构化日志与错误通知。
-
ConnectionResetError通常因对端关闭连接导致，需通过异常捕获、重试机制和连接复用优化处理。
-
Flask-Migrate初始化失败主因是db实例未正确初始化或未被发现：需在模块顶层声明db=SQLAlchemy()，并在create_app()中调用db.init_app(app)；FLASK_APP须指向含db和模型的可导入路径，且models必须被显式导入。
-
应优先使用model.state_dict()获取完整权重（含参数和缓冲区），通过键名前缀匹配（如k.startswith("encoder.layer.11.")）精确提取子模块，避免in操作误匹配，注意前缀末尾带点、区分大小写，并校验键名一致性。
