我前面介绍的大数据技术主要是处理、计算存储介质上的大规模数据，这类计算也叫大数据批处理计算。顾名思义，数据是以批为单位进行计算，比如一天的访问日志、历史上所有的订单数据等。这些数据通常通过 HDFS 存储在磁盘上，使用 MapReduce 或者 Spark 这样的批处理大数据计算框架进行计算，一般完成一次计算需要花费几分钟到几小时的时间。

14 | 留白与节奏：产品规划（下）

“No battle plan ever survives contact with the enemy. "

——《Donnybrook : The Battle of Bull Run, 1861 》 by David Detzer

这篇文章我会继续聊聊产品规划。上篇文章的最后，我提到了在产品规划中要加入项目发布计划时，可以尽量写得模糊化，不要把项目内容和发布时间写得太精确。

众所周知，很多软件都需要面向开发者甚至最终用户提供自定义功能，在开篇词里，我提到自己曾经做过工作流软件和电子表单软件，它们都需要提供自定义功能，报表软件也是其中的典型代表。

在每个应用系统中，我们对数据的处理大致会分成两类：一类是在线交易，叫做 OLTP，比如在网上下订单；一类是在线分析，叫做 OLAP，它是对应用中积累的数据进行进一步分析利用。而报表工具就是最简单，但也是最常用的数据分析和利用的工具。

专栏第 7 期我给你讲解了监控系统的实现原理，先来简单回顾一下，一个监控系统的组成主要涉及四个环节：数据收集、数据传输、数据处理和数据展示。不同的监控系统实现方案，在这四个环节所使用的技术方案不同，适合的业务场景也不一样。

你好，我是周维。上节课，我们学习了四种能够快速抓住用户注意力的视频封面打造方法，包括悬念封面、效果封面、借力封面和猎奇封面。这节课，我们要学习的是如何通过视频封面来对外传递出内容中最有价值的信息。

你好，我是刘津。

在上一讲，我们了解了如何提炼目标用户群体的差异性，然而这只是漫漫长征第一步，接下来我们需要在此基础上挖掘产品的定位，为后面找到增长的爆破点打下基础。

前面在讨论 TDD 的时候，我们说任务分解是 TDD 的关键。但这种认识依然是一种感性上的认识。今天，我们就来用一个更加具体的例子，让你看看任务分解到底可以做到什么程度。

14 | 怎么写好用户指南？

前一段时间，我要买一部家用的跑步机。有一款跑步机看起来配置齐备，商品的标题中指明“需要组装”。

商品的评论只有两条。其中一条给了三分：“还没有来得及试一试这个新到的跑步机。因为，我一直试着把它组装起来。我做梦都没有想到，‘需要组装’意味着我花了三天时间，都没有组装起来。它也许是一个好的跑步机，可是令人失望的是，这些零件到底该怎么凑在一起！”

最近读到这么一句话：“朋友归朋友，生意归生意”。我对这句话颇有体会，一是源于自已的经历，二是平时办案的诸多感触。虽说每个人理解有所不同，但在我看来，主要还是说朋友之间不管有多么要好，多么亲密，合伙做生意还是要慎重。