触摸屏（如手机）是如何工作的？

推荐阅读

• 通信史和科学原理：电话和手机是如何通过的？

• 什么是数据库事物？为什么需要数据库事物，事物有哪些特征？事物的隔离级别是什么？-1.什么是数据库事务？ 1.事务是作为一个逻辑单元执行的一系列操作。一个逻辑工作单元必须具备四个属性，即ACID（原子性、一致性、隔离性和持久性）属性，只有这样才能成为事务： 原子性 2.事务必须是一个原子工作单元；它的数据修改要么全部执行，要么全部不执行。 一致性 3.事务完成时，所有数据必须保持一致。在相关数据库中，所有规则都必须适用于事务的修改，以保持所有数据的完整性。事务结束时，所有内部数据结构（如 B 树索引或双向链接表）必须正确无误。 隔离 4.并发事务的修改必须与其他并发事务的修改隔离。一个事务会在另一个并发事务修改之前或之后查看某一状态下的数据，而不会查看中间状态下的数据。这就是所谓的可序列化，因为它允许重新加载起始数据和重放一系列事务，从而使数据最终处于与原始事务执行时相同的状态。 持久性 5.事务完成后，它对系统的影响是永久性的。即使在系统发生故障的情况下，修改也会保留。 2. 为什么需要数据库事物，事物有哪些特征？ 事物对数据库的作用是对数据进行一系列操作，要么全部成功，要么全部失败，防止出现中间状态，确保数据库中的数据始终处于正确、和谐的状态。 特征：原子性、一致性、隔离性、持久性，以及其他特征 原子性（Atomicity）：所有操作在事务开始后，要么全部做完，要么全部不做，不可能停滞在中间环节。事务执行过程中出现错误时，会回滚到事务开始前的状态，所有操作就像没有发生一样。也就是说，事务是一个不可分割的整体，就像化学中的原子一样，是物质的基本单位。 一致性（Consistency）：在事务开始之前和结束之后，数据库的完整性约束都没有被破坏。例如，如果 A 转钱给 B，A 不可能扣除这笔钱，但 B 却没有收到这笔钱。 隔离：在同一时间内，只允许一个事务请求相同的数据，不同事务之间没有干扰。例如，甲正在从一张银行卡上取款，在甲取款过程结束之前，乙不能向这张卡转账。 持久性（耐用性）：事务完成后，事务对数据库的所有更新都将保存到数据库中，无法回滚 3.事务的隔离级别有哪些？ 数据库事务有四种隔离级别，从低到高分别是未提交读取（Read uncommitted）、已提交读取（Read committed）、可重复读取（Repeatable read）、可序列化（Serializable）。此外，事务的并发操作中可能会出现脏读、不可重复读、幽灵读等情况。事务并发问题 脏读：事务 A 读取事务 B 更新的数据，然后事务 B 回滚操作，那么事务 A 读取的数据就是脏数据。 不可重复读取：事务 A 多次读取同一数据，事务 B 在事务 A 多次读取期间更新并提交数据，导致事务 A 多次读取同一数据时结果不一致。 幻影读取：系统管理员 A 将数据库中所有学生的具体分数改为 ABCDE 等级，但系统管理员 B 在此时插入了具体分数的记录，当系统管理员 A 更改结束后发现仍有一条记录未被更改，仿佛发生了幻觉，这称为幻影读取。 小结：不可重复读和幻读容易混淆，不可重复读侧重于修改，幻读侧重于增删。解决不可重复读问题只需锁定满足条件的行，解决幻读问题则需要锁定表 MySQL 事务隔离级别

• Epoll 是如何工作的？

• epoll简介及触发模式（accept、read、send）-epoll的简单介绍 epoll在LT和ET模式下的读写方式   一、epoll的接口非常简单，一共就三个函数：1. int epoll_create(int size);创建一个epoll的句柄，size用来告诉内核这个监听的数目一共有多大。这个参数不同于select中的第一个参数，给出最大监听的fd+1的值。需要注意的是，当创建好epoll句柄后，它就是会占用一个fd值，在linux下如果查看/proc/进程id/fd/，是能够看到这个fd的，所以在使用完epoll后，必须调用close关闭，否则可能导致fd被耗尽。2. int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event);epoll的事件注册函数，它不同与select是在监听事件时告诉内核要监听什么类型的事件，而是在这里先注册要监听的事件类型。第一个参数是epoll_create的返回值，第二个参数表示动作，用三个宏来表示：EPOLL_CTL_ADD：注册新的fd到epfd中；EPOLL_CTL_MOD：修改已经注册的fd的监听事件；EPOLL_CTL_DEL：从epfd中删除一个fd；第三个参数是需要监听的fd，第四个参数是告诉内核需要监听什么事，struct epoll_event结构如下：struct epoll_event {  __uint32_t events;  /* Epoll events */  epoll_data_t data;  /* User data variable */};events可以是以下几个宏的集合：EPOLLIN ：表示对应的文件描述符可以读（包括对端SOCKET正常关闭）； EPOLLIN事件：EPOLLIN事件则只有当对端有数据写入时才会触发，所以触发一次后需要不断读取所有数据直到读完EAGAIN为止。否则剩下的数据只有在下次对端有写入时才能一起取出来了。现在明白为什么说epoll必须要求异步socket了吧？如果同步socket，而且要求读完所有数据，那么最终就会在堵死在阻塞里。 EPOLLOUT：表示对应的文件描述符可以写； EPOLLOUT事件：EPOLLOUT事件只有在连接时触发一次，表示可写，其他时候想要触发，那要先准备好下面条件：1.某次write，写满了发送缓冲区，返回错误码为EAGAIN。2.对端读取了一些数据，又重新可写了，此时会触发EPOLLOUT。简单地说：EPOLLOUT事件只有在不可写到可写的转变时刻，才会触发一次，所以叫边缘触发，这叫法没错的！其实，如果真的想强制触发一次，也是有办法的，直接调用epoll_ctl重新设置一下event就可以了，event跟原来的设置一模一样都行（但必须包含EPOLLOUT），关键是重新设置，就会马上触发一次EPOLLOUT事件。1. 缓冲区由满变空.2.同时注册EPOLLIN | EPOLLOUT事件，也会触发一次EPOLLOUT事件这个两个也会触发EPOLLOUT事件   EPOLLPRI：表示对应的文件描述符有紧急的数据可读（这里应该表示有带外数据到来）；EPOLLERR：表示对应的文件描述符发生错误；EPOLLHUP：表示对应的文件描述符被挂断；EPOLLET： 将EPOLL设为边缘触发(Edge Triggered)模式，这是相对于水平触发(Level Triggered)来说的。EPOLLONESHOT：只监听一次事件，当监听完这次事件之后，如果还需要继续监听这个socket的话，需要再次把这个socket加入到EPOLL队列里3. int epoll_wait(int epfd, struct epoll_event * events, int maxevents, int timeout);等待事件的产生，类似于select调用。参数events用来从内核得到事件的集合，maxevents告之内核这个events有多大，这个maxevents的值不能大于创建epoll_create时的size，参数timeout是超时时间（毫秒，0会立即返回，-1将不确定，也有说法说是永久阻塞）。该函数返回需要处理的事件数目，如返回0表示已超时。--------------------------------------------------------------------------------------------     从man手册中，得到ET和LT的具体描述如下EPOLL事件有两种模型：Edge Triggered (ET)Level Triggered (LT)假如有这样一个例子：1. 我们已经把一个用来从管道中读取数据的文件句柄(RFD)添加到epoll描述符2. 这个时候从管道的另一端被写入了2KB的数据3. 调用epoll_wait(2)，并且它会返回RFD，说明它已经准备好读取操作4. 然后我们读取了1KB的数据5. 调用epoll_wait(2)......Edge Triggered 工作模式：如果我们在第1步将RFD添加到epoll描述符的时候使用了EPOLLET标志，那么在第5步调用epoll_wait(2)之后将有可能会挂起，因为剩余的数据还存在于文件的输入缓冲区内，而且数据发出端还在等待一个针对已经发出数据的反馈信息。只有在监视的文件句柄上发生了某个事件的时候 ET 工作模式才会汇报事件。因此在第5步的时候，调用者可能会放弃等待仍在存在于文件输入缓冲区内的剩余数据。在上面的例子中，会有一个事件产生在RFD句柄上，因为在第2步执行了一个写操作，然后，事件将会在第3步被销毁。因为第4步的读取操作没有读空文件输入缓冲区内的数据，因此我们在第5步调用 epoll_wait(2)完成后，是否挂起是不确定的。epoll工作在ET模式的时候，必须使用非阻塞套接口，以避免由于一个文件句柄的阻塞读/阻塞写操作把处理多个文件描述符的任务饿死。最好以下面的方式调用ET模式的epoll接口，在后面会介绍避免可能的缺陷。   i    基于非阻塞文件句柄   ii   只有当read(2)或者write(2)返回EAGAIN时才需要挂起，等待。但这并不是说每次read时都需要循环读，直到读到产生一个EAGAIN才认为此次事件处理完成，当read返回的读到的数据长度小于请求的数据长度时，就可以确定此时缓冲中已没有数据了，也就可以认为此事读事件已处理完成。Level Triggered 工作模式相反的，以LT方式调用epoll接口的时候，它就相当于一个速度比较快的poll(2)，并且无论后面的数据是否被使用，因此他们具有同样的职能。因为即使使用ET模式的epoll，在收到多个chunk的数据的时候仍然会产生多个事件。调用者可以设定EPOLLONESHOT标志，在 epoll_wait(2)收到事件后epoll会与事件关联的文件句柄从epoll描述符中禁止掉。因此当EPOLLONESHOT设定后，使用带有 EPOLL_CTL_MOD标志的epoll_ctl(2)处理文件句柄就成为调用者必须作的事情。然后详细解释ET, LT:LT(level triggered)是缺省的工作方式，并且同时支持block和no-block socket.在这种做法中，内核告诉你一个文件描述符是否就绪了，然后你可以对这个就绪的fd进行IO操作。如果你不作任何操作，内核还是会继续通知你的，所以，这种模式编程出错误可能性要小一点。传统的select/poll都是这种模型的代表．ET(edge-triggered)是高速工作方式，只支持no-block socket。在这种模式下，当描述符从未就绪变为就绪时，内核通过epoll告诉你。然后它会假设你知道文件描述符已经就绪，并且不会再为那个文件描述符发送更多的就绪通知，直到你做了某些操作导致那个文件描述符不再为就绪状态了(比如，你在发送，接收或者接收请求，或者发送接收的数据少于一定量时导致了一个EWOULDBLOCK 错误）。但是请注意，如果一直不对这个fd作IO操作(从而导致它再次变成未就绪)，内核不会发送更多的通知(only once),不过在TCP协议中，ET模式的加速效用仍需要更多的benchmark确认（这句话不理解）。在许多测试中我们会看到如果没有大量的idle -connection或者dead-connection，epoll的效率并不会比select/poll高很多，但是当我们遇到大量的idle- connection(例如WAN环境中存在大量的慢速连接)，就会发现epoll的效率大大高于select/poll。（未测试）另外，当使用epoll的ET模型来工作时，当产生了一个EPOLLIN事件后，读数据的时候需要考虑的是当recv返回的大小如果等于请求的大小，那么很有可能是缓冲区还有数据未读完，也意味着该次事件还没有处理完，所以还需要再次读取： 这里只是说明思路（参考《UNIX网络编程》） while(rs) {buflen = recv(activeevents[i].data.fd, buf, sizeof(buf), 0);if(buflen < 0){// 由于是非阻塞的模式,所以当errno为EAGAIN时,表示当前缓冲区已无数据可读// 在这里就当作是该次事件已处理处.if(errno == EAGAIN)break; else return; }else if(buflen == 0) { // 这里表示对端的socket已正常关闭. } if(buflen == sizeof(buf) rs = 1; // 需要再次读取 else rs = 0; }   还有，假如发送端流量大于接收端的流量(意思是epoll所在的程序读比转发的socket要快),由于是非阻塞的socket,那么send函数虽然返回,但实际缓冲区的数据并未真正发给接收端,这样不断的读和发，当缓冲区满后会产生EAGAIN错误(参考man send),同时,不理会这次请求发送的数据.所以,需要封装socket_send的函数用来处理这种情况,该函数会尽量将数据写完再返回，返回-1表示出错。在socket_send内部,当写缓冲已满(send返回-1,且errno为EAGAIN),那么会等待后再重试.这种方式并不很完美,在理论上可能会长时间的阻塞在socket_send内部,但暂没有更好的办法. ssize_t socket_send(int sockfd, const char* buffer, size_t buflen) { ssize_t tmp; size_t total = buflen; const char *p = buffer; while(1) { tmp = send(sockfd, p, total, 0); if(tmp < 0) { // 当send收到信号时,可以继续写,但这里返回-1. if(errno == EINTR) return -1; // 当socket是非阻塞时,如返回此错误,表示写缓冲队列已满, // 在这里做延时后再重试. if(errno == EAGAIN) { usleep(1000); continue; } return -1; } if((size_t)tmp == total) return buflen; total -= tmp; p += tmp; }  return tmp; }   二、epoll在LT和ET模式下的读写方式 在一个非阻塞的socket上调用read/write函数, 返回EAGAIN或者EWOULDBLOCK(注: EAGAIN就是EWOULDBLOCK) 从字面上看, 意思是:   * EAGAIN: 再试一次 * EWOULDBLOCK: 如果这是一个阻塞socket, 操作将被block * perror输出:  Resource temporarily unavailable   总结: 这个错误表示资源暂时不够, 可能read时, 读缓冲区没有数据, 或者, write时，写缓冲区满了 。 遇到这种情况, 如果是阻塞socket, read/write就要阻塞掉。 而如果是非阻塞socket, read/write立即返回-1, 同 时errno设置为EAGAIN. 所以, 对于阻塞socket, read/write返回-1代表网络出错了. 但对于非阻塞socket, read/write返回-1不一定网络真的出错了. 可能是Resource temporarily unavailable. 这时你应该再试, 直到Resource available.   综上, 对于non-blocking的socket,  正确的读写操作为: 读: 忽略掉errno = EAGAIN的错误, 下次继续读 写: 忽略掉errno = EAGAIN的错误, 下次继续写   对于select和epoll的LT模式, 这种读写方式是没有问题的. 但对于epoll的ET模式, 这种方式还有漏洞.   epoll的两种模式 LT 和 ET

• 如何用手机远程控制电脑 远程控制是如何工作的？

• Python 中的迭代器和列表解析是如何工作的？

• 像首席技术官一样思考：如何高效管理 30 人的研发团队？-管理越多越轻松。好的研发团队，应该是上拨下用，即下级对上级的向上管理；而不是反过来，总是向下管理，甚至是 CTO 做经理的事，经理做工程师的事，工程师最终会被当成实习生。如果是这样，就会越管越累，不仅团队无法成长，而且团队整天很忙还效率低下，问题一大堆。 有这样一个小故事：一位高级经理下班后帮忙倒垃圾，结果被老板训斥了一顿。这就好比首席技术官做了实习生自己该做的事。事情本身没有对错之分，只是从不同的角度有不同的理解。 古人云："用人不疑，疑人不用"。在面对自己的研发团队时，应该相信他们能做好，授权一线开发人员充分发挥专业特长，不要限制他们的工作。但在相信他们的同时，也要进行二次确认，始终秉持 "我相信，但我要确认 "的原则和严谨的精神。因为每个人都会犯错和疏忽，通过发挥团队的智慧，团队犯错的机会就会大大减少。比如回归测试、代码审查、开发演示、变更审批等等。 如前所述，每个人都难免会犯错。但作为管理者，你所设计和商定的流程不能出错。管理者的每一个决定和沟通都应该经过深思熟虑。就像红绿灯的交通设计，某辆车不小心闯红灯可能会扣分，但红绿灯的设计一定要正确、人性化、统一。再比如，开发人员可能会因为疏忽大意写出 bug，但研发流程的设计和上线流程的发布不能有任何差错。因此，流程体系的设计，一方面要结合当前团队规模、业务特点和需要重点解决的问题来设计，另一方面也要在人员防错、效率提升、发挥团队集体智慧等维度进行综合考量。应该站在更高更抽象的角度去思考，不断思考一个倍受欢迎的园区应该如何设计，思考一个灵动、经典、永恒的建筑应该遵循怎样的模式，思考一个成功、优秀、卓越的研发团队应该需要怎样的流程和制度。 最后，反馈很重要。向上汇报很重要，向下反馈也很重要。能够保持顺畅的双向反馈和闭环管理，对研发团队的协作和沟通有着非常明显的积极作用。在向上汇报方面，要培养团队在正式汇报、会议汇报、私下沟通、书面总结、非正式场合等方面的沟通能力，提醒下属报喜也要报忧。凡事先记录，再跟进，最后反馈。反馈很重要，主动汇报更难得。 另一方面，同时也不要忽视向下反馈。好的爱，是双向的。团队也是如此，没有严格的上下级之分，只是分工和角色不同而已。作为管理者，不必总保持一种 "神秘感"，让人 "捉摸不透 "才是牛。当团队做得好或有人做得好时，要记得在公开或私下场合给予肯定和赞许。业务有增长、业绩有提升时，别忘了给团队一些鼓励，或者安排一次下午茶或聚餐。在例会或正式会议上，也可以同步向大家传达一些重要信息和高层指示。"欲速则不达，欲远则同行"。 当向上汇报、向下反馈的沟通闭环形成后，同时结合前面研发过程的管理闭环，双管齐下，就能形成良性循环。如此反复，持之以恒，优秀卓越的研发团队，必将呈现。 能力、产出和效率 接下来，继续重复关于能力、产出和效率的话题。 站在不同的角色，以及一个企业经营、生存和发展所需要的基础上，我把研发生产力分为三个层次，分别是：一线员工关心的研发能力、管理层关心的软件产出和操作人员关心的企业生产效率。简单概括就是：既要把工作做好，又要能出成果，还要能帮企业赚钱。

• 什么是可用性测试？有效性（Effectiveness）-- 用户完成特定任务和实现特定目标的正确性和完整性程度；效率（Efficiency）-- 用户完成任务的正确性和完整性程度与所用资源（如时间）之比；满意度（Satisfaction）-- 用户在使用产品时的主观满意度和接受程度。 2.如何获得可用性？ 可以参考以下原则：Gould、Boies 和 Lewis（1991 年）为以用户为中心的设计定义了 4 个重要原则： 早期以用户为中心：设计者应在设计过程的早期就努力了解用户的需求。 综合设计：设计的所有方面都应同步发展，而不是按顺序进行。使产品的内部设计始终与用户界面的需求保持一致。 早期和持续测试：当今唯一可行的软件测试方法是经验主义方法，即如果实际用户认为设计可行，该设计就是可行的。通过在整个开发过程中引入可用性测试，用户就有机会在产品推出之前对设计提出反馈意见。 迭代设计：大问题往往掩盖了小问题的存在。设计人员和开发人员应在整个测试过程中对设计进行迭代。 3...什么是可用性测试？ 可用性测试是根据可用性标准对图形用户界面进行的系统评估。 可用性测试是衡量用户与系统（网站、软件应用程序、移动技术或任何用户操作设备）交互时的体验质量。4.如何进行可用性测试？ l 实验室实验

• 纯干货分享 | 研发效能提升——敏捷需求篇-而敏捷需求是提升效能的方式中不可或缺的模块之一。 云智慧的敏捷教练——Iris Xu近期在公司做了一场分享，主题为「敏捷需求挖掘和组织方法，交付更高业务价值的产品」。Iris具有丰富的团队敏捷转型实施经验，完成了企业多个团队从传统模式到敏捷转型的落地和实施，积淀了很多的经验。 这次分享主要包含以下2个部分： 第一部分是用户影响地图 第二部分是事件驱动的业务分析Event driven business analysis（以下简称EDBA） 用户影响地图，是一种从业务目标到产品需求映射的需求挖掘和组织的方法。 在软件开发过程中可能会遇到一些问题，比如大家使用不同的业务语言、技术语言，造成角色间的沟通阻碍，还会导致一些问题，比如需求误解、需求传递错误等；这会直接导致产品的功能需求和要实现的业务目标不是映射关系。 但在交付期间，研发人员必须要将这些需求实现交付，他们实则并不清楚这些功能需求产生的原因是什么、要解决客户的哪些痛点。研发人员往往只是拿到了解决方案，需要把它实现，但没有和业务侧一起去思考解决方案是否正确，能否真正的帮助客户解决问题。而用户影响地图通常是能够连接业务目标和产品功能的一种手段。 我们在每次迭代里加入的假设，也就是功能需求。首先把它先实现，再逐步去验证我们每一个小目标是否已经实现，再看下一个目标要是什么。那影响地图就是在这个过程中帮我们不断地去梳理目标和功能之间的关系。 我们在软件开发中可能存在的一些问题 针对这些问题，我们如何避免？先简单介绍做敏捷转型的常规思路： 先做团队级的敏捷，首先把产品、开发、测试人员，还有一些更后端的人员比如交互运维的同学放在一起，组成一个特训团队做交付。这个团队要包含交付过程中所涉及的所有角色。 接着业务敏捷要打通整个业务环节和研发侧的一个交付。上图中可以看到在敏捷中需求是分层管理的，第一层是业务需求，在这个层级是以用户目标和业务目标作为输入进行规划，同时需要去考虑客户的诉求。业务人员通过获取到的业务需求，进一步的和团队一起将其分解为产品需求。所以业务需求其实是我们真正去发布和运营的单元，它可以被独立发布到我们的生产环境上。我们的产品需求其实就是产品的具体功能，它是我们集成和测试的对象，也就是我们最终去部署到系统上的一个基本单元。产品需求再到了我们的开发团队，映射到迭代计划会上要把它分解为相应的技术任务，包括我们平时所说的比如一些前端的开发、后端的开发、测试都是相应的技术任务。所以业务敏捷要达到的目标是需要去持续顺畅高质量的交付业务价值。 将这几个点串起来，形成金字塔结构。最上层我们会把业务目标放在整个金字塔的塔尖。这个业务目标是通过用户的目标以及北极星指标确立的。确认业务目标后再去梳理相应的业务流程，最后生产。另外产品需求包含了操作流程和业务规则，具需求交付时间、工程时间以及我们的一些质量标准的要求。 谈到用户影响的地图，在敏捷江湖上其实有一个传说，大家都有一个说法叫做敏捷需求的“任督二脉”。用户影响地图其实就是任脉，在黑客马拉松上用过的用户故事地图其实叫督脉。所以说用户影响地图是在用户故事地图之前，先帮我们去梳理出我们要做哪些东西。当我们真正识别出我们要实现的业务活动之后，用户故事地图才去梳理我们整个的业务工作流，以及每个工作流节点下所要包含的具体功能和用户故事。所以说用户影响地图需要解决的问题，我们包括以下这些： 首先是范围蔓延，我们在整张地图上，功能和对应的业务目标是要去有一个映射的。这就避免了一些在我们比如有很多干系人参与的会议上，那大家都有不同想法些立场，会提出很多需求（正确以及错误的需求）。这个时候我们会依据目标去看这些需求是否真的是会影响我们的目标。 这里提到的错误需求，比如是利益相关的人提出的、客户认为产品应该有的、某个产品经理需求分析师认为可以有的....但是这些功能在用户影响地图中匹配不到对应目标的话，就需要降低优先级或弃掉。另外，通常我们去制定解决方案的时候，会考虑较完美的实现，导致解决方案括很多的功能。这个时候关键目标至关重要，会帮助我们梳理筛选、确定优先级。 看一下用户影响到地图概貌 总共分为一个三层的结构： 第一层why，你的业务目标哪个是最重要的，为什么？涉及到的角色有哪些？ 第二层how ，怎样产生影响？影响用户角色什么样的行为? （不需要去列出所有的影响，基于业务目标） 第三层what，最关键的是在梳理需求时不需一次把所有细节想全，这通常团队中经常遇到的问题。 我们用这个例子来看一下 这是一个客服中心的影响地图，业务目标是 3个月内不增加客服人数的前提下能支持1.5倍的用户数。此业务目标设定是符合 smart 原则的，specific非常的具体，miserable 是可以衡量的，action reoriented是面向活动的， real list 也是很实际的。 量化的目标会指引我们接下来的行动，梳理一个业务目标，尽量去量化，比如 ：我们通过打造一条什么样的流水线，能够提高整个部署的效率，时间是原来的 1/2 。这样才是一个能量化的有意义的目标。 回到这幅图， how 层级识别出来的内容，客服角色：想要对它施加的影响，把客户引导到论坛上，帮助客户更容易的跟踪问题，更快速的去定位问题。初级用户：方论坛上找到问题。高级用户：在论坛上回答问题。通过我们这些用户角色，进行活动，完成在不增加客户客服人数的前提下支持更多的用户数量。 最后一个层级，才是我们日常接触比较多的真正的功能的特性和需求，比如引导到客户到论坛上，其实这个产品就需要有一个常见问题的论坛的链接。这个层次需要我们团队进一步地在交付，在每个迭代之前做进一步的梳理，细化成相应的用户故事。  这个是云智慧团队中，自己做的影响地图的范例，可以看下整个的层级结构。序号表示优先级。 那我们用户影响地图可以总结为：

• 云手机基础知识与构建（云手机源代码是如何制作的？）