结束语 成长和进化，技术如此，我们亦如此
你好，我是陈东。今天，我们走到了这个专栏的最后一个篇章。
一起学习的五十多个日夜，我们从熟悉的数组和链表开始，学到了搜索引擎、广告引擎以及推荐引擎。这就像一场长途跋涉，一路上景色不停切换，不变的，是我们探索这个信息世界的好奇心。
在我看来，信息是构成世界的一个重要维度。实际上，人类文明的开始，就是以拥有了语言和文字为标志的。因为语言和文字的出现，才使得信息可以被记录和传播，文明得以传承和发展。
而随着IT技术的发展，信息的产生速度也越来越快。有报告说，现在18个月产生的信息比过去5000年产生的信息总量还大。并且，随着互联网的普及和发展，最近每年的信息增长率达到了50%以上。我们可以预见5G普及之后的未来，信息生产的速度只会越来越快。那么，这么多的信息都有用吗？我觉得不见得。当信息变得庞杂了以后，相应地，信息的含金量就变低了。只有高效地将信息进行检索和提炼，才能取出我们需要的信息，这样的信息才是最有价值的。
在专栏中，我们提到的许多系统都为了“如何高效检索信息”这个基础却又终极的问题，做了精心的设计，从而帮助我们高效地处理信息。系统如此，人亦是如此。
在信息泛滥的时代，每个人都有大量的渠道可以接触到大量的信息。如果不进行筛选处理，你的CPU根本负荷不过来。比如说，如果你接触的信息都是各种八卦新闻、娱乐视频。那么，你能花在处理专业知识信息上的时间就会变少。甚至在遇到一些虚假信息的时候，如果你不加辨别就接收，这很可能会带来一些负面影响。
所以我们说这是一个最好的时代，这也是一个最坏的时代。好的地方在于，有了足够的信息供我们学习和娱乐；坏的地方在于，对于信息的选择和使用，会变成一个更困难的事情，利用不好，甚至会带来负面影响。因此，我们也要构建起自己思维的检索引擎，学会将有价值的信息提取出来，并加以处理和使用。这样，我们才会不断地前进。
那无论是系统还是人，我们的前进都必须是跟随着时代的脚步。如果你研究过某一个技术的发展史，你就会对这一点有更深的体会了。其实，在专栏中就隐藏着一条检索技术发展进化的时间线。下面，我来带你回顾一下。
在人类发明了文字以后，书的目录索引和图书馆的图书分类管理，其实就是检索技术在印刷时代的体现。
随着IT技术的兴起，信息数字化的变革开始催生出了像数据库这样的系统和B+树这些检索技术。
进入互联网时代后，我们开始处理大数据。无论是基于LSM树的存储系统，还是以搜索引擎为代表的检索技术，都是互联网时代的结晶。
到了移动互联网时代，各种基于地理位置的服务不断出现，让我们开始将物理世界和信息世界更紧密地连接在一起。
现在到了AI时代，图像识别、人脸识别和智能推荐的发展，又催生出了和深度学习结合的检索系统。
检索技术越发展，涉及的知识越新，你就会感觉越陌生。实际上这很正常，毕竟新生事物要变得普及需要经过时间的发酵。但我们必须保证，我们的认知是随着时代的前进一起进化的。因为一旦我们放弃去学习、去进化，那我们不可避免地就会错过很多机会，甚至会做错许多决策。
因此，面对新生的事物，我们在保持好奇心的同时，还要去升级自己思维的检索引擎，使得我们的认知能跟得上时代的发展。甚至，如果学习的过程能够快人一步，那我们就会享受到时代更多的红利。
好了，说了这么多自我进化的好处。那不断地升级自己的检索引擎，是不是一件很困难的事情呢？完全重构系统的确是一个代价很大的事情，但是在已有系统上进行迭代升级，相对来说会容易许多。
因为，许多所谓的新技术和新系统，都是在一些基础技术上进行组合和微创新得到的。比如，我在加餐1中提到的Roaring Bitmap。它在2016年才被发明出来，但是它用到的技术，其实就是很成熟的检索系统中的位图法、哈希表法、跳表法以及倒排索引。还有我们说过的向量检索，其实向量这个数学工具也不是新东西了，只是在近期随着AI的发展，才被更广泛地应用起来。
既然新的技术和系统并不难学，那我们到底该怎么学呢？其实，学习和成长就像是爬台阶。高处的目标虽然看上去遥不可及，但只要我们一个台阶一个台阶地往上走，等我们站到了一个足够的高度上再前进就会容易很多。就像让你直接学习AVL树和红黑树会很难，但当你了解了二叉检索树的原理和问题以后，再去学习就会简单很多。因此，当你了解了检索中的各种问题和相应技术以后，再去搭建自己的检索系统，或者学习使用开源的检索工具，也就更容易上手。
也正是因为如此，许多高手在面对新事物的时候，能使用自己思维的检索引擎，快速找到核心点去学习和消化，从而可以更上一层楼。
总结来说，成长和进化从来不是一件容易的事情，但只要你能构建起自己认知的检索思维，不断地从海量的信息中快速汲取新的知识，并且从打好地基做起，构建起自己的知识体系。我相信，迈上一个更高的台阶，是一个完全可以预期的事情。
虽然检索技术专栏结束了，但是我希望这个专栏对你的帮助并没有就此停止。学习之路没有终点，保持探索和进化，才是我们成长的终极密码。
- 牛牛 👍（14） 💬（2）
首先感谢老师、我觉得这个专栏的质量非常高, 至少在我的心里、它与丁奇老师的MySQL、王争老师的数据结构、文浩老师的计算机原理一样深深影响了我, 用了四期`一周免费读`默默的跟完了课, 收益匪浅, 决定买下来思思品味, 值得反复阅读的一门课, 强烈推荐~~~~
2020-05-19 - 一元(eudict) 👍（4） 💬（1）
一路学完，真的非常棒，感谢老师细心指导。同时大量的例子、图解，真正做到了深入浅出。期待老师下一次的专栏
2020-05-28 - paulhaoyi 👍（3） 💬（1）
感谢老师精彩的课程，也期待后面更多更好的系列课程，结合AI，最新技术趋势。 哈哈，赶紧出新课吧，我迫不及待订阅了。😄
2020-05-20 - 奕 👍（2） 💬（1）
感谢老师的付出，感谢老师认真回答了每一个评论。
2020-05-18 - 青鸟飞鱼 👍（1） 💬（1）
首先谢谢老师的付出，经过《数据结构与算法之美》《MySQL实战45讲》以及陈老师的专栏，我越来越喜欢数据库方面的开发，希望老师多出一些专栏，一定支持，期待。
2020-05-19 - 峰 👍（1） 💬（1）
舍不得技术思维比口音还厉害的陈东老师！！！！！！！！！我想再听老师讲课肿么办！！！！！！！！！！！！！
2020-05-18 - 子一 👍（1） 💬（1）
感谢老师的辛勤付出
2020-05-18 - 那时刻 👍（1） 💬（1）
感谢老师的分享，尤其是老师对于每篇文章的讨论问题和疑问都进行详细的回答，是我们对于问题有了清晰的认识。再次感谢。
2020-05-18 - 小广 👍（0） 💬（1）
感谢老师的付出，内容非常精彩
2021-07-10 - 一轩明月 👍（0） 💬（1）
趁着周末刷完了课程，自己是做推荐算法的，老师的课程帮我从更大的检索视角，从基础数据结构的特性与检索问题起，从理论上的结构设计和算法优化，到工业中的数据量与延迟挑战，将基础与前沿的珠子在我脑中以从未有过的方式串联了起来，十分感谢！ 对“召回+排序”的内涵与外延的理解感悟又深了一层，数据存储和广告引擎的检索实践很有启发。内容领域搜索引擎和推荐系统更是“同质同源”，凡是能搜出来的，都应该能被推荐，接下来我会在数据存储与检索上进一步自学精进，同时将手头工作分别从“搜索”，“推荐”正反两个方向上以检索的视角复盘一遍，在实践中验证所学。
2021-01-11 - 明翼 👍（0） 💬（1）
非常感谢老师的付出,讲的很棒,实践再多点更好了,而且老师是回答问题最认真,最仔细的老师了,期待老师的其他专栏.
2020-09-20 - 泛泛之辈 👍（0） 💬（1）
由浅入深，循序渐进。很系统化。
2020-06-30 - benny 👍（0） 💬（1）
虽然只有20讲，但是每一讲都是干货，而且前后关联很好，有体系，精品！而且老师精心准备课后思考题并且针对用户留言的解答也很认真详细，👍！
2020-06-13 - wangkx 👍（0） 💬（1）
作为一个转行的程序猿，通过这门课，我从整体上对计算机技术有了更深入的理解。 既然入行了，需要学习很多的计算机的知识，前段时间在看资料的时候突然想到在老师的课程中曾经涉及到了一些知识，然后来到本课程中寻找关联，知识点相互补充，我顿时有种豁然开朗的感觉。因为老师的课程是与工程实践紧密联系的，能够从实际应用的角度分析问题，而不仅仅是单纯的理论解释。总之，收货还是不少的，感谢老师~~~
2020-05-18 - HarmonyChang 👍（0） 💬（1）
感谢！虽然只学了一小部分，但是了解到了很多搜索相关的技术信息和处理方式，剩下的就是实践技术了。
2020-05-18