
大数据猿们,是时候想想这几个问题了
其实这篇文章我很久前我就想写出来了,只是一直没有时间,直到昨天,一个人再次触动了我的神经。
事情过程是这样滴,昨天技术群里有人贴了张图,然后提问:
为什么我的storm命令执行不了?
然后有群友回了句:
permission denied,访问拒绝了。
然后,这哥们又问道:
为什么访问被拒绝了?
然后接下来,有群友跳出来,手把手的教他怎么+x附权限。然后这哥们又来事了:
为什么我storm提交命令还是出错?
然后有好心群友提了句:
你提交任务命令缺少了两个参数。
然后哥们继续:
缺少了什么哪两个参数?
然后我实在忍无可忍了:
再次建议百度一下,这种问题,随便查一下就有了。问问题之前,建议先自己动手解决,解决不了再试着从其他途径获取。这是一种好的获取知识的习惯,如果你习惯了一有问题就问,你慢慢的就失去了学习能力。
如上就是我的原话,事情的过程也就这样子的。同时,这也就是我想表达的第一个观点。
01 猿/媛们,别让自己失去学习的能力!
这种事情在技术群中属于半常态化的事,但我依然对此表示大大的不赞同。其实,类似这种问题,简单的百度甚至用不上谷歌,就能搞定。
或许有人会反驳了,问这种问题的大多都是新手,对于新手我们要宽容。
对此,我的意见是相反的:对于任何新手来说,掌握解决问题的方法尤其重要,而问题的答案个人认为恰巧是次要的。
遇到一个问题,问别人是最快的方式,但是,如果下一次你的问题没人会呢?所以,我们需要学会自己去解决问题,最简单的路子:先百度,百度找不到,找谷歌。
要相信一个事情:你所遇到的问题,百分之九十八以上别人都遇到过,然后这百分之九十八中又有百分之九十八在互联网上都能找到。
或许你在查找答案以及尝试解决的时候,并不是那么的顺利,但是,其中的一些收获是你直接从他人那里获取答案得不到的。
我们需要的是:一种遇到问题时解决问题的思维逻辑,养成良好的解决问题习惯。这样,才有长足的进步,而不是一直停留在,一有问题就想到问人,一没有人回答就两眼发白,脑袋空空。并且,不断的尝试,不断的实践,才有更多的进步!
02 求助是一种心态,学会尊重!
上面说到了请教问题,那么现在我们来说一下请教他人问题的话题。
先说一个场景,想必很多人遇到过,在技术群中:
某男:小弟初来乍到,请教一个问题,XXXXXX...
...(若干秒内,没人回答)
某男:没人回答吗?这不是XX技术群吗?问个这么简单的问题都没有人回答,真是垃圾群!
然后,某男在一分钟内完成了加群,入群,问问题,然后表达他的脏字功底,然后退群的整个过程。
作为一个2000人大群的群主,我遇到无数次这种情况了。当然,很多情节并没有这么严重,很多了不起等不到人回答,最多冷嘲热讽几句。
通常这种情况下,我会进行调节,并且传播如下“邪恶”思想:
首先,我们作为寻求他人帮助的一方,需要明白两点:第一、技术群里(当然,其他社区啥的都一样)的其他人并没有欠你钱;第二、你并没有给任何人咨询费。
所以,没有人帮助你是正常现象,有人帮助你,你是得感激的!
以上想法不单纯适用于程序猿这块,其实对任何相似场景都是适用的。
我们在寻求帮助时需要保持一种和平的心态,没人及时回答并不代表别人不知道,也不代表不愿意帮助,每个人都有自己的活要干,毕竟他得为自己得工资负责,或许他们只是没有时间,所以为何不能耐心的等一等呢?
换句话说,哪怕是真是没人愿意回答你,哪别人也依然不欠你什么,你也没有损伤什么。出口成脏只能降低你的格调,而不会额外的带来什么其他收获。
如果有好心人给了你答案,给了你提示,别忘了说声“谢谢”,说小了,这是一种良好的习惯,说大了,是你格调的提升!同时,这也是自身的一种待人处事的修养。
03 学会交流与分享!
说这个话题之前,我们来先看一张图。
学习金字塔
这张图,是我偶然看到的,相信很多都见过。看到之后感觉很契合我的一些观点,所以就直接拿过来用了。
我曾和好几个人讨论过类似的问题,记得,组织第一期“米特吧大数据技术沙龙”的时候,跟提供场地的创业公司老大聊过这个话题。他说,良好的交流氛围是建立在双方具有同等水平的前提下进行的。
对于这点,我深表赞同,不过个人的意思并不是说一定要两者拥有完全学识,但是最起码交流时要有自己的见解,又自己的思想火花,话语是经过自己思考说出来的。
还是以技术分享交流活动为例,并不是说每个人都上去分享,但是对于某个话题,每个人都必须有自己的见解,有疑惑,有讨论,这才是良性的技术氛围。而不至于只是为了听而听,如果是这样,那就没有意义了。
我们再回到刚才上面这张图就知道了,技术交流的是建立在自己对某个话题深思熟虑,或者有自己的见解基础上进行的,这样才会有更大的收获。
每个人都能从对方的观点中获取到一定的东西,其乐融融!
而在交流之后,进行自己的实践,累积到一定的程度,进行分享出来,再与他人讨论你的收获,形成一个良性的循环。
说到这里,其实我们这节的主题就忽然欲出了:如何建立起良好的技术交流氛围?首先,自己得有充分的思考,提出来的问题也好、建议也好,才有深度,然后才有各抒己见的讨论;然后从他人的见解中获得进步(结合自己的思考,当然,他人也同样);在整理之后,再分享出来(这是你听N次啥流弊XX大会都收获不来的)!
这是一个良性的循环过程,提倡有深度的交流,提倡收获之后的分享,这一直是我心目中的完美技术圈子!这也是为何我一直坚持“进步始于交流,收获源于分享”的原因所在!
04 今天你看书了吗?
看书是一个良好的习惯,这点毋庸置疑。
特别对于从事大数据方向的朋友来说,尤其重要。这是为何呢?
首先,正如我上一篇文章《你们是不是很缺大数据工程师?》所说,这个领域在国内的积累其实并不算太多,也就意味着我们需要花费比较多的时间去积累这方面的知识。而看书是一种快速积累知识的方式。
此外,大数据领域也是一个技术快速迭代的技术领域,每一年都会涌现很多新的技术,很多新的框架,哪怕是用不上,但是,很多依然是可以参考的。所以,如果需要跟上这个节奏,我们同样也需要及时的吸取书中的新东西。
看书也是一种自我提升的方式,所以,除了本质工作涉及的一些知识以外,我们完全可以扩大书籍的范围,横向扩展自己的认知。
关于看书的方式以及时间,我的建议是:尽量的碎片化。
如果让你放下所有的事,专门花费一两个小时去读一本书。我相信大部分人都会按耐不住的,所以,我们可以抓住一些碎片时间,比如敲代码敲累了,比如等电梯、等地铁。
书中有没有颜如玉不知道,但书中一定是有黄金屋的(比如你跳槽时,能跟面试官侃天侃地,然后拿到offer钞票哗哗的来,想想就鸡冻)!
05 总结
以上几点就是我想表达的一些东西了。总体来说,其实不止大数据程序猿,其他搞IT的盆友也是一样的。往深处说,不止搞挨踢的,其他人也是一样的。
很多时候,这是做事的一个方法,处事的一种态度!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20统计学模型:解锁数据背后的规律与奥秘 在数据驱动决策的时代,统计学模型作为挖掘数据价值的核心工具,发挥着至关重要的作 ...
2025-06-20Logic 模型特征与选择应用:构建项目规划与评估的逻辑框架 在项目管理、政策制定以及社会服务等领域,Logic 模型(逻辑模型 ...
2025-06-19SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的利器 在数据分析的众多方法中,Mann-Kendall(MK)检验凭借其对数据分 ...
2025-06-19