后台有读者问如何判断一家创业公司是否靠谱，我给改了改，其实不仅仅是创业公司具备「坑」的特征，其实还有很多活了很多年的公司也是「坑」。 为了节约大家的时间，我先总结一下本文的观点： 1. 坑无处不在，不仅仅是创业公司，很多活了很多年的公司也到处是坑。 2. 坑的定义是你自己给的，所以，是不是坑，还是你说了算。 3. 判断是否有坑，可能有秘诀，但坑有多大，往往是没办法提前知道的。 如果你看完了上面的观点，觉得没必要再看，就可以关闭了，如果你想了解详情，那么记得往下看。 [下个月我将写一个运营思维的专栏，感兴趣的话也可以关注下～](https://gitbook.cn/gitchat/column/5dd7549779b8c11c31360b55)

一位在业内很资深的专家曾详细地说明了**「跨界运营」**的重要性。 他指出，美国人的增长小组实际上就是标准化流程所构建的小组，最基础的三个角色就是产品经理+市场营销+开发，然而在这样一个各司其职的标准化过程中，**必然会导致的结果就是每个角色都可以被替换**，因为使效率最大化的方法就是每个人都成为零件。在这种模式下，每个人所处的位置无疑都有着极大的可替代性。 对此，该专家给出了应对这种焦虑的方式：**“我们要做的就是去了解产品、了解技术，做到整合营销，跨界融合，不断打破职能边界。”** 作为一名**从业十五余年**并且具有业内影响的运营高手（也就是上文中提到的业内资深专家），他对自己提出了这样一个问题。为了给出自己的答案，他走了那么长的路，做了那么多的探索。 终于决定要从思维方式的底层逻辑来结构「互联网运营」这件事儿了。 那么，从这个专栏里，你可能会读到以下方面的内容： 1. 日常工作中，我们所接触到的运营到底是怎么一回事儿？ 2. 运营应当具备哪些思维方式？ 3. 这些思维方式在什么场景下起作用？ 4. 遇到问题时，我们应该遵循什么样的逻辑进行拆解，又如何去得到有效的结论？ 5. 运营工作的各项职能中，需要具备什么技能，为什么是这些技能而不是其他技能？ 6. 这些技能要求的核心能力到底是什么？ 7. 在不同的场景下，运营思考问题的角度是什么？ 8. ...... 作者希望在这个专栏里，我们可以对「运营」这件事儿，从**案例**出发，对底层逻辑进行探索，最终，我们可能会得到看待运营甚至看待世界的新鲜视角。

看板方法是精益思想在软件研发领域的实例化成果，它有 6 项核心实践：**可视化、控制在制品、管理流动、策略透明化、实现反馈环、合作性改进&试验性进化**。如何理解它与精益思想的关系？二者如何进行更有效的融汇，帮助企业达成效能提升的目标？ 最近，我在帮助国内某大型股份行实施精益看板转型过程中，形成了一些新的感悟，将精益思想和看板方法进行了更有机的贯通，形成了一个帮助企业快速提升研发效能的改进体系 FLEET（精益效能提升思维框架，Framework of Lean Efficacy Enhancement Thinking）。 本场 Chat ，我将结合帮助多家大型组织实现「优化冲刺、提速升质」目标的落地经验，对 FLEET 进行全方位阐释。 提要： 1. FLEET 框架是什么？它的核心思路有哪些？ 2. 知识工作管理者为什么会焦虑？「看得见」有多重要？ 3. 对研发来说，平衡各业务方的有效方式是什么？ 4. 如何优化研发团队常见的高并行、低流动效率问题？ 5. 需求拆分到底有多重要？ 6. 一个常见问题：需求之间出现摩擦，应该如何解决？ 7. 在交易成本必然存在的前提下，如何寻求 batch size 的最优解？

很多人羡慕自由职业者能做喜欢的事、时间自由、赚钱多，但自由职业真的有那么美好吗？有的人想成为自由职业者，可不知道是否适合，不知道怎么做准备，迟迟无法行动。有的人走上了自由的道路，却为赚钱少、波动性大、压力大等问题困扰，陷入水深火热中，甚至尝试几个月后选择返回单位上班。有的人虽然一直自由职业，却一直为了生存忙忙忙，根本没时间没自由。而这些问题，都是可以通过系统化的方法和实践来解决的！ 在本场 Chat 中，会用 18000 字全面系统讲述如下内容： 1. 开始自由职业前至关重要的 4 件事 2. 自由职业者商业模式 3 问 3. 扎扎实实 3 步走向自由职业 4. 打造 3 个营收系统，从容活好 5. 常见问题 QA

这首先是一篇源码剖析 Chat。Vue 3.0 源码发布一月有余。目前针对 Vue 3.0 的源码分析基本围绕响应式原理展开，鲜有对模板编译原理进行分析的。这篇 Chat 首先会带大家来啃下这块“硬骨头”——理解 Vue 3 中的 compiler-core。 这同时还是一篇面向任何阶段前端而写的编译原理课程。编译原理作为大厂面试中的热门考点，具备极高的区分度，但其对应的书面学习材料却普遍具备一定的阅读难度，对野生程序员居多的前端同学并不友好。本文在写作的过程中，穿插了大量的代码示例+图片解说，力求不装 x、说人话，确保阅读体验如丝般顺滑。 事实上，前端工程师需要掌握的编译原理远没有那么学术化。本文除了会帮助大家打开编译原理世界之外，同时也会把“划重点”这件事情做掉，不带大家做无用功。 如果你仍然陷在无尽的轮子和 API 里兜兜转转，渴望创造能力的质变、却又一次次被原地拍倒在沙滩上；或者是多次挑战大厂未果，苦于始终搞不懂面试官口中那些“高大上”的词汇到底意指何处。那么本文希望能够帮你以一个舒服地姿势吸收掉这些看似晦涩、实则“就那么回事儿”的知识；在掌握 Vue 3.0 最新的编码思路的同时，帮你完成前端编译原理从 0 到 1 的突破；在未来的面试中，能和面试官“谈笑风生”。 知识结构分布如下： - 为什么是 Vue 3.0 - Vue 3.0 源码解析——模板编译过程 - Vue 3.0 在编译过程里做了什么 - Vue 3.0 编译链路源码解析 - 主流程分析 - 细分流程分析 - 编译原理——通用基本功 - 理解编译器 - 编译器的起源 - 编译器和解释器，这回要分清楚 - 编译过程整体把握 - 词法分析原理探索 - 语法分析过程——抽象语法树（AST）的构建 - 学习拓展——如何更进一步

微服务架构的概念，现在对于大家应该都不陌生，无论使用 Apache Dubbo、还是 Spring Cloud，都可以去尝试微服务，把复杂而庞大的业务系统拆分成一些更小粒度且独立部署的 Rest 服务。但是这个过程，具体应该怎么做？现有的条件下到底要不要做微服务？服务拆分成什么粒度才是合适的？遗留的老系统需要如何考虑重构改造？有哪些坑需要我们注意？系统怎么在分布式服务下实现数据的一致性和服务的高可用可伸缩？拆分的过程中系统数量增多，测试、部署、运维、监控，又应该如何处理？ 本文将从这些问题的深度分析出发，阐述微服务架构落地的一些设计原则和利弊取舍，结合微服务架构过程的很多最佳实践经验，希望给读者带来一定的启发和思考，避免在实际应用过程中走弯路，能够多快好省的落地实现微服务架构。内容涉及： 1. 微服务架构的发展过程简介 2. 微服务架构的特点与常见特性 3. 使用微服务架构的常见技术与简单示例 4. 微服务架构存在的一些问题 5. 如何合理拆分微服务 6. 遗留系统应该如何改造 7. 怎么考虑拆分后的数据一致性 8. 系统和服务的高可用可伸缩如何实现 9. 拆分过程的测试和部署如何处理 10. 拆分后的运维和监控如何处理

词法分析器是用于识别单词所构筑的一个自动识别程序。其本质是词法分析，由一正规文法或是正规表达式推导出不确定的有穷自动机 NFA，再确定化得到确定的有穷自动机 DFA，最后最小化得到一个最简 DFA，输入符号串，识别单词。 语法分析器是在词法分析器的基础上实现识别一符号串是否符合相关文法，其本质是语法分析，而语法分析有两种分析方法：自顶向下与自底向上。自顶向下的代表方法是 LL(1) 分析；自底向上的代表方法是算符优先分析、LR(0) 分析、SLR(1) 分析。 本文的读者包括以下几类： 1. 对编译原理有兴趣，想要了解的； 2. 想要编写自制编译器的； 本文要求读者具有以下几点基础： 1. 了解基本数据结构，例如：栈【因为在语法分析的过程中，使用了分析栈】 2. 对文法有基本的了解与认识。 通过本文能够收获以下内容： 1. 词法分析的原理描述与实例化完全题解以及词法分析器的简易实现； 2. LL(1) 分析法中对 First 集、Follow 集、Select 集的直接解析，带实例化题解； 3. 算符优先分析法，这是一种只考虑终结符，不考虑非终结符的分析方法，带实例化题解； 4. LR(0) 分析法，讲述活前缀与分析表的创建等一系列的先导知识，再带实例化题解； 5. SLR(1) 分析法，相较于 LR(0) 分析，SLR(1) 引入了 Follow 集，带实例化题解。 备注：本文可能会带有不定时更新。 更新方向：LR(1) 分析；LALR(1) 分析；基于算符优先分析的语法分析器快速实现；语义分析。

面对机器学习，初学者的阻塞点往往不在于机器学习本身，而是数学。机器学习是计算机技术，但它的底层是数学。通常，在机器学习相关的教材中，通篇都是复杂的数学公式。初学者如果数学基础不牢固，面对满篇的数学公式时，就会逐步失去学习信心、减少学习动力，而达不到预期的学习效果，最终只能沦落个“半吊子”的水平。 有鉴于此，本 Chat 将会拆解机器学习主流模型，找到主流模型背后依赖的数学知识点。再讲这些数学相关的知识点，进行统一整合归并。因此，这篇 Chat 的背景是机器学习，而讲述的内容是数学知识。我会用尽可能简单的方式，取其精华、去其糟粕，让你尽可能以极低成本，迅速掌握机器学习必备的数学知识。相信有了这些必备知识之后，你就能轻松读懂其他机器学习教材并快速入门机器学习啦。 本 Chat 内容： - 机器学习主流模型依赖的数学知识要点拆解 - 梯度，利用梯度下降法求解函数极值 - 向量与矩阵，求各种积、求逆 - 求导大法，函数求导、向量求导、矩阵求导 - 概率计算，对于事物不确定性概率的计算、极大似然的原理 - 信息量的度量，熵、条件熵、信息增益、信息增益率 - 统计量，均值、方差、最小二乘 - 统计学的圣经，中心极限定理、假设检验 适合人群： - 每次打开书都被公式搞垮的机器学习初学者 最后一句，写好每篇 Chat 是对我的要求，更是对你的尊重。

时间管理其实也是一种态度，在有限的时间中做出无限的可能也是一件比较了不起的事情。 对于大部分程序员来说，工作时长一般都比较长，大部分会超过 12 小时，有的甚至在 14-16 小时左右。但是，作者想说，如果你真的可以很好的管理你的时间，那么你可能节省很多时间。很多人整天都很忙，手头上的事情总是忙不完，其实是因为他没有搞清楚该如何管理自己的额时间，或者说不知道如何分配自己的时间。这一节，我们来说说该如何管理自己那有限的时间。 为了让程序员更合理管理时间我们会从如下： - 利用时间 - 主动管理时间 适合人群：所有还在抱怨时间不够用的程序员

大多数人平时都会使用别人写好的框架，这就导致了我们的编程能力和思考能力提升非常慢，平时工作中也很少有机会去从头到尾写一个项目或者框架，只是在已有项目的基础上修修补补，这个 Chat 的目的就是让大家在实战中理解多线程编程，设计模式，和 Netty 以及消息队列。 在这个 Chat 中你将会学到： 1. 多线程编程在实战中的应用。 2. 设计模式在实战中的应用。 3. Netty 的应用。 4. 消息队列的原理和使用。 5. 如何自己写一个框架。 范围：有一定经验的 Java 程序员。

本场 Chat 主要内容： 1. 可以基于这套骨架搭建属于自己的后台管理系统框架； 2. 可以在自己的 Vue 项目中加入多 Tabs 功能； 3. 了解 Vue-Router 、VueX 基本用法； 4. 了解 Element-ui 中 Menu、Tabs 等组建基本用法； 5. 提供源码及注释，开箱即用，提高开发效率，节省开发成本。 适合人群：初中级前端开发者，对 vue 感兴趣者。

作为研发技术骨干、技术 Leader、产品经理、项目经理、架构师等角色的您，可能突然有一天，公司将一个部门交到您的手上，兴奋之余是否有些忐忑？如何管理这样一个部门？如何凝聚部门的力量，让部门业务及产出更上一个台阶，让部门在公司得到更多的肯定，让团队更有成就感。 作为团队主管的您，是否感觉到，自从担任了部门主管后，您更加的忙碌，时间更加碎片化，曾经的您技术出色，绩效优秀，然而带一个团队同样取得佳绩并非易事，怎样梳理部门定位，厘清部门规划，管理一个部门有哪些工具及套路？ 本场 Chat，作者通过自己多年部门管理实践及实例，帮您建立部门管理的基本框架及套路： 1. 转变角色：从独立贡献者转向团队管理者； 2. 管什么：抓业务、领技术、带队伍、做决策； 3. 如何管：部门业务定位、核心价值是什么？近一年、未来一年的业务重点时什么？ 4. 管得好：技术管理者需掌握好几个平衡（人&事、技术&管理、执行&管理&领导、项目&非项目、能改变&不能改变）、一个聚焦（产出）； 5. 实用工具：平衡计分卡、建立人与人的连接、授权及后备培养、坦诚、能力意愿矩阵、多种沟通形式等。

在找工作的过程中，对于 Redis 技术知识的掌握已经成为必须的技能。本 Chat 针对 Redis 大部分知识点梳理出来常见的面试题目，提供给大家进行有针对性的学习。 本 Chat 详细覆盖了： 1. Redis 的概念理解 2. Redis 基本数据结构详解 3. Redis 高并发问题策略 4. Redis 集群结构以及设计理念 5. Redis 持久化机制 6. Redis 应用场景设计 部分涉及到的题目如下： - 什么是 Redis? - Redis 的特点有哪些？ - Redis 支持的数据类型 - 为什么 Redis 需要把所有数据放到内存中？ - Redis 适用场景有哪些？ - Redis 常用的业务场景有哪些？ - Memcache 与 Redis 的区别都有哪些？ - Redis 相比 Memcached 有哪些优势？ - Redis 常用的命令有哪些？ - Redis 是单线程的吗？ - Redis 为什么设计成单线程的？ - 一个字符串类型的值能存储最大容量是多少？ - Redis各个数据类型最大存储量分别是多少? - Redis 持久化机制有哪些？ 区别是什么？ - 请介绍一下 RDB、AOF 两种持久化机制的优缺点？ - 什么是缓存穿透？怎么解决？ - 什么是缓存雪崩？ 怎么解决？ - Redis 支持的额 Java 客户端有哪些？ 简单说明一下特点。 - 缓存的更新策略有几种？分别有什么注意事项？ - 什么是分布式锁？有什么作用？ - 分布式锁可以通过什么来实现？ - 介绍一下分布式锁实现需要注意的事项？ - Redis 怎么实现分布式锁？ - 常见的淘汰算法有哪些？ - Redis 淘汰策略有哪些？ - Redis 缓存失效策略有哪些？ - Redis 的持久化机制有几种方式？ - 请介绍一下持久化机制 RDB、AOF 的优缺点分别是什么？ - Redis 通讯协议是什么？有什么特点？ - 请介绍一下 Redis 的数据类型 SortedSet(zset) 以及底层实现机制？ - Redis 集群最大节点个数是多少？ - Redis 集群的主从复制模型是怎样的？ - Redis 如何做内存优化？ - Redis 事务相关命令有哪些？ - 什么是 Redis 事务？原理是什么？ - Redis 事务的注意点有哪些？ - Redis 为什么不支持回滚？ - 请介绍一下 Redis 集群实现方案 - 请介绍一下 Redis 常见的业务使用场景？ - Redis 集群会有写操作丢失吗？为什么？ - 请介绍一下 Redis 的 Pipeline (管道)，以及使用场景 - 请说明一下 Redis 的批量命令与 Pipeline 有什么不同？ - Redis 慢查询是什么？通过什么配置？ - Redis 的慢查询修复经验有哪些？ 怎么修复的？ - 请介绍一下 Redis 的发布订阅功能 - 请介绍几个可能导致 Redis 阻塞的原因 - 怎么去发现 Redis 阻塞异常情况？ - 如何发现大对象 - Redis 的内存消耗分类有哪些？内存统计使用什么命令？ - 简单介绍一下 Redis 的内存管理方式有哪些？ - 如何设置 Redis 的内存上限？有什么作用？ - 什么是 bigkey？ 有什么影响？ - 怎么发现 bigkey? - 请简单描述一下 Jedis 的基本使用方法？ - Jedis连接池链接方法有什么优点？ - 冷热数据表示什么意思？ - 缓存命中率表示什么？ - 怎么提高缓存命中率？ - 如何优化 Redis 服务的性能？ - 如何实现本地缓存？请描述一下你知道的方式 - 请介绍一下 Spring 注解缓存 - 如果 AOF 文件的数据出现异常， Redis服务怎么处理？ - Redis 的主从复制模式有什么优缺点? - Redis sentinel (哨兵) 模式优缺点有哪些？ - Redis 集群架构模式有哪几种？ - 如何设置 Redis 的最大连接数？查看Redis的最大连接数？查看Redis的当前连接数？ - Redis 的链表数据结构的特征有哪些？ - 请介绍一下 Redis 的 String 类型底层实现？ - Redis 的 String 类型使用 SSD 方式实现的好处？ - 设计一下在交易网站首页展示当天最热门售卖商品的前五十名商品列表? 等等...... 通过本 Chat 详细大家能够轻松的应对 Redis 相关的面试挑战，同时也可通过全面的面试题目来学习和巩固自己的知识。

在 MVVM 或者 MVC 模式当中，M 都是定义为 Model 层，也就是数据层，理论上应该把所有跟数据相关的操作都抽取到这一层，本文将讲述在现行 Vue、React、AngularJS 等框架下，如何抽取 Model 层，包括： 1. API 请求方式的统一封装 2. 接口的复用 3. Model 实现 4. 安全提取数据 5. 统一的 Model 返回格式 6. 统一错误提示 7. 接口监控方案 8. Mock 数据管理 9. 更简单使用 Model：提供 CLI 支持 10. 接口缓存方案 11. 多接口聚合 Model 12. 聚合 Model 的可视化 13. Model 对接 GraphQL 14. Model 结合 WebSQL 实现前端数据管理

给很多公司做技术咨询，经常被问到一个问题，做一个秒杀系统就这么难，这么复杂吗？ 我说，难，如果要做一个 12306 肯定难，但是，要做一个十万级别的秒杀系统就还 OK。 在本场 Chat 中，会讲到如下内容： 1. 什么是秒杀 2. 秒杀系统有哪些特性 3. 秒杀系统设计原则 4. 架构设计方案 5. 实现过程 6. Demo 讲解和演示 7. 常见的坑和问题交流 适合人群： 对用 Redis 实现秒杀系统有兴趣的技术人员

宇宙之大，粒子之微，火箭之速，化工之巧，地球之变，生物之谜，日用之繁，无处不用数学。 ——华罗庚 火爆的深度学习技术跟数学有着千丝万缕的联系，例如常见的自动微分技术，梯度反向传播技术等。要想深入研究深度学习，数学知识是必备的基础。 本 Chat 主要分享必备的数学知识，囊括如下内容： - 函数和导数 - 函数的定义 - 函数的性质 - 函数的极限 - 函数的连续性 - 偏导数及梯度 - 导数的定义 - 常见的导数计算公式 - 使用 Pytorch 自动微分技术求解常见函数的导数 - 方向导数及梯度 - 微分及积分 - 牛顿-莱布尼茨公式 - 泰勒公式及其思想 - 拉格朗日乘子法及思想

本文适合职场中的开发人员，准备尝试技术变现，以及对副业突围感兴趣的相关人士。 学完此课程，你能够对副业有比较清晰的了解，并且能够从自身能力出发，找到属于自己的副业。 同时文章给出了一些扩展书籍，帮你加深副业的认知，更加立体化的掌握这些方法。 目录清单： 1. 导语 2. 什么是副业 3. 为什么要做副业 4. 副业的四个纬度 5. 副业的三条来源 6. 如何入手副业 7. 副业的打造思路 8. 副业的几种形式 9. 核心价值与超越 10. 书籍推荐 11. 总结

我在做技术面试官的时候，大多数面试的是初级开发和高级开发，偶尔也会面试架构师。我发现，IT 人的工资固然和相关技术的使用年限有关，但同时也发现，如果候选人的技能无法跨越到更高层次的话，他们的收入也就会停留在当前级别，哪怕工资年限再多，也无法提升工资。 比如，我就面试过不少工作了 5、6 年的程序员，他们的技能也就停留在增删改查阶段，那么他们只能领到初级程序员的工资。更可悲的时，在面试过程中我发现他们甚至不知道上升的途径和方式，这样的话，可能当他们有 10 年经验的时候，或许还是初级程序员。本文将围绕着初级程序员，高级程序员和架构师这三个职位，说明下这些级别的工资瓶颈，并给出若干突破瓶颈的建议。

为什么要使用 Docker? - Docker 容器的启动在秒级 - Docker 对系统资源利用率高,一台主机上可以同时运行数千个Docker容器。 - Docker 基本不消耗系统资源，使得运行在Docker里面的应用的性能很高。 相比于传统的虚拟化技术，Docker 有哪些优势？ - 更快速的支付和部署：开发者可以使用一个标准的镜像来构建一套开发容器，开发完成之后，运维人员可以直接使用这个容器来部署代码。 - 更高效的虚拟化：Docker 容器的运行不需要额外的 hypervisor 支持，它是内核级的虚拟化，因此可以实现更高的性能和效。 - 更轻松的迁移和扩展：Docker 容器几乎可以在任意的平台上运行，包括物理机、虚拟机、公有云、私有云、个人电脑、服务器等。 - 更简单的管理：使用 Docker，只需要小小的修改，就可以替代以往大量的更新工作。所有的修改都以增量的方式被分发和更新，从而实现自动化并且高效的管理。 本 Chat 涉及的内容： - Docker 安装 - 获取 Docker 镜像 - 创建镜像 - 本地导入镜像 - 保存、载入、删除镜像 - Docker 容器的创建、启动和停止 - 进入后台运行中的容器 - 导入、导出、删除容器 - 创建 Docker 私有仓库 - Docker 容器绑定外部 IP 和端口 - 容器互连 - Dockerfile 常见的 11 中指令（FROM、MAINTAINER、RUN、CMD、EXPOSE、ENV、ADD、COPY、ENTRYPOINT、VOLUME、USER）的使用 - 小项目，完整实战

MongoDB 是非关系型数据库（NoSQL）的代表之一，它具有高灵活、可水平扩展、高可用等优秀特性，并且它提供了强大又丰富的查询语句使开发者能够随心所欲地操控数据。这些也正是它受到广大开发者和企业青睐的原因。 在本场 Chat 中，会讲到如下内容： - 流式聚合操作的概念 - MongoDB 中的管道 - 常用的管道指令 - Map-Reduce - 简单的聚合操作 - finallize 剪枝 适合人群： 对 MongoDB 感兴趣的开发者