lmingzhi08

@Toby23 帮你解绑的是「域 - Default 」，所以你需要先登录 「域 - Default 」

而「域 - OracleIdentityCloudService 」的二次验证还是在的，可以参考 https://www.v2ex.com/t/1020245 介绍的方法配置了

update 2025-01-21
配置好了， 走的是
https://oc-cx-en.custhelp.com/app/chat/chat_launch/incidents.c$sc_country/85?prod=iaas
发送「 Chat with a live agent 」，然后接入人工客服，向他们咨询「 reset my MFA 」

然后发了注册时候的信息
1)Registered email address and tenancy name.
2)Last 4 digits of your card number and expiration date associated to your account.(The card that was used during sign up)
3)Registered phone number

然后重新登录 「域 - Default 」（通过邮箱重置了密码登录），登录后验证添加新的 MFA
继续通过 https://www.v2ex.com/t/1020245 介绍的方法，配置了 OracleIdentityCloudService 域 的 2 步验证

@taofu 你好，可以问一下你重置 MFA 的流程吗？

目前用的 xiaomi 迷你主机，不过可能不适合要求 8T 硬盘

- 主机 ￥ 2999 （小米官网 8GB * 2 + 512GB nvme)
- 内存 ￥ 689 （闲鱼 DDR4 32GB * 2 ）
- WD SN770 1T ￥ 379 （京东 NVME 固态）
- 金士顿 m2 ngff 2242 512GB ￥ 223.9 （闲鱼，感觉是山寨的）

合计 ￥ 4290.9 ，目前主要安装了 PEV 虚拟机平台

@shadownet 目前 nplayer 已经出了 macOS 版本的了，可以在 mac 上实现远程播放 ftp 视频

redis cookies 池？
可以参考静觅的爬虫书《 Python3 网络爬虫开发实战》

最近在研究异步写文件，平常都是用 pandas 来处理数据，其实数据相关的处理推荐看看 python 的 pandas.

然后利用 pandas 的 map 或 apply 应用函数到数据集，比直接用 python 的 for 循环，速度有极大的提升(毕竟 pandas 的底层都是经过优化的)。

如果是计算，应该是 cpu 密集型，用多核 cpu(多进程)加速运算还是可以节约很多时间.

一般可以将独立的一个任务流程封装在一个函数里，然后再应用。这个专门讲 python 并行处理任务的，我觉得挺有参考价值的:
https://python-parallel-programmning-cookbook.readthedocs.io/zh_CN/latest/chapter4/02_Using_the_concurrent.futures_Python_modules.html

1 远程服务器 A,B 是否为 linux 系统
2 A 服务器是否可以通过 ssh(bash 端)访问 B 服务器
3 如果满足前面 2 个，那么可以用 SSHTunnelForwarder 做端口映射，将在 A 服务器将远程的 B 服务器上面的数据库端口映射在本地
4 在 A 服务器用 python 访问本地数据库和远程数据库，完成数据迁移

其实感觉也可以直接用 bash 脚本，A 服务器定时将数据库的数据导出成本地文件，将本地文件 rsync 到远程服务器 B, 远程服务器 B 将文件导入到数据库

54 万行不算很多...
obj = df['target_col']
objn = obj.str.split(',')
for i in range(4):
df['col_%s' % i] = objn.str[i]

如果再觉得内存不够，分批次处理，每次处理个 1 万行，使用 chunksize
https://blog.csdn.net/zm714981790/article/details/51375475
df_list = pd.read_table('tmp.sv', sep='|', chunksize=4)
for df in df_list:
print(chunk)

如果想要再加速，那么试试多进程，每次后存成一个单独的文件，最后再合并，应该几分钟搞定