技术

并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go细节 codereview mat使用 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 MVCC 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes自动扩容缩容 神经网络模型优化 直觉上理解机器学习 knative入门 如何学习机器学习 神经网络系列笔记 TIDB源码分析 《阿里巴巴云原生实践15讲》笔记 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 扩展Kubernetes 副本一致性 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全机制 jvm crash分析 Prometheus 学习 Kubernetes监控 Kubernetes 控制器模型 容器日志采集 容器狂占cpu怎么办? 容器狂打日志怎么办? Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes objects之编排对象 源码分析体会 自动化mock AIOps说的啥 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 kubernetes实践 jib源码分析之细节 线程排队 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 marathon-client 源码分析 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI 为什么很多业务程序猿觉得数据结构和算法没用? 串一串一致性协议 当我在说PaaS时,我在说什么 《数据结构与算法之美》——数据结构笔记 swagger PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 《深入剖析kubernetes》笔记 精简代码的利器——lombok 学习 编程语言的动态性 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 分布式计算系统的那些套路 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 mysql 批量操作优化 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 mesos 的一些tips mesos 集成 calico calico学习 AQS2——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 硬件对软件设计的影响 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记2 《mysql技术内幕》笔记1 log4j学习 为什么netty比较难懂? 回溯法 apollo client源码分析及看待面向对象设计 学习并发 从一个marathon的问题开始的 docker 环境(主要运行java项目)常见问题 Scala的一些梗 OpenTSDB 入门 spring事务小结 事务一致性 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型 java exception Linux IO学习 network channel network byte buffer 测试环境docker化实践 netty(七)netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 mesos深入 Macvlan Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker中涉及到的一些linux知识 hystrix学习 Linux网络源代码学习——整体介绍 zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty(六)netty回顾 Thrift基本原理与实践(二) Thrift基本原理与实践(一) 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 Redis概述 机器学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 那些有用的sql语句 异构数据库表在线同步 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring(八) 支持AOP 自己动手写spring(七) 类结构设计调整 分析log日志 自己动手写spring(六) 支持FactoryBean 自己动手写spring(九) 总结 自己动手写spring(五) bean的生命周期管理 自己动手写spring(四) 整合xml与注解方式 自己动手写spring(三) 支持注解方式 自己动手写spring(二) 创建一个bean工厂 自己动手写spring(一) 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM内存与执行 git spring rmi和thrift maven/ant/gradle使用 再看tcp mesos简介 缓存系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 VPN(Virtual Private Network) Kubernetes存储 Kubernetes 其它特性 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 使用etcd + confd + nginx做动态负载均衡 如何通过fleet unit files 来构建灵活的服务 CoreOS 安装 CoreOS 使用 Go学习 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

标签


程序猿成长

2018年11月02日

简介

来自对极客时间《技术领导力300讲》洪强宁的文章的整理

深度还是广度

理论上先深度后广度,是一条自然的路径。毕竟有太多泛而不精的半瓶水。

广度的必要性

  1. 某些职位就要求足够的广度
  2. 有的人(比如笔者)兴趣比较发散,不太喜欢只深挖一个
  3. 多角度决策,比如学习linux的源码,单单学习java不一定会学linux,单单学习docker也不一定会,但既会java又会docker 的人会有最强烈的冲动去学习linux
  4. 高层次审视问题, 比如研发效率提高的问题(笔者研究过一段的持续交付系统),做好之后,虽然公司层面的管不了,但可以先把组内的研发效率提高一下。
  5. 做深的人自然有广度,做广了的人,加上一定的主动意识,也会有深度。只有做深了,才能接触到一些偏本质层面的东西,再加上一定的宽度,你会发现本质层面的东西都是一样的。进而有自信忘掉不必要的细节,脑子里不仅要有货,而且扔掉零碎,只保留有价值的干货。脑子里知识多而琐碎,就不能给干货腾地方,干货少,就妨碍你拓展自己的能力边界
  6. 很多抱怨来自于自己的工作范畴之外,不要去抱怨这个问题,解决这个问题。
  7. 广度的重点不在广,在消化,在心得体会,在触类旁通,在完善已有的知识体系, 你得确保你对知识的提炼有一定的深度,以至于你根本就不担心忘了细节。触类旁通了之后,碰到一个新东西,应用已知的知识,了解之前没见过的问题,广就是深。
  8. 问题解决的多种方式,比如一个零件,可以机床切削,也可以3d打印。

关于学习知识的深度和广度的思考 但实际上因为个人的喜好、岗位的流转、机遇的把握、环境的变化、技术的更替、甚至家庭因素,都会影响一个人对知识的积累。

  1. 吸收效率:当一个知识学到一定程度,会越来越难,花相同的时间,很难再达到相同的效果。这个时候,完全可以拓展广度,说不定触类旁通,一个灵感就能让你在原来的深度上一下领悟。死磕难点往往不起作用。
  2. 急用的知识优先学
  3. 价值突破:人有涯而学无涯,知识永远学不完,但人需要利用知识走好每一个阶段,让自己不断升值。所以从这个角度来说,深度、广度都不是最重要的,而你的价值突破是最重要的。怎么解释?就是说你越容易从哪个方向做出价值,得到认可,就去从哪个方向突破,不要为了学而学。
  4. 快速学习的能力:在用人单位或者公司里面,解决问题是根本。深度不是靠系统学习出来的,而是解决实际问题,不断加深经验和认知出来的。
  5. 多一个选择多一个机遇,大部分人总认为自己适合做什么,于是往往会按照自己既定的规划去奋斗。但一个人的价值和潜力,往往不是自己能事先决定的,而是外界的场景和机遇发现的。比如区块链,就是结合了金融与计算机的相关知识。

作者的思维方式运用了

  1. 一切从实际出发,看重可行性
  2. 从“深度”方式 实际的困难入手分析

所以从整体看,要破除 广度和深度 的执念

  1. 都有优缺点,要看几天工作环境和兴趣
  2. 广度和深度 不是学习知识的区分方式,还不如说要基础知识深度学,应用型业务型知识宽泛学
  3. 一个重点的是需要
  4. 一个维度是时间,足够的时间、足够的积淀 在广度和深度上都有一定突破。

广度与深度的切换

阿里毕玄:技术人应如何选择职业发展路线?作为技术人员

  1. 在刚起步阶段时,首先需要拓宽自己的技术宽度,对自己所做的项目/产品所涉及的方方面面的技术都应该有所了解,另外对于就是学习工程化,让自己真正具备开发商业软件的能力。
  2. 在工程化和知识宽度达到一定阶段后,需要开始根据自己的兴趣和工作内容有所选择,主要是加强在某一领域的技术深度。
  3. 在技术深度达到了一定阶段后,需要对自己做出一个选择,就是偏业务方向,还是偏基础技术方向。

许式伟:毕业两年成为首席架构师,我的技术学习方法论

  1. 学技术不能过于专精,需要横向理解,向广度挖掘。
  2. 任何一件事情,想做到极致,就要当成学科去研究。如果仅仅当成一个简单的任务完成,能取得的成果会很有限。
  3. 光有技术远远不够,必须理解业务及其运作方式,思考产品和商业的关系。
  4. 选择和信息的对称程度有关,你越不了解一个东西,越会趋向选择保守性的方案,当你对某个领域了解得足够透彻,决策过程会非常自然

程序员能力有哪些

在分析问题怎么解决之前,有时候要先说清楚问题是什么。

不管是深度还是广度,程序猿的能力有哪些? 阿里P10毕玄:Java大牛程序员的学习成长路线

  1. 技术能力成长
  2. 架构能力成长

    1. 只做自己专业系统的架构师 ==> 跨专业的系统的架构师。
    2. 最重要的职责是怎么控制项目的风险,或者说作为架构师,你觉得一个项目中最重要的要掌控住的是,并且从架构上怎么设计这个部分。要根据实际的项目/产品情况来突出重点,确保最重要的几个问题是从架构设计上就去掌控的
  3. 技术leader 修炼

赚多少钱,很大程度上取决于你的“不可替代性”丨21读书天赋的误区

  1. 天赋不是你做得最好的那个事儿,是你学1个小时,等于别人学10个小时的那件事儿
  2. 除了能力天赋,还有一个更重要的,叫做意愿天赋。判断一件事儿,你有没有意愿天赋,问自己这么几个问题:是不是一上来就特别有信心,是不是本能上就兴奋,是不是很容易专注进去,是不是做好了特别有满足感。
  3. 认知格局。认知容易,但你的认知“力度”是否可以支撑你投入真金白银去做,就是另外一个问题了。
  4. 这件事儿,和我的未来有什么关系?

成长方式

暨家愉

  1. 本能型成长,可以理解为源于自己的意识、兴趣和愿望,或是你想要改变现状,渴望得到进步。本能型成长是最有效率的,过程也是最快乐的
  2. 应激型成长的理解是,我们身处在某个环境中,由于外部因素的变化,导致自身不得不进行成长,以适应这些变化。由于不是自愿发生的,应激型成长往往是一个痛苦的过程。

本能型成长由于受本性驱动,往往能够给我们带来更好的体验,而应激型成长则较为痛苦。那么是不是说,我们应更多地依靠本能型成长,促进自己进步达到最大值呢?尴尬的是,这不是一个选择题。

外部世界的变化会要求我们必须作出相应的改变予以回应。我们可以给予回应的时间有时候并不由我们自己决定,假如没有在限定的时间完成应激和成长,那么面临的就是无情的失败,甚至是淘汰。

该怎么打破舒适区呢?在这里,我故意使用“打破”这个词,而不是“走出”,怎么理解呢?对于原舒适区的打破,最终会融合原来的舒适区,给我们一个更大的舒适区。而这些舒适区里面的知识,也会慢慢演化成我们军火库里面不同的武器,给我们以后再次打破舒适区提供支持。

其它

来自极客时间 《技术领导力300讲》 笔记:深度 / 广度并重,我认为人的知识要形成 T 字形的结构,有一个专长的方向,这是一竖,同时要掌握相关的知识,这是一横,这两个方向是相互促进的。没有一定的宽度,其实你的专长深度是有限的,没有一定的深度,横跨的知识就会很松散,而且很难形成结构,大家应该都有这个经验,你在一个方向感到进步很慢,去涉猎一下相关的知识,很多时候就能帮你打开原来方向的困局。

在整个成长过程中,兴趣是最为关键的,所以follow your heart非常重要,只有在有足够的兴趣或梦想的情况下才能产生很强的自驱,没有足够的自驱我觉得在技术领域基本上是不可能走到高阶的,除了兴趣外,自己的优势也要判断清楚,每个不同的方向,我自己认为还是需要一定的天分的,而所谓的天分我觉得就是对个人优势的判断