专业精进之路：构建扎实而有实效的编程知识体系

对世界上任何一件事物保持谦卑求知之心。

在“打造适合自己的知识库”一文中，讲到了构建适合自己的知识库的一些经验和做法，不过，那还仅限于工具之法，并未涉及知识构建之法。本文对编程知识体系的构建作一探讨。

我定的目标是构建扎实而有实效的编程知识体系。扎实，意味着所依赖的知识是坚实的站得住脚的，溯源知识的原理；实效，致力于为人生与生活提供有益的指导和帮助。有实效的，并不一定是非常系统化的。我去除了对“系统化”的执念。

自底向上和自顶向下

构建知识体系的途径有两种方式：自底向上和自顶向下。

自底向上

适合于初学者，对某个知识领域还没有整体观。学一个记一个，有一进一。比如今天接触到哈希表，就仔细学习哈希算法和哈希函数。日有所学，日有所进。日积月累，量变产生质变。

这种过程很像“织网”，“贪婪”地向外扩展，聚焦对单个知识点的理解和掌握。也可以兼顾知识之间的关联。

强烈推荐写技术博客。对于一个工程师而言，由于具体技术的易变，如果不作以记录的话，五年十年之后，你以前的知识随着时光渐渐遗忘，你可能会感觉像是做了一场梦，不知道这些生命时光里究竟收获了什么。

自顶向下

适合于有多年工作经验的人。这时人已经对某个知识领域（比如java 开发）有一定的整体理解和应用，希望能够更系统化地组织知识及知识之间的关联，达到举一反三、触类旁通的境地。

对于有多年工作经验的人，可以结合两种方式使用。首先构建一个类似“计算机编程领域的三十六种基本思想概览”（通过日积月累形成，可以画成思维导图），把所学所用的串起来，然后再针对每一个子主题各个击破，深入掌握。

这种过程很像“收网”，你已经罗住了一筐鱼，但是鱼还在往外跳，一不小心就丢掉了。需要牢固地让鱼乖乖入网。

掌握工程原则

学会写基本的程序之后，下一步要将学会开发软件。

软件是基本程序逻辑单元基于工程原则的有序组合。工程原则在软件开发中起着非常重要的作用。

软件开发考虑的是：在可接受的成本范围内，如何构建可维护、可复用、可扩展、高性能、高可用、稳定可靠以及满足其它质量需求的软件系统（关键质量需求在架构设计前期要确定下来）？最重要的四大工程原则：复用、封装、解耦、组合。

需要深入理解这些工程原则，熟练掌握实现这些工程原则的技术、方法、工具、流程。

这一步需要读一点书籍，在项目实战中去观摩和领会。

掌握编程思想

具体技术知识是非常庞杂、广泛而深入的。如果不能举一反三、触类旁通，领悟其中的道和法则，将会耗费大量时间而迷失方向。这时候，需要掌握编程思想，正是这些编程思想的合理巧妙组合，才构建了无穷多样的技术。技术是易变的，思想是恒定的。这也是我写“计算机编程领域的三十六种基本思想概览”的初衷。通过这种方式，将所学所悟通过一篇文章串联在一起，形成一个知识子体系。

有了工程原则和编程思想的武装，就能理解各种形式的技术思路和做法，达到“通观领悟”的地步。

深入原理实现

对知识的掌握有如下层次：

• 知其然而知其所以然。既有实际的熟练掌握和工作经验，也对其中的原理有深入的理解。
• 知其然而不知所以然。经常用，但是对原理实现一知半解或少有了解。
• 只是了解。知道有这个东西，但没用过，也没有任何经验，更不谈对原理的理解。
• 不知道。根本不知道还这么个东西。全然无知。

对于很多知识，我们常常停留在后面三个层次上。比如，我能熟练使用 linux 管道及命令实现一些小需求，但是我对 linux 管道的实现原理不清楚。比如，我知道有个 .net 框架，但对 windows 技术体系知之甚少。

那么，灵魂拷问来了：你是想学潜龙之法，还是皮毛之技？如果你的选择是后者，那么这部分可以直接跳过了。

专业精进永无止境。在掌握工程原则和编程思想的基础上，就需要对以前用过的了解的知识作原理层面的探究。

有一种办法：每当遇到一个技术点时，自己先思考怎么去实现，需要考量哪些因素，如何权衡和设计。可参考：“技术思考框架：抽象-思路-考量-优化-细节”。

细节也非常重要。往往解决问题的关键之处就隐藏在细节里。如果对细节清晰精准的表达，那么可以说，是真正地知其然而知其所以然了。

注重基础

对于每一个知识点和知识主题，注重打好基础，探问本质。

• 比如数据结构与算法，常用的数组、链表、栈、队列、二叉树、红黑树；分治、递归、动态规划法、查找、排序等。
• 比如并发同步，线程安全的原理是什么？并发的依据是什么？

编程开发知识体系的基础是什么呢？

• 最底层是模型和物理限制；
• 其上是数据结构与算法；
• 再往上是设计与组织；
• 再往上是复用与封装。
• 最上层就是应用层了。

因此，首要理解的就是底层模型、数据结构和算法。

结合工作需求夯实薄弱点

知识体系建设是一项庞大而长期的工程，不大可能从零开始一个个知识点地构建。对于工作多年的人来说，可以结合工作需求及自己的薄弱点，有针对性地夯实。

比如我的薄弱点是：存储、网络、语言编译，其它方面对工作阻碍不大。那么就可以优先夯实存储、网络和语言编译的部分。存储方面，主要是查询原理和查询性能；网络方面，主要是网络拓扑、数据抓包和网络协议编程；语言编译，主要是语言的解析和优化方面。

夯实薄弱点，最好能结合工作需求。学以致用，学后立即用，才能印象深刻，有更好的效果。比如，最近在做软件系统的可用性分析和优化，要用到分布式缓存和本地二级缓存，就可以对缓存进行加固学习和应用。

可以有一个技术研习计划。这个技术研习计划的条目不要过多，否则可能一个都进行不下去（亲身教训）。首要目标是针对工作所遇到的问题和技术，能够做到知其然而知其所以然。

掌握要领

对于比较难的知识点，需要反复理解和操练，直到熟练。

比如容器存储卷和K8S网络模型。初次接触总是比较陌生的。需要多次学习和操练。不能假设自己是天资聪颖，过一遍就会。一回生，两回熟，三次就能带人走。

遇到挫折时，先不要怀疑自己笨或者天赋不够。很可能只是没有掌握要领。思考：这个事情的要领是什么？向擅长此事的人请教。

总结和提炼

知识总结和提炼也是很重要的一环。

知识的总结要注重原理。要探问：它的本质是什么，基础原理是什么？ 运用“技术思考框架：抽象-思路-考量-优化-细节”的框架对知识进行“解剖”，直到知其然而知其所以然。

知识总结和提炼宜精炼表达。以列表纲要形式和固定模板来组织条目和依据。删除不必要的字句。能少即少。能够用一行命令或代码表达的，就不必用文字了。

我个人喜欢精练表达的缘故是：1. 学习诗词培养的习惯（因为诗词讲求字字珠玑）；2. 大脑容量有限，记不住那么多东西； 3. 没有那么多时间写太啰嗦的话。悟者自悟。

当然，如果是写成面向读者的文章，则需要扩充文字内容，给予必要的示例和解释。

如何兼顾这两种情形呢？平时该咋写就咋写，记录知识和依据。然后单独开辟一篇类似知识索引的文章（比如”互联网应用服务端的常用技术思想与机制纲要），以条目形式展示所有最关键最精髓的思想，见之心明（通常一句话）。这种文章是很考验功力和书面表达能力的。

建立知识大纲

建立知识大纲，有一个整体的概览视图，对于构建编程知识体系是很有益处的。

比如，在笔记里开辟一个“专业精进”的文件夹，含有两个子文件夹：札记和技术文摘。技术文摘是从网络摘录而得，札记则是自己的思考和实践总结而得。技术文摘里的养料会逐渐转化成札记里的笔记。所有编程开发相关的东西都放在这两个子文件夹下。每个子文件夹下，又有多个子主题，这些子主题可以收集各种细分域的内容。常用的技术领域，比如 Java 开发和系统设计，就可以列为子主题。子主题可以分得细一些，这样就能清楚地看到自己在各个细分方面的积累如何。

这个架子搭起来之后，就可以按照上述思路和方法丰富和精炼其中的内容。

整理已有笔记

建立知识大纲之后，快速充实知识体系的一个方法，就是根据知识大纲整理现有的笔记。

网络摘录与自己写的分开放还是放在一起？想了很久，最后决定还是放在一起，不区分彼此。重要的是整合成一个扎实有实效的知识体系，以供日后生活和工作所需，而不是固着于自己所写的。

• 将技术文摘和札记的知识子主题进行重组、合并、细分。
• 将零散的思考按照知识大纲的分类，重新组合，整理成系统化的知识和思考；
• 将零散的网络摘录，按照自己的风格改造；
• 务求精练。

编程知识的投资

知识无穷无尽，穷尽一生亦未必得其一二。那么，对于所要掌握的知识必须有选择性。

在“如何做编程知识投资及减少知识失效的影响”一文中，谈到了编程知识的分类与投资。现在我会更侧重原理、设计性、稀缺经验的知识积累。

掌握良好的技术子集

对于语言学习来说，不是所有的语言特性都需要学习和使用。 学习和使用那些设计不良的特性，不仅耗费大量时间和精力，而且有损项目的可维护性，得不偿失；反之，学习那些优良的部分，不仅可以节省时间，腾出更多时间和精力去做更重要的事情，而且有助于将事情做好，提高收益/学习比。

以上道理同样适用于技术学习与应用。技术知识浩瀚如海，细节如针细。要穷尽是非常困难的。好在，对于一门技术来说，并不需要掌握全部的细节才能工作和创造。 提炼出一门语言或技术的 Good Parts， 使用该子集去构造健壮稳固的应用。

Python 之禅还是有道理的：

There should be one-- and preferably only one --obvious way to do it.

良好的技术子集包含哪些内容呢？可阅：“软件开发之技能梳理”。

制作课程

将知识体系化的更进一步，是制作成课程，可以供别人学习，同时也能创造一些收入。

制作课程，一方面需要有大纲规划，一方面需要根据目标群体做需求调研，将知识更好地提炼出来，传达给他人。制作课程，可以从制作小视频入手。

这也是我接下来会去思考的问题之一。

思维反观

不仅仅是探究具体问题，还要反观自己的思维过程，是如何思考和分析问题的，进行判断和决策的原则、依据、立场何在，有哪些阻滞之处，为何会有这些阻滞，如何从根本上突破自身思维的局限性。所有学习和求解的问题几乎都是思维认知局限性的问题。

比如，有些算法我就理解起来比较绕弯，是因为什么缘故？是我的惯性思维不适应理解算法的某些方面吗？是我的线性思维难以理解事物的非线性特征吗？比如，有些设计方案的决策我就难以确定，是因为什么缘故？是因为相关经验和知识匮乏，还是视野不够开阔？

小结

建设知识库，是一个长期的过程，我相信也会带来很大的后期回报。需要有耐心，有方法，逐步推进深化。