先来简单说下笔者的经历，笔者的研究生专业是电磁场与微波技术，毕业后跨专业选择进入看了一家互联网OTA公司，从事前端开发岗位，19年底加入到字节后又逐渐从前端、全栈转成了全职后端开发，这其中伴随着业务的转变带来的转型需要，也有一部分是自己有强烈的学习意愿，有成长的诉求。虽然我并不推荐你经常这样去做，因为这会让你之前的知识积累、积攒的经验以及所带来的竞争力有所削弱。但于我而言，每一次的转变都非常具有挑战性，我也顺利完成了角色的过渡和转变，这种成长是潜移默化的，我也试着写下我自己的经验之谈，希望能给大家后续发展带来一些借鉴。当然了，这里很多的点虽然只适用于互联网工程师，不过对各行各业的技术类工程师，其中很多基本素养和成长路径究也大抵如此。
什么是Thrift？
Thrift 是一套轻量级、跨语言、全栈式的RPC（远程过程调用）解决方案，最初由Facebook开发，后面进入Apache开源项目，包含了代码生成、序列化框架和RPC框架三大部分。大致相当于protoc + protobuffer + grpc。三部分的具体作用如下：
- 代码生成：Thrift提供了一个IDL（接口描述语言），用于定义数据类型和服务接口。通过Thrift编译器，可以根据IDL文件生成不同编程语言的代码。这些代码包括数据结构、客户端和服务器端的接口，使得不同语言的系统可以无缝地进行通信。
- 序列化框架：Thrift提供了高效的序列化和反序列化机制，用于将数据对象转换为字节流进行传输。Thrift支持多种传输协议（如二进制、压缩、JSON等）和传输层（如TCP、HTTP等），以满足不同的性能和兼容性需求。
- RPC框架：Thrift包含了一个强大的RPC框架，用于实现远程过程调用。通过Thrift生成的代码，客户端可以像调用本地函数一样调用远程服务，而服务器端则可以方便地实现这些服务接口。Thrift的RPC框架支持多种传输协议和传输层，确保了跨语言和跨平台的通信一致性。
ElasticSearch 是什么？
ElasticSearch（下文简称ES）是一个分布式的开源搜索和分析引擎，底层基于Lucene，适用多种数据类型，对外提供简单易用的 Restful 风格的 API 。 lucene是一个开源搜索工具包，基于java编写，其主要功能就是索引和搜索
使用场景
第一想到的场景就是各大搜索引擎，底层可能或多或少有ES的身影。
除此之外，在互联网领域，ES的主要应用场景还包括：
- 站内搜索、应用程序搜索
- 日志管理、监控、数据分析（通常使用ELK套件）
ELK 是一个由 Elasticsearch、Logstash 和 Kibana 组成的开源数据分析和搜索解决方案。
- Elasticsearch（数据存储和搜索引擎）：一个分布式搜索和分析引擎，基于 Apache Lucene 构建。它主要用于存储、搜索和分析大规模数据。
- Logstash（日志采集和处理）：一个数据收集和处理引擎，能够从各种来源（如日志文件、数据库、消息队列等）收集数据，并将其传输到指定的存储目标。
- Kibana（数据可视化和分析）：一个数据可视化和分析工具，专为与 Elasticsearch 集成而设计。它提供了丰富的可视化组件和交互功能，帮助用户探索和分析数据。
- 基础设施指标和容器监测
关于元素的大小
关于尺寸的属性
-
clientHeight和clientWidth：
-
元素可视内容区域的高度和宽度，不包括水平滚动条、边框和外边距。比如，clientWidth=width+padding
-
单位是像素px。整数（亲测，这是个四舍五入后的值）。返回值不带px
-
只读属性
-
-
offsetHeight和offsetWidth：
-
元素可视内容区域的高度和宽度，包括元素的边框、内边距和元素的水平滚动条（如果存在且渲染的话），不包括外边距和
或等伪类元素的高度。比如，offsetWidth=width+padding+borderWidth -
单位是像素px。整数（亲测，这是个四舍五入后的值）。返回值不带px
-
只读属性
-
-
scrollHeight 和 scrollWidth：
- 元素内容的实际高度和宽度，包括由于溢出导致的视图中不可见的内容，也包括或等伪类元素的高度和宽度，不包括边框和外边距。没有垂直滚动条的情况下，scrollHeight与clientHeight相等。
- 单位是像素px。整数（亲测，这是个四舍五入后的值）。返回值不带px
- 只读属性
