一文带你系统梳理Google三驾马车
不知道大家在工作中，有没有遇到过这类程序员：他们无论在什么岗位，开发什么系统，好像都能够抓到问题的本质，做得「游刃有余」。
我也经常碰到这类程序员，每次我向他们请教究竟是如何做到的，他们给出的答案都少不了这一个：读经典论文。
确实，关于学习和处理问题的方式，他们和很多普通码农不太一样。
比如，在面对一个异常复杂的系统时，我们不可避免会遇到一些问题，但大部分人的解决方式很简单：去群里问别人有没有可靠的解决方案，或是在技术社区搜索答案。
但很少人会想到看论文，去挖整个系统的「来龙去脉」。
这也能理解，毕竟说到读论文，就是一个字：难。
一是原版论文都是英文，理解起来太费劲；二是学习资料良莠不齐，很难靠自己梳理出一条清晰的学习路径，去深入了解并建立数据系统的底层知识体系。
但要想成为真正的优秀工程师，把技术研究精深，我认为「读经典论文」是必不可少的，也是最快的学习方式。
因为最核心的东西，就在其中，一旦看懂，就可以「触类旁通」，从使用到开发，很多细节通过脑补就可以猜个八九不离十。
而且，在如今的互联网时代，到处可见「分布式系统」，尤其是「大数据」时代到来之后，各种优秀的分布式系统层出不穷，但它们实现的本质，都源于那几篇经典的研究和论文。
其中对分布式系统工程实践领域，贡献最大的公司是 Google，Google 的基础设施有三驾马车，分别是《Google File System》、《Google MapReduce》以及《Google BigTable》。
Google 发表了这三篇论文以后，基本上「奠定」了业界大规模分布式存储系统的理论基础。
现如今非常流行的 HDFS、MapReduce、Hbase，以及国产数据库软件 TiDB、Oceanbase 都是参考这几篇经典论文设计的，可见这些基础原理的重要性。
会用某个开源框架，是懂了「基础招式」。看开源框架的源码，是「武功秘籍」，能让你更高效地 debug。那研读论文，就是真正的「内功心法」。
武功招式可能每年都在更新迭代，但内功心法却不仅只在今时今日有用，更能让你一辈子受益。
我也能理解，在大部分程序员的工作中，都忙着实现业务功能。90% 的工作是重复的逻辑堆砌，10% 涉及到底层、架构或核心算法的东西，而实际上，正是这 10%，决定了你和顶级程序员的差距。
那么，读经典论文有什么好的方法吗？
网上这类的资料其实并不多，最近看到极客时间专门做了个专栏《大数据经典论文解读》，我第一时间买来看了看，看目录发现内容太全了，基本覆盖了读论文的痛点问题。从零开始搭建支撑每天百亿流量的广告算法系统，提升了十倍以上的广告收入和 ROI。
可能更出名的，是他的另一个爆款专栏《深入浅出计算机组成原理》，我 2 刷过了。只能说「太会讲了」，把底层知识讲得清晰透彻，还吸引着读者深挖下去，功力可见一斑。目前有超过 25000 人订阅，也是出于对他的认可，所以上线时，毫不犹豫就买了他的新课。
这个论文解读课，总结来说，就是让你从经典论文入手，提升问题解决能力。
专栏精进了 10 余篇程序员必读的经典论文，给出一条大数据系统底层知识学习路径，还有工业级数据系统迭代方案。你不仅获得一些大数据的知识，更能从系统架构、计算机底层原理层面，获得深入而长久的成长。
我一直认为，学习是自我驱动，要学会自己「找食物」，而不是「等着喂」。现在我把很靠谱的老师和学习方法，推荐给你，剩下的就看你自己了。
更多想要了解的 可以来看看极客时间-轻松学习，高效学习-极客邦 (geekbang.org)
