入党必读 电子书网盘下载 2024 pdf mobi txt

展开

展开

展开

展开

展开

在线阅读地址：入党必读在线阅读

在线听书地址：入党必读在线收听

在线购买地址：入党必读在线购买

PDF下载地址：入党必读PDF下载

展开

展开

展开

查看其它书籍精彩书评

• Notes: Site Reliability Engineering

  作者：masterplan 发布时间：2017-05-11 08:28:11

  看这本书时做的笔记. 总结一下:

  1. 有众多可以参考的地方, 例如 Cron 的设计, 监控的改进, 新工具的推广方法

  2. 对手头的系统和工具要非常了解, 这样就可以玩出很多招数

  1. 介绍

  DevOps 在 Google 的实践

  传统开发/运维分离的解决方案在规模扩大后沟通成本上升(“随时发布” vs. “不再改动”) -> 新型运维团队 SRE(50%-60%标准开发, 其他为85%-99%能力的开发, 为了开发系统代替手工操作) -> 最多 50% 时间用于运维工作, 余下开发系统来自动化

  SRE 方法论

  * 运维工作最多占用 50% 时间

  * 遇到故障事后写总结

  * 因为信息系统的特点, 不是也不该追求 100% 可靠, 给出现实的可靠性. 在实现这个可靠性的前提下, SRE 可以做各种创新

  * 监控, 通过预案/手册缩短平均恢复时间

  * 70% 的事故源于部署变更 -> 渐进发布, 精确检测, 回滚机制

  2. 生产环境

  集群资源分配: Borg(分布式集群操作系统), 下一代 Kubernetes(2014)

  * Large-scale cluster management at Google with Borg

  * Borg, Omega, and Kubernetes

  * 负责运行用户提交的任务. 每个任务由多个实例组成, Borg 会为每一个实例安排一台物理服务器, 执行具体的程序启动它

  * 负责任务的监控, 如果异常, 终止并重启

  * 命名: BNS: /bns/<cluster>/<user>/<task>/<instance>

  * 任务需要在配置中声明其所需的具体资源(cpu/mem), 超过则立即 kill

  * 存储

  * 分布式存储, 小文件和大文件进不同的集群.

  * 单个集群一年内会损失上千块硬盘, 数据中心有专门的团队来处理

  网络

  * 这些概念比较陌生, OpenFlow 的软件定义网络, 带宽控制器优化带宽.

  * 从地理位置, 用户服务和远程调用三层进行负载均衡

  监控报警

  * 定时抓取指标, 超出触发报警

  * **新旧版本的对比: 新版本是否让软件服务器更快了?**

  * 检查资源用量随时间的变化, 制定资源计划.

  服务

  * 所有服务使用 RPC 通信, 开源实现为 gRPC

  * 格式为 Protocol Buffer(与 Apache Thrift 相比) (大小比 xml 小 3-10 倍, 序列化/反序列化快 100 倍) (和 json 比?)

  * 服务和存储根据流量分散到各大洲的机房

  开发

  * Code review

  3. 拥抱风险

  目标

  * 没有 100% 可靠的服务, 达到一定程度的可靠性之后, 应把精力转向他处.

  * **”当设立了一个可用性目标为99.99%时, 我们即使要超过这个目标, 也不会超过太多, 否则会浪费为系统增加新功能, 清理技术债务或者降低运营成本的机会.”**

  * 可靠性目标成为错误预算: 提供明确和客观的指标决定服务在一个季度中接受多少不可靠性(用于 SRE 部门和产品部门的沟通). 只要错误预算耗尽, 新版本的发布就会暂停(?但是错误率由 SRE 部门提供, 而发布由产品决定?) -> 认为风险由产品开发决定, 一个变通是, 当错误预算即将用尽时, 降低发布的频率. 即使是网络中断或者数据中心故障影响了错误率, 发布频率也会降低, 因为”每个人”都有义务保障服务的正常运行.

  * 可用性指标: 请求成功率. **用我们记录的请求成功率与用户期望的服务水平做对比.**

  成本

  * 可用性: 99.9% 到 99.99%; 收入: 1000000刀 -> 改进后的价值: 1000000 * 0.09% = 900 刀

  需求

  * 面向消费者需要低延迟(队列空为好), 离线计算需要吞吐量(队列满为好). 需要分别响应不同的需求. -> 两个集群, 低延迟/高吞吐量

  4. 服务质量

  质量度量

  * 请求延迟 (Req time)

  * 错误率 (Web errors)

  * 吞吐量 (Web QPS)

  * Google 云计算的可用性指标: 99.95% -> 60*24*365*0.0005 = 262.8 min/year -> 我们的可用性?

  特色

  * 4/5个指标, 多/少都不好.

  * 监控, y 轴指数分布

  * 数据收集每10秒一次, 每一分钟汇总一次. 目标像这样: **99% 的 get RPC 调用在 < 100ms 的时间内完成.**, 每天可以出一个这样的报表.

  总结

  * 指标越少越好, 少到不能更少

  * 性能指标保持简单

  * 从松散的目标开始, 逐渐收紧. 不要一开始就追求完美

  * 对内指标要求可以比对外高一些, 留有余地

  5. 琐事

  琐事指与规模线性增长的手动事务, 占用 Google SRE 大约 33% 的时间

  6. 分布式系统的监控

  方式

  * 白盒: 系统内部数据

  * 黑盒: 外部响应

  * Dashboard: 可视化, 提供选择/过滤功能

  * 警报

  如何监控

  * 对照组: 上周, 上一个版本

  * 减少报警量(防止”狼来了”)

  * 简单快速的逻辑. 不要自动学习阈值(这点和我想的不一样)

  避免在监控系统中维护复杂的依赖关系

  方法论

  * 故障, 警报, 定位和调试都必须保持简单!

  * 4个关键指标: 延迟, 流量, 错误率, 饱和度(IO 带宽占用比, 磁盘占用比)

  长尾

  * 重要的是分布而不是平均 -> 直方图 Y 轴指数展示

  复杂性管理

  * 避免监控系统变得过于复杂

  7. 自动化系统的演进

  * shell 脚本 -> 改进后的 Python 单元测试框架(Prodtest, 改进的 Python 单元测试框架, 可用来对实际服务进行单元测试), 用于验证集群中的服务(比如 DNS 是否存在/成功)

  * 在 Prodtest 出来之后, 又为每个 test 创建了对应的修复工具.

  * 集群上线系统的测试-自动化修复套件的问题:

  1. 需要维护!

  2. 分布式自动化依赖于 SSH, 需要 root 权限执行. => 需要将 SRE 完成任务所需权限降到最低. => 使用有 ACL 的本地 admin 进程取代 sshd, admin 记录 rpc 请求者, 参数和结果.

  * Borg: 成功的核心是”把集群管理变成了一个可以发送 API 的中央协调主体”. 所以 shell 脚本 => Python 集群测试框架(自动化系统) => Borg(自治系统, 将集群管理抽象为单机环境) => 自治系统强调自我检查和自我修复.

  * 自动化的问题: 自动化多了, 人就忘了手动该怎么做. 甚至系统将不再有手动操作的接口.

  8. 发布

  * 构建过程的封闭性, 不受构建机器上第三方类库和其他软件工具影响. 编译过程自包含, 不依赖编译环境之外的其他服务.

  * 构建工具与被构建的项目放在同一个仓库. (而我们的做法是分离的. 应用开发者按照平台提供的规范走, 不管构建的事. 各有好处. 这样平台在构建过程上可发挥的空间更大)

  * 单独的发布分支(避免引入之后主分支上的改动). 发布系统将创建新的发布分支, 编译, 跑单元测试. 每一步都有日志记录.

  * 部署. “提供一系列可扩展的 Python 类, 支持任意部署流程”. 同时会对流程进行监控.

  * 经验: 在规模不大时就考虑发布工程, 尽早采用最佳实践(尽早建立平台团队?)

  9. 简单化

  * 问题: 代码膨胀. 态度: “每一行新代码都是负担”, less is more.

  * 方法: 最小 API(方法更少, 参数更少), 模块化(定义良好的边界)

  10. 基于时序数据的报警

  SRE 的职责层级关系(低 -> 高):

  监控

  应急处理

  事后总结和问题根源分析

  测试

  容量规划

  研发(50%+ 的精力)

  监控首当其冲.

  * 方法论: 单机问题报警没有意义(太频繁).

  * 模型: 探针(脚本返回值 + 图形展示) 转到时序信息监控. 收集回来的数据同时进行展示和报警, 报警规则由数学表达式表示.

  * 接口: /varz HTTP 列出所有的监控变量值, 由 Borgmon 定时抓取. (看来在应用所在每个机器上都有)

  * 报警: 每条报警规则都有一个持续时间, 只有当警报持续时间超过一定范围之后才触发报警. (有借鉴意义, 尤其是对可自动恢复的问题); 同时多条连续的报警信息可以合并.

  11. On-call

  * 运维工作时间上限是50%工作时间, 其中不超过 25% 的 on-call.

  * 分钟级的 ack. 比如 99.99% 可用的系统, 每个季度有 13 分钟的不可用时间, 那么 on-call 必须在 13 分钟之内解决问题(不过这里的”问题”看来是影响全局服务的大问题)

  * “面临挑战时, 人有两种处理模式: 1. 依赖直觉, 快速, 自动化行动 2. 理性, 专注, 有意识认知活动. 为了确保 on-call 采用第二种方式, 必须减少其压力. 医学上讲, 压力状态下释放的荷尔蒙, 如 xx 和 yy, 可能造成恐惧, 进而影响正常认知..” 哈哈哈, 这个态度我喜欢, 必须把不理性的情况考虑到, 避免运维压力过大.

  12. 故障排查

  * 大型系统中, 遇到问题首要做的是尽可能恢复服务, 而不是查找问题根源.

  * 将故障排查测试的项目明确写出来, 同时公布测试结果.

  13. 紧急响应

  * 演习: “SRE 故意破坏系统, 模拟事故, 然后针对失败模式进行预防以提高可靠性” => 鼓励主动测试

  * Panic room: 专用的灾难安全屋, 有生产环境的专线连接.

  14. 紧急事故管理

  * 出了事故, on-call, 开发, 管理者, 这些关注到的人都在用自己的方法查找并尝试解决问题.

  * 都在查找原因, 没有人有精力和时间思考如何通过其他手段缓解当前的问题.

  * 没有时间清晰和有效地与其他人进行沟通, 没有人知道他们的同事在干什么.

  * 解决: 职责分离. 有事故总控(需要明确声明现在开始全权负责, 任务分配), 事务处理团队, 发言人和规划负责人(提供支持).

  15. 事后总结

  * 总结: 1. 记录事故 2. 理清根源 3. 采取有效措施使得重现概率最低

  * 对事不对人

  * 总结报告需要评审

  * 举办演习, 再现某篇事故总结事故, 一批工程师扮演文档中提到的角色

  * 激励做正确事情的人(“良好的事后总结和事故处理可以赢得从 CEO 到工程师的一致好评”)

  16. 跟踪故障

  * 报警的聚合(一个问题引发了一连串报警)和加标签.

  17. 测试可靠性

  没看懂. 摘一下最后一句话: ”写出优质的测试需要付出的成本是很大的”. 现在写写单元测试没问题, 依赖众多的分布式软件的集成测试还不明白怎么弄.

  18. SRE 部门中的软件工程实践

  * 分析了一个案例, 对扩容需求做了一个应用, 包括需求的定义语法规则和对应的问题求解器. 一开始是简单的启发式逻辑, 后来使用线性规划使其更加聪明. 总结是体现了”发布与迭代”的思路, 不是一开始就期待完美的设计, 而是不断继续前进.

  * 讨论了新工具的推广. 公告邮件和简单的演示是不够的, 需要持续和完整的推广方案, 用户的拥护和管理层的帮助. 设计的时候, 要时刻从用户角度提高可用性.

  * 不要陷入对”完美的最终产物”的想象中. 一个”最小可行产品”是必要的, 在此基础上进行递进式的, 稳定的小型发布.

  * 后期引入有统计学和数学优化背景的人进行优化.

  19. 前端负载均衡

  一致性哈希.

  负载均衡器的包转发:

  * NAT, 需要在内存中追踪每一个连接, 否定

  * 修改数据链路层信息(MAC 地址), 需要后端服务器在一个局域网, 否定

  * 包封装, 将请求使用路由封装协议封装到另一个 IP 包中, 使用后端服务器地址作为目标地址, ok.

  20. 数据中心负载均衡

  * 随机轮询:

  1. 多个进程共享某个后端时, 其客户端请求速率可能是不同的. 如果一台后端上恰好跑的都是请求速率块的进程, 那么其负载就高.

  2. 物理服务器不同

  * 最闲轮询:

  问题是, 一些任务在处理过程中是跑满了 cpu, 一些则是在阻塞. 但最闲轮询(基于任务数量)会认为负载是一样的.

  * 加权轮询:

  将最闲轮询的”任务数”替换为综合请求速率, cpu 占用率等计算出的值, 实践中效果更好.

  21. 过载

  22. 连锁故障

  连锁故障由故障进入正反馈引发. 典型的例子是: 一个集群故障 => fallback 到另一个集群 => 另一个集群某服务受影响变慢 => RPC 超时, 大量重试 => 这个集群也不堪重负挂掉.

  * 应对方法: 压力测试极限, 提供降级结果, 在可能导致问题时主动拒绝请求.

  * 去除同层调用, 保持调用栈持久向下.

  * 压力测试, 直到出现故障

  23. 分布式共识

  * 问题定义: 异步式分布式共识在消息传递可能无线延迟的环境下的实现

  * 不能通过简单心跳实现

  * 不稳定的条件下, 没有任何一种异步式分布式共识算法可以保证一定达成共识

  * Paxos: 有严格顺序的提案被大多数接收者同意, 已被 zk, consul, etcd 等封装. 最出版本的 Paxos 有性能问题

  * 复合式 Paxos: Paxos 两阶段: prepare/promise, 允许跳过第一阶段. 但是有锁住的危险. 更好的算法参考 Raft.

  24. Cron

  这里的 cron 是允许错过的, crond 不记录执行信息, 只会记录 schedule.

  定义问题

  cron 分为两类: 可重复的(垃圾回收)和不可重复的(邮件发送).

  上面是跑多了的情况, 也有跑少了的情况: 有的 cron 允许错过一次(垃圾回收), 有的不允许(每月结算)

  这两种情况导致 cron 的错误建模很复杂. **本文偏向于错过运行, 而不是运行两次**, 因为错过可以手动启动一次, 跑了两次是覆水难收的.

  总结: 可以少跑, 不能重复跑

  大规模部署

  最小周期也是每分钟.

  也是使用的容器, 主要考虑的功能是进程隔离: 一个进程不该影响到另外的进程.

  容错. 调度器确保在数据中心的另一个地方有备份.

  总结: 最小粒度每分钟, 调度器有多重实例, 通过 paxos 确保一致性

  Cron at Google

  对 cron 的状态, 有两种选择:

  * 存到分布式存储(GFS)

  * 存到 cron service

  选择的第二种. (GFS 适合大文件存储)

  使用 Paxos 算法确保 cron service 的一致性. paxos: 通过多重不可靠的副本达成可靠的一致性.

  最重要的信息是

  哪个 cron 已经跑过了.

  cron 调度器有多个备份待命, master 负责启动 cron job.

  master 的工作流程:

  sleep 直到时间到, 向 data center scheduler 发出启动指令,

  同时发 paxos, => 其他 replica 知道任务已经启动

  启动完毕后再发 paxos. => 其他 replica 知道任务启动完毕

  => cron job 跑完自己结束(解决了并行执行的问题), master 只管启动, 但是一定要成功启动.

  确保只有一个调度器与 data center scheduler 交互, 一旦失去 master 地位, 就停止交互.

  这里”发 paxos 告知开始启动”和”发 paxos 告知启动完成”中间有个时间段, 这个时间段就是启动时间. **这点很好, 现在 marathon 缺少这个, 你可以告诉他要做什么任务, 但他不会告诉你什么时候完成**

  总结: cron 启动状态通过 paxos 与备份同步, 确保只有 master 能与 data center scheduler 交互, 只管启动不管结束

  启动失败

  再次重申, cron job 启动时候有两个同步点: 开始启动和启动完成. 如果 master 在这二者的中间失败, 我们就难以知道启动是否真正完成.

  解决方法是使启动操作(master => 启动操作(data center scheduler 执行) => 完成)都是可重入的. 启动操作实际上是一系列的 rpc 操作(我想是类似 redarrow?)

  不可避免的是失败. 如果在 rpc 发出 - 启动状态发送到 paxos 之间 master 挂掉, 那么新的 master 可能不知道这个 cron 已经启动, 还是可能导致重复启动. 这种小概率的事件就看你要不要继续付出代价来防了.

  存储状态

  paxos 基本是一个状态变化的连续日志. 这带来两个问题: 1. 日志分段 2. 日志存储

  日志分段用打 snapshot 的方式解决: 我猜这里是把日志分成两部分: 之前的日志打成 snapshot, 之后的作为增量. snapshot 保险存放. 那么即使丢失, 丢掉的也是增量, 在一个可控的范围内.

  对日志存储, 有两个选择: 分布式存储和系统本地卷. 选择是两种都做: 在所有 master 和备份的本地存(一共3个), 同时写到分布式存储.

  大规模带来的问题

  大规模: 为上千台节点的 data center 提供 cron 服务. 如果这些 cron 都集中到同一时间段就不好了. 举例: 当想要一个每天跑一次的 cron 时, 很多人都会写:

  `0 0 * * *`, 拿这时候的 cron 密度就比较高.

  提供了一种新格式, `? ? * * *` 表示由 cron master 选 cron 时间, cron master 利用这种写法将其均匀分布:

  

  Google 全局 Cron: 时间-任务数量

  25. 数据处理流水

  跳过

  26. 数据完整性

  灾备做得非常 nice.

  案例: gmail 丢失了大量用户数据, 系统中存在的很多安全防护措施, 内部检查机制, 冗余备份失效. => 从 gtape 恢复. 来自于”深度多层防御”的系统.

  1. 任何一个单独的防御措施可能失效

  2. 某一个级别(磁盘)的防御措施可能失效, 所以要依靠完全不同的介质. 最好的数据完整性保障手段一定是多层的.

  案例: google music 音乐被服务误删 => 同时进行软件的恢复和磁带的恢复(由卡车从异地存放点拉过来)

  27. 大规模发布

  讨论了发布规范, 容量规划, 故障预期, 客户端行为处理, 手动事项的文档化, 发布对外部依赖的影响.

  灰度发布: 先安装几台机器, 监控一段时间. 没有异常的话再继续.

  28. 培养 SRE

  作为新手, 培养体系值得一看:

  * 设计具体的, 有延续性的学习体验

  * 鼓励思考问题本质(通过反向工程, 统计学进入系统)

  * 从失败中学习

  * 见习 on-call

  * 让学员与老手一起修订培训计划

  * 正式参加 on-call 是一个里程碑

  “对很多内省性性格的成员来说, 培训过程中的混乱或者不确定性会导致他们学习速度变慢, 甚至无法适应.”

  培训:

  指定一个顺序, 比如可以按照服务发生时请求的顺序: 请求 -> 前端服务 -> 中层服务 -> 基础设施 -> 整体.

  新手任务:

  功能修改 -> 增加新的监控 -> 增加新的自动化 -> 见习 oncall

  29. 处理中断性任务

  流状态: “在解决问题的过程中, 充分了解问题的起因和现状, 隐约感觉自己可以解决这个问题.”

  尽可能长时间待在流状态中, 减少上下文切换(“一次20分钟的中断性任务需要进行两次上下文切换, 而这种切换会造成数个小时的生产力丧失”), 对此, 应该延长每种工作模式的时间.

  30. 嵌入 SRE

  略过.

  31. 沟通协作

  团队构成: 技术负责人, SRE 经理

  “一般来说, 单人项目最终肯定会失败, 除非此人能力超强或者要解决的问题是非常简单直接的”

  32. SRE 参与模式

  略过.

  33. 其他行业的经验

  关注任何细节, 提供冗余容量, 模拟及线上演习, 重视需求, 纵深防御.

  34. 结语

  飞行员的例子: 100年前是两名飞行员, 100年后, 飞机的安全性, 容量, 速度, 可靠性发生了翻天覆地的变化, 但仍然是两名飞行员! 这说明飞机的人机接口经过了精心设计, 简单易用. 我们的系统也要具有这种特性.

  展开

• 第一章 摘要(做测评前,可以先用来做个简易判断,看看对自己的了解程度)

  作者：我很乖～～ 发布时间：2009-08-25 14:36:35

  如何释放自己的能量

  E 外向型

  ▲ 内向型 I

  会本能地注意和记住哪一类信息

  S 感知型

  ▲ 直觉型 N

  怎样做出决定

  T 思考型

  ▲ 感觉型 F

  喜欢以何种方式构建自己的世界

  J 判断型

  ▲ 认知型 P

  人的性格的四个基本层面

                          

  “外向”还是“内向：倾向与内心世界还是关注外在世界

  E 外向型

  ▲ 内向型 I

                                          

  1

  哪一种方式能够让你感到自己充满活力

          与其他人交往互动

          还是

          一个人独处

                                                  

  2

  愿意将能量投向哪里

          外部世界，与人交往，处理各种事情

          还是

          沉醉于内心世界，独自沉思默想

                                                  

  3

  更喜欢哪种消磨时间的方式

          被众人环绕

          还是

          独自一人消遣

                                                  

  4

  工作时，是喜欢同时完成几项任务

          还是

          喜欢把注意力集中在一件事情上

                                                  

  5

  下面哪种行为方式让你感觉更舒服

          先采取行动，然后再考虑遇到的情况

          还是

          在行动之前，先对事情加以通盘考察

                                                  

  6

  喜欢成为一个公众人物

          还是

          只想做自己

                                                  

  感知型还是直觉型：看到森林，还是只看到树木

  S 感知型 ▲ 直觉型

  N

  1

  你经常注意一些事实和细节

          还是

          总想探寻事物之间的联系，或是潜在的意义

                                                  

  2

  你是客观理智

          还是

          富于想象力，充满创造力

          

  3

  你更相信什么：直接经验

          还是

          内在的本能

          

  4

  你总是努力适应当下

          还是

          总考虑事物会对未来发生的影响

          

  5

  喜欢一个新想法，你是因为这个想法本身

          还是

          因为这个想法具有实际价值

          

  6

  你是喜欢使用已知的技能

          还是

          一旦掌握了一种技能之后就会感到厌倦

  思考型还是感觉型：你是重视原则，还是重视价值

  T 思考型

  ▲ 感觉型 F

  1

  在做出决定的过程中，你是客观地衡量正反两方面

          还是

          基于自己对这件事的感受，以及它会对自己和其他人产生的影响

                                                  

  2

  下面哪组词语是对你更好的描述

          逻辑性很强，善于分析

          还是

          感性而又富于同情心

                                                  

  3

  对你来说什么更重要

          即使可能伤害其他人的感情，也要真实地做人

          还是

          圆滑一点儿，即使偶尔要撒点儿小谎

                                                  

  4

  通常情况下，什么对你更有说服力

          一个合乎逻辑的理由

          还是

          一份情感强烈的请求

                                                  

  5

  你更赞成哪种做人方式

          强硬还是柔和

                                                  

  判断型还是认知型：是凡是计划，还是随意而行

  J 判断型

  ▲ 认知型

  P

  1

  在需要做出决定的大多数情况下

          你是迅速果断，觉得一切简单容易

          还是

          觉得焦虑和不安

          

  2

  你是主动做出决定，将事情安排妥当

          还是

          暂时不做决定，直到某件意外事件发生，使最后的结果变得明朗化

          

  3

  你是喜欢自己掌握一切

          还是

          喜欢让别人来做出安排

          

  4

  你是时间观念很强，总是非常守时

          还是

          经常迟到，时常让时间在不知不觉间就溜走了

          

  5

  你属于下面哪一种情况

          总是把一切安排得井井有条

          还是

          总是找不到东西，什么事都杂乱无章

          

  6

  你属于下面哪种情况

          先把工作和家务都做完，然后再安心休息

          还是

          总能找到借口拖延该做的工作

  展开

• 最重要的事情是----投资其实一点都不简单

  作者：豆友2533629 发布时间：2013-06-10 22:08:13

  在本书之前，我看过很多很多的金融投资学类书籍，大多数都在讲投资其实不复杂，化繁为简就可以，然后推销几个天雷动地火降龙十八掌级别的不传之秘，似乎那瞬间资本市场的财富之门已经在读者面前打开了。介于我多疑的天性，这种书每次掩卷后留给我的不是兴奋，而是不解。如果任何掌握诀窍的人就能够发财，那么当此诀窍被大多数人掌握后，根据竞争市场的基本原理，实际上发财的机会将迅速减少并最后消失。况且，实在想不出资本市场居然还有这样的活雷锋或者说精神病人，会为了一点点可怜的稿费贡献出一个简单有效的赚钱方法而不是闷声发大财。

  以上所说的是基于逻辑的一般推论，实际上由于和从事的工作有关，对这个问题我能形成更确定的结论：说投资简单的人要么不老实，要么没水平。

  翻开这本书，慢慢读下去的时候，你发现这本书一点都不友好。它从头到尾都在强调一件事情：投资不简单，根本没有一种容易成功的投资方法。而且作者进一步作出结论：赢家只能是少数人，少数能够成功作出“第二层次”思考的人。

  为何有这个结论，除了实际的交易数据支持，简单的逻辑也能够推倒，如果大多数投资者对特定事情形成一致看法，比如房地产市场的趋势，经济的基本面，自然会采取类似的投资策略，而类似的策略之下，在经济上升期间会迅速抬升资产价格，形成资产泡沫，在下行期间又吝惜资金，加剧萧条。大多数人最后赚取的最好不过是大盘指数类似的收益。

  而要成为赢家，就不能像大多数人那样思考，而要做“第二层次”的思考者。第二层次的思考强调是“反向”，形成和市场共识不一样的观点，但并不是为了“反向”而反向。作者强调的是＂反向＂的思维过程:琢磨市场情绪，考虑市场情绪对市场走势和资产价格的影响，最后形成观点：一个资产是否还像市场预期的那样，值得购买。

  所谓值得购买，不是指资产本身好坏，好公司在市场上并不少见，而在于资产是否足够便宜。足够便宜的资产会给投资者留下足够的保护，因为资产升值的空间远远大于下降的空间。这类似于很多价值投资者耳熟能详的“安全边际”。

  在足够便宜这个问题上，作者没有太多纠结于公司基本面和估值技术，他更关心的是市场情绪。作者认为市场情绪如同一个钟摆不停摆动，在极端悲观和极端乐观间不停歇。乐观的市场情绪推动资产价格上涨，消灭掉一切好的投资机会，而悲观的市场情绪下，人人主动或被迫卖出资产，就像2007年美国发生的事情，大量优质资产被贱卖，形成绝好的投资机会。

  大部分教科书过多强调估值技术和基本面分析，以确定公司价值，并发明了包括相对估值法、绝对估值法在内的一整套估值体系。这套看似严密的方法，其实是沙上城堡，因为任何估值方法都依赖于大量的假设，比如对公司未来业务发展的看法，经济基本面走势，公司未来的现金流量等，任何一项假设都具有很大的不确定性，分析师在进行估值的时候无法坐时光机到未来获得这些信息，对于他们来说，要么参考过去几年的情况并将其引用到未来（这种情况下容易出现“类黑天鹅”事件），要么充分考虑市场情绪并将其充分反映到估值模型中（想想美国2000年高科技股票泡沫前的高市盈率），哪一种情况下估值结果都更多是市场趋势和主流投资意愿的反映。说到底，资本市场还是人的心理和行为的反映和博弈，而并非板上钉钉的科学。

  最后的最后，作者还是在强调，投资压根不简单。当然，如果一个读者看到这里，能够耐心理解和吸收作者前面的逻辑，他也许已经能够下一个结论：自己到底该不该把钱财投资到股市里面

  展开

• 一流的翻译水准，姑娘们在他们的笔下总是美妙而惹人喜爱

  作者：舒普娜 发布时间：2008-12-12 01:57:22

  一流的翻译水准，这部小说让我想到了《血橙》，但我似乎更喜欢《春梦之结》。姑娘们在他们的笔下总是美妙而惹人喜爱。

  展开

• “理论”，和教材

  作者：胡胡 发布时间：2008-12-09 14:48:22

  正如本书标题所显示的，这是一本关于理论的书。事实上，相对于国内众多冠以“理论”之名，或被草率归类为“理论书”的作品，本书更加显著而明确地体现出理论范式和秩序的美感。

  第一部分“搭建舞台”，即花费了相当篇幅对“传播”、“理论”、“研究过程”等概念进行了阐明。此后书中所列的二十五个理论，均具备了清晰的理论前提、基本概念、主要观点和批评总结。于是我们不仅可以了解该理论的概貌，更可以窥见理论背后所蕴涵的研究过程和学术争鸣。同样可以感受到的，是一个成功的理论从产生到获得肯定，并非某人一拍脑袋、一篇论文或者信手画个模式就可以解决的，而是依据遵循着严格的理路前进的过程。这一过程，可能会延续很多年，甚至需要几代学者的共同贡献。

  黄光国在对台湾心理学本土化运动进行总结和评论时，曾经感叹台湾“做了十五年的研究”，结果是“一片空白”。表现之一，在于“大多数研究都不是根据研究前的假设，针对问题作探讨，而是采用相关分析或多变量统计分析，分析的结果再作‘研究后’的解释”；表现之二，就是“大家构建出来的理论特别多”，“访问两三个个案便可以发展出一个‘理论模式’，甚至每写一篇论文，便可以提出一个‘理论模式’”。其实大陆学界，又何尝不是如此。究其原因，对理论研究过程本身的漠视，大概可以算上一条。方法论和思想史这类科目，应当纳入本科的基础课程，而不要等到读硕读博的时候再补。教科书的选择和规范，或许也可以作为一定的弥补。本书的译者前言中曾提到：“库恩主义认为，教材是一个范式确立的重要标志”。一本优秀的教材，同理论和读者之间的互动，也是一项重要的学术贡献。

  本书适合对传播学已稍有了解的读者，通过对前几章风格的熟悉过程，后面的理论读起来还是挺快的。刘海龙的翻译很不错，尤其要提到他的译者前言，本身就是篇相当出色的文章，单独看或者作为本书的评论都很好。

  展开