下面这个演讲，被誉为“今年最好的演讲”，不到4分钟，却戳痛了无数人的心，刷爆朋友圈。

很喜欢视频的前后演讲，像是安排我们和自己的人生来了一场和解。

它先告诉你，大多数人眼中“最完美”的人生模样：

18岁成人，22岁大学毕业。

25岁工作稳定，30岁之前结婚生子。

人生慢慢稳定，直到过完这一生。

这种感觉，就像是把人生简单而粗暴地划分成了无数个刻度，似乎只用听从和照做，就能过好这漫长的一生。

可另一方面，它也裹挟着你，不敢晚走一步或者走错一步。

否则，你就会听到这样的话：

“35岁之前人生什么样，这辈子估计就这样了”。

“30岁之前一定要结婚，要不然就嫁不出去了”。

在人生这条路上，我们好像被圈死在一个个方格里，不敢有太多期待，不敢走得太远，也没有余地往后退。

也许正因为这样，我们才会在午夜梦回的时候轻轻问自己：难道这一生，只能有这一种活法吗？

而视频的后半段，已然告诉了你答案：

这世界运转得太快了，有时候我们还来不及反应，就已经被其他人抛到了身后。而我们又太过渴望成功，难免会被其他人影响。

我们习惯了比较，习惯了用自己的短处类比别人的长处，习惯了羡慕和仰望，却不曾低下头看看自己所在的地方……

可是你终究会发现，自己永远无法赢过所有人，比较再多，也许只是徒增烦恼。总有人要胜过你一些，也总有人要逊于你一些。

每个人都有自己的人生轨迹：

马克·库班25岁时，还只是达拉斯一家酒吧的酒保，他或许没有想过自己将来会成为一名亿万富翁。

被拒绝12次后，JK·罗琳32岁才出版《哈利波特》，这一系列作品后来更是火遍全球。

Ortega39岁才创办了Zara。

马云35岁才创立阿里巴巴，尽管他本人后来也表示“很后悔”。

摩根·弗里曼52岁才迎来演艺辉煌期，《肖申克的救赎》让他第三次获得奥斯卡金像奖提名。

Steve Carell 当了5年“绿叶”，40岁才红。

Rinchard Branson 34岁才创办维珍航空。

有人虽然25岁后才拿到文凭，但依然值得骄傲。

30岁还没结婚，但过得很快乐也是一种成功。35岁成家也没有什么不可以，40岁买房也没什么丢脸的。

关键是：不要让任何人扰乱你的时间表。

因为爱因斯坦曾说过：

“并不是每一件算得出来的事，都有意义；也不是每一件有意义的事，都能够被算出来。”

这，才是最重要的事。

人生就像是一个盛大的表盘，每个人都有自己的人生时机。有些难过失落和沮丧，不过是因为时机未到。

就好像，我们会因为失去心爱之人痛哭，也会在下一个路口遇见真正对的人，因为人生的出场顺序太重要，你只会在对的时间遇到对的人。

就好像，我们这一秒距离实现梦想还很遥远，下一秒就能迎来春暖花开，因为你现在经历的每一秒，都比下一秒更接近成功。

我们无法预知属于自己的时刻何时到来，但因为知道它会到来，所以每一天都活得充满期待。

就像这首小诗里写的：

世上每个人本来就有自己的发展时区

身边有些人看似走在你前面

也有人看似走在你后面

但其实每个人在自己的时区

有自己的步程

不用嫉妒或嘲笑他们

他们都在自己的时区里

你也是

生命就是等待正确的行动时机

所以，放轻松

你没有落后，你没有领先

在命运为你安排的属于自己的时区里

一切都准时

人生从来没有真正“完美”的样子，只有你自己走过的路。

纽约时间比加州时间早三个小时

但加州时间并没有变慢

有人22岁就毕业了

但等了五年才找到好的工作

有人25岁就当上CEO

却在50岁去世

也有人迟到50岁才当上CEO

然后活到90岁

有人依然单身

同时也有人已婚

奥巴马55岁就退休

川普70岁才开始当总统

席慕容说：“挫折会来，也会过去，热泪会流下，也会收起，没有什么可以让我气馁的，因为，我有着长长的一生。”

所以，别怕孤单一人，属于你的终将到来；别怕平凡普通，生活幸福已然成功；更别怕前方道阻且长，余生的路，你只管慢慢来。

别让任何人打乱你人生的节奏，更不要着急，因为最好的总会在最不经意的时候来到。

你只管怀揣希望去努力，静待美好的出现。

余生很长，莫要慌张。不管生活给你多少焦虑烦躁，你只需保持自律自信的生活状态。生活有多少失望就会有多少希望，不要轻易妥协，更不要随意放弃，让我们在安静中不慌不忙地变好和成长。

— THE END —

◤半年文章精选系列◥

Flink从入门到放弃之源码解析系列

• 《Flink组件和逻辑计划》

• 《Flink执行计划生成》

• 《JobManager中的基本组件(1)》

• 《JobManager中的基本组件(2)》

• 《JobManager中的基本组件(3)》

• 《TaskManager》

• 《算子》

• 《网络》

• 《水印WaterMark》

• 《CheckPoint》

• 《任务调度及负载均衡》

• 《异常处理》

大数据成神之路-基础篇

• 《HashSet》

• 《HashMap》

• 《LinkedList》

• 《ArrayList/Vector》

• 《ConcurrentSkipListMap》

• 《ConcurrentHashMap1.7》

• 《ConcurrentHashMap1.8 Part1》

• 《ConcurrentHashMap1.8 Part2》

• 《CopyOnWriteArrayList》

• 《CopyOnWriteArraySet》

• 《ConcurrentLinkedQueue》

• 《LinkedBlockingDeque》

• 《LinkedBlockingQueue》

• 《ArrayBlockingQueue》

• 《ConcurrentSkipListSet》

大数据成神之路-进阶篇

• 《JVM&NIO基础入门》

• 《分布式理论基础和原理》

• 《分布式中的常见问题解决方案(分布式锁/事务/ID)》

• 《Zookeeper》

• 《RPC》

• 《Netty入门篇》

• 《Netty源码篇》

• 《Linux基础》

Flink入门系列

• 《Flink入门》

• 《Flink DataSet&DataSteam API》

• 《Flink集群部署》

• 《Flink重启策略》

• 《Flink分布式缓存》

• 《Flink广播变量》

• 《Flink中的Time》

• 《Flink中的窗口》

• 《时间戳和水印》

• 《Broadcast广播变量》

• 《Flink-Kafka-Connector》

• 《Flink之Table-&-SQL》

• 《Flink实战项目之实时热销排行》

• 《Flink-Redis-Sink》

• 《Flink消费Kafka写入Mysql》

Flink高级进阶

• 《FaultTolerance》

• 《流表对偶(duality)性》

• 《持续查询(ContinuousQueries)》

• 《DataStream-Connectors之Kafka》

• 《SQL概览》

• 《JOIN 算子》

• 《TableAPI》

• 《JOIN-LATERAL》

• 《JOIN-LATERAL-Time Interval(Time-windowed)》

• 《Temporal-Table-JOIN》

• 《State》

• 《FlinkSQL中的回退更新-Retraction》

• 《Apache Flink结合Apache Kafka实现端到端的一致性语义》

• 《Flink1.8.0发布！新功能抢先看》

• 《Flink1.8.0重大更新-Flink中State的自动清除详解》

• 《Flink在滴滴出行的应用与实践》

• 《批流统一计算引擎的动力源泉—Flink Shuffle机制的重构与优化》

• 《HBase分享 | Flink+HBase场景化解决方案》

• 《腾讯基于Flink的实时流计算平台演进之路》

• 《Flink进阶-Flink CEP(复杂事件处理)》

• 《Flink基于EventTime和WaterMark处理乱序事件和晚到的数据》

• 《Flink 最锋利的武器：Flink SQL 入门和实战》

• 《Flink Back Pressure》

• 《使用Flink读取Kafka中的消息》

• 《Flink on YARN部署快速入门指南》

• 《Apache Flink状态管理和容错机制介绍》

Hadoop生态圈系列

• 《Hadoop极简入门》

• 《MapReduce编程模型和计算框架架构原理》

• 《分布式文件系统-HDFS》

• 《YARN》

• 《Hadoop机架感知》

• 《HDFS的一个重要知识点-HDFS的数据流》

• 《Hadoop分布式缓存(DistributedCache)》

• 《如何从根源上解决 HDFS 小文件问题》（https://dwz.cn/FqDPpRUc）

• 《Hadoop解决小文件存储思路》（https://dwz.cn/2oCdmCkw）

• 《Hadoop所支持的几种压缩格式》

• 《MapReduce Join》

• 《YARN Capacity Scheduler（容量调度器）》

• 《hadoop上搭建hive》

• 《基于Hadoop的数据仓库Hive基础知识》

• 《Hive使用必知必会系列》

• 《一个小知识点-Hive行转列实现Pivot》

• 《面试必备技能-HiveSQL优化》

• 《HBase和Hive的区别和各自适用的场景》

• 《一篇文章入门Hbase》

• 《敲黑板：HBase的RowKey设计》

• 《HBase读写优化》

• 《HBase在滴滴出行的应用场景和最佳实践》

• 《Phoenix=HBase+SQL,让HBase插上了翅膀》

• 《一个知识点将你拒之门外之Hbase的二级索引》（https://dwz.cn/umfBOZ5l）

• 《Phoenix重磅 | Phoenix核心功能原理及应用场景介绍》

• 《DB、DW、DM、ODS、OLAP、OLTP和BI的概念理解》

• 《Hive/HiveSQL常用优化方法全面总结》

实时计算系列(spark、kafka等)

• 《Spark Streaming消费Kafka数据的两种方案》

• 《Apache Kafka简单入门》

• 《你不得不知道的知识-零拷贝》

• 《Kafka在字节跳动的实践和灾备方案》

• 《万字长文干货 | Kafka 事务性之幂等性实现》

• 《Kafka最佳实践》

• 《Kafka Exactly-Once 之事务性实现》

• 《Kafka连接器深度解读之错误处理和死信队列》

• 《Spark之数据倾斜调优》

• 《Structured Streaming 实现思路与实现概述》

• 《Spark内存调优》

• 《广告点击数实时统计：Spark StructuredStreaming + Redis Streams》

• 《Spark Shuffle在网易的优化》

• 《SparkSQL极简入门》

• 《下一代分布式消息队列Apache Pulsar》

• 《Pulsar与Kafka消费模型对比》

• 《Spark SQL重点知识总结》

• 《Structured Streaming 之状态存储解析》

• 《周期性清除Spark Streaming流状态的方法》

• 《Spark Structured Streaming特性介绍》

• 《Spark Streaming 反压（Back Pressure）机制介绍》

• 《Spark 从 Kafka 读数设置子并发度问题》

规范和系统设计

• 《阿里云10 PB+／天的日志系统设计和实现》

• 《阿里云Redis开发规范》

• 《Java中多个ifelse语句的替代设计》

• 《面试系列：十个海量数据处理方法大总结》

杂谈

• 《作为面试官的一点点感悟，谈谈技术人的成长之路》

• 《成年人的世界没有容易二字》

• 《我最近在关注的事》

• 《真香》

• 《简单说说学习这件事》

• 《20多岁做什么，将来才不会后悔》

• 《2019-05-12最近的总结》

• 《我军新闻联播气势+9999》

• 《周末分享 | 高手的战略》

• 《周末分享 | 快速定位自己的缺点》

• 《周末分享 | 我见过最高级的聪明是靠谱》