八股文一文不值 | 云原生时代大数据的危与机-技术圈

点击上方蓝色字体，选择“设为星标”

回复”资源“获取更多资源

周末的时候，在网上看了周志明老师关于《云原生时代的Java》公开课，感慨颇深。

周志明老师就不多做介绍了。我可以很负责的说，如果你没有听过周老师，那么你根本不是一个合格的 Java 语言使用者和开发者。

过去的 25 年里，在企业软件领域，Java 是绝对王者，但它让开发者既爱又恨。一方面因为其丰富的生态和完善的工具支持，可以极大提升了应用开发效率；但在运行时效率方面，Java 也背负着"内存吞噬者"，"CPU 撕裂者"的恶名，持续受到 NodeJS、Python、Golang、Rust 等新老语言的挑战。

在过去的25年里，Java在于其他语言进行竞争时，大家可以想想靠的是什么？不是语法也不是类库，而是庞大的软件生态。简单的说就是我想要什么就有什么，直接Maven加个依赖，一切都解决了。

然而，这个现在看起来仍然是坚不可摧的Java帝国，其统治地位的稳固程度不仅没有高枕无忧，随着云原生时代而降临，说是危机四伏也不为过。

本文也不讨论为什么云原生(Cloud Native)是未来发展的一个方向，起码现在看来云原生是一个大方向。

云原生时代，对应用运行时的要求：

体积小
启动快
占用资源少
水平扩展

大家可以看看Java占哪样？一个最普通的Java应用，编译后起码几百M，启动在1分钟以上，占用资源动辄8G内存起步，水平扩展更是无从谈起。

我们可以举几个例子来看，例如大名鼎鼎的Logstash，因为资源占用的原因，被Elstaic.co用Golang的Filebeat代替了Shipper部分的职能。另外由Scala编写的Linkerd，作为服务网格概念的提出者，却最终被Envoy所取代，其主要弱点之一也是由于Java虚拟机的资源消耗所带来的劣势。

正是由于潮流趋势的改变，新一代的语言与技术尤其重视轻量化和快速响应能力，大多又重新回归到了原生语言（Native Language，如Golang、Rust）之上。这恰恰是Java的弱点。

有同学说，你说了这么多对于数据领域有什么影响？

在云原生时代，软件通常会作为一种服务来交付，也就是软件即服务（SaaS）。那么基于此，我们可以看看软件在开发交付方面的标准：

使用标准化流程自动配置，从而使新的开发者花费最少的学习成本加入这个项目。
和操作系统之间尽可能的划清界限，在各个系统中提供最大的可移植性。
适合部署在现代的云计算平台，从而在服务器和系统管理方面节省资源。
将开发环境和生产环境的差异降至最低，并使用持续交付实施敏捷开发。
可以在工具、架构和开发流程不发生明显变化的前提下实现扩展。

这套理论适用于任意语言和后端服务（数据库、消息队列、缓存等）开发的应用程序。大家想一想大数据领域的中间件哪个符合这个标准。大数据领域的各个中间件普遍集臃肿笨重、极高的部署/运维成本、自身巨大的资源消耗、难如登天的水平扩容，和云原生的要求想去甚远。

这也是为什么Flink、Pulsar这类框架在设计之初就考虑了对K8s的支持。

当然Java的开发者们并没有坐以待毙，在未来的几年也是这门语言关键的转型期。不然面对Go、Rust这样新兴的挑战者，即使再深的护城河也终有被蚕食殆尽的一天。

假如有一天，数据领域的中间件放弃了Java语言，你准备好了吗？

硬刚Hive | 4万字基础调优面试小总结

如何打破职业瓶颈

快手大数据平台服务化实践