1 亿 id 的 int 数组在内存中也就几个 gb 的事情。说实话，单独维护一个索引文件大概都容易搞得定。

生成第二列连续的 id 然后去取，就不会产生这种不均匀分布的问题了。

说实话，如果原始 id 不是均匀分布的，那么 id >= RAND() 这种操作去取数字，得出来的结果也不是均匀分布的。

很简单，举个例子：原始 id 是 1, 5, 6, 7 。那么用 id >= min(id) + rand() * (max(id) - min(id)) limit 1 取数字，每个数字被选取的概率为：

1 = 4/7
5 = 1/7
6 = 1/7
7 = 1/7

@idragonet 虽然有点大言不惭，不过 python 方面 flask 、scikit-learn + pytorch 、数据库 postgres / mongo 、爬虫 scrapy，前端方面 webpack + vue.js ，算法方面 c++，运维方面 ansible + ubuntu + docker，甚至上古技术 qt4，我都干过项目，或者还正在干。否则我就会说我还会使 java / scala 了，那个我虽然干过，但是没有特别好的成果，所以不精。

@HamQ 赞同楼上 @cmdOptionKana 的看法。我说的这些语言和技术栈，除了 java & php 其他我都会。我也是这种感觉，一窍通百窍通。

哦对还有 C++。比如谁 tm 实时高频业务不用一点 C++ 优化优化来着？

小孩子才选择，大人我都要。
----

不是开玩笑。谁 tm 现在网站用 python + flask 这种方式写？所以学习 webpack + vue.js/react.js （ on node.js ）是必要的。然后至于其他，谁 tm 运维不用 python + shell 你说是不是？谁 tm 数据科学不用 python + numpy/pandas + pytorch/tensorflow/scikit-learn 是不是？谁 tm 小网站后端不用 php / node.js ，大网站后端不用 java 是不是？

所以，不要局限于语言。有空能学一个是一个。全栈程序员可不是用一个语言全站的，那样是自找麻烦。

多赚钱，买两套房。

@v2yllhwa 楼主你要不去查一下 TCP 黏包他们都是怎么处理的，你这边也就会怎么处理了。。。

其实，这个问题的本质，和所谓的 TCP 黏包是一回事。

1 、如果你有本事重新编译一遍所有依赖库（并带上，就好像带了一堆 dll 的 windows 程序那样），或者静态链接依赖库，感觉内核版本差不多的话，哪个发行版都能随便用你编译出来的程序。
2 、你可以用 docker

怎么又讨论起未定义行为了？讨论这种的行为没有意义，因为 -O3 可以把指令都乱序，内存读取跳过（用寄存器），诸如此类的。。。

我觉得楼主说得对。

楼上诸君，在形式化之前，这个问题确实很反“直觉”呀？如果你们不是看着下面的式子：

a * (1-x) * (1+x) = a * (1+x) * (1-x) = a * (1 - x**2) < a

你们会觉得这个符合直觉嘛？

类似的还有三门问题，至今还有不少 v2 程序员觉得三门问题的正确答案是错的吧？（ lol ）

====

引申一下，这就是为什么要有数学来形式化的原因，这就是为啥有概率论 => 测度论、几何 => 代数几何 => 黎曼几何，这种东西的原因了。数学本质上就是反直觉的，只不过形式化的东西接触的多了，才慢慢地把一部分反直觉训练成了直觉，然后最后又接触到了新的反直觉了。

@owenliang 噗哈哈哈哈。这个比喻

我个人的话：template 不说精通，让我写个 stl 没压力。
机器学习不算大牛，让我推导主流网络结构公式都没压力。我的研究方向是 deep Bayesian network

@hobochen 你说得对
@12101111 rust 也行嘛，是我孤陋寡闻了。

楼上一堆没写过算法吧？ C++ 的模板类是所有语言里面唯一有那么强大的抽象能力，还能保持零开销的奇葩存在了。

如果一个 virtual function 调用的开销都无法接受，只能接受 template class 的 function 进行 inline 内联场景下，你们就知道 C++ 模板的价值了。对，我说的就是 C 语言的函数指针都比不上的部分。模板特例化可以把优化运用到极致。比如快排 C 语言版 qsort 得传进去一个函数指针，有一次函数调用。而 C++ 的 std::sort 完全可以内联掉比较器

再比如多维张量中，所有维度都已知长度的小张量可以在堆上分配内存，而有些维度未知长度的大张量可以使用堆内存。这样能得到更高的效率。

朋友，你知道 Python 有 GIL 嘛？因为 GIL 所以 Python 的多线程并发基本为屎。

那个 Python 2.x 的年代，Twisted 是写非线程异步并发仅有的选择（之一）。

现在这个年代选择就多了。从 gevent monkey patch，到 3.5 以后的 asyncio 标准库。而且从某种意义上讲，async io / twisted 这种总体而言写服务器程序就是比多线程高效，这个哪怕是 Java/C#/Go 这种多线程可用的语言也是一样的。

拍星空 orz

现代微单，白天拍景和拍人都可以无脑 A 档光圈优先自动对焦的那种存在，夜景你不上手动档调光圈快门 ISO 曝光时间，都不能看的那种。特种摄影还是别太相信自动拍摄比较靠谱。