
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
破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08CDA 数据分析师:解锁数据价值的专业力量 在当今这个数据爆炸的时代,数据已成为像石油一样珍贵的战略资源。而 CDA 数据分析师, ...
2025-08-08人工智能对CDA数据分析领域的影响 人工智能对 CDA(Certified Data Analyst,注册数据分析师)数据分析领域的影响是全方位、多层 ...
2025-08-07SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-08-07SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-08-07CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-07大数据时代对定性分析的影响 在大数据时代,海量、多样、高速且低价值密度的数据充斥着我们的生活与工作。而定性分析作为一 ...
2025-08-07K-S 曲线、回归与分类:数据分析中的重要工具 在数据分析与机器学习领域,K-S 曲线、回归和分类是三个核心概念与工具,它们各 ...
2025-08-07CDA 数据分析师考试全解析 在当今数字化时代,数据已成为企业发展的核心驱动力,数据分析师这一职业也愈发受到重视。CDA 数据分 ...
2025-08-07大数据时代的隐患:繁荣背后的隐忧 当我们在电商平台浏览商品时,系统总能 “精准” 推送心仪的物品;当我们刷短视频时,算法 ...
2025-08-07解析 F 边界检验:协整分析中的实用工具 在计量经济学的时间序列分析中,判断变量之间是否存在长期稳定的均衡关系(即协整关系) ...
2025-08-07CDA 数据分析师报考条件详解:迈向专业认证的指南 在数据分析行业蓬勃发展的当下,CDA 数据分析师认证成为众多从业者提升专业 ...
2025-08-07通过 COX 回归模型诊断异常值 一、COX 回归模型概述 COX 回归模型,又称比例风险回归模型,是一种用于生存分析的统计方法。它能 ...
2025-08-07评判两组数据与初始数据准确值的方法 在数据分析与研究中,我们常常会面临这样的情况:需要对通过不同方法、不同过程得到的两组 ...
2025-08-07CDA 数据分析师行业标准:构建数据人才的能力坐标系 在数据驱动决策成为企业核心竞争力的时代,CDA(数据分析师)行业标准作为 ...
2025-08-07反向传播神经网络:突破传统算法瓶颈的革命性力量 在人工智能发展的历史长河中,传统算法曾长期主导着数据处理与模式识别领域 ...
2025-08-07