《2017中国开发者调查报告》重磅发布!这是开发者最好的时代

简介: 你知道被称为“开发者最好的时代”,是哪一年吗?

image.png

代码谱写传奇,这个世界不断被代码改造,生活中的一切也不断科技化,开发者也正成为一个独特、新兴的群体。那今天,这个“族群”社会特征是什么?拥有何种独特脸谱?技术现状和趋势又是如何?今天这篇深度揭秘了中国开发者现状!

云栖社区除了阿里集团自身专家外,也覆盖了包括云计算、大数据、人工智能、安全、前端、移动等众多技术领域,拥有2000+以上的专业领域专家,我们觉得是时候,也有能力将开发者这一群体的真实现状呈现给大家。在云栖社区整体统筹、阿里云、iDST、蚂蚁金服等专家协助之下,24小时拟定问卷问题,问卷调查在杭州云栖大会开始启动,现场填写,并在网络上广泛征集……历经两个月,近15000人的开发者填写问卷后,我们整理清洗出7000多份有效数据,呈现出这份可以透视中国开发者现状的报告。

调查报告的撰写中,我们也发现了很多有趣的现象。比如,中国女性开发者居然比全球还要高,还有不管收入多少,都拥有几乎一样的个性特征……

这里不一而足,我们从报告中,摘录一些有意思的点或值得关注的现状出来,以飨大家:

一、技术特征

image.png

上图有两个有意思的点。一个是在代码托管平台的选择上,中国开发者在采用GitHub和公司内部工具两种方案上不相伯仲。显然,国内并没有一个能让中国开发者放心的自有托管平台,尽管GitHub访问较慢,但其国际影响力、品牌能力令中国开发者信服,而出于对企业资产的管理的目的,很多中国开发者也只能把代码放在公司内部工具上。

其次是开发语言,中国开发者对JavaScript的应用程度排名第一, 与全球最受热捧的开发语言相比,中国开发者对Java 的态度似乎比对SQL更热爱。中国开发者应用最多的前五个开发语言中,多数开发者收入稳定在1万人民币到2万人民币之间,但Java、Python的高收入群体比例明显提升,这也不难理解为何Java受到中国开发者的青睐。

二、开发者现状

image.png

从上图可以看出,北京、杭州、上海、深圳、广州成开发者最喜欢工作的城市。其中,值得注意的是杭州成为仅次于北京的开发者偏爱城市,首次突破了北、上、广、深的围栏;在中国西部区域,成都、西安分别成为开发者最喜欢的两大城市,以这两个城市为边界的更西部,则成为了开发者的“沙漠”区域。

image.png

在中国66.2%的开发者选择中国普及率最高的微信作为沟通工具,41.4%的开发者选择钉钉作为主要的沟通工具。但这里有一个有意思的点就是,钉钉在高收入开发者群体中使用率越来越高。通过收入水平来看沟通工具应用的变化,明显看出随着工资收入水平的提升,钉钉的使用率越来越高,而QQ则呈现 直线下降的趋势,显然不同的沟通工具带给开发者的应用价值并不相同。

image.png

在中国,过去几年开发者一直被认为是一个高薪职业,而就本次的调研情况来看,公众的感知还是比较准确的。87.4%的中国开发者的月收入水平高于5000人民币,67.6%的开发者月收入达到8000人民币以上,这个收入水准已经追平中国最发达城市北京(¥9240)、上海(¥8962)、广州(¥7409)、深圳(¥8315)的月度平均工资水平。

三、Web技术

image.png

53.3%的开发者表示已经将Web应用部署在云服务器上,相比之下传统的自建机房、租用服务器方式正在逐年减弱,这也显示着在中国这种云服务部署服务器的方式将会成为一个新常态。

image.png

39%的开发者使用过阿里的前端开发框架,实际上前端开发者很习惯于使用第三方库,而且整个生态也很完善,而前端开发当中有近四成用户使用过阿里的前端框架,可见阿里前端框架在中国前端开发者群体中已经形成了一定的品牌效应。

四、云计算

image.png

对开发者而言,对云平台形成较大压力的场景主要集中在两个领域中,第一的是跨地域、跨Site的应用(占比45.6%),其次则是大量的Web服务,这两类场景对云平台的压力非常大;而一般性的企业管理软件、IM应用等对云平台的压力并没有想象的那么大。可见,不那么直观的、频繁交互的网络交换服务、网站响应等对云资源的消耗非常巨大。

五、大数据

image.png

现阶段来看,大数据主要应用的行业集中在偏向资金密集、数据基础量大的行业中。受益于互联网的传承,物联网拥有大量的企业、个人数据,甚至较难获取的社会性数据,天然的成为大数据聚集的平台,为大数据的应用提供了良好的土壤;电商,则是一个天生的大数据生产与收集平台,大量的行为数据加上活跃的商业氛围,成为大数据的另一个重要服务行业。

image.png

在调研中,近50%的中国开发者已经开始使用Hadoop HDFS、HBase等大数据存储方案。出于对数据查询、检索更高效、成本的诉求以及对数据安全性的考量,分布式计算系统优势明显。云栖社区的技术专家认为,企业数据日产量大于1TB时,从分析效率来看,更适合选择分布式存储方案。

image.png

作为开源分布式大数据计算平台的鼻祖, Hadoop生态现已提供了一套完整的存储和计算体系,也是时下装机量最高的计算框架,其成熟与丰富基本上可以满足企业的大部分应用场景; Spark能迎头追赶Hadoop主要是其解决了一揽子的问题,比如 SQL、机器学习、流处理、图等,而更简单的API无疑加速了其追赶速度,此外在一个内存越来越便宜的时代,基于内存带来的性能提升让Spark不火都难!Hadoop与Spark,老将与新贵,交相辉映。

image.png

尽管企业、开发者对大数据有很多的顾虑,但在战略方向和长远发展来看,大数据已经成为大家的共识,必须要进行投入,可以预见,全民大数据一定会像全民皆云一样成为主旋律,投入是必须的操作。而在投入预算方面,由于对大数据认知度的局限、大数据产品服务的不足、市场教育的缺乏,有相当一部分的开发者并不清楚应该投入多少才是合理的预算范围。

六、人工智能

image.png

2016、2017年人工智能成为中国开发者重点关注的技术领域,在中国计算机视觉、自然语言处理、语音相关技术 成为开发者渗透最广的三个AI技术领域。AI的两个重要技术方向一个是感知智能、一个是认知智能,认知智能的难度要高于感知智能。在这样的背景下,多数开发者选择相对容易入手的计算机视觉和语音相关的感知智能领域,作为上手AI的敲门砖。

image.png

视觉技术依然是一个非常前沿的技术学科,对中国开发者而言依然有很多障碍需要克服,首当其冲的就是算法成熟度问题,其次则是场景的复杂度过高,数据较难收集;而成本问题相比前两个问题,似乎对中国开发者而言就显得并不是关键性问题。

算法是视觉技术的基础,而算法的核心是数学,因此也就给很多开发者树立了天然的门槛,许多顶尖的开发者如果缺少了顶尖数学的能力,很难将难以理解的数学逻辑用代码的形式表达出来,这个问题已经成为包括中国开发者在内的全球视觉技术开发者的共同阻碍。其次则是复杂场景的数据收集问题,尽管中国在传感器部署方面数量众多,但由于数据安全性问题,开发者很难获取海量公共信息,因此面对复杂场景时,只能进行有限的数据收集,这也成为开发者应用视觉技术时的另一个重要问题。

七、移动开发

image.png

中国移动化看似美好的繁荣市场下,实则是一将功成万骨枯的壮烈。在被调研的所有移动开发者中,仅有15.8%的 开发者表示对所开发的移动应用盈利情况表示满意,也就是说超过八成的移动应用并不能很好的实现“奔小康”。对于如何实现移动应用的盈利,开发者们也是各显神通,目前最有效率的盈利方式是应用内购买,其次则是电子商务,而传统的互联网广告、付费下载等方式在移动端似乎不太灵验。

八、区块链

image.png

中国区块链的商业应用还处于非常原始的阶段,甚至包括全球流行的比特币服务也已经被叫停。因此在应用区块链服务方面,多数的开发者还处于探索尝试阶段。目前主要使用的场景是利用区块链技术实现信息存证,第二位的是使用资产模型,实现资产的流动与信息检索,第三位的是关键业务的约束上链。显然排名靠前的区块链服务核心都是实现局部或部分关键信息的存证与检索,为保证信息的真实有效性而上链。

image.png

区块链其服从多数原则的机制与隐私的结合也非常独特,50%的开发者倾向于使用密码原语+智能合约结合的方式来实现隐私与区块链的结合,另有42.9%的开发者认为离线交易+平台存证更好。而现阶段,这两种方式似乎各有优劣,还有待进一步的验证。

image.png

区块链毕竟还是非常年轻的新技术,开发者面临的问题五花八门,并没有形成明显的聚类特征。50%的开发者认为标准是最大的障碍,46.4%开发者认为技术不成熟才是首要问题,另外有32.1%开发者表示没有成功案例参考才是最令人头疼的问题。可见,现阶段要想实现区块链的快速发展,标准、技术、成功实践都是硬伤,而这个硬伤恐怕短期内还 难以解决。

九、安全

image.png

信息化的安全问题犹如人类的“流感”一样,安全威胁变化快、种类多,随着时间推移会越来越具有隐秘性和高威胁性。持续的对安全进行投入才是一剂良好的疫苗措施,而从本次调研来看,仅有50%的企业选择增加预算投入,也就意味着有50%的企业是保持和缩减预算,在安全领域,保持投入就意味着倒退,可见企业在安全投入的力度上依然不够坚定。

image.png

随着云计算对传统信息化的不断替代,安全的管控也逐渐击穿传统信息化的边界,通过统一平台的方式来管理本地化与云端,即节约了成本,又实现了效率的提升,云上云下的统一安全管理是不可逆的趋势。

十、其他

image.png

image.png

image.png

结束语

我们知道,将报告做出来,只是第一步,如何将它传播开来,并让开发者以及对开发者族群好奇的人们关注到,才是更为关键的一步。值得期待的是,今年云栖社区开发者调查报告只是一个开始,我们还将融入国际开发者的调查,形成国内外开发者技术发展的产业性报告,敬请期待!

image.png

欢迎大家积极点赞和留言想要听到的技术分享,一起交流分享电商技术,做最懂商业的技术人!我们将通过微信公众账号分享更多的独家技术细节!敬请关注。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
url参数值中有+、空格、%20、%2b
url参数值中有+、空格、%20、%2b
1753 0
|
9月前
|
安全 数据库 Windows
Win11新UEFI安全启动证书推送中,3步自查+手动更新避坑指南
2026年6月旧UEFI安全启动证书将到期,未更新可能导致Windows设备无法启动。微软正向Win11 22H2/23H2设备推送新证书(含KB5067019补丁),用户可通过系统信息确认版本与安全启动状态,联网后通过Windows更新或微软官网手动安装。安装后可用PowerShell命令验证。注意:勿随意修改BIOS控制位,须参照最新官方指南操作,避免启动异常,建议尽早完成更新。
8516 5
|
1月前
|
存储 人工智能 弹性计算
新版阿里云服务器租赁费用解析:收费标准、计费模式与新老用户活动报价完整参考
在云技术普及的当下,云服务器已经成为个人开发者、中小企业搭建网站、部署AI服务、运行业务系统的基础算力载体。很多用户初次接触云服务器租赁的时候,很容易被复杂的计费项、多种付费模式、新老用户差异化活动报价混淆,只关注实例本身价格,忽略磁盘、带宽、快照等附加资源开销,最终实际账单远高于前期预估。阿里云服务器整体费用并不是单一固定数值,总租赁成本由计算实例、存储磁盘、公网网络、附加增值服务多个模块共同组成,不同计费模式、实例规格、地域、用户身份都会直接影响最终支出。本文完整拆解整套收费体系,讲解各类计费模式的底层规则,梳理不同类型实例的报价参考,同时讲解成本排查、费用优化的实操手段,附带可直接执行的
221 0
|
10月前
|
人工智能 自然语言处理 机器人
校园接待机器人技术深度解析与主流解决方案评测
校园接待机器人正从展示走向实用,广泛应用于迎新、导览、咨询等场景。依托自然语言处理、SLAM导航与多模态交互技术,实现7×24小时智能服务。猎户星空豹小秘系列以大模型与快速部署见长,优必选Walker X适应复杂地形,科大讯飞语音领先,康力优蓝性价比高,共同推动高校智能化升级。
|
存储 安全 对象存储
如何简单快速搭建自己的云对象存储服务(OSS)
简单来说,其实我们只需要有一台服务器,利用服务器的各种资源,搭配其它厂商开发的软件,就能很轻易拥有自己的云对象存储服务。不需要在阿里云上花钱买什么服务,甚至还能自己给别人提供服务,真的是太爽了。
|
9月前
|
消息中间件 数据挖掘 BI
从配置到开发:云HIS功能扩展、系统集成与数据分析实战
基于云HIS模块化架构,通过需求评估、技术适配与合规保障,分步实施功能扩展、系统集成与数据分析。利用微服务与配置化开发,在标准化基础上实现个性化定制,确保安全稳定,助力智慧医疗升级。
480 3
|
10月前
|
弹性计算 Kubernetes 测试技术
Kubernetes v1.30.6 环境下 HPA 自动扩缩容完整实践指南
本文基于Kubernetes v1.30.6,详解HPA自动扩缩容端到端实践,涵盖Metrics Server部署、TLS问题修复、测试应用部署、压测验证及私有Harbor镜像同步方案,提供版本兼容性与生产配置建议,助你快速落地弹性伸缩能力。
|
12月前
|
存储 机器学习/深度学习 监控
网络管理监控软件的 C# 区间树性能阈值查询算法
针对网络管理监控软件的高效区间查询需求,本文提出基于区间树的优化方案。传统线性遍历效率低,10万条数据查询超800ms,难以满足实时性要求。区间树以平衡二叉搜索树结构,结合节点最大值剪枝策略,将查询复杂度从O(N)降至O(logN+K),显著提升性能。通过C#实现,支持按指标类型分组建树、增量插入与多维度联合查询,在10万记录下查询耗时仅约2.8ms,内存占用降低35%。测试表明,该方案有效解决高负载场景下的响应延迟问题,助力管理员快速定位异常设备,提升运维效率与系统稳定性。
471 4
|
机器学习/深度学习 人工智能 API
GPT-4o-Transcribe:OpenAI 推出高性能语音转文本模型!错误率暴降90%+方言通杀,Whisper当场退役
GPT-4o-Transcribe 是 OpenAI 推出的高性能语音转文本模型,支持多语言和方言,适用于复杂场景如呼叫中心和会议记录,定价为每分钟 0.006 美元。
972 2
|
机器学习/深度学习 算法 Ubuntu
【ROS_Driver驱动真实UR机械臂】
【ROS_Driver驱动真实UR机械臂】
2918 0