19 | 链式 & 比较 & 环式学习法：怎么多维度提升技术能力？

关于学习方法，最近看过一本书，书中有些学习方法别具一格，颠覆认知，书名——《认知天性：让学习变得轻而易举的心理学规律》。 这本书介绍了各种高效学习的方法，其中有几种方法，比较颠覆认知，书中认为学习时，应该有间隔的进行，而非集中式的重复进行，这样带来的好处是：能带来更长久的记忆，也就是长期记忆，而集中式练习则是短期记忆。花十分钟记忆十个单词所留存的记忆，不如分两次五分钟记忆十个单词所留存的记忆来得深刻。理由是：长期记忆的形成，需要有个巩固的过程，可能是数小时，可能是数天，在这期间，记忆痕迹得到加深，所学的新知识与旧知识建立连接，带来稳固的长期记忆，因此不要频繁的进行集中式学习，而是有间隔的进行，频繁的集中练习只会带来短期记忆，有间隔的学习所耗费的精力远大于频繁的重复式学习，使用这种方式，学习起来也更加困难，但也不容易遗忘。理论上来说，遗忘的越多，重新回忆起来的难度越大，但所保持的效果越持久，不过，还是不要等到所学知识遗忘的差不多了后再去重新学习，那样的话，你基本回忆不起来，只能重新从头开始，得不偿失，等到所学知识有点儿遗忘再去学会比较好。 拿学习专栏来说，不要反复地去学习同一章节，而是有间隔地进行，这会带来长期记忆，在学完一章内容后，不要立刻练习所学内容，而是应该等遗忘一些后进行，效果要好于学完一章节后立刻进行练习的方式，学完后不容易忘，在学完后立刻进行练习，学完后容易忘。书中建议：学习知识或技能时，通过自我检测的方式，代替重复学习，并且有间隔地进行自测，就拿学习算法来说，不要一遍接一遍地重复去学，而应该在学习完某一算法后，通过自测的方式来逼迫自己的大脑去检索所学，拒绝机械式的重复重复再重复，这样所学的知识会更加稳固，留存的记忆更持久，书中还提到：自我检测后的延迟反馈会进一步加强学习效果，也就是在进行自测后，不要立马查看答案，而是应该间隔一段时间再查看。 在练习所学时，有顺序的练习比无顺序的练习效果差，且这期间，穿插不同类容类型的学习方式，所产生的效果，要比在熟练某一知识后，再进入下一学习内容的练习效果要好，不仅能保持长久的记忆，使所学知识不易遗忘，还能提高学习者的辨识能力，也就是在面对各种复杂问题时，能正确识别问题类型，根据所学知识，从脑海中搜寻出对应问题的解决方案。回想一下我们上学时的课本内容安排，都是有顺序地，由浅入深地进行，而我们在学习时，就是通过不断练习同一知识点直至完全掌握后，依次有顺序地进入下一知识点的学习，直到课程学完。这种通过大量练习同一类型的题目的方式，使我们在考试遇到时，能得心应手地解决，但面对综合题时，这些问题都被混合在了一起，且没有顺序，我们难以辨别题目真正要考察什么问题，无法辨别问题的类型，从而无法正确地运用所学知识解决问题。拿到生活上来说，你遇到的问题也是没有顺序，且都是混合在一起的，你难以辨别各个问题之间的差异，不清楚要解决的问题到底是什么，从而无法选取合适的解决方案解决问题。 面对这种现状，前面提到的穿插不同内容类型的学习方式能帮到你。简单来说，就是在当前学习内容掌握的还不熟练的情况下，跳入下一阶段的学习，这种方式比在当前学习内容练习熟练后，再顺序进入下一阶段的学习方式，效果要好。例如，你在学完数组，哈希表，树，堆等数据结构后，在练习时，要在数组还未掌握熟练时，就进入树的练习，而不是等到完全掌握熟练一项内容才进入下一阶段的练习，你不能每学一样知识，待熟练后才进入下一阶段，应该以随机非顺序的方式进行，这种非顺序的穿插不同类型的学习方式能促进知识的活学活用。 这种学习方式如果转换到专栏学习的话，相当于在一个章节内容还未熟练的情况下就要进入下一章节的学习，比如，在学习完专栏章节1，2，3后，从章节2开始练习，待初步掌握，还未熟练时，进入章节1的练习，然后在未熟练时又进入章节2的学习，这种在练习期间，穿插各种不同学习内容的方式，比大量练习同一主题内容完全熟练后，再进入别的主题学习，效果要好得多，书中说的是远好于。 这样看来，这种学习方式还是很适合学习难度高的专业知识的，它能使所学知识停留在长期记忆，并能促进知识的活学活用，你一定不想体会辛辛苦苦好不容易学完算法后，在下一次要用到时想不起来的尴尬境地，或者在遇到综合各种算法问题时，束手无措的苦苦挣扎，而以上的学习方式或许能帮到你。

你好，华仔： 问题：关于链式学习 。如何才能画出一个技能的领域分层，能否提供具体的指导原则和标准？ 举例：对于一个不了解netty的人，肯定是画不出来这个图，可能只会只会想到第二层，或者想到的层次的技术不对，这些都会影响链式学习的效果。所以我的思考是能画出一个领域图就是一个学习的路径，剩下的就是行动+具体的学习方法。 课程总结 链式学习：对于我而言优先选择这种方式，业务开发且先需要先掌握几个深度学习的案例。对于如何画出领域和技术细分模型，还没有具体实施过。 （1）对于领域模型的划分我能想到的是首先会列一个netty的学习框架，根据这个框架抓住重点和难点。对于下一个层次该学什么，就需要看专业类的书籍，根据经典书籍在确定下一层学什么。 （2）技术细节的划分可以使用华仔的四层模型，但对设计原理和设计方案之间的区别还不清楚，需要在实际过程中找出之间的概念。 (3）关于领域划分的每个层次学习的权重华仔也给出了具体的建议，可以参考。对于领域底层的知识，先掌握原理，毕竟通过6个月学习一个技能需要在时间上计划好，尤其是对最底层的知识。 比较学习：比较学习需要多问为什么，5w，7w2h等方式。 环式学习：对于此方式主要提升技术广度。要在目前手上的工作内容画出业务和技术的环图，优先处理重点和难点的业务和技术。对于我而言业务的闭环也非常重要，之前对于业务闭环做的还不够，更多的都是在某一个功能点，可以参考产品思维。

我觉得我是更注重解决问题的能力，而不是只限于技术，大差不差的情况下有些细节技术能力没必要深究，毕竟要花费很多精力，结果只是为了解决一个不大的问题。

链式学习法的第一步，就是要明确一项技术的深度可以分为哪些层。 具体来说，就是画出“领域分层图”和“细节分层图”。一开始你可能会觉得画不出来，这恰恰说明你对深度的理解还不够，而尝试画图本身就是一个梳理结构、强化认知的过程。 怎么分解出领域分层图和细节分层图狠关键啊，有点类似于项目的架构设计，后面每个细节的学习就相当于开发实现。 使用链式法的分层方法可否来一个加餐章节，多举几个例子，比如 1、学习上节提到的unix/linux 2、上节提到的安全 3、mybatis，MySQL，Redis，spring，Java多线程， 。。。。 当然我也会自己试着去分层

环式学习法，在一定深度上，拉长和拉宽不是一样的吗？怎么还有宽度和广度？

换个思维，面试别人的时候，为了有得可问，你就要深入下去，直到你知道了哪里是最深的地方，达到了这个深度，才会在面试候选人时更有信心、更有底气。就算你不是面试官，也可以定期找同事玩玩模拟面试，共同成长，双赢合作。没准也是个另辟蹊径的学习方法。 从深度、宽度、广度被面试难倒的情况全都遇到过，不过并不遗憾，毕竟当时是真的不会。如同学生时期期末考试前临时抱佛脚的感觉，这反而是认识自己和增加学习动力的契机。

老师说到了netty有个问题请教下，tomcat高版本也支持nio了，netty除了支持不同的协议外和tomcat高版本有什么区别吗，性能一定比tomcat的nio好吗？

看了才知道之前多浪费时间

感觉后台开发要学好多知识，华仔有推荐的学习线路吗？

华仔可以介绍下kafka的领域分层图和细节分层图吗？