研发人员的刚需，那些必须掌握的技术和解决方案

做投资，有个思路是：抓住不变量。

无论世界形势怎么变化，时代怎么发展，创新永远是最难跟踪的，但那些不变的确实非常确定的。

茅台酒的商业模式基本不变，研发投入是固定的，很难因为时代发展，突然被人颠覆。

格力空调，商业模式总体不变，生产制造会做一些优化。

而科技股需要不断创新，医药股需要不断创新研发新药，投入巨大，收获却不一定大。只要不努力，随时被颠覆。

 

从2019年开始，我也明确把这个思路用到技术领域。

技术永远也学不完，天天去学习新技术，今天有精力，明天有精力，总有一天会筋疲力竭。

相反，应该专注自己的持续积累。

今天的积累，明天可能就过时了，所有可以侧重那些永不过时、长期有效、长期有价值的技术。

 

下面列一些后端研发人员，几乎必须掌握的一些技术，尤其是做业务系统的。

2019到2020，尽可能全部掌握，目标是熟练使用，灵活解决实际问题，不追求源码原理的掌握。

 

1、登录

PC端：Cookie登录

App端：Token登录

第三方登录：微信、支付宝等

 

2、权限控制

功能权限拦截，最好用拦截器实现

 

3、权限系统

准确说是，权限配置系统，统一的权限配置。

权限的控制，由具体业务系统去实现。

 

4、爬虫

爬取互联网公开非隐私数据，非结构化数据，然后结构化存储，也可能是非结构化存储。

python语言据说有个强大的爬虫工具库。

java里，还没注意到特别强大的，WebMagic值得学习。还有其他一些Spider库。

 

5、索引和搜索

ES，已经非常普及了。主要解决文本索引，文本搜索。

使用爬虫，再索引，多用来实现 站内搜索，甚至是 全网搜索。

全网搜索引擎比较少，某个领域的搜索引擎还是不错的小钱思路。

 

6、同步和异步

程序员，大多都是API工程师，各种API调用。理想情况下，只需要学一些逻辑，调用各种API满足需求就行了。

本地API调用，生产服务能力有限，因此出现了RPC远程方法调用。

另外一些，非紧急实时的事情，也可以用异步调用。

同步：PRC框架，Dubbo,Spring Cloud。

异步：MQ。MQ主要是后端的异步。

 

7、消息通知

移动端，消息通知的需求比较强烈一些。

PC端，有些网站也会主动去拉去新的消息。

比如，一些社交网站，本页面不刷新的情况下，如果有新消息来了，也会给予通知提示。

 

 

8、缓存

每个系统都在用的。

最简单的用Map缓存不过期的数据，比如配置文件。

还可以使用一些本地缓存组件，比如Guava工具包中的Cache模块。还有专门的JCache/EhCache等。

如果没有分布式的需求，用EhCache基本够用。

如果需要多节点，分布式，用Redis更好一些。首先是网上吹的比较好。实际感受是，Redis特别稳定，几乎没有出现异常停止的情况。也没出现过访问Redis延时的情况。

 

一些建议，如果用了Redis作为分布式缓存，或者Session保存，最好不要再使用本地缓存。

一是没必要，Redis一般在内网，访问很快，也很稳定。二是会增加技术复杂度，本地有缓存，远程有缓存，排查问题不方便。

三是针对“踢下线”等特定需求，也不方便实现。

 

9、支付

银联、微信支付宝等第三方支付，已经非常普及了。

支付和收钱是刚需中的刚需，这个如果做不好，生意根本没法玩了。

 

10、SEO优化

PC Web端的站点，现在增量没那么多了。

比较适合官网和一些内容社区，SEO的优化需求还是有一些的。

SEO做得好，节省流量。

移动端也有这个需求，方便别人找到自己，总是有好处的。

 

11、自动化

Jenkins是比较知名和普及的，和Git、Maven、Shell脚本结合起来，实现“一键更新”。

 

12、代码生成器

做业务系统，项目型，或者产品持续升级，侧重功能的，代码生成器非常有用。

一个人写的代码，风格套路通常应该是固定的。

来一个新的模块，自动化生成标准通用代码。

代码生成器的核心，其实不是“自动生成”，而是“避免重复劳动”、“减少重复劳动”、“提高生产效率”。

 

13、软件复用

企业发展，会不断积累 品牌影响力、客户、关系、资金。

而技术人员，如果没有积累，那迟早要完蛋。

思想经验可以积累，需要输出，或者分享给别人扩大价值。

而工具库、通用代码、某个场景下的成型解决方案等，可以拿来即用，极速提高生产力。

 

14、跨平台开发能力

PC站点、移动站点、PC客户端、移动客户端（Android、iOS、平板）、小程序（百度、微信、支付宝）。

系统的终端、渠道、场景，越来越丰富。

后端怎么去支撑，前端怎么跨平台。

后端，其实还好，做好接口定义，通用性，相对容易。

前端，看需求复杂度，Uniapp, Taro等值得研究。

 

 

15、可选的

1、人工智能A。今后的趋势是，大厂搞定原理和实现，输出API。普通企业，调用API即可。

这是一个门槛较高的技术行业。

普通企业适合，搞搞模型调优之类的。

对于个人，大厂的人工智能API绝对有必要去学习和掌握，花不了多少时间。

你如果不会，就会被某些人的花言巧语所蒙蔽，还以为很高端的样子。

 

2、大数据B

比较接地气一些。

现在IT、软件、互联网、物联网，应用越来越多，数据大大增加了。

高效处理，已经有了实际需求。

以微信为例，10亿用户，假设就是统计下数据，传统的sql统计，肯定不行了。

Spark、Flink、Storm之类的，可以研究学习下。

 

3、云计算C

这个有点鬼扯蛋。新瓶装旧酒。

只有极少数企业有这个资金去做这个。

 

4、Docker和K8s

若干企业有这个需求。