怎么样可以算一名云原生工程师？

这个问题来自前段时间知识星球里面一位同学的提问：

1. 广义上的云原生工程师需要区基础设施工程师和业务实现工程师吗？怎么样才算一名云原生工程师？
2. 招聘软件上大多招聘Go的高级开发工程师，任职要求里面很明显是业务设计开发，但是也会要求熟悉 Kubernetes，深入理解容器，Devops 等。因为我在平时工作中很少会主动操作 Kubernetes，所以招聘软件上要求熟悉 Kubernetes，目的是让你工作中了解kubernetes特性，时刻提醒自己基于 Kubernetes 做开发，尽量让自己的服务是无状态的还是会有其他目的？ 或者换个问法，Go的高级开发工程师和云原生工程师（业务方向）本质区别是什么？

最近在和多个人聊到云原生相关的话题时，发现每个人对云原生的定义和对云原生技术理解都很不一样。 以至于很多人会问我，我学习云原生需要从 Java/.NET/xxx 语言转 Go 吗？
回答这个问题，需要从『云原生的基础设施』和『遵循云原生架构设计的应用系统』两个方面来看待云原生。
首先，云原生基础设施的方向，和以往的中间件/infra平台开发本质上并没有什么不同，做的事情也都是构建应用系统里做业务逻辑支撑的基础组件，比如 容器平台，Devops平台，微服务治理框架，各种中间件的管理和运维等。当然值得一提的是，Golang 凭借着简单的语法和友好的网络/并发机制，是目前做云原生框架和平台的首选。除此之外，还需要掌握的基础技能包括：操作系统，网络，分布式协议等。

其次，如果你一直做的是应用系统开发或者业务架构设计，对于了解和深入云原生，我的观点是建议继续使用之前的语言，不需要重新学习和转型 Golang。
和开发基础设施平台不同，基于云原生架构来设计应用系统，并不要求你具备很多的底层技术能力，更多的要求是掌握云原生四要素提到的，比如对 DevOps 和敏捷开发，微服务/云原生架构的原则等，在深度上了解各种云原生框架/微服务框架 (这里列举一些，比如 Kubernetes，Jenkins/Gitlab，Nacos，Istio，Dapr，Prometheus，Skywalking…) 的使用，而运维则交给基础架构或SRE团队，让专业的人做专业的事情。

今年来看，云原生仍然是一个值得投资学习的技术方向，一方面云原生仍然是未来几年的技术趋势，合理的使用云原生技术对企业IT系统开发维护都有不错的降本增效成果。

相关内容拓展：（技术前沿）

近10年间，甚至连传统企业都开始大面积数字化时，我们发现开发内部工具的过程中，大量的页面、场景、组件等在不断重复，这种重复造轮子的工作，浪费工程师的大量时间。

针对这类问题，低代码把某些重复出现的场景、流程，具象化成一个个组件、api、数据库接口，避免了重复造轮子。极大的提高了程序员的生产效率。

推荐一款程序员都应该知道的软件JNPF快速开发平台，采用业内领先的SpringBoot微服务架构、支持SpringCloud模式，完善了平台的扩增基础，满足了系统快速开发、灵活拓展、无缝集成和高性能应用等综合能力；采用前后端分离模式，前端和后端的开发人员可分工合作负责不同板块，省事又便捷。体验官网：https://www.jnpfsoft.com/?csdn

最近讲一下我认为的云原生的一些细分方向目前的成熟度：

1. 容器和 Kubernetes：趋于成熟稳定，针对 Kubernetes 的管理工具也有很多，入门难度在持续降低。
2. 可观测性：Opentelemetry 在去年是 CNCF 活跃度前二的项目，我看到的也是Opentelemetry 的使用率在持续提升，是一个不错的学习方向。但可观测性的整体解决方案还是比较复杂，需要Opentelemetry (数据采集) + Jaeger ，Prometheus ，ELK (后端)+ Grafana (展示前端) 组合使用，或者使用 SkyWalking 这种一体化的 APM 系统
3. 开发工具和效能：代码托管，CI/CD 工具也偏向稳定，使用常见的 Gitlab ，Jenkins / ArgoCD 等
4. 微服务：侵入式微服务框架已经比较成熟了(包括云原生 API 网关，配置中心，注册中心)。但 Service Mesh 技术因为复杂度的问题仍没有解决，大规模落地并不理想
5. 应用管理：PaaS 也是一个偏成熟的方向，也有 Kubevale 这种提供应用模型定义的平台，使得 PaaS 构建门槛进一步降低
6. Dapr：个人对 Dapr 的设计也比较喜欢，但客观来说 Dapr 的落地还需要很长时间，是一个可以投资的方向
7. Serverless：未来看好，但现在除云上的 FaaS 使用较多外，Serverless 整体的普及和落地也需要一个漫长的过程，建议投资关注
8. Ebpf：在云原生安全和无侵入可观测性方向有较大的空间，有兴趣可以学习
9. AIOps：过去几年我对AIOps有较多研究，但现在我感觉这个方向并没有它宣传的那么美好，我的看法是可以作为可观测性的一个辅助
10. 未来企业对云平台和云原生技术的使用成本会更多关注，促生了FinOps的发展。