从三个维度评估一项技术是否值得长期投入
极客时间编辑部
讲述：丁婵大小：7.32M时长：05:20
你好，欢迎收听极客视点。
每个人的时间都是有限的，在有限的时间里选择一项值得投入的技术尤为重要。日前，阿里高级技术专家简锋（章剑锋）在“阿里巴巴中间件（ID：Aliware_2018）”总结了他选择投入某项技术的经验。简锋认为，可以从技术深度、生态广度和进化能力这三方面评估一项技术是否值得学习。以下为简锋的分享。
技术深度
技术深度是指这项技术的根基是否扎实，护城河是否够宽够深，是否能解决其他技术解决不了且有重要价值的问题。这里有两个要点：
这项技术是某个问题的首选解决方案。
解决这个问题能够带来重大价值。
例如，Hadoop 刚出世时是一项革命性的技术，因为当时除谷歌外，业界其他公司都没有一套完整的海量数据解决方案。随着互联网技术的发展，数据量与日俱增，处理海量数据的能力迫在眉睫。Hadoop 的诞生正好解决了这一燃眉之急。
但是大家在享用 Hadoop 处理海量数据能力的同时，也在吐槽它性能差、MapReduce 编写复杂等等。这时候 Spark 应运而生，其计算性能远超 Hadoop，加之优雅简单的 API 迎合了当时用户的需求，受到了广大大数据工程师的热捧。
目前我在阿里巴巴从事 Flink 相关的研发工作，主要原因是我看到了工业界对实时性的需求以及 Flink 在实时计算这个领域的霸主地位。数据领域接下来的挑战在于速度，也就是实时性。而大数据的实时性并不是指简单的传输数据或者处理数据的实时性，而是从端到端的实时，任何一个步骤的速度慢了，都会影响整个大数据系统的实时性。
生态广度
一项技术只有技术深度是不够的，还需要具备足够宽的生态广度。生态广度有 2 个因素可以衡量：
上下游生态，指数据流角度的数据上下游。
垂直领域生态，指某个细分领域或者应用场景的整合。
Hadoop 诞生时只有 2 个基本组件：HDFS 和 MapReduce ，分别解决了海量存储和分布式计算的问题。而随着 Hadoop 需要解决的问题越来越复杂，逐渐衍生出其他项目，比如 Pig，Hive，HBase 等从垂直领域这个角度解决了 Hadoop 不容易解决的问题。
Spark 亦是如此，通过不断丰富它的使用场景，扩展其生态。Spark 对各种 Data Source 的支持，更是让 Spark 这个计算引擎和存储结成了联盟，建立了强大的上下游生态系统，为端到端的解决方案奠定了基础。
再看 Flink ，它的强项在于流计算处理。虽然在其他领域的生态还在起步阶段，但 Flink 可以应用于每一个大数据处理场景中，不仅涉及到大数据，也涉及到 AI，未来还会有更多的生态扩展机会。
进化能力
一项技术如果技术深度和生态广度都没有问题，那么至少说明这项技术在当下是值得学习的。但是投资一项技术还需要考量时间。你肯定不希望自己学习的技术很快就被淘汰，所以一项值得投入学习的技术必定要具有持久的进化能力。
比如 Spark，它经过 14 年和 15 年的爆发，现在已经进入平稳期。但是 Spark 仍在进化，仍在拥抱变化，Spark on Kubernetes 就是它拥抱云原生的最好佐证。Spark 社区炙手可热的 Delta，MLFlow 等也证明了 Spark 的强大进化能力。
再比如 Flink，首先它经过几个大版本的发布，融入了 Blink 的大部分功能，将 Flink SQL 的能力提升了一大截。其次，Flink 对 Kubernetes 的支持、对 Python 的支持、对 AI 的支持都在向人们证明它自身强大的进化能力。
小技巧
除了从上述 3 大维度评估一项技术是否值得投入外，还可以参考一些小技巧：
利用 Google Trends 观察一项技术的发展势头。
查看 GitHub 上的 Awesome：通过 GitHub Star 数查看一项技术是否受欢迎，你也可以通过查看 Awesome list 上的内容，大致判断某项技术的价值。
看看技术网站上是否有一些技术布道者为该项技术背书，如果一项技术真的很好，就会有技术布道者无偿为这项技术背书，分享这项技术的使用心得。
以上就是简锋对如何评估一项技术是否值得学习的一些思考，希望对你有所帮助。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(1)
- 最新
- 精选
小斧利用 Google Trends 观察一项技术的发展势头。 查看 GitHub 上的 Awesome：通过 GitHub Star 数查看一项技术是否受欢迎，你也可以通过查看 Awesome list 上的内容，大致判断某项技术的价值。 看看技术网站上是否有一些技术布道者为该项技术背书，如果一项技术真的很好，就会有技术布道者无偿为这项技术背书，分享这项技术的使用心得。1
收起评论