结束语 | 成长和进化，技术如此，我们亦如此

陈东



讲述：陈东大小：7.24M时长：07:55



该思维导图由 AI 生成，仅供参考

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。

公开

同步至部落

取消

完成

0/2000

荧光笔

直线

曲线

笔记

复制

AI

深入了解
翻译
英语
中文简体
中文繁体
法语
德语
日语
韩语
俄语
西班牙语
阿拉伯语
解释
总结

文章总结：信息技术的发展如同人类的进化一般，本文以检索技术为例，探讨了信息时代的挑战和机遇。作者指出，信息的爆炸性增长使得高效检索和提炼信息变得至关重要，而这也是许多系统设计的初衷。在信息泛滥的时代，个人也需要构建自己的思维检索引擎，以便从海量信息中提取有价值的内容。文章还回顾了检索技术的发展历程，强调了随着时代的发展，认知也需要不断进化。作者鼓励读者不断升级自己的检索引擎，以适应时代的变化，并指出学习和成长就像爬台阶，需要从基础开始，逐步提升。最后，作者强调学习之路没有终点，保持探索和进化才是成长的终极密码。文章通过对检索技术的发展和个人认知进化的类比，为读者呈现了技术与个人成长的相似之处，鼓励读者不断学习和进化。

2020-05-18给文章提建议

仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《检索技术核心 20 讲》，新⼈⾸单¥59

立即购买

登录后留言

全部留言(18)

最新
精选

牛牛
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~~~~
作者回复: 也非常感谢你的认可和鼓励！我相信专栏中多少会有不完善的地方，但整体来说，我也希望这个专栏能从一个不一样的角度，让我们能一起探索检索技术是什么和该怎么做。如果能给你带来更多的思考和收获，那么我也会觉得非常开心和鼓舞。
2020-05-19
2
14
一元(eudict)
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
作者回复: 也谢谢你的一路的陪伴和坚持。深入浅出其实也是我写专栏的时候给自己定的目标之一，你的这个评价让我备受鼓舞。如果文章中有不清楚的地方，也欢迎继续留言讨论
2020-05-28

4
paulhaoyi
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。😄
作者回复: 哈哈，感谢你的支持。结合AI的检索引擎是一个蛮大和蛮新的话题，是最新的趋势。但这个领域也涉及了很多的知识基础，可能很多人不太好理解。我得想想要如何写才好。如果有新课了，我会第一时间发预告的。
2020-05-20

3
奕
感谢老师的付出，感谢老师认真回答了每一个评论。
作者回复: 也谢谢你一直以来积极的提问。其实好的问题，不仅仅帮助自己更好地理解专栏内容，也帮助作者将专栏没讲清楚的内容进行补充说明。从这个角度讲，每个积极提问的人，都是专栏的共建者。谢谢你的支持！
2020-05-18

2
青鸟飞鱼
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。
作者回复: 谢谢你的支持。现在我们对于数据库的使用也是混合的机制，从关系数据库，kv数据库到时序数据库都有(MySQL+TiDB+Redis+aerospike+opentsdb)。你会看到，数据库相关的技术也是一直在发展。
2020-05-19

1
峰
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！！！！！！！！！！！！！
作者回复: 哈哈，不介意口音的话可以多听几遍~ 而且未来说不定我也可能在更多的场合和大家继续分享。
2020-05-18

1
子一
感谢老师的辛勤付出
作者回复: 也谢谢你们的支持和鼓励，这也是我更新的动力。希望专栏内容对你有帮助。
2020-05-18

1
那时刻
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。
作者回复: 也感谢你积极地提出各种问题，帮助我将文章中没有讲到或没有讲清楚的知识点提出来，让我能进行补充说明。专栏结束了，但是学习没有结束。有问题依然可以留言。我也会继续回答。
2020-05-18

1
小广
感谢老师的付出，内容非常精彩
作者回复: 谢谢支持！
2021-07-10


一轩明月
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。
作者回复: “将基础与前沿的珠子以从未有过的方式串联起来了”。这是很高的评价，也很精准地说出了我写这个专栏的目标之一。技术发展很快，但是只要从基础出发，就能更好地对知识点进行串联和学习，能找到许多技术和系统“同根同源”的地方，包括相互借鉴，跨界借鉴其实也是一种创新思维。希望以后在你能保持这样的高质量思考和实践，不断前进！
2021-01-11



收起评论