程序员这条路，选择深耕技术，还是全面学习比较好？

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。

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。