本來不想寫，這一年渾渾噩噩，沒啥可回顧的；但想了想，還是寫個流水賬，至少留個念想。
2023年的目標說之前先說一下個人對於大資料發展的一點點想法。
近些年雲計算發展迅猛，一二線的雲計算公司對於雲上的產品線日漸豐富，對於大資料方向，大家仔細觀察，我們常用的flume/kafka/etl/spark/storm/hive/oozie/hbase/機器學習/nosql/記憶體資料庫/bi/分析系統在雲上幾乎都能找到替代產品，而如果一家中小公司要把這些基礎架構保證穩定的情況下搭建出來往往比較困難，投入產出比也不值得。同時隨著時間推移，基礎架構人才和開發人才的成本往往越來越貴，而雲計算因為規模效應原因費用會越來越便宜，此起彼伏，顯然大資料上雲一定是未來的方向。同時企業僅僅需要做將業務做好就足夠了。基礎架構人才將來慢慢會偏業務，運維人才的需求將越來越少。資料開發的技術門檻越來越底，行業經驗越來越重要，個人覺得與資料分析崗越來越貼近（就像運營與分析一樣。。。。。）
當然大家會考慮資料的安全性，基於國情來說，從大面上看資料放**其實都是不安全的。。。好吧，其實我認為雲計算公司這種最基本的安全性和私隱性還是***的，我們反過來想，這麼大的盤子市場這麼多的使用者，如果官方自己侵犯隱私，被發現後，誰還敢用？投入產出比真的是不值。如果真的心裡沒底，那麼就多考慮一線的雲計算公司吧，例如aws,azure,aliyun等等。
個人覺得，只有一線的大型網際網路公司才有必要自建集群；如果重新進我現在的公司，我一定會建議資料業務放在雲上。
另外說一句，將來依託於雲計算公司的saas企業，資料服務公司會越來越多。。。總而言之自建的事兒個人覺得大家盡量不要再考慮了。
基於此，我在2023年的定的目標如下（不敢說是計畫了，改成目標）：
繼續加強資料分析/machinelaerning的學習，持續參加資料探勘的比賽，嘗試出各種資料分析報告。
跑步撿起來，2023年至少要完全一次正式的半馬比賽；不是為了**，是為了健康。
平均乙個月閱讀一本書，無論是技術類，還是非技術類皆可。
學習和熟悉一線雲計算公司的各種元件，嘗試出基於各種基準測試的測試報告，進行對比分析（我認為這是一件很有價值的事情）。
最重要的，就是堅持，堅持，堅持……
寫給2023年，回顧2016
伴隨著雙12的結束，2016也就結束了，在這個年頭裡，大叔主要成就就是lind.ddd的不斷更新了，從最初的引用dll到現在的依賴包包，從ioc元件到ioc容器，可以說本次公升級不小，當然最大的亮點還是lindmq和lindplugins的加入，這兩大元件主要實現的是分布式訊息佇列和面向外掛程式化的...
寫給2023年，回顧2016
伴隨著雙12的結束，2016也就結束了，在這個年頭裡，大叔主要成就就是lind.ddd的不斷更新了，從最初的引用dll到現在的依賴包包，從ioc元件到ioc容器，可以說本次公升級不小，當然最大的亮點還是lindmq和lindplugins的加入，這兩大元件主要實現的是分布式訊息佇列和面向外掛程式化的...
2023年回顧總結 2023年展望
2017年,對於我來說是乙個非常重要的一年,因為在這一年,我大學畢業,然後開始了人生另外一段旅程.在技術方面,主要學習後端技術,spirng boot,由於之前接觸過後端技術,不過由於專案原因,去搞了android,但是自己依然在學習 spring boot,年後希望能找到乙份專職後端的工作,因為自...