有强制的政策法令支持加班一定要发加班费。
只要企业面对员工加班一定要付加班费的行政约束，自然会为了减少不必要的支出做调整。
比如：
减少加班
提高工作时间的效率
支持调休

现在的形势无解，企业可以以极低成本要求员工加班，却没有付出对应的成本。
国家颁布有对应的法律条文，却没有配套的执行体系，企业大面积违法，国家选择性执法。那就必然出现问题，再加上法院强制执行的手段有限，违法成本更低。太多人因为维权成本与收益不成正比放弃维权了。

UGC 社区的变现太难了，还有一群挑三拣四的用户，动不动就以社区需要有品味来质疑社区管理者的业务调整。
而且资本给的压力还是很大的，说明资本看中的不是知乎整体的用户数量有多少，而是 App 的用户数量，为此即使损伤移动端的用户体验也要将用户导入到 App 中。
随着经济寒冬，融资成本增加，知乎还会做更多符合资本期望的事情，比如证明盈利能力，证明用户在 App 的粘性。

广告会越来越多的，而且接广告的底线会越来越低。
导流方式会越来越过分，现在还让看一部分，以后连移动端都给关掉。

我不用 App 的原因是，App 体验不如 Web，App 根本没考虑使用者的阅读场景，对于知乎这种信息量巨大的 UGC 社区，我需要的是阅读一些摘要，然后可以按需阅读我认为有价值的内容，而不是无脑的上一条下一条答案，或者上一个下一个问题。而且 App 的加载巨慢，根本做不到 Web 这种新窗口打开一批回头慢慢看的操作体验。

基本没见过 java 转 go 不吐槽 go 语言特性太差的。
整个 java 技术栈的思考方式和 go 差异挺大，如果愿意尝试新事物，可以试试新岗位，换语言时薪下降很正常。

如果想继续走 java 栈，不如选 java 大厂，其次 java 岗发展良好的公司，再次才到 go。
如果想转 go，头条这算是最佳选择了。
窗口期也就剩两年了，等应届生也有不少会 go 的，市场供给饱和了，就很难有这类平级薪酬转语言的岗位放出来了。

通常情况下，一个软件体验最好的版本就是它在拼命拉新的时候
必备功能都有，且交互极简，能少一步绝不多做任何交互
不会默认启动就增加任何可能导致用户流失的交互和功能：比如通讯录、短信、摄像头等隐私的权限

一旦用户增长放缓或者停止增长，就会有加上各种利益相关的功能。
广告先上点
接着权限多要一些
用户要是不愿意给就通过改硬需求的业务，强行索要，不给则不提供服务

你说这种升级有什么用，不仅加了一堆日常使用用不上的功能，还把高频使用的功能使用门槛弄得更高了。
拉新阶段用户就是大爷，等到用户量稳定了，转身就会把用户踩脚下，不给我想要的授权或者相关信息，用都别想用。这种情况在 ios、goolg play 的版本还有点审核不至于太过分，android 国内分发的市场最严重。

不能，排除契约精神、自律性这些个人因素，远程办公的成本依然极高。
我们先来看要处理什么事情：
1. 沟通
2. 工作产出评估
3. 协作解决问题

沟通来看，如果远程岗位就算有配套的：文档中心、邮件、电话会议，协作效率也不可能高于面对面。
工作产出评估来看，这方面开发岗位有天然优势，只要配好相关的：CI、CD，项目管理进度调整得当，是不是面对面都一样。
协作解决问题，远程不如面对面是肯定的，除非人人都是能独立解决问题。否则请求支援的沟通效率必然不如面对面。

算一下维护这些远程办公基础设施的成本吧。

这就和基因一样，有的新生儿天生就携带遗传病的基因。不公平才符合自然规律。

普通意义上提到的“命”“命运”“机遇”，我理解可以类比成资源。
无论在时间还是空间层面上，资源分布都是不均匀的。

除开基因决定的东西，剩下无非就是资源供给和资源竞争的事情。这就是大自然的规律，人类不过跳出了基本生存资源的竞争，不必为了果腹厮杀。但为了发展，依然要在其它战场拼抢资源。
不幸的是因为资源供给不均匀，拼抢的激烈程度是不一样的。小溪里养不出大鱼，这要是一条能通往大河大湖的小溪。还可以靠个人努力拼抢到更多资源。如果小溪也仅仅流到了一个小池塘，那个人的努力空间有限。

要趁着阶层上升通道没关闭努力啊。大环境下，普通人可以竞争的资源并不多了。

1. 保持批判性思考的习惯。
2. 多读书，读好书，做一个有知识的人。
3. 应该具备基本的科研素养和动手能力，知道如何提猜想，并收集数据验证猜想，没有现成的数据和资料时，知道如何动手做实验收集数据。

满足已知需求
能解决未知需求
创造新的需求

符合直觉
显著提高效率

前期靠自如短租维持吧，至少押金不会有问题，在确认工作岗位稳定之前不要签长租约，试用期不稳定，即使转正式员工也未必稳定，因为项目、资金链、个人能力等方面的原因被裁或者要重新找工作的不稳定因素太多了。
等工作稳定之后，应该也对工作地点的租房市场了解了，再考虑长租。
刚到北京工作的前半年，我一直靠短租维持租房上的灵活性，最短的住了半个月，最长的两个月。直到工作稳定了才在公司附近找的长租房。

取决于前端要不要用 total 处理分页渲染，是不是允许跳转指定分页。
如果瀑布流，用户不需要关心总页数，渲染分页列表之类的，就不需要返回 total

稍微量大一点的图片站一天流量就接近 1T。
不知多少站长一边骂百度，一边靠着百度云的低价带宽和广告联盟活着。

都是受害者就别比惨了，这些地方的名额被平均给落后地区了。
大学在各省招生数量不一样。而大学招生的指标，除了考虑公平还要考虑扶持地方的大学生数量。
以现在教育资源两极分化如此巨大的情况，如果全国统一录取分数。城镇化越程度越高的地区，成为大学生的概率越大。
新疆、西藏、青海、贵州等偏远落后的地区，永无上升渠道。本地受高等教育的人才越少，地区经济发展越慢。本来就是经济不发达地区，扶持一些名额，都不一定能回流，如果干脆不扶持，情况会更糟。

这不过是一种劫穷济贫的救济方式。并且随着地区发展两级分化的情况来看，以后会更糟，以后还要立各种贫困互助指标，将更多大学招生名额分配给落后地区。

估计要等免费师范生这波政策真正发挥作用，落后地区的教育资源扶持起来了，才可能缓解。

既然都给了话题，可以随口问问，都是什么工作内容。用什么技术栈，现在项目里面待解决的问题是什么，打算招多少人解决这个问题，揪着一个话题使劲问下去。

如果碰巧问到你的技术栈更好，顺势问问他们会不会考虑做 xx 业务之类的。

这样就算没面上，也还会有不少收获。不过如果聊的好，愿意说这些技术细节的时候，通常都是愿意给 offer 了，不愿意给 offer 的，随便忽悠一下问问薪资之类的就能把人送走。

这事可大可小，如果库存根本没有售罄过，实际库存应该是以付款成功为准，随时补货就好了，很多淘宝店铺都是这样管理库存的。小商家哪有什么胆量强迫客户多长时间内不付款就不卖给你了，最多就是真付款又没有库存了，赶紧补货或者联系客户换货退款之类的。一件商品躺购物车几天再付款的概率，要比下单即刻付款的概率大非常多。

如果要考虑回滚库存的事情，那就不一定要优化到什么程度了。看抢购的订单量了。

订单量很小，建好索引，开定时任务每分钟取一次这种状态的超时订单回滚业务。

订单量有点，订单增加一个业务标识，下单、未付款、付款三个状态区分开。未付款额外开一个表做冗余数据，入库条件为下订单，出库条件为付款或超时回滚，交给定时任务跑查询状态。

订单量有不少，写单独的定时任务处理模块，上持久化的消息队列，涉及需要延时处理的任务都扔里面。

订单量特别多的话，那么有钱挖几个阿里的出来不是解决方案到落地代码都齐了吗。

没用的，全国那么多运营商，不同线路对 DNS 的缓存时间是不一样的。新增解析还好，DNS 服务器没有缓存会找上级 DNS 获取。更换解析到新 IP，有些地方 DNS 命中旧记录就不管了，最慢的地区可能会有一周时间才会切换。

吸取教训耐心等。

很多短期服务产生的长期有效信息可以考虑拿出来卖呀。
比如 100offer 有员工先对求职者做猎头评价，先帮招聘公司做部分求职者的信息校验。就卖给很多公司。
公司的内推奖励也是类似的机制，让专业的人先检测求职者的能力有效性。
其它招聘网站也可以做类似的猎头互助服务，某员工到 A 公司面试， A 公司可以公布此人的部分面试题目，但是求职人员的回答结果需要付费查阅。这样可以通过公开评分系统推几家公信力足够高专门做面试的服务公司出来，甚至更近一步连离职员工的在职信息也可以卖，多方得利。

感觉用工具可以处理什么具体的问题倒还可以理解，毕竟都是具体的问题。
比较抽象的是，拿到一个需求，应该拆成几个功能，每个功能应该放在哪个模块，如何分层更合理，每一层应该处理什么数据，这个很抽象，也非常看经验。踩坑多的人，会被放错位置的功能折磨很多次，之后再重构就能冒出神之直觉，这类功能代码就应该放在这个地方。那个模块要考虑什么异常，才不会被业务量冲跨。开发的时候要遵循什么规范才能保证后续变更不会造成太大的改动。
这类技能似乎在小项目或者复杂度不高的系统都碰不到提升的机会，一定要去特别复杂还有可能因为业务量增长变更重构的系统才会碰到。

这似乎和推崇简单的开发思路相悖，业务流程太复杂说明需求没有理清，一定存在简洁明了的处理方案，复杂业务天生不应该存在？

简单解释就是 O(f(n))指的是算法随数据规模的增长趋势。
f(n)就是增长函数
f(n)=1 说明输入数据的数量增加不会影响处理次数。算法的计算次数是常数级别的。
f(n)=n 说明输入数据的数量增加会导致算法的计算次数成正比增长。表现就是通常一层循环可以完成整个算法的处理，类似 2n 这种单层循环执行两次的， f(n)=2n 会省去常数项，所以也属于 f(n)=n 级别的。
f(n)=n^2 说明输入数据的数量增加会导致处理次数是成次方指数增长。通常表现就是需要两层循环嵌套处理。

想了解具体怎么算的，可以看看算法导论第一、第二章，有明确的计算方法。这个涉及高等数学的一些知识点。

估计是 mobike 今天跟进 ofo 免费用车大战，上下班高峰期用车请求暴涨把系统负载跑满了。
今晚运维把服务器堆上去几台，明天就不会再崩了吧。

比 ofo 免费用车第一天要好一点， ofo 第一天免费用车连开锁密码都拿不到了。