写作: 网状思考,树形结构,线性表达
今天来探讨解决问题的套路。
凡事都要思考：什么是最重要的， 推广到学习，深入思考：对于学习，最重要的是什么？
按照以终为始，结果导向的原则，做每样事情都有一个结果和目标，从而得出：
- 学习一切知识最重要的是：解决问题。
说简单点，要有用。
官方点，实践是检验真理的唯一标准。
粗暴点，人至践则无敌。
大神都有体系。外行看热闹，内行看门道，同样的东西，比如一场王者荣耀比赛，你看到的是人头比，操作秀不秀。职业选手眼里都是数据，时间，经济，阵容。
高手都有套路，有结构。
我们先不谈大神的层面，先讲高手怎么解决问题。
首先，我们聊一聊前置知识：
系统。
因为：万事万物皆系统：生态系统，商业系统，政治系统，操作系统，呼吸系统，知识系统，思维系统等等等等。而人身处系统之中，不管解决什么样的问题，都需要先了解了解系统。
什么是系统？
所谓系统，就是一个由很多部分组成的整体，各个部分互相之间有联系，作为整体又有一个共同的目的。 ---《系统思维的艺术》
系统的三个关键要素： 元素、关系、共同目的。
以计算机系统为例：
元素：软件，硬件（冯诺依曼）；
关系：软件驱动硬件，硬件是软件的UI和输入输出，操作系统管理软件和硬件。
共同目的：让程序员996更加开心。 提高效率，降低成本。
这里我们又发现了计算机系统中又讲到了操作系统，意思就是一个大的系统经常包含很多子系统。（联想套娃）
而当联想到关系这一要素时，系统就具备了动态性，因为关系经常在动态中体现，这也是系统思维的核心。
讲系统的目的，是要认识到，解决问题要使用系统思维，而非线性思维。
抽象
没有抽象就没有深入思考。
所谓的大数据：把大量数据基于算法归纳， 从而演绎推算出新的数据。 即基于历史推测未来。这是一种抽象。
人类的思考，总结，同样的原理。
为什么把系统和抽象放在一起讲？
系统的发展方向，基于熵增定律，趋向于熵增，说白了就是越来越乱，越来越无序，最终崩溃。
而人类的发展和稳定的目的，是一定程度减少熵增，而减少熵增的原则就是：抽象。
即区分变与不变，将变化的东西抽象为不变的东西来指导后续再变。
例如：软件中的设计模式，软件扩展性，重构， 这篇文章。
对于人自身而言：纷杂信息扰乱人的思路，分散人的注意力，而你身体里的猴子不时冒出一个有一个或靠谱或不靠谱的想法。-> 自律 ，将日常的分散注意力的各种熵增压缩， 从而释放精力专注到更重要的事情。
从而得出，自律才能自由。
而系统和抽象的表示，体现在结构，结构是系统的载体。有了结构，脑中才有了逻辑的支撑点和沟通的一致性。
常见结构
层次
简单举例：金字塔， 世界是分层的。上层依赖下层，下层进化上层。
比如，软件架构有分层，分层的目的是解耦，即减少问题关注面：我只关注我这一层的问题，至于其他，交给接口。
链路
一个问题， 你在淘宝上点击了一个下单操作，在系统里面的请求链路是什么样的？
从DNS -> CDN -> Nginx ->服务 -> 缓存 -> 数据库 ；
以上只是粗链路，每个深挖都要很多细节链路，涉及通信，负载均衡，分布式一致， 比如，移动运营商网络， nginx上又有LVS, 服务又是集群，nginx如何分发， 数据库又是集群，又有负载均衡。
但是我们根据问题的负责度，每次只关注一个逻辑层次的概念。
链路是一个真实的数据将不同的层次结构连接起来的生命周期。
树
有没有思考过，为什么自然界大多数植物都长成树这种结构？
增长是趋势，这种结构可以保证无限扩展，分裂的目标下性价比最高。
同样原理： 组织--》树， 思维导图 -》 树， 数据库索引 -》树。（hello啊，树哥儿 -》树！）
而从更高的抽象层次或者说拆解以上结构的基本元素和发展过程，都可以归类为：
点 -> 线 -> 面 -> 体。
不同层次的关联和组合就产生了各种各样的结构。
比如你们公司的产品， 一个产品 --》 一个产品线 -》 其他同行产品 -》一个行业体系。
基于不同层次的思考决定了思维的高度和价值。
另外，加上时间维度： 三维变四维。 就是历史， 从历史的角度，生命周期的角度，分析你们公司的过去，未来？
解决问题
为什么讲了这么多，还没有干货直指问题？
看你是什么角色。对应新手，简单粗暴给鱼比什么都重要，然而对于已经混了这么多年的资深troubleshooter,不关注原理和深度，高度，不来点高附加值，高密度的自己的思考，是不是略显浮浅？---》 80%的人只关注看起来爽的爽文，动物脑驱动， 要想往上走，必须成为20%，复杂的不说，简单的一个做法，读点费脑子的东西，你是一个进化出大脑皮层的人。
解决问题的套路：
- 请用一句话描述问题。无法清晰描述就无法理清思维，很多情况描述清楚问题已经解决了一半。
- 问题的现场数据。感觉，怎么会这样，应该没问题， 这样的描述充满着不确定，提供真实的数据，比如，日志，报表。不能量化就不能评估。
- 基于以上结构和原理推测，加上数据的验证，比如，从链路上逐节点分析，在某一点上确定单一变量，把变化隔离在该层，-》如没问题，继续下个节点，同样套路 -》仍不行，节点下深挖子系统，同样套路。
- 记录全过程过程，验证此套路的可实践性，如有偏差，进一步完善，迭代，纠正。
注：以上问题只针对于工作中出现的执行向的具体问题，关于高端决策和生活中的问题， 思路可借鉴，但结构可能不同，生搬硬套女朋友打死你不要怪我。
高手：针对真实数据，借助已有的知识和经验，来解决问题。而解决问题，靠的是工具（确定的结构，思维框架），靠的是抽象，靠的是自动化。
让系统转起来。
网友评论