计划

工作内容

  1. 保量功能开发, 已经达到可以提测的标准了
  2. 数据池数据导出成excel
  3. 江宁 在尝试将 dubbo 的配置全部改成注解,这个是需要对 Spring 比较了解的

积累

数据库的业界

  1. http://sigmod2017.org
  2. http://www.vldb.org

了解

现在还有很多公司在做内存云的数据库,用来融合OLTP和OLAP系统。 大内存的内存数据库的一个难点是解决内存碎片问题。内存管理组件:

  1. jemalloc, github,相关介绍:
    • http://wangkaisino.blog.163.com/blog/static/1870444202011431112323846/
  2. tcmalloc

里面有提到 Arena, rocksdb中也使用到了这个概念。 这里的 Arena 概念,就是将大块内存,划分成小块的内存。

生活

晚上10点钟从公司回来,走着走着发现很无聊。 突然想好,好久都没有去红树林走走了。 于是打电话约了,晓峰明天晚上去逛逛红树林。

进一步想想,如果明天早上去走走怎么样呢? 其实自己还是兴奋的,就算早起也是可以的。

个人修养

吾生也有涯,而知也无涯。以有涯随无涯,殆已!已而为知者,殆而已矣!为善无近名,为恶无近刑,缘督以为经,可以保身,可以全生,可以养亲,可以尽年。

https://www.douban.com/group/topic/104499837/

说深度思考之前,首先得说说“思考”是什么玩意儿。

我们固然知道思考是大脑的自主活动,但这种解释,充其量只是把“思考”当作为另一个模糊概念 (i.e. 大脑活动) 的代名词罢了。在概念中来回切换,却无助于实际操作。这个时候,我们可以问问自己:“如果有一个仙子能观测到我的大脑活动,那我在做什么,可以被她定义为思考呢?” 这就如同在问“一个什么样的机器可以被叫做洗衣机?”,其实就是从功能 (functionality) 角度来重新建构“思考”这个概念。换一个更加nerdy的说法就是,当我敲下以下代码时,会有什么return?

contemplate.dir()

我觉得至少会有四个return:比较(compare)、联想(associate)、演绎(deduce)、归纳(induce)。

坦白说,我在刷手机看社交平台上的文章时,尤其是各种自媒体,基本就是进入了一个自动驾驶模式,手指一边在滑动,大脑一边最多只能做到最粗浅的归纳主题和反射式的联想,自然也就算不上在思考了。这些失败的经验告诉了我,要启动思考能力(先不说是不是深度思考),我就得主动地去比较、联想、演绎、归纳。懒,大罗神仙也救不了。

另外想说的一点是,不是所有事情都可以拍拍脑袋用力思考就可以把想法挤出来的,必须要有合适的素材。回到上面的四个词语,我们通常用起来时合理的语法是:A和B比较、通过A和B联想到C、在A的前提下B可以推出C、从A和B可以归纳出C,有没有发现,没有A和B,自然也就没有了然后。所以,一次成功的思考体验,前提是你要有一定的prior knowledge。

然后可能会有人问,那我看各种小文章刷知乎来增加我的prior knowledge,这样可以吗?我对这方法的成效不是太乐观,主要是碎片化而相对独立的内容缺少足够的提取线索被我们回忆起来,最后只能是“万花丛中过,片叶不沾身,事如春梦了无痕”;另外,吸收零散的知识点也会迅速消耗掉我们的认知资源。

应对这个问题,各路高手有各自的法子,其中一个方法是先设置好一个你关心的主题/问题,然后再去找资料,理念上近似教育理论中的主题式学习(PhenoBL)。组长在《暗时间》里也写到:

“ » 根据主题来查阅资料,而不是根据资料来查阅主题:以前读书的时候是一本一本的读,眼里看到的是一本一本的书,现在则是一章、甚至一节一节的读,眼中看到的不是一本一本的书,而是一堆一堆的章节,一个一个的知识主题,按照主题来阅读 … 比如最近我发现在看蒙特卡罗算法时就查了十来处资料,其中有三四篇 paper 和六七本书。”

日本的一个有名的企业战略家大前研一的做法更进取 - 每年给自己定一个主题,用一年的时间去了解,然后写成一本书。就算不做到这个程度,偶尔围绕特定的主题写个豆瓣日记,总结学习成果也是十分好的练习。这方面,我看到友邻@七夕的学习日记的更新频率之后,我实在自惭形愧 : p

吕飞

锲而舍之,朽木不折;锲而不舍,金石可镂