九月份总结与十月份计划

今天是24号。刚好是中秋的这一天。

这个月那，已经在pad上，表达了好多次对自己的失望。可是这些东西，都是个人隐私，不能发出来，是么？

在过去的这24天里，在技术方面，我只做了两件事。一件是 跟着张宇的高数视频学习高数 ，一件是 学习Tensorflow 。其实后面的压根就没做，是看了一本书，叫做《Hands-On Machine Learning with Scikit-Learn and TensorFlow》，看了前半部分跟Scikit-Learn相关的各种算法的实现。压根就没看TensorFlow相关的部分。

在中秋的这三天假里，过去的两天，我甚至都不知道自己做了什么。跟死肥宅一样，呆在家里，也不知道出去走走。

花了十几分钟，大体翻阅了一遍高数笔记。看了《高数十八讲》的第一讲，翻了一遍《一万小时定律》这本书。看了一个极光推送的架构推进的演讲。就做了这么几件事。

其余的时间，通通都是游戏，看游戏或者电影直播。

眼看着还有六天就要过去这个月了，自己制定的计划，才完成了那么一点点。

不过，有一个很大的收获。我意识到，自己必须慢下来了。

在过去的半年时间里，我总是追求速度，总是想光速的做完一件事。并且幻想着，能达到跟钻研十几年，几十年的学者，一样的水平。

痴人说梦，不是么？就像大跃进一样。

过去，我确实制定了很多计划。不管是什么样的书，都要一周搞定。不管是什么源码，都要在半个月甚至是更少的时间里读完。不管是什么事情，我都想尽快把它完成。

可是，问题在于，时间上，我确实做到了。但是，质量上呢？

我回想学过的内容，发现我并记不得什么。读过的源码，还好有部分写了解析，后来看起来才有点印象。读过的书籍，只是走马观花一般。

我怀念去年的这个时候。去年的这个时候，为了找工作，我把一本算法和数据结构的书籍，从头到尾读了一遍，并且书中几百道练习题，都有过认真思考。当时花了也就十天左右。这么快，是因为以前我为了找工作也做过《剑指Offer》这本书。

去年的这个时候，我在研究JVM，研究 Java 并发，研究Java集合的源码。这个时候，我学会了读字节码，理解了Java内存模型，GC机制，并发机制等。我把很多一部分，讲给一位朋友听。这时候，我收获了对这部分知识深刻的记忆。

去年的这个时候，我在研究分布式一致性算法。为了理解Paxos,Raft和Zab，我花了不少时间，阅读状态机的论文，阅读Lamport大神的论文，阅读Raft和Zab的论文，阅读一切跟它们相关的论文。为了彻底搞懂Zab，我还去认真研究了一遍ZooKeeper的源码，当然，主要是Zab的部分。为了搞懂Raft，我读了一部分Etcd的源码。前前后后花了一个多月的时间。我怀念这段时光，因为我这时候，真的是在学习。虽然最后Paxos还是没有搞懂，因为没有找到它的开源实现。

去年的这个时候，我想参照Lighttpd写一个HTTP服务器。好像是为了巩固Golang。不过，在阅读了部分Lighttpd的源码以后，就失去了兴趣。因为觉得只是RFC规范来解析而已，没什么意思。

去年的这个时候，我在准备面试。在碰到一个关于索引的题目时，由于不清楚为什么答案会是那个样子，就想去理解索引的原理。所以，我阅读了《High Performance MySQL》中，跟索引相关的部分，在彻底理解了以后，写成了一篇很长的Blog，并讲给我的几位组员听，让她们也理解了索引背后的原理。

去年的这个时候，我怀着热血，在探索。如新生婴儿一般，怀着对世界的好奇，碰碰这个，碰碰那个，探索奇妙有趣的世界。

而去年十一月（还是十二月，记不清了），找到工作，到了上海以后，我就开始变了。我开始追求速度，并越来越不关心质量。在4月20号回学校以前，倒是也还好，虽然追求速度，但是质量也关心质量。这段时间，我还清楚地知道，我为什么要学习一个东西，我为什么要看一本书，我到底是哪里不清楚，我想搞懂什么。

4月20号以前，我阅读了HDFS和YARN的源码。虽然花的时间也不长，但是我确实画了几十页的流程图，写了几十页的笔记，虽然并没有全部都放到简书上，好多一部分甚至都被我丢掉了。但是，我确实是在学习。

而从七月份回来以后，经过了两个月的休息，我发现我越來越浮躁，越來越沉不住气。我还是追求速度，我还是想光速般地做完每一件事。但是，跟以前不同的是，这次，我并没有关注质量。我甚至都不知道我为什么学习某样东西。

学习线性代数，学习概率论，是为了学习机器学习。但是，我为什么要学习机器学习？记得刚开始，萌生学习机器学习的念头时，似乎是从众心理。只是为了看看这到底是个什么东西，好玩不。在学习机器学习的过程中，发现要用到高数的东西，比如方向导数和梯度，以及拉格朗日乘数法等内容，才去学习的高数。

问题就在这，我学习高数，是照着张宇的考研视频，全部学完的。可是，其实我最急切需要的是，拉格朗日乘数法，方向导数和梯度，以及凹函数等这些内容。我并不关心泰勒公式，并不关心柯西中值定理，我甚至并不需要关心积分，我只需要在乎微分。

这段时间的学习，我并不清楚自己究竟是哪里不清楚，并没有做到对症下药。我只是全盘接收，并没有转化。对于数学，我并没有做足够的题目，来沉淀下去。对于机器学习，我并没有写blog来用自己的语言，将每个算法讲清楚。

这段时间的状态，也很不理想。我的斗志，对技术世界的好奇性，随着对机器学习的了解，被一点点消磨掉。所以才有了过去20几天没有做什么事情。

我也越來越对自己的软技能着急，越來越焦虑。我发现以前虽然不聪明，但是也还不笨的脑子，越来越迟钝。我越來越钻牛角尖，越来越不知道转弯，越来越不知道如何表达，对应地，也越来越不自信。

我想起了高中的时候，制定的某些荣誉准则。虽然那几年，我在别人眼里，都是一个SB，但是那些准则，确实对我的人生，对我的人格，起到了完善的作用。只不过当时年少，总是用理想的眼光来看世界，并没有注意到，理想跟现实的沟壑。

现在是时候重新制定一份荣誉准则，并熟记于胸了。这次，不会跟以前一样，浮空看世界了。

这段时间大体了解了一下机器学习的内容，是时候选择几个自己感兴趣的领域了。在学校时，接触了一下运维，前端，后端，大数据等。其中除了觉得前端有些烦，不喜欢以外，其他的都还好。这段时间对机器学习的了解，也发现对机器学习似乎并不是很感冒。主要是目前学习的都是理论，并没有应用到实处，并没有做出一个有趣的东西。目前对机器学习的相关的文章，看起来倒不那么费劲了。

总体看下来，选择这么几个领域：分布式计算，分布式存储，机器学习。同时对后端，运维也保持一定的关注。

7月份回来以后，由于住的远了，更重要的原因是，受不了以前那种强度的工作学习，现在周末不去公司了。但是，周末在家，学习效率非常低下。这又是非常焦虑的一点。

其实还不如周末出去走走。可是说实话呐，虽然有一个环游世界的梦想，但是我并不是很喜欢在城市里游览，我更喜欢的是，田园风光，自然景观，可能跟我从小生活在农村相关吧。

这就基本上形成了一个死锁，想多学习一些东西，不想浪费时间，又想出去走走转转，换取好的心情，又不喜欢在城市转，所以出去转心情也不会好到哪去。该怎么打破这种死锁啊。

今晚写了这么多，本想吐槽自己，没想到拆开来看，过去做的事情也并不是一无是处。

依然有很多需要提高的地方，很多也是好几年来的痛点，弱点。要解决这些毒瘤。

过去两个月，读文学作品比较多，让我甚至一度认为，除了技术书籍，就是文学作品(我把哲学类的书籍，经济类，旅游期刊类的统归为文学)。

然而，这两天，才突然想起来，还有一种功利性的书籍。就是教人如何完善自己的人格的这种书籍。粗略的翻过几本，感觉书中的反面教材就是我，手动捂脸--!

为了解决人格弱点，需要多花一些时间来阅读一下这种书籍，找出来解决方案，并且实践下去。

今天是20180930，9月份的最后一天。

这几天，又翻了一遍概率论的内容。发现上文中，我说的我并不需要关注积分，是一个非常严重的错误。我不仅需要关注积分，而且应当花很多力气来关注它。因为在概率论中，对连续型的随机变量的分布，比如正态分布，它们的概率密度都是用积分来算的。包括参数估计，假设检验等，凡是用到连续型变量的分布的地方，都需要用到积分。

而连续型随即变量的分布，由于中心极限定理的存在，使正态分布成为最常用的分布模型。

九月份的计划。

• 把这两个月做的全部笔记进行电子化，保存起来，防止丢失（X）
• 跟着张宇的视频学习《高等数学》（√）
• 做张宇的高等数学考研资料上的数学题(X)
• 多看几遍《数据挖掘导论》的笔记，并尝试对自己讲解(X)
• 再深入学习假设检验，梯度下降等数学知识。在学习完《高等数学》基础班的课程以后，继续阅读《机器学习》(√)
• 学习Tensorflow，尝试图像识别(√/X)
• 阅读Spark的源码，只包括spark-core，不包括spark-sql, spark-streaming, spark-ml等部分(X)
• 不要忘记阅读微信公众号以及InfoQ中比较有深度的文章(√)
• 每周末找一两个技术演讲看一下(√)
• 阅读《苏菲的世界》(√)
• 阅读《理想国》(√/X)
• 去五角场转一下(X)
• 看《美国动物》这部电影(X)

20号左右，买了一本 《Spark内核设计的艺术》 。想通过这本书来了解一下Spark的实现。然而，读了书的前200页，就没继续下去。一是因为我把精力转到了阅读RDD的论文上，二是晚上的时间我都用来复习概率论的内容了。

因为对spark-core的疑惑点，主要是在RDD如何形成DAG，以及如何执行的比较感兴趣。而读得那部分，主要是介绍Spark内一些比较通用的分布式技术组件。这部分没什么新奇的。就转而阅读RDD的论文，期待在里面获取到答案。然而，RDD的论文，主要就是论述了RDD相对于分布式内存系统的优势，以及相对于MapReduce的优势，以及一些常见的分布式系统论文中的性能对比等。并没有找到答案。

阅读了《苏菲的世界》，以及《理想国》。苏菲的世界挺通俗易懂的。做了一些笔记。

满满的童心。

而阅读《理想国》的体验，就不怎么好了。《理想国》是柏拉图写的，书中借苏格拉底之口，阐述柏拉图的观点。总是觉得，书中的观点，有问题。所以读起来非常不舒服。在微信读书上，我做了很多反驳。依我看，如果按照书中的方式建立一个国家，那么一定跟《1984》中的大洋国一样。所以，后半部分索性就不读了。读起来感觉就像在吵架一样。

看了几部电影:

• 《血观音》
• 《大佛普拉斯》

这两部电影，同时获得了金马奖。这两部电影，也形成了鲜明的对比。社会底层的人，穷尽其力气，努力活下去。而社会顶层的人，则为了自己的利益，费尽心机。

十月份计划。

• 先搞懂Spark中RDD如何转换成DAG图
• 读完《Spark内核设计的艺术》
• 继续设计KiVi的RPC模块，测试性能
• 如果还有时间，就设计一致性模块
• 暂停一切机器学习相关方面的学习。数学方面继续巩固学习。

等Spark搞懂，并且KiVi完成以后，再继续进行机器学习相关方面的学习。

慢下脚步，稳打稳扎，步步为营。

用番茄工作法规划自己的工作和学习。

最重要的是，一定要出去走走!!!!!