技术

对容器云平台的理解 Prometheus 源码分析 并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go细节 codereview mat使用 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 MVCC 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes自动扩容缩容 神经网络模型优化 直觉上理解机器学习 knative入门 如何学习机器学习 神经网络系列笔记 TIDB源码分析 《阿里巴巴云原生实践15讲》笔记 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 扩展Kubernetes 副本一致性 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全机制 jvm crash分析 Kubernetes监控 Kubernetes 控制器模型 Prometheus 学习 容器日志采集 容器狂占cpu怎么办? Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes objects之编排对象 源码分析体会 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 kubernetes实践 jib源码分析之细节 线程排队 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI——容器网络是如何打通的 为什么很多业务程序猿觉得数据结构和算法没用? 串一串一致性协议 当我在说PaaS时,我在说什么 《数据结构与算法之美》——数据结构笔记 PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 《深入剖析kubernetes》笔记 精简代码的利器——lombok 学习 编程语言的动态性 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 分布式计算系统的那些套路 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 mysql 批量操作优化 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 calico学习 AQS2——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 硬件对软件设计的影响 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记2 《mysql技术内幕》笔记1 log4j学习 为什么netty比较难懂? 回溯法 apollo client源码分析及看待面向对象设计 学习并发 docker 环境(主要运行java项目)常见问题 Scala的一些梗 OpenTSDB 入门 spring事务小结 事务一致性 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型 java exception Linux IO学习 network channel network byte buffer 测试环境docker化实践 netty(七)netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 Macvlan Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker中涉及到的一些linux知识 hystrix学习 Linux网络源代码学习——整体介绍 zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty(六)netty回顾 Thrift基本原理与实践(二) Thrift基本原理与实践(一) 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 Redis概述 机器学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 异构数据库表在线同步 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring(八) 支持AOP 自己动手写spring(七) 类结构设计调整 分析log日志 自己动手写spring(六) 支持FactoryBean 自己动手写spring(九) 总结 自己动手写spring(五) bean的生命周期管理 自己动手写spring(四) 整合xml与注解方式 自己动手写spring(三) 支持注解方式 自己动手写spring(二) 创建一个bean工厂 自己动手写spring(一) 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM内存与执行 git spring rmi和thrift maven/ant/gradle使用 再看tcp 缓存系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 VPN(Virtual Private Network) Kubernetes存储 Kubernetes 其它特性 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 使用etcd + confd + nginx做动态负载均衡 如何通过fleet unit files 来构建灵活的服务 CoreOS 安装 CoreOS 使用 Go学习 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

标签


《暗时间》笔记

2019年07月16日

简介

大脑是我们最重要的工具,要正确利用这个工具,唯一的途径就是去了解它,尤其是它的弱点。

  1. 人类的思维充满着各种各样的捷径, 每一条捷径都是一把双刃剑,一方面它降低了认知复杂性(笼统的看一个问题要比细致的分析简单的多),有助于迅速在大部分时候做出正确判断。但另一方面,它也常常导致人们把大部分情况成立的法则当成放之四海而皆准的

只有靠推理才能深入理解一个事物,看到别人看不到的地方,这部分推理的过程就是你的思维时间,也是人一生中占据一个显著比例的“暗时间”。你走路、买菜、洗脸等都可以成为“暗时间”。

能够迅速进入专注状态,以及能够长期保持专注状态,是高效学习的两个最重要习惯。

没有分而治之(做出规划),你就不知道未来还需付出多少努力才能达到目的,这就会让你心生怯意,不敢进一步投入时间,免得血本无归。如果你对目标的几个重大步骤有清晰的界定,能够对每个步骤的耗时作出靠谱的上界估计, 你就不会对不确定的未来、不确定的时间投入感到恐惧, 就不会被这种不确定感压迫到过早退出。

如果你有一些钱不知道花在A还是B上,你先不做决定,没问题,因为钱还是你的。但是如果你有一些时间, 不知道花在A上还是B上,不行,因为过了这段时间,这段时间就不是你的了。

记忆的机制、质量高低

学习新知识并存放于大脑中,最终的目的是要在恰当的时候能够想的起来去使用。你所拥有的知识并不取决于你记得多少,而在于它们能否在恰当的时候被回忆起来。我们记忆时将许多线索(当时的场景,问题的背景)一并编码进了记忆, 事后能否提取出这段记忆严重取决于提取线索是否丰富,以及在回忆的时候是否重现了记忆时的线索。对于理解记忆的人来说, 知识中包含了精细的概念、逻辑、一般的解题原则、通用的解题手法、背景知识、类似的问题等等无数的记忆和提取线索。 缺乏线索的记忆就像记忆海洋中的孤岛,虽然在那里,但是难以访问。而富含线索的记忆则是罗马,条条大路通罗马。

用自己的话复述一遍之后理解的会更深刻,因为自己的习惯用词和作者的习惯用词往往不一样, 用自己的话也常常触发与自己的知识体系中其它知识的联系,进而编码更多的记忆提取线索,更容易记住和提取出来。

知识的表象细节会迷惑我们的眼睛, 阻碍我们的对知识的转移运用。我们的记忆提取很大程度上依赖于一些表象上的线索, 两个本质一样的问题因为表面上不相似阻碍了我们在问题之间进行类比。 这就意味着, 我们从既有经验中总结知识的时候, 应利用适当的抽象来得出适用范围更广的知识。另一方面,在遇到新问题的时候,同样应该对问题进行抽象,触及其本质,去除不相干因素避免干扰,从而有效的提取之前抽象出来的知识。

不加抽象的话,知识总是会和无关紧要的细节挂钩,被约束在一个狭窄的特定场景中,无法传播,抽象使其在知识树上升一个或多个层次, 从而能够被应用到更多的分支上。同样,在遇到具体问题的时候也别忘了将问题抽象一下, 剔除不相关细节,使问题也从一个特定的分支向上抽象,从而碰到之前泛化过的结论。

如果一个人要靠自制力去强迫自己不受干扰,那只能说还是寻常人,真正的效率来自于内心对一个东西的强烈的热忱,这时候表层意识到深层意识都关注在这个事情上面,脑细胞高度活跃,才能创造最大的效率。

享受困难。晚年回首人生,普鲁斯特发现那些难熬的日子才是一生中最好的时光,因为那些日子造就了他。而快活的日子全是在浪费时间,没有任何收获。

要事第一,让那些不重要的事儿(能不做就不做)自己来找你就好了。最糟糕的就是纯属性格上的原因,觉得每件事都得第一时间完成,很多看上去紧急的事儿还可以再拖一拖, 有的干脆并不需要或值得去做。

如果每次只是盯着明天要做的事情去准备的话,那么你的准备缓冲区永远不超过一天,当遇到那些需要长期积累的专业技能的时候你才发现自己根本没有准备好。

仅仅遵循兴趣是不够的,人会对很多次要的东西产生兴趣,并一头钻进去浪费好多时间,所以判断一个东西值不值得学习是很重要的。

好资料的特点:从问题出发;重点介绍方法背后的理念,注重直观解释,而不是方法的技术细节;按照方法被发明的时间流程来介绍(先是遇到了什么问题,然后怎样分析,推理,最后发现目前所使用的方法)。坏资料的特点是好资料的反面:上来就讲细节,仿佛某方法是从天上掉下来的,他们往往这样写:我们定义…我们称…我们进行以下几个步骤。 实际上一个方法如果将其最终最简洁的形式直接表达出来, 往往丢失掉了绝大多数信息,这个丢掉的信息就是问题解决背后的思维过程。

学习新知识时常问自己三个问题

  1. 本质是什么
  2. 第一原则是什么?
  3. 该知识的(体系或层次)结构是什么

这是一个复杂的世界, 各种错综复杂的因素互相影响,用单一因果来解释事件几乎总是不恰当的。(唯一能够搞清因素X和因素Y之间的关系的方式就是通过随机控制实验)人类天生有一种寻求确定性的需要,以及控制周遭小环境的需求。个人因素往往只是成功的一个既非充分又非必要的条件,所谓谋事在人成事在天;但无需悲观,因为毫无疑问,改善个人因素的确能够大大增加成功的几率。

知识的迁移:我们发现自己道理听了一堆,结果自己的生活却不会用。所谓的活学活用,就是那些善于抓住知识本质,触类旁通,将道理外推到表面不相似但本质一样的问题领域中的人。