《老张博客搬家至酷鸭数据香港VPS》，目前使用已有一段时间了，感觉还是不错的。所以这里推一推自己的AFF。我的推广链接：https://www.kooya.hk/recommend/3gwffST4RbTO

目前酷鸭数据推出2026年盼新活动，8核16G高性能配置，香港Colo数据中心，399续费同价。目前老张博客也是放在这台母鸡上。当我看到这款配置的时候，我和酷鸭交流过，首先问这样高的配置是不是超售，得到答案是绝不会超开。其实像我们这样的博主，根本用不了这样高的配置，我想着能不能把配置降一降比如降到4核4G，带宽从5M往上提一提，这样价格还可以更低。得到的答案是年底了需要向总公司提交年度报告，如果总公司发现容量空那么多就觉得没必要给那么多配置容量给这边市场。所以原来活动配置是8核8G，索性就多送了8G内存。带宽太贵，只能给到5M，对于博客来说，5M的带宽也是足够使用的了。

若有想购买的，用我的推广链接注册呀！首页会弹出活动配置链接。还是那句话，不管是大厂还是小厂，记得天天备份数据哟！

Basic System Information:
---------------------------------
Uptime     : 0 days, 0 hours, 21 minutes
Processor  : Intel(R) Xeon(R) CPU E5-2673 v4 @ 2.30GHz
CPU cores  : 8 @ 2299.984 MHz
AES-NI     : ✔ Enabled
VM-x/AMD-V : ✔ Enabled
RAM        : 15.4 GiB
Swap       : 0.0 KiB
Disk       : 130.0 GiB
Distro     : Debian GNU/Linux 12 (bookworm)
Kernel     : 4.18.0-358.el8.x86_64
VM Type    : KVM
IPv4/IPv6  : ✔ Online / ❌ Offline

IPv4 Network Information:
---------------------------------
ISP        : Cogent Communications
ASN        : AS401696 cognetcloud INC
Host       : FOJ IP TECHNOLOGY LIMITED
Location   : Mong Kok, Yau Tsim Mong District (KYT)
Country    : Hong Kong

fio Disk Speed Tests (Mixed R/W 50/50) (Partition -):
---------------------------------
Block Size | 4k            (IOPS) | 64k           (IOPS)
  ------   | ---            ----  | ----           ---- 
Read       | 227.97 MB/s  (56.9k) | 1.44 GB/s    (22.5k)
Write      | 228.57 MB/s  (57.1k) | 1.44 GB/s    (22.6k)
Total      | 456.54 MB/s (114.1k) | 2.88 GB/s    (45.1k)
           |                      |                     
Block Size | 512k          (IOPS) | 1m            (IOPS)
  ------   | ---            ----  | ----           ---- 
Read       | 1.56 GB/s     (3.0k) | 1.61 GB/s     (1.5k)
Write      | 1.64 GB/s     (3.2k) | 1.71 GB/s     (1.6k)
Total      | 3.20 GB/s     (6.2k) | 3.32 GB/s     (3.2k)

Geekbench 5 Benchmark Test:
---------------------------------
Test            | Value                         
                |                               
Single Core     | 739                           
Multi Core      | 4879                          
Full Test       | https://browser.geekbench.com/v5/cpu/23949468

 SysBench CPU 测试 (Fast Mode, 1-Pass @ 5sec)
---------------------------------
 1 线程测试(单核)得分:          884 Scores
 8 线程测试(多核)得分:          6533 Scores
 SysBench 内存测试 (Fast Mode, 1-Pass @ 5sec)
---------------------------------
 单线程读测试:          18155.68 MB/s
 单线程写测试:          14202.38 MB/s

不知道从什么时候起，老张博客打开后台评论页面时非常卡顿，经常导致浏览器无响应，甚至有时候电脑都跟着一起卡，排查了好长时间没有找到原因所在。而目前手里有一台酷鸭数据的香港VPS在跑长毛象，这台酷鸭数据的香港VPS较CC的VPS配置要高一些，所以想着搬过去之后会不会问题可以解决。

酷鸭数据的香港VPS我在《酷鸭数据香港服务器简单测评》做过推荐，从9月份跑毛长象到现在，都一直非常的流畅，线路是没得说。但是价格方面呢，2H2G香港的一个月30块钱，不像什么狐蒂云16H16G香港的才111块钱，可想而知，你自己懂的！虽然酷鸭数据的母公司https://node.co.id/和https://www.ikubaru.co.id/在印尼已经创办多年，但是初到中国市场，大家的认可度还不是太高。如果选择酷鸭数据，可以先选择月付，数据记得每天备份。记得走我的推广链接哟：我的推广链接：https://www.kooya.hk/recommend/3gwffST4RbTO 。再来说说CloudCone，因为价格在那里，中规中矩吧，效果、线路不会惊艳到你，但是也不会太让你失望。

双十一的时候“抢”了雨云的香港活动机，正常价格是48元/每月，年付450元/年，当时活动价是99元，年抛机，当时想拿过来做线路机拉美西的。经过和酷鸭数据的这台香港VPS一比，线路真的是差的有一段距离。

因为跑不少Docker服务，所以本次选择用1panel面板，不管什么，都要尝试一下嘛。到底是才接触，新建一个网站都折腾了个把小时，把老张博客完成搬家后，折腾了三个多小时。要是用宝塔的话，自带的网站迁移，分分钟搞定。折腾这么长时间的原因还是对1panel不熟悉。都说1panel占用服务器资源，我这台服务器目前只把老张博客搬了过来，内存就占用了2.5G了。

博客搬家，目前可以正常访问，估计后续还会遇到这样或那样的小问题，再慢慢解决吧！

搬家成功后，再后博客后台评论页面，卡顿现象并没有解决，说明不是服务器配置问题了。最后还是请教了AI得到了解决，不过开始AI又是让我安装插件、又是让我优化数据库、又让我修改服务器配置。为什么要优化数据库呢，因为我的博客评论数已到20000条，查询数据必然会占用资源。提到了查询，AI最后给的建议是修改每页评论显示数。NND,这个时候我才看到评论页面显示数是999条，修改成每页面显示50条之后，问题立马解决。

这次是老张第二次接服务器的广告了，第一次接的是“软云”，当时也是写一篇软文《老张博客搬入软云_RuanCloud，暨谈个人博客服务器的选择！》再加上右侧栏全站图片广告。第一次接广告还是没有经验的，即使在软云没有给AFF没有给推广佣金的情况下，还是在博客群里给他推广了一把，最为后悔的就是还有“担保”的意思在里面。最后软云跑路，博客群里好几位购买软云而最后都没有得到退款，博友损失了，老张还真的是非常的愧疚的！而这第二次接广告，必须要事先说明了！只是我接的广告，只是我在推广自己的AFF，可不做任何担保哟！

还是来说说这个酷鸭吧！经过和酷鸭合伙人（我没有联系到老板）了解到，酷鸭的老板是印尼人，来中国读博，就做起来酷鸭。他们的总公司在印尼，https://node.co.id/和https://www.ikubaru.co.id/在印尼和新加坡都有自建机房。目前酷鸭上线了香港和新加坡的机器，免备案，方便做站。

我的推广链接：https://www.kooya.hk/recommend/3gwffST4RbTO

有一说一，从价格上来看，是中规中矩的市场价，并没有像很多个人作坊那样上来就搞什么超低价活动机。只是搞了一个活动，也就是1元体验。这正也说明了不像软云那样，上来就是直接圈钱。问了酷鸭合作人，他们不急着快速，想着稳中求进。

目前我的mastodon长毛象“所思”https://suo.si放在酷鸭的香港VPS上，那速度真的是起飞了！大家可以检验下！

友情提醒：不管怎么样，公司是才开的，如果想了解，可以等国庆上“一元体验”活动。另外就是数据要记得天天备份！期初建议月付！月付！月付！

目前“一元体验”活动机已经售空，国庆应该还会再放出。

我也入手了一台，做个测评让大家简单了解下

 

 

 

Parquet 文件入门 Python 读写 Parquet 文件实战 大数据存储优化：Parquet 格式解析 Python 数据分析必备：Parquet 文件处理技巧 列式存储揭秘：Parquet 文件与性能优化 使用 Python 和 PyArrow 处理嵌套 Parquet 数据 从 CSV 到 Parquet：Python 数据格式转换教程

什么是 Parquet 文件？

Parquet 是一种列式存储文件格式，优化用于大规模数据处理。它常用于 Apache Spark、Hadoop 和 Pandas 等大数据框架，以实现高效存储和快速检索表格数据。 Parquet 格式可以简单认为是CSV的转置/Transpose。不过CSV是文本的，而Parquet是二进制的。从存储方式上理解列式存储就像把行列交换，但需要注意 Parquet 是二进制、支持压缩和嵌套类型，不仅仅是“转置”。

为什么使用 Parquet？

• 列式存储：按列存储数据，提高分析任务的查询性能。
• 压缩：支持高效的压缩技术，减少存储空间。
• 兼容性：可与多种数据处理框架配合使用。
• 模式演进：支持增加或删除列而不破坏现有数据。

安装所需库

要在 Python 中使用 Parquet，需要 pandas 和 pyarrow（或 fastparquet）：

pip install pandas pyarrow

在 Python 中读取 Parquet 文件

以下示例演示如何使用 pandas 和 pyarrow 读取 Parquet 文件：

import pandas as pd
import pyarrow.parquet as pq

# Parquet 文件路径
file_path = "example.parquet"

# 读取 Parquet 文件到 DataFrame
df = pd.read_parquet(file_path)

# 显示前 5 行
print(df.head())

写入 Parquet 文件

你也可以轻松地将 DataFrame 保存为 Parquet 文件：

import pandas as pd

# 创建示例 DataFrame
data = {
    "name": ["Alice", "Bob", "Charlie"],
    "age": [25, 30, 35],
    "city": ["London", "Paris", "New York"]
}
df = pd.DataFrame(data)

# 保存为 Parquet
df.to_parquet("output.parquet", engine="pyarrow", index=False)

处理嵌套数据

Parquet 支持嵌套数据，如列表或结构体。可以使用 pyarrow 直接读取：

import pyarrow.parquet as pq
from io import BytesIO

# 直接读取 Parquet 文件
table = pq.read_table("example.parquet")
df = table.to_pandas()
print(df.head())

总结

Parquet 文件在存储和处理大规模表格数据时非常高效。使用 Python 的 pandas 和 pyarrow，你可以轻松地读取、写入并处理 Parquet 文件，用于数据分析、ETL 流程和大数据应用。 [show_file file="/var/www/wp-post-common/justyy.com/python.php"] 英文：Introduction to Parquet Files: Read & Write using Python

近期项目又开始倒腾NetCDF文件了，处理全国降雨数据，记录一下代码片段。

分享全国数字高程数据，ALOS 12.5m, 数据源: ASF, 该官方源可免费下载，下载教程在网络随处可以搜索到。

本文提供的是整理好的全国分省份12.5m数字高程，适合有一定搜集癖好或者是想省事的同学使用。

因日常使用 QGIS和 Arcgis Pro原因，搜集了 全国四级行政区划，包含 省-市-区/县-街道/乡镇四级行政区的矢量数据。下载地址

近期已采集全国水文监测站基本信息、湖南省、浙江省和湖北省常用水文监测数据，详见正文。

【原方法已失效，请看更新】