深色模式
02 · 学习路线与方法:先学什么,怎么学才记得住
学完你能说出:
- 找大数据 / AI 应用方向实习时,这个站点建议的学习顺序,以及为什么这么排。
- 让知识「挂得住」的 3 个钩子和「追问三层」。
- 一篇文章怎么读、怎么验收、怎么复习。
先看地图
上一篇给了全站总图。这一篇讲两件事:
① 学习路线:先学哪个知识库 → ② 学习方法:钩子、追问三层、反事实、讲给别人听、间隔复习、动手验证 → ③ 怎么用这个站点
一句话本质
孤立的知识点两周忘一半,挂在问题上的知识点忘不掉。 所有方法都是在给每个知识点多装几个「钩子」。
生活类比
记知识像往墙上挂衣服:
- 只有一个钉子(只背了定义):一碰就掉。
- 三个钉子(知道它解决什么问题、和谁是一类、代价是什么):怎么拽都掉不下来。
- 定期回去看一眼衣服还在不在(间隔复习):发现快掉了就再按一下。
一步步看
1. 学习路线:按「面试最常问 + 最短板」排
站点结构是从下往上排的(一台机器 → AI 应用),但学的顺序可以按目标调整。找大数据 / AI 应用方向实习,建议这样排:
| 阶段 | 学什么 | 为什么先学它 |
|---|---|---|
| 1 | 系统设计与面试 的答题方法 | 先有「骨架」,后面每学一篇都往骨架里填 |
| 2 | 后端与数据库 | 数据库优化、请求链路是最常被追问的基础 |
| 3 | 大数据开发与治理 | 目标岗位的核心技能 |
| 4 | AI 应用 | 春招目标:大模型应用、RAG、Agent |
| 5 | 分布式与中间件 | 系统设计题绕不开缓存、消息队列 |
| 6 | 计算机基础 | 底层八股:操作系统、网络、数据结构,穿插着补 |
一天的节奏(约 1.5 小时):先在首页把到期的卡片复习完(约 15 分钟),再读一篇新文章(约 60 分钟),最后点「练本篇」(约 15 分钟)。
2. 三个钩子:每学一个概念,回答 3 个问题
| 钩子 | 问自己 | 例子:缓存 |
|---|---|---|
| 向上挂 | 它解决了什么麻烦? | 数据库每秒只能扛几千次查询,热门数据反复查太浪费 |
| 横向挂 | 它和谁是一类、谁是它的反面? | 和 CPU 缓存、浏览器缓存是同一个思路:把常用的放近处 |
| 向下挂 | 它的代价是什么? | 数据可能不一致;缓存挂了,请求全压到数据库上 |
三个都答得出来,这个概念基本忘不掉。
3. 追问三层:面试拉开差距的地方
同一个知识点,面试官会一层层往下问:
第 1 层:是什么 ← 背了就会,不加分
第 2 层:为什么这么设计 ← 拉开差距
第 3 层:不这样会怎么坏 ← 只有真懂的人答得出例子:TCP 为什么要三次握手?
- 第 1 层:建立连接要握手三次。
- 第 2 层:双方都要确认「我发得出去、你收得到」,两次只能让客户端确认,第三次才让服务端也确认。
- 第 3 层:如果只握两次,一个在网络里滞留很久的旧连接请求突然到达,服务端会白白建立连接、分配资源干等。
读完一篇,逼自己写下三行:「是什么 / 为什么这样 / 不这样会坏在哪」。第三行写不出来,说明还没真懂。
4. 反事实:把「设计」变成「事故」
看到一个机制,问一句:把它删掉,系统会在什么场景下坏掉?
| 机制 | 删掉之后 |
|---|---|
| 索引 | 2000 万行的表每次查询都全表扫描,一次几秒 |
| 数据仓库分层 | 每张报表都从原始数据重新算,口径各不一样,出错没法定位 |
| RAG 的「没有就说不知道」 | 模型查不到资料时自己编一个答案 |
人对「事故」的记忆远强于对「定义」的记忆,而且这正好对应面试的第三层追问。
5. 讲给别人听(费曼法)
学完一篇,合上页面,用大白话讲给一个不懂技术的人听(或者对着手机录音)。卡住的地方就是没懂的地方,回去重读那一段。
6. 间隔复习:在快忘的时候复习
刚学完记得最牢,之后每隔一段时间就忘一部分。最省力的复习时机是「快要忘、还没忘」的时候。这个站点的复习页就是干这个的:
- 答「会」:下次复习的间隔拉长(1 天 → 3 天 → 7 天……)。
- 答「模糊」:间隔变短。
- 答「不会」:本轮再考一次,明天继续。
关键是先自己在脑子里答一遍,再翻答案。直接看答案只是「认得」,不是「记得」。
7. 动手验证:把抽象变成看得见
能跑的就跑一下,比读十遍都管用:
| 想验证 | 动手做 | 能看到什么 |
|---|---|---|
| 索引有没有用上 | 对一条 SQL 跑 EXPLAIN | type 从 ALL 变成 ref |
| 三次握手 | curl 访问网站时用抓包工具看 | SYN、SYN+ACK、ACK 三个包 |
| Spark 的 Stage 怎么切 | 跑一个带 reduceByKey 的任务,打开 Spark UI | 遇到 Shuffle 就切出新 Stage |
| RAG 检索效果 | 准备 20 个问题,记录正确资料排第几 | 召回率和排名 |
为什么这么设计
为什么每篇都要先讲「为什么」,而不是直接讲「是什么」?
- 问题:只记定义,面试官一追问「为什么不用另一种」就答不上来;而且孤立的定义很快会忘。
- 方案:每个设计都按「问题(不用会怎样)→ 方案 → 好处」讲,并配一句能直接说出口的话。
- 好处:既是记忆钩子,又正好对应面试的第二、三层追问。
一句话答法
面试问「为什么用 X」,其实是在问「不用 X 会出什么问题」。先说问题,再说方案,最后说好处,就不会只剩背定义。
为什么复习要按间隔排,而不是每天全看一遍?
- 问题:卡片越来越多,每天全看一遍不现实;而已经记牢的卡反复看又是浪费。
- 方案:按每张卡的熟练程度安排下次复习的日子,记得越牢间隔越长。
- 好处:每天只看「快要忘」的那一小部分,花的时间最少,记得最久。
一句话答法
间隔复习把时间花在快忘的卡上:记得牢的隔很久才看一次,记不住的很快再出现。
英文术语拆解
| 术语 | 拆开看 | 一句话意思 |
|---|---|---|
| Spaced Repetition | Spaced 有间隔的 + Repetition 重复 | 间隔复习:越熟练,隔得越久再复习 |
| Active Recall | Active 主动的 + Recall 回想 | 主动回忆:先自己想答案,再看答案 |
| Feynman Technique | Feynman 费曼(物理学家)+ Technique 方法 | 讲给外行听,卡住的地方就是没懂的地方 |
面试怎么问
Q:你平时是怎么学习新技术的?
先弄清它解决什么问题、不用它会怎样,再看核心流程;然后动手跑一个最小例子验证,最后整理成笔记或讲给别人听。比如学 Spark 时,我先弄清它比 MapReduce 快在哪,再跑一个 reduceByKey 的任务,在 Spark UI 里看 Stage 是怎么切的。
容易混的地方
- 「看懂了」≠「会讲」:读的时候觉得都懂,合上页面讲不出来,是最常见的错觉。验收清单就是用来戳破这个错觉的。
- 复习 ≠ 重读:复习要先自己回想,答不出来再看答案;只重读不回想,效果差很多。
和其他知识的连接
自测 3 问
Q1:「三个钩子」是哪三个?用「索引」举例。
点开看答案
向上挂(解决什么麻烦):不用索引就要全表扫描,大表查询很慢;横向挂(和谁一类):和书的目录、哈希表一样,都是「先建好查找结构,换查询速度」;向下挂(代价):占额外空间,每次写入都要维护索引,写变慢。
Q2:「追问三层」分别是什么?哪一层最拉开差距?
点开看答案
是什么、为什么这么设计、不这样会怎么坏。第二层开始拉开差距,第三层只有真懂的人答得出。
Q3:复习卡片时,为什么要先在脑子里答一遍再翻答案?
点开看答案
这是主动回忆:从记忆里「拽出来」的过程本身就在加固记忆。直接看答案只是「认得」,到了面试没有提示时还是说不出来。
✅ 验收清单
- 能说出本站建议的 6 个学习阶段,以及第一站为什么是答题方法
- 能用一个技术点(例如缓存)把三个钩子各说一句
- 能对任意一篇读过的文章写出「是什么 / 为什么 / 不这样会坏在哪」三行
下一步该懂什么
- 先装上答题骨架 → 系统设计与面试