[[271904]]

 做軟件開發行業的，都擔心新技術浪潮不斷來襲，把自己拍死在沙灘上，真是是這樣嗎?

我主要做Java后端開發，也感受到了其他領域的潮起潮落，給大家分享下自己的看法。

首先我把這些新技術分為4大類：漸進性，顛覆性，基礎知識和新興技術。

1. 漸進性的技術

1.1 Java 后端開發

我是Java后端開發背景，所以先從這個點開始。

二十年前，開發Web系統的技術棧非常簡單，就是 Servlet + JSP +JDBC ， 沒有那么多層的抽象和封裝。

然后在MVC領域出現了Struts , 在ORM領域出現了Hibernates ，iBatis(MyBatis)。

企業界曾經力推過EJB， 但是過于笨重，繁瑣，最終被輕量級的Spring所替代。

前端的興起，導致MVC中的View被拿走，后端專注于提供接口，輸出數據。

應用架構從單體應用，過渡到微服務，再到Service Mesh。

1.2 View 層

View層最早由后端生成，可用的技術：JSP, Velocity，Freemaker 等。

界面的交互主要是程序員直接用JavaScript 操作DOM， 后來有了jQuery, Prototype等類庫的幫助

后來出現了React , Vue, Angular 等框架，實現前后端分離。

1.3 編程模型

從基于Servlet的阻塞式模型 ， 慢慢過渡到非阻塞的、事件驅動的、 反應式的的模型，如Node.js ，SpringWebFlux , Vert.x等

線程模型：從共享內存，逐漸發展到Actor , Go routine

編程語言從過程式，發展到面向對象，再發展到面向對象+函數式

1.4 工程實踐

從瀑布發展到敏捷

部署方式：手工安裝 ->持續集成 -> DevOps

代碼+配置文件 -> 代碼+配置文件+運行環境， 即Docker，然后是 K8s

1.5 總結

之所以說是漸進性技術，是因為這些技術是慢慢發展起來的，通常是為了解決原有技術的痛點問題而發展起來的。

只要你熱愛技術，會一直不斷奔跑，根本就不用懼怕。

例如你學會了面向對象這種編程泛型，自然而然地就想去看看函數式，這樣當Java 8中的函數式編程來臨的時候，你肯定不是懼怕，而是欣喜：Java終于支持函數式了。

再比如你發現手工做Build費時費力，容易出錯，會想辦法自動化，持續集成的概念和相關工具自然而然進入你的法眼。

2. 基礎性的技術

特點：基本上沒怎么變過，只要學會，就不怕被吃掉。

包括數據結構和算法，操作系統，計算機網絡，組成原理，數據庫，編譯原理等。

再加上分布式的基礎知識

3. 顛覆性的技術：從桌面發展到互聯網

由于服務的用戶規模完全不同，直接導致所使用的技術棧有天壤之別。

桌面應用主要用VB, Delphi，VC++開發單機或者C/S應用，運行在客戶的電腦上。

而互聯網應用使用的則是LAMP，Java，Python等技術，主要運行在服務器端，客戶端變得非常薄只剩一個瀏覽器了。

互聯網發展起來以后，桌面應用的開發極度萎縮，如果沒有及時跟進轉型，肯定被技術吃掉。

但是這次轉型并不會那么難，因為Web系統剛開始的時候用戶量小，是非常簡單的，很多桌面開發的程序員都可以輕松轉過來。

但是，由于和新人站在統一跑線，老家伙的優勢在哪里?

我覺得在于對設計思想的理解：抽象，分層，異步，模式，OOD...... 這些東西，再加上基礎知識的實踐和運用，老家伙依然有能力跑到前面。

4. 新興技術

老的技術依然存在，但是這些新的方向非常火熱，薪水高，供不應求。

4.1 從互聯網發展到移動互聯網

這一階段出現了全新的崗位：App開發。所需要的技能得從頭兒開始學習，想轉行賺大錢的老家伙們和新人站到了同一個起跑線。

但是有些掌握了基礎知識，通用知識和設計思想的老家伙會跑得更快：他們本來就對界面編程很精通，對于界面布局，事件響應等信手拈來，他們對網絡編程也很熟悉， 現在只需要在一個新的框架下，使用新的概念和組件來完成手機端的界面和邏輯。

隨著App建設熱潮的過去，App開發已經逐漸冷卻下來。

4.2 大數據，人工智能

大數據是新出現的方向，包括大數據開發，大數據分析。

從后端開發轉向大數據開發不是很難，也有很多成功的案例。需要學習Hadoop,Spark,Storm等相關框架的使用原理，Flume, Kafka等數據流工具，爬蟲，分詞，數據可視化等。

相比之前談到的技術，大數據分析和人工智能是兩個“異類”，尤其是人工智能，程序員要想轉型到這里領域，需要跨過它樹立的數學門檻：統計學，線性代數，微積分，概率。

現在人工智能非常火熱，它會變成一種顛覆性的技術，吃掉前端開發/后端開發/大數據開發/App開發嗎?現在看是不可能的，因為現在的AI還不是通用的人工智能，只能在某個領域內產生作用，在大數據的基礎上做出分析，找到規律，做出判斷和預測。

而人工智能和大數據分析所使用的數據其實來自于App, 網站，再加上現在慢慢興起的物聯網， 他們不是替代，而是依賴的關系。

總結一下，進入這個行業，就需要不斷地夯實計算機基礎知識，在工作中尋找，學習，實踐那些穩定的知識，然后不斷對自己做技術升級，確保在自己的領域能跟上趨勢。這樣即使轉型的時候，依然可以占據優勢，不被技術吃掉。

【本文為51CTO專欄作者“劉欣”的原創稿件，轉載請通過作者微信公眾號coderising獲取授權】

 

戳這里，看該作者更多好文