经验与复盘经验摘录 · 机器翻译
绝对，当我几年前在（半知名独角兽公司）工作时，在……
绝对，当我几年前在（半知名独角兽公司）工作时，在数据工程团队，经理告诉我「嘿，我们下个季度想使用spark，这是一个巨大的项目。」我立刻问：「以什么方式？」答案是「不知道/不重要，只是重要的是我们可以声称我们在使用它。」我真希望我能理解这是从哪里来的（他的经理简历制作？某人得到回扣？）
源讨论命令行工具可以比你的Hadoop集群快235倍（2014）原帖 276 条评论 · 导入时统计展开讨论
这条内容在回应什么？
这简直是千倍的重复！我认为整个行业一直在推动管理者和更年轻的工程师相信，Spark和分布式工具是进行数据工程的正确方式。 我认为这与网络开发影响者说服所有人使用巨大的hydration-spa-framework-craziness（过度复杂的框架）的情况类似，而实际上一个静态网站就足够了。 我给人们的建议是摆脱这种混乱： - 管理者，不要要求特定的解决方案（Spark、React）。要要求聪明的工程师解决问题，并优化/跟踪你关心的内容（成本、性能等）。你雇佣他们是因为他们最了解，他们很可能确实如此。 - 技术负责人，如果你的经理说“关于超大规模呢？”，你不需要回答“我们的现有解决方案可以永远扩展”。可以说，"我们的数据管道处理最大20GB的数据集，我们预计不会看到更大的数据，如果有的话，我们会做x/y/z来满足这个规模"。你的经理…
完整原文社区评论 0
把你的经验，加入这段讨论。
原讨论中的回复 3
那就是当你用Ada的SPARK方言重写你的代码库，并在管理层询问你时装作无辜的时候。
完整原文他们永远不会说这是为了简历或回扣，他们会编造一些听起来技术性或商业性的理由来达到同样的结果。
完整原文最有趣的是，你可以声称你在做/使用某样完全独立的东西，而不管你实际上是否真的在做。当然，这是个谎言，但只使用某样东西以便声称你在使用它同样也是谎言（他们可能向你承认这就是原因，但那不会是他们放在LinkedIn上的原因）。
完整原文尊重不同观点，分享具体经验。
登录后即可发帖、评论、转发和引用。