Thoughtworks 技术雷达的开发者趋势 27

Thoughtworks 的技术雷达是定期查看经验丰富的行业专家认为可能是考虑或停止使用的下一波工具、实践和技术的时间。

我一直期待着在我的列表中添加许多新的“亮点”，或者看到自您上次查看以来哪些应用正在增加。

第 27 版现已发布，它延续了雷达已经关注了一段时间的一些趋势，例如“平台即服务”或组编程形式。这篇综述远非全面，而只是吸引我或我认为可能吸引你的那些点点滴滴。

如果他们中的任何一个引起您的兴趣，或者您对我介绍的任何内容有意见，请转到您的个人资料并让我们的读者知道！

机器学习的主流化

确实感觉在过去 6 个月左右的时间里，机器学习从主要只有开发人员和数据科学家与之交互的东西变成了公众已经意识到的东西。

另一种基于 ML 或 AI 的工具在你向它输入内容后会吐出某种媒体，然后我们又被数以千计看起来很奇怪的名人图像和视频淹没了。

这也意味着有兴趣尝试使用 ML 的开发人员也有更多可用的资源，形式为数据集和使用这些数据集的框架。

与实验开发人员相关的是TinyML ，这是一个机器学习领域，可实现各种始终在线的用例并针对电池供电设备。

另一个是特征存储，这是一种创建 ML 管道的方法，对于其他背景的开发人员来说可能更熟悉。

该雷达还涵盖了用于改善开发人员构建和训练模型体验的 ML 相关工具，例如，“联合机器学习”的实践，用于跨机器聚合模型数据以进行处理或合成数据以进行初始模型测试。

连续可观察性

尽管是一个相对较新的术语，但“可观察性”已经从松散的实践和标准的集合迅速发展，这些实践和标准用于构建更好的运行系统图景，成为一个更广泛的术语，可以表示各种各样的事情。

开发人员工作流程中获得见解的最新领域是持续集成和交付管道的可观察性，我很惊讶花了这么长时间。

虽然 CI 和 CD 肯定会带来好处，但流程经常会出错，除非您尝试再试一次，否则很难深入了解是什么。

现在，一些现有的可观察性供应商和开源项目正在带来连续过程的跟踪式可视化，希望能帮助您调试正在发生的事情。

软件物料清单

随着开发人员在工作中越来越依赖半匿名容器和包，那些关注安全性和合法性的人开始关注并想知道，“我们信任这个吗？”。

这种担忧导致了对“软件物料清单”的标准化和规范化（尤其是在企业中）的热潮，通常用可笑的首字母缩略词 SBOM 来指代。

虽然从理论上讲，“任何人”都可以深入研究一个开源项目并查看其组成部分，但这通常说起来容易做起来难，而且对于闭源项目来说根本不可能。

最近备受瞩目的软件漏洞揭示了小的依赖性如何带来如此大的问题。虽然 SBOM 可以提供很大的帮助，但我想知道有多少公司愿意透露他们的内部运作并诚实地对待他们。

可持续编码

在与 Thoughtworks 的某个人谈论他们的Carbon 云足迹工具后，我受到启发要涵盖这个话题。

无休止地使用新框架、工具和云框架来解决问题的趋势导致我们中的许多人忘记了所有这些代码行实际上都在某个地方运行。

这会导致碳排放。出于利他原因或财务动机的水，以及普遍的低迷导致成本节约，这是更多人在谈论和思考的话题。

与项目及其基础设施的环境成本密切相关，我看到生产团队使用的一个选项是infracost ，它可以估算您对 Terraform 定义所做更改的成本影响。

职责即代码

任何 SaaS 公司都会定义其客户可以期望的服务水平指标 (SLI) 和服务水平目标 (SLO)。

然而，公司如何定义这些通常有点随意和不标准，而且在编纂的管道中定义了这么多其他内容，为什么不把这个基本组成部分也包括在内呢？

几个可观察性提供者现在提供这个选项，当然，一群人开始了一个标准， OpenSLO 。

拒绝节点

我涉猎 JavaScript 和 TypeScript，最近注意到了一些新兴的 Node 运行时替代品。我不确定 Node 有什么问题，除了现在已经相当老了，以保证替代品，但我想竞争是好的🤷‍♂️？

Bun是我几个月前尝试过的一种较新的替代方案，我承认我不太确定它给我带来了什么好处，但它使用 WebKit 的 JavaScriptCore 而不是 Chrome 的 V8 引擎。

同样，多样性不是坏事。 Bun 是用我以前从未听说过的Zig编写的，它声称是“嵌入式”C/C++ 替代品。

这很好地导致……

C+++

如果 Zig、Rust 和其他语言可以作为参考，许多人认为 C++ 需要更现代的替代品。谷歌在Carbon的竞争者名单中加入了另一种选择。

该语言仍处于实验阶段，但声称更容易理解和使用。谷歌倾向于启动许多实验项目，然后再次放弃它们，因此 Thoughtworks 目前的建议是“观望”。