在写完如何做到慢即是快这篇文章后，就写了如下的文字，经过几天再回头看是可以回答之前的提问。
1. 自以为是！
成长路上最大的绊脚石。
故步自封。
自以为自己和别人差不多 ，看不到差别和差距。
从一开始的一点点差距，很多年后，差距就会越来越大。
比如小学阶段大家都差不多，到后来有人考上大学，有人出人头地，而不少人奋斗在最基层。
自以为是 也不全是说不去思考，也是一个阶段性的。有的人最终能突破这个限制，最终完全去掉了这个自以为是，变得越来越谦逊。
还有一种情况，接受和领悟能力有限，一辈子都突破不了，此时，就需要靠勤来补，靠德来补。人贵在自知之明，能意识到这一点，也许就不是自以为是了，懂得知足和感恩也是人生的智慧，人生也会过得充实而快乐。
而还有很多人是不知道自己自以为是！这也许才是真正的悲哀。
2. 学习 思考 实践
成长路上三要素，
为什么要学习，如果不学习，那就是自以为是，如果不学习，那还要思考做什么。学习就是接收新知识或者巩固旧知识。这需要勇气，否定自己的勇气，去掉自以为是。空杯的心态。
实践就是动手。有时学容易，动手难。看别人容易，自己做起来难。只有实践才会出结果，没有实践就永远没有结果。
思考，我认为是学习和实践之后脑袋的活动。学习一定要思考才是真正的学习，否则就是机械记忆，这也是我们应试教育的一大缺陷。思考后的学习才算吸收，才会甄别好坏，书不是全对。也只有思考后，才能更好的指导自己的行动，少坏一些错误。而实践后的思考可以说是总结，实践中哪些是成果，哪些是教训。学到的理论是否充足，实践和理论是否有差距，差距又有多少。下次有什么可以改进。等等这些都是需要一个思考的过程。总结完了，下次再循环学习 动手 和思考的过程，方法就会积累，知识就会沉淀。才可能厚积薄发。
所以思考是贯穿始终的，从学习到实践。如果只学习不思考，那就是读死书；如果只实践不思考永远都是个邮差。
文章目录概述背景为何要存算分离优势**应用场景**存算分离产品技术流派华为JuiceFSHashDataXSKY概述背景Hadoop一出生就是奔存算一体设计，当时设计思想就是存储不动而计算(code也即是代码程序)动，负责调度Yarn会把计算任务尽量发到要处理数据所在的实例上，这也是与传统集中式存储最大的不同。为何当时Hadoop设计存算一体的耦合？要知道2006年服务器带宽只有100Mb/s~1Gb/s,但是HDD也即是磁盘吞吐量有50MB/s，这样带宽远远不够传输数据，网络瓶颈尤为明显，无奈之举只好把计算任务发到数据所在的位置。众观历史常言道天下分久必合合久必分，随着云计算技术的发展，数据
文章目录背景一、最初的疑惑二、简单聊聊原理三、组织内实践案例四、实践带来的反思五、最后聊几句问题背景这个概念由来已久，但是在国内兴起，是最近几年；低代码即Low-Code；指提供可视化开发环境，可以用来创建和管理软件应用；简单的说就是可以通过各种组件的拖拽，实现页面的创建，交互流程和逻辑，以及数据层面的管理，更加高效的实现需求；早先在数据公司时；见识过低代码的应用，也参与过部分研发，比如元数据平台，BI分析等；不过，当时还是以数据管理的工具来定义项目，并非是低代码；从「2020年底」开始；实际上，那个时间节点，低代码平台的应用已经形成趋势了；现在的公司，将低代码平台的使用规划到业务体系中；后来
我目前正忙于学习Ruby和Rails，并且由于我有基于C语言的背景，Ruby的一些概念是新的并且有些陌生。对我来说特别具有挑战性的是适应处理常见问题的“Ruby方式”，因此我经常发现自己用Ruby编写C代码，这不是我想要实现的目标。想象一下有这样一个模式:ActiveRecord::Schema.define(:version=>20111119180638)docreate_table"bikes",:force=>truedo|t|t.string"Brand"t.string"model"t.text"description"endend数据库已经包含了几辆不同的自行车。我的目标
近期，以“生成式人工智能”（GenerativeAI）为核心技术的聊天机器人ChatGPT火爆全球。百度、阿里巴巴、科大讯飞、360等国内企业纷纷抛出ChatGPT相关进展，打造中国版的ChatGPT。科大讯飞此前在投资者互动平台表示，ChatGPT主要涉及到自然语言处理相关技术，属于认知智能领域的应用之一，公司在该方向技术和应用具备长期深厚的积累。并称2022年12月已进一步启动生成式预训练大模型任务攻关，类ChatGPT技术将在今年5月率先落地科大讯飞AI学习机产品。近日，科大讯飞副总裁、研究院执行院长刘聪围绕什么是ChatGPT，它强在哪里？会对未来世界带来哪些颠覆性影响？进一步阐述Ch
在工作中，我们最近开始了一个使用CouchDB(面向文档的数据库)的项目。我一直很难摆脱我所有的关系数据库知识。我想知道你们中的一些人是如何克服这个障碍的？您是如何停止关系式思考并开始以文件方式思考的(我为编造这个词而道歉)。有什么建议吗？有帮助的提示？编辑:如果有任何不同，我们正在使用Ruby和CouchPotato连接到数据库。编辑2:太麻烦我接受答案了。我认为，我选择了对我学习帮助最大的那个。但是，我想没有真正的“正确”答案。 最佳答案 我认为，在仔细阅读了关于这个主题的几页之后，这完全取决于您正在处理的数据类型。RDBMS代
假设我已经习惯使用Angular1开发客户端SPA，但现在我想更改为Angular2。在进行更改时要考虑哪些重要范例？以下是一些可能有助于确定答案的问题:与Angular1相比，Angular2在架构设计上的主要区别是什么？我应该停止/开始做什么？ 最佳答案 架构设计的主要区别可能在于单向数据流和对组件的关注。如果您想要更轻松的过渡，请开始使用带有Typescript类的controllerAs作为您的Controller。开始学习RxJS的基础知识，Ng2就是建立在它之上的。 关于ja
有人能告诉我为什么最后一次记录“x”等于0而不是1吗？我想因为它是在函数外部声明的所以它具有全局范围然后在函数中它的值设置为1并且该值将仍然是全局性的？我知道函数中的第一个'x'值是一个全局值，因为任何没有使用var关键字声明的变量都会成为窗口对象的属性。非常感谢varx=0;//globalvariablefunctiony(){x=1;log("1.%n",x);//1.1varx=2;log("2.%n",x);//2.2}y();log("3.%n",x);//3.0 最佳答案 var语句是提升的主题，当您的代码被评估时，它
近些年来，人工智能的话题一次次的冲上热榜，而在前段时间内，chatgpt以及midjourney又一次冲上了热搜，在海内外引起广泛的讨论，我个人在研究了近一个多月的技术文档和文献资料后，也对人工智能的未来有了很多的期待。下面我就以一个程序员+设计师+创业者的角度来分享一下自己对于人工智能的看法。我在这些天的学习过程中，能够真真切切体会到的就是人工智能对于自身学习的帮助，他可以帮助我快速的检索，获取我想要得到的信息，免除了从众多纷繁的信息中筛选的过程。同时，也能够让我更加专注于当前的工作，而不会被众多浏览器检索出来的不相关信息扰乱自己的思路。从这点来说，他已经是一个强有力的工具了，但我还是想探索
背景由于用户数的飙升，推荐使用的技术栈也在不断升级，以满足更高并发和更大数据量的推荐场景。推荐相关的原始数据从小几十万到几百万，到几千万，再到上亿。推荐1.0从全库的用户数据中load出满足条件的用户，在jvm做计算，得到推荐结果。随着用户数量的上升，满足条件的用户越来越多，导致计算量越来越大，性能逐渐变低推荐2.0一边从数据库中load出满足条件的用户，一边用sql在数据库做计算，直接得到推荐结果。利用索引，性能提升五倍左右。随着用户量继续上升，性能也在逐渐变低。推荐3.0将数据库推荐相关的数据，通过canal同步到ES，在ES中对数据重新建模，类似宽表，依靠ES的自定义评分机制，得到推荐结
这个问题在这里已经有了答案:Convert[]stringto[]interface{}[duplicate](3个答案)Convertingsliceofstructstosliceofemptyinterface[duplicate](1个回答)Whycan'tIsubstituteasliceofonetypeforanotherinGo?(3个答案)Whycan'tIpassa`func()[]int`as`func()[]interface{}`ingo?(2个答案)Whyaslice[]structdoesn'tbehavesameas[]builtin?(3个答案)关闭4
