把整个人生塞进一个数据库：380万行数据背后的量化自我实验
你有没有过这种感觉：周一明明喝了三杯咖啡，周五回忆起来却只记得"好像喝了不少"？或者觉得自己最近"老是熬夜"，但真问起来又说不出具体几点睡的？
人类的记忆不太靠谱，擅长编故事，却不擅长记数字。
Felix Krause —— 对，就是那个做 Fastlane 的家伙 —— 干了件更狠的事。他把整个人生塞进了一个数据库。三年下来，攒了38万条记录，48张可视化图表，全都开源在 GitHub 上。
这不是什么极客的强迫症发作。这是一场关于"认识自己"的硬核实验。
数据库里的"我"长什么样
Felix 的项目叫 FxLifeSheet，听起来像什么理财产品的名字，实际上是个 Quantified Self（量化自我）系统。
什么叫量化自我？说白了就是用数据记录生活。
你每天走多少步？Apple Health 知道。你在电脑前坐多久？RescueTime 知道。你去过哪些地方？Foursquare Swarm 知道。今天天气怎么样？气象 API 知道。
Felix 做的事情，就是把这些散落各处的数据全都"搬"到一个 Postgres 数据库里，再加上自己手动记录的一些东西——心情、咖啡摄入、社交活动、阅读时间等等。
结果呢？380万行数据。
这是什么概念？假设你从出生开始每天记日记，每篇写1000字，记到80岁，大约是2900万字。380万行数据换算成文字量，大概相当于把你的人生翻倍记录了一遍。
量化自我追踪了哪些数据
看一眼这张"人生清单"，你会发现 Felix 真的把"量化"这件事做到了变态级别。
自动追踪的数据：
- 电脑使用时间（RescueTime 自动记录）
- 地理位置（Foursquare Swarm 签到）
- 天气（气象 API 每天拉取）
- 健康数据（Apple Health 同步）
手动记录的数据：
- 每日心情评分（1-5分）
- 咖啡摄入量
- 睡眠质量和时长
- 运动类型和强度
- 社交活动（见朋友、参加活动）
- 阅读时间
- 冥想时间
- 生病状态
- …还有90多项
他甚至记录了自己每次"觉得今天特别有成就感"的时刻。
这不是记日记。这是在给人生装监控摄像头。
48张图表告诉你什么
有了数据，下一步就是让它"说话"。Felix 用 Ruby + JavaScript + Plotly 搭了一套可视化系统，生成了48张图表。
这些图表能回答一些你从来不敢问自己的问题：
“我什么时候心情最好？” 不是周末，不是发工资那天。数据显示，Felix 心情最高分的时刻通常出现在户外运动后的下午。运动+阳光的组合，比任何"自我提升"技巧都管用。
“咖啡真的让我更清醒吗？” 数据说不一定。Felix 发现咖啡摄入量和工作效率的相关性几乎为零。有时候喝完咖啡反而更困——可能是咖啡因耐受性在作祟。
“天气会影响我的社交吗？” 会。晴天的时候，Felix 的社交活动数量比雨天高出40%。人类果然是光合作用生物。
“我到底在电脑前坐了多久？” 平均每天8.6小时。最高纪录是14小时。看到这个数字的时候，Felix 说他"被吓到了"。
这些发现有什么用？
用处在于：这些是事实，不是感觉。
“我觉得自己最近老是熬夜"和"数据显示你过去一周平均睡眠时间减少了23%"，后者的冲击力完全不同。数据不会说谎，也不会给自己找借口。
FxLifeSheet 技术栈解析
你可能会想，搭建这样一套系统肯定很复杂吧？
实际上，Felix 的技术选型相当朴素：
- 数据库：PostgreSQL（关系型数据库，稳定可靠）
- 后端：Ruby（各种 API 拉取脚本）
- 前端可视化：JavaScript + Plotly（图表库）
- 数据采集：RescueTime、Foursquare、Apple Health 的 API，加上手动录入
整个项目的代码量不算大，核心难点在数据清洗和标准化。
比如，RescueTime 用的是 UTC 时间，Apple Health 用的是本地时间，气象 API 返回的是 Unix 时间戳。要把这些数据对齐到同一条时间线上，需要做不少脏活累活。
再比如，如何定义"社交活动”？见朋友算，那参加线下活动算吗？在咖啡店偶遇熟人算吗？这些都需要在录入数据时定义清楚，否则后期分析就是垃圾进垃圾出。
开源的意义
FxLifeSheet 在 GitHub 上以 MIT 协议开源。Felix 不是在炫技，而是想告诉所有人：
这件事，你也能做。
项目仓库里有完整的数据库 schema、数据采集脚本、可视化代码。你只需要做三件事：
- 搭一个 Postgres 数据库
- 申请各种 API key（RescueTime、Foursquare 等）
- 每天花5分钟手动记录一些数据
三个月后，你就能看到自己的人生仪表盘了。
当然，Felix 也提醒了一些"坑"：
- 数据录入的摩擦力：手动记录越复杂，越容易放弃。他建议只追踪真正关心的指标
- 隐私问题：这些数据一旦泄露，比身份证号还危险。务必做好安全措施
- 分析瘫痪：有了数据不代表就能得出结论。过度分析反而会让人焦虑
量化自我，然后呢
回到最初的问题：为什么要做这件事？
Felix 在项目 README 里写了一段话，大意是：
我不是为了追踪而追踪。我是想知道自己的行为模式，然后做出改变。
数据只是工具，行动才是目的。
知道了"运动后心情会变好"，他就会在心情低落的时候强制自己出去跑步。知道了"咖啡对工作效率影响不大"，他就开始尝试减少咖啡摄入。
量化自我的目的不是把生活变成Excel表格，而是从"我觉得"升级到"我知道"。
人类的直觉系统在演化过程中被设计成"快速反应模式"，适合应对狮子的突袭，却不适合回答"我最近为什么总是疲惫"这种需要长期观察的问题。
数据库就是那个帮你记录一切的"外置记忆体"。它不会累，不会遗忘，也不会因为心情不好而篡改数据。
你需要这套系统吗
老实说，不是每个人都适合玩量化自我。
如果你连记账都坚持不下来，大概率也坚持不了每天记录心情和睡眠时间。问题不在意志力，而是这件事本身对你来说价值不够大。
但如果你曾经有过这些困惑：
- “我总觉得时间不够用，但不知道时间去哪了”
- “我想改善睡眠，但不知道到底是哪个因素影响了它”
- “我想知道运动对我的心情到底有多大帮助”
那 FxLifeSheet 这样的系统可能值得一试。
从最简单的开始：先只追踪一件事。比如每天的心情评分，或者每天的睡眠时长。坚持一个月，看看数据会告诉你什么。
你可能会惊讶地发现，那个"总是熬夜的自己"，其实只有30%的时间是真的在熬夜。或者那个"从来不运动"的自己，其实每周都有在走路，只是你没把散步当成运动。
数据有时候会推翻你的自我认知。这恰恰是它最有价值的地方。
常见问题
Q：这套系统需要多少技术基础？ A：基础的数据库操作能力和简单的编程知识就够了。如果你会用 SQL 查询数据，能写一点 Python 或 Ruby 脚本，就能跑起来。Felix 的代码注释很详细，照着改改配置就能用。
Q：数据隐私怎么保证？ A：所有数据都存在你自己的数据库里，不依赖任何云服务。只要你的服务器安全，数据就是安全的。当然，这也意味着你需要自己负责备份。
Q：手动记录太麻烦了怎么办？ A：可以只追踪能自动采集的数据。RescueTime、Apple Health 这些都不需要手动操作。手动记录的部分，可以从每天3-5个指标开始，养成习惯再加量。
Q：数据分析需要统计学基础吗？ A：基本的图表能看懂就行。Felix 的可视化系统已经做好了，你只需要解读结果。如果想做更深入的分析（比如相关性检验），可能需要学一点基础知识。
Q：这个项目还在维护吗？ A：截至2026年初，FxLifeSheet 仍在 GitHub 上活跃维护。Felix 会不定期更新文档和代码。项目地址：github.com/KrauseFx/FxLifeSheet