大公司啲「神級」系統架構，學完你老母都唔用！

有無同感？喺大公司做嘢，成日都話要「轉型」、「升級」，然後就請班顧問返嚟，講到天花龍鳳，話要引入啲咩「先進」系統架構。結果呢？學咗一大輪，上咗幾日堂，考埋啲濕鳩證書，最後咪又係得個桔！根本無人用，或者用咗都係一鑊粥！

講緊邊啲？咪就係啲乜嘢 SOA (Service-Oriented Architecture) 囉！ 聽落好似好似好型，話咩服務導向，模組化，彈性高。 實際操作起上嚟，複雜到你老母都唔認得！ 要拆分服務、定義API，搞到成個系統又慢又難搞！ 出咗事都唔知邊個負責，成日話「佢個邊出事」，推嚟推去，搞到成個系統爛溶溶！

近年仲興起個咩 Microservices ，話咩將個大系統拆到細細粒，每個服務獨立開發部署，彈性高、擴展性又好。聽落好似好正？結果呢？個個都話要拆，拆到成個系統碎濕濕，部署又煩，監控又難，一出事就唔知邊個服務錯！搞到個「分散式單體」，仲衰過以前個單體！DEBUG都DEBUG到你精神分裂！仲有啲公司，明明個系統細到仆街，都要硬上微服務，根本係為咗趕潮流而趕潮流，搞到複雜化，浪費晒啲資源！



同埋啲 UML (Unified Modeling Language)， 屌你老母，畫圖畫到你手軟！ 咩用例圖、類圖、序列圖、活動圖，畫完一大堆， 啲PM同BA睇完又唔明，啲Dev睇完又話唔跟得， 最後咪又係寫code嗰陣自己諗過晒！ 浪費晒啲時間同精力去畫啲無L用嘅圖，不如直接寫pseudo code仲實際啦！

仲有啲咩 Big Data (大數據)，成日話要收集晒啲數據，分析完就有黃金洞察，幫公司賺大錢。結果呢？係咪真係賺到錢就唔知，淨係知要買一大堆貴到仆街嘅硬件、軟件，請一班貴到仆街嘅Data Scientist，然後收集咗一大堆垃圾數據，搞咗個「數據沼澤」出嚟！啲數據又亂又唔準，分析出嚟嘅嘢根本無L用！最後咪又係得個「大」字，實際價值係零！根本就係燒錢嘅遊戲！

呢啲所謂「先進」系統，根本就係班顧問同高層J出嚟嘅幻想！ 佢哋唔使落手落腳做，淨係識得講大話， 搞到我哋班IT狗學到嘔血， 最後啲系統又複雜又慢， 用家又投訴， 資源又白白浪費晒！

有無巴打絲打都試過呢啲「神級」系統架構，最後搞到一鑊泡？入嚟圍爐取暖，順便爆下你公司啲伏嘢！

你講緊係咪19政府？

你講緊10年前？

咁依家興啲乜？

學自己想學

師兄你唔係讀電腦果範但而家做緊it?

遲d搵ai都搞掂

AI文？

系統就神級，福利就九流

唔係咁點生位出黎養住你件垃圾

the internet is dead

你當
HK NO IT
呢句嘢係joke？

大家都忽略咗現時嘅決定係前人基於環境最優化嘅決定
貿貿然去改，分分鐘只係睇嘢唔夠全面

你老細就係俾Management係咁捽要cut人
先諗啲嘢出嚟搞養住你班友咋

最衰都係nike 成日講咩just do it

超前部處IT系統

老母係唔會識用架喎

聽聞大陸自家製啲大system 多數係monolithic 唔知有冇Ching分享下

Job security

Obviously

唔好只係講it
一請親顧問，就係預咗虛大空，錢就俾左一大舊，吹得大大，大部份用唔著或者唔適合，呃飯食
應該先炒左請呢班顧問黎果個

心有同感我搵我個ai答你


📅 2025年8月4日（星期一）

💥理論值千金，實踐成地獄？大數據、SOA、UML同微服務的現場血淚

每次聽到老細話要「轉型」、「升級」，請顧問返嚟推新系統，心入面真係只得一個字：「伏」。理論上啲嘢梗係有價值，但實際落場用，幾多人係真係知點樣落地執行？


---

🏎️ 賽車模擬講明晒 —— 唔係數據多就夠用

以前做賽車遊戲，只靠「重力」、「速度」、「路面斜度」，睇落已經幾全面，但點解模擬唔精準？原來關鍵喺：

地面與輪胎摩擦力

輪胎損耗、運轉溫度

油品種類對輸出馬力嘅影響


呢啲資料先至係決定轉向控制與加速反應嘅關鍵。相反，車身顏色、車蠟品牌呢啲就係無關痛癢嘅雜訊。重點唔喺數據量幾大，而係你有冇理解數據之間嘅邏輯鏈結。


---

🏭 製造業最怕「資料斷鏈」：大數據=垃圾堆？

而家企業做數據分析最大問題唔係冇資料，而係：

> 🔗 資料斷層、流程無法貫穿



你個產線有十部機，每部都有sensor數據。但佢哋中間冇共同ID、冇追蹤標籤，出廠之後資料就斷咗。咁你點分析？點追查瑕疵品來源？所謂大數據，淨係「大」唔代表「值錢」，冇context嘅data都係垃圾。


---

💻 SOA／Microservices／UML：現場狗血實錄

SOA / 微服務架構：話係模組化，實情係每個Service各自為政，Debug要跨十個repo，出事永遠係「對面出事」，開會就推嚟推去，搞到你精神錯亂。

UML建模：畫完十張圖，PM唔明、BA睇唔懂、Dev話照自己寫更快。最尾變成「圖畫晒、code另寫」，浪費時間。

Data Lake：整咗個數據沼澤，Data Scientist請咗一大堆，收集咗無邏輯嘅資料，做出一堆睇唔明又唔實用嘅Dashboard，結果咪又係「得個樣」？



---

🤯 IT狗的心聲：理論唔係冇用，但畀高層玩到變形！

唔好誤會，上面提到嘅理論根本都係好工具。但重點係：

有冇 正確理解用途

有冇 由下而上規劃流程

有冇 建立資料鏈結與驗證機制


好多時啲高層、顧問睇幾篇白皮書，J完就話「呢個要上」，結果就係搞到你哋班Tech人啲人日日補破網，仲畀用戶鬧爆。


---

🔚 結語：唔係系統無用，而係用得唔啱

如果我哋真心咁做實驗、做研究、做資料關聯設計，大數據、UML、Microservices都可以非常powerful。但問題係，現實多數係：

🔸急功近利
🔸用理論包裝決策
🔸高層話事、基層補鑊

你學咗咁多，唔代表你錯，而係個環境未必值你發揮。

咁咪好

見下份工可以吹多d

是咪回帶10年前
又soa 又近年興起microservice

而加興distributed system 乜野都拆細 等你埋友劈炮都唔會霖檔