浅谈技术调研
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?技術調研的經驗分享
1 聲明
本文是技術調研的個人經驗分享，僅作交流，不喜盡管噴。
2 技術調研簡介
隨著數據更新和硬件的迭代不斷加快，技術也加快更新的步伐，特別是像大數據、人工智能（AI）、深度學習等技術分支領域的遍地開花。作為技術人員，我們面對突入其來的技術風暴該怎樣抉擇呢？比如大數據、Flink比較流行，Deep Learning比較火，我們該從哪里入手呢？本文將結合筆者的經驗來分享研究一些新的技術。
?
業務和場景決定技術選型
?業務是上帝，業務決定了公司用到技術的類型。如果公司想上線一個海量數據的離線處理系統，這時很容易想到hadoop環境，如果是實時的場景，則要考慮spark、flink等。當然技術的選型絕大部分時候都不能很任性，如果公司是自有產品的，自然可以靈活的根據需要來選擇。如果公司是服務于甲方但又沒用技術選擇決定權的，自然按照甲方指定的路線走。
?
調研前的環境儲備
??? 巧婦難為無米之炊，沒有環境自然無非驗證技術的可行性，所以服務器或者虛擬機環境是要有的。如果公司不方便，至少在自己的筆記本上裝個虛擬機來演練一把。記得筆者往年為了驗證1代apache hadoop升級到2代CDH hadoop時曾在自己筆記本上虛擬化出5臺虛擬機，為得是完全模擬生產環境以確保驗證的效果。
?
調研前的技術儲備
??? 既然環境有了，那么相關的工具和命令我們要熟悉。比如常見linux命令里怎么看系統的配置信息、用戶的權限、查看并跟蹤安裝日志、升級配置系統包等等。我們這里常用的操作系統環境一般指的是Linux派系的，比如CentOS、Ubuntu、RedHat等。
?
調研前的技術選型
??? 既然場景定了，技術選型自然也就明確了。比較簡單的方法就是找度娘或者谷歌尋求一些開源的解決方案。如果當前調研領域是第一個吃螃蟹的，盡管這種情況很少，自然需要自己的官網探索。
?
構建自己的環境
??? 如果網上有參考，可以借鑒該工具的部署方法但不能全部照搬，因為每個人的環境是不一樣的。拿到別人的方案第一步顯然不是直接動手操作，而是通讀一遍，熟悉全部的流程和可能的出錯點，這樣做會避免走很多彎路。
?
上手官網文檔
??? 眾所周知大部分的開源工具都是國外的 ，也就是說技術研究者不可避免的要有點英文底子，不然咋后續咋進行呢？!直接對著工具一個個的試試API顯然效率太低，而且一般正規的開源工具都會有documentation(技術文檔)。沿著文檔的目錄結構，我們一般先了解工具的架構、使用手冊（適合直接外部使用的情況）、API文檔（一般會有調用示例），當然這個環節最主要的就是多使用，試錯。
?
形成技術文檔
??? 在工具調研（使用）時記錄出錯的問題和經驗，有些方法或者命令可以按照傳統的工具去套，但如果有差異就需要記錄下來。為了方便技術的沉淀，有時間完整的記錄下通俗版使用、調研、問題跟蹤是最好的。
?
交流發布技術文檔
??? 交流時可以多看網上同類的問題，交流是為了更好的認識和完善對工具的認識，這個過程是持續的，需要像記筆記一樣的記錄并體現在現有的技術文檔內。發布就要看自己公司的要求，如果有保密制度，自然要遵守。一般不涉及到公司數據泄密的技術文檔都可以公開，畢竟分享是一種美德。
?
?
?
總結
- 上一篇： 银行贷款保险是什么
- 下一篇： 检索数据_1_从表中查询所有行和列