加入阿里技術團隊三年，哪些習慣讓我在工做上持續受益？

時間 2020-04-04

原文原文鏈接

2017年研究生畢業，我加入阿里巴巴數據庫技術團隊，從事分佈式數據庫研發，現在算來已經有三年時間了，在這期間，我深度參與了雙十一背後的數據庫PolarDB-X從設計到實現的全過程。在這三年的時間裏，於我而言，最大的收穫來自兩方面：數據庫

（1）大型數據庫項目的磨礪。數據庫做爲三大基礎軟件之一，複雜度不言而喻，而分佈式數據庫將這個複雜度又提高了一個層次，所以嘗試這個領域的企業並很少。一畢業就有機會挑戰這個級別的難度，磨礪造就成長。
（2）有幸與一羣實力超羣的小夥伴一塊兒工做，從他們身上能學習到太多東西了。

根據工做經驗和觀察身邊優秀的同事，我發現優良的工做習慣是區別通常工程師和專家工程師的重要素質。想要提高本身，必需要認識到哪些工做習慣會拖延工做效率，提高項目複雜度，增長溝通難度，甚至讓合做夥伴失望，而後改正它們。刻意練習那些被證實有效實用的工做方式，成爲習慣。在阿里的這三年，我積累了這些工做習慣：編程

01

最基礎也最重要的習慣：想清楚再動手。大模塊和功能，詳細的設計文檔必不可少。小模塊和功能，最好動手以前，在白板或紙上寫畫清楚，並記錄下來，千萬不要靠巧合編程，要理解正在作的事情，並全面考慮各類可能性。架構

02

設計、編寫正交性好的代碼模塊。這是你們公認的良好編程習慣，但提及來容易，作起來難。工程師可能會圖一時之快，編寫重複、複雜的「麪條代碼」，隨着代碼量膨脹，這無疑會是代碼維護和問題排查的災難。平時最好能刻意練習編寫正交性好的代碼（剛開始可能花時間，但要熟悉這種思惟習慣），學習業界優秀的代碼也是精進的方式。這裏簡單列四點實用技巧：併發

一、不向其它模塊暴露任何沒必要要的信息，也儘可能不依賴其它模塊，隱藏複雜性編輯器

二、儘可能避免編寫類似的函數，讓複用變的容易。分佈式

三、儘可能避免直接使用全局變量。函數

四、編寫獨立的函數，減小函數間的依賴，函數解耦的一些技巧：高併發

（1）只調用對象自身的函數。工具

（2）只調用傳入參數對象的成員函數。佈局

（3）只調用函數內部建立對象的函數。

（4）減小函數的長度。

03

若是發現代碼中不滿意的地方，早重構、多重構。儘可能不要容忍軟件中的「垃圾」。重構前應該確保：

一、不要在重構的同時加功能；
二、重構前確保擁有良好測試，確保重構對系統重量的影響最小化；
三、採起短小、深思熟慮的重構節奏。

04

系統裏的每一項知識都是單1、無歧義、權威的，要與全部研發人員達成一致。避免合做者之間由於理解的差別，編寫出語義相悖的代碼。

05

把低級的知識放在代碼裏，註釋留給高級的說明，糟糕的代碼才須要許多註釋，固然也不能沒有註釋。commit message也要認真寫。

06

時刻考慮併發對代碼的影響，面向併發設計；時刻考慮空間和時間效率；時刻考慮Corner case。

07

爲項目制定詳細的編碼規範，並嚴格遵照。精心的爲模塊、文件、變量和函數命名，意義清晰無歧義。合理佈局文件和文件夾。

08

關於bug排查。

一、遇到bug，不要恐慌，相信本身能解決它。學會評估bug的影響面。
二、bug是你的仍是別人的沒有關係，不要抱怨，問題已經在那了，解決它。
三、若是排除一個bug花費了很長時間，思考可否作點什麼（例如增長日誌、總結文檔、優化代碼等），讓下次排查更容易。
四、Crash early，一旦發生異常，當即崩潰，讓問題第一現場儘早暴露。若是認爲何不可能發生，就用斷言確保它不會發生，不要本身說服和欺騙本身。
五、打印含有跟蹤信息、格式統一規範的日誌，尤爲是異常路徑的。

09

儘量多、儘量早、儘量全面地測試。讓質量成爲正式的需求。

一、單元測試要覆蓋正向路徑和異常路徑，關注一些邊界條件，而且校驗結果。
二、模塊測試、集成測試、壓力測試、性能測試都應該自動化。
三、不要忽略資源耗盡、故障恢復的測試場景

10

關於工具使用：

一、選擇一種強大的編輯器，儘量學好它，利用它。
二、儘量多的自動化，讓計算機去作那些重複的工做，顯然它們更擅長。這既避免了出現錯誤，又提升效率。
三、使用配置文件，而不是集成在代碼裏。把抽象放進代碼，把細節放進元數據。

11

作一個知識輸出者，多寫文章和總結，在本身經常使用的平臺分享，總結和覆盤能加快進步。不要懼怕交流，不要懼怕暴露缺點，有效的交流越多，你就越有影響力。

12

今天了不得的軟件，比明天完美的軟件更重要。

13

最後，多運動，保持頭髮和衣着整潔，保護好頸椎，保護好視力...

阿里雲分佈式數據庫PolarDB-X團隊招人啦！

團隊簡介：

PolarDB-X是阿里巴巴全自研自主可控的分佈式數據庫系統。不一樣於同品牌基於共享存儲架構的數據庫PolarDB，PolarDB-X是一款Share Nothing架構的分佈式數據庫，可支撐千萬級併發規模及百PB級海量存儲，專一解決海量數據存儲、超高併發吞吐、大表瓶頸以及複雜計算效率等數據庫瓶頸問題。

面向人羣：

2021 屆海內外院校應屆畢業生

（畢業時間爲 2020 年 11 月 - 2021 年 10 月）

應聘方式：掃描下方阿里巴巴春招二維碼