结合中国软件行业的特点,归纳出在中国IT行业“好工程师”的要素,并做成一个自我评价清单。
1.保持高标准,不要受制于破窗理论(broken windows theory)。
当你看到不靠谱的设计、糟糕的代码、过时的文档和测试用例的时候,不要想“既然别人的代码已经这样了,我的代码也可以随便一点啦。”
2. 主动解决问题。当看到不靠谱的设计,糟糕的代码的时候,不要想“可能别人会来管这个事情” ,或者“我下个月发一个邮件让大家讨论一下”。要主动地把问题给解决了。
3. 经常给自己充电,身体训练是运动员生活的一部分,学习是软件工程师职业的伴侣。每半年就要了解和学习一些新的相关技术。通过定期分享(面对面的分享,写技术博客等)来确保自己真正掌握了新技术。
4. DRY (Don't Repeat Yourself)——别重复。在一个系统中,每一个知识点都应该有一个无异议的、正规的表现形式。
5. 消除不相关模块之间的影响,在设计模块的时候,要让它们目标明确并单一,能独立存在,没有不明确的外部依赖。
6. 通过快速原型来学习,快速原型的目的是学习,它的价值不在于代码,而在于你通过快速原型学到了什么。
7. 设计要接近问题领域,在设计的时候,要接近你目标用户的语言和环境。
8. 估计任务所花费的时间,避免意外。在开始工作的时候,要做出时间和潜在影响的估计,并通告相关人士,避免最后关头意外发生。
9. 图形界面的工具有它的长处,但是不要忘了命令行工具也可以发挥很高的效率,特别是可以用脚本构建各种组合命令的时候。
10. 有很多代码编辑器,请把其中一个用得非常熟练。让编辑器可以实现自己的定制,可以用脚本驱动,用起来得心应手。
11. 理解常用的设计模式,并知道择机而用。设计模式不错,更重要的是知道它的目的是什么,什么时候用,什么时候不用。
12. 代码版本管理工具是你代码的保障,重要的代码一定要有代码版本管理。
13. 在debug的时候,不要惊慌,想想导致问题的原因可能在哪里。一步一步地找到原因。要在实践中运用工具,善于分析日志(log),从中找到bug。同时,在自己的代码里面加 log.
14. 重要的接口要用形式化的“合同”来规定。用文档和断言、自动化测试等工具来保证代码的确按照合同来做事,不多也不少。使用断言 (assertion) 或者其他技术来验证代码中的假设,你认为不可能发生的事情在现实世界中往往会发生。
15. 只在异常的情况下才使用异常 (Exception), 不加判断地过多使用异常,会降低代码的效率和可维护性。记住不要用异常来传递正常的信息。
16. 善始善终。如果某个函数申请了空间或其他资源,这个函数负责释放这些资源。
17. 当你的软件有多种技术结合在一起的时候,要采用松耦合的配置模式,而不是要把所有代码都集成到一起。
18. 把常用模块的功能打造成独立的服务,通过良好的界面 (API) 来调用不同的服务。
19. 在设计中考虑对并行的支持,这样你的API 设计会比较容易扩展。
20. 在设计中把展现模块 (View) 和实体模块 (Model) 分开,这样你的设计会更有灵活性。
21. 重视算法的效率,在开始写之前就要估计好算法的效率是哪一个数量级上的(big-O)。
22. 在实际的运行场景中测试你的算法,不要停留在数学分析层面。有时候一个小小的实际因素 (是否支持大小写敏感的排序,数据是否支持多语言)会导致算法效率的巨大变化。
23. 经常重构代码,同时注意要解决问题的根源。
24. 在开始设计的时候就要考虑如何测试 ,如果代码出了问题,有log 来辅助debug 么? 尽早测试,经常测试,争取实现自动化测试,争取每一个构建的版本都能有某些自动测试。
25. 代码生成工具可以生成一堆一堆的代码,在正式使用它们之前,要确保你能理解它们,并且必要的时候能debug 这些代码。
26. 和一个实际的用户一起使用软件,获得第一手反馈。
27. 在自动测试的时候,要有意引地入bug,来保证自动测试的确能捕获这些错误。
28. 如果测试没有做完,那么开发也没有做完。
29. 适当地追求代码覆盖率:每一行的代码都覆盖了,但是程序未必正确。要确保程序覆盖了不同的程序状态和各种组合条件。
30. 如果团队成员碰到了一个有普遍意义的bug, 应该建立一个测试用例抓住以后将会出现的类似的bug。
31. 测试:多走一步,多考虑一层。如果程序运行了一星期不退出,如果用户的屏幕分辨率再提高一个档次,这个程序会出什么可能的错误?
32. (带领团队)了解用户的期望值,稍稍超出用户的期望值,让用户有惊喜。
33. (带领团队) 不要停留在被动地收集需求,要挖掘需求。真正的需求可能被过时的假设、对用户的误解或其他因素所遮挡。
34. (带领团队)把所有的术语和项目相关的名词、缩写等都放在一个地方。
35. (带领团队)不要依赖于某个人的手动操作,而是要把这些操作都做成有相关权限的人士都能运行的脚本。这样就不会出现因为某人休假而项目被卡住的情况。
36. (带领团队)要让重用变得更容易。一个软件团队要创造一种环境,让软件的重用变得更容易。
37. (带领团队)在每一次迭代之后,都要总结经验,让下一次迭代的日程安排更可靠。
知乎网友草根屁民则认为程序员要学会“刻意练习”:
工程师们,你决定怎样的才是IT业的“好工程师”呢?
1.保持高标准,不要受制于破窗理论(broken windows theory)。
当你看到不靠谱的设计、糟糕的代码、过时的文档和测试用例的时候,不要想“既然别人的代码已经这样了,我的代码也可以随便一点啦。”
2. 主动解决问题。当看到不靠谱的设计,糟糕的代码的时候,不要想“可能别人会来管这个事情” ,或者“我下个月发一个邮件让大家讨论一下”。要主动地把问题给解决了。
3. 经常给自己充电,身体训练是运动员生活的一部分,学习是软件工程师职业的伴侣。每半年就要了解和学习一些新的相关技术。通过定期分享(面对面的分享,写技术博客等)来确保自己真正掌握了新技术。
4. DRY (Don't Repeat Yourself)——别重复。在一个系统中,每一个知识点都应该有一个无异议的、正规的表现形式。
5. 消除不相关模块之间的影响,在设计模块的时候,要让它们目标明确并单一,能独立存在,没有不明确的外部依赖。
6. 通过快速原型来学习,快速原型的目的是学习,它的价值不在于代码,而在于你通过快速原型学到了什么。
7. 设计要接近问题领域,在设计的时候,要接近你目标用户的语言和环境。
8. 估计任务所花费的时间,避免意外。在开始工作的时候,要做出时间和潜在影响的估计,并通告相关人士,避免最后关头意外发生。
9. 图形界面的工具有它的长处,但是不要忘了命令行工具也可以发挥很高的效率,特别是可以用脚本构建各种组合命令的时候。
10. 有很多代码编辑器,请把其中一个用得非常熟练。让编辑器可以实现自己的定制,可以用脚本驱动,用起来得心应手。
11. 理解常用的设计模式,并知道择机而用。设计模式不错,更重要的是知道它的目的是什么,什么时候用,什么时候不用。
12. 代码版本管理工具是你代码的保障,重要的代码一定要有代码版本管理。
13. 在debug的时候,不要惊慌,想想导致问题的原因可能在哪里。一步一步地找到原因。要在实践中运用工具,善于分析日志(log),从中找到bug。同时,在自己的代码里面加 log.
14. 重要的接口要用形式化的“合同”来规定。用文档和断言、自动化测试等工具来保证代码的确按照合同来做事,不多也不少。使用断言 (assertion) 或者其他技术来验证代码中的假设,你认为不可能发生的事情在现实世界中往往会发生。
15. 只在异常的情况下才使用异常 (Exception), 不加判断地过多使用异常,会降低代码的效率和可维护性。记住不要用异常来传递正常的信息。
16. 善始善终。如果某个函数申请了空间或其他资源,这个函数负责释放这些资源。
17. 当你的软件有多种技术结合在一起的时候,要采用松耦合的配置模式,而不是要把所有代码都集成到一起。
18. 把常用模块的功能打造成独立的服务,通过良好的界面 (API) 来调用不同的服务。
19. 在设计中考虑对并行的支持,这样你的API 设计会比较容易扩展。
20. 在设计中把展现模块 (View) 和实体模块 (Model) 分开,这样你的设计会更有灵活性。
21. 重视算法的效率,在开始写之前就要估计好算法的效率是哪一个数量级上的(big-O)。
22. 在实际的运行场景中测试你的算法,不要停留在数学分析层面。有时候一个小小的实际因素 (是否支持大小写敏感的排序,数据是否支持多语言)会导致算法效率的巨大变化。
23. 经常重构代码,同时注意要解决问题的根源。
24. 在开始设计的时候就要考虑如何测试 ,如果代码出了问题,有log 来辅助debug 么? 尽早测试,经常测试,争取实现自动化测试,争取每一个构建的版本都能有某些自动测试。
25. 代码生成工具可以生成一堆一堆的代码,在正式使用它们之前,要确保你能理解它们,并且必要的时候能debug 这些代码。
26. 和一个实际的用户一起使用软件,获得第一手反馈。
27. 在自动测试的时候,要有意引地入bug,来保证自动测试的确能捕获这些错误。
28. 如果测试没有做完,那么开发也没有做完。
29. 适当地追求代码覆盖率:每一行的代码都覆盖了,但是程序未必正确。要确保程序覆盖了不同的程序状态和各种组合条件。
30. 如果团队成员碰到了一个有普遍意义的bug, 应该建立一个测试用例抓住以后将会出现的类似的bug。
31. 测试:多走一步,多考虑一层。如果程序运行了一星期不退出,如果用户的屏幕分辨率再提高一个档次,这个程序会出什么可能的错误?
32. (带领团队)了解用户的期望值,稍稍超出用户的期望值,让用户有惊喜。
33. (带领团队) 不要停留在被动地收集需求,要挖掘需求。真正的需求可能被过时的假设、对用户的误解或其他因素所遮挡。
34. (带领团队)把所有的术语和项目相关的名词、缩写等都放在一个地方。
35. (带领团队)不要依赖于某个人的手动操作,而是要把这些操作都做成有相关权限的人士都能运行的脚本。这样就不会出现因为某人休假而项目被卡住的情况。
36. (带领团队)要让重用变得更容易。一个软件团队要创造一种环境,让软件的重用变得更容易。
37. (带领团队)在每一次迭代之后,都要总结经验,让下一次迭代的日程安排更可靠。
知乎网友草根屁民则认为程序员要学会“刻意练习”:
国外的技术问答社区StackOverflow,有个帖子讨论得很火,说的正是“How does a programmer employ deliberate practice? (程序员如何应用'刻意练习')”。
程序员进行“刻意练习”,最早是在《Software Craftmanship(软件工艺)》一书中正式提到,新出的《程序员应该知道的97件事》也有一小节提及。但最系统、详尽讨论的是《Apprenticeship Patterns: Guidance for the Aspiring Software Craftsman(软件开发者路线图:从学徒到高手)》,可以称得上是程序员“刻意练习”的一本行动教科书。
程序员进行”刻意练习“,与其他领域相比有一个天然优势,就是可以充分利用网络和开源。除了《软件开发者路线图:从学徒到高手》提到的方法,Hacker News技术社区的讨论还建议了一些网络资源,如Coding Dojo(编程擂台)、Code Kata(精心设计的21个编程练习),Ruby社区的Ruby Quiz邮件列表等。
优秀的开源代码也是很好的学习对象。StackOverflow问答社区建议,可以借鉴富兰克林学习写作的方法,分析一段优秀的开源代码,梳理逻辑、做好笔记,然后尝试自己重新实现,再与源代码进行比对。这个过程可以循环递进地进行。
程序员进行“刻意练习”,最早是在《Software Craftmanship(软件工艺)》一书中正式提到,新出的《程序员应该知道的97件事》也有一小节提及。但最系统、详尽讨论的是《Apprenticeship Patterns: Guidance for the Aspiring Software Craftsman(软件开发者路线图:从学徒到高手)》,可以称得上是程序员“刻意练习”的一本行动教科书。
程序员进行”刻意练习“,与其他领域相比有一个天然优势,就是可以充分利用网络和开源。除了《软件开发者路线图:从学徒到高手》提到的方法,Hacker News技术社区的讨论还建议了一些网络资源,如Coding Dojo(编程擂台)、Code Kata(精心设计的21个编程练习),Ruby社区的Ruby Quiz邮件列表等。
优秀的开源代码也是很好的学习对象。StackOverflow问答社区建议,可以借鉴富兰克林学习写作的方法,分析一段优秀的开源代码,梳理逻辑、做好笔记,然后尝试自己重新实现,再与源代码进行比对。这个过程可以循环递进地进行。
还有知乎网友invalids简单的归纳了八个字: 概念清晰,直指本质
概念清晰,意思是对接触到的东西,都要有打破砂锅问到底的好习惯。而且不仅要问,还要去理解、进而举一反三。
如果有人连一样东西究竟是什么都弄不清楚,还指望能正确理解它?
有了概念清晰这个基础,下一个要追求的就是“直指本质”(很显然,如果概念都不清晰,还指望看到本质?)
直指本质,意思就是要能最简洁但又最准确的,概括多个概念之间的关系。
写程序,本质上就是在用程序维护或模拟概念之间的关系;甚至程序语言本身,就包含了很多基本概念(如顺序、分支、循环);而这些基本概念内部或者之间,又有复杂的联系。
任何理解错误,最终都会体现为bug。而且是不提高自己就无从发现的“高难度”bug(很显然,对不同人,高难度的定义也不同)。
概念越清晰,基础抽象就越不容易出现偏差;本质抓的越准,代码出现逻辑错误的机会就越少——这自然而然就导向了KISS(Keep IT Simply & Stupid )。
当然,概念清晰、直指本质的人,知识面不一定就很宽、很深;在他们知识面拓宽、钻深之前,是不能称为优秀软件工程师的;但一个概念不清晰的人,绝对不会是一个很好的工程师——任何行业都是如此。
概念清晰,意思是对接触到的东西,都要有打破砂锅问到底的好习惯。而且不仅要问,还要去理解、进而举一反三。
如果有人连一样东西究竟是什么都弄不清楚,还指望能正确理解它?
有了概念清晰这个基础,下一个要追求的就是“直指本质”(很显然,如果概念都不清晰,还指望看到本质?)
直指本质,意思就是要能最简洁但又最准确的,概括多个概念之间的关系。
写程序,本质上就是在用程序维护或模拟概念之间的关系;甚至程序语言本身,就包含了很多基本概念(如顺序、分支、循环);而这些基本概念内部或者之间,又有复杂的联系。
任何理解错误,最终都会体现为bug。而且是不提高自己就无从发现的“高难度”bug(很显然,对不同人,高难度的定义也不同)。
概念越清晰,基础抽象就越不容易出现偏差;本质抓的越准,代码出现逻辑错误的机会就越少——这自然而然就导向了KISS(Keep IT Simply & Stupid )。
当然,概念清晰、直指本质的人,知识面不一定就很宽、很深;在他们知识面拓宽、钻深之前,是不能称为优秀软件工程师的;但一个概念不清晰的人,绝对不会是一个很好的工程师——任何行业都是如此。
工程师们,你决定怎样的才是IT业的“好工程师”呢?