近段时间参与一个技术社区活动, 当讨论牵扯到“CTO的技术深度和广度到底哪一个更具重要性”的话题之际, 我忆起社区里时常被提及的“全栈工程师”的事务, 因而阐述了一些看法。现场未必能够做到清晰地表述, 所以诉诸笔端, 期望能够引发一些探讨, 防止年轻工程师步入错误的方向。向来, 社区之中就存在有人提及“全栈工程师”的情况, 并且, 还有一些公司直接张贴出名为“全栈工程师”的招聘岗位。那个全栈工程师究竟是什么呢?全栈工程师, 英文称作Full Stack , 其被百度百科所给出的解释为精通多种技能, 且能够凭借并利用这些多样不同技能独力完成产品的个体。简单来讲就是那种方方面面都有所了解知晓的人, 左边好似有青龙相伴, 右边仿佛有白虎相随, 腰间还如同有老牛盘踞, 面对人胆敢出来阻挡便将人斩杀遭遇佛胆敢出来阻拦便能把佛击杀。仔细思忖一下, 一个从开头直至结尾的项目究竟需要涵盖包含多少种的技术呢? 就拿其来说, 就起码有 H5、CSS、Java、Kafka、Redis、MySQL、Spark 等等, 这些研发当前需要数据可视化团队、计算平台团队和存储数据团队共同完成, 这些研发当前还需要数据挖掘团队、运维管理团队来一起达成。要是有这么一个全能之人, 将所有事务都接过来, 那会节省多少沟通之中产生的代价以及薪资方面的成本——这简直如同救世主一样念及于此, 内心顿生惭愧之感, 历经十几年所钻研的技术仿若付诸东流, 倘若自毕业之时便把其定为发展目标, 逐月研习一门技术, 修满一项再切换一项, 如此这般无须两年便可成功转型为“全栈工程师”这一终极职业, 伫立技术之巅, 俯瞰世间众人——是否会萌生一种如同游戏开挂似的愉悦之感? 细想成为架构师通常需历经四五年的艰苦积累时光, 如今能够在两三年间快速达成, 难道不会觉得畅快至极?最终, 处在这般自我催眠状态里, 再加上一些舆论的特意牵引下, 大量心怀志向的青年已着手迈向全栈工程师的自我淬炼之途。并非有许多人甘愿一步一个脚印地积存自身的技术实践经验, 或者静下心致力于钻研开源技术的底层程序代码, 又或者去开展更深入的性能对照剖析。好多人风驰电掣般于不同公司间频繁跳槽, 浅尝辄止, 狂热且浮躁。这些年鉴于大数据需求持续成熟以及数据业务不断发展, 研发团队始终维持着高密度的招聘态势, 对此现象我们的感受颇为显著。因为在面试期间, 我们愈发频繁地察觉到, 年轻人的简历填写得越发繁杂丰富, 这项“精通”, 那项“擅长”, 有着数量不一的“多年经验”或者“长期从事”……简直就连2年工作经验的简历都比从事10年工作的简历还要冗长, 差不多能称作当代常用技术大展示。实在是令人惊叹不已仅凭借简历就打算赶忙将其招进来, 而后辞退当下这些占据职位却毫无作为的并非全栈的员工, 这样子世界是不是就会变得清净了呢?但是情况真的是这么好吗于面试期间, 我们借助问答这种方式, 去查验候选者在技术层面思考的深度, 以及其具备的理解能力、学习能力还有解决问题的能力。因而研发人员面试通常会依照下面这样的流程:介绍一下背景和职业经历。挑选出一个本身于那之中你最为熟悉亦或者最为擅长之特定项目, 针对其整体架构给予详尽之描述, 同时针对你所开展之工作予以细致之讲说。讨论一下你遇到的挑战以及怎么去解决的。随后, 自这一步起始, 我们便会持续地进行挑战, 不停地追问“为什么”, 直至达成通关, 或者当回答不出之时为止。于这个流程里头, 每一步骤皆存在大量候选人遭遇失败, 较为典型的致使失败的缘由涵盖:跳槽频繁极为常见的缘由在于“我渴望研习全新的事物”。想要钻研新事物这是值得予以称赞的, 然而我着实不容易想到平常人于短时间之内就能够将一种崭新的技术掌握透彻、融会贯通。特别是开源技术, 基本上属于入门相对容易迈向精通却困难重重, 极易寻觅到一些教程指南101, 助您在5分钟时长内学会加以装设定型布局, 不过一旦应用至生产运行的系统之中, 就极有可能涌现出形形色色的突发情况、面临棘手难题, 包括配置方面的、架构构筑方面的、网络联系方面的、代码编写方面的、甚至还兴许存在硬件设施方面的种种问题——不得不迫使您费尽心思绞尽脑汁地前往各种论坛上去找寻各类诸如谷哥度娘这般的资源渠道去尝试解决这些难题。经验便是从持续不断地填补这些漏洞、解决这些麻烦的进程当中积聚起来形成的。只会安装部署距离真正掌握还差八千里。最夸张的是, 有人见过那种情况, 两年时间里换了六个公司。所以呢, 后续发展状况是, 只要看到简历里面, 最近三次工作经历, 时长都没超过两年, 那就直接跳过不看了。缺乏对架构的感觉先暂且不谈论, 一个技术人员, 特别是大数据技术人员, 所必须具备的好奇心或者逻辑性, 并且, 只有当对整体架构拥有清晰的认识, 才能够更精准地去了解自己所要实现的需求, 对于整个业务线所具备的意义, 进而在功能边界定义以及技术选型方面, 拥有相对合理的判断。要是对于自己所熟悉项目的整体架构, 缺乏了解, 或者描述得不清晰, 我们觉得这样的研发人员, 是比较欠缺整体感以及全局观的, 其成长通常都会比较有限。事实上, 有不少人根本没办法画出整个产品线的技术架构图, 而能够画出来的人, 其中把各个模块画得一塌糊涂的也为数不少。技术浮于表面当说起所碰到的挑战之际, 极易瞧出候选人对于技术所具备的掌握深度。然而对于讲不出挑战的情形而言, 其一要么是身为任何技术都难以阻挡的超级厉害的人, 其二要么就是未曾历经像计算瓶颈、数据淤积、磁盘爆满、内存不足、架构调优先前这样战斗的充分洗礼作用。针对后者相关, 在进行辨别时面试官就务必应当小心谨慎, 因为这类人哪怕是使用过的技术以及适用的框架其数量再多, 可为你带去的麻烦状况或许会比所填补解决的麻烦还要数目多。回想起一个留有比较深刻印象的事例, 有一位候选人, 其简历之上充斥着诸多表明自己擅长各类大数据技术的明示, 而后在面试期间, 当请他挑选一个最为拿手的项目深入谈论一番的时候, 他说道, 呃…这个…那咱们来聊聊之前做过的一个网站项目吧, 我于其中从事web前端方面的工作……彼时我当即陷入无语状态。细节禁不住挑战为何要选取这个方案, 与其他方案相比较存在何种优势, 此方案存在什么问题, 要是让你来研发这个方案的新版本, 你打算做出怎样的优化, 又是为何, 倘若数据量增大一个数量级, 你认为这个方案会出现瓶颈吗, 增大一个数量级又如何, 这些全都是例行问题, 要是没有对技术熟悉并研究到一定深度, 是很难有条理地讲明白的。曾遇过个牛气冲天的年轻人, 毕业才工作1年, 便找亲戚投资创业还担任CTO, 折腾了一年公司倒闭, 接着出来找工作。第一年薪资算正常, 担任CTO时给自己工资翻倍, 在翻倍基础上还期望我们再涨50%。这意味着, 经过这一年创业, 他觉得自己当了CTO, 接触了诸多技术, 增值了, “我啥都能做”, 理应比第一年涨3倍。实际问起来, 每项技术都很一般, 没啥细节, 自然就败给对方了。《异类》一书中, 有个叫作家格拉德威尔这人指出, 那些人们当做天才且觉得卓越非凡的人, 不是因为天资就比别人超人一等, 而是一直付出了不间断的努力。任何人要从平凡转变为超凡, 一万小时的锤炼是必要的条件。他把这称作“一万小时定律”。若要在某领域成为专家, 起码需要一万小时, 若每日工作八小时, 一周工作五天, 得以想见, 成为一个领域的专家至少得用上五年才行退一万步讲, 就算是奉行“996”工作制, 也差不多需要三年方可达成。这完全契合任何一个具备经验技术人员的认知: 一项技术知识领域, 倘若没有两三年之上的熟捻把握以及钻研琢磨, 是决然谈不上精通的。尤其是大数据此行业属起步发展刚不久的行业, 诸多技术手段方法都处于探索寻觅阶段, 需耗费更多时间去积攒同样是历经了4年多, 并且与海量数据以及各类大数据技术展开斗争, 跨越了数不清的地雷阵, 直至今日才可讲是具备了些许积累, 培育出一批在大数据领域颇具经验的技术专家。即便如此这般, 我们向来都不觉得我们的研发团队之中存在“全栈工程师”。靠经验靠积累, 这是大数据行业必然的行进路径不存在任何能有速成效果的做法因此, 我们始终把控着研发团队, 要使其能更聚焦些, 而非更发散些, 做得更深, 而非更广些。说到这儿, 究竟有没有全栈工程师存在? 答案是肯定的, 是有的。然而我所碰到的那些称得上“全栈”的工程师, 基本在某一个领域编写过海量代码, 或者解决过诸多问题, 积攒了极为深厚的功底, 而后在达到精深程度后, 把各类知识转变为日常所能运用的常识, 才能够真正做到触类旁通。到这个时候看起来大概就是大家所谓的“全栈”了。但这明显不适用于经验较为匮乏的菜鸟工程师句号。所以, 期望着年轻的那些从事技术工作的人员可以更加脚踏实地一点儿, 千万别轻易相信“全栈工程师”这个听起来很美好的虚幻传说。唯有给自己全力以赴地打好技术方面的基础, 才能够往更高的地方翱翔。时段为广告: 要是诸位自认为有志投身大数据范畴, 存有对大数据技术的热忱, 怀有对怎样借数据去解决日常当中实际问题方面的好奇心, 那就请步入大数据研发团队, 我们此处准备充分的数据以及技术来对你的最大值进行挑战, 你决然不会感到失望