你打开技术博客，发现又出了一个新框架。
你刷技术群，发现大家在讨论一个你没听过的概念。
你看招聘要求，发现多了几个你不会的技术栈。
焦虑。
“我是不是落伍了？”
“我是不是要赶紧学这个？”
“我不学是不是就要被淘汰了？”
于是你开始学。
学了两周，发现另一个新技术又火了。
学了一个月，发现这个技术已经没人讨论了。
学了一年，发现自己学了一堆，但没有一个精通的。
你学得越多，越焦虑。
因为新技术出现的速度，远远快于你学习的速度。
这就是数据从业者普遍面临的问题：技术更新太快，不知道该学什么。
一个残酷的事实
先告诉你一个残酷的事实：你永远也学不完。
技术领域的知识是指数级增长的。
每年出现的新技术、新工具、新框架，比你能学的多得多。
如果你的策略是”有什么新技术就学什么”，你注定会失败。
因为这是一场你不可能赢的比赛。
更残酷的是：大多数新技术都会消失。
回想一下五年前的热门技术，有多少现在还活着？
五年前大家说Storm是实时计算的标准，现在谁还用Storm？
三年前大家说Kafka Streams要取代Flink，现在呢？
两年前大家说某个新数仓要颠覆行业，现在它的公司已经倒闭了。
技术领域有一个规律：
每年会出现100个新技术，但五年后只有5个会留下来。
如果你把时间花在那95个会消失的技术上，就是在浪费时间。
换一个思路
与其问”该学什么”，不如问”为什么要学”。
学技术的目的是什么？
解决当前的问题。
你现在的工作中遇到了一个问题，需要用某个技术来解决。
这时候学这个技术，是有明确目标的，学了马上能用。
公司要上实时数仓，你需要学Flink。这时候学Flink是对的，因为你马上要用。
为未来的机会做准备。
你判断某个技术方向是未来的趋势，提前学习可以让你在机会来临时抓住它。
你判断数据治理会越来越重要，提前学习数据治理的方法论和工具。
等公司开始重视数据治理时，你就是最合适的人选。
建立技术壁垒。
你想在某个技术领域建立优势，成为这个领域的专家。
这时候你需要深入学习这个领域的所有相关技术。
你想成为数据架构专家，就需要系统学习数据建模、数仓设计、数据治理、数据平台等所有相关知识。
纯粹的兴趣。
你就是对某个技术感兴趣，学它让你开心。这也是正当的理由。
但这个理由只适用于业余时间。工作中的学习，应该服务于前三个目的。
明确了学习的目的，“该学什么”的问题就容易回答了。
解决当前问题？学能解决问题的技术。
为未来准备？学你判断会成为趋势的技术。
建立壁垒？学你想深耕的领域的技术。
兴趣？学你喜欢的技术。
