Lightening Talk: 简单设计

网上有很多关于简单设计的争论. 观察了一下发现大家其实在说两个问题:一个是作为结果的简单设计,一个是作为过程的简单设计. 说一下我的理解.


做为结果的简单设计是这么一种设计,它能被几乎所有人理解, 但只有极少数人能做出. 或者反过来说也可以. 简单设计是一种只有极少数人能做出的设计,但设计一旦做出后,<wbr></wbr>能被所有人理解. 宏观物理世界这么复杂,但牛顿用三个定律就描述清楚. 质能方程E=MC2是另外一个例子. 如果这个定义是成立的, 那么可以有一个推论:

如果team得到了一个大多数人都理解的“简单”设计, 它是经验较少的人和经验较多的都会做出的, 那么要么是问题域本身很简单, 要么是所有人都没有真正理解问题域; 当然也有可能是team应用了后面将要说的作为过程的简单设计.

 

做为结果的简单设计是很稀少的, 否则乔布斯, 牛顿和爱因斯坦也不会这么经典. 很多项目直到结束都未必得到一个简单的设计. 但所有项目都可以尝试的是作为过程的简单设计.

 

做为过程的简单设计是这么一种过程: 因为清楚的知道做为结果的简单设计是如此难以获得并深刻的理解难<wbr>以获得的原因,<wbr>从而以一种谦虚谨慎敬畏不妄加猜测的态度来做设计的一种过程, 同时又因为清楚的知道糟糕的设计是多么容易把项目引入复杂性的深<wbr>渊从而始终保持一种警惕审慎以及艰苦卓绝的思考来时刻注视影响设<wbr>计的因素是否发生变化以及时调整设计的过程.</wbr></wbr></wbr></wbr>

 

一点都不简单.

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Spark是一种快速数据分析工具,它通过分布式计算和内存计算的方式,实现了快速高效的数据处理和分析。 Spark提供了一种更加灵活和简单的编程模型,可以让开发人员更加方便地处理大规模的数据集。它支持多种编程语言,如Java、Scala和Python,可以根据用户的需求和喜好进行选择。 Spark具有很高的性能和可扩展性。它使用了内存计算技术,能够将数据存储在内存中进行计算,从而提高了计算速度。同时,Spark还支持分布式计算,可以将计算任务分散到多台机器上进行并行处理,进一步提高了处理数据的效率。 Spark还提供了丰富的内置函数和算法库,可以进行各种常见的数据操作和分析,如数据清洗、数据聚合、机器学习等。这些函数和算法已经被广泛应用于各个行业和领域,可以帮助用户快速地进行数据探索和挖掘。 除了数据处理和分析,Spark还支持流式处理和图计算等高级功能。它可以处理实时数据流,实时地进行数据计算和分析,适用于需要快速响应和实时决策的场景。同时,Spark还支持图计算,可以进行图结构的数据挖掘和分析,如社交网络分析和推荐系统等。 总之,Spark是一个强大的数据分析工具,具有快速高效、灵活简单、可扩展性强等特点。它已经被广泛应用于大数据领域,成为许多企业和机构进行数据处理和分析的首选工具。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值