又到了一年一度的读书总结时间，回顾2020年读的皆是《活着》、《平凡的世界》、《平生欢》这些陶冶情操富含人生态度的“文化书”；总结2021年的读书风格则少了些人文气息，多了些技术氛围。今年一共读了 15 本书，其中读完了 6 本，有一大半没读完是有原因滴，当然自己懒、贪玩是最主要的。
《人间告白》：100%
2021年的第一本书，这本书的来历似乎是小伙伴的推荐，也似乎是看的微博。这本书讲述了作者与丈夫小忽最后的时光；写到这里我知道这本书的来历了，一封《写给儿子未来的一封信》让千万读者为止落泪，不能说是一本好书，没有特别高的文学手笔，但贵在真实、贵在为真情、爱情守护的背后故事。
《鸟叔的私房菜》：100%
这本书可是被誉为 Linux 必读的一本书，号称人手一本的存在，当初买这本书的初衷是为了提高对 Linux 的认知，上手的时候自认为 Linux 技能是可以满足日常的开发需求的，陆陆续续也看了不少，收获当然也是存在的，但我对这本书的总体评价是：不适合我！书是一本好书，涉及的内容全面但对我的提高并不是很大，它不是入门级的书，更像是给专业的运维人员所准备的，里面很多内容是我开发不会接触到的东西。所以这本书虽然没有读完，甚至只是其中一小部分，但我需要的知识已经完全汲取，就把它归到读完里面吧，毕竟它已经垫桌脚很久了。
《Hive 编程指南》：100%
入门 Hive 的书籍，从 Hive 的诞生、背景、安装、使用、运维皆有设计，我把这类封面是动物的统称为动物书，这类书都是精品，值得拜读。我是站在高处来读这本书的，因为那个时候我的 Hive 日常开发是没有问题的，因此这本书很快就被我读完了，但却给了我“我真的会 Hive 吗？”的错觉！书中对 Hive 技术点的展示可以说是细致入微。但是因为时代的原因，这本书基于的 Hive 版本确实有点老了，也正因如此才在今年多了这么多 Hive 相关的博客，甚至已经深入到源码的研究了(hahaha)。
《算法(第四版)》：10%
这本书一言难尽呀！突发学算法的奇想买了这本书，现在还是新的！我是真的学不进去呀！导致我现在的算法水平~~不说了，2022年我一定去读它。
《数据仓库工具箱》：50%
了解数仓开发原理的书，该书的作者 Ralph Kimball 也是数仓理论的提出者，汇集了到目前为止最全面的维度建模技术。本书采用新的思路和最佳实践对上一版本进行了全面修订，给出了设计维度模型的全面指南，既适合数据仓库新手，也适合经验丰富的专业人员，该书的特色是罗列出十几种不同行业领域的数仓建模案例如：零售业、交通、医疗、电信、订单管理等等。因为我只看了通用的理论和我目前项目涉及的交通领域板块内容，所以我给它定到 50%
《HBase 原理与实践》：0%
网易大佬范欣欣和胡争写的一本关于 HBase 基本原理和运行机制的书；新书就翻了翻目录，2022年的目标好吧，就这么定了
《ClickHouse原理解析与应用实践》：100%
抛开 ClickHouse 技术不谈，这本书封神的地方在于第一章，详细介绍了数据分析、BI 的发展历程和痛点，从 OLTP 到 OLAP，剖析 ROLAP、MOLAP、HOLAP 处理方式，这一点的内容是技术之外的收获，看着确实很过瘾；回到 ClickHouse 本身，这本书是我见过描述 ClickHouse 最清晰的一本书，突出的技术点明确有不缺少实战演练，是一本入门到进阶的精品书。
《Kafka权威指南》：0% or 100%
这本书为什么会有这么奇怪的进度呢？因为我几乎是走马观花的看了一遍，但是从这本书上我没有获取到特别令我眼前一亮的技术点(难道是我对kafka了解的足够深？)，书中更多是侧重对 kafka 的使用已经一些必须要知道的理论知识，这本书所展现的技术点我几乎是知道的，因此我对这本书的评价不是特别高，虽然他也是动物书的范畴。
《从Paxos到Zookeeper分布式一致性原理与实战》：50%
这本书该怎么说呢？起点很高，初看压力还是有一点的，看完当然收获满满。这本书可以说是大半篇幅在讲述 Zookeeper 的原理，而令我着迷的是它的前半部分，从大型机到分布式，从数据库的一致性到分布式的一致性，有浮于上层的定理公式，也有落地的算法，作者也是阿里最神秘的中间件团队大佬。这本书我也只看到了一半几乎是纯理论的，剩下关于 Zookeeper 是怎么基于 Paxos 发展它的 ZAB 就是2022年的目标啦！！！
《朝花夕拾》：100%
这书不多说了，双11买其它书送的。
《穆斯林的葬礼》：-100%
没看错，这本书我都没有拆封准备送给人！但是这本书其实是国人写的，我一直以为是外国文学
《深度学习的数学》：70%
入门机器学习的第一本书，但讲的却是深度学习！当然深度学习是一种实现机器学习的技术。全书幽默风趣，用海量插图以数学的形式展现了神经网络的原理，作为一个数学本科的同学这本书看起来是没有压力的，明白了原来高大上的神经网络的数学原理是这么的“简单”(当初高考志愿填的真机智)。也正是因为这一本书激发了我学习机器学习、深度学习的兴趣，也就有了接下来的这几本书，但这个领域是注定是一个高智商、多方向的，对于有工作和一年没有碰数学的我注定是缓慢前行的
《统计学习方法》：10%
研究生教材，全书用严格的数学描述、推导、证明机器学习的算法，没看完但不影响我夸它！纯理论的一本书 2022 年的目标。
《机器学习实战》：10%
这本书我是拿来配合《统计学习方法》一起学的，与《统计学习方法》相反，它省略了大量枯燥乏味的数学证明，基于 sklearn、TensorFlow 来实现一个个机器学习算法，两本书搭配试用效果最佳。
《神经网络与深度学习》：0%
这本书可以说是上面两本的进阶了，大致翻了一下，风格和《统计学习方法》一致，理论推导为主(这可能是大学教授写书的风格)，等我把上面两个结束了才来看它。希望不是 2023 年的目标，哈哈哈
2021年的读书总结就结束啦，总体来说收获满满，巩固了擅长的领域同时也拓展了新领域！希望即将结束的 2021 年这几天快乐满满，也期望快要到来的 2022 年顺风顺水、心想事成(涨工资、找对象)
评论区