企业web应用技术讨论
基于兴趣和职业发展的考虑，我参加了上次关于“增量配网产品”架构的讨论会议，对公司现有的产品，人员，技术储备有了一定的了解。 会上对未来几年公司使用的技术栈有了指导性的意见，但候选项只有项目中已经使用的几个非常成熟的技术，个人认为欠缺广度和深度。
- 仅有限的几个同事参与，意味着可能公司有人掌握了某项技术，但没有成为一个候选项。
- 除了手边会用的工具， 也应该到市面上找更合适的工具。
- 一定的技术预研和储备是非常必要的
故写了这篇文章，抛出我的观察和思考，然后看看“沉默的大多数"中有没有志同道合的人，可以将一些更先进(合适)的技术引入公司业务， 助力公司发展。
由于我们讨论的是企业web应用，所以需要关心的问题大概有下面几类，我们依次讨论。
web， 即前端
一些传统的企业开发不重视前端，觉得能用就行，分工上也没有专门的前端工程师，而是由后端工程师一把梭。 但前端的工作量并不小，开发维护成本很高，且易用性美观度等也大大影响用户对软件的整体印象。 如果有多端显示，小程序等需求，则难度和成本更是直线上升。
传统的 js 和 jquery 应用缺乏模块管理，依赖管理，组件化支持等关键特性，
为了解决这些问题，前端的生态发展很快，工程化和模块化水平已经不输后端，出现了 angular, reactjs, vue, svelet 等优秀的 mvvm 框架， 以及 typescript 这样的强类型编译语言，解决了前端大代码量下的开发效率问题。
对于需要 seo 的应用， 纯静态页面和后台生成页面还有一定市场，但对于企业开发，mvvm是完美的解决方案, 也就意味着前后端的完全分离， 后端只提供数据，展示和交互逻辑完全由前端负责。下面简单介绍一下几个 mvvm 框架的特点。
相同点
- 组件化
- 响应式数据绑定
- 状态和路由管理
不同点
-
reactjs，facebook 出品，生态丰富，使用 jsx 抽象程度高，学习成本高，大公司使用较多。
-
vue，华人出品，生态较丰富，使用模板抽象程度较高，学习成本低，中小公司和国内使用较多。
-
svelet 较新，基于一种新的思路，即将运行时的问题提前到编译器解决，目前在前后端均出现了这样的案例。优势是没有运行时，代码小，性能高，很适合做组件开发。
应用层，即后端
移动互联网的发展催生了很多高并发和大数据量的业务，也造就了云厂商的繁荣和容器技术的发展，devops 和云原生等技术被提出，用于解决后端日益复杂的开发运维问题。以 k8s 的出现为标志，基本解决了云环境下的cpu，内存，网络，存储这些计算资源管理和分配问题，有人说 k8s 是云环境下的操作系统，所以后端的开发不得不考虑基础设施到底是啥的问题。
-
底层设施是啥？ 是否基于云和第三方平台？是公有云还是私有云，是托管的还是自己部署？有没有使用容器技术，有没有使用 k8s。
-
数据量和运行性能要求是啥？ 用户量是多少？几百几万还是几亿？数据量是多少，日增量是MB，GB，还是TB级别？并发量是多少，高峰， 平均，低谷分别是多少？
-
单体， 分布式， serverless？ 单体应用支持的数据量和运行性能有限，且高峰时扩容，低谷时资源闲置的问题严重。 如果超过单体应用的支撑上限，则分布式应用成为必须选择。微服务架构是最近比较火的一种分布式架构。serverless 则进一步解决了资源利用率等问题，按需自动扩容缩容，让应用开发人员不需要再考虑性能问题和底层基础设施。
开发语言选择
java 是企业web开发领域的王者语言，因为它性能优秀，生态丰富，学习成本较低，开发效率较高，各方面都比较均衡。但云原生环境下，java的一些缺点被放大，使得它在云原生环境下竞争力下降。
- 基于虚拟机，镜像中必须包含虚拟机，导致镜像动则几百M。
- 启动和第一次响应时间较长，不适合云环境下容器需频繁创建销毁的场景
- 内存占用较大
- 并发开发难度较高
java 社区也出了一些解决方案试图解决这些问题， 如:
- graalvm, 使用 aot 技术将java编译成机器码
- quarkus 和 micronuat 等框架，限制使用动态加载, 反射和代理等技术，提高响应速度，降低内存占用。
- Vert.x 等异步编程技术，解决并发问题
但 java 历史包袱较重，总体还不成熟，或者限制较多，还需努力。
云原生和网络场景下的后端王者语言可能是 go，它完美解决了上述几个 java 存在的问题。下面这些如雷贯耳的应用都是基于 go 的，包括虚拟化，api网关，代理，数据库等各个领域:
docker, k8s, hugo, grafana, tidb, etcd, consul, traefik, ethereum…
而最近几年似乎较少看到 java 产出的杀手级应用。
数据库
这几年数据库的发展很快，国内也是，是三大基础软件数据库, 操作系统, 编译器中可能最先打破国外垄断的。它的发展有两个方向，一是通用数据库，但底层原理和实现不一样了。 而是出现了特定领域的数据库，即特别适合某些特定场景下使用。分别大致介绍一下：
通用数据库
-
oracle ，mysql，PostgreSQL 领先的通用关系型数据库，需要建模，支持事务，统一性和易用性优秀。
-
mongodb，CouchDB， redis nosql，非关系型，非结构化数据的存储，以放宽ACID原则为代价，增加海量数据处理能力。
-
tidb，CockroachDB newsql，新关系型，使用计算存储分离，分布式等新技术来结合SQL和NoSQL中最好的部分，希望将ACID和可扩展性以及高性能结合
专用数据库
-
elasticsearch Elasticsearch 是一个分布式搜索和数据分析引擎, 典型使用场景是搜索，也可用于数字、文本、地理位置、结构化数据、非结构化数据等的存储和查询。
-
clickhouse ClickHouse是近年来备受关注的开源列式数据库，适用于大宽表, 读多写少等，主要用于数据分析（OLAP）领域。
-
TDengine TDengine是一个高效的存储、查询、分析时序大数据的平台，专为物联网、车联网、工业互联网、运维监测等优化而设计。特别适合数据采集场景
值得注意的是，tidb 和 TDengine 都是国产数据库，且在不少领域已经有不少案例。
质量和效率
测试 自动化运维 回归测试
我们的选择
公司发展有基于业务赚钱的，一般是传统垄断行业吧，烟草，电力，石油，金融等。 有基于技术赚钱的，如各种云厂商，中间价厂商，软件厂商等。 或者将两者结合的很好的，比如阿里和腾讯了。
如果要在竞争中取胜，需要在业务和技术两方面努力，技术是为业务服务的，在主流和先进的技术中投资， 能力和效率跟上，质量和成本得到保证，业务才能更好落地，才能产生效益。 综合我司业务和产品，现有人员技术储备，我们可以考虑投资和引入下面这些技术：
- vue
- java(quarkus) + go
- docker + k8s
- tidb + TDengine + mysql + elasticsearch
打点鸡血
走出舒适圈总是有点不舒服的，上坡路总是更累的。如果有人有“我不会”，“成本接受不了”等顾虑，不妨看看下面这个例子:
PingCAP 成立于 2015 年，一群没用过 rust 这门很新语言的开发者，在短短4年时间内，完成一个2020年11月 D 轮融资 2.7亿美元的产品的故事， 这一数字创下了全球数据库融资新纪录。 其中讲述者提到，在我们的实践经验中，我们的工程师从零开始接触 Rust，到能够高效进行开发的时间大概是 1 个月。