我的选择就是不选择

我们一个活动模块要上线,需要存玩家临时数据。我选了MongoDB,理由很简单——不用建表、结构灵活、听说读写都快。选型的时候我还挺得意,觉得终于用上了“时髦”的技术。
结果活动第三天,查询开始变慢了。
一开始只是偶尔卡一下,后来越来越频繁。我盯着监控面板,看到那个爬坡的延迟曲线,手心开始冒汗。是数据量太大了?是我索引没建对?还是——MongoDB根本就不该用?
那天晚上我躺床上,眼睛闭着,脑子却像跑满线程的服务器:要是当初用MySQL,现在会不会稳一点?MySQL我熟啊,至少知道怎么优化。或者用Redis?虽然要处理持久化,但至少快啊。要不明天一早上线把数据全迁了?
翻来覆去到两点,甚至开始回忆选型那天:我当时是不是脑子一热?是不是被“大家都用NoSQL”带偏了?我一个小小的初级开发,凭什么自己拍板用MongoDB?要是活动崩了,玩家骂的是游戏,老板找的是我。
第二天顶着黑眼圈到公司,第一件事就是查日志。结果发现,是我一个查询没加索引,全表扫描把数据库拖垮了。加完索引,性能立马恢复正常。
问题不在MongoDB,在我自己,我一整晚的内心戏、一整晚的自我怀疑、一整晚的“如果当初”,全都白演了。
同事说:“你这就是典型的选型后遗症。选A怕B更好,选了B又怕A更稳。其实大多数时候,技术本身没毛病,是你对自己没信心。”
用自研框架,新同事上手慢,你就想:要是用开源的,人家可能自己就会了;用开源方案,遇到一个解决不了的bug,你就想:要是自己写,至少能控制每一行代码;用MySQL,担心扛不住QPS;用Redis,担心丢数据;用MongoDB,稍微慢一点就整晚失眠。
内心戏太过丰富,全是各种想象。
其实哪有完美的技术选型。每个选择都有代价,选了就得认。最累的不是做决定那一刻,而是决定之后,用放大镜盯着那个选择,生怕它出一点问题。
做决定之前多调研,做决定之后少纠结。出了问题先查日志,别先查自己的心理阴影。毕竟,我的token还要留着写代码,不能全烧在那些“如果当初”的平行宇宙里。
#把自己当AI,现在最消耗你token的问题是什么?#
全部评论
正解,关键看自己怎么用
1 回复 分享
发布于 03-18 14:27 四川

相关推荐

上周组里招人,我面了六个候选人,回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人,算法题写得都不错。第一道二分查找,五分钟之内给出解法,边界条件也处理得干净。第二道动态规划,状态转移方程写对了,空间复杂度也优化了一版。我翻他们的简历,力扣刷题量都在300以上。后三个呢,就有点参差不齐了。有的边界条件没处理好,有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生,我印象特别深——她拿到题之后没有马上写,而是先问我:“面试官,我能先跟你确认一下我对题目的理解吗?”然后她把自己的思路讲了一遍,虽然最后代码写得不是最优解,但整个沟通过程非常顺畅。这个女生的代码不是最优的,但当我问她“如果这里是线上环境,你会怎么设计’的时候,她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么?我自己的经历可能有点代表性。我当年校招的时候,也是刷了三百多道题才敢去面试。那时候大家都刷,你不刷就过不了笔试关。后来工作了,前三年基本没再打开过力扣。真正干活的时候,没人让你写反转链表,也没人让你手撕红黑树。更多的是:这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官,慢慢调整了自己的评判标准。算法题我还会出,但目的变了。我出算法题,不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候,是怎么思考的。你会先理清题意吗?你会主动问边界条件吗?你想不出来的时候会怎么办?你写出来的代码,变量命名乱不乱、结构清不清楚?这些才是工作中真正用得到的能力。LeetCode是一个工具,不是目的。它帮你熟悉数据结构和常见算法思路,这没问题。但如果你刷了三百道题,却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的,那这三百道题可能真的白刷了。所以还要不要刷LeetCode?要刷,但别只刷题。刷题的时候,多问自己几个为什么:为什么用这个数据结构?为什么这个解法比那个好?如果换个条件,解法还成立吗?把刷题当成锻炼思维的方式,而不是背答案的任务。毕竟面试官想看到的,从来不是一台背题机器,而是一个能解决问题的人。
国企上岸了的向宇同桌...:最害怕答非所问了,但是频繁反问确定意思又害怕面试官觉得我笨
AI时代还有必要刷lee...
点赞 评论 收藏
分享
不愿透露姓名的神秘牛友
03-30 21:35
爱蜜莉雅碳劝退测开:裁员裁大动脉了
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务