tdengine,TDengine _云知道

30岁的程序员该何去何从？
【tdengine,TDengine】

我自己做了很多年的程序员，并且做了十多年的招聘的技术面试，所以作为过来人，告诫30岁的程序员要居安思危。一般到三十岁，经验有了，编程也是熟手了，我们原来开玩笑，可以闭着眼睛编程了，工资也上去了，但实际上这个时候很危险了。因为不管是我们自己招聘，还是我们去应聘，对三十岁以上的程序员都已经很慎重，绝对不会要菜鸟或者很浅的了。
程序员有两种，一种是通用型，一种是和某个行业深入结合。前者是要把编程玩到极致，比如当年还有borland c刚时髦的时候，我一个朋友可以自己编写出自己从头编写的windows powerbar；呵呵，估计现在的小朋友们都不知道这是啥了；可以把操作系统挖透，可以自己编写小型os，到这个水平的话，三十岁以后工作还是很好找的。
如果是和行业结合，比如通信等，那就要深入了解行业知识，编程只是一种技能，两者深入结合，能够具备系统设计能力，才能到三十岁，心里不慌。三十岁以后的确体力、能力都有所下滑，所以程序员到三十岁起前，建议两个准备，一个是要有储蓄，可以满足自己两年不工作的要求，这样子找工作时候或者遇到大型裁员时候心里才不慌。很多时候遇到大型裁员，如果只是公司运行不好，这种会遇到很多公司来捞熟手，比较好找工作；如果是整个行业下滑，这种的话，会有大量类似属性的人员释放到人力市场上，会导致找一个合心工作要很长时间。
物联网时代的数据库如何选型？

物联网时代，大量的数据从不同的设备传感器产生，单机数据库系统肯定无法存储这么大量的数据，在选择数据库方面，肯定要选择具有分布式能力存储的数据库。在物联网时代，数据之间还有一个非常重要的特性，那就是数据之间的关联性。不同的数据从相互连接的互联网设备传感器中产生，由于不同的传感器相互连接，协同工作和采集数据，如何将大量具有相互关联的数据保存在数据库，这里我推荐使用图数据库来进行存储。
图数据库相对于其他数据库来说，最大的优势就是查询数据之间的关联性会更加快速，消耗的时间会更短。打个比方，在社交网络中，我们想要查询在用户A的粉丝中，粉丝关注了B的用户。如果使用传统关系型数据库来存储用户的关注关系，在上面的数据统计中，要使用两层Join才能算出结果，而关系型数据库Join操作会很慢。使用图型数据库存储数据的话，图中的点为用户，边为用户的关注关系，在查询A的粉丝，同时粉丝也关注B的用户，只需要遍历两层关注关系就能很快查询到结果。
图数据库也属于NoSql数据库的一种，常用的图形数据库有，JanusGraph、Neo4j、Cayley、dgraph 。不同的图数据库，底层实现也不尽相同。JanusGraph是一种分布式图数据库，由Java语言开发，可以使用Hadoop生态存储系统作为数据源，构建出数据大图。是TiTan图数据库的开源版本，支持事务的ACID 。
Neo4j是一种单机的图数据库，其优势就是能够快速安装并且使用，便于新同学上手。你的数据量一般不大的话，我推荐使用Neo4j，直接使用Neo4j相关的API就可以将数据模型图构建而出，然后使用 Neo4j Cypher查询语言，就可以分析数据，Cypher是一种类SQL的语言。Cayley和Dgraph都是使用Go语言实现的图数据库，Go语言的最大特性就是其编译速度和开发便捷性，Cayley和Dgraph都支持分布式存储，不过都不支持SQL语言查询数据，Dgraph不支持事务，而Cayley支持事务，不过在开源社区，Dgraph比Cayley更加活跃，这里优先建议使用Dgraph作为物联网的存储数据库。