你好呀，我是歪歪。

前(qian)幾天我想要(yao)鞏固一(yi)下共識算(suan)法這個知識點。

（先聲明，這篇文章(zhang)不深入討論共識(shi)算(suan)法本身(shen)）

于是我在(zai) B 站(zhan)大(da)學上搜(sou)索了“共(gong)識(shi)算法”這(zhe)個詞：

我還特意按照(zhao)播放量排序了一下，準備先找個播放量高(gao)點的視頻隨(sui)隨(sui)便巴拉幾(ji)下。

排名第一的(de)視(shi)頻(pin)，播(bo)放量只有(you) 6.3w。

說(shuo)實話(hua)，在搜索之(zhi)前，我潛意識(shi)里覺得這(zhe)(zhe)種這(zhe)(zhe)個(ge)話(hua)題，頭部視頻最次(ci)最次(ci)也得有個(ge) 10w+ 的播放吧？

而實際情況(kuang)是前四的視(shi)頻(pin)播放量，滿打滿算加起來，18w。

這個數字讓我瞬間把(ba)共識算法拋在腦后，冒(mao)出了(le)另一個念(nian)頭：要不(bu)看看"微(wei)服(fu)務"這個關鍵詞(ci)的播放(fang)量？

你猜一下(xia)，這個(ge)用“微服務”這個(ge)關鍵詞，在 B 站搜索，然后按(an)照播放量排(pai)序，播放量第一有多少，前四加(jia)起來又有多少？

...

...

不要太保(bao)守，往大了猜(cai)。

...

...

用“微服務”做關鍵詞，播(bo)放量第一 462w，前四(si)加起來 1600w，就這(zhe)我(wo)還抹掉了(le) 5w 的“零(ling)頭(tou)”。

這個鮮明的(de)對比，確實引發了我的(de)一點思考。

從“共識算法”的(de) 18w 到“微服務”的(de) 1600w，近(jin) 90 倍的(de)差距。看到這個數據，你(ni)大(da)概能猜到我(wo)在想(xiang)什么(me)。

面對這個現象(xiang)，我在思考的是：

共識問(wen)題可以(yi)說是(shi)微服務(wu)得以(yi)存(cun)在的理論(lun)基石(shi)。但是(shi)從這(zhe)個數據上來看，我覺得知識體系在某個環(huan)節出(chu)現(xian)了非常嚴(yan)重(zhong)的斷(duan)層。

當然了，我得(de)先疊(die)個甲(jia)。

我知道我用(yong)上(shang)面(mian)這個(ge)統(tong)計方式完(wan)全(quan)不準確，完(wan)全(quan)不科(ke)學，完(wan)全(quan)不正確。

但是“知識體系(xi)出(chu)現了斷(duan)層”這個(ge)(ge)結論，歪(wai)師傅覺得是正(zheng)確的，而(er)且(qie)也(ye)覺得這個(ge)(ge)是正(zheng)常的現象。

只是(shi)讓(rang)我覺得(de)詫異(yi)的是(shi)，我潛(qian)意識里面覺得(de)差(cha)距不應該是(shi)十幾萬(wan)到一千六百萬(wan)，這種近 90 倍(bei)的數量級(ji)的差(cha)異(yi)。

這背后其實有一(yi)(yi)個(ge)值得(de)探討的(de)且是 IT 行業普遍存在的(de)一(yi)(yi)個(ge)現象：“趕緊上(shang)手”和“底層原理”之間的(de)權衡。

數據為什么是這(zhe)樣的

首先，我思考了(le)一下(xia)：數據(ju)為什么是(shi)這樣的？

我(wo)觀察(cha)了一下，"微服務"排名前四的都是培訓(xun)機構上傳的系統課(ke)程。

培訓機構嘛，大家也知道，這一類課程的主要(yao)目(mu)的就一個：趕緊上手。

底層邏(luo)輯是(shi)為“盡(jin)快找到工作”而服(fu)務。

本質(zhi)上(shang)是將一個人在最(zui)短(duan)時(shi)間(jian)內打造成能滿足企(qi)業(ye)初級編碼崗位要(yao)求的合格“牛馬(ma)”。

在這個標準下，一切不能直接(jie)、快(kuai)速(su)為初級編碼崗位服務的知識，都會是“冗余(yu)”的。

所以，你看他們的課程：

比如講到 Eureka 的(de)時候，基本上(shang)都(dou)是在講怎(zen)么使用(yong)，代碼應該怎(zen)么去寫，寫完之(zhi)后怎(zen)么跑(pao)起(qi)來。

我快速瀏覽(lan)了(le)相關內容，完全沒有提到“共識算(suan)法”和 CAP 相關的點。

當(dang)然(ran)了，也有可(ke)能是(shi)我跳(tiao)著看(kan)(kan)的，看(kan)(kan)的不仔細，其(qi)實(shi)講了但(dan)是(shi)我沒看(kan)(kan)到，但(dan)是(shi)這不重要。

總之，事實就是入(ru)門課(ke)程完(wan)全可以不講共識算法，甚(shen)至(zhi)不提 CAP 理論(lun)。

這類入門課程的(de)受(shou)眾面(mian)就是非常廣，播放量高也(ye)是非常自然的(de)事情(qing)。

寫到(dao)此處，不得不再次疊個甲了：我也并不是(shi)(shi)在吐槽這(zhe)種授課方(fang)式(shi)，我只(zhi)是(shi)(shi)在稱述我認為(wei)的“數據(ju)為(wei)什(shen)么是(shi)(shi)這(zhe)樣(yang)”的事實。

相反，我(wo)站在現在的(de)視角去看，這樣(yang)的(de)課程安排其實是合理的(de)。

試想(xiang)一(yi)下(xia)，對于一(yi)名剛剛從(cong)單體服務(wu)轉向(xiang)分布式(shi)系統的(de)初學者(zhe)來說，還在給你鋪墊(dian)各個組(zu)件(jian)的(de)功能，然后講(jiang)到注(zhu)冊中心的(de)時候(hou)，直接就安(an)排上了(le) CAP 和(he)共識算法這套(tao)非常(chang)抽象、難以理(li)解的(de)絲(si)滑小(xiao)連招，應該是非常(chang)勸退的(de)。

直接就是(shi)一個“從入門到放棄”的大動作。

這也與“盡(jin)快找(zhao)到工作”這個核心(xin)出發點相(xiang)違背。

在市(shi)場上，對(dui)于大多數初中級崗位(wei)，公司更(geng)看(kan)重(zhong)的是你能否在現有的框架下完成業務開發。

如果(guo)公司使用的是 SpringCloud 全家(jia)桶來搞微服務，那(nei)你能夠正(zheng)確、熟練地使用，已經能夠勝任百分之七八十的工作了(le)。

至于共識(shi)算法什么的(de)(de)，最多也就是在面試(shi)的(de)(de)時候出現一下就了不(bu)得(de)了。

更進一(yi)步

對于(yu)培(pei)訓機構和學(xue)習(xi)者來(lai)說(shuo)，都需要(yao)“更進(jin)一步”

對于培訓機構來說，雖(sui)然這些都是入(ru)門課程，但(dan)是我覺得理想狀(zhuang)態應該是能在講解(jie)相關組件(jian)的(de)時候，引出其(qi)背(bei)后的(de)理論，但(dan)是一定要點到為止。

比如：

• 從“為什么要用服務注冊中心？”，引出服務發現的問題。
• 從“Eureka 和 Nacos 的區別？”，引出 CAP 理論。
• 從“分布式事務怎么實現？”， 引出數據一致性問題。
• “從集群數據同步”，引出共識問題。

點到(dao)為止(zhi)，只需要幫初(chu)學者建立一個(ge)宏觀的、模糊的認知就(jiu)行(xing)了，相(xiang)當于(yu)埋下一顆(ke)種子。

而對(dui)于學習者，你不能一邊(bian)自(zi)嘲著自(zi)己是“CRUD 工程師”，一邊(bian)又沒有足夠的理論基礎(chu)和自(zi)信的技術決策能力。

你得讓前面提到的種子長成一(yi)顆技能(neng)樹(shu)。

比(bi)如，當(dang)面(mian)對 CAP 權衡(heng)的時候，你能通過(guo)你的技能樹知道它不是一個選擇題，而是一個權衡(heng)題。

舉個簡單的例子。

站在 CAP 的角度，你得知道為什么 Eureka 客(ke)戶端要緩存服務列表？

因為在(zai)與注(zhu)冊中心網絡分區 P 時(shi)，要保(bao)證服務(wu)的可用性 A，所以犧(xi)牲(sheng)了部分一致性 C。

你(ni)也(ye)得知(zhi)道為什么 ZooKeeper 不能像 Eureka 那樣(yang)允許節點(dian)間長時間失聯？

因為它要保證一致性(xing) C，在出現分區 P 時，寧愿犧牲可用性(xing) A。

從而要知(zhi)道，在要求強一致(zhi)性(xing)的金融場(chang)景下(xia)，底層設計要保證 CP ，而在追求高可用(yong)的電商場(chang)景下(xia)，要保證 AP。

再比(bi)如，當學習到(dao) Seata 時，需要追問各種(zhong)分布式事務模(mo)式的實現，什(shen)么 2PC、TCC、Saga 這(zhe)(zhe)些玩意在根本上是想說什(shen)么，是怎么和 ACID、BASE 理論(lun)以(yi)及最終一(yi)致性這(zhe)(zhe)些概念(nian)關聯上的。

我知道這些要求(qiu)對于初學者來說，確實很高(gao)。

但(dan)是結合我(wo)自己親自走過(guo)的(de)技術路線，我(wo)確實是先掌握(wo)了基礎的(de)使用，然后在長達幾年的(de)時間中(zhong)逐步慢慢去理解上面這(zhe)些東西的(de)。

而我上(shang)面說的這么多，核(he)心想(xiang)要表(biao)達的是：首先你得有一(yi)顆種子，然(ran)后你得讓(rang)種子長成一(yi)顆樹(shu)。

有的人運氣比較(jiao)好，得到種(zhong)子的過程比較(jiao)輕(qing)松，不(bu)需要花費(fei)大力氣，在這個維度(du)確實有差異。

但(dan)是在如何讓種子長成樹的努力(li)上，我(wo)覺得大(da)家(jia)所(suo)需要(yao)付出的精力(li)是大(da)差(cha)不差(cha)的，而且這方面完全是勤能補拙的。

灌溉

讓(rang)種子成(cheng)長為樹，你得用知(zhi)識去灌(guan)溉。

比如，就具(ju)體到前(qian)面(mian)討論的(de)這(zhe)些問題。

寫的過(guo)(guo)程中我(wo)就想起(qi)我(wo)之前看(kan)過(guo)(guo)的一(yi)本(ben)書，《數(shu)據密集型(xing)應用(yong)系統設計(ji)》這本(ben)分布(bu)式(shi)領域的書，必讀，是非常好(hao)的“肥料”。

然后源碼也是(shi)上好的肥料(liao)，可以從一(yi)些相(xiang)對簡單的項目(mu)開始讀。

比如讀(du)一讀(du) Nacos 客戶端服務(wu)發(fa)現的(de)流程，你會發(fa)現，理論在具(ju)體的(de)代碼中是如何體現的(de)。

也(ye)可以嘗試去閱讀(du)一些別人(ren)梳理好了的(de)(de)論文導讀(du)，比如前面提到的(de)(de) Raft，相關(guan)的(de)(de)論文已經(jing)被很多人(ren)解(jie)讀(du)過了，甚至網上已經(jing)有(you)了非常清晰的(de)(de)解(jie)釋原(yuan)理的(de)(de)可視化動畫，幫助你理解(jie)其核心(xin)思想。

這些都是(shi)我過去使(shi)用的(de)比較(jiao)"古(gu)老"的(de)學習(xi)方式。

現(xian)在有了(le) AI 大模型(xing)的(de)加持，學習新技術、尋找(zhao)優(you)質資料都變(bian)得(de)更加方便(bian)了(le)。

你可以讓(rang) AI 幫你解釋復雜概念、推薦學習(xi)路徑、甚至(zhi)模擬(ni)面試問(wen)答，這就大大降(jiang)低(di)了學習(xi)的門檻。

寫在(zai)最后

最后，我還想表達一個(ge)額外的點。

我們回到(dao)最(zui)開(kai)始的數據(ju)。

那 1600 萬播放量，代表了一條好走、明(ming)確(que)且(qie)廣闊的道(dao)路。

那 6.3 萬播放量，則代表著一條更孤獨、更艱(jian)難、更崎嶇(qu)的通往(wang)山峰的路。

每個人(ren)都會在大路上走一段時(shi)間，但是有(you)人(ren)走著走著路就不一樣了。

不論你選(xuan)擇哪條(tiao)(tiao)路，道路都是清晰(xi)的(de)，資源都是充沛的(de)。選(xuan)擇任何一(yi)條(tiao)(tiao)路，并堅(jian)定地走下去，都值(zhi)得尊敬(jing)。

但是，你得自洽。

自洽是指，你不能一邊(bian)享受著這(zhe)條“好走(zou)(zou)、明(ming)確且廣闊(kuo)的道路”的快捷(jie)與輕松，自嘲著自己是“CRUD 工程師(shi)”，又下不了(le)決心(xin)、沒有足夠(gou)的毅力往(wang)難走(zou)(zou)的路上(shang)走(zou)(zou)，還(huan)在心(xin)里嘲諷正在這(zhe)條更難的路上(shang)努力往(wang)前的人。

其實工(gong)作(zuo)的(de)越久，我越發現，又是真正阻礙一(yi)部分技術(shu)人成長的(de)，正是這種“既要、又要、還要”的(de)擰巴心態(tai)。

而且，我(wo)也曾經在這種心態(tai)中沉淪過一段時間。

它讓(rang)你既無(wu)法(fa)安心享受當(dang)下的成就(jiu)，又缺乏魄力去追尋更(geng)高的目(mu)標，最終把精(jing)力都耗在了自我消(xiao)耗和無(wu)效的評(ping)判上。

想清楚(chu)自(zi)己想去哪(na)兒，然后坦(tan)然地(di)、專注地(di)走你自(zi)己的路。

對(dui)你(ni)沒(mei)選(xuan)擇的路保持尊(zun)重，對(dui)你(ni)選(xuan)擇的路負起(qi)全責。

最(zui)重要的(de)是，回頭再看(kan)的(de)時候，不要用“假設”來美化(hua)你沒(mei)走過的(de)那條路(lu)。

好(hao)了，以上就是(shi)我(wo)個人的一些主觀思考。