Java性能调优实战学习心得

Java性能调优实战学习心得

目前这只是理论上的猜测，因为即便是现有的最好的过滤器和推荐引擎，也远远不能向用户提供完全符合需求的内容。我仍然会碰到大量很烂的内容，许多一般般的东西，以及非常多还算过得去的内容。但是技术在进步。

然而，这一悖论的主要动因并非我们用以过滤噪音的工具，而是优质内容的指数增长。新的工具使得创作一本书、谱写一首歌、制作一段视频和设计一款游戏变得越来越容易。这些作品总数的增长速度比人类注意力的增长快得多，即便在极端的帕雷托法则 [57] 下，优秀作品比例虽小，但数量仍然太多。

举例来说，如果经由过滤器筛选以后，我发现100万份艺术作品或发明中，仅有一个能够令我满意（这个比例已经非常苛刻了），而60亿成年人每人每年都会创造出一份新的作品，这也就是说，每天会产生18个令我疯狂喜爱的作品或发明。优秀的东西太多，我无法消化。而且实际上，在某些形式的创作和发明中，满意作品的比例可能更高。

假设从古至今共有2000部影院电影、500部纪录片、200个电视节目、100000首歌曲和10000本书会十分符合我的喜好。即使我什么都不干，专门看听读，也没有足够多的时间来消化它们。但是，如果筛选和推荐工具能够只把这些作品呈现给我们，让我们选择，那么怎样从这些已经筛选过的作品中再做选择呢？

虽然我们现在离全球所有成年人能进行艺术作品分享和创新这种情景或许还很遥远，但我们已经可以看到，丰富的优秀作品在堆积。在去其糟粕之后，Netflix上一键就能看的好电影还是多到我有生之年都无法穷尽。那我要看什么呢？Spotify和其他在线音乐服务商推荐了大量能令我飘飘欲仙的美妙音乐，即便我无时无刻、随时随地都在听，这辈子也听不完。那么我接下来听什么呢？谷歌只要1/8秒就能搜出所有已出版的书，协同过滤、朋友推荐以及更好的亚马逊引擎