QCon全球軟體開發大會隨筆(二)
Qcon過去兩週了，部門老大要求需要在部門內部分享下，畢竟錢不能白花，趁整理分享ppt的機會再次回顧了下，記錄下來，分享給大家。
對於大會的介紹這裡就省略了，上一篇隨筆基本都提到了，這裡主要記錄下我聽的幾場專題的一些收穫和自己的一些想法。
微服務與高可用
大會中聽的比較多的還是 微服務與高可用 了，畢竟這塊內容和自己的本職工作息息相關的。
如今微服務的架構基本已經是主流，不像前幾年，可能理論比較多，但實際投入使用的案例不多。會上分享的基本都是已經落地的專案，雖然可能實際專案沒有講師說的那麼完美「我猜的，畢竟我們公司也是，宣傳的永遠比實際使用要高大上很多」。
比較完整的微服務解決方案，其實騰訊的那位技術經理ppt中的流程圖還是比較全面的，這裡引用下：
具體什麼是微服務簡單幾句話也說不清，簡單來說就是把一個很大的專案進行拆分了「一個專案已經承載不了所有的需求了」。
而完整的微服務的解決方案就是解決拆分之後的所有問題：多語言，高可用，資料傳遞，應用的管理，監控與運維等等。
每家公司針對這些問題有一些差異化的解決方案，但大體完成的解決方案也就是上面的那張截圖了。
當然這裡面的坑真的很多，是需要時間去打磨的。
API設計
這是我聽的唯一一場老外演講的，英文演講，聽的比較吃力，但還是收穫滿滿。
老外主要將瞭如何設計API，提出了六點，個人覺得非常實用： understandable ， well documented , consistent , fit for purpose , restrained , evolvable 。
具體怎麼理解它，留給自己和你們想象的空間。
另外分享下整個演講中比較喜歡的兩句話：
eating your own dog food
不管我們編寫程式碼，還是定義契約，自己先使用看看，看看好不好用。
API design is an art,and like art,becomes easier with practice
API設計是一門藝術，和藝術一樣，在實踐中變得更容易。
深度學習技術與應用
聽此專題完全是因為這兩年太火了，可聽了之後發現，完全聽不懂，各種演算法和公式，我只能傻傻的望著，但至少讓我明白了 人工智慧 , 機器學習 ， 深度學習 這三者的關係。
人工智慧：讓機器展現出人類智力
機器學習：抵達AI目標的一條路徑
深度學習：實現機器學習的技術
總的來說機器學習是一種實現人工智慧的方法，深度學習是一種實現機器學習的技術。
深度學習現在真的很火，但一般人真的玩不起，還是很燒硬體的，曾經用python和tensorflow深度學習梵高的畫並模仿，運行了兩個多小時，電腦風扇呼呼轉。
也難怪google的人工智慧這麼厲害，人家的伺服器數量肯定是你想不到的量級。
工程師個人成長
最後聽的專題應該對每個程式員都有一定的價值，不懂大家對自己的職業規劃有什麼想法。
外界對於程式設計師危機也有很多說法，很多觀點都說程式設計師是吃青春飯的，年齡大了競爭力會越來越低，畢竟技術的迭代很快，而自身學習的能力隨著年齡是在走下坡路的。
確實，其實每個行業都是一樣的，保持一顆向上的心就好。有一位老實的觀點個人很喜歡：技術不是全部，複合型人才越來越重要。
其實工作了這麼多年發現，最難的不是技術，而是溝通與協調，所以為什麼很多情商高的人辦起事情來效率那麼高，而達到的世俗高度，往往也比耿直的純技術工作者要高。
個人體會
三天聽了這麼多專題，其實轉瞬即逝的想法有很多，但基本很難再記起，但有三點一直印象很深，分享給大家。
第一個是英文，英文真的挺重要，聽那場英文專題記憶猶新，雖然有同聲傳譯，但翻譯出來的體驗真的不敢恭維「畢竟專業性的詞彙太多」。還是要努力學英文呀。
第二個是業務，很多講師都有提到，只有深入業務，充分理解之後，才有可能開發出更好的系統。
最後一個是讀書，同樣的，很多講師最後都會推薦一些書籍，雖然書上的都是理論，但對於你實戰中的指導價值和影響是不可估量的。
多讀書，多看報，少吃零食多睡覺還是很有道理的。
洋洋灑灑說了一堆，算是自己的一些體會，希望對看到的人有一些幫助。