uv 是一個以 Rust 撰寫的 Python 套件管理工具，安裝套件的速度比 pip 還要快 10-100 倍，有部分開源專案的官網文件的安裝步驟也已經預設使用 uv 取代 pip（如下圖的 Prefect），如果是想要在 Docker 中採用 uv 的話可以參考一下我之前寫的 uv + Docker 的教學 文章 。
近期因為 uv 持續推出很多好用的功能，到現在我所有的專案都已經替換成 uv 來開發，不再使用原本的 pip 了，所以這次想要來整理並分享我自己在開發 Python 專案時使用 uv 的流程。
# For MacOS
brew install uv
# For Windows
powershell -ExecutionPolicy ByPass -c "irm <https://astral.sh/uv/install.ps1> | iex"
其他詳細安裝方式可參考：https://docs.astral.sh/uv/getting-started/installation/#installing-uv
閱讀更多»
當我們想要在雲端上建立各種服務時，通常都是透過 UI 的方式進行，但當架構越來越複雜，甚至還需要整組搬遷的時候，就會遇到很多困難，例如重新設定後可能剛好忘記 region 是設在哪、這個專案是用哪一個 Docker image，或這台機器的規格到底是幾個 CPU 多少記憶體。
整體來說，傳統建立基礎架構時會遇到以下的痛點
所以我們過去在建立基礎架構時，常常需要花費大量時間與人力，效率太差，甚至可能會有許多都是重複性高的操作，而 Terraform 就是可以解決這些痛點的重要工具。
Terraform 是一種「基礎架構即程式碼」工具 (Infrastructure as Code, Iac) ，讓我們使用人類易讀的設定檔中定義雲端和地端資源，並可對這些檔案進行版本控管、可重複使用和分享共用，讓所有基礎架構能在配置和管理上達成一致。
Terraform 主要是透過 Providers 來跟特定的雲端 API 做溝通，例如 GCP providers, AWS providers 等
在使用 Terraform 時主要有三個步驟：
閱讀更多»
在查詢結構化資料庫時，常會使用到一個 SQL 語法：UNION ALL，但其實這個語法背後有一個很大的坑，就是在合併資料時，UNION ALL 其實會按照 SELECT 的順序來合併 (Positional 特性) ，所以當欄位資料型態一樣時，資料就會無視欄位名稱被按照順序合併起來。
按照順序來合併資料是什麼意思呢？
讓我們看一下範例
在這個範例中，我們想要讓名稱為 Number 和 Emoji 分別 UNION 在各自的欄位，由於這些值都是字串型態，所以 UNION ALL 是會成功執行的，但我們會發現結果並不是我們想要的那樣，因為我們的 SQL 中 SELECT 欄位的順序是錯的，UNION ALL 並不會自動幫我們依據欄位名稱去合併，這個問題除了 BigQuery 之外，其他資料庫像是 MySQL 或 PostgreSQL 也會有一樣的情況。
此篇文章記錄如何解決 R 程式碼在 VS Code 上會顯示一大堆波浪底線的問題（如下圖）
第一步一定要先安裝 VS Code 的 R 擴充套件，才會有排版建議和自動 Format 的功能
預設的 R Linter 是一行只能 80 字，很多程式碼底下會出現警告的波浪線條
.lintr 檔案> R 之後點擊「Create .lintr to the workspace」（當然你也可選擇直接手動在根目錄新增檔案）
.lintr 檔案會出現在你的專案根目錄中透過 R extension 預設內容如下，可以把全部先刪掉
linters: linters_with_defaults() # see vignette("lintr")
encoding: "UTF-8"
.lintr 檔案
在 Build Docker Image 的時候，通常最花時間的都是安裝套件，為了突破這個效能瓶頸，這次決定嘗試使用 uv 來取代 pip 進行 Python 套件的安裝。
uv 是一個以 Rust 撰寫的 Python 套件管理工具，號稱比 pip 還要快 10-100 倍，國外也有相關實測，像是 Streamlit 在 2024 年 7 月就有發 blog 表示他們用 uv 取代 pip 後速度提升了 55%（如圖 1）。
（2025/05更新）
近期發現開始有開源專案的官網文件也已經預設是使用 uv 來安裝，例如 Prefect（如圖 2）。
之前我也有在本機實測過，確實有非常顯著地提升了效能，而這次我打算將 uv 運用在 Docker 上，讓 Docker image 的建立時間能大幅縮減。
JumpingCode 資料科學手記 