19 链式 & 比较 & 环式学习法：怎么多维度提升技术能力？
你好，我是华仔。
上一讲我介绍了三段分解法，教你把“10年成为大牛”这个宏大的目标，分解成1～2个月的可落地计划，然后再按周来执行实际的行动。
但是，不同级别的核心要求是不一样的，晋升时评委的考察重点也不一样，所以在成长过程中，我们主要提升的技术维度也在发生变化。
一般来说，P5/P6/P7主要提升技术深度，P7/P8主要提升技术宽度，P8/P9主要提升技术广度。（我在第11讲和第16讲分别以前端和Java后端为例，解释了这三个维度的区别。）
这三个不同的技术维度，分别适合用不同的方法来提升，这一讲我就会为你一一介绍，让你的学习更有针对性，在回答晋升评委提问的时候也能做到游刃有余。
链式学习法：提升技术深度
提升技术深度，最好使用链式学习法。
如果你参加过晋升答辩，一定经历过评委的“追命连环问”，比如：
- 你在讲解PPT的时候提到，某个项目使用了Netty技术，评委首先会问你Netty的一些技术点；
- 当你回答说Netty的本质是Reactor网络模型时，评委又会问你Reactor网络模型的原理；
- 当你回答说Reactor的基础是Java NIO的时候，评委又会问你Java的NIO/BIO的技术细节；
- 当你回答说Java的NIO在Linux平台上是基于epoll来实现时，评委又问你Linux的epoll/select等的原理。
……
面对这种“打破砂锅问到底”的方式，如果平时没有充足的准备，你很可能会卡住。
所谓“链式学习法”，顾名思义，就是学习的过程好像从水里拉起一根链条，拉出一环后面又接着一环，最后将整个链条全部拉出来。
当知识联结成锁链，环环相扣，你对技术的理解就很透彻，评委问到底，你就能答到底。
但是知识的锁链不是胡乱连接的，环环相扣的方式很有讲究。常见的方式有两种：
第一种是自顶向下、层层关联，打通一项技术的领域分层。
第二种是由表及里、层层深入，打通一项技术的细节分层。
以Netty网络编程为例，相关领域一共可以分为6层，要么上层依赖下层，比如Netty依赖Java网络编程，Java网络编程在Linux上又依赖Linux提供的网络编程接口；要么下层是上层的应用和实现，比如TCP/IP是原理，而Linux网络调优和工具是TCP/IP的具体应用。它的领域分层图如下所示：
注：
- 以上图示仅为示例，你需要根据自己的实际工作情况来分析。如果你是在Windows平台上做开发，那么上图“操作系统”这一层就要改为“Windows网络编程”，“工具&配置”这一层就要改为“Wireshark”之类的。
- 具体分层关系并没有业界统一的标准，比如“工具&配置”这一层，如果你认为应该放在“计算机网络”那一层的上面，其实也是可以的。
同样以Netty网络编程为例，技术细节可以分为4层，它的细节分层图如下所示：
链式学习法的步骤
链式学习法的第一步，就是要明确一项技术的深度可以分为哪些层。
具体来说，就是画出“领域分层图”和“细节分层图”。一开始你可能会觉得画不出来，这恰恰说明你对深度的理解还不够，而尝试画图本身就是一个梳理结构、强化认知的过程。
画出了两张图之后，第二步就是要明确你自己要学到哪一层。
学得太浅，达不到提升深度的目的；学得太深，又会耗费太多的时间和精力。以Netty网络编程为例，从我自己实践和指导别人的经验来看，领域分层图的6层不用都学，大部分人学个3～5层就够了；不过细节分层图的4层，还是建议你每一层都学。
确定学到哪一层之后，第三步就是要明确每一层应该怎么学。
在领域分层图中，越往上越偏应用，实际工作中用得越多，越往下越偏原理（包括相关的工具和配置），实际工作中用得越少。所以总的原则是，在上层投入更多时间，更关注细节和熟练使用，在下层投入相对少的时间，更加关注原理和简单应用。
比如对于Netty网络的领域分层图，如果你不是Netty项目的开发人员，而是只想使用Netty来搭建自己的系统，那么“Linux网络编程”这一层，你只要掌握select/epoll等技术原理和优缺点就行了，epoll提供的API你有时间可以大概看看，没时间不看也可以；但是对于Netty本身提供的API，则是越熟练越好。
在细节分层图中，你需要详细地学习每一层。要注意的是，对于“实现源码”这一层，你不需要去掌握每一行源码，只要掌握关键源码就行了，也就是和设计原理以及设计方案相关的源码。
链式学习法的优点
链式学习法主要有两个优点：
1. 促使我们主动提升
大部分人在实际工作中，很多技术都只接触到了领域分层图和细节分层图中的前2层，没有进一步地去了解。
而如果采用链式学习法，你就会意识到，使用一项技术完成了工作，并不意味着你就完全掌握了这项技术。你还需要把刚刚自己用到的技术作为切入点，画出完整的领域分层图和细节分层图，然后逐一攻破，这样才能提升深度，达到精通水平。
2. 将知识和技能系统化
明确知识和技能点之间的关联关系，有助于更好的理解和应用这些知识和技能。
例如，如果我们要在Linux平台上基于Netty开发并发10万连接的高性能服务器，既要深入掌握Netty的技术细节，又要深度掌握领域深度相关的技术，包括：
- Netty技术细节：需要设置Netty的相关参数（ChannelOption.SO_BACKLOG，ChannelOption.TCP_NODELAY，ChannelOption.SO_REUSEADDR等）。
- Java网络编程：调试的时候需要知道Java的网络编程API等等。
- Linux网络工具：需要使用Linux网络工具定位问题。
- Linux操作系统配置：需要修改Linux的最大文件句柄数、需要优化Linux的TCP/IP参数（net.ipv4.tcp_tw_reuse，net.ipv4.tcp_keepalive_time等）。
只有使用链式学习法，你才能系统地了解到这些关联的知识和技能，以及如何将它们串起来。
链式学习法小结
现在，我们回顾一下链式学习法的重点：
- 链式学习法是让知识形成锁链，环环相扣，主要用来提升技术深度。
- 链式学习法的步骤包括：明确一项技术的深度可以分为哪些层，明确要学到哪一层，明确每一层应该怎么学。
- 链式学习法的优点有：促使我们主动提升，将知识和技能系统化。
比较学习法：提升技术宽度
提升技术宽度，最好使用比较学习法。
如果你有过晋升P7或者更高级别的经历，肯定被问到过大量跟“Why”有关的问题，比如：
- 为什么选择Redis，为什么不用Memcache？
- 为什么选择MySQL而不是Redis？
- 选择Flink的理由是什么？（除了Flink本身的技术特点外，还需要你回答为什么选择Flink而不是Spark或者Storm。）
……
这些问题大部分都是考察你思考、判断和决策的逻辑和过程。如果你只有技术深度而没有技术宽度，这时就会陷入窘境：单个技术细节你都很熟悉，但是却无法解释为什么用这个，而不用那个。
所谓比较学习法，就是横向比较同一个领域中类似的技术，梳理它们异同，分析它们各自的优缺点和适用场景。
这样你就能加深对整个领域的理解，评委问的每个为什么，你都能回答得有理有据。
比较学习法的步骤
比较学习法的具体操作步骤如下：
- 先用链式学习法掌握某个领域的一项技术，将这个领域的关键技术点整理成表格。
- 基于整理好的技术点，学习这个领域的另一项技术，将它们在技术点上的差异整理成思维导图。
- 找出差异较大的技术点，将背后的原理和对应用场景的影响整理成表格。
接下来，我以缓存领域的Memcache和Redis为例，说明一下比较学习法的用法。
- 先用链式学习法掌握Memcache技术，整理出缓存领域的6个关键技术点。
- 基于这6点快速掌握Redis技术，整理出Memcache和Redis在这些点上的差异。
- 找出差异较大的技术点，包括并发方案、数据结构、高可用和持久化，整理出它们背后的原理和对应用场景的影响。
注：表格内容仅为示例，实际内容不止这么多，如果你有兴趣，可以上网搜索或者自行补充完整。
比较学习法的优点
比较学习法主要有三个优点：
1. 学得快
同一个领域的技术在功能上大都是类似的，区别往往在于实现方案和细节。所以当你掌握了一项技术之后，再去同一个领域的另一项技术，就不需要从0开始了，因为基础的部分你已经学会了，只要重点关注它们的差异点就能够快速掌握。
2. 学得全
整理关键技术点和制作思维导图的过程，会促使你把一个领域的技术体系化，更全面、更系统地掌握这个领域。
3. 学得深
从差异点到背后的原理再到应用场景的思考过程，会让你对技术的取舍之道理解得更深，在每一次技术选择时都能给出让人信服的理由。
比较学习法小结
现在，我们回顾一下比较学习法的重点：
- 比较学习法是横向对比，让选择有理有据，主要用来提升技术宽度。
- 比较学习法的步骤包括：整理领域关键技术点，整理不同技术的差异点，整理差异点背后的原理和对应用场景的影响。
- 比较学习法的优点有：学得快，学得全，学得深。
环式学习法：提升技术广度
提升技术广度，最好使用环式学习法。
很多人一听要提升广度，就以为学得越多越好，想到什么牛就学什么，看到什么热就追什么。学了一段时间，感觉学了很多，但好像啥也不会，网撒得很广，却没捞到几条鱼。
所谓环式学习法，就是构建一个完整的闭环过程，将多个领域的“鱼”一网打尽。
技术上常见的闭环是功能环，代表某个功能的处理过程。以一个最简单的“用户登录”为例，如果它的实现方式是前端在手机App上用做登录页面，后端用了微服务架构来存储，那么就可以构建这样一个功能环：
注意：
- 上图仅为示意，你可以根据实际情况自己完善，比如拆分为更多环，或者每个环增加更多的技术点。
- 上图我是用PPT画的，你也可以根据自己的喜好采用其他画图工具，比如UML类工具。
这里要说明一点，环式学习法更加适合业务系统相关的技术人员，而不太适合中间件（数据库、缓存、消息队列和服务中心等）相关的的技术人员，因为中间件的技术更加专注于深度和宽度，和具体的业务关系不大，对技术广度的要求并不高。
当然，如果你已经达到了P8+/P9这个级别，无论什么领域，都可以采用环式学习法来学习跨领域的技术。
除了功能环以外，还有很多构建闭环的思路，比如业务上常见的“业务环”，它代表某个业务的处理步骤，以及管理上常见的“流程环”，它代表某件事情的处理步骤。
所以，环式学习法不但可以用来提升技术广度，也可以用来提升业务能力和管理水平。
环式学习法的步骤
环式学习法的第一步，就是把闭环画出来。
具体的画法是将完整的闭环分为几个关键的环节，然后标出每个环节的关键内容。
就拿“用户登录”这个功能环来说，它可以分为前端、客户端、网络层、机房入口、Nginx、用户中心、安全中心和数据中心，总共8个环节；每个环节又会涉及不同的技术，比如客户端涉及JsBridge和OkHttp，用户中心涉及微服务、MySQL和Redis等，总共涉及的技术有18项。
通过这么一个简单的功能环，你就可以看出技术广度的边界和范围；而且这些技术都是业务上实际用到的，你完全不用担心自己是没有目的地乱学。
环式学习法第二步，就是由近及远，逐步攻克闭环上的各个节点。
就算是同一个闭环，不同领域的人学习顺序也是不同的。还是以用户登录这个功能环为例，前端的人先需要学客户端的JsBridge和OkHttp等知识，然后再去学服务端相关的知识；而服务端用户中心的人，需要先学Nginx和安全中心相关的知识，之后再逐步扩展到客户端和前端。
通常来说，职业等级越高，技术广度的要求也越高，所以功能环上要求掌握的相关技术也越多。
对于单个技术，你还是需要用链式学习法来学习，但是因为数量太多，全部严格按照链式学习法的要求来学是不太现实的。我的建议是，可以先不去研究源码，只要学习接口设计、设计原理、设计方案这3层就行了；在合适的时候或者有时间的时候，可以看看核心源码加深理解。
提升业务能力也很重要
很多技术人员有一个误区，认为业务设计是产品经理的事情，产品经理设计好了，技术人员再把自己负责那部分做好就行了。
这种想法会让你在工作中非常被动，而且可能吃大亏。常见的吃亏场景包括：
- 讨论需求的时候，因为不懂业务，就算产品的业务需求不合理、实现代价很高，你也发现不了。结果到了设计甚至是编码阶段，你才发现自己做得累死累活，效果还不好。
- 处理线上故障的时候，因为不熟悉业务，只能被动接受别人的分析和推断，很容易背锅。
- 因为不熟悉业务，无法承担整体需求分析和方案设计这种任务，导致个人能力得不到锻炼，失去很多晋升机会。
无论是前端、客户端还是服务端的技术人员，最好都花点时间，通过业务环来了解业务的整个流程。
以下是用户登录的业务环，供你参考。
注意：上图仅为示例，省略了很多分支和细节，实际的业务流程图比这个要复杂，你可以直接参考产品经理的需求文档。
环式学习法的优点
环式学习法有两个优点：
1. 培养全局视野
在画出完整闭环的过程中，你可以端到端地了解全流程涉及哪些系统或者模块，每个模块的关键技术是什么，从而培养出全局的视野和能力。
2. 避免盲目地广撒网却捞不到鱼
环式学习法划定的范围是实际工作的闭环，能够形成一套有效的组合拳，而不是东一榔头西一棒槌的胡乱搭配，能够大大提升学习效率。所以你只要对照环来提升就可以了，不用再担心广撒网却捞不到鱼了。
环式学习法小结
现在，我们回顾一下环式学习法的重点：
- 环式学习法是构建闭环，打出组合拳，主要用来提升技术广度。
- 环式学习法的步骤包括：先把闭环画出来，然后由近及远，逐步攻克闭环上的各个节点。
- 环式学习法的优点有：培养全局视野，避免盲目地广撒网却捞不到鱼。
思考题
这就是今天的全部内容，留一道课后思考题给你吧。在你的面试或者晋升的过程中，有没有因为某个专业方面的问题没答上来而留下遗憾的经历？学完今天的内容后，你觉得可以用什么方式来学习，避免以后再留下类似的遗憾呢？
欢迎你把答案写到留言区，和我一起讨论。相信经过深度思考的回答，也会让你对知识的理解更加深刻。
- 学要有所用 👍（115） 💬（6）
关于学习方法，最近看过一本书，书中有些学习方法别具一格，颠覆认知，书名——《认知天性：让学习变得轻而易举的心理学规律》。 这本书介绍了各种高效学习的方法，其中有几种方法，比较颠覆认知，书中认为学习时，应该有间隔的进行，而非集中式的重复进行，这样带来的好处是：能带来更长久的记忆，也就是长期记忆，而集中式练习则是短期记忆。花十分钟记忆十个单词所留存的记忆，不如分两次五分钟记忆十个单词所留存的记忆来得深刻。理由是：长期记忆的形成，需要有个巩固的过程，可能是数小时，可能是数天，在这期间，记忆痕迹得到加深，所学的新知识与旧知识建立连接，带来稳固的长期记忆，因此不要频繁的进行集中式学习，而是有间隔的进行，频繁的集中练习只会带来短期记忆，有间隔的学习所耗费的精力远大于频繁的重复式学习，使用这种方式，学习起来也更加困难，但也不容易遗忘。理论上来说，遗忘的越多，重新回忆起来的难度越大，但所保持的效果越持久，不过，还是不要等到所学知识遗忘的差不多了后再去重新学习，那样的话，你基本回忆不起来，只能重新从头开始，得不偿失，等到所学知识有点儿遗忘再去学会比较好。 拿学习专栏来说，不要反复地去学习同一章节，而是有间隔地进行，这会带来长期记忆，在学完一章内容后，不要立刻练习所学内容，而是应该等遗忘一些后进行，效果要好于学完一章节后立刻进行练习的方式，学完后不容易忘，在学完后立刻进行练习，学完后容易忘。书中建议：学习知识或技能时，通过自我检测的方式，代替重复学习，并且有间隔地进行自测，就拿学习算法来说，不要一遍接一遍地重复去学，而应该在学习完某一算法后，通过自测的方式来逼迫自己的大脑去检索所学，拒绝机械式的重复重复再重复，这样所学的知识会更加稳固，留存的记忆更持久，书中还提到：自我检测后的延迟反馈会进一步加强学习效果，也就是在进行自测后，不要立马查看答案，而是应该间隔一段时间再查看。 在练习所学时，有顺序的练习比无顺序的练习效果差，且这期间，穿插不同类容类型的学习方式，所产生的效果，要比在熟练某一知识后，再进入下一学习内容的练习效果要好，不仅能保持长久的记忆，使所学知识不易遗忘，还能提高学习者的辨识能力，也就是在面对各种复杂问题时，能正确识别问题类型，根据所学知识，从脑海中搜寻出对应问题的解决方案。回想一下我们上学时的课本内容安排，都是有顺序地，由浅入深地进行，而我们在学习时，就是通过不断练习同一知识点直至完全掌握后，依次有顺序地进入下一知识点的学习，直到课程学完。这种通过大量练习同一类型的题目的方式，使我们在考试遇到时，能得心应手地解决，但面对综合题时，这些问题都被混合在了一起，且没有顺序，我们难以辨别题目真正要考察什么问题，无法辨别问题的类型，从而无法正确地运用所学知识解决问题。拿到生活上来说，你遇到的问题也是没有顺序，且都是混合在一起的，你难以辨别各个问题之间的差异，不清楚要解决的问题到底是什么，从而无法选取合适的解决方案解决问题。 面对这种现状，前面提到的穿插不同内容类型的学习方式能帮到你。简单来说，就是在当前学习内容掌握的还不熟练的情况下，跳入下一阶段的学习，这种方式比在当前学习内容练习熟练后，再顺序进入下一阶段的学习方式，效果要好。例如，你在学完数组，哈希表，树，堆等数据结构后，在练习时，要在数组还未掌握熟练时，就进入树的练习，而不是等到完全掌握熟练一项内容才进入下一阶段的练习，你不能每学一样知识，待熟练后才进入下一阶段，应该以随机非顺序的方式进行，这种非顺序的穿插不同类型的学习方式能促进知识的活学活用。 这种学习方式如果转换到专栏学习的话，相当于在一个章节内容还未熟练的情况下就要进入下一章节的学习，比如，在学习完专栏章节1，2，3后，从章节2开始练习，待初步掌握，还未熟练时，进入章节1的练习，然后在未熟练时又进入章节2的学习，这种在练习期间，穿插各种不同学习内容的方式，比大量练习同一主题内容完全熟练后，再进入别的主题学习，效果要好得多，书中说的是远好于。 这样看来，这种学习方式还是很适合学习难度高的专业知识的，它能使所学知识停留在长期记忆，并能促进知识的活学活用，你一定不想体会辛辛苦苦好不容易学完算法后，在下一次要用到时想不起来的尴尬境地，或者在遇到综合各种算法问题时，束手无措的苦苦挣扎，而以上的学习方式或许能帮到你。
2021-01-11 - Harvey 👍（10） 💬（1）
你好，华仔： 问题：关于链式学习 。如何才能画出一个技能的领域分层，能否提供具体的指导原则和标准？ 举例：对于一个不了解netty的人，肯定是画不出来这个图，可能只会只会想到第二层，或者想到的层次的技术不对，这些都会影响链式学习的效果。所以我的思考是能画出一个领域图就是一个学习的路径，剩下的就是行动+具体的学习方法。 课程总结 链式学习：对于我而言优先选择这种方式，业务开发且先需要先掌握几个深度学习的案例。对于如何画出领域和技术细分模型，还没有具体实施过。 （1）对于领域模型的划分我能想到的是首先会列一个netty的学习框架，根据这个框架抓住重点和难点。对于下一个层次该学什么，就需要看专业类的书籍，根据经典书籍在确定下一层学什么。 （2）技术细节的划分可以使用华仔的四层模型，但对设计原理和设计方案之间的区别还不清楚，需要在实际过程中找出之间的概念。 (3）关于领域划分的每个层次学习的权重华仔也给出了具体的建议，可以参考。对于领域底层的知识，先掌握原理，毕竟通过6个月学习一个技能需要在时间上计划好，尤其是对最底层的知识。 比较学习：比较学习需要多问为什么，5w，7w2h等方式。 环式学习：对于此方式主要提升技术广度。要在目前手上的工作内容画出业务和技术的环图，优先处理重点和难点的业务和技术。对于我而言业务的闭环也非常重要，之前对于业务闭环做的还不够，更多的都是在某一个功能点，可以参考产品思维。
2021-01-13 - 欧阳娜 👍（4） 💬（1）
环式学习法，在一定深度上，拉长和拉宽不是一样的吗？怎么还有宽度和广度？
2021-04-11 - L· 👍（3） 💬（1）
我觉得我是更注重解决问题的能力，而不是只限于技术，大差不差的情况下有些细节技术能力没必要深究，毕竟要花费很多精力，结果只是为了解决一个不大的问题。
2021-07-28 - Monday 👍（3） 💬（2）
链式学习法的第一步，就是要明确一项技术的深度可以分为哪些层。 具体来说，就是画出“领域分层图”和“细节分层图”。一开始你可能会觉得画不出来，这恰恰说明你对深度的理解还不够，而尝试画图本身就是一个梳理结构、强化认知的过程。 怎么分解出领域分层图和细节分层图狠关键啊，有点类似于项目的架构设计，后面每个细节的学习就相当于开发实现。 使用链式法的分层方法可否来一个加餐章节，多举几个例子，比如 1、学习上节提到的unix/linux 2、上节提到的安全 3、mybatis，MySQL，Redis，spring，Java多线程， 。。。。 当然我也会自己试着去分层
2021-01-13 - Hesher 👍（2） 💬（2）
换个思维，面试别人的时候，为了有得可问，你就要深入下去，直到你知道了哪里是最深的地方，达到了这个深度，才会在面试候选人时更有信心、更有底气。就算你不是面试官，也可以定期找同事玩玩模拟面试，共同成长，双赢合作。没准也是个另辟蹊径的学习方法。 从深度、宽度、广度被面试难倒的情况全都遇到过，不过并不遗憾，毕竟当时是真的不会。如同学生时期期末考试前临时抱佛脚的感觉，这反而是认识自己和增加学习动力的契机。
2021-03-30 - 受超凡 👍（1） 💬（2）
老师说到了netty有个问题请教下，tomcat高版本也支持nio了，netty除了支持不同的协议外和tomcat高版本有什么区别吗，性能一定比tomcat的nio好吗？
2021-07-21 - xin 👍（1） 💬（1）
看了才知道之前多浪费时间
2021-04-23 - 蛙 👍（1） 💬（1）
感觉后台开发要学好多知识，华仔有推荐的学习线路吗？
2021-01-12 - leon 👍（0） 💬（2）
华仔可以介绍下kafka的领域分层图和细节分层图吗？
2023-11-30 - Geek_798202 👍（0） 💬（1）
熟悉业务功能这块很有体会，如果对业务不熟悉的话，在设计和开发功能这块很吃亏，第一次听到这个环式学习法，感觉学习还是需要方法，事半功倍
2023-08-23 - 一步 👍（0） 💬（1）
技术宽度和技术广度有什么区别？
2022-02-04 - 受超凡 👍（0） 💬（1）
如果对一项技术本身就不了解，如何画领域和细节分层图呢？感觉如果能画出来好像已经理解了很多了。学习方法太重要了，以前浪费了不少时间，看的不少却没什么效果，这三个学习方法就是指路明灯。
2021-07-16 - 逍遥乐古今 👍（0） 💬（2）
这一讲的领域分层图和上一讲分解技能画出xmind知识思维导图，有什么先后顺序吗？学习某项技能时，应该怎么做呢？
2021-05-30 - 起而行 👍（0） 💬（2）
老师请问细节分层图中的设计原理和设计方案有什么区别呢~
2021-03-29