Home

最近在找基本麦肯锡的书籍看，上一本是愿我们都在白底黑字中读懂自己-读《麦肯锡精英高效阅读法》，教我们如何读书的。今天读完的这本则是《麦肯锡教我的写作武器》。 1. 想明白、写出来 这本书主要是在教商务写作，如何通过文档清晰的说清楚问题以及解决方案。实际上，工作中的文档都应该按照这个思路写，有两个好处： 想明白了，写的过程并不复杂，不用担心写文档会浪费时间。实际上因为想不清楚就动手开干，浪费的时间会更多。 尽可能降低人员流动带来的接手成本，文档在手，系统不愁。 当然，实际上真实情况未必如此，对于非典型技术驱动的公司来说，文档不用写，先满足业务需求再说；系统复杂，文档写的烂，人员对模块的熟悉程度反而成了核心竞争力；文档和实现不一致，南辕北辙。。。 不过我们还是来看看，...

《七种武器》这本书，在大学时看过一次，这种将人的品质和武器联系到一起的奇特写法，让人印象深刻。 有时候我觉得困惑的时候，就会看看武侠。因为其中人物的成长像是历史传记，却又多了一些浪漫色彩。是人的品质还是武器，才使他成为了江湖中人口中的“他”。 长生剑🗡，写的是笑，乐观的精神。 所以我说的第一种武器，并不是剑，而是笑，只有笑才能真的征服人心。 所以当你懂得这道理，就应该收起你的剑来多笑一笑！ 孔雀翎🦚，写的是信心。 无论多可怕的武器，也比不上人类的信心。 所以我说的这第二种武器，并不是孔雀翎，而是信心！ 碧玉刀，写的是诚实。 所以我说的这第四种武器，并不是碧玉七星刀，而是诚实。只有诚实的人，才会有这么好的运气。 多情环，写的是仇恨。 仇恨...

如果说 Flink 里 FlatMap Filter 这些算子，还只是简单的在MapReduce思想上的扩展。那么 Window 机制，则是真正的在乱序、无界的实时流处理的一个核心设计。Window 的切分与触发，跟数据量、时间、watermark有关，又依赖着状态保证数据的准确性，在 Flink 里是非常典型同时比较复杂的一环。 这篇笔记从简单的 SQL 里对 Window 的使用，开始逐步介绍下 Window 机制。 1. Windows Tumbling Windows 窗口相邻不重叠。 用实际例子说明下窗口是如何划分的，比如下面的输入数据： izual,http://izualzhy.cn,1970-01-01 00:00:01 izual,http://izua...

之前写 C++ 的时候，开发工具配置 VIM 就足够强大了，Clion 用的都少。现在以 Scala/Java/Go 这些为主，深感 JetBrains 工具的强大。不过商业版价格不菲： 这个价格，一线开发的同学会觉得有点贵，工资高的可能又已经不写代码了。 效果 最近试了下申请 JetBrains 开源的开发许可证，效率很高也很方便，这是 IDEA 用发放的 license 注册后的效果： 如果你还在持续的更新自己的开源项目，也可以按照这篇笔记里的方法试一下。 申请方式 申请链接：https://www.jetbrains.com/shop/eform/opensource，我使用的就是这篇博客在 github 上的 repo. 重要的是注意一下几点： 持...

最近由于工作原因，又重新接触了一番数据湖。如果按照英文直译，数据湖(DataLake)是一个非常早的概念，在 Data Lake Wiki1里引用的最早一篇文章是Pentaho 的创始人兼 CTO James Dixon 发表的这篇博客：《Pentaho, Hadoop, and Data Lakes》2，发表在 2010 年。 而最近两年数据湖的文章，明显多了起来。这篇文章记录下我对数据湖的理解。 1. 流批一体 提到数据湖，就不得不说流批一体。刚接触大数据的时候，常听到的一个名词就是「流批一体」。背景可以用这样一张图表示： 最传统的数仓架构，其实也是最简单、最经典的。 随着数据量变大、时效性需求不同，逐步衍生出了后续的几种架构，当然，链路也更加复杂。复杂的链路自身，在...

前面几部是从罪犯的角度，读者往往从上帝视角出发，觉得简单；最后一部角度不同，果然难猜了很多。很多事情都是这样，从结果反过来论证原因，往往能举出很多例子。但是面对繁杂的线索、无数种可能性，在每种可能性上都深挖，难度大了 N 个数量级。其实很多事情都是如此，从 PC 到移动，现在看来太正常了，可是十年前，互联网的巨头们可能也因为看不清楚而错失转型的机会。 总体来说，这是一本逻辑上自洽、伏笔也都埋的恰好的推理小说。 不过这本书给我印象更深刻的，反而是高栋的心理活动。追查真相和升职哪个更重要，真相有很多种：大多数人愿意相信的、对各方都好的、以及真实的。社会这所大学，才是真正的深不可测。 摘抄了部分书里的内容： 这在领导岗位上叫一张一弛。平时高栋见到这种情况，大可以骂他一通。现在办...

第一次看这个书名的时候，我就在想，宇宙间是没有风的，只有能吸收光的黑暗、以及比冰还要冷的真空，哪来的风？妈的，理科生的臭毛病又犯了。 但是这个书名却又莫名让人喜欢，浩渺的宇宙，不会被吹散，该有一颗多么笃定的内核和狂妄的灵魂。 冯唐说用美器消磨时间，相机是徕卡M9全画幅旁轴加50mm定焦饼干镜头；旧书店是伯克利大学旁的Moe’s书店；盏要讲宋瓷、钧窑、建窑，这些饮茶中的神器如锦缎、如孔雀翎、如雨水中的油滴、如珍珠贝母、如后脑被打闷棍后眼中所见、如夜晚浩瀚的星空，从一只盏里能看到整个宇宙的真相。 可惜这些美器，我们这些普通人不见其形，亦难解其意。很多人能感受到的，是生活的窘境、工作的压力，可能不会被风吹散，但却被现实压弯了腰。我想起来小时候去地里干活，看到庄稼中间的稻草人，大风吹过，...

最开始在作业帮做实时计算的时候，我经常会类比之前的经验来指导如何做系统，比如数据如何产出、数据的规范格式、运维的基础保障(监控、报警、日志三件套)等 类比学习是最初赖以仰仗的能力，不过两年下来，值得重新以一个小白的心态去重温一遍大数据，不再通过类比，而是从大数据的背景、趋势、发展、未来思考数据中台这个概念。 同时现在公司人员，基本都熟悉了 Word、Excel 这些 Office 软件（PPT可能跟晋升机制有关），而随着数据价值越来越得到认可，大数据分析是否也是公司内越来越多人需要掌握的技能？ 这是我想要读这本书的缘起。 很多书籍文章都会张口闭口闭环、生态、抓手，我会尽量用自己的理解白话文的介绍，不过受限于理解和表达能力，也难免会咬文嚼字一些。 1. 大中台 VS 大前台 ...