公司来了个牛逼的女开发，感觉我又行了

刚看到有网友说，最近公司来了个女后端开发，瞬间感觉自己又行了。说实话，作为老程序员，我是真的不太care性别，更多还是看代码实力。

后端圈子里女生本来就少，每次遇到都挺稀罕，但能被招进来，十有八九就是技术硬核。

我也见过狠角色，女同事写起服务来，一行行bug全扫清，分分钟把我们这些“老男人”都比下去。网友评论说女后端比社招都强，这点我真信——别觉得偏门的就弱，往往越难的地方，人才才显得更耀眼。

不过话说回来，职场其实最看重的还是你能不能创造价值，别管外界怎么议论，手里的本事才是真正让人服气的底气。【备注:文末可领最新资料】

面试题：查询活跃业务

我们组那个小李还非要问我，“哥你那个查活跃业务的Python脚本有吗？”我说你等会，我刚抽根烟回来就给你说说，真的是，活跃业务这种需求，怎么说，挺常见，但大家每次都喜欢把它搞得贼复杂，实际上用起来还挺简单的。

其实啊，说白了就是查有哪些业务是真正在用的嘛，啥叫活跃，定义特别玄乎，有人说只要最近7天有数据流量的算，有人非得要最近1小时有访问的才算。我一般就是拿数据库那表，比如order或者log啥的，直接来一波group by加count，然后挑出有记录的业务id就行了。有一次我用Python，配合pandas，分分钟查出来，感觉比sql还灵活。

先说最简单那种，就是你假设有个业务表 business，还有个日志表 log，日志表里有业务id和时间戳。那你就这么玩：

import pandas as pd
from datetime import datetime, timedelta

# 这步其实就是模拟下从库里查出来的
logs = pd.DataFrame([
    {"business_id": 1, "op_time": "2024-07-10 20:12:01"},
    {"business_id": 2, "op_time": "2024-07-09 09:30:00"},
    {"business_id": 3, "op_time": "2024-06-10 17:45:32"},
    {"business_id": 1, "op_time": "2024-07-11 10:03:33"},
    {"business_id": 2, "op_time": "2024-07-10 08:22:11"},
])

logs["op_time"] = pd.to_datetime(logs["op_time"])

# 最近7天
start_time = datetime.now() - timedelta(days=7)

# 过滤一下
active = logs[logs["op_time"] >= start_time]
active_business_ids = active["business_id"].unique()

print("最近7天活跃业务：", active_business_ids)

这个你直接抄过去改下表名就能用。你要觉得pandas用得别扭，直接用sql也一样，反正活跃业务的核心就一点：找那些“近期有动作”的业务。

有一次我们项目更变态，要查活跃用户还要分渠道，问我能不能多条件组合一起查。我那会在工位上喝咖啡，差点没呛死。我说兄弟你这不是为难我么。其实你就多加几列条件，pandas那groupby，或者sql的where加and，随便你搞。

然后你要是数据量大的话，比如日志表爆炸，几千万条，别直接暴力查，得有索引，要不然你线上直接爆炸，我有一次线上搞挂了，被领导叫过去问候了半天，血的教训。

对了你们要是查某种活跃，比如说活跃用户占比，类似留存，这种就把所有业务做个总数，然后活跃的做个交集，除一除就是比例。有点像这样：

total = logs["business_id"].nunique()
active_count = len(active_business_ids)
print("活跃业务占比：", active_count / total)

就是这样，思路特别简单，主要还是业务上自己把“活跃”怎么界定说清楚，要不然你写出来，业务方又给你返工，说不准。

-END-

我为大家打造了一份RPA教程，完全免费：https://www.songshuhezi.com/rpa.html

虎哥作为一名老码农，整理了全网最全《python高级架构师资料合集》，总量高达650GB，点击下方公众号回复关键字 python 全部免费领