云加社区·2024年12月27日 根本不存在\n \n \n \n\n\n年底绩效考核，有这样一个场景：\n\n程序员小张和小王在同一个项目上开发，遇到了同样的问题需要去解决。\n\n小张自己写了一个 1000 行代码的轮子，完美地解决了问题。代码写得好，测试也充分，部署和操作都有很好的文档记录。\n\n小王去码头待了半天，在喂鸽子薯条的时候思考问题。然后他回到办公室，删除了100行代码，部署了更改——问题也解决了。\n\n那么问题来了，这两位程序员，谁今天的工作是更“高效”的？\n\n问题引申得更广泛一点：\n\n如果1000行代码和10行代码都能解决同一个问题，哪个版本的代码应该得到更好的绩效？\n\n如果奖励开发人员编写额外代码，是否会导致软件变得更为臃肿，难以维护、变更？\n\n如果鼓励开发人员用最短行数代码，是否会导致协作人员难以理解代码含义，增加沟通成本？\n\n所以，Martin Fowler才会在十年前就做下定论——软件开发的生产力无法有效地衡量，换言之：\n\n所谓的软件生产力根本不存在？\n\n优秀的软件开发人员所做的是解决问题。实际上，这与生产刚好相反。创建技术工件，如代码、文档、数据等……都是实现消除问题目标的必要操作。\n\n然而很多时候，解决问题的最有效方案可能只是一次5分钟的对话。\n\n但对于程序员而言，OKR的存在又是必要的，一方面方便指导工作方向，另一方面也总是需要被评估一年的工作产出。但怎么写好OKR去量化可能并不存在的软件生产力似乎又是个悖论，或许可以这样拆解一下？\n\n业务部门的研发团队是支撑团队，业务目标是第一性的。而评判研发活干得怎么样，通常指的是他的效能和质量。\n\n完成需求是第一位的，体现研发团队的价值；\n牛逼地完成是必要的，体现开发个人的价值。\n\n牛逼 = 高效能 + 高质量 + 可持续！\n\n效能就是快，包括：需求交付快；低运营，免运营；后续迭代快。\n\n质量就是好，包括：用户体验好；无资金、数据等安全问题；无现网故障；故障时低 MTTR 等。\n\n可持续就是前二者必须是持续性的，一次的好坏可能都是运气。\n\n目标还应该是可度量的，从交付周期上看能否抽取共性能力，加快迭代速度。从产品质量上看，提升关键性能指标。\n\n最后，你对这个问题怎么看？欢迎评论留言，我们将选出一条优质评论送出精美周边一份。 阅读全文 ↗：根本不存在\n \n \n \n\n\n年底绩效考核，有这样一个场景：\n\n程序员小张和小王在同一个项目上开发，遇到了同样的问题需要去解决。\n\n小张自己写了一个 1000 行代码的轮子，完美地解决了问题。代码写得好，测试也充分，部署和操作都有很好的文档记录。\n\n小王去码头待了半天，在喂鸽子薯条的时候思考问题。然后他回到办公室，删除了100行代码，部署了更改——问题也解决了。\n\n那么问题来了，这两位程序员，谁今天的工作是更“高效”的？\n\n问题引申得更广泛一点：\n\n如果1000行代码和10行代码都能解决同一个问题，哪个版本的代码应该得到更好的绩效？\n\n如果奖励开发人员编写额外代码，是否会导致软件变得更为臃肿，难以维护、变更？\n\n如果鼓励开发人员用最短行数代码，是否会导致协作人员难以理解代码含义，增加沟通成本？\n\n所以，Martin Fowler才会在十年前就做下定论——软件开发的生产力无法有效地衡量，换言之：\n\n所谓的软件生产力根本不存在？\n\n优秀的软件开发人员所做的是解决问题。实际上，这与生产刚好相反。创建技术工件，如代码、文档、数据等……都是实现消除问题目标的必要操作。\n\n然而很多时候，解决问题的最有效方案可能只是一次5分钟的对话。\n\n但对于程序员而言，OKR的存在又是必要的，一方面方便指导工作方向，另一方面也总是需要被评估一年的工作产出。但怎么写好OKR去量化可能并不存在的软件生产力似乎又是个悖论，或许可以这样拆解一下？\n\n业务部门的研发团队是支撑团队，业务目标是第一性的。而评判研发活干得怎么样，通常指的是他的效能和质量。\n\n完成需求是第一位的，体现研发团队的价值；\n牛逼地完成是必要的，体现开发个人的价值。\n\n牛逼 = 高效能 + 高质量 + 可持续！\n\n效能就是快，包括：需求交付快；低运营，免运营；后续迭代快。\n\n质量就是好，包括：用户体验好；无资金、数据等安全问题；无现网故障；故障时低 MTTR 等。\n\n可持续就是前二者必须是持续性的，一次的好坏可能都是运气。\n\n目标还应该是可度量的，从交付周期上看能否抽取共性能力，加快迭代速度。从产品质量上看，提升关键性能指标。\n\n最后，你对这个问题怎么看？欢迎评论留言，我们将选出一条优质评论送出精美周边一份。
云加社区·2024年12月20日 转行了 \n \n \n \n \n这是一位鹅厂工程师的经历总结，分享给在技术路上感到迷茫、对于转方向感到畏惧的朋友们。 \n \n在转行进入游戏服务器开发领域之前，我做了四年的通用后台开发，重点聚焦在 AI 方向（图引擎、推荐系统、特征系统）等等。为什么选择转行去一个基本没关系的方向？因为从小喜欢打游戏，加上 AI 工程领域太卷了，搞不动。 \n \n转行以来最快乐的体验，莫过于写一天代码，晚上开几把游戏和同事一起测试，爽到飞起，恨不得早几年就转入游戏行业。 \n \n游戏服务器除了少部分服务外，大部分是有状态的。断线重连是非常复杂的逻辑，需要分类讨论各种状态。接触到断线重连逻辑的时候，我才明白为什么有些渣渣游戏，我好不容易把人打残血，然后网络波动了一下就给我移到大厅了。 \n \n游戏服务器开发，另一个特殊点是很多东西可能是特化的，不讲究通用，估计在其它领域也用不了，以追求更高的性能。可扩展性、性能、现有工作量之间的权衡，在游戏行业可能就不存在太多过度设计的 case 。 \n \n由于横跨了两个几乎完全不同的领域，反而更加意识到内功的重要性。 \n \n代码写得牛逼的人比方案做得好的人少很多，代码层次结构封装好的工程师，做的方案不会差的。设计代码和设计方案，很多东西都是相通的。单一职责原则、开放-封闭原则、依赖倒转原则、里氏代换原则、迪米特法则等等这些常用好用的设计原则，设计代码的时候常常用的，设计方案的时候也常常能用得到。 \n \n所以，笔者认为内功是这样一些更普适性的方法论的积累和总结，以及关键的一点是——能实操。 \n \n最近在学习一些比《(More)Effective C++》等更深入一些的编程书籍，比如《程序员的自我修养-链接、装载与库》、《深度探索C++对象模型》等。 \n \n把代码写得更好有利于做出更好的技术方案，自己也会更保值。 \n \n如何评价自己的转行之旅？就像有朋友评论的，对自己的工作有热情，怎么算都是赚到了。 阅读全文 ↗：转行了 \n \n \n \n \n这是一位鹅厂工程师的经历总结，分享给在技术路上感到迷茫、对于转方向感到畏惧的朋友们。 \n \n在转行进入游戏服务器开发领域之前，我做了四年的通用后台开发，重点聚焦在 AI 方向（图引擎、推荐系统、特征系统）等等。为什么选择转行去一个基本没关系的方向？因为从小喜欢打游戏，加上 AI 工程领域太卷了，搞不动。 \n \n转行以来最快乐的体验，莫过于写一天代码，晚上开几把游戏和同事一起测试，爽到飞起，恨不得早几年就转入游戏行业。 \n \n游戏服务器除了少部分服务外，大部分是有状态的。断线重连是非常复杂的逻辑，需要分类讨论各种状态。接触到断线重连逻辑的时候，我才明白为什么有些渣渣游戏，我好不容易把人打残血，然后网络波动了一下就给我移到大厅了。 \n \n游戏服务器开发，另一个特殊点是很多东西可能是特化的，不讲究通用，估计在其它领域也用不了，以追求更高的性能。可扩展性、性能、现有工作量之间的权衡，在游戏行业可能就不存在太多过度设计的 case 。 \n \n由于横跨了两个几乎完全不同的领域，反而更加意识到内功的重要性。 \n \n代码写得牛逼的人比方案做得好的人少很多，代码层次结构封装好的工程师，做的方案不会差的。设计代码和设计方案，很多东西都是相通的。单一职责原则、开放-封闭原则、依赖倒转原则、里氏代换原则、迪米特法则等等这些常用好用的设计原则，设计代码的时候常常用的，设计方案的时候也常常能用得到。 \n \n所以，笔者认为内功是这样一些更普适性的方法论的积累和总结，以及关键的一点是——能实操。 \n \n最近在学习一些比《(More)Effective C++》等更深入一些的编程书籍，比如《程序员的自我修养-链接、装载与库》、《深度探索C++对象模型》等。 \n \n把代码写得更好有利于做出更好的技术方案，自己也会更保值。 \n \n如何评价自己的转行之旅？就像有朋友评论的，对自己的工作有热情，怎么算都是赚到了。
云加社区·2024年12月19日 报名倒计时！业界大咖相聚，共话新时代操作系统发展 | 2024 OpenCloudOS 社区年会 阅读全文 ↗：报名倒计时！业界大咖相聚，共话新时代操作系统发展 | 2024 OpenCloudOS 社区年会 云
云加社区·2024年12月13日 摊牌了\n \n \n \n\n技术行业有个清晰的发展脉络——底层范式的变革带来技术能力的革新，最后作用到上层应用抽象为产品能力提供给B/C端用户使用。\n\n大数据技术演进了20年，这几年被频繁唱衰：Hadoop已死！大数据凉了！大数据将被AI彻底重塑！\n\n且不提有无道理，但可以明显感知到：\n\n大数据技术栈在变得更加分散和复杂，始终难以实现真正意义上的流批一体。偏偏，一体化数据基础设施体系又是大势所趋。\n\n这引出一个悖论，技术发展导致分支变多，未来趋势要求一体化架构，旁边大模型还在虎视眈眈，大数据从业者心里苦呀！\n\n从业者心里苦，客户选型更苦！数据库、数据仓库、数据湖，光是命名就让人满头雾水，各个产品间的功能交叠，反而让用户需求实现变得更复杂。\n\nAI 大模型驱动下，一体化、智能化、高性能、云原生将成为未来大数据的新范式。\n\n所有的数据分析技术、工具都将为或者有必要为AI服务，数据在抵达机器学习前的阶段亟待流程简化，并能在一个平台上与AI联动。\n\n今天，我们摊牌了！腾讯云依托内部海量大数据实践，正式发布一站式数据智能平台TCHouse-X（https://cloud.tencent.com/product/tchouse）。\n\n简单向大家汇报一下TCHouse-X的核心信息：\n\n架构设计上，TCHouse-X做到了一体化，通过云原生多集群共享数据及元数据管理，打破了传统数据平台在离线计算、在线计算和AI开发之间的壁垒，实现AI、BI和Data在一个平台上开发和共建。\n\n性能上，基于腾讯云自研核心引擎技术，在计算、存储、网络等多维度优化，能够为用户提供全链路极致性能。\n\n智能化层面，TCHouse-X能够通过智能化的系统交互、资源管理与运维管理功能，显著提升易用性与运维效率。\n\n根据测算，TChouse-X在线查询性能优于市场同类产品50%，离线批处理的综合性价比提升10倍之多。在计算资源层面，采用TCHouse-X，企业计算资源成本最高也能降低50%。\n\n以腾讯会议为例，采用TCHouse-X后，其典型事件漏斗分析耗时从近百秒降低至几秒，性能最高提升近10倍。在大数据技术和产品方面，你可以充分相信腾讯云。\n\n未来，腾讯云开发者还将带来TCHouse-X的技术细节专业解读，也欢迎大家持续关注。 阅读全文 ↗：摊牌了\n \n \n \n\n技术行业有个清晰的发展脉络——底层范式的变革带来技术能力的革新，最后作用到上层应用抽象为产品能力提供给B/C端用户使用。\n\n大数据技术演进了20年，这几年被频繁唱衰：Hadoop已死！大数据凉了！大数据将被AI彻底重塑！\n\n且不提有无道理，但可以明显感知到：\n\n大数据技术栈在变得更加分散和复杂，始终难以实现真正意义上的流批一体。偏偏，一体化数据基础设施体系又是大势所趋。\n\n这引出一个悖论，技术发展导致分支变多，未来趋势要求一体化架构，旁边大模型还在虎视眈眈，大数据从业者心里苦呀！\n\n从业者心里苦，客户选型更苦！数据库、数据仓库、数据湖，光是命名就让人满头雾水，各个产品间的功能交叠，反而让用户需求实现变得更复杂。\n\nAI 大模型驱动下，一体化、智能化、高性能、云原生将成为未来大数据的新范式。\n\n所有的数据分析技术、工具都将为或者有必要为AI服务，数据在抵达机器学习前的阶段亟待流程简化，并能在一个平台上与AI联动。\n\n今天，我们摊牌了！腾讯云依托内部海量大数据实践，正式发布一站式数据智能平台TCHouse-X（https://cloud.tencent.com/product/tchouse）。\n\n简单向大家汇报一下TCHouse-X的核心信息：\n\n架构设计上，TCHouse-X做到了一体化，通过云原生多集群共享数据及元数据管理，打破了传统数据平台在离线计算、在线计算和AI开发之间的壁垒，实现AI、BI和Data在一个平台上开发和共建。\n\n性能上，基于腾讯云自研核心引擎技术，在计算、存储、网络等多维度优化，能够为用户提供全链路极致性能。\n\n智能化层面，TCHouse-X能够通过智能化的系统交互、资源管理与运维管理功能，显著提升易用性与运维效率。\n\n根据测算，TChouse-X在线查询性能优于市场同类产品50%，离线批处理的综合性价比提升10倍之多。在计算资源层面，采用TCHouse-X，企业计算资源成本最高也能降低50%。\n\n以腾讯会议为例，采用TCHouse-X后，其典型事件漏斗分析耗时从近百秒降低至几秒，性能最高提升近10倍。在大数据技术和产品方面，你可以充分相信腾讯云。\n\n未来，腾讯云开发者还将带来TCHouse-X的技术细节专业解读，也欢迎大家持续关注。
