要学的东西太多，应该如何把握学习节奏

今天有同学在学院群里问了类似这样的问题: 要学的东西太多了，这两天学这个，过两天又学其他的，感觉时间好紧，这该怎么办？

这其实是一个常见的问题，大家需要在有限的时间里尽可能多的掌握更多的知识和技能，这就要求我们需要取舍，不是所有的都要去学一遍，有针对性的学习其实效果会更好一点。

那么如何取舍呢?我这里有一些不成熟的建议。

尽量学习变化比较少的东西
很多年前有个室友让我去学vim，他说vim的基本操作从诞生到现在都基本没有变化过。后来我听从了他的建议，果然一次学习，很多年都受益。

一些变化比较少的东西是非常适合花时间去学习的，因为这是一次性投资，后面不需要花很多时间去更新知识，性价比很高。像linux的一些命令，linux的核心性能指标等这些知识非常稳定，变化的可能性不大，推荐大家可以去了解一下。

尽量学习底层和原理性的东西

计算机操作系统，数据结构等偏底层的知识也值得我们去学习。因为很多时候，我们追根溯源就会发现，一些答案其实就在这些底层的知识里。比如mysql innondb的主索引和辅助索引，其实就是b+ tree的数据结构，搞懂了b+ tree的特性，大家可能就对索引的优化有了很深刻的理解了。偏底层的知识有利于大家提升技术深度。

另外就是原理性的东西也是值得大家去学习的，比如掌握了selenium的原理，你就可能设计出符合自己需求的优秀测试工具，比如appium就是这么做的。

同类的工具要对比着学

测试同学掌握五花八门的测试工具貌似是很正常的事情。工具我建议大家可以对比着来学。

比如学习性能测试工具，我们可以把ab/siege/wrk/jmeter都学习一遍，看看各个工具的优缺点分别是什么，实现同样一个功能每个工具又是怎么样的套路，这样我们才能在特定的场景挑选合适的工具去做最适合的事情。

当然了，如果你只钻研一种工具那也是没有问题的，一种工具做到精通其实发展的空间也是很大的。

掌握一门编程语言

至少要掌握一门编程语言吧，毕竟很多优秀的开源测试工具的源码还是很值得我们花时间去看看的。

另外编程语言可以帮助我们实现自动化，减少重复的工作量，让无聊的事情离我们远一点，提升工作效率。

有时间的话可以每天敲个几十行代码，github上有个项目叫做build your own x很适合我们去临摹。

结合工作来学习

工作中能直接用到的，那么可以多花时间学。

工作中可能会用到，那么值得花时间学。

工作中实在用不到，那么想办法把它变成是工作中可用的，然后花时间去学。

最后一条大家可能会迷惑，怎么把工作中用不到的东西变成是工作中可用的呢?举个例子，工作中有痛点，测试用例老是需要人肉回归，很烦躁。那么你可以试着去将一些反复回归的用例做成自动化的，这样本来工作中用不到的selenium就变成了可以用到的技术了，就可以光明正大的花时间去学习了。所以要想办法为自己创造合适的学习环境。

以上是一些不成熟的看法，应该会有失偏颇，还请大家斧正。