2月15号晚上,第一次正式的组织了一次CH(Clubhouse)的聊天探讨室, 讨论的主题是: 习惯的力量 | 分享一个你已有的习惯;以及一个你想培养的习惯 (2分钟分享) 10点开始的讨论,原本是打算11点左右结束, 断断续续的很多朋友的加入,最终一直进行到12点才结束. 和大家聊的很开心,从中也学习到了很多大家分享的经验, 在探讨的过程中,尽量多做笔记,但是有所遗漏还请多多包含. 分享的流程如下: 每位朋友轮流发言两分钟分享一下自己已有的习惯: (e.g. 工作/生活/学习/社交/etc.)怎么开始的? 坚持了多久? 带来了什么改变?以及，想培养什么新习惯? 为什么？ 以下是大家的分享摘选, 格式如下: @CH-ID (工作/职位)已培养的习惯;想:培养的新习惯. @maxzhangyichi (Google SWE) : 做笔记的习惯, 培养一个属于自己做笔记的系统; e.g. 用Google Doc写work log; 想: 培养快速学习/读书的能力/方法. @yannaisotw – (MS in Curriculum & Teaching) 写日记: 随时回顾自己以前的事情; 系统性的想东西; keep organize; 练字 做手帐: 可以帮助缓解自己的心情. 想: 早睡早起. @sandyxxz (MS of BA@UTD) 健身习惯 5…
有关Club house 和 D & I (Diversity & Inclusion)
这两天真的是沉迷于Club House(CH)无法自拔, 感受到了这个App的火爆程度. 大家可以看看这个App使用时间图,感受一下它的魅力. 微信 vs. CH的时间时间对比: 从周五获得邀请到现在,除了睡觉,几乎都一直开着它. 原因有两: 1, 因为精彩的聊天室(内容)确实太多了,有点FOMO(Fear of missing out – 当心错过); 2, 为了你 – my friend. 据说使用的时间越久,那么就越有可能再次获得邀请码.(在这报歉,太多朋友问我要邀请码了,可惜早早的发完了) Club House 是什么? 已经有太多详细介绍它的文章了,我就不做过多的功能性描述了. 通过过去24小时的使用,分享一下我对这个产品的理解. 简而言之就是一款非常便捷的语音聊天(室)的iOS应用.有几个人跟我说和YY很像,我没有用过YY,所以我没有太多发言权.但,我认为它不仅仅只是一个语音聊天软件, 它是一个mixed(混合)的社交/工具类产品. 它不是Podcast(广播)的替代品,而更多的像是一种延展.我时常这么类比: Podcast 如果等于 Youtube 的话. 那么 Club House 就等于 视频直播. 在使用它的时候, 它会让参与者集中注意力去聆听,然后在回复的时候,也需要尽量尝试言简意赅的表达自己的观点和问题. 而文字,你可以做到同时和多个人/群进行, 在Clubhouse里是做不到的. 为什么我我现在安利身边的朋友用? 用iPhone且能找到邀请码的人尽快加入CH的讨论,其中原因有如下: 1, 名人效应: 各行各业的牛人云集来一起分享干货内容,最最重要的一点,你可以举手提问/分享,亲自和这些名人聊天互动.[平时你可能需要花大价钱和精力去参与各种大型的会议才能有机会进行的事情] (遇到/见到的大佬包括但不限于: 李开复,吴彦祖, A16Z(美国最著名的风投公司)的创始人, Robinhood(美国最火的券商之一)的创始人/CEO, 台湾的著名投导师林伟贤,TED演讲人, 各路YouTuber播主, 各路国内外的科技届的大佬等等) 2, 干货内容:…
Designing Data Intense Application – Chapter 12: The Future of Data Systems
<Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems> If a thing be ordained to another as to its end, its last end cannot consist in the preservation of its being. Hence a captain does not intend as a last end, the preservation of the ship entrusted to him, since a ship…
Designing Data Intense Application – Chapter 11: Stream Processing
<Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems> A complex system that works is invariably found to have evolved from a simple system that works. The inverse proposition also appears to be true: A complex system designed from scratch never works and cannot be made to work. —John Gall, Systemantics (1975)…
Designing Data Intense Application – Chapter 10: Batch Processing
<Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems> A system cannot be successful if it is too strongly influenced by a single person. Once the initial design is complete and fairly robust, the real test begins as people with many different viewpoints undertake their own experiments. —Donald Knuth Three different types…
Designing Data Intense Application – Chapter 9: Consistency and Consensus
<Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems> Is it better to be alive and wrong or right and dead? —Jay Kreps, A Few Notes on Kafka and Jepsen (2013) In this chapter, we will talk about some examples of algorithms and protocols for building fault-tolerant distributed systems. We will assume…