上一篇文章写的是k8s相关的内容，本来准备将k8s系统写一些文章，但是经过分析，感觉对于我，写这种系统知识的文章不太合适。由于更新文章每两周一次——不是非常频繁，可能等我写完，大家已经自己学完了相关的知识，所以继续写相关的文章没有什么意义。以后的文章会更加偏向于方法论，思维以及一些技术知识碎片，这样大家读一篇有一篇的收获，会更好一些，不过以后的技术文章，就需要大家具备一定的背景知识了。

今天就说说在碎片化学习和系统学习上，我们该如何选择？很多人将碎片化学习单纯理解为知识的碎片化，以现在很多人的方式为例，就是一个相关主题的知识，我通过互联网，查找相应的文章，然后读这些文章，学习知识。但是回想一下，这种方式学到的知识，可用性高吗？换句话说，有多少知识敢用，有没有因为这样的方式让你的工作困难重重？

这里主要存在一个概念上的误区，碎片化学习并不是指读一些知识点分离的文章这么简单。碎片化学习的前提是你对一个主题的知识有系统的认识，知道这个主题包含的知识体系，在此基础上，利用碎片化的时间，碎片化学习知识图谱中的相关知识点，来补全自己的知识图谱。与上面提到的方法的最大不同是，上面的错误方式并不一定构建了知识的完整图谱，更多的是拿来主义——拿来用，能用就可以了。

这样带来的问题很多，首先，我们无法分辨知识分享人的知识是否正确，这免不了让我们使用时产生问题，不断跳坑；其次，我们无法了解到某个知识点的地位和用途，容易造成乱用的问题，经常会遇到这样一些人，懂很多东西，你让他用的时候他能够完成工作，但是如果让他去进行技术选型或者设计架构，完全是技术的堆叠，做出的东西不堪入目，根本不考虑技术的实用性和适用性；最后，难以做到触类旁通，经常这样学习的人，很难找到知识之间的关联和相似之处，只是各种技能的堆叠，感觉需要学习的知识太多，进而放弃学习。

系统化学习则要求我们拥有相对宽裕的整块时间，然后整体学习一套系统知识。系统化学习的好处是知识体系非常健全稳固，但是现今社会工作中的我们，单是宽裕的时间我们就很难得到满足。再加上系统学习枯燥乏味，短期看不到自己的进步，容易造成与实践脱节的问题，大部分人会中途放弃。

那么，我们如何选择这两种学习方式呢？我的实践方式证明，我们取两种方式的优点，采取行动，选择方法来拥抱这些优点。以我个人为例，给大家一个建议的方法。

首先，选定一个目标，给自己制定时间，比如要学习机器学习，我要在一年时间完成。接下来，购买一些书籍，一般至少两本，一本是从理论角度，系统讲解机器学习的相关概念以及各种算法，比如训练集，验证机，测试集梯度下降，SVM，决策树，深度学习等等，这是构筑知识图谱的阶段，这里我选择了周志华老师的《机器学习》；另外一本偏实践的，比如代码如何实现SVM，决策树，这里我选择的是《机器学习实战》。我将其理解为学习知识的系统学习阶段，这个阶段我们构筑了自己的系统知识体系，也简单了解了这个系统体系中知识点如何在实践中实现。

然后，进入碎片化积累阶段，这个阶段，我会去专门挑选系统化中的一项专门技术，比如深度学习，然后通过看书还有互联网学习的方式，去深入了解这个领域。这个过程将会非常漫长，期间要不断实践，学习，再实践，再学习。但是这个阶段的好处是，你能够知道自己为什么而学，你知道选择哪些学习渠道和教材，并且在实践中不断磨炼自己的认识。

可能有些人会说，工作应接不暇，我哪儿有功夫走系统学习阶段。我的观点，进入一个新领域前，我们还是要持保守的态度，不要过早表漏甚至是炫耀自己学到了什么，不要急着应用，这个时候，你应该谦虚的说，我在了解什么。我们学习的一项技术，需要在工作中磨炼和应用才能发现问题并发挥其价值，但是过早的使用一项你无法掌控的技术，绝对是弊大于利，只会让你在技术上陷入恶性循环——之前的项目使用了哪项你并不擅长的技术，导致之后问题不断，你会将自己的时间更多的花费在弥补之前的技术债上，逐渐丧失自己选择技术来学习的机会，结果就是陷入抱怨，认为自己每天应付工作已经很辛苦了，哪儿有时间学习？这和撒了一个慌，以后不断弥补这个谎言撒了更多的慌是一个道理。这个时候，放弃学习可能是更多人的选择，可实际上，这个时候恰恰说明，你需要时间来系统学习。就好比撒了谎，不如先承认我撒了谎，去针对这个谎言多付出，去弥补自己之前的过失，将好于用谎言去掩盖谎言。技术债永远在那里，不学习，将永远难以学习，相关的知识也会逐渐淡忘，结果就是再拿起书本太困难了。

现在的社会要求我们持续学习，否则难以赶上社会的进步步伐，找到自己感兴趣想了解的去深入学习，扩宽自己在深度和广度上的知识才是我们必须面对的选择。