一
提起1992年的洛杉矶骚乱，大概许多人都不记得。不过如果换个说法，“韩国社群面对骚乱的黑人，团结起来，一人一杆枪，在各自的屋顶上共同守卫家园”，许多人就知道了，因为“韩国人有血性”，所以“不怕被欺负”。
最近全美各地爆发示威和骚乱，不少微信群、自媒体又开始鼓噪当年韩国社区的“壮举”，鼓励华人也应当效仿——以暴制暴，自古华山只有这么一条路。
不过持这些观点的人，大概不怎么看英文报道。
三年前，也就是2017年，恰逢洛杉矶骚乱25周年，洛杉矶本地社区组织了大量的纪念和反思活动，当年“英勇”的韩国社群也积极参与。
不过，韩国社群反思的不是“我枪法不够准”或者“我们的枪还不够多”，而是“骚乱为什么发生？”，“为什么我们会被骚扰？”，还有“如何避免这种悲剧重演？”
韩国社区的答案是：这本不应该是黑人与韩国人之间的矛盾，这悲剧来自贫富差距，来自语言障碍。
所以，韩国社群在加强社区建设的同时，也在努力建设与黑人社群的和谐关系。Victor Valley的韩裔美国人协会主席Kieja Kim在骚乱25周年纪念活动上站出来，明确宣示支持：“社群关系是很重要的，黑人、韩国人、亚洲人都没有区别，我们都是人”。
对此事有兴趣的朋友，可以看看2017年4月29日《洛杉矶时报》的专题报道：25 years after racial tensions erupted, black and Korean communities reflect on L.A. riots，原文链接放在最后。
二
清华大学国际关系学院的院长阎学通老师，许多年前曾经是电视台的风云人物。究其原因，是他曾经被外界标为“鹰派”代言人，主张强硬的对外政策。
不过这都是陈年往事了，如果阎老师今天还算“鹰派”，那么如今媒体上充斥的就是“神雕派”；如果每天在各种媒体上夸夸其谈的才是“鹰派”，那么昔日鹰派的阎老师大概只能算作“鸽派”。
许久没见阎老师发言，最近在清华的访谈里看到他露面。发言不长，却仍然保持了学者的本份，也直接表达了一些观点：
- 电视台请专家来做节目，不管专家说的对错，只关心收视率；
- 国际关系的研究已经很专门了，比如拉美问题，不研究拉美的人根本谈不出什么名堂；
- 国家外交行为不都是为了钱，为钱的绝不会超过百分之五十；
不要相信阴谋论，不要以为什么决策背后都有阴谋，外交许多时候是阳谋，应对能力不到位就只能干着急；
顺带说一句，我是在施展老师的公众号“施展世界”看到这段视频的。之前看施展老师的《枢纽》并不太感冒，但是看“施展世界”的文章，觉得还是有蛮多启发。如果你真的对国际关系之类话题有兴趣，不妨关注施展老师的公众号。
三
最近缪可馨小朋友的悲剧成了许多人讨论的话题。
在我看来，《‘三打白骨精’读后感》这篇文章写得不错，但也没有那么好，比较大的问题是头重脚轻：之前花了很多篇幅介绍了故事梗概，这段比较生动，细节观察也到位。但白骨精到底如何伪装自己，唐僧师徒如何受骗又如何识破，却没有着墨太多。然后就直接引出了结论：不要被表面的样子，虚情假意伪善的一面所蒙蔽……
总体感觉这个结论比较生硬，好像是硬生生装上去的，如果没有这个结尾，只是复述故事梗概，反而更自然一些。当然这也可以理解，我们小时候写作文，免不了也要刻意“拔高”一把，搞出一点“寓意”，否则不会被认为是好文章。
所以，对于一些热捧这篇作文的文章，我总有些不理解：悲剧就是悲剧，客观事实本身是最有说服力也最重要的，我们没有必要通过夸张小朋友的成绩去突出渲染悲剧色彩。
当然更严重的是，其他一些堂而皇之的结论很荒谬。比如说作文是小朋友自己批改的，这不但不符合常理，也很容易搞清楚：比对缪可馨小朋友之前作文的批改，比对其他同学的批改，应该很容易判断出来。不知道为什么，到目前为止似乎一直没有这方面的证据，只有一些信誓旦旦、言之凿凿的结论。要知道，没有证据支撑的结论，无论说得多么斩钉截铁，都是苍白的。
我比较意外的是，我的高中语文老师（参见回忆我的高中语文老师），如今仍然奋战在教学一线的易老师，也为此写了一篇文章，回忆他经历的老师。看完这篇文章我发现，大概世界上的学生都差不多，恰恰是因为好的老师给了他们对生活的向往和希望，才受得了糟糕老师的各种打击。
如果要说“正能量”，一名好老师给学生的“正能量”，可能远远超过十个糟糕老师给学生的“负能量”。与其苛求缪可馨小朋友的作文“没有正能量”，不如去反思“为什么没有其他老师来给她正能量，给她信心希望”。就像这篇文章最后说的：
所以，我想告诉缪可馨的在天之灵，以及所有的青少年儿童，袁老师这种人固然有，但天下更有好老师在。
易西门，公众号：一夷以易由缪可馨事件想起我的几个老师
四
许多年前我研究MongoDB的时候，偶然知道了有个东西叫TokuDB。当时，MongoDB还没有内嵌压缩功能，吃硬盘很厉害。而TokuDB不但内建了压缩功能，而且客户端与MongoDB全兼容，瞬间赢得了我的好感。当时我还专门写文章介绍过。
那次研究也让我认识了TokuDB的开发者：BohuTang。这老兄一直在深耕存储领域，颇有功力。
昨天他完成了一桩夙愿，写了篇关于存储技术演进的文章：<存储引擎技术进化与MergeTree>: B-tree到Append-only B-tree，LSM-tree到Fractal-tree。虽然我很久没研究这领域了，看这篇文章仍然感觉大开眼界。更难能可贵的是，他的这篇文章，无论是分段还是配图，都相当花心思，看得非常舒服。
写优化算法从原生的B-tree到Append-only B-tree(代表作LMDB)，又到LSM-tree(LevelDB/RocksDB等)，最后进化到目前最先进的Fractal-tree(TokuDB)。
这些算法耗费了很多年才在工程上实现并被认可，研发一款存储引擎缺的不是算法而是“鉴宝”的能力，这个“宝”可能已经躺了几十年了。其实，”科学家”们已经总结出一个B-tree优化魔力象限:
横坐标是写性能，纵坐标是读性能，B-tree和Logging数据结构分布在曲线的两个极端。B-tree的读性能非常好，但是写性能差。Logging的写性能非常好，但是读性能差(想想我们每次写都把数据追加到文件末尾，是不是很快？但是读…)。在它们中间有一个优化曲度(Optimal Curve)。在这个曲度上，你可以通过增加/减少一个常数(1-epsilon)来做读和写优化组合，LSM-tree/Fractal-tree都在这个曲度之上。
https://bohutang.me/2020/06/20/clickhouse-and-friends-merge-tree-algo/
不管你是否研究存储领域，只要你对技术有兴趣，我都推荐你阅读这篇文章。
地址：https://bohutang.me/2020/06/20/clickhouse-and-friends-merge-tree-algo/
最后，祝你周末快乐。
