你好，我叫陈煌，目前在南京一家通信公司从事大数据开发工作，主要负责公司自研分布式数据库的开发与运维工作。
我从《大数据经典论文解读》这门课程刚推出的时候，就开始跟随徐老师的脚步，学习各种大数据相关的知识。在这个过程中，我收获了很多新的认知，也对各种数据库的设计思路与框架有了一个较为深刻的理解。所以，非常荣幸能在这里，与你分享我学习这门课程的心得与体会、学习思路与方法。
其实早在老师开设这门课程之前，我在攻读研究生的时候，就已经阅读了一些大数据相关的经典论文。
一开始我有想去阅读大数据开发相关论文的念头，应该是在2018年末，当时由于自己考上了计算机相关的专业硕士，又对Google的三驾马车充满了好奇，于是在好奇心的驱使下，开始尝试去读大数据相关的经典论文。但由于当时自己的功力不够深厚，很多的论文都只能浅尝辄止。
在2019年末的时候，我得到了目前所在公司的大数据开发实习岗位的工作机会，算是正式踏入了大数据开发的领域。当时我们小组正好在为公司自研一款分布式数据库，让我负责数据库的持久化文件合并功能的开发。对于我这样一个小白来说，这是一个很大的挑战，无论是合并功能一开始的底层架构、设计思路，还是之后针对功能优化所需要的新算法，几乎都需要我去认真研读论文，学习前人留下的宝贵财富。
所以，除了我个人对大数据论文的关注之外，在工作上的各种变化和挑战，也驱使我想要快速提升阅读大数据论文的能力，并能通过阅读论文中所涉及数据库的设计思路，帮助指导和解决我在优化合并功能上遇到的各种难题。
那么，我是怎么学习这门课程的呢？
其实在一开始阅读大数据论文的时候，我也走了一些弯路，无论是在论文的选择上，还是确定论文阅读的切入点，我都花费了大量的时间，但最后，却没达到我理想的效果。所以这里，徐文浩老师的《大数据经典论文解读》这门课，可以说对我产生了巨大的帮助。
首先，我从买完徐老师的课程之后，每学习一节课，就会给这节课单独建一页笔记。我选择了有道云笔记来记录，如下图所示：
我之所以这样做，是因为我发现，在边学习边做笔记的过程中，会进一步加深我对这节课的理解，而且我所做的笔记，可以让我在任何想要温习自己所学知识的时候，都可以拿出来回顾。最重要的一点是，我可以将徐老师的课程进行拆分，对我认为比较重要的地方进行记录，并做出重点标注解读。后来我发现，极客时间的做笔记功能也是十分强大，可以根据个人喜好选择做笔记的方式。
徐文浩老师在每一节课的最后，都会给我们推荐几篇与课程相关的论文或者资料。我们一定要关注这些论文资料，徐老师并不会平白无故地给我们推荐不适合的论文，增加我们的负担。这些论文能够帮助我们对课程的核心思想有更加深刻的理解，并让学有余力的同学能够拓展思考。
所以，哪怕我们在眼下没有时间去阅读，也可以把这些论文下载下来，放在一个单独的文件夹中，供日后查阅。
人是懒惰的动物，哪怕是爱学习的我们也是一样的。我们习惯于“投喂式学习”，习惯于让老师帮我们把所需要的知识全部都总结好，我相信有很多人在学习课程的过程中，遇到思考题就直接跳过，懒于思考。但是我个人认为，徐老师设置思考题的真正意义，就是在于检验我们是否真的读懂了课程，是否真的勤于思考。如果只是囫囵吞枣般地学习课程，那效率将大大降低。
所以，我很鼓励你去思考，哪怕有很多思考题你并不能给出答案，但是这个思考的过程非常重要，一旦养成了思考的习惯，你会发现学习每节课的内容，都能收获到更多。
留言区往往是大神云集的地方，刚刚我们提到，也许会有很多思考题你连思考的方向都没有，这时候留言区就派上了很大的用场。各路大师各显神通，从他们各自的角度出发，对思考题作出了解答，在留言区互动不仅可以对我们有所启发，而且可以让我们交到更多的朋友。徐文浩老师也对不少留言进行了回复，所以留言区绝对是每节课程被大家“遗忘”的亮点。
读万卷书不如行万里路，对大数据论文的学习也是一样的，我们不能只阅读论文，还需要经常去做尝试。只有不断地试错，才能得到成长。就比如说：
比如，我公司自研的数据库目前暂不支持并发写索引，最近我写的一个入库工具在入库的过程中遇到了这个问题，但我的工具是单线程的。这时候，我便联想到了徐老师在《17 | 从Dremel到Parquet（二）：他山之石的MPP数据库》中提到的MapReduce的推测执行功能，在一个任务运行比预期慢的时候，它会尽量检测，并启动另一个相同的任务作为备份。因此我立刻在配置项中关闭了该功能，之后便再也没有遇到并发写索引问题。
因此，我非常推荐去践行“Talk is cheap, show me the code.”的原则，不要只会纸上谈兵，一定要创造条件去实践。
最后，很荣幸能和你一起阅读大数据经典论文，一起学习徐文浩老师的这门课程。
我个人认为，能够订阅徐文浩老师这门课程的同学，大部分都是和我一样有志于在大数据开发领域有所建树的程序员，能够和大家共同进步、共同见证彼此的成长，是一件无比快乐的事情。
当然，阅读论文的过程可以说是非常痛苦的，我时常会绕进自己思维的“死胡同”，但是每当我解决了困扰自己已久的难题时，都会有一种“山重水复疑无路，柳暗花明又一村”的快感。
世上无难事，只要肯登攀。祝我们都能跨过大数据领域的一座又一座大山，站在山顶一览众山小。也期待各位同学的留言，我们一起交流和讨论，一起进步！
评论