对程序员说点实在话

我将web看做最流行的、天然跨平台的展现和可视化技术，将分布式看做程序协作、协作程序的最适架构，将数据处理看作需要基础、技巧、认知、视野以及领域知识兼而有之的事，所以做数据处理，会提升基础、技巧、认知、视野以及领域知识。

这些都是废话，还挺绕，但理解废话，对我来或，可能不是那么简单的事。

认为基础应该包括但远不限于：

数据结构和算法、

算法、

网络（tcp/ip、p2p、http等等）、

计算机体系和操作系统（内存管理、高速缓冲与缓存、线程与并发、资源与争用、CPU周期、局部性原理等等）。

认为以上基础永远没有精通一说，至少在我这个智力层次看来。比如你看到严蔚敏数据结构了，挺好，你又看了算法导论了，更好，能看看普林斯顿的算法，你挺不错，你又看了些论文，而你确实又用vim、emacs、vs、eclipse或者sublime敲了，那你应该可以一眼就看出满世界的博客的算法文章中的纰漏和层次，那你还是有点功力了。

有十年工作经验，还是一件事重复了十年，差别可能就在这里。

这一点同样应该适用于C#&CLR。

这个世界不缺乏喷子，有的喷子本身也很厉害，甚至比自己厉害的多，这是他们活着的方式，情绪控制不是什么技巧，你理解的越透彻，你就越能看清什么是喷子，什么是恨铁不成钢。

但是，再好的知识，离开了实践，均不会得到升华，认为一个好的程序员，应该关注代码和实现，但应该摒弃简单copy原则，虽然copy大多数情况下对付工作够用了。私下里，一段关键代码写个十来遍真傻，挺蠢的，但如果每种写法有个思考和理解在里面，有选择地这么做了，再看设计模式和重构，哦，真是这么回事，用茴香豆的方式当傻子不是那么不堪忍受的事，至少理解了什么是错误，什么是差别，也给你创造了工作之外的提升场景。

其实将写出hadoop和挣钱作为标准，这个观点本身就太局限了，人这辈子，钱当然重要，写出能用的hadoop还是写出mini操作系统还是mini虚拟机，都不必太当回事，阅读源码和自己实现所营造出的理解深度天上地下，这种愚公移山的做法，更多在于逼迫你去了解更多、更准、更深刻。大部分hadoop专家，其实都是仅仅看了源码而已，就已经能出书了，事实上很多公司在实际中也只是跑一些很简单、很成熟的挖掘算法，爱奇艺的工程师做线性回归也是实用即可，大部分公司还是在处理日志，有时候想了很牛逼的算法，还没有换成SSD重要，所以没那个环境，没那个条件，就不研究了？我想不是的。

关于挣钱，我觉得，只要兴趣所在，能把事做好，钱自己就会来。收入上不去，往往是做的事情就不在高收入的那个区间，写程序很难出富翁。说实话，外围一天的消费可能就是你工资的好几倍，不用说外围的收入了。夜总会想玩的high一点不开两瓶路易十三，可能还会被小姐骂伪土豪，你不送你喜爱的红、蓝、绿牌花束，你都不好意思和她回小区或者宾馆探讨遗传算法。

那么和外围一起探讨遗传算法的王总、李工的收入更不是写程序的可以比的了。

所以不要太刻意地把写程序这件事和挣钱挂起来，局限了你挣钱的本事。