CSDN：多年C和C++專案開發及管理，有什麼經驗可以分享給這個領域的工作者？在程式設計師修養方面，他們又應該注意什麼，多學些什麼，多看些什麼？

許鵬：儘管從事C和C++開發多年，我還是不敢說自己非常精通。有的只是一點點的感悟和體會，如果是進行Linux平臺下的C語言開發，最好還是就下面幾個問題多做一些試驗，多讀一些相關的書。

1. 程式的執行和載入，推薦程式設計師的自我修養一書。

2. 記憶體分配，推薦閱讀Ptmalloc原始碼分析，無論是C還是C++程式設計師，這一部分是最容易踩雷的，多讀一點基礎的東西，會在解決實際問題的時候，不至於手足無措。以這些為基礎，再結合Valgrind或Purify，相信效果會更好。

3. 多讀一點C和C++開發的成功產品，如Apache Http Server和Nginx，這樣就容易搞清楚在設計一個系統的時候需要有哪些關注點。 

• 是單程序還是多程序，是單程序多執行緒還是多程序單執行緒
• 程序間通訊採用什麼方式
• 訊息的encoding/decoding以及message passing，每次都要自己寫一次，不累嗎，有沒有好的開源實現，如Protobuffer、Thrift
• 對於一個Network Server來說，基本構架大體上還是相同的，acceptor→dispatcher→worker

4. 《深入理解計算機系統》真的是一本非常不錯的書，為什麼要這麼說，軟體的設計還是要以物理裝置支援的特性為基礎的，這本書讓我們在CPU的級別來進一步思考程式設計。

閱讀原始碼的經驗

CSDN：大量開源專案使用和學習經驗，您對開源運動怎麼看？如何才能更好的學習一個開源專案？開源專案使用時又該注意些什麼？

許鵬： 開源專案離不開大家的廣泛參與和支援，要讓一個開源專案取得成功，有多個方面的因素。

• 產品本身的創新功能
• 在實際專案中的應用和推廣，業界大佬企業的積極參與
• 教育培訓市場的積極跟進，也是一個開源專案最終能夠長久生存下來的必備因素

CSDN：能否分享一些您對當下大資料的看法？

許鵬： 大資料要解決的兩大基本問題是“資料儲存”和“資料分析”，在資料儲存領域，開源實現方面似乎大家都已經首肯HDFS的方式，不再懷疑。

而在資料分析的計算框架方面，目前還有大量的競爭或博弈出現。Spark就是一例，分析領域除了基於傳統關係型資料庫的分析方式，還有圖計算相關和機器學習為代表的資料探勘。顯然機器學習是一個大熱門，這一方面個人所知甚少，不敢胡說八道，但門檻似乎很高，數學底子一定要好，決不是簡簡單單的呼叫幾個API就完事了的。

雲端計算是大資料的支撐，雖然脫胎於虛擬化，不乏商業宣傳的味道，但是大量機器的安裝部署，如果全部使用物理機一臺臺去裝，肯定會讓人發瘋，雲端計算讓大規模部署和產品遷移變的更為簡單。

CSDN：對於閱讀原始碼您有著豐富的經驗，對想閱讀原始碼又不知道如何下手的同學可否做一些分享？

許鵬： 原始碼閱讀其實是一個逆向的工程，這期間必須會遇到種種問題。一般來說，我會遵循這樣一個思維正規化——Problem domain→model→architecture&implementation→improvement→best practice。

1. 首先搞清楚要分析的產品解決的問題是什麼，這個問題在哪個大的範疇裡，也就是要搞清楚problem domain。一個著名的開源產品必定在Wikipedia上有相應的條目，所以一開始去看wikipedia是破題的一種極好方式。

2. 清楚要分析產品的大體框架和關鍵性的概念，也就是理解清楚architecture和key concept。

3. 將分析的產品實實在在的執行起來，我一般選擇debian或archlinux作為工作平臺，它們提供了豐富的軟體包，可以很快的將東西安裝並執行。熟悉Linux本身對於開源專案的原始碼閱讀還是大有裨益的。

4. 修改日誌級別，得到豐富的日誌資訊。有了這個為基礎，再來開始真正的原始碼閱讀和分析。

5. 原始碼分析的時候，要始終問這幾個問題。

• 程序以及執行緒的啟動順序
• 搞清楚呼叫關係call flow

• 這一部分程式碼是在同一個程序中麼，同一個執行緒中麼，執行在同一臺機器中麼
• 每一個執行緒都要問清楚，什麼時候啟動的，什麼時候停止的

• 訊息傳遞的路徑，針對每一個函式，搞清楚，input是誰傳給我的，output要傳給誰，由哪個來傳
• 搞清楚上述的問題之後，就將最開始提到的對architecture的瞭解做到具體而微了。有了這個基礎之後，再繼續往下問

• 當前實現的效能如何，比如i/o, cpu, network 這個需要做相應的測試方面的試驗
• 當前的解決方案還有優化空間嗎，比如針對spark中的scheduling問題，就有sparrow的優化機制提出

6. 碰到具體的問題一時解決不了怎麼辦

• 用好google，用好stackoverflow
• 將碰到的問題模型化，寫一些驗證性的程式碼，或者是寫一個小的demo來驗證，我在解決許多很妖的bug，也是採用類似的思路
• 找到相應的使用者論壇，發帖虛心請教
• 如果還是不行，就先擱一擱，去看能看懂的地方

7. 程式語言選擇

• 原始碼閱讀中可能遇到的一個問題就是這個語言是新近出來的，我根本沒學過，我需要系統去掌握該語言之後，才能來看原始碼麼。我的看法是可以邊看邊學，在掌握語言的過程中，牢牢把握住這幾個問題

• 基本語法：資料型別、控制語句、函式定義
• 是否支援FP
• 多型和繼承

• 現代程式語言基本上都混合了面向過程，面向物件和函數語言程式設計的特點，即便是C++或新近的java8都如此。
• Storm用Clojure來編寫，而Spark使用Scala，就語言的偏好來說，我更喜歡Clojure一些。 
  

稍微總結一下，我想原始碼分析心中要有兩幅大圖，將整體與區域性很好的結合起來思考

• 一是太極圖，要有整體性的思維，要對architecture有掌握，對其在整個生態系統中的定位要清楚，東方式的思維強調整體性
• 二是數學中常見的笛卡爾座標體系，將大的問題拆分之後一一研究，做到具體而微，西方式的思維強調個性