2020年肯定是一年。隨著日子越來越短，我們不禁期待全新的2021年以及商店中所有令人驚嘆的技術(shù)趨勢。如今對新的一年中的技術(shù)世界做出了八項預(yù)測，包括DevOps，Kubernetes，開源等的未來。

沒有人知道未來會怎樣，但是我們正在通過一些頗有根據(jù)的猜測來竭盡全力。新的一年即將到來，我們已經(jīng)問了很多專家，他們認(rèn)為2021年開發(fā)人員的想法是什么。

顯然，沒有什么是一成不變的。但是，我們與Couchbase產(chǎn)品和工程高級副總裁兼CTO首席技術(shù)官Ravi Mayuram討論 了2021年技術(shù)領(lǐng)域的發(fā)展。他的想法是：開源碎片化，Kubernetes和無服務(wù)器的興起以及DevOps的持續(xù)意義。

事不宜遲，讓我們看看我們的專家怎么說！

DevOps，無服務(wù)器，開源

1.開源碎片化將導(dǎo)致開發(fā)人員頭痛。

我們開始看到開源的一個轉(zhuǎn)折點。例如，Oracle對Java采用了更商業(yè)化的方法，這將導(dǎo)致Java開發(fā)人員分散。此外，一些數(shù)據(jù)庫公司更改了許可條款和開放源代碼模型，這將給以前從該軟件中受益的云播放器造成問題。在2021年，開發(fā)人員將面臨挑戰(zhàn)，即確定要遷移到哪個開放源平臺來滿足他們的所有需求，并與他們當(dāng)前的技術(shù)緊密結(jié)合，而無需進(jìn)行更改。

2. Kubernetes不斷攀升，成為為Cloud 2.0提供動力的競爭者。

在組織了整個行業(yè)的容器混亂之后，2020年，Kubernetes成為了事實上的云編排層。但是，我們?nèi)匀惶幱贙ubernetes的早期階段，而且隨著容器周圍的軟件生態(tài)系統(tǒng)在2021年增長（即性能，跟蹤，云監(jiān)控），Kubernetes不僅會成為編排層。隨著我們向Cloud 2.0過渡，它將成為操作系統(tǒng)，Cloud 2.0是智能和業(yè)務(wù)驅(qū)動的下一階段云技術(shù)，它使用真正的多云策略。

3.無服務(wù)器變得越來越神秘。

如今，每個CIO和CTO都在評估無服務(wù)器技術(shù)，但是阻礙采用的一個主要限制因素是供應(yīng)商鎖定和未知變量的可能性。在2021年，圍繞無服務(wù)器的奧秘將逐漸浮出水面-在此過程中，它將被廣泛采用。如今，無服務(wù)器可能導(dǎo)致某些云實施受到限制，但是隨著微服務(wù)為新型云操作系統(tǒng)奠定基礎(chǔ)，我們很可能會看到新興的支持技術(shù)生態(tài)系統(tǒng)。

云和AI / ML

4.多云實施由于缺乏跨云的互操作性而遭受新問題。

隨著提供商在標(biāo)準(zhǔn)化流程和互操作性之前不斷創(chuàng)新，由于提供商創(chuàng)建的界面工作方式略有不同，因此在多云環(huán)境中會出現(xiàn)問題。例如，Google和Amazon和Kafka都有各自的消息傳遞系統(tǒng)，并且開發(fā)的應(yīng)用程序不能簡單地遷移到另一個應(yīng)用程序而無需進(jìn)行更改。在2021年，這些問題將暴露出來-在跨多云部署實現(xiàn)真正的互操作性之前，用戶將遇到很多頭痛。

5. AI / ML技術(shù)已經(jīng)奠定了基礎(chǔ)，現(xiàn)在真正的問題將浮出水面。

在過去的一年中，公司一直在研究在哪里以及如何實施AI / ML技術(shù)，而且許多公司仍在完善“方法”。確實如此，但基礎(chǔ)已經(jīng)奠定，思維方式已經(jīng)改變，2021年將是AI / ML問題的重要一年-從字面上講，就組織如何確定使用哪些問題來訓(xùn)練其AI / ML算法而言。圍繞道德和偏見也引發(fā)了更廣泛的對話，2021年將繼續(xù)對話，學(xué)術(shù)界和企業(yè)將共同努力，為未來開發(fā)AI / ML開發(fā)一種可信賴的方法。

6.數(shù)據(jù)進(jìn)行了更改以支持AI / ML算法。

如今，數(shù)據(jù)仍然是AI的困難部分，并且是有效培訓(xùn)方法和真正可信結(jié)果的障礙。在組織內(nèi)，數(shù)據(jù)質(zhì)量和可用性可能會發(fā)生巨大變化，并且需要花費時間來確定哪些數(shù)據(jù)是干凈的，最新的和可信賴的。到2021年，隨著數(shù)據(jù)價值的增長，數(shù)據(jù)系統(tǒng)將在企業(yè)內(nèi)部受到更加嚴(yán)格的審查，我們將看到為全面解決數(shù)據(jù)質(zhì)量問題而做出的努力，以更好地利用AI / ML技術(shù)。

7.物聯(lián)網(wǎng)數(shù)據(jù)和邊緣分析在2021年將比預(yù)測分析更有價值。

當(dāng)前，許多組織都將重點放在預(yù)測分析上，這是有充分理由的，因為它有望在實際成為問題之前解決問題。但是在明年，邊緣分析將比云計算中的預(yù)測分析提供更多的業(yè)務(wù)價值。邊緣分析充分利用了數(shù)以千計的IoT數(shù)據(jù)流，以授權(quán)現(xiàn)場工作人員，制定業(yè)務(wù)決策，并總體上幫助組織以不同的方式更好地為客戶提供服務(wù)。盡管它將最終補(bǔ)充日趨成熟的預(yù)測分析，但物聯(lián)網(wǎng)數(shù)據(jù)和邊緣分析將在來年為其眾多應(yīng)用帶來更高的投資回報率。

數(shù)據(jù)庫的未來/ NoSQL

8.隨著各種類型的數(shù)據(jù)庫激增，數(shù)據(jù)庫將繼續(xù)蔓延。

應(yīng)用程序開發(fā)人員正在以許多不同的方式創(chuàng)建大量數(shù)據(jù)，但是如果沒有提供可靈活容納和管理這些數(shù)據(jù)的服務(wù)式解決方案，這一切都是相互碰撞的。就目前而言，開發(fā)人員正在為每個單獨的應(yīng)用程序使用多個數(shù)據(jù)庫，當(dāng)用戶將多個數(shù)據(jù)庫拼湊在一起以堵塞系統(tǒng)中的不同漏洞時，就會造成數(shù)據(jù)庫泛濫。盡管能夠使用新興技術(shù)并擁有多種選擇的短期收獲似乎是巨大的前期準(zhǔn)備，但公司需要考慮其長期目標(biāo)，而不是選擇一個拼湊而成的快速解決方案。