我所经历的二十年技术演变，一路狂奔到今天

做软件开发行业的，都担心新技术浪潮不断来袭，把自己拍死在沙滩上，真是是这样吗？ 

我主要做Java后端开发，也感受到了其他领域的潮起潮落，给大家分享下自己的看法。

首先我把这些新技术分为4大类：渐进性，颠覆性，基础知识和新兴技术。

1.  渐进性的技术

1.1 Java 后端开发 

我是Java后端开发背景，所以先从这个点开始。

二十年前，开发Web系统的技术栈非常简单，就是 Servlet + JSP +JDBC  ， 没有那么多层的抽象和封装。

然后在MVC领域出现了Struts , 在ORM领域出现了Hibernates ，iBatis（MyBatis）。

企业界曾经力推过EJB， 但是过于笨重，繁琐，最终被轻量级的Spring所替代。

前端的兴起，导致MVC中的View被拿走，后端专注于提供接口，输出数据。

应用架构从单体应用，过渡到微服务，再到Service Mesh。

1.2 View 层

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

界面的交互主要是程序员直接用JavaScript 操作DOM， 后来有了jQuery, Prototype等类库的帮助

后来出现了React , Vue, Angular 等框架，实现前后端分离。

1.3 编程模型 

从基于Servlet的阻塞式模型 ， 慢慢过渡到非阻塞的、事件驱动的、 反应式的的模型，如Node.js ，SpringWebFlux , Vert.x等

线程模型：从共享内存，逐渐发展到Actor , Go routine

编程语言从过程式，发展到面向对象，再发展到面向对象+函数式

1.4 工程实践

从瀑布发展到敏捷

部署方式：手工安装 ->持续集成 -> DevOps

代码+配置文件  -> 代码+配置文件+运行环境， 即Docker，然后是 K8s

1.5 总结

之所以说是渐进性技术，是因为这些技术是慢慢发展起来的，通常是为了解决原有技术的痛点问题而发展起来的。

只要你热爱技术，会一直不断奔跑，根本就不用惧怕。 

例如你学会了面向对象这种编程泛型，自然而然地就想去看看函数式，这样当Java 8中的函数式编程来临的时候，你肯定不是惧怕，而是欣喜：Java终于支持函数式了。

再比如你发现手工做Build费时费力，容易出错，会想办法自动化，持续集成的概念和相关工具自然而然进入你的法眼。

2. 基础性的技术

特点：基本上没怎么变过，只要学会，就不怕被吃掉。

包括数据结构和算法，操作系统，计算机网络，组成原理，数据库，编译原理等。

再加上分布式的基础知识

3. 颠覆性的技术：从桌面发展到互联网

由于服务的用户规模完全不同，直接导致所使用的技术栈有天壤之别。

桌面应用主要用VB, Delphi，VC++开发单机或者C/S应用，运行在客户的电脑上。

而互联网应用使用的则是LAMP，Java，Python等技术，主要运行在服务器端，客户端变得非常薄只剩一个浏览器了。

互联网发展起来以后，桌面应用的开发极度萎缩，如果没有及时跟进转型，肯定被技术吃掉。

但是这次转型并不会那么难，因为Web系统刚开始的时候用户量小，是非常简单的，很多桌面开发的程序员都可以轻松转过来。

但是，由于和新人站在统一跑线，老家伙的优势在哪里？

我觉得在于对设计思想的理解：抽象，分层，异步，模式，OOD......  这些东西，再加上基础知识的实践和运用，老家伙依然有能力跑到前面。

4.  新兴技术

老的技术依然存在，但是这些新的方向非常火热，薪水高，供不应求。

4.1  从互联网发展到移动互联网

这一阶段出现了全新的岗位：App开发。所需要的技能得从头儿开始学习，想转行赚大钱的老家伙们和新人站到了同一个起跑线。 

但是有些掌握了基础知识，通用知识和设计思想的老家伙会跑得更快：他们本来就对界面编程很精通，对于界面布局，事件响应等信手拈来，他们对网络编程也很熟悉， 现在只需要在一个新的框架下，使用新的概念和组件来完成手机端的界面和逻辑。

随着App建设热潮的过去，App开发已经逐渐冷却下来。

4.2  大数据，人工智能

大数据是新出现的方向，包括大数据开发，大数据分析。 

从后端开发转向大数据开发不是很难，也有很多成功的案例。需要学习Hadoop,Spark,Storm等相关框架的使用原理，Flume, Kafka等数据流工具，爬虫，分词，数据可视化等。

相比之前谈到的技术，大数据分析和人工智能是两个“异类”，尤其是人工智能，程序员要想转型到这里领域，需要跨过它树立的数学门槛：统计学，线性代数，微积分，概率。

现在人工智能非常火热，它会变成一种颠覆性的技术，吃掉前端开发/后端开发/大数据开发/App开发吗？现在看是不可能的，因为现在的AI还不是通用的人工智能，只能在某个领域内产生作用，在大数据的基础上做出分析，找到规律，做出判断和预测。 

而人工智能和大数据分析所使用的数据其实来自于App, 网站，再加上现在慢慢兴起的物联网， 他们不是替代，而是依赖的关系。

总结一下，进入这个行业，就需要不断地夯实计算机基础知识，在工作中寻找，学习，实践那些稳定的知识，然后不断对自己做技术升级，确保在自己的领域能跟上趋势。这样即使转型的时候，依然可以占据优势，不被技术吃掉。

码农翻身公众号开放投稿，可能是全网最高片酬：

用故事讲技术 ，稿费1000

技术/职场/感悟/面试等，稿费700

翻译类文章，每千字200

联系方式：onlyliuxin97（微信）

详情猛戳： 可能是全网最高片酬，速来！

往期 精彩回顾

我是一个线程

我是一个Java Class

面向对象圣经

函数式编程圣经

TCP/IP之大明邮差

CPU阿甘

我是一个网卡

我是一个路由器

一个故事讲完HTTPs

编程语言的巅峰

Java：一个帝国的诞生

JavaScript：一个屌丝的逆袭

负载均衡的原理

阅读源码的三种境界