工作日志方面，我比较认同阿里的模式，之前专门写过一遍文章，关于如何写工作日志的。基本内容如下：

WHY：为什么写？

这是要澄清的最重要的一点。员工不会长时间干一件他们不知道为什么干的事情。如果你是管理者，或者希冀成为管理者，那么首先要懂得，说why的能力非常重要，是管理力的重要体现。同时，对于员工来说，写好日报是做好事前管理的有力抓手，也是一个人成长的开始，是一步一个台阶前行的过程。每天通过总结经验、归纳思考、并制定出次日工作计划，在日清日毕的过程中得以不断提升。

HOW：如何写？

一份日报看似简单，但是真正写好也未必容易。起码需要四个方面的保障措施：

（1）角色保障，也就是要有日报的负责人，可以设置专人负责本部门员工的日报及时收集和数据汇总，进行过程中的及时跟进和管控。

（2）制度保障，凡是一件事都要有要求有标准，只有这样才能知道对不对、合不合格，比如，回到前面的小案例，如果晚发了怎么办？写的不认真怎么办？写的好的标准是什么，如何表扬等等。

（3）激励保障，要及时回复、点评，对于做的好的要随时给予表扬、点赞，做的不好的要进行处罚，做到奖罚分明，强调正向激励，且有即时性。

（4）结果保障，做任何工作都是为结果服务的，写日志是为了过程监控，最终是为了达成结果，要通过日志发现问题，解决问题，树立标杆。要做到“一米宽一百米深，一把钢尺量到底”。

WHAT：写什么？

我们知道了为什么去写，也知道了如何去写，那么到底该写些什么呢？在此，和大家分享具体的写法，主要包括如下内容：

（1）今天工作完成情况：包括今天完成的工作、今天未完成的工作；

（2）今天工作分析思考：包括完成的方法沉淀、未完成的原因分析；

（3）明天工作目标规划：包括明天的工作目标、明天的工作规划。

下面是一封基础的日报内容，供参考：

在这个基础上，可以根据具体行业、公司的特点进行调整或补充，时期更匹配经营的需要。

最后，一定会有人问我，写好工作日报业绩或工作结果一定就好了吗？

答案当然是：不一定。

也一定会有人质疑：有的员工业绩很好，难道还非要他写日报吗？

答案当时是：需要。

作为员工，一定会有人说：我把工作做好、业绩达成不就行了？为何还要搞那么多虚的东西，增加我的工作负担呢？

答案是：不管你是否认同，坚持365天试试，也许你的收获会大到令自己大吃一惊。

作为管理者，我想回到开始那句话：

团队的执行力就是管理者的执行力；员工的行为底线就是管理者的管理底线。

不要把目光聚焦到一个短的时间点上，要看到一个更长的时间轴，可能是5年、10年，甚至更多。你要相信：一切都有因果。

原文链接：https://www.toutiao.com/i6804794195211977224/

欢迎关注@Amanda进阶志，了解更有相关内容哦~

程序员每天写日志，主要是写什么？

！

通常情况下有两件事情常常被程序员忽略，一件事情是写日志，另一件事情是写日报，日志是服务于工作流程的，而日报则是对一天工作内容的总结。日志和日报（周报）共同点都是给人看的，日志往往是给自己或业务流程上的同事看的，而日报（周报）往往是给团队负责人看的。

日志最主要的功能是记录程序的执行流程。日志是对程序执行过程的记录，包括登录角色、触发事件的流程、业务处理的流程、关键事件、数据访问、网络访问、权限获取、对应日期、执行是否成功、返回值等等内容，可以说日志是最真实的记录软件执行流程的文档。

日志可以说是程序的健康监控表。通过日志能够快速发现问题的根源，能够对程序的执行流程进行追踪，同时还可以根据日志进行数据的统计和分析，这其中就包括性能分析等重要的内容。另外，有的程序还要根据相关部门的要求进行一些日志记录，这些内容往往涉及到一些比较敏感的数据资源，比如涉及到个人隐私等数据，像住宿记录、就医记录、金融记录等等。

看日志的人比较多，所以要注意措辞。看日志的人不仅包括开发人员，还包括产品经理、运维人员、测试人员等，所以日志一定要尽量的详细和可靠，输出的内容要清晰明了，理论上是越详细越好，但是也有一个度要把握好，因为日志记录往往要进行IO输出，这也会占用一部分系统资源，有的时候日志记录会占用较大的存储空间，G以上的日志记录也是比较常见的。另外，日志记录往往都要根据业务类型保持一段时间，所以日志记录比较大也是比较普遍的事情。

写好日志是程序员职业素养的一个体现，好的日志也会为程序后期的维护奠定一个好的基础，所以作为开发人员来说，一定要重视日志。

我从事软件开发工作多年，目前也在指导计算机专业的研究生（大数据、AI方向），对计算机感兴趣的朋友可以关注我。

如果有计算机方面的问题，或者读研方面的问题，都可以咨询我，谢谢！

哪些Python库让你相见恨晚？

python中令人拍案叫绝的库实在太多了。python本身就是万能胶水，众多强大的库/模块正是它的优势。

这里仅仅简单举些例，排名不分先后。文末附python库大全。

1、爬虫神器scrapy框架。配上scrapy-redis组件，轻松开发一个分布式爬虫。言语无法表达我的景仰。

2、matplotlib绘图库，绘图神器。

3. you-get下载神器。国内外主流如的60多个网站的视频都支持下载。下图勾分别为支持视频、图像、音频。

使用方法也是超简单，以下是个人下载哔哩哔哩李宏毅教授的视频。基本满速下载。

4. 顺便说说另一个下载利器wget，只要给下载地址，就能下载。

5. jieba 中文分词工具

6.pip 相信用过python的人都知道pip install。

7.Django框架，Python 界最流行的 web 框架。

8.PIL,图像处理模块。个人的《网络爬虫之简单验证码识别》就有用到此模块。

9. logging ，日志功能模块，使用超简单超方便。

10. keras，以 tensorflow 或者 theano 为后端的深度学习封装库，快速上手神经网络。

11. plotly，协同 Python 和 matplotlib 工作的 web 绘图库

真的太多了，具体还是看python资源大全

1.英文版。

https://github.com/vinta/awesome-python

2.对应中文翻译。

https://github.com/jobbole/awesome-python-cn

如果对您有帮助，请您点赞支持，谢谢。

如何优化日志系统？

答：此题邀请xinghua来解答，他总结了实际项目中对elk系统的一些调优的经验，与你分享百亿级elk日志系统优化纪实。

导语：elk是搭建实时日志分析系统的通用解决方案，通过elk可以方便地收集、搜索日志。但随着日志量的增加，根据实际应用场景的优化调整能够更充分的利用系统资源。本文主要记录我们项目中对elk系统的一些调优。

随着王者人生相关业务的快速发展，我们每天日志量很快超过了20亿条，存储超过2TB，elk日志系统的压力逐渐增加，日志系统的调整优化已经迫在眉睫。

1、日志系统架构

（elk日志系统架构）

FileBeat 是一个轻量级的日志收集处理工具(Agent)。

Elasticsearch 是个开源分布式搜索引擎，提供搜集、分析、存储数据三大功能。

Logstash 主要是用来日志的搜集、分析、过滤日志的工具，支持大量的数据获取方式。

Kibana 可以为 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面，可以帮助汇总、分析和搜索重要数据日志。

2、优化日志系统

以下主要介绍 filebeat、logstash、elasticsearch 的一些优化调整

2.1 filebeat优化

(1) 负载均衡

问题：当日志量非常大（单机超过每天超100GB）的模块上报日志时，日志落地延时大，要等一段时间才能在es里查出来。

原因：

当filebeat.yml 配置文件里hosts配置了多个Logstash主机，并且loadbalance设置为true，则输出插件会将已发布的事件负载平衡到所有Logstash主机上。如果设置为false，则输出插件仅将所有事件发送到一个主机（随机确定），如果所选主机无响应，则会切换到另一个主机。默认值为false。

方案：配置多个hosts，配置loadbalance为true