您的位置:首页 > 职场人生

程序员这条路,选择深耕技术,还是全面学习比较好?

2021-11-07 16:03 621 查看

前言

在开发技术和应用市场完全成熟的今天,有人希望深耕技术-打造出自己的一片天地,也有人想广泛学习-在程序员市场中游刃有余。

< 209b7 /a>面试造火箭、工作拧螺丝!

这句话实际上有点讽刺和调侃的意思,描述的意思是说:面试过程的问题非常非常难,就像造火箭一样。实际,入职之后才发现自己干的不过是最基本的 crud(增删改查) 的工作,就像工地上拧螺丝的人一样。
找过工作的小伙伴都会有过这样的感受:就单纯一个大厂校招,你就会感觉面试的时候你什么都得会。
重视基础的大厂(如字节),会在计算机网络、操作系统、算法上面问到你怀疑人生。
重视实战的大厂(如阿里),会在高并发、数据库调优、线上问题检查等领域问到你招架不住为止。

在有限的时间里,如何选择一个明确的方向

编程能力从什么时候开始突飞猛进?小白到大神的必经之路

1.关于一书:

Designing Data-Intensive Applications:

由于我的工作,是云技术相关,给后端的大数据模型,打造成,高并发,高弹性,高兼容的service。

所以数据处理,和云技术是我工具箱里最重要的工具!

因此,我接触了 Oracle, Redshift, HBase, Storm, Cassandra,Hadoop, Spark Kafka, Zookeeper…Amazo。
并且自己学习了,DynamoDB,Step Function, Kinesis, AWS Lambda, SQS/SNS, SimpleWorkflow, EMR…
还有一些看过源代码,内部怎么工作的深度,每个系统至少读过一本书。
当时,我的学习像无头苍蝇一样,是盲目的,什么技术火,就学什么,总觉得这些东西之间模模糊糊的是有联系的,感觉是有一些东西是可以总结起来的。

~~ 脑子里或者说工具箱里里的东西很多,但是却非常乱,概念实现经常记混,我经常在想:如果能总结归类,用更科学的方法去记住所有我学过的技术,那就好了。 ~~

之后我就遇到了这本书,我读了3遍,瞬间感觉,把这些零碎的知识点,一切都理顺了… 如果我先读了这本书,才去学上边这些东西,那么我花费的时间将是原来的3分之一到5分之一左右。

这本书在广度和一定程度的深度(如果对进一步深度有要求,可以读完此书的reference)上,概括和总结了数据系统,分布式或非分布式环境下面临的本质问题,和解决方案的分类,看完这本,我开始理解了“为什么”这么多的分布式系统要这么设计。而这本书上千的引用论文,给我指明了一条系统学习理论的明路。

2.关于多范式编程和最小表达力原则(least expressiveness principle):

学了好多语言(Java,C,Python,SQL,js),设计模式(AOP-面向切面,范型,反射,DCI-函数式编程)。

不知什么时候起,我已经忘记了我为什么要学习他们了,我的代码开始变成一个程序员的炫酷艺术,简直可谓花式编程。

怎样能用别人都不懂的花式技术秀翻全组,变成了我觉得可以体现我的学识的关键(在这里要跟接手和维护我花式行为艺术的同学深深的道歉)。

直到我了解到了多范式编程(Multi-Paradigm Programming)和最小表达力原则(least expressiveness principle), 我才中混沌中惊醒,回归初心,简化程序,用尽可能简单的程序来解决尽可能复杂的问题,才是我们发明和学习了这么多技术的最终目的啊!

编程干货 | 新手容易掉队的地方,个个都是转折点。

❤️Python面向对象保姆式教学❤️,新手速成精英之路!

做出来容易, 做正确难

这里做出来指没bug且完成需要的功能,这是最基本要求,不多加讨论。
这里正确,不是指功能正确,而是指程序可以很容易推理理解,理解意图,理解如何做到的,理解为什么系统不会出错。理解为什么要这么做。正确是现在怎么写不会挖坑害将来的人,现在怎么写能让别人1年后看你代码时候不可能理解错你现在的意图,现在怎么写能在别人将来犯错的时候提示他你错了。

3.关于领域驱动设计(Domain Driven Design):

从具体的大处来说,它让我明白了“为什么要有程序员”,这个话题很大很抽象,下边的引用有一些详述。

从小的来说,它让我懂得了怎么样用系统的方法来设计系统,实现系统,从而让VP,Director,各级开发经理, 产品经理,客户,和我们组配合的机器学习科学家,统计学家,经济学家,他们脑子里的系统,和我们程序员的code的组织,系统的组件设计实现,能够有一个清晰的对应,且这个清晰的对应,如何在无数的需求改变,无数的技术升级中,在长期的时间跨度上,如何能够坚守住,如何持续保证概念模型(concept model)和实现模型(implementation model)的一致,并且是清晰一致。

那么,一个小的脑子里的模型改动,必然只会引起一个系统的小的改动。做到这点,是在长远的时间角度,在考虑了未知的未来,考虑了明天的你,团队,客户,都会收到新的未知的信息的情况下(而不是根据一个时间点的需求)保持一个健康,可业务拓展,有竞争力的,能够成为组部门公司之脊梁的系统的关键!用比喻义来说:如果说Designing Data-Intensive Applications是逍遥子百年功力,是莽牯朱蛤,是张无忌吃的昆仑山蟠桃,给你无穷的内力,那么这些方法论则是北冥神功,九阳神功,易筋经,教你如何驾驭这力量,而不是自爆而亡。

编程是给未来的未知人讲故事

你无法知道将来这个人是谁,他都懂什么,他经历过什么,这个系统将来已经是什么样子了。我们需要在这种无知,缺乏信息的情况下做决定,从千万种把这件事做出来的方法里,选出你觉得最能把这个故事给讲好的那种方式,把故事写下来。编程是一种沟通,沟通是一种艺术,用程序跨越时空之沟通则是一门属于程序员的特有的艺术(就好比数学家用数学公式来沟通) coding is all about the art of communication(引用)。

算法离我们并不远—为什么你排位总是输,原因在这

结语

能被历史记录的程序员,都有一颗让世界变得简单的心,愿我们时刻保持初心,热爱技术给我们带来的便利。

内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: