昨天与一公众号读者交流,发现大家的问题都很类似。所以贴出来,大家如果是数据库或者其他技术入门的话,可以参考:
#1 视频还是看书
#2 自学还是跟学
#3 知识不够用
我把与这位读者的原话贴在这里,可以留言一起讨论:
1 视频还是看书
误把资料当本事。搜集了几十个G的资料在电脑上,囤积了几十本书在书架上,以为自己都掌握了这些内容,还嫌不够。到处去蹭资料,看到免费资料就想下。结果劳民伤财,下载的功夫花了不少,技能也掌握了不少。但属于刻在自己脑子里的,什么都没有!
初学者,老老实实看书。
书经过出版社编辑老师的校正,会比一般免费得来的资料更有质量保障。我个人更倾向于读英语原版书,因为国外引进的读书又经过一层筛选,好东西才会引进。这相当于经过了2次优劣的检验。
当然,国内的书也有很多优秀的,但大都是东平西凑,或者读研读博的同学们帮导师凑的一本书。缺乏实战写出来的书,很鸡肋。拼凑出来的书,更是浪费时间。除非你对这门课程真是门外汉,否则不推荐读那种满是概念的书。
进阶者,多看视频,优质的付费文章或者视频。
就像极客时间《每日一课》中的Qcon视频,都是来自一线BAT,FLAG的实战操作视频。比如作为数据架构师,大数据项目负责人,我经常会挑一些大厂的视频来看,主要围绕着他们为什么要迁移到大数据平台,他们如何应用大数据产生价值,以及怎么落地基建。
比如字节跳动的大数据平台开发。讲师拿出来讲的案例是他们正在用的 Hadoop 平台,用了4万台机器作为集群的配置,生产过程中会出现的一些问题以及解决之道。
再比如eBay,作为数据仓库的爱好者与实践者,我特别想知道作为互联网头部公司,他们内部的大数据玩法,这次他们用的是 Spark。讲师将所有从传统数据仓库迁移到Spark平台的问题以及步骤,注意事项等都清楚明白的讲出来了。说句功利的话,你就是把这段话背下来了,去别的公司面试大数据工程师,那也是绰绰有余啊
看过也不代表你就会了,自己动手写出来,做出实验才表示自己真正做过思考了。罗列下之前我写的大数据文章,基本都是这个路数。
2 自学还是跟学
跟学的好处是你可以学到别人是如何学习,如何看待问题的。人与人之间最大的差异是思维的差异,你看到别人好的学习方法当然想学,看到别人的思考角度不同,求学渠道不同,渠道资源质量不同,当然你也就跟着一起学了。这是最大的好处。
多暴露自己的偏见,多将自己的不足暴露在学习过程中,而不是实践过程中,挽回的代价很低。
我不是为我的知识星球站队,如果你不会自学,没有特定的知识背景,请勿参加任何收费的知识星球,很简单。那是浪费。自己没有那个知识背景,进到一个陌生领域的星球,那就是浪费资源,也浪费自己的时间,弄不好,还要造成自己愚笨的自我暗示,带来阴影。
有的朋友说,我就是想跟着大伙一起学习,怎么就不能参加任何付费项目了呢?有个很简单的例子,我在回答中也说过了,三个月内你能否将一本书完整的看完,比如《SQL必知必会》《数据库索引技术》,就可以判断出你是否适合长期在技术领域发展。三个月都不能好好看完一本书的,你的自学能力也就那样,梅西!
我买的书,不计其数。求学与工作期间,也出借不少给朋友与同事。能在三个月归还我书的,印象中就一俩位。6个月,1年,2年,5年,还不还书另说,一本书没几个钱,但不与我一起讨论书中的难点,我想你们也就那样了。不适合自学,对学习也没热情,嘴上说学不到任何东西,其实是自己不会学罢了。对于很多这样的朋友,我也只能摇头,你不是我的菜,不会放任何希望到你们身上。为什么我现在立原则,不再借书,很简单,我不想再一次失望,失去原本对一个人的好印象。
唯一一位在借完书后,两个礼拜看完的,我记得是电商数仓项目的时候,我把一本刚买的SQL Server Analysis Service 借给他读了。他在两个礼拜之内,搞出来一套 ASP.NET+SSAS的运维工具,相当了不起。因为 AMO 我也是随口一说,结果小伙子当真了,据说熬了几天夜班,搞定了。现在在南京一家外贸公司当技术总监,拿干股。
3 知识不够用
出于对自己技术能力的不自信,很多IT人在求职时,面试时,都会对自己不懂的领域望而却步。这就是典型的缺乏对自己自学能力的信心。其实很少人在岗位上一开始的时候就有足够的知识去应付工作所需。都是慢慢积累出来的。
所以想清楚前面两点,这点还怕什么呢?就像问答中的读者苦恼的问题一样,没有任何hadoop 的基础,要负责 Hadoop 项目怎么办呢?跟着我上面的思路走下来,不出一个月你就是高手哇。如果看完我之前的文章,Hadoop 常用的 Hive 工具,就是 SQL 啊,一个礼拜就上手,好不好!
自学是门手艺!我发现,很多人其实不爱这门手艺。