• 技术与工具的探讨


      

      最近一直在思考技术与工具之间的关系。在谈及这个话题之间,我先来讲一个例子。

     

      在一个武侠小说里,一个小孩父母被仇人所杀害。这个小孩立志要为父母血仇。于是,不远千辛万苦找一到一个世外高人,求高人传授其绝世武功。那么这位世外高人有两条不同的方式教育这个小孩。

      方式一:放眼当今武林,最厉害的神器非屠龙刀莫属,凭自己的身手,夺得屠龙刀乃囊中取物,信手拈来。于是,轻松得到屠龙刀之后,然后对小孩体质、骨骼进行分析,再自创立一套路适合小孩体质的屠龙刀法。以屠龙刀最大的维利来配合小孩的体制,以便让小孩与屠龙刀发挥出最大的威力。

      方式二:世外高人考验小孩的体制,摸其骨骼,分析其聪慧程度。通过对百家兵器谱中各种神兵厉器的分析,发现屠龙刀最适合小孩来用。于是,轻松盗来屠龙刀,配合小孩学习武功,让其达到自身最大能力的发挥。

      前面两种方式,虽然最终的结果是完全一样的,但其过程是截然不同的。第一种方式是根据现有工具来解决问题,第二种方式是根据现有需求来选择工具。

     

    再回归到我们对技术与工具的探讨

      大家都知道平面设计是一门技术,photoshop是一个工具,photoshop几乎平面设计领域的大部分问题,所以photoshop几乎是平面设计的代名词。你会说还有coreldraw  Illustrator、 PageMaker 等很多平面设计工具。对啊,他们都只是一个个的工具而已,难我们学习一门技术都就只是学习一个工具的使用么?那么技术包含的除了工具还应该有什么呢?思想,对思想,什么是思想呢。或都说什么样的思想的呢? 首先了解什么是平面设计,或平面设计的原理,我们的世界是立体的,或者说是一个空间的概念,但人的肉眼在一个位置去观察一个物体,只能看到这个物体的一个面。那么我们通过平面的画怎样欺骗人的眼睛产生立体的效果把立体的细节展现出来,比如一个物体的斜面,颜色的渐变,物体的阴影等等,可以通过这些方式来欺骗人的眼睛。

      其实,许多平面工具都是包含这些思想的,或者把思想换成技术更为贴切---大部分工具都是包含这些技术的。(ps:高中傻帽的辍学半年去学平面设计)

     

      再回到我的性能测试上讨论,其实关于技术与工具的思考,也是由些而发的。性能测试肯定是一个技术类别,而loadrunner或其它工具是一个性能测试工具。再说到我前面介绍小孩为提父母报仇而学习武功的方式,很明显第二种方式更为合理,因它的出发点是需求。方式一的出法点是工具。但是,在某工具可以完全某需求的前提下,我们先选择某工具,还是先分析某需求,其结果应该是一样的。

      这就一让我突然觉得,需求引导流程,需求选择工具的思想有点钻牛脚尖了。做测试的朋友都知道,loadrunner在性能测试领域,就像photoshop在平面设计领域一样。占领着很大的市场,能满足大部分的需求。学会用loadrunner并不代表会性能测试,这句话无可厚非。但学会的性能测试(概念、思想、流程),唯独不会工具,那算你会做性能测试么?纸上谈兵,怕是所有人都很瞧不起这种人吧。至少,你还是应该熟练的使用一种工具的吧。其实,你在学习工具的时候,思想也在慢慢的渗透,如果不理解其它原理,又怎么使用工具,平面设计中,如果你不能理解图层的概念,又怎么能很好的使用平面设计工具呢。

     

      再来谈谈程序语言上,java 与 c/c++ 是一门技术还是一门工具呢?老实说,这个我真的分不清楚。如果你是一名javaC/C++程序员,当你拿到一个项目需求时,肯定会用自己会的语言去考虑程序上的实现。其实,你这个时候就是在得到屠龙刀之后去考虑如何让小孩练习刀法。又有几个牛人可以达到精通天下所有语言,javacc++c#phpruby、汇编、等等。因为每种语言都有其有优,有的效率高,有的实现速度快。其实,我们更应该抽离出来的是一种思想。为什么说一个编程5年(这个时间看造诣)的人,学习一门新的语言只要一个月或者更少时间(这个也看造诣)。在学习某种语言时更多的应该是将思想剥离出来。有的思想,如何去实现只不过一个方式而已。

    -------------------

         ps:本来是想继续性测试系列文章的整理,原来我越来越不务正业了。

     

  • 相关阅读:
    简单的java socket 示例
    Java Socket编程
    session的常用方法。
    Request与session与application的区别
    百度echart使用心得,百度图表。
    SpingMVC ModelAndView, Model,Control以及参数传递
    Flume理论研究与实验
    RocketMq在SparkStreaming中的应用总结
    数据实践过程中理论总结
    flink-vs.-spark
  • 原文地址:https://www.cnblogs.com/fnng/p/2648348.html
Copyright © 2020-2023  润新知