谈谈我所理解的低代码

简介: 本文想要聊的话题大致是三个,低代码的市场空间与发展趋势、我所见过的优秀的低代码应用以及低代码的价值。

可以检索到的全球范围内的低代码玩家

power platform

来自微软,低代码平台领头羊

blockly

来自谷歌,如其名拼图式的低代码平台,开放了API,支持多种国家语言

salesforce

资深玩家,深耕多年

OutSystems

低代码领域独角兽

unqork

来自纽约,去年刚获得5100万美元融资的无代码开发平台

mendix

来自荷兰,被西门子以6亿欧元收购

qingflow

国内玩家


百度指数:

image.png


通过百度搜索指数可以看到,近段时间低代码的热度逐步上升。从阿里的云钉一体战略,到2020年12月28日,钉钉宣布推出低代码应用开发平台“钉钉宜搭”,这种加速整合更是引燃了低代码市场,有人甚至称“低代码开发是云计算之后的下一场IT技术革命”。


从钉钉自身的简单的页面流程设计,到基于钉钉平台的各个低代码应用,代表如氚云等如雨后春笋般显露出来。


钉钉自带的简单页面流程设计页:

d1.png


低代码概念在国内外搞的风生水起,大大小小的应用,形形色色的概念,树立的旗帜一大堆,看的人眼花缭乱,已经弄不清这玩意是怎么来的,为啥会有价值了。


有一句话说人类的懒惰是社会进步的源动力。深以为然,这句话还有个前置因素,人类的天性是懒惰的。人类会总结经验,改进生产工具,使完成同样一件事花费的时间精力越来越少。低代码也不例外,是人类解放自我的一种方式。


站在程序员视角来看,低代码可能是在我开发多个项目的过程中,一些经常使用到的函数、方法,如Java里的数据库连接、缓存管理、日志输出、日期方法、模型转换等,C/C++里的网络管理、收发包、io管理、数学公式、输入输出等等,我们将这些频繁用到的代码集中到一个公共模块里(公共库),再在使用时只需要引入这个公共库,寥寥几行代码即可完成。最原始的像宏定义,其实都是低代码的雏形。


随着进城务工的互联网民工越来越多,这其中不乏能工巧匠沉淀出一个又一个的优秀的脚手架,像我们平时工作中高频接触到的应用服务器Linux、代码仓库GitHub、web服务器Nginx、负载均衡LVS、服务框架springboot、分布式缓存服务redis memcache、消息队列kafka rocketmq、数据库MySQL MongoDB、搜索引擎sphinx elasticsearch、大数据处理hbase flink、人工智能TensorFlow等等,每一项都大大减少开发工作量,以往成千上万行代码搞定的东西现在几十上百行即可完成。这些对于使用者来说都是典型的低代码应用。


我们可以发现,这些优秀的低代码应用具备相同的特点,即代码质量很高经得起推敲,也经得起时间、实践、事件验证,还方便使用者上手,拥有活跃的社群可以答疑解惑修复问题。总结下来就是东西好用、说明书详细、有“售后”。


回到这些低代码应用带来的价值,这里面包含了几类人,分别是脚手架开发者、项目公司、程序员,价值我们分别来看。


对脚手架开发者来说,一个受众很广泛的成功的脚手架,带来的价值不菲,无论是名誉上的还是物质上的。拿MySQL、GitHub来说,作者享誉世界,产品带来的物质回报以亿美元计;


对项目公司来说,项目开发周期缩短,需要的开发人员变少,直接的短期的收益显而易见,对于有技术追求的公司而言,也丧失了某个领域更深层次的探索和影响力的机会,但大多数公司都是中小公司,追求的都是先活下来,因此带来的价值是正的;


对广大程序员来说,更多的精力投放到了搭积木上,即堆叠MySQL+Redis+springboot,如此往复,完成一个又一个的项目,自身的价值和项目成败深度绑定,完全匹配农民工的身份,收益方面后面是完全有可能做到项目结的,就像房地产盖房子项目结算一样。由原来的技术工种蜕变为体力工种,重复既定的流程就好,因此带来的价值是负面的。


现在的低代码是更进一步,对于视觉设计来说像boostrap一样统一视觉样式、logo、icon,对于前端工程来说像钉钉表单、宜搭等应用实现简单页面的拖拽生产,对于后端工程来说像blockly一样更进一步取代简单项目中的对接MySQL+Redis+springboot类固定模式的积木方法,达到非程序员也可完成项目的开发上线,终局是无人化自动化即可实现。


就像工业革命进程中机械化替代传统手工作业者一样,当时代的大潮来临时,呐喊是苍白的,反抗是无用的,为了摆脱被抛弃的命运,唯有拥抱变化,主动求变,适应变化方可坐上时代的列车一起前进。

相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
目录
相关文章
|
运维 关系型数据库 OLAP
阿里云百炼 x AnalyticDB向量引擎, 搭积木式轻松开发专属大模型应用
对大模型应用跃跃欲试,但奈何技术栈复杂难以下手?已经进行试水,但缺乏调优手段无法保障召回率和问答准确度?自行搭建大模型、向量检索引擎、服务API等基础组件难以运维?大模型种类繁多,但缺乏行业模型和应用模板?阿里云百炼 x AnalyticDB向量引擎推出一站式企业专属大模型开发和应用平台,像搭积木一样轻松完成企业专属大模型应用的开发,提供应用API,可一键接入企业自己的业务应用对外提供服务。
3690 2
|
SQL 搜索推荐 分布式数据库
用户画像建设
用户画像建设
918 0
|
Ubuntu jenkins Java
如何在 Ubuntu 20.04 上安装 Mono
Mono 是一个平台,基于 ECMA/ISO 标准,用于开发和运行跨平台应用。它是微软的 .NET 框架的免费和开源实现。
5852 0
如何在 Ubuntu 20.04 上安装 Mono
真正解决办法:FTP 执行命令时500 Illegal PORT command
真正解决办法:FTP 执行命令时500 Illegal PORT command
3792 0
|
5月前
|
存储 人工智能 供应链
OpenClaw实战教程:我在阿里云服务器上养了一只能盯盘的虾
先提前预告下,这个项目解决不了不赚钱的问题,但能帮助减少冲动交易,解决信息搜集、分析效率低问题。当然,也有同事吐槽,这是个韭菜RL,大家有选择地参考与批判一下就好。
413 0
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
罗兰艺境GEO用户意图智能分析系统:从意图洞察到GEO优化的智能引擎
罗兰艺境GEO用户意图智能分析系统是GEO全栈技术中的“意图雷达”。基于AIDAS消费心理学模型,系统将用户意图划分为认知期、质疑期、决策期,通过四维评分(区分度/代表性/自然度/搜索价值)与贪心集合覆盖算法,为每个客户智能生成30个高价值提问词,作为诊断系统的标准化测量标尺。同时,基于LSTM实现意图趋势预测,提前3-6个月发现新兴询问意图,实现“提前卡位”。系统意图分类准确率达92.3%,预测MAPE≤15%,提问词用户认可度4.5/5分。本文为技术团队提供从意图洞察到GEO优化的完整工程实践方法论。
518 2
|
存储 弹性计算 数据挖掘
阿里云服务器ECS经济型e实例与通用算力u1区别、特性优势、使用场景及租赁费用对比
阿里云ECS云服务器的经济型e实例和通用算力型u1实例各有特点。e实例适合个人开发者和小微企业,适用于中小型网站、开发测试和轻量级应用,性价比高。u1实例则更适合中小企业,提供更高的性能和稳定性,适用于企业级应用、数据分析和中小型数据库。同等配置下,u1实例在计算、存储和网络性能上优于e实例。
1246 86
|
机器学习/深度学习 传感器 人工智能
拔俗AI预警数字化系统:让风险“看得见、防得住”的数字化哨兵
AI预警系统是企业的“数字哨兵”,通过机器学习实时分析海量数据,自动识别异常、提前预警风险,将传统“事后救火”变为“事前防火”。它更早发现、更准判断、持续进化,助力企业实现主动防御,守护业务稳定。
659 0
|
开发工具 git 开发者
图解Git——分布式Git《Pro Git》
分布式工作流程主要分为三种模式:集中式工作流、集成管理者工作流和主管与副主管工作流。集中式工作流中,所有开发者同步同一个中央仓库,通过拉取和提交协作;集成管理者工作流中,开发者拥有自己的仓库,通过 `fork` 和请求合并进行协作;主管与副主管工作流适用于大型项目,由主管最终合并代码,副主管负责各自模块。贡献代码时,需考虑活跃贡献者数量、工作流程、提交权限等因素,确保代码合并成功并遵循提交准则。
629 11
|
存储 自然语言处理 监控
深度解析淘宝商品评论API接口:技术实现与应用实践
淘宝商品评论API接口是电商数据驱动的核心工具,帮助开发者高效获取用户评价、画像及市场趋势。其核心功能包括多维度信息采集、筛选排序、动态更新、OAuth 2.0认证和兼容多种请求方式。通过该接口,开发者可进行商品优化、竞品分析、舆情监控等。本文详细解析其技术原理、实战应用及挑战应对策略,助力开启数据驱动的电商运营新篇章。