十年程式設計經驗總結,三點技巧幫你提升程式碼能力!

TechFlow2019發表於2021-01-02

大家好,今天和大家聊一個老生常談的的話題,作為程式設計師,我們怎麼提升我們的程式碼能力?

在回答這個問題之前,我們需要先給程式碼能力下一個定義,搞清楚究竟什麼是程式碼能力。只有找對了路才方便發力,很多同學對這個問題其實是不夠清楚的。往往會覺得程式碼能力就是演算法能力,就是去刷LeetCode或者是演算法題。還有些同學覺得程式碼能力就是要多刷專案,專案做得多了,程式碼能力自然就上來了。

其實這兩種看法我個人感覺都是有一點誤區的,下面簡單聊聊我自己的看法,希望能夠幫助到大家。

語言基礎

很多人看到這裡估計要吐槽了,這不是廢話麼,程式設計師寫程式碼語言沒學會還怎麼寫程式碼?

其實還真不是廢話,不同的語言有不同的特性,甚至有不同的原理,如果沒有對語言基礎有比較紮實得掌握,很容易犯一些低階錯誤

舉個簡單的例子好了,之前認識的一個實習生,有一次寫了這麼一段Python程式碼,大家不妨看看有什麼問題。

def funcA(param):
    if param is not None:
     return funcB(param)
    return None


def funcB(param):
    pass

不知道有多少同學能夠看出問題在哪裡,有一些同學可能會覺得是is not None的判斷不對,應該寫成not is None。其實問題不在這裡,is not None才是標準判斷的寫法,只是這個問題當中的障眼法。真正的問題是在函式呼叫的部分,他把funcB寫在了funcA的後面

funcB寫在後面有什麼問題?

大家試一下就會知道,這樣寫Python直譯器是會報錯的,我們必須要把funcB寫在funcA的前面。因為Python不是編譯型語言是解釋型語言,它是由直譯器逐行執行的。所以它會先執行funcA再執行funcB,當它執行funcA的時候會發現funcB這個函式沒有出現過,所以會丟擲錯誤。

當時這位同學debug了半天也沒有找到問題所在,甚至還一度以為是Python版本的問題。這其實不是他程式碼能力不行,而是對語言基礎掌握不夠紮實。

類似的例子非常多,因為每一門語言往往擁有大量自己的特性,如果我們對某一門的語言只是淺嘗輒止,那麼寫出來的程式碼一定是非常不規範的。比如Java如果不知道抽象類,Python不知道可變引數、裝飾器的話,很多時候寫出來的程式碼看起來就是不舒服的,因為沒有做到最簡,會給人一種費了很大勁實現了一個很基礎的功能的感覺。

所以語言基礎也是程式碼能力的基礎,大家不要看不起這個,覺得只要會基本的語法會寫就可以了。其實這是大錯特錯的,一些特性和語法糖可能用得少,但是關鍵時候用起來是可以大大簡化程式碼量以及增加程式碼可讀性的。

程式碼規範

不知道大家有沒有讀過那些特別不規範的程式碼,我讀過一些,真的是感覺眼睛被針紮了一樣。

程式碼規範其實更多的不是能力,而是工程師自己的素養。素養高的工程師會自己主動了解當前這門語言的編碼規範,絕不會怎麼舒服怎麼來。大家可以百度一下程式碼規範,每一門語言基本上都有自己的程式碼規範,而且這個規範是非常細緻的,具體到變數名、類名、方法名、檔名、常量名怎麼命名都有對應的規範。

不僅如此,還對一些特殊情況也做了限制,下面是我從Google的Java編碼規範當中擷取的一段,大家可以看下:

我們寫出來的程式碼和這份規範越貼合,那麼可讀性也就越強,也就體現我們編碼的素養越高。

程式碼規範其實並不僅僅包含編碼的方面,同樣還包含其他很多領域。比如資料庫的連線池的使用,比如kafka的設定和使用,以及多執行緒的使用等等,都會有自己的規範。這些內容不僅是起到一個規範作用,當中的每一個點裡面都是有對應的原理的,值得我們去深挖學習。

比如很多人都知道資料庫需要用資料庫連線池,那麼請問為什麼要用連線池呢?連線池的連線數又是怎麼設定呢?其中的原理是什麼呢?

看起來好像是面試題,但其中包含的就是我們對資料庫連線底層的理解。我們弄懂了可能不僅在編碼的時候用得到,也許在以後學習其他內容的時候也能串聯起來。知識不是由許多點組成的,知識是一張網,需要把很多點串聯起來。在我們串聯之前,我們首先需要足夠多的積累。

系統能力

系統能力是程式碼能力當中最高的要求,也是最貼合一個架構師能力的部分。

同樣,我們來舉個例子。比如你承接了團隊當中的一個任務,開發一個新的系統。這個系統需要承接每秒100K請求的訪問。這些請求的資料我們不是全部都要,需要做一定的抽樣,並且還需要查詢一些儲存系統進行特徵填充。最後把完整的資料儲存下來。

現在這個任務交給了你,請問,這當中的效能瓶頸是什麼?你該怎麼設計這個系統當中的細節?

估計很多同學會把眼光放在100K這個數字上,覺得這個請求量非常大,可能系統能不能抗住是最大的風險點。但其實100K並不是重點,因為這些請求不需要返回,只是單純的接收,100K並不是非常大。但是當中有許多隱藏的問題,比如說我們抽樣怎麼抽,是線上抽,還是先把所有請求儲存起來一段時間之後再進行抽樣?如果是儲存起來再抽樣,會不會記憶體扛不住?再比如我們會對儲存系統發起的查詢請求是什麼量級?會不會影響儲存系統?

實際上後來實踐的過程果然發生了儲存系統扛不住,導致抖動很厲害的情況。那這個問題發生了之後,我們又該怎麼解決?

對這些問題的敏感、理解以及解決,需要的就是系統能力。也就是我們理解系統的能力,這當中涉及很多,需要我們有一定的作業系統的知識、分散式的知識,還需要對上下游的系統都有一定的瞭解。比如知道儲存系統的效能不是很好,大批量的請求可能扛不住。這當中有一些是經驗,更多的還是我們的基礎能力。

提升之道

其實這三點看完,相信大家對於怎麼提升應該都或多或少地有了一些自己的想法。

說穿了也沒有什麼大不了的,無非是三點,我們來做個簡單的總結。

  1. 需要夯實語言基礎,對於學習的語言不能淺嘗輒止,需要有比較深刻的理解。當然這一點也不是說說而已,肯定需要針對性的做很多練習,也需要閱讀其他大牛的程式碼進行學習。
  2. 需要遵守程式碼規範,不僅僅是變數的命名、一些特殊case的處理,還需要理解一些場景下的系統使用規範
  3. 需要充分理解系統,對每一個環節仔細推敲,需要積累一些作業系統、分散式的知識點和技能點。

從這三點總結來看,好像沒什麼大不了的,每個人都能很輕易做到的樣子。但實際情況告訴我們,往往越是簡單的道理,越是難以做到,希望大家不要輕視了它們。

今天的文章就到這裡,衷心祝願大家每天都有所收穫。如果還喜歡今天的內容的話,請來一個三連支援吧~(點贊、關注、轉發

相關文章