CalcGuide 技术博客

默认 bridge 能解决大多数单机容器通信问题，却不适合所有场景。本文从 veth pair、Linux bridge 与 iptables/NAT 出发，逐一演示 bridge、host、none、container、overlay、macvlan 和 ipvlan 六类网络模式，解释端口冲突、DNS、MTU 与外网性能问题，并给出单机、跨主机和 Kubernetes 场景的选型决策。

本地手工启动 5 个容器容易遗漏端口、网络、环境变量和数据卷参数。本文从 Docker Compose v2 出发，搭建 FastAPI、PostgreSQL、Redis 与 Nginx 全栈环境，演示健康检查、依赖条件、网络隔离、named volume、env_file 以及生产覆盖文件。执行 docker compose up 后即可在约 30 秒内启动可调试的完整服务。

生产 bug 出现在一个已知正常版本和当前坏版本之间时，逐个检查 commit 可能需要数小时。git bisect 使用二分搜索，1000 个 commit 最多约 10 次判断即可缩小范围。本文演示编译失败、pytest 失败和性能回归三种场景，并给出可执行的自动化脚本、skip 策略及 merge commit 处理方法。

Git submodule 的本质是父仓库保存子仓库的 commit 指针，而不是保存完整源码。本文演示添加、递归克隆、更新、在子模块中开发和 CI 集成，并解释空目录、URL 修改、嵌套模块、忘记提交指针等常见问题。最后比较 subtree、monorepo 和包管理器三种替代方案，帮助团队降低维护成本。

100 万行 CSV 直接使用 pandas.read_csv 可能造成严重内存压力。本文比较 chunked、Dask 与 Polars 三种方案，并实现按小时、IP、状态码聚合，以及 Z-score、IQR、IsolationForest 异常检测。在 8GB 机器上处理 5GB 日志时，通过流式读取将 OOM 任务稳定在约 2 分钟内完成。

os.path 仍然可用，但 pathlib 提供了更清晰的面向对象接口。本文用可直接执行的 Python 3.10 脚本完成千文件批量重命名、按照片时间归档、基于 mtime 的增量备份和七天前日志清理。每个脚本都包含预览、冲突保护和错误处理，覆盖日常文件管理中约 80% 的自动化需求。

Python float 通常只有 15～17 位有效数字，而密码学、金融金额和数值模拟往往需要 50 位以上精度。本文比较 decimal、gmpy2、NumPy 与 mpmath，演示 1024 位 RSA 素数、1000 位 PI、18 位链上金额和 50 年复利计算，并说明性能、舍入、序列化及 gmpy2 安装方面的关键边界。

95% 置信区间、A/B 测试显著性和蒙特卡洛估计是数据工作中的高频问题。本文用 Python 3.10 与 scipy.stats 实现贝叶斯垃圾邮件判断、中心极限定理模拟、t 检验、比例 z 检验、卡方检验和 PI 估计，并用 CTR 提升 5% 的案例说明 p 值、样本量和多重比较的实际边界。

Docker 镜像平均 1.2GB，部署一次 5 分钟。本文用 3 个真实项目对比：Node.js Express（1.1GB→75MB）、Python FastAPI（980MB→82MB）、Go 二进制（920MB→12MB）。附完整多阶段 Dockerfile、缓存命中技巧、BuildKit 高级特性。

rebase 让历史线性干净，merge 保留完整分支脉络。本文用 10 张图对比两种工作流：feature 分支开发、main 同步、PR 合并、紧急修复、tag 发布。附 3 个真实团队规范（GitFlow / GitHub Flow / Trunk-based）。