最近經(jīng)濟寒冬的說(shuō)法越來(lái)越多，身邊的互聯(lián)網(wǎng)企業(yè)裁員的也有不少，越是寒冬，我們越需要了解趨勢，找準前進(jìn)的方向。過(guò)去幾年，互聯(lián)網(wǎng)各種“風(fēng)口”此起彼伏，到底哪些才是真正的趨勢？這篇文章里我將試圖分析目前互聯(lián)網(wǎng)技術(shù)的發(fā)展，找出它們背后的原因和邏輯。
如果你長(cháng)期跟進(jìn)本領(lǐng)域的前沿技術(shù)，你會(huì )發(fā)現近十年來(lái)互聯(lián)網(wǎng)技術(shù)發(fā)生了非常大的變化，這種變化幾乎在每一個(gè)領(lǐng)域里發(fā)生：
在軟件架構領(lǐng)域，經(jīng)歷了從單體應用到 SOA 再到微服務(wù)；
在云計算領(lǐng)域，經(jīng)歷了從虛擬機到容器；
在數據庫領(lǐng)域，從關(guān)系數據庫到 NoSQL 再到 NewSQL；
在大數據領(lǐng)域，從批處理到流處理；
在運維領(lǐng)域，從手工運維到 DevOps、AIOps；
在前端領(lǐng)域，從 jQuery 到 React 等三大框架......
除此之外，還有一些新興的領(lǐng)域如 AI、區塊鏈，從不受重視到成為顯學(xué)，開(kāi)啟了一波又一波的風(fēng)口。
單個(gè)去看這些領(lǐng)域的發(fā)展，會(huì )覺(jué)得紛繁雜亂沒(méi)有頭緒，但如果從整體上去看，會(huì )發(fā)現它們相互之間有聯(lián)系，它們的發(fā)展源于一種共同的推動(dòng)力，遵循著(zhù)相似的邏輯。
如果要對這個(gè)推動(dòng)力、對今天這個(gè)技術(shù)浪潮起一個(gè)名字，在當前階段我覺(jué)得可以用“云原生”，但這個(gè)短語(yǔ)被過(guò)度使用在各種營(yíng)銷(xiāo)語(yǔ)境中，它的定義會(huì )發(fā)生偏離，所以后文我不會(huì )用這個(gè)短語(yǔ)，而是用真正的云計算這句話(huà)。
我們當前技術(shù)浪潮的真實(shí)含義，就是我們正在走向真正的云計算時(shí)代，其它領(lǐng)域的發(fā)展皆由此而來(lái)，如果要更具體一點(diǎn)，就是：
云計算的技術(shù)逐漸發(fā)展成為它本來(lái)該有的模樣；
以及與這樣的云所匹配的軟件架構；
以及與這樣的架構所匹配的開(kāi)發(fā)流程與方法論。
下面，我會(huì )分析幾個(gè)主要的技術(shù)領(lǐng)域，從它們的發(fā)展歷程來(lái)論述。
一、云計算：從虛擬化到容器到 Serverless
先從云計算說(shuō)起。
2005 年亞馬遜發(fā)布了 AWS，算是拉開(kāi)了云計算的序幕。但是，在很長(cháng)一段時(shí)間里云計算都沒(méi)有兌現自己的“自動(dòng)擴容、按使用付費”的宣傳語(yǔ)。
云計算最重要的技術(shù)是分布式計算和分布式存儲，分布式計算方面，最開(kāi)始的技術(shù)是虛擬化，也就是所謂的“Software defined xxx”，通過(guò)對計算/存儲和網(wǎng)絡(luò )資源的虛擬化，同時(shí)能夠給用戶(hù)任意分配資源。但這里面一開(kāi)始做的最好的只有文件存儲這一塊，AWS S3 及類(lèi)似的對象存儲產(chǎn)品給人們帶來(lái)了云時(shí)代的一些實(shí)際的體驗，但云服務(wù)器則還是走回了賣(mài)服務(wù)器的老路。
當然， 這里的云服務(wù)器和傳統服務(wù)器相比還是有優(yōu)勢的，至少運維不需要千里迢迢跑到機房去排查問(wèn)題。但和我們想要的云服務(wù)相比還差的很遠，它只是傳統技術(shù)在過(guò)渡到云時(shí)代的替代品。虛擬化技術(shù)新建服務(wù)器耗時(shí)長(cháng)，在擴容方面限制很大，容器技術(shù)誕生后，才終于解決了這一問(wèn)題。但現在一些 MicroVM 開(kāi)始出現，比如 AWS 剛剛發(fā)布的 FireCracker，試圖融合虛擬機和容器的優(yōu)點(diǎn)，這也是當前云計算技術(shù)的一個(gè)重要關(guān)注點(diǎn)。
分布式存儲方面，分為文件和數據庫，文件通過(guò)對象存儲的方式很早就解決了，數據庫則面臨漫長(cháng)的發(fā)展過(guò)程，傳統的數據庫需要向分布式架構轉變，同時(shí)你會(huì )發(fā)現云計算廠(chǎng)商成為了數據庫的研發(fā)主力，這些新數據庫天生就是分布式，或者天生就支持云計算特性的。
在云計算的發(fā)展過(guò)程中，有一個(gè)分支是 PaaS，最早是 2007 年推出的 Heroku，從形態(tài)上來(lái)說(shuō)，它是一個(gè) App Engine，提供應用的運行環(huán)境。PaaS 的理念被認為更貼近真正的云計算，如果你使用虛擬化的云服務(wù)器，你仍然要自己負責應用分發(fā)、部署和運維，要與各種底層接口、資源打交道，在 PaaS 上，這些都不用管了，你只需要把應用上傳到云端就行。
但是，之前的 PaaS 體驗較差，容易造成平臺綁定，難以支持大型應用，所以并沒(méi)有成為主流。這些問(wèn)題直到 Kubernetes 出現后才得以解決。
在 2015 年之前，OpenStack 是云計算的主流技術(shù)，很多公司包括 IBM/ 紅帽都在它身上投入重注。然而，隨著(zhù)曾經(jīng)過(guò)分天真樂(lè )觀(guān)的一些公司如思科，它們試圖基于 OpenStack 進(jìn)入公有云市場(chǎng)，但在現實(shí)面前迅速敗退，以及主要參與者 Nebula 的關(guān)閉，市場(chǎng)的信心遭遇重挫。再加上 Docker 和 Kubernetes 的快速崛起，OpenStack 的聲勢已經(jīng)大不如前了。
然而在這么多廠(chǎng)商的支持下 OpenStack 是否就無(wú)敵了呢？看似緊密的社區與廠(chǎng)商之間的關(guān)系，在容器這個(gè)新的技術(shù)熱點(diǎn)面前被輕松擊破。廠(chǎng)商不再是 Pure Play OpenStack，社區貢獻排名也不再提及?！苼喒?《OpenStack 七年盤(pán)點(diǎn)，熱潮褪去后的明天在哪？》
但是，Kubernetes 還是太底層了，真正的云計算并不應該是向用戶(hù)提供的 Kubernetes 集群。
2014 年 AWS 推出 Lambda 服務(wù)，Serverless 開(kāi)始成為熱詞，從理論上說(shuō)，Serverless 可以做到 NoOps、自動(dòng)擴容和按使用付費，也被視為云計算的未來(lái)。但是，Serverless 本身有一些問(wèn)題，比如難以解決的冷啟動(dòng)性能問(wèn)題，因此，圍繞 Serverless 的研發(fā)，以及將 Serverless 和容器技術(shù)融合也是當前的前沿課題。
Serverless 是我們過(guò)去 25 年來(lái)在 SaaS 中走的最后一步，因為我們已經(jīng)漸漸將越來(lái)越多的職責交給了服務(wù)提供商?！狫oe Emison 《為什么 Serverless 比其他軟件開(kāi)發(fā)方法更具優(yōu)勢》
二、架構：微服務(wù)、Service Mesh 和 Serverless
云計算為應用打造了分布式的基礎設施，但是，如果應用還是以傳統的單體應用的思路開(kāi)發(fā)，則云計算意義并不大。
這些年里，軟件架構逐漸從 SOA 進(jìn)化到微服務(wù)，很多人認為微服務(wù)是一種細粒度的 SOA，在去掉了 SOA 中的 ESB 之后，微服務(wù)變得更加靈活、性能更強。但是，實(shí)施微服務(wù)需要一些前提。
Martin Fowler 曾經(jīng)總結過(guò)微服務(wù)實(shí)施的前提包括：
計算資源的快速分配；
基本的監控；
快速部署。
這基本就是 Kubernetes 所起到的主要作用，雖然如 Spring Cloud、Dubbo 微服務(wù)框架在各方面已經(jīng)非常完善，但隨著(zhù)云原生計算基金會(huì )的壯大，基于 Kubernetes 的微服務(wù)在社區中的熱度越來(lái)越高，也開(kāi)始有很多公司開(kāi)始利用這一套技術(shù)棧來(lái)構建微服務(wù)。
到 2016 年，Service Mesh 開(kāi)始引起社區的注意，Kubernetes 加上 Service Mesh，再加上 CNCF 的一些開(kāi)源項目，基于 k8s 的微服務(wù)技術(shù)?；揪屯晟屏?。2018 年 Istio 1.0 發(fā)布，更是為這股浪潮加了一把火，未來(lái)的微服務(wù)將是 k8s 和 Service Mesh 的天下。
Service Mesh：下一代微服務(wù)？
微服務(wù)正在逐漸走向巔峰的過(guò)程中，但它的挑戰者已經(jīng)出現。Serverless 或者說(shuō) FaaS 最開(kāi)始只是 AWS 推出的一個(gè)功能，但隨著(zhù)社區和業(yè)界的跟進(jìn)，逐漸有人將其認為是微服務(wù)的進(jìn)化。其邏輯也很簡(jiǎn)單，從 SOA 到微服務(wù)是一個(gè)服務(wù)粒度逐漸拆分得更小的過(guò)程，FaaS 里的 Function 可以視為更小的、原子化的服務(wù)，它天然的契合微服務(wù)里面的一些理念。
（許曉斌 《從微服務(wù)到 FaaS》）
當然，關(guān)于 Serverless 如何融入到現有架構，目前并沒(méi)有成熟的經(jīng)驗，Serverless 本身也存在一些問(wèn)題，但毫無(wú)疑問(wèn)這是業(yè)界關(guān)注的重點(diǎn)。
三、數據庫：從 NoSQL 到 NewSQL
在過(guò)去幾年，數據庫的發(fā)展同樣令人矚目。
2009 年 MongoDB 開(kāi)源，掀開(kāi)了 NoSQL 的序幕，一時(shí)之間 NoSQL 的概念受人追捧，MongoDB 也因為其易用性迅速在社區普及。NoSQL 拋棄了傳統關(guān)系數據庫中的事務(wù)和數據一致性，從而在性能上取得了極大提升，并且天然支持分布式集群。
然而，不支持事務(wù)始終是 NoSQL 的痛點(diǎn)，讓它無(wú)法在關(guān)鍵系統中使用。2012 年，Google 發(fā)布了 Spanner 論文，從此既支持分布式又支持事務(wù)的數據庫逐漸誕生，以 TiDB、蟑螂數據庫等為代表的 NewSQL 身兼傳統關(guān)系數據庫和 NoSQL 的優(yōu)點(diǎn)，開(kāi)始嶄露頭角。
從目前已有的 SQL 數據庫實(shí)現方案來(lái)看，NewSQL 應該是最貼近于云數據庫理念的實(shí)現。NewSQL 本身具有 SQL、ACID 和 Scale 的能力，天然就具備了云數據庫的一些特點(diǎn)。但是，從 NewSQL 到云數據庫，依然有很多需要挑戰的難題，比如多租戶(hù)、性能等?！耷铩对茣r(shí)代數據庫的核心特點(diǎn)》
本來(lái)事情發(fā)展到這里就結束了，但 2014 年亞馬遜又推出一個(gè)重磅炸彈：基于新型 NVME SSD 虛擬存儲層的 Aurora，它實(shí)現了完全兼容 MySQL（甚至連 bug 都兼容）的超大單機數據庫，同時(shí)在性能上高出 5 倍以上。（Amazon Aurora 讀后感：https://zhuanlan.zhihu.com/p/30159571）
另外，各種不同用途的數據庫也紛紛誕生并取得了較大的發(fā)展，比如用于 LBS 的地理信息數據庫，用于監控和物聯(lián)網(wǎng)的時(shí)序數據庫，用于知識圖譜的圖數據庫等。
可以說(shuō)，數據庫目前處于一個(gè)百花齊放的階段，而由于云廠(chǎng)商的努力，基本上新的數據庫都支持自動(dòng)擴容、按使用付費的云計算特征。
四、大數據：從批處理到流處理
Google 在 03-06 年發(fā)布了關(guān)于 GFS、BigTable、MapReduce 的三篇論文，開(kāi)啟了大數據時(shí)代。在發(fā)展的早期，就誕生了以 HDFS/HBase/MapReduce 為主的 Hadoop 技術(shù)棧，并一直延續到今天。在這當中，不少組件都是可替換的，甚至有的發(fā)生了換代。這其中，最重要的換代就是處理引擎。
最開(kāi)始大數據的處理大多是離線(xiàn)處理，MapReduce 理念雖然好，但性能捉急，新出現的 Spark 抓住了這個(gè)機會(huì )，依靠其強大而高性能的批處理技術(shù)，順利取代了 MapReduce，成為主流的大數據處理引擎。
隨著(zhù)時(shí)代的發(fā)展，實(shí)時(shí)處理的需求越來(lái)越多，雖然 Spark 推出了 Spark Streaming 以微批處理來(lái)模擬準實(shí)時(shí)的情況，但在延時(shí)上還是不盡如人意。2011 年，Twitter 的 Storm 吹響了真正流處理的號角，而 Flink 則將之發(fā)揚光大。
到現在，Flink 的目光也不再將自己僅僅視為流計算引擎，而是更為通用的處理引擎，開(kāi)始正面挑戰 Spark 的地位。
Apache Flink 已經(jīng)被業(yè)界公認是最好的流計算引擎。然而 Flink 的計算能力不僅僅局限于做流處理。Apache Flink 的定位是一套兼具流、批、機器學(xué)習等多種計算功能的大數據引擎。在最近的一段時(shí)間，Flink 在批處理以及機器學(xué)習等諸多大數據場(chǎng)景都有長(cháng)足的突破?！踅B翾（大沙）《不僅僅是流計算：Apache Flink?實(shí)踐》序
Hadoop 本身也遭遇了 Kubernetes 的挑戰。Hadoop 本身包括專(zhuān)用于處理大數據的編排系統如 Yarn 等，但如 Spark/Presto/Kafka 等最重要的 Hadoop 技術(shù)已經(jīng)可以在 Kubernetes 上運行，使用 Kubernetes 來(lái)運行大數據技術(shù)棧，可以更好的與其它業(yè)務(wù)集成。遭遇挑戰的表現之一就是 Hadoop 技術(shù)棧的兩家主要提供商，Cloudera 和 Hortonworks 最近決定合并，緩慢的增長(cháng)表明市場(chǎng)上已經(jīng)容不下兩家提供商了。（Will Kubernetes Sink the Hadoop Ship?：https://thenewstack.io/will-kubernetes-sink-the-hadoop-ship/）
五、運維：從手工運維到 DevOps
運維在過(guò)去幾年遭遇了云計算技術(shù)的強烈沖擊。那些依賴(lài)云計算提供商的公司，它們的運維的職責大大削弱，而自研云技術(shù)的公司里的運維則要求大大提高，過(guò)去的經(jīng)驗已經(jīng)難以適用了。
這其中最重要的變化就是 DevOps 的出現，運維的身份職責發(fā)生了轉變，它不再是專(zhuān)門(mén)跑任務(wù)腳本或者與機器打交道的人，而是變成了 OpenStack 或者 Kubernetes 的專(zhuān)家，通過(guò)搭建 / 管理相關(guān)的分布式集群，為研發(fā)提供可靠的應用運行環(huán)境。
DevOps 更重要的方面還是改變了應用交付的流程，從傳統的搭火車(chē)模式走向持續交付，應用的架構和形態(tài)改變了，其方法論也隨之而改變。DevOps 和持續交付也被認為是云原生應用的要素。
至于 AIOps 是 DevOps 在實(shí)踐 AI 過(guò)程中的一些應用，稱(chēng)不上是范式的改變，AI 在運維領(lǐng)域還遠遠取代不了人的作用。
六、前端：前后端分離
前端在過(guò)去幾年的變化同樣稱(chēng)得上是翻天覆地，2008 年 Nodejs 的出現徹底激發(fā)了前端的生態(tài)，將 JavaScript 的疆域拓展到服務(wù)端和桌面，最終催生出大前端的概念。
如果純粹看傳統的前端開(kāi)發(fā)的變化，不僅主流技術(shù)從 jQuery 轉移到三大框架，更重要的是 SPA 和前后端分離的出現。
SPA 代表著(zhù)前端的應用化，也就意味著(zhù)胖客戶(hù)端，部分業(yè)務(wù)邏輯可以從服務(wù)端轉移到客戶(hù)端完成。前后端分離更是將前端從后端獨立出來(lái)，劃定了領(lǐng)域邊界。后端對前端來(lái)說(shuō)，成為了數據層，只要接口能夠正確返回數據，前端并不關(guān)心后端是如何做到的。
事實(shí)上，胖客戶(hù)端的轉變正好與后端的進(jìn)化方向吻合。無(wú)論是微服務(wù)還是 Serverless，都強調無(wú)狀態(tài)，這意味著(zhù)你不應該用后端去生成有狀態(tài)的 UI，而是讓客戶(hù)端自行處理狀態(tài)。
從前后端分離看阿里 Web 應用架構演變
互聯(lián)網(wǎng)分層架構，為啥要前后端分離？
為了應對越來(lái)越大型的客戶(hù)端代碼，前端發(fā)展出的技術(shù)包括 TypeScript、Redux/MobX、WebAssembly、WebWorker 等，這些也是前端重點(diǎn)關(guān)注的技術(shù)。
七、AI：互聯(lián)網(wǎng)的新基礎設施
現代的 AI 是基于大數據和機器學(xué)習的，在很多公司里大數據和 AI 屬于同一個(gè)數據科學(xué)的團隊。在過(guò)去兩年，AI 已經(jīng)用各方面的成績(jì)證明它可以成為整個(gè)互聯(lián)網(wǎng)的基礎設施之一，幫助讓我們的互聯(lián)網(wǎng)更加的智能化。
如果把 2016 年的 AlphaGo 當做現代 AI 的起點(diǎn)，那么 AI 發(fā)展的歷史其實(shí)很短。學(xué)術(shù)界還在研究怎么提升 AI 的算法，各個(gè)公司則是急于將 AI 應用到生產(chǎn)環(huán)境。
AI 從感知層大致分為兩大塊，一塊是計算機視覺(jué)，這一塊已經(jīng)比較成熟，無(wú)論是人臉識別、物體檢測、運動(dòng)檢測都已經(jīng)能用于實(shí)際場(chǎng)景中。另一塊則是 NLP，雖然微軟、Google 等宣稱(chēng)它們的 AI 翻譯準確率已經(jīng)極高，但實(shí)際上仍然不太好用，而多輪會(huì )話(huà)的問(wèn)題沒(méi)有解決，Chatbot 還是難以與人展開(kāi)正常對話(huà)。
總之，真正的通用人工智能 AGI 離我們還遠，至少現在還看不到頭緒。AI 雖然在炒作中顯得有些過(guò)熱，但其技術(shù)和應用是真實(shí)的。
致開(kāi)發(fā)者：2018 年 AI 技術(shù)趨勢展望
被高估的 2018——深度學(xué)習發(fā)展并沒(méi)有想象的快。
值得注意的是，在 2018 年，國內幾家涉及公有云業(yè)務(wù)的公司紛紛調整架構，將之前的云計算部門(mén)升級為智能云計算部門(mén)：
9 月 30 日，騰訊架構調整，新成立云與智慧產(chǎn)品事業(yè)群；
11 月 26 日，阿里集團架構調整，阿里云事業(yè)群升級為阿里云智能事業(yè)群；
12 月 18 日，百度調整架構，將之前的智能云事業(yè)部升級為智能云事業(yè)群。
云廠(chǎng)商們之所以將 AI 作為它們的頂級戰略并與云計算放在一起，是因為 AI 本身需要強大的、專(zhuān)門(mén)定制的基礎設施，是云的一個(gè)非常適合的場(chǎng)景；同時(shí)也因為 AI 技術(shù)有一定門(mén)檻，可以作為自身云計算差異化的一個(gè)點(diǎn)?？傊?，這些云廠(chǎng)商通過(guò) AI 來(lái)賣(mài)它們的云服務(wù)。
八、區塊鏈：不確定性
2018 年的區塊鏈無(wú)疑是最有爭議的話(huà)題，這里拋開(kāi)那些炒作與騙局，可以看到區塊鏈技術(shù)在 2018 年有很大的發(fā)展。
具體可分為兩方面：
一方面是公鏈上一些痛點(diǎn)解決方案的探索和突破。包括比 POW 更好的共識機制、并發(fā)交易性能、數據存儲和處理、跨鏈交易等等。當然，問(wèn)題還遠遠沒(méi)有得到解決。由于利益牽扯太多，這一領(lǐng)域也沒(méi)有公認的主流解決方案。
另一方面是聯(lián)盟鏈的逐漸成熟，其中代表技術(shù)為超級賬本，一部分早期采用者在探索聯(lián)盟鏈的適用場(chǎng)景，一部分則是做起賣(mài)水的生意，推出 BlockChain as a Service。
在現在這個(gè)時(shí)刻，區塊鏈的未來(lái)有太多的不確定性了，無(wú)法進(jìn)行預測，所以這里不再多談。
九、物聯(lián)網(wǎng)與邊緣計算：為何發(fā)展不起來(lái)
物聯(lián)網(wǎng)在過(guò)去幾年一直不溫不火，似乎一直在炒作中，但真正有影響力的產(chǎn)品和應用比較少。曾經(jīng)炒過(guò)一陣的開(kāi)發(fā)板最終回歸為極客的玩具。物聯(lián)網(wǎng)本身的技術(shù)，除了各種通信協(xié)議和嵌入式操作系統和開(kāi)發(fā)框架之外，近兩年炒的最火的就是邊緣計算了，然而，邊緣計算也是炒作的重災區。
事實(shí)上，邊緣計算的定義并沒(méi)有清晰，甚至連邊緣是什么都沒(méi)有共識。有的說(shuō)終端節點(diǎn)、智能設備是邊緣，有的說(shuō) CDN 是邊緣，有的說(shuō)路由器、交換機是邊緣，還有的說(shuō)未來(lái)的 5G 基站是邊緣。
邊緣計算的技術(shù)目前只看到一個(gè) EdgeX Foundry，然而在該項目里目前還看不到一個(gè)有代表性的重量級的技術(shù)，更多是一些廠(chǎng)商搶占風(fēng)口的占位行為。
為什么會(huì )這樣呢？其實(shí)好理解，因為物聯(lián)網(wǎng)是一個(gè)很好預測的未來(lái)趨勢。
從互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)，是一個(gè)不斷擴張的過(guò)程，不但終端節點(diǎn)大量增加，而且每時(shí)每刻都在線(xiàn)，如果將這個(gè)邏輯延伸一下就是物聯(lián)網(wǎng)了，終端從智能手機變成任何可聯(lián)網(wǎng)的設備。
正因為這是大家都看得到的趨勢，所以所有的廠(chǎng)商都提前在物聯(lián)網(wǎng)布局，試圖成為下一個(gè)領(lǐng)先者。
但互不退讓的結果，就是陷入三個(gè)和尚沒(méi)水吃的境地。歷史上，NFC 移動(dòng)支付和物聯(lián)網(wǎng)通信協(xié)議都有這種遭遇：
NFC 方面，在中國，銀聯(lián)主推 miniSD 卡的 NFC 方案，而運營(yíng)商主推帶 NFC 的 sim 卡，而手機廠(chǎng)商更愿意將 NFC 功能直接集成至手機中。在國外，美國三大運營(yíng)商推出基于 NFC 的移動(dòng)支付功能 Isis，蘋(píng)果谷歌各自有自己的 NFC 錢(qián)包，而 Android 陣營(yíng)的手機也多半將 Android Pay 功能替換為自家的支付功能。
物聯(lián)網(wǎng)通信協(xié)議方面，WiFi、藍牙、RFID、ZigBee，背后代表了不同的利益方，而在包括工業(yè)物聯(lián)網(wǎng)等行業(yè)之后，各種私有通信協(xié)議多達數十種。到現在我們都沒(méi)有辦法簡(jiǎn)單的將兩個(gè)任意兩個(gè)支持聯(lián)網(wǎng)的設備相互連接，可以想象，物聯(lián)網(wǎng)的發(fā)展還任重而道遠。
智慧城市是物聯(lián)網(wǎng)之集大成者，然而其概念從誕生到現在數十年了，我們沒(méi)能看到一個(gè)成功的落地案例。
所以，物聯(lián)網(wǎng)的發(fā)展不會(huì )像移動(dòng)互聯(lián)網(wǎng)一樣一蹴而就，而是通過(guò)在共享單車(chē)上的應用，這樣一個(gè)個(gè)案例積累起來(lái)逐漸進(jìn)入我們的生活。
十、從當下的技術(shù)看未來(lái)
看了上面的盤(pán)點(diǎn)，你會(huì )發(fā)現云原生或者說(shuō)真正的云計算是我們當下互聯(lián)網(wǎng)技術(shù)發(fā)展的大趨勢，在這個(gè)大趨勢之下，推動(dòng)不同的領(lǐng)域進(jìn)行相應的發(fā)展。
其中的代表技術(shù)，就是機器學(xué)習、Kubernetes、Serverless，它們是當下這個(gè)時(shí)代技術(shù)發(fā)展的主旋律，如果你認同這個(gè)觀(guān)點(diǎn)，你可以得出這樣一個(gè)預測：
傳統的應用開(kāi)發(fā)將走向以容器、Serverless 為代表的真正的云計算，而隨著(zhù)終端和云的更深度的集成、物聯(lián)網(wǎng)的發(fā)展、智能化的提升，云和端的界限會(huì )變得模糊，我們和理想中的互聯(lián)網(wǎng)會(huì )更加接近。
信息技術(shù)的革命將把受制于鍵盤(pán)和顯示器的計算機解放出來(lái)，使之成為我們能夠與之交談，與之一道旅行，能夠撫摸甚至能夠穿戴的對象。這些發(fā)展將變革我們的學(xué)習方式、工作方式、娛樂(lè )方式—一句話(huà)，我們的生活方式?！岣鹇妪嫷邸稊底只妗?/p>
《數字化生存》是 1996 年出版的，對于理想的互聯(lián)網(wǎng)以前我們只是憑空的想象，而現在我們知道通過(guò)怎樣的技術(shù)發(fā)展路徑能抵達這個(gè)理想。
十一、技術(shù)的本質(zhì)與技術(shù)發(fā)展的邏輯
技術(shù)在不斷地推陳出新，令人眼花繚亂，但如果抓住了這些技術(shù)的本質(zhì)，會(huì )發(fā)現太陽(yáng)底下并沒(méi)有新鮮事。
如果將上面的各個(gè)領(lǐng)域的重要技術(shù)變革提煉一下，會(huì )發(fā)現其中的一些有共同點(diǎn)：
虛擬化：將硬件資源虛擬為軟件資源，然后進(jìn)行統一調度和管理。
隔離：從虛擬機到容器，再到虛擬機與容器融合，隔離的技術(shù)定義了云的形態(tài)。
解耦：無(wú)論是后端的微服務(wù)、前端的前后端分離、組件化等等，都是將關(guān)注點(diǎn)分離，解耦合的過(guò)程。
編排：大量不同的服務(wù)、任務(wù)，讓他們組成一個(gè)整體，相互間能良好的協(xié)作。
智能化：讓服務(wù)個(gè)性化，或者讓自動(dòng)化替代以前需要人工完成的事情。
實(shí)時(shí)化：計算和處理在極短時(shí)間內完成，從而實(shí)時(shí)的給予反饋。
當然，其中會(huì )有一些遺漏，或者有些你并不認同，但我想表達的是，這些技術(shù)存在一些共同的本質(zhì)，它們是不同的領(lǐng)域技術(shù)發(fā)展的共同邏輯。
十二、再進(jìn)一步：是什么在推動(dòng)軟件的發(fā)展？
上面我們已經(jīng)知道了軟件的常規發(fā)展趨勢，可是，如何預測軟件的顛覆式創(chuàng )新？要預測這個(gè)，我們需要更加深入去挖掘軟件進(jìn)步的源頭。
軟件并不是憑空發(fā)展起來(lái)的，它必須要運行在各種硬件上，軟件的發(fā)展，也離不開(kāi)硬件的支持。
或者說(shuō)，正是硬件的不斷升級和變革，支撐了軟件的發(fā)展進(jìn)步。云計算的誕生，正是源于大型機已經(jīng)無(wú)法支撐高并發(fā)，才讓人們轉而采用一般硬件和虛擬化、分布式的軟件技術(shù)。
軟件的顛覆式創(chuàng )新，一定是在硬件支持的基礎上，隨著(zhù)現有的軟件架構對現有硬件能力的挖掘，再發(fā)生顛覆的可能性已經(jīng)較小了。
當然，這并不是說(shuō)不存在，如 Docker 和比特幣的誕生，都沒(méi)有利用特別新的硬件能力，更多的是現有軟件發(fā)展積累到一定程度的質(zhì)變。
但軟件創(chuàng )新更多的可能性，則在于硬件的顛覆上。
AWS 推出的 Aurora 數據庫就是一個(gè)很好的例子，它的誕生正是基于非易失性存儲技術(shù)的重大進(jìn)步?，F在的趨勢是，硬件的創(chuàng )新體現在軟件上的時(shí)間會(huì )越來(lái)越短。
英特爾、英偉達研發(fā)的最新芯片，也都會(huì )被云廠(chǎng)商第一時(shí)間訂購，充分利用硬件升級帶來(lái)的性能提升。
最近，還有一個(gè)新趨勢是軟件廠(chǎng)商反過(guò)來(lái)驅動(dòng)硬件的進(jìn)步，谷歌、阿里、華為等都開(kāi)始自研用于云和終端的芯片。
如果要預測軟件的發(fā)展，我們不能不去看硬件可能帶來(lái)的提升，這里我們從軟件運行需要的三大資源入手：
計算：AI 對于計算的特殊需求，催生了相關(guān)芯片的研發(fā)。而更多非通用性芯片將推動(dòng)物聯(lián)網(wǎng)和邊緣計算的發(fā)展。而在遠處忽隱忽現的量子計算，一旦能普及，也必將產(chǎn)生顛覆。
存儲：Nano Flash 類(lèi)非易失性存儲還有提升的空間，在云和端的利用也沒(méi)有普及。如果非易失性存儲能在內存領(lǐng)域有所突破，對于軟件架構必將帶來(lái)另一次顛覆。
網(wǎng)絡(luò )：網(wǎng)絡(luò )方面，WiFi 技術(shù)即將進(jìn)入第六代，帶來(lái)?yè)頂D場(chǎng)合的大幅性能提升；藍牙進(jìn)入第五代，連接距離將提升至 300 米；更重要的則是 5G，相較于 4G 數百倍的數據傳輸速度和低至幾毫米的延時(shí)，讓很多應用都有了更大的想象空間。
對于技術(shù)發(fā)展的總結基本就到這里了。
選擇技術(shù)是有風(fēng)險的，如果是一家做 To B 或者 To C 的公司，選擇了非主流的技術(shù)，只是會(huì )演變成長(cháng)期的技術(shù)負債，但如果是一家面向開(kāi)發(fā)者的云計算公司，選擇錯了技術(shù)則幾乎注定了之后的衰落，無(wú)論是堅持下去還是切換成主流技術(shù)，都會(huì )因為錯過(guò)最佳時(shí)機而步步艱難。這也是近年來(lái)新技術(shù)受到追捧的一個(gè)原因。
這種現象也導致了技術(shù)迭代的速度越來(lái)越快，開(kāi)發(fā)者只要幾年不關(guān)注新技術(shù)，就有一種被世界拋棄的錯覺(jué)，于是每個(gè)人都很焦慮。
我希望用這篇文章，幫助你梳理技術(shù)的發(fā)展，知道正在發(fā)生什么，以及將會(huì )發(fā)生什么。只要知道了這些，想必不會(huì )那么焦慮了。
聯(lián)系客服
