历史匿名回执 ·
课程内容：老师自编的讲义，加上各处搜集来的资料，内容基本就是系统设计这一锅大乱炖。 讲义标了数字的基本可以分成三大内容： - 应用系统架构（异步架构、事务、缓存、并发、微服务）——架构师八股前菜拼盘 - 关系型数据库 MySQL（持久化、事务隔离、分库分表、备份）与各种非关系型数据库（文件、图、日志、时序、向量数据库）及其使用场景——数据库全家桶，吃到最后硬盘都想报警 - 分布式大数据处理（批处理、流处理及其基础设施）——大数据流水席，概念一道接一道 标了字母的内容为： - 机器学习、大模型及其应用 - 信息安全（很少）——像菜单角落撒的一粒香菜 后来才发现这门课的内容与脉络与系统设计领域著名的书籍 DDIA（[《数据密集型应用系统设计》](https://book.douban.com/subject/30329536/)）十分类似。顺带一提这本书 2026 年刚好出了第二版，加入了云原生、机器学习、AI、工作流等。但此书很厚而且内容很深，我目前也只是在播客上听了每一章节的大致内容和评价，因此无法对它是否能对课程产生帮助做出任何评价。尽管本课没有参考教材，如果非要说有一个那我认为是 DDIA。 关于 AI 问题，今年确实花了一定时间讲机器学习的底层，前半节讲数据库后半节突然讲机器学习有种很大的幽默感，像火锅吃到一半端上来提拉米苏。但是教学比重正在往 AI 在工程上的实践进行倾斜（如RAG、MCP、agent 工作流 n8n，作业中出现的也是这些），考试也没有考之前学期让人诟病的那一部分。chp 人挺好的比较听劝，你软的政治任务也没什么办法，毕竟互联网这几门课在某实验室的眼中是“硬塞进来的课程”（原话）。 上课自由度：可以一次都不去——教室对你来说基本是地图上的一个传说。 考核标准：高、难 - 60% 12 次作业 - 部分在上学期 bookstore 的基础上加东西，部分为简答题，少量为使用课上学的基础设施搭建 mini project——作业像俄罗斯套娃，bookstore 还能再长出一层皮 - 涉及代码的部分认真写了基本都能拿满，答题答到了课上说的（或者八股要考的，所以也可以问 LLM）也基本能拿满——属于是赛博划重点，LLM 也能当八股拐杖 - 强烈建议使用原生 Linux 环境或容器，推荐使用 Docker/Podman (compose) 起环境，不然一大堆这个那个数据库安装下来电脑很快塞满——不然硬盘当场变数据库收容所 - 40% 考试，20 道简答题 - 内容覆盖课上讲的所有内容（部分会明确说不考）——薛定谔的考纲，全讲但某些明确不考 - 难度高不高不好说，但是要拿高分至少需要对课程内容有初步但全面的掌握——高分密码不是精通，是别偏科 - 略抽象的是，因为去年考试时不满同学考试时当场学习，chp 决定这学期只能带一张 A4 纸正反面——A4 正反面，期末限定封印符，知识密度压缩包 可能从开卷到半开卷，评分标准会更松一点。但即使是半开卷这门课内容确实十分广泛，如果想要高分，期末复习时至少要安排出时间把讲得深的几节（前两个部分，事务、持久化等）听一遍，各种数据库和大数据处理框架即使不听课也最好把讲义丢给 LLM 把各种概念捋清楚。 授课质量：只在期末复习的时候草草听过回放，不好评价——相当于只听了个回放精华剪辑，不敢乱判。 内容涵盖确实又深又广，对于开阔眼界、系统设计八股面试确实有帮助。美中不足的是个别内容略显过时（八股常态），作业实操内容也只是带大家上手看看这些东西怎么用（相当于用 bookstore 为例子过一下文档的 quick start），复杂度也基本只在配环境的步骤上，也就是牢而少有牢完之后看到 this shit actually works 的时候，略有成就感的一步，或者牢之外的别的有意思的地方。不过 coding agent 也许能缓解很多牢，chp 应该也不会管，甚至可能鼓励大家用 AI。 尽管如此，12 次作业还是挺多的，要大家又不牢又看到很多新东西很难，搞不好就像姚明专业别的金课一样弄得又多又复杂，这么看来现在这样也挺好。 想打五分，扣一分，可惜这门课生在 se。