工程師總結(jié)：不要輕視一個數(shù)據(jù)工程師妹子的實力

程序員最寶貴的東西是生命，生命屬于程序員只有一次。一個程序員的一生應(yīng)該這樣度過：當她回首往事的時候，她不會因為搭建環(huán)境浪費時間而悔恨，也不會因為集群無法運行而羞恥。這樣，在她開發(fā)的時候，她能夠說：“我的整個生命和全部精力，都已經(jīng)獻給了開發(fā)中最重要的事情——設(shè)計程序，實現(xiàn)程序和調(diào)Bug?！?——P醬。

P醬是公司新來的實習生妹子。聽說是一個文科生。文科生應(yīng)該會去文案組或者策劃組吧。什么？來數(shù)據(jù)組？讓我來帶？

于是我和P醬生活工作在了一起。

P醬你會些什么？

“我叫P醬，在XX大學讀研二，愛好是拍照和被拍，大家可以在B站找到我跳舞的視頻，比如av170001。我的另外一個愛好是寫代碼……”

當一個文科妹子說自己喜歡寫代碼的時候，整個辦公室熱鬧了起來。

“P醬，聽說你喜歡寫代碼，那你寫過什么東西嗎？”新人介紹會議結(jié)束以后，我問P醬。

“一般都是各種分析程序，我們的專業(yè)要做很多調(diào)查報告，他們都是用Excel來計算的。我喜歡用Python來把這些統(tǒng)計過程自動化。后來也寫過自動寫詩的程序、鬼畜視頻生成器等等?！?/p>

“真不敢相信你是文科生。這么說你的興趣是數(shù)據(jù)分析方向咯？”

“其實我對師父你做的爬蟲很有興趣。但是聽說會經(jīng)常和網(wǎng)站發(fā)生對抗？女孩子還是不要打打殺殺的好~”

于是我讓P醬負責對爬蟲的原始數(shù)據(jù)進行清洗、整理并做簡單的分析。

一種船新的數(shù)據(jù)儲存方式

“P醬，爬蟲抓到的原始數(shù)據(jù)是存放在MongoDB里面的，你的Python還不錯吧，你試一試用Python來讀寫MongoDB看看。”

“MongoDB是什么呀？”

“是一個和MySQL不太一樣的數(shù)據(jù)庫?！?/p>

“MySQL我知道，MongoDB和MySQL有什么不一樣呢？”

“我舉個例子，當你要插入數(shù)據(jù)的時候，你需要做的，就是‘插入’?？瓤?，你不要臉紅，我是指你不需要寫SQL語句、不需要建表、不需要提前定義字段。僅僅只需要一行代碼就能夠?qū)崿F(xiàn)了。我這里給你寫了一篇文檔，講到了MongoDB的增刪改查，你試一試。數(shù)據(jù)庫已經(jīng)給你搭建好了，你直接連上去用吧”

半天以后。

“師父，我已經(jīng)會使用MongoDB啦。”

“你讀爬蟲的原始數(shù)據(jù)，主要涉及到的就是查詢操作，為了鞏固插入、修改和刪除的操作，再給你一個小任務(wù)吧。試一試寫一個人員管理系統(tǒng)吧?！?/p>

既然有關(guān)系，就整整齊齊放在一起看吧

“P醬，你看起來很高興的樣子啊?！?/p>

“因為我覺得MongoDB比起MySQL太簡單了啊~”

“你確定？那我看看你怎么對整行數(shù)據(jù)去重的？”

“師父，我知道distinct關(guān)鍵字可以對一個字段去重。但是整行數(shù)據(jù)我是讀出來用Python來去重的?！?/p>

“這個時候你就要用到MongoDB的聚合查詢了。文檔已經(jīng)給你寫好了，拿去看吧?！?/p>

“還有還有，這里你把店鋪信息和菜單信息放在了兩個集合里面，我怎么樣才能把他們聯(lián)表查詢出來呢？”

“聯(lián)表查詢是MySQL里面的操作，在MongoDB里面，沒有表，只有集合，所以叫做聯(lián)集合查詢更恰當一些。這也是要用到聚合查詢，也在這個文檔里面了?！?/p>

再給你一個玩具吧。

“P醬，之前讓你做的爬蟲數(shù)據(jù)監(jiān)控系統(tǒng)怎么樣了？”

“功能已經(jīng)做好了，但是有一個地方查詢起來特別慢。我已經(jīng)加過索引了，但還是很慢。懷疑是同時聯(lián)了四個集合的數(shù)據(jù)造成的。”

“這邊的數(shù)據(jù)實際上每小時才更新一次，你沒有必要每次刷新頁面都去查詢MongoDB的。我覺得是時候讓你用一下Redis做緩存了?！?/p>

“Redis就是那個內(nèi)存數(shù)據(jù)庫嗎？我知道我知道?！?/p>

“給你寫了一份文檔，包含Redis里面的各種數(shù)據(jù)類型和使用方式。你試一試把Redis和MongoDB結(jié)合起來看看能不能提高速度?！?/p>

你怎么擅自加功能??！

“P醬，你怎么在爬蟲監(jiān)控系統(tǒng)的網(wǎng)頁上加了一個廣播窗口？”

“呀，被師父發(fā)現(xiàn)了。因為我想到同一個爬蟲可能會被幾個人監(jiān)控，所以就用Redis的發(fā)布訂閱功能做出來了這個廣播的功能。一旦爬蟲狀態(tài)發(fā)生改變，所有人都能收到推送。”

“既然你這么閑，那不如加上賬號登錄功能，把權(quán)限驗證也做上去？不同的人只能看到自己負責的爬蟲。順便你可以試一試用Redis實現(xiàn)……”

“實現(xiàn)布隆過濾器和Session管理是嗎？”

“你怎么知道我要說什么？”

“因為我早上看到你在文檔上面更新了布隆過濾器和Session管理相關(guān)的內(nèi)容啊~”

紅色的鎖？

“師父師父，你知道什么是RedLock嗎？”

“你學得這么快？都知道RedLock了？RedLock是Redis官方給出的分布式鎖的算法。已經(jīng)有很多編程語言實現(xiàn)它了?！?/p>

“原來RedLock只是一個算法啊……”

為什么我學的這么快呢？

“師父師父，我覺得很奇怪啊，為什么MongoDB和Redis我學得這么快呢？難道是因為他們本來就簡單？還是因為我太聰明了？”

“為什么你不說是因為你師父教的好呢？“

“因為這是事實啊不用我說出來”

“咳咳，實際上是因為兩個原因。一是你一直通過項目驅(qū)動來學習，先有需求，然后再去學習實現(xiàn)這個需求所要涉及到的技能。所以你知道你學的東西能用來干什么，自然就能學得快……”

“那第二個原因是什么呢？”

“第二個原因，我先問你一個問題，你會搭建Redis集群嗎？會搭建MongoDB集群嗎？知道什么叫做哨兵嗎？你知道如何優(yōu)化MongoDB的啟動參數(shù)嗎？”

“這…………好像都不知道額…………”

“因為你的角色是數(shù)據(jù)工程師，不是數(shù)據(jù)庫工程師，所以數(shù)據(jù)庫搭建、底層優(yōu)化這些內(nèi)容我都給你跳過了?！?/p>

“這些聽起來都很重要啊，師父你會教我嗎？”

“你想經(jīng)常值夜班嗎？想半夜3點被人打電話叫起來修數(shù)據(jù)庫嗎？認清自己的定位啊，數(shù)據(jù)庫工程師的技能當然很重要，但你是要成為數(shù)據(jù)工程師的人，技能樹應(yīng)該點在合適的方向?！?/p>

編輯：hfy