一些简单的吐槽，可以当个故事看一下。
文章目录
- 简单的经历
- 书籍清单
- 这些是买了看过的
- 买了没有仔细看的
眨眼间也从业2年11个月多一点（就当是三年了），在2023年1月初，距离过年还有两周的时间，因为一些个人原因裸辞（
趁这段时间不用被工作折磨，也算是静下来总结总结
简单的经历
现在想一想参军可能是我目前为止唯一一段不简单不平凡的经历了（一个简单的总结就是不平凡的职业，平凡的人），得到了很多也错过了很多，一路上受到很多人的帮助，自己也犯过很多错误吧。
普通大学、普通人一个，天赋实在一般（ㄟ( ▔, ▔ )ㄏ），工作后也是普通打工人，大学自认为清醒，除了专业课课本外看了很多计算机专业的专业书籍（书籍的清单放在文章的末尾，感兴趣的朋友可以看看，都是很计算机专业经典的书籍），但是大多都是看完当时摸清楚了，过了10天半个月的就忘了，如果自己问自己一些书上的问题，只剩下感觉和当时思考问题的一些思路（锻炼了分析问题、解决问题、总结问题的能力），还有就是底气吧（对计算机领域有了全面的认时，不管遇到什么技术，能快速的把握到重点，然后借助百度、谷歌查资料、看视频（黑马、尚硅谷等等），去学怎么用）。
如果从这些书上抽知识点出一张试卷的话，恐怕我只能答出百分之30、百分之40甚至更少吧，所以后面也就不提这些了。写博客也是当时留下的习惯，就是随手记些东西（内容上也不是很有干货）有感兴趣的朋友看一下点个赞那是最好的(ง •_•)ง，一些技术深入的原理方面总结的少，基本上都是奔着快速学会怎么用，然后去用在工作当中（博客写的七零八落的，哈哈）。抽出空了之后，在总结总结原理，但是也是当时会了，后面过一段时间后就只能回忆出个大概，然后计算机这个行业的技术也是在不断快速发展的，后面由于忙，大多总结只能放在onenote上随笔记录一下，也不太有时间整理写出些好的博客，就像其他技术大牛一样，哈哈。而且现在很多技术都很成熟，网络上的资料也很多很精彩（有时看着看着就像全篇粘贴过来，哈哈，不过这样也没什么意思，写东西总得有些自己的看法，哪怕见解很简单呢！或许能给有共同经历的人些许帮助）
大学专业方向是大数据方向，自己对机器学习比较感兴趣，也看了几本相关的书。
2019年前后，对Spark、Hadoop这些分布式技术，在网络上资料还不是很多，可能也和我没有专门的去搜集有关，2018年左右，也多亏当时计算机学院的领导、老师们的高明决策（那么早就关注到大数据概念），我们计算机专业分软件工程、大数据两个方向，然后我选的是大数据方向。当时的老师们虽说对这些新技术没有太多经验，但是他们总结的一些概念、讲解的一些内容、推荐的一些资料、课程，给了我很大的帮助，当时有位老师推荐的慕课网上的厦门大学林子雨老师的大数据课程（Spark、Scala等等）多亏我当时留心仔细听了听，都拿到了电子的证书，现在想想也是给后来工作上快速应用Spark，用Scala写代码打下了些许基础。
2020年初，也是受到一些疫情的影响的，比如论文答辩都是在线上完成的，这里得感谢当时的老师，指导的非常耐心，后面一遍一遍的帮我们审论文，指导我们论文怎么选题、怎么写。当时的校招也是稀稀拉拉的，莫名其妙的就错过了（现在想来实在是心塞）
2020.06毕业，2020.05第一份工作，得遇贵人（现在想想当时可能吃了些亏，但是有了这第一步，后面就是积少成多了，否则恐怕会在家里蹲？越拖越不好找工作），积累了宝贵的经验（真正应了马云的话，996福报（甚至有几次997），活多钱少离家远，打卡签到、迟到扣钱，真的是入不敷出，在项目上觉得能学习NLP相关的知识，于是坚持7个月多，后续项目被公司冷藏后，果断跳槽 ），在数据挖掘、NLP方面一窥全貌算是入了个门（当时），可惜的是没有在NLP方面进一步的进阶（小单位搞这个在模型优化、模型编写方面投入成本还是很大的，后续优化也要很多人持续投入研究）。
2021年上半年，换城市，第二份工作，得遇贵人（当时的技术面leader，很厉害的一个人，大数据架构师），工作强度是有的（驻场开发，工作地点不是很稳定） ，在大数据数仓方面积累了经验。当时将这一个项目完整的走完（从一开始的立项到项目上线，最后到验收，然后被派往下一个项目组，于是选择跳槽，哈哈）不过当时也是想在大数据领域有更多的探索，于是在看机会。
2021年8月，第三份工作，得遇贵人（当时技术面是两位leader，一位是数据分析师、一位是技术总监，特别是薪资上一点都没有压价，很有竞争力）聊的很愉快，在工作中受到到他们很多的帮助和关心，特别是2023年1月离职后，领导同事都帮了很大的忙。
基于以上工作呢，对很多技术，比如Spark、Hive、Flink、Doris、ClickHouse、HBase、等都是先学会怎么用，怎么去应对业务上的挑战，然后在抽时间看看原理，比如Spark Sql优化执行引擎、Spark Shuffle机制、MR原理、hadoop文件上传下载流程、Flink barrier、Flink watermark、Flink Checkpoint机制、Java GC、Flink partital update。
其实这些分布式技术有很多相似的地方，比如分区机制、compaction机制、Merge机制、数据在内存中局部排序、全局排序等等。
特别是Spark和Flink在API调用方面方法是很相近的，不过Spark SQL比Flink SQL更丰富些
最近当然也经历了比较多的面试，突然发现，很多企业强调一个人的工作稳定性，对于这个我只能说仁者见仁智者见智了，互相换位思考一下，感觉合理又感觉不合理，矛盾啊矛盾。有的时候不是不想在一份工作上长久的呆下去，可是这真的是看缘分。简历筛选的关难过啊，不过只要被约面试，那么他们对3年3跳的经历就不是很在乎了，基于自身的经历大致说说就OK
程序员这个职业网络上又常常说30、35都是门槛、轻松年薪好几十万、甚至百万的什么的，如何把这个职业干的长久，一直以来也没有什么说法，国内的就业环境又是一言难尽，个中酸甜苦辣，也确实是冷暖自知了。
关于面试的一些看法，也是网上很多人总结的，其实小厂、小公司大多很看重项目经验和对一些技术的应用能力，会适当考察你掌握的深度（当然也不会很深），能回答上80%基本上技术面就很OK的过了，但是HR面就很考验技巧了，多展示自身的稳定性。
中、大厂的面试就非常考验基本功了，这个面试就会让我既心动又无奈，算法原理、框架原理、数据结构原理，只能是多多准备，期待有天有幸能过了简历筛选的那一关。
面试这个太看重缘分了，每个面试官问的问题侧重点都是不同的，所以只能是多准备，以不变应万变，不会就说不会就可以了，或者说个大概，即使错了也别在意，面试完多总结总结。
即使面试过了也存在风险，比如经历过的一个面试，上市公司，薪资福利待遇丰厚，真香，一面电话面试、二面HR+技术部门负责人面试，面试结束后没多久，大概40分钟吧，收到HR说面试通过的消息，HR说提交下信息，就可以走Offer审批了，结果等了一周offer审批被大老板给挂了…
书籍清单
工作后就没怎么再翻了，哈哈
这些是买了看过的
这些基本是有仔细耐着性子看过1、2遍的
这本只能说是非常的厉害，别人送的，奈何当时买的太早一开始根本看不下去，后面上大学后学过些专业课后，再看就能看下去了
这本也是非常厉害，计算机网络我感觉是将的最清楚最全面的了
买了没有仔细看的
耐着性子也看不下去，哈哈
这本代码偏多，大多是很经典的应用
