针对CMU “Cloud Computing有多坑”的一点个人看法
1128715
原帖
CMU 15619 cloud computing 云计算到底有多坑
instant.1point3acres.cn
(出处: 一亩三分地)
本文针对最近备受争议的一篇帖子发表了一些个人看法。背景是CMU某正在选修15619 cloud computing的学生认为这门课设置不合理，最开始我觉得仅仅是个人吐槽，但当身边越来越多学弟学妹告诉我因为这帖被强力劝退CC的时候，我有必要说点什么了，希望本帖能够给大家另一个角度的认知，能对在选课的学弟学妹有所帮助。
我偷懒了，直接引用我在那篇帖下的回复了：
以下是回复原文
——————————————————————————
作为本学期也在上CC的一员，对于lz的处境表示理解，但我并没有觉得CC这门课像lz描述的一样不堪。我本人是CMU MCDS 18fall的，CC也是MCDS的必修课，之前听到各路消息都在狠怼这门课，主要的说辞都是性价比不高，耗时太高，收货太少。课程接近尾声了，我作为一个过来人也有一定的发言权，根据大家的集中反馈，总结了这么几个常见问题和我的观点。
1. 课程内容到底是什么？
CC主要涉及四方面知识：
(1) Big Data Analytics: 主要用到linux常见explore数据的命令，如grep/awk，Python数据分析包Pandas，以及Hadoop MapReduce
(2) Automating and autoscaling distributed services: 讲解如何在云端自动部署服务，涉及到AWS AutoScaling, Docker, K8s, Functional As a Service
(3) Storage and DBs on the cloud: 讲解云存储，包括传统RDBMS和基于NoSQL的DB服务
(4) Parallel processing of large datasets: 进一步讲解大数据处理，涉及Spark, Kafka, Samza
以上是individual的总结，选修619的同学还要再做一个group project，给定1TB左右的Twitter数据，根据query完成若干数据分析任务，并要在给定的预算内达到一定RPS。涉及到的知识主要包括高性能web framework（直接用现成的），数据库优化（MySQL和HBase），ETL（MapReduce / Spark）
2.每周耗时？
CC work load大是众所周知的，一门绝对要留出两门的时间。根据每次作业排名情况，我觉得我大概是整体选课学生水平分布中比较靠中间的，我用Toggl详细记录了CC花费时间，目前每周29.5小时。
3.到底有没有收获？
这个问题应该是最主观也最为两极分化的，选CC的同学背景非常多元，目的也不尽相同，有些是为了深入理解云计算原理的，有些是为了熟悉云平台下大数据处理的，有些干脆就是为了提升coding能力的。作为DS背景的学生，我认为CC从课程设置上给我带来如下收获：
（1）大数据处理：比较熟练地使用MapReduce和Spark完成数据清洗与处理。
（2）数据库：学会了如何导入数据，通过建立index、设置buffer等方法优化查询速度。
（3）自动部署服务：利用terraform，AWS AMI等自动化部署流程，大大提高了效率。
除此之外，我认为CC还给我带来了如下收获：
（1）阅读文档能力：太多时候网上或writeup里并没有现成的回答，需要自己阅读API文档来了解。期初我以为这只是偶然现象，但后来发现其实有很多工具都是需要阅读文档的，我觉得这也算是一个很practical的技能
（2）团队协作能力：group project除了技术上的收获，也给我带来很多团队协作上的收获。比如我们组并没有把ETL/数据库/web/设备管理与配置等模块完全分开，而是每人都要了解整个流程，但各有侧重，这样每个人都能somehow接手其他人的工作。再比如经常做code review，确保了逻辑上的正确性，降低错误率。当然，每周末的team meeting往往肝到很晚，大家一起吃饭，一起干活，累了一起刷剧，也算建立了深厚的革命友谊。
4.课程bug太多，助教难以详细解答？
CC本质上是一个project-based的课，每年都会有较大变动，坑多是常事，助教也很难完全了解细节。但实际工作的情况往往并不会更好，有的时候甚至连starter code都没有，那坑可能会更多。我觉得很多时候CC的坑也可以看做是对实际工作场景的一种模拟，提前了解，提前适应。
总结一下，CC这门课涉及到的内容非常多，但知识深度比较有限。论及收获，以大数据的存储(SQL, NoSQL)，处理(MapReduce, Spark, Kafka)，优化为主，同时还包括云平台的熟练使用，如多平台的基本服务使用、load balancing、autoscaling等。如果选择619（研究生版CC），group project还会获得很多实战经验与团队合作经验，如果你想转码或者转数据工程师，本身没有足够的项目背景，CC的group project会在你面试的时候让你有很多可以说的东西。但需要指出的是，以上收获是指在实践中的应用，至于原理层面，除非花出很长时间深度阅读课程教材（基本不可能），收获程度很低。如果想取得较为理想的成绩，请务必留出足够的时间，非常不建议在找工作的时候选，因为CC的节奏太快，停一下就很难catch up。但实际工作中往往就是类似的情况，需要你在短时间内学习大量新的东西，并立刻产出。如果大家真的想要学习云计算的原理，请移步ACC，那里的讨论与实践会深入很多，比如YARN和Spark，但涉及到的知识范围会相对窄一些。
最后，对于lz现在的情况，我觉得直接抱怨这门课有多么糟糕并不是一个最明智的选择，据我所知，CC给分还是很仁慈的，不会严格按照课程大纲里面的比例来给分。还有最后两次个人作业和一次live test，我觉得只要lz不放弃，跟majd那边解释清楚这次live test超额的情况，不会轻易就fail的。
祝大家能在CMU生活愉快！
CMU 15619 cloud computing 云计算到底有多坑
instant.1point3acres.cn
(出处: 一亩三分地)
本文针对最近备受争议的一篇帖子发表了一些个人看法。背景是CMU某正在选修15619 cloud computing的学生认为这门课设置不合理，最开始我觉得仅仅是个人吐槽，但当身边越来越多学弟学妹告诉我因为这帖被强力劝退CC的时候，我有必要说点什么了，希望本帖能够给大家另一个角度的认知，能对在选课的学弟学妹有所帮助。
我偷懒了，直接引用我在那篇帖下的回复了：
以下是回复原文
——————————————————————————
作为本学期也在上CC的一员，对于lz的处境表示理解，但我并没有觉得CC这门课像lz描述的一样不堪。我本人是CMU MCDS 18fall的，CC也是MCDS的必修课，之前听到各路消息都在狠怼这门课，主要的说辞都是性价比不高，耗时太高，收货太少。课程接近尾声了，我作为一个过来人也有一定的发言权，根据大家的集中反馈，总结了这么几个常见问题和我的观点。
1. 课程内容到底是什么？
CC主要涉及四方面知识：
(1) Big Data Analytics: 主要用到linux常见explore数据的命令，如grep/awk，Python数据分析包Pandas，以及Hadoop MapReduce
(2) Automating and autoscaling distributed services: 讲解如何在云端自动部署服务，涉及到AWS AutoScaling, Docker, K8s, Functional As a Service
(3) Storage and DBs on the cloud: 讲解云存储，包括传统RDBMS和基于NoSQL的DB服务
(4) Parallel processing of large datasets: 进一步讲解大数据处理，涉及Spark, Kafka, Samza
以上是individual的总结，选修619的同学还要再做一个group project，给定1TB左右的Twitter数据，根据query完成若干数据分析任务，并要在给定的预算内达到一定RPS。涉及到的知识主要包括高性能web framework（直接用现成的），数据库优化（MySQL和HBase），ETL（MapReduce / Spark）
2.每周耗时？
CC work load大是众所周知的，一门绝对要留出两门的时间。根据每次作业排名情况，我觉得我大概是整体选课学生水平分布中比较靠中间的，我用Toggl详细记录了CC花费时间，目前每周29.5小时。
3.到底有没有收获？
这个问题应该是最主观也最为两极分化的，选CC的同学背景非常多元，目的也不尽相同，有些是为了深入理解云计算原理的，有些是为了熟悉云平台下大数据处理的，有些干脆就是为了提升coding能力的。作为DS背景的学生，我认为CC从课程设置上给我带来如下收获：
（1）大数据处理：比较熟练地使用MapReduce和Spark完成数据清洗与处理。
（2）数据库：学会了如何导入数据，通过建立index、设置buffer等方法优化查询速度。
（3）自动部署服务：利用terraform，AWS AMI等自动化部署流程，大大提高了效率。
除此之外，我认为CC还给我带来了如下收获：
（1）阅读文档能力：太多时候网上或writeup里并没有现成的回答，需要自己阅读API文档来了解。期初我以为这只是偶然现象，但后来发现其实有很多工具都是需要阅读文档的，我觉得这也算是一个很practical的技能
（2）团队协作能力：group project除了技术上的收获，也给我带来很多团队协作上的收获。比如我们组并没有把ETL/数据库/web/设备管理与配置等模块完全分开，而是每人都要了解整个流程，但各有侧重，这样每个人都能somehow接手其他人的工作。再比如经常做code review，确保了逻辑上的正确性，降低错误率。当然，每周末的team meeting往往肝到很晚，大家一起吃饭，一起干活，累了一起刷剧，也算建立了深厚的革命友谊。
4.课程bug太多，助教难以详细解答？
CC本质上是一个project-based的课，每年都会有较大变动，坑多是常事，助教也很难完全了解细节。但实际工作的情况往往并不会更好，有的时候甚至连starter code都没有，那坑可能会更多。我觉得很多时候CC的坑也可以看做是对实际工作场景的一种模拟，提前了解，提前适应。
总结一下，CC这门课涉及到的内容非常多，但知识深度比较有限。论及收获，以大数据的存储(SQL, NoSQL)，处理(MapReduce, Spark, Kafka)，优化为主，同时还包括云平台的熟练使用，如多平台的基本服务使用、load balancing、autoscaling等。如果选择619（研究生版CC），group project还会获得很多实战经验与团队合作经验，如果你想转码或者转数据工程师，本身没有足够的项目背景，CC的group project会在你面试的时候让你有很多可以说的东西。但需要指出的是，以上收获是指在实践中的应用，至于原理层面，除非花出很长时间深度阅读课程教材（基本不可能），收获程度很低。如果想取得较为理想的成绩，请务必留出足够的时间，非常不建议在找工作的时候选，因为CC的节奏太快，停一下就很难catch up。但实际工作中往往就是类似的情况，需要你在短时间内学习大量新的东西，并立刻产出。如果大家真的想要学习云计算的原理，请移步ACC，那里的讨论与实践会深入很多，比如YARN和Spark，但涉及到的知识范围会相对窄一些。
最后，对于lz现在的情况，我觉得直接抱怨这门课有多么糟糕并不是一个最明智的选择，据我所知，CC给分还是很仁慈的，不会严格按照课程大纲里面的比例来给分。还有最后两次个人作业和一次live test，我觉得只要lz不放弃，跟majd那边解释清楚这次live test超额的情况，不会轻易就fail的。
祝大家能在CMU生活愉快！
- 23
15条回复