




版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
2016-2017中國開發(fā)者調查報告述者現狀分析3.2軟件開發(fā)者薪資狀況分析3.3軟件開發(fā)者的工作壓力狀況分析3.4軟件開發(fā)者跳槽情況及主因分析3.5軟件開發(fā)者獲取知識渠道、方式分析3.6軟件開發(fā)者使用編程語言情況調研3.7企業(yè)軟件開發(fā)流程應用狀況分析3.8軟件工具使用情況分析應用開發(fā)者使用數據庫情況4.2云數據庫的使用情況及選擇標準術應用現狀分析5.2企業(yè)處理數據及平臺集群規(guī)模情況5.3企業(yè)構建大數據平臺所用技術情況云服務現狀分析6.2企業(yè)在云端的業(yè)務部署情況6.3企業(yè)構建云服務平臺技術選型分析發(fā)現狀分析7.2直播平臺發(fā)展現狀7.3直播平臺第三方技術服務使用情況7.4直播平臺主要技術指標及面臨問題VR應用開發(fā)現狀分析8.2VR開發(fā)者使用VR設備與開發(fā)引擎的情況8.3VR研發(fā)團隊產品開發(fā)情況分析狀分析9.2移動應用開發(fā)平臺及工具9.3移動應用使用第三方服務情況9.4移動應用開發(fā)過程中遇到的問題與技術挑戰(zhàn)Web應用開發(fā)現狀分析10.2Web應用開發(fā)使用的操作系統(tǒng)及編程語言10.3Web前端開發(fā)技術框架10.4Web服務器端開發(fā)工具及框架11.2企業(yè)應用人工智能技術情況11.3人工智能技術應用領域及商業(yè)化附錄1:中國城市線具體劃分第一章報告概述背景和方法本白皮書是基于一年一度的CSDN軟件開發(fā)者大調查數據分析結果形成的。CSDN最早從2004年開始針對中國軟件開發(fā)者進行大規(guī)模調查,是迄今為止覆蓋國內各類軟件開發(fā)者人群數量最多,輻射地域、行業(yè)分布最廣的調查活動。該調查旨在全面和深入地了解中國軟件開發(fā)者群體整體現狀、應用開發(fā)技術以及開發(fā)工具、平臺的狀況和發(fā)展趨勢等,它是各相關行業(yè)了解中國軟件開發(fā)者群體以及軟件開發(fā)服務領域市場的重要參考資料。2016年中國軟件開發(fā)者大調查針對軟件開發(fā)技術、應用開發(fā)領域等方面對調查問卷進行了重新設計,同時還新增加了VR、直播、人工智能等新興軟件開發(fā)領域的相關調查,更能體現中國IT業(yè)、尤其是軟件開發(fā)領域的發(fā)展現狀。本次調查具有以下特點:—緊扣技術熱點、把握知識趨勢我們根據2015-2016年的技術趨勢和熱點,以及市場上出現的新產品、新技術,對調研選項進行了調整和增補,力求準確、及時地反應出2015-2016年中國軟件開發(fā)技術發(fā)展變化趨勢?!峁┒ㄖ品桨阜?、打造調研精品本次報告依舊在以往簡版報告、完整報告分類基礎上,提供定制報告分析服務。根據客戶的需求,我們以調查的原始數據為基礎,進行不同維度的數據交叉分析和專家點評,為企業(yè)客戶制定市場及產品開發(fā)策略提供更有針對性的決策依據?!袠I(yè)資深團隊、全面洞悉業(yè)界本次大調查特別成立了專家顧問團隊,針對調查中涉及的技術領域,特邀了相關領域的技術專家,共同參與調查項的設計并對報告中的部分數據進行專業(yè)點評。本次調查數據的獲取采用大規(guī)模線上問卷數據調查和社區(qū)平臺數據挖掘相結合的方式,除了利用CSDN自身平臺資源之外,還聯合部分合作伙伴渠道進行大力推廣以增加數據采集的全面性,力求調查結果更加客觀、準確。此次調查在短時間內獲得了涉及45個行業(yè),212個地區(qū)的上萬名軟件開發(fā)者的積極參與。數據處理方法數據處理流程統(tǒng)計分析工具利用目前流行的大規(guī)模數據統(tǒng)計分析工具R,SPSS等,根據分析目的采用了描述性統(tǒng)計,假設檢驗以及關聯性分析等數據處理方法。樣本處理方法本次調查采取樣本有效性系統(tǒng)方法來保證樣本的有效性:包括答題邏輯矛盾排除法、重復填寫問卷排除法、非匿名受眾禮品激勵法、樣本有效性抽樣回訪。答題邏輯矛盾排除法10歲及10歲以下者,該樣本無效;年齡為70歲以上者,該樣本無效;12歲以下“高中(中專)”、“大?!?、“本科”教育程度者,該樣本無效;12歲以下月均收入500元以上,該樣本無效;18歲以下“碩士”教育程度者,該樣本無效;25歲以下“博士及以上”教育程度者,該樣本無效;其他業(yè)務邏輯有矛盾者,該樣本無效;重復填寫問卷排除法重復填寫問卷者,為無效問卷非匿名受眾禮品激勵提供獎品,鼓勵受眾實名參與調研并反饋真實材料樣本有效性抽樣回訪隨機抽取一定數量樣本,通過用戶回訪進一步確認并挖掘有用信息特邀專家顧問AdMaster大數據領域:云服務領域:白小勇煉石網絡CipherGatewayCEO李明宇奧思數據創(chuàng)始人,OpenStack知名布道師視頻直播領域:李浩網心科技視頻直播技術負責人VR領域:張弢鈦核網絡CEO移動開發(fā)領域:南志文攜程移動端研發(fā)經理唐Web應用開發(fā)領域:周裕波w3ctech&前端圈發(fā)起人人工智能領域:李理環(huán)信人工智能研發(fā)總監(jiān)張俊林用友暢捷通人工智能相關業(yè)務負責人第二章重要發(fā)現我們在本次調研過程中有如下主要發(fā)現:軟件開發(fā)者在獲得較高收入的同時,承受的工作壓力也在加大70%左右的開發(fā)者處于長期需要加班狀態(tài),40%以上的開發(fā)者會經常處于工作壓力之下30%的開發(fā)者考慮換崗,不再從事技術開發(fā)工作國內企業(yè)軟件開發(fā)流程日益規(guī)范化,并重視研發(fā)工具的使用80%的開發(fā)團隊制定了正式的軟件開發(fā)流程60%以上的開發(fā)團隊使用各類型研發(fā)工具以提高開發(fā)效率和產品質量成本上60%的企業(yè)有意愿使用云數據庫產品平均70%左右的企業(yè)最關注云數據庫產品的安全、穩(wěn)定性及使用成本一接近30%的企業(yè)在運用大數據技術65%的企業(yè)大數據技術應用集中在企業(yè)數據分析和可視化方面Hadoop,Kafka,Flume,Spark正在成為企業(yè)大數據平臺通用技術組件企業(yè)使用云服務的比例在增加,但依然存有顧慮近3成企業(yè)在使用公有云服務,相比去年增加8%出于安全和個人隱私信息安全性的顧慮,合計有60%務,以平衡數據安全和業(yè)務推廣、彈性擴容等需要型業(yè)務200多家直播平臺企業(yè)參與競爭近6成直播平臺以社交、秀場類型形態(tài)業(yè)務為主VR應用開發(fā)仍處在發(fā)展初期,面臨各項挑戰(zhàn)僅3%的開發(fā)者具備實際VR產品開發(fā)經驗優(yōu)質VR內容匱乏,缺乏現象級的產品出現移動應用開發(fā)面臨嚴重的產品競爭和變現壓力過半的應用以社交、游戲及工具類為主近8成的移動應用面臨產品功能定位或變現贏利的挑戰(zhàn)WEB數量在增加前、后端主流技術堆棧、工具形態(tài)形成國產開源開發(fā)框架開始獲得開發(fā)者認可50%的WEB應用開發(fā)工程師具備全棧開發(fā)能力人工智能技術日益受到企業(yè)和市場的關注,應用前景廣闊但任重道遠其中64%的企業(yè)基于開源技術框架搭建自己的人工智能開發(fā)平臺其中4成的人工智能技術企業(yè)在運用以深度學習技術為主的多種機器學習算法其中58%的人工智能技術企業(yè)表示缺乏專業(yè)技術人才,40%的表示缺乏高質量數據資源軟件開發(fā)者基本特征我們將開發(fā)者根據年齡范圍劃分成三類,對不同年齡段開發(fā)者群體進行特征分析后呈現出如下特點:30歲以下軟件開發(fā)者人數占近8成,全國半數的開發(fā)者工作在一線城市(廣州、深圳、天津),本科及以上學歷占8成以上,其中90%以上的開發(fā)者是男性IT信息技術、互聯網、移動應用開發(fā)三個技術領域涵蓋了國內一半以上的開發(fā)者30歲以上的開發(fā)者以高級工程師、架構師、技術專家等職位居多40歲以上的開發(fā)者從事架構設計崗位的比例最高和國外開發(fā)者年齡分布趨勢大概一致,國內的軟件開發(fā)群體一直呈現出越來越年輕化的特點。從我們2014年到2016年的調研數據來看,30歲以下的開發(fā)者人群占比在8成左右,一直是軟件開發(fā)領域的主力軍。女性開發(fā)者相對更多地集中在測試、數據分析及前端開發(fā)相關職位。CSDN平臺技能圖譜上的數據顯示出,2016年軟件開發(fā)者關注在Java、Android等相關內容更多些。軟件開發(fā)者薪資狀況分析全國有近5成開發(fā)者月均收入過萬,其中近7成來自一線城市作為相對高薪群體的軟件開發(fā)者平均工資相比去年均有所增加,月薪在1萬元以上的開發(fā)者占總體數量的45%,較去年上升了12%,其中月薪在2萬以上的開發(fā)者數量占比同比增長67%。在一線城市(北京、上海、廣州、深圳、天津)中,月薪過萬的軟件開發(fā)者的占比為69%,該比例遠高于國內其它城市。數據顯示,男女軟件開發(fā)者薪資水平有一定的差異但并不顯著。通過結合受教育程度和薪資水平的數據特點來看,平均薪資會受開發(fā)者所受教育程度的影響。但通過相關性分析并未呈現出強的相關性,這也體現了當下用人單位相對更務實、更以員工實際工作能力為考核標準的變化趨勢。60%的開發(fā)者本年度月薪增加幅度在3000元以內本次調研數據顯示,在本年內7成以上軟件開發(fā)者的月薪不同程度地得到了增長。近6成的開發(fā)者月薪增長數字在3000元以內。近2成的開發(fā)者工資增長幅度更大,達到3000元及以上?;ヂ摼W行業(yè)中月薪過萬的軟件開發(fā)者最多互聯網行業(yè)的軟件開發(fā)者高收入人群占比最高,59%的月薪超過1萬元。從事游戲開發(fā)領域的開發(fā)者月薪過萬比例達到55%。在互聯網行業(yè),不同城市的開發(fā)者月薪水平也不盡相同,一線城市(北京、上海、廣州、深圳、天津)工作的開發(fā)者月薪過萬的占比達到7成以上,二線城市互聯網公司的薪資水平受當地經濟發(fā)達程度的影響,開發(fā)者月薪過萬的占比接近5成。從事軟件架構設計崗位的開發(fā)者8成以上月薪過萬通過數據交叉對比分析發(fā)現,8成以上架構設計師月薪過萬,近4成的架構師平均月薪超過2萬元。軟件開發(fā)者的工作壓力狀況分析幾乎所有的開發(fā)者都會感受到來自工作方面的壓力,4成以上的開發(fā)者會經常感受到壓力97%的開發(fā)者或多或少都會感受到來自工作上的壓力。其中4成以上的開發(fā)者會頻繁的感受到來自職場的壓力,更有10%的開發(fā)者認為自己時刻處于工作壓力當中。需要不間斷的學習和掌握新技術是產生工作壓力的主因軟件開發(fā)行業(yè)的知識更新速度快,新技術層出不窮,身處這個領域的開發(fā)者必須不停地學習新技術、掌握新技能從而適應企業(yè)快速發(fā)展的要求。在本次參與調查的開發(fā)者中,近7成開發(fā)者的壓力主要來自于需要時刻對新技術、新技能進行學習和掌握,在這些開發(fā)者中有91%的開發(fā)者對此倍感壓力,感覺自己從精力和體力上都有些跟不上崗位技能要求高、技術變化快的節(jié)奏。日均加班超過4小時的開發(fā)者感受到的工作壓力程度最高因為項目開發(fā)周期緊,工作量大,但也有很多時候是因為工作效率的不高導致必須要加班。從本次調研數據上看,2016年經常需要加班人數超過7成略高于去年,開發(fā)者平均每天加班在4小時內。我們注意到日均加班時長超過42成的開發(fā)者總是處于強壓力之下。40歲以上的開發(fā)者感受到的工作壓力和職業(yè)危機程度最大職業(yè)危機感隨著開發(fā)者的年齡增長逐步凸顯,40歲以上的一線開發(fā)者會更容易感受到來自職場的壓力,這個年齡段的一部分開發(fā)者是因為身處開發(fā)團隊較為核心的位置,需要承擔比普通開發(fā)人員更多的責任與壓力,而另一部分是來源于對自身職業(yè)發(fā)展及上升通道的憂慮。崗位責任越大感受到的工作壓力程度越大通過對比不同職位開發(fā)者感受到的工作壓力程度的數據來看,開發(fā)者的崗位責任越大承受的工作壓力程度就越大。本次調研發(fā)現,負責網絡和系統(tǒng)安全的工程師、負責產品質量的測試工程師及屬于技術權威角色的架構設計工程師中,有2成左右總是處于工作強壓之下。6成以上開發(fā)者會繼續(xù)從事軟件開發(fā)工作,3成的開發(fā)者會考慮轉崗即使開發(fā)者們或多或少、無時無刻感受到來自工作的壓力,加班似乎也無從避免,本次調研結果顯示,將近六成的開發(fā)者表示未來仍會繼續(xù)從事軟件開發(fā)。30%的開發(fā)者希望轉型到管理崗位。軟件開發(fā)者跳槽情況及主因分析7成的開發(fā)者年內沒有跳槽計劃員工選擇跳槽的原因很多,有待遇、工作環(huán)境相關的也有自身職業(yè)發(fā)展的因素,但絕非是輕易就可下的決定,能在熟悉的工作環(huán)境中與已形成默契的同事一起工作是大部分開發(fā)者的選擇,本次參與調研的開發(fā)者中7成都沒有年內跳槽的計劃。根據此數據推測市場平均人員流動率在30%左右。工作壓力越大的開發(fā)者跳槽動機越強通過數據分析我們注意到,開發(fā)者感受到的工作壓力越大、職場危機感就越強,他們選擇跳槽的動機就越高。30歲以下、工作經驗在5年以內的開發(fā)者跳槽動機相對較高工作年限在1到5年之間的開發(fā)者計劃跳槽的占比均在三成以上,跳槽機率相對要高于工作年限在1年以下、5年以上的開發(fā)者;并且年齡越小跳槽動機相對越強,30歲以下的開發(fā)者年紀輕、經驗尚淺,并未形成明確的職業(yè)發(fā)展方向,他們希望通過多種嘗試與磨合找到適合自己的職業(yè)發(fā)展方向。一線互聯網公司對開發(fā)者的吸引力最大以BAT為代表的一線互聯網公司不僅是同行業(yè)中的佼佼者,同時也是引領技術發(fā)展的核心力量,成為開發(fā)者跳槽最希望去的公司,創(chuàng)業(yè)型公司次之。軟件開發(fā)者獲取知識渠道、方式分析信息技術類網站是開發(fā)者了解行業(yè)動態(tài)和學習知識的主要渠道在本次調研中,92%的開發(fā)者會通過技術媒體、技術社區(qū)、技術論壇等網站了解行業(yè)最新動態(tài)、獲取新知識,同時由技術意見領袖創(chuàng)建的獨立技術博客,也受6成以上開發(fā)者的關注,閱讀技術類書籍也是開發(fā)者進行系統(tǒng)性學習的主要方式,占39%。CSDN和GitHub是開發(fā)者最常訪問的國內和國外技術類社區(qū)CSDN作為國內最有影響力的開發(fā)者社區(qū)之一,因其技術內容的系統(tǒng)性以及平臺用戶的高活躍度成為當前國內軟件開發(fā)者最主要的獲取知識、進行技術交流的平臺,90%的開發(fā)者會經常訪問CSDN。GitHub開源技術社區(qū)可以接觸和參與到優(yōu)質的開源項目的開發(fā)中,是開發(fā)者最經常訪問的國外技術社區(qū),占比為67%。參加線下技術活動的開發(fā)者中,近50%的開發(fā)者愿意自費參加線下技術交流活動通過線下技術活動獲取知識的開發(fā)者中,近七成平均每年參加技術活動3次及以下,有23%的軟件開發(fā)者每年參加線下技術活動3到7次,這其中有46%的開發(fā)者愿意自費參加線下技術活動。由CSDN或一線互聯網企業(yè)舉辦的線下技術分享活動更具吸引力最近一年舉辦的線下技術活動中,CSDN或BAT等企業(yè)主辦的技術活動吸引了近6成軟件開發(fā)者的參加。軟件開發(fā)者使用編程語言情況調研JAVA依然是開發(fā)者最多使用的編程語言Java、JavaScript繼續(xù)成為開發(fā)者最多使用的編程語言,同時越來越多的開發(fā)者已經很少、甚至不再使用C、C++。這個現象其實也能夠反映出當前市場和企業(yè)軟件項目的發(fā)展和變化趨勢。Python是開發(fā)者未來最想學習的編程語言Python入門簡單且擁有不斷被增強的數據分析工具包,能與各種語言進行協作,支持多種操作系統(tǒng)和多類型的數據庫,在多媒體、科學計算、網絡編程方面得到廣泛的運用,有著良好的發(fā)展前景。在本次關于未來計劃想要學習的編程語言的調研結果中,排在第一位。企業(yè)軟件開發(fā)流程應用狀況分析近8成企業(yè)有正規(guī)的開發(fā)流程來指導軟件開發(fā)活動國內企業(yè)軟件開發(fā)活動越來越正規(guī)化,從2014年至2016年的調研數據來看,近8成企業(yè)都制定了正規(guī)的軟件開發(fā)流程。近5成企業(yè)采用本企業(yè)自己制定的開發(fā)流程企業(yè)根據自身的業(yè)務、人員特點,經常會根據需要針對性地定制適合自己團隊的流程規(guī)范。互聯網和金融行業(yè)采用Scrum流程相對較多互聯網、金融(銀行/證券/保險)領域的企業(yè)信息技術化水平較高,也更愿意嘗試新的軟件開發(fā)流程以適應外部市場的快速變化,這些企業(yè)進行Scrum的數量相比其它行業(yè)較多。軟件工具使用情況分析軟件開發(fā)者對開發(fā)工具的使用及反饋6成以上的開發(fā)團隊在使用開發(fā)相關工具有效地使用開發(fā)工具可以幫助開發(fā)者提升開發(fā)效率,提高軟件產品質量,管理者也可以透明地對開發(fā)項目進行規(guī)范化管理。6成以上的開發(fā)團隊在使用不同類型的軟件開發(fā)相關工具。7成以上的開發(fā)團隊認為開發(fā)工具能夠提高開發(fā)效率和產品質量軟件開發(fā)者通過實踐認為合適的軟件開發(fā)工具對開發(fā)有著很大的幫助,74%的開發(fā)者認為軟件開發(fā)工具提高了團隊的開發(fā)效率。41%的軟件開發(fā)者認為軟件開發(fā)工具除了能嚴格把控項目進度外,還能夠改善和提高產品質量。21%的開發(fā)者非常期待公司在做年度計劃的時候能增加在開發(fā)工具方面的預算。軟件開發(fā)項目管理類開發(fā)工具使用情況絕大部分開發(fā)者都在使用正規(guī)版本管理工具和Bug跟蹤工具版本管理工具解決了開發(fā)者對工具的最基本訴求:程序備份和程序多個版本的追蹤,成為開發(fā)的必備工具。使用過開發(fā)工具的開發(fā)者幾乎必定使用過版本管理工具,在本次調查中以98%的高占比排在首位。Bug跟蹤和敏捷項目管理工具也是軟件開發(fā)者較為常用的管理工具類型,占比分別為70%和64%。軟件開發(fā)團隊使用SVN和Git最為普遍版本控制是管理代碼變更的一種機制,非分布式的SVN和分布式的Git都是目前主流的開源的版本管理工具。本次調研結果顯示,SVN以68%的使用率排名第一,Git占比為52%,位列第二。4成以上的開發(fā)團隊使用JIRA工具進行研發(fā)流程管理本次調研中均有4成左右的軟件開發(fā)者選擇了JIRA或禪道作為項目管理工具,其使用率排在前兩位。JIRA的配置和部署非常靈活、簡單,功能性和擴展性全面且強大,得到眾多的全球軟件開發(fā)者認可。禪道是首款國產的開源項目管理軟件,配置簡單,功能完備,首次創(chuàng)造性的將產品、項目、測試這三者的概念明確分開又讓它們互相配合與制約,國內中小企業(yè)是它的忠實簇擁者。JIRA和禪道作為Bug跟蹤管理工具使用率最高Bug跟蹤管理是對Bug進行記錄、跟蹤,以確保它能夠在軟件發(fā)布之前得到解決。本次調研中,JIRA和禪道提供的Bug跟蹤工具,分別以33%和32%幾乎可以忽略差距的占比排在前兩位。近一半的開發(fā)團隊使用禪道提供的工具進行測試流程管理禪道是首款國內開源項目管理軟件,基于Scrum管理方式融入國內研發(fā)現狀的諸多需求,首次用清晰的概念將測試人員的作用獨立出來,提供完備的Bug管理和測試用例管理功能,讓測試人員與開發(fā)人員進行良性的交互互動,得到了國內很多開發(fā)者的青睞,以的使用率位列第一。代碼質量檢查工具的使用情況分析6成以上開發(fā)者會進行代碼檢查,其中4成使用工具參與本次調研的使用開發(fā)工具的開發(fā)者中,6成以上的開發(fā)者非常重視通過代碼審查來確保代碼實現的質量,規(guī)避常見錯誤。其中40%的開發(fā)者使用代碼審查工具來幫助他們完成這項工作。Reviewboard是開發(fā)者使用最多的代碼審查工具Reviewboard是一套成熟的開源代碼審查(CodeReview)平臺,可以用于審查任何代碼和文件,支持眾多主流的版本管理工具,目前已在業(yè)內得到廣泛的使用。本次在對代碼審查工具的使用調研中,Reviewboard以51%的使用率,排在首位。4成以上的開發(fā)者會做靜態(tài)代碼檢查,其中半數以上通過工具進行參與本次調研的使用開發(fā)工具的開發(fā)者中,僅4成以上的開發(fā)者會通過靜態(tài)代碼檢查來發(fā)現代碼中存在的一些內存越界和資源泄漏等Bug。其中5成以上的開發(fā)者會利用靜態(tài)檢查工具來提高檢查效率。Findbugs和Sonar是最常用的靜態(tài)代碼檢查工具現在業(yè)界較為主流的靜態(tài)檢查工具是Findbugs和Sonar,本次調研中分別以57%和41%的占比,排在前兩位。Findbugs規(guī)則比較簡單實用,不注重樣式與格式,致力于尋找真正的缺陷或者潛在的性能問題。Sonar是一個代碼質量管理開放平臺,能對不同規(guī)模和種類的工程進行代碼質量管理,可以集成不同類型的工具一起工作,因此Findbugs和Sonar經常被搭配來使用,前期輕量級的靜態(tài)Bugs掃描用Findbugs來執(zhí)行,當項目持續(xù)穩(wěn)定后則選用Sonar進行更深層次的代碼質量控制。近半數的開發(fā)團有持續(xù)集成機制,其中7成以上使用工具進行進行持續(xù)集成(CI)有利于將代碼沖突以及項目風險和質量問題盡早的發(fā)現并解決。參與本次調研的使用開發(fā)工具的開發(fā)者中,47%的開發(fā)者會進行持續(xù)集成,其中有74%的人會借助工具來完成。近5成的持續(xù)集成實踐團隊選擇Jenkin作為持續(xù)集成管理工具Jenkins是一款著名的提供免費版本的持續(xù)集成管理工具,功能強大且入門簡單,早期的版本只支持本地托管,而目前已經有一些云計算平臺推出了基于Jenkins的SaaS方案。本次調研結果中,Jenkins在持續(xù)集成(CI)工具領域一支獨秀,為45%的開發(fā)團隊所選擇。第四章軟件應用開發(fā)者使用數據庫情況數據庫的使用狀況及場景有6成以上的開發(fā)者使用JAVA進行數據庫相關應用開發(fā)Java是開發(fā)者在進行數據庫相關的應用開發(fā)時使用最多的語言,這跟目前Java語言的高普及率有關,占比64%,排在第一位。近5成數據庫應用體現在日志信息管理場景,高并發(fā)WEB服務和數據分析次之本次調研中,47%的開發(fā)者使用數據庫進行日志信息管理,從日志中發(fā)現關鍵信息,以實現對系統(tǒng)的安全監(jiān)管及幫助產品調整運營方向。此外,隨著互聯網的高速發(fā)展及大數據技術的廣泛應用,數據庫越來越多的被運用到大數據的訪問、計算以及統(tǒng)計分析當中。本次調研數據顯示,數據庫在高并發(fā)的Web應用、實時數據分析場景的使用率均在3成左右,交易類事物處理、實時數據收集、大數據量的離線分析場景的使用率均在2成左右。關系型數據庫依然是使用最多的數據庫類型,其中MYSQL是首選數據庫從出現至今,已經衍生出了各種類型的數據庫以適應不同應用規(guī)模和使用場景的需要,比如關系型數據庫、文檔數據庫、Key-Value數據庫等。關系數據庫發(fā)展最早,其高性能、可擴展、編程友好等特性受到開發(fā)者的歡迎。本次調研結果顯示,關系型數據庫MySQL、Oracle、SQLServer的使用率排在前三位,其中MySQL使用占比在7成以上,排在首位。近7成的數據庫應用開發(fā)者未用到或不了解數據庫中間件數據庫中間件是前端用戶和后端數據庫之間進行通訊的橋梁,屏蔽復雜繁瑣的數據庫底層細節(jié)問題,簡化應用程序的數據庫操作,提高開發(fā)效率。數據庫中間件因其本身定義相對模糊,且專業(yè)性強、使用技術門檻較高,從而影響了開發(fā)者的選擇,本次調研中也能看出這一特點,大多數使用數據庫進行開發(fā)工作的開發(fā)者不了解、不使用數據庫中間件,明確使用的僅占35%。數據庫中間件的選擇與數據庫的選型緊密相關,MySQL數據庫被大量開發(fā)團隊選中,與之對應的分布式數據庫中間件產品MySQL-Proxy、MySQL-Fabric也得到了較多的應用,排在前面。云數據庫的使用情況及選擇標準國內6成以上的企業(yè)有意愿使用云數據庫,其中近4成已經開始使用相對于用戶自建數據庫而言,云數據庫的優(yōu)勢在于安裝部署簡單,能大幅度節(jié)約成本,云數據庫提供了針對企業(yè)數據管理的全套解決方案,企業(yè)只需專注自身的核心業(yè)務便能輕松實現自身數據存儲的整合。當然,前提是云數據庫的可靠性與安全性足夠高,能打消用戶長期以來對此的顧慮?,F如今,云數據庫隨著大數據概念的火熱發(fā)展與云計算平臺的流行以及自身技術的完善,得到越來越多的認同,近4成的企業(yè)已經在云數據庫上部署業(yè)務,近3成的企業(yè)十分關注并有計劃開始遷移自己的業(yè)務到云數據庫上。阿里云數據庫是國內企業(yè)使用最多的云數據庫服務的需求,因為云服務企業(yè)自身的業(yè)務需求高、數據量級大,在解決自身業(yè)務需求的過程安全性&穩(wěn)定性、成本是企業(yè)進行云數據庫選型的首要考量因素本次調研數據顯示,8成以上的企業(yè)在進行云數據庫選型時,最看重的就是企業(yè)數據的安全性和可訪問性。其次,云數據庫能節(jié)約存儲成本,這一特點讓企業(yè)對其性價比關注度較高,近6成的企業(yè)將其作為企業(yè)選型標準之一?!究傸c評:盧億雷】隨著數據庫技術的發(fā)展,數據庫呈現多維方向發(fā)展,包括有實時性和分布式、OLTP和OLAP,而OLAP又分為ROLAP、MOLAP、HOLAP。通過統(tǒng)計調查目前有超過6成以上的開發(fā)者使用JAVA進行數據庫相關應用開發(fā);隨著大數據的發(fā)展,數據庫主要的使用場景為用戶信息存儲和數據統(tǒng)計。另外,數據庫使用場景轉變成根據個性化的需要來應對各種不同的數據管理需求,比如日志管理、高并發(fā)處理、實時分析與搜索、推薦引擎等;隨著云計算的發(fā)展,目前云數據庫也逐漸成為了主流。隨著云計算與大數據的成熟,預計未來數據庫將會在實時性和分布式方向獲得更深的發(fā)展。第五章大數據技術應用現狀分析企業(yè)大數據平臺構建及應用情況有24%的企業(yè)在運用大數據技術進行應用開發(fā)本次調研數據顯示,24%企業(yè)在進行大數據相關的開發(fā)和應用,這一占比與2015年的占比相差不大。自主開發(fā)是企業(yè)構建大數據平臺的主要方式開源技術的普及進一步降低了企業(yè)自主研發(fā)大數據平臺的成本,本次調研數據顯示,較2015年,2016年采用自主研發(fā)搭建大數據平臺的企業(yè)略有增長,占比為33%。此外,隨著云計算技術的成熟及廣泛應用和出于對數據安全性的考慮,選擇私有云解決方案來部署大數據應用的企業(yè)同比增加56%。7成企業(yè)大數據團隊規(guī)模在30人以下,其中一半的數據團隊小于10人企業(yè)大數據團隊規(guī)模集中在30人以下,占比為74%,其中10人以下規(guī)模的團隊占比接近5成。專業(yè)人才的缺乏是影響企業(yè)大數據應用落地最大障礙數據也說明,大數據人才的缺乏已經連續(xù)兩年都是企業(yè)構建大數據應用時遇到的主要問題。技術選型和技術缺乏應用場景也是困擾大數據技術發(fā)展的現實問題。大數據技術應用場景相對單一,以數據分析及可視化為主本次調查發(fā)現企業(yè)大數據應用場景相對單一,目前大部分企業(yè)對大數據的應用更多的體現在統(tǒng)計分析、報表及數據可視化上,占比為65%。提供自動運維巡檢以及基于用戶畫像的數字化營銷方案的次之。企業(yè)處理數據及平臺集群規(guī)模情況日志數據是企業(yè)大數據平臺處理的主要數據類型研中,企業(yè)數據來自內部應用及系統(tǒng)日志數據的占54%,來自網站訪問日志數據的占45%。近6成的企業(yè)日均處理數據規(guī)模在1TB以上調研數據顯示,企業(yè)數據經過一年的累積,相較于2015年,2016年企業(yè)數據量有明顯的增加,企業(yè)日均處理數據量在1TB以下的占比較去年降低了16%,1到10TB的占比上升了13%,并且有5%的企業(yè)日均處理數據量已經達到1PB以上。約60%企業(yè)大數據平臺的集群規(guī)模在20個節(jié)點以上本次調研中58%的企業(yè)大數據平臺集群規(guī)模擁有20個節(jié)點以上,其中5%的企業(yè)集群規(guī)模在5000個節(jié)點以上。企業(yè)構建大數據平臺所用技術情況6成以上企業(yè)使用免費的Hadoop版本搭建數據平臺使用是否收費成為國內企業(yè)在Hadoop發(fā)行版的選型上的主要考慮因素,6成以上的企業(yè)基于免費的Hadoop版本搭建數據平臺,28%使用的是使用免費但服務收費的Hadoop商業(yè)版本,21%的企業(yè)使用的是Hadoop社區(qū)版。在使用免費但服務收費的Hadoop商業(yè)版本中,ClouderaManager被使用最多,占6成以上;在完全收費的Hadoop版本中,AmazonWebServicesEMR和IBMInfoSphereBigInsights分別以36%和25%的占比,排在前兩位。HDFS是企業(yè)大數據平臺使用的主要分布式存儲方案隨著Hadoop的普及,HDFS分布式文件系統(tǒng)和MapReduce作為Hadoop最核心的設計被眾多企業(yè)使用。本次調研數據顯示,HDFS的企業(yè)使用占比為38%。Hive作為大數據存儲的主力,依然保持較高的使用率,占比為32%,較去年上升了3%。企業(yè)對大數據平臺應用最多的場景是統(tǒng)計分析、報表生成及數據可視化,15%企業(yè)使用ELK(ElasticSearch+Logstash+Kibana)實時日志分析平臺,多維大規(guī)模數據分析引擎ApacheKylin也得到4%的企業(yè)使用。Spark的使用率在逐年提升,使用SparkSQL和SparkStreaming最多ApacheSpark是一個處理大規(guī)模數據的快速通用引擎,它可以獨立運行,也可以在Hadoop、Mesos、云端運行,它可以訪問各種數據源包括HDFS、Cassandra、HBase和S3,可以提升Hadoop集群中的應用在內存和磁盤上的運行速度。Spark生態(tài)系統(tǒng)中除了核心API之外,還包括其他附加庫,可以為大數據分析和機器學習領域提供更多的能力。在本次調研中,36%的企業(yè)使用了Spark,較去年增長了11%。其中SparkSQL處理速度快并且能夠和Hive完全兼容,以52%的使用率排在使用Spark組件首位。Kafka和Flume是最普遍使用的消息隊列和數據采集技術組件消息隊列中間件是分布式系統(tǒng)中重要的組件,主要解決應用解耦、異步處理、流量削峰、消息通訊等問題。Kafka是一個高性能跨語言的分布式發(fā)布-訂閱消息隊列系統(tǒng),具有快速持久化、高吞吐率、支持Hadoop數據并行加載等特性,它可以用于建立實時的數據流通道或應用程序。在本次調研中,是軟件開發(fā)者使用最多的消息隊列,占比為47%。Flume是一個分布式、可靠和高可用的海量日志采集、聚合和傳輸系統(tǒng),用于收集數據并提供對數據進行簡單處理的功能,在本次調研中占比為16%。【總點評:程浩】從問卷調查的集群規(guī)模統(tǒng)計上看,本次調研受訪者主要集中在100臺以下集群規(guī)模的中小型企業(yè),這些企業(yè)涵蓋了互聯網、交通運輸、教育、金融、技術服務、政府、醫(yī)療等行業(yè),大部分企業(yè)日均處理數據量在10TB以下。這些企業(yè)處理的數據主要來源來于各種網站和應用產生的日志數據,還有合作伙伴、網絡爬蟲或者政府提供的公開數據,當然也有一定比例的設備制造行業(yè)企業(yè),擁有包括設備收集和傳感器數據。收集到的數據被用來做統(tǒng)計報表、實時監(jiān)控用途比例很高,也有相當比例用于個性化推薦、營銷,或者數據建模,指導生產投資和新品研發(fā)。HDFS、Spark和MapReduce仍然是大數據處理的基礎核心技術,特別是使用Spark用戶數上升趨勢明顯、而MapReduce用戶則有不少的降幅。越來越多的應用需求是基于Hive或SparkSQL等組件,或許SQL對于降低企業(yè)開發(fā)維護成本,降低大數據應用準入門檻有著非常重要的意義。最后,如何規(guī)劃大數據應用、指導和提高生產研發(fā),如何找到合適的大數據人才,仍然是大部分企業(yè)的最大訴求。企業(yè)使用云服務方式分析企業(yè)云服務使用率呈上升趨勢,非公有云模式的部署方式目前是首選調研數據顯示,有27%的企業(yè)正在使用云服務,相較去年增長了8個百分點。出于對企業(yè)關鍵業(yè)務數據與資源的安全性考慮,六成以上企業(yè)會選擇私有云或混合云的方式部署服務?!景仔∮曼c評】云計算是國家十三五規(guī)劃中企業(yè)IT升級換代的重點戰(zhàn)略,2016年只是十三五的第一年,隨著十三五規(guī)劃逐步落實,在未來3年部署云服務的企業(yè)占比可能會持續(xù)上升,尤其是大型政企客戶。降低IT成本是企業(yè)使用云服務的主要目的在本次調研中,7成以上企業(yè)認為部署云服務可以降低企業(yè)IT成本,節(jié)省企業(yè)在硬件和運維方面的成本。55%的企業(yè)認為云服務的資源伸縮性和彈性優(yōu)勢可以讓企業(yè)根據業(yè)務需【白小勇點評】云模式降低了企業(yè)的信息化成本,云的敏捷彈性支撐了企業(yè)業(yè)務快速拓保障業(yè)務系統(tǒng)正常運行。數據安全和用戶隱私泄漏是企業(yè)選擇公有云服務時最大的顧慮云服務在帶來大數據量存儲、計算優(yōu)勢服務的同時,如何確保云服務環(huán)境的安全性與個人隱私性是企業(yè)最擔憂的問題。本次調研中,云模式的數據安全問題成為34%的企業(yè)關注的重中之重。由于云環(huán)境運維細節(jié)的不透明性,使得企業(yè)開發(fā)人員缺乏對云平臺相關知識的認識,進而難以發(fā)揮出云計算平臺的優(yōu)勢,這一問題已成為33%的企業(yè)面臨的問題?!景仔∮曼c評】公有云模式下,租戶沒有數據掌控權,僅靠云服務商的“保姆式安全”承諾無法讓租戶信任,此外“上云容易下云難”,即租戶從公有云遷走時如何確保云端數據被銷毀。為了讓租戶能在公有云模式下重獲掌控數據權,出現了云訪問安全代理(CloudAccessSecurityBroker)等新的安全技術。阿里云領跑國內公有云平臺市場本次調研數據顯示,阿里云服務以65%的使用率遙遙領先于其他云服務廠商,排在首位。騰訊云服務的使用率在經過2014年到2015年翻倍增長外,在2016年依然保持上升趨勢,增長了3個百分點。企業(yè)在云端的業(yè)務部署情況企業(yè)核心業(yè)務目前以非云計算環(huán)境部署方式為主企業(yè)業(yè)務向云服務的遷移已經在陸續(xù)進行,5成以上的企業(yè)選擇把開發(fā)測試等業(yè)務支撐系統(tǒng)部署在云服務上,而企業(yè)關鍵業(yè)務部署在云端的占比不足30%?!景仔∮曼c評】從各種系統(tǒng)遷移上云的成本角度看,把企業(yè)正在運行中的關鍵業(yè)務系統(tǒng)遷移上云,IT投入成本只是一小部分,此外還有業(yè)務人員為此不得不投入的成本,以及潛在的業(yè)務系統(tǒng)中斷運行帶來損失成本,就像給高速行駛的汽車換輪子。所以和開發(fā)測試系統(tǒng)上云相比較,企業(yè)對關鍵業(yè)務上云會更加謹慎。對數據和訪問安全性較高要求的業(yè)務更傾向于被部署在私有云環(huán)境40%以上的企業(yè)選擇把企業(yè)內部OA系統(tǒng)、個人信息管理系統(tǒng)部署在私有云平臺上,39%的企業(yè)選擇在混合云上部署人力資源系統(tǒng)。這些系統(tǒng)均涉及企業(yè)內部員工信息,對數據的安全性要求較高?!景仔∮曼c評】有種誤區(qū)認為私有云就一定安全,其實不然,私有云模式下多個業(yè)務系統(tǒng)共用存儲、計算、網絡等基礎設施、共享運維人員等,這都會帶來新的安全威脅敞口。對于關鍵業(yè)務應用系統(tǒng)及關鍵數據,企業(yè)應當采取能結合業(yè)務應用的安全技術手段,積極做好安全防護措施。企業(yè)構建云服務平臺技術選型分析OpenStack是當前企業(yè)搭建云平臺的主要框架之一OpenStack是IaaS(基礎設施即服務)組件,操作簡單,旨在讓任何有無經驗的人均可自行建立和使用云端運算服務。目前國內云平臺的主流搭建方案是基于OpenStack來部署,在本次調研中,占43%?;贒ocker搭建的云平臺占比為32%,位列第二位。Docker代表的容器技術是企業(yè)使用最多的資源虛擬化方案傳統(tǒng)虛擬化技術是對硬件資源的虛擬,容器技術則是對進程的虛擬。云計算借助容器虛擬化技術,通過資源調度的方式實現虛擬機的動態(tài)遷移、監(jiān)控等多種功能。通過調研數據發(fā)現,以Docker為首的容器技術的是企業(yè)使用最多的虛擬化平臺技術,占比為53%,超過基于傳統(tǒng)虛擬化技術的VMwarevSphere的使用率?!景仔∮曼c評】雖然都算是基于虛擬化技術,但OpenStack提供了IT化,而Docker提供了服務層的標準化,二者關注的問題重點不同。Docker和DockerSwarm是企業(yè)使用最多的容器技術和服務編排工具對過去成熟技術進行封裝的Docker技術有著非常多的實踐案例和活躍的社區(qū)論壇,其作為開源軟件在商業(yè)上的成功是可預料的,在本次調研中,Docker容器技術以90%的使用率領先于其他容器技術。容器編排工具能夠將主機上的容器彼此連接,以集群方式啟動,同時具有擴展及自動故障轉移的重要特性。DockerSwarm是Docker的原生集群工具,被41%的企業(yè)使用。8成以上企業(yè)不同程度使用自動運維工具,Docker和Jenkins的使用率不分伯仲DevOps是以自動化工具與流程為基礎,更快速、高效和穩(wěn)定地實現環(huán)境搭建、代碼部署、交付、測試以及發(fā)布的協同機制,可以促進開發(fā)與運維的緊密合作與交流。隨著企業(yè)對DevOps理念認知度的提高,我們看到越來越多企業(yè)開始嘗試在開發(fā)運維環(huán)節(jié)中使用DevOps工具。在本次調研中,86%的企業(yè)不同程度都使用了DevOps相關工具。其中Docker和Jenkins作為實現DevOps的重要技術手段被使用最多,占比分別為47%和44%。家獨大的趨勢較去年更加突出,多家服務商的市場占比較去年有明顯的降低;私有云方面,我們看到OpenStack是企業(yè)構建云平臺的首選,而Docker則超越vSphere和KVM成為首選的虛擬化方案,OpenStack+Docker構建私有云已經成為大趨勢。第七章視頻直播平臺開發(fā)現狀分析直播平臺開發(fā)者現狀4%的軟件開發(fā)者在從事直播平臺的技術開發(fā)根據本次調研結果顯示,在軟件開發(fā)者中從事直播開發(fā)的人員的占比僅為4%。直播平臺開發(fā)者以5年以下工作經驗群體為主,月薪超過軟件開發(fā)者整體平均水平直播開發(fā)者從事開發(fā)行業(yè)的時間主要集中在1到5年,其中37%的開發(fā)者從事開發(fā)的年限在1到3年。直播平臺的開發(fā)者月薪主要集中在1萬元以上,直播開發(fā)者月薪在2萬以上的占比高于軟件開發(fā)者整體水平,其薪資漲幅也超過軟件開發(fā)者整體水平。直播平臺發(fā)展現狀據不完全統(tǒng)計,我國的網絡直播企業(yè)約有200多家,這一數量目前還在保持著增長,幾乎每周都有1-2個企業(yè)進入直播行業(yè)。隨著直播產業(yè)的快速發(fā)展,直播平臺呈現出了以下現象。移動App已成為大部分直播平臺的入口根據本次調研數據顯示,90%的直播企業(yè)開發(fā)了移動端的直播應用,其中56%的直播平臺完全是建立在移動設備上。僅有10%的直播平臺是建立在PC端的。隨著4G網絡的快速滲透及智能終端硬件設備的不斷升級,視頻直播已經不在受場地的限制了。傳統(tǒng)社交、秀場類直播熱度不減,直播形態(tài)垂直化發(fā)展數據顯示,社交類直播平臺和秀場類直播平臺分別以35%和24%的占比列居直播平臺類型的第一和第三。傳統(tǒng)的社交、秀場類直播形態(tài)仍保持著較高的熱度,是眾多直播企業(yè)的主要形態(tài)。除此之外,教育直播以30%的占比排行第二,并且直播在生活、電商、旅游、醫(yī)療等其他細分領域均有所發(fā)展,直播形態(tài)多樣化、垂直化已經成為直播平臺的發(fā)展現狀。直播平臺對CDN服務需求表現強勁本次調研發(fā)現,在使用CDN服務的直播企業(yè)中,有91%的直播企業(yè)會選擇使用第三方CDN服務。尤其是在直播企業(yè)成立初期,為了避免在技術研發(fā)上投入過多的人力和物力,且CDNCDN不是選擇自建CDN。直播平臺大多會使用直播云服務,直播云市場未出現一家獨大的現象直播云借助PaaS云平臺,為企業(yè)提供直播一站式整體服務,能夠實現存儲、轉碼、美顏等多種功能,大大降低了直播行業(yè)入門技術門檻。根據調研數據顯示,8成以上的直播平臺使用了直播云服務,直播云服務市場并未出現一家獨大的情況,其中占比最高的阿里云也僅被33%的直播企業(yè)使用。直播平臺主要技術指標及面臨問題穩(wěn)定性和流暢度是直播平臺最重要的技術指標在本次調研中,5成以上的直播平臺認為穩(wěn)定性和流暢度是直播平臺最核心的技術指標。我們對不同類型直播平臺與直播平臺核心技術指標交叉對比分析發(fā)現,秀場、戶外、體育賽事直播類平臺,流暢度對其的影響超過穩(wěn)定性,特別是戶外直播、體育賽事的直播,由于其受網絡、設備、天氣等多重因素的影響,對直播的穩(wěn)定性要求較低。音視頻的編碼、采集是直播開發(fā)中遇到最多的問題在企業(yè)直播開發(fā)過程中,58%的開發(fā)者表示直播音視頻的編碼和采集是直播開發(fā)過程中遇到的最大難題。除了保障直播的順利進行外,對直播內容全天候實時監(jiān)測也增加了音視頻的編碼、采集的難度。【總點評:李浩】隨著今年直播行業(yè)的興起,直播已經從簽約主播逐漸走向了全民直播,陌陌、快手、花椒、熊貓直播、觸手TV等以UGC內容為主的直播平臺發(fā)展迅速,直播場景也越來越多,出現了更多的現場、戶外、旅行等內容。作為提供直播技術的CDN服務商,面臨的挑戰(zhàn)也全面升級。從去年的有限幾個大直播企業(yè),高峰期時并發(fā)幾千路,上行網絡是大運營商為主,主播環(huán)境多為穩(wěn)定的固網,同時主播基本采用OBSPC推流;到現在大平臺動輒幾萬路并發(fā)推流,主播上行條件也變得復雜了很多,移動狀態(tài)下、4G、小運營商推流等占比快速上升,對直播CDN的網絡和性能要求有了很大提高。同時,CDN行業(yè)競爭加劇,穩(wěn)定性、卡頓率、首屏、延時等指標都在持續(xù)進步,各項性能要求基本上比去年翻倍,而價格卻在持續(xù)下降。當然,直播高并發(fā)大波動的場景下,優(yōu)秀的商業(yè)直播CDN廠商在性能和價格上要領先自建水平。可以說這是屬于直播企業(yè)最好的時代,同時也是最壞的時代,對于這些直播企業(yè)而言,行業(yè)競爭的加劇,使基礎技術層面上有了非常大的進步,包括市場上出現了提供一體化的直播解決方案,而擁有優(yōu)質內容和產品體驗的直播企業(yè)可以獲得更加快速的成長。第八章VR應用開發(fā)現狀分析從上世紀60年代第一款真正意義上的虛擬現實頭盔誕生,到Facebook以巨額資金投入VR行業(yè),越來越多的廠商與開發(fā)者開始了VR項目的研發(fā),大量風險資本注入VR/AR產業(yè),中國虛擬現實市場規(guī)模迎來了爆發(fā)式的增長。不過目前國內的虛擬現實產業(yè)還處于啟動期。在VR領域,大多數人是從硬件開始接觸并了解這個行業(yè),硬件設備吸引了大部分的關注力,但由于其本身的價格與性能問題,加上優(yōu)質VR內容的缺乏并沒能獲得很好的發(fā)展。而隨著硬件廠商在VR應用開發(fā)及內容制作上的大力投入與資本支持,這一問題開始得到改善。VR應用開發(fā)者的基本情況分析僅3%的開發(fā)者有VR應用開發(fā)經驗,這里面近7成是新手VR開發(fā)需要面臨VR研發(fā)經驗缺乏、開發(fā)所需的設備不普及、設備或昂貴或粗糙等諸多問題。從本次調研結果來看,僅有3%的開發(fā)人員有VR開發(fā)的相關經驗,其中近7成的VR開發(fā)者水平僅停留在對VR技術領域進行嘗試或了解的入門級及以下水平。VR開發(fā)經驗和技術資料的缺乏是開發(fā)者面臨的最大挑戰(zhàn)VR產業(yè)鏈正在逐漸完善,在市場需求的推動下,各類新技術也在不斷地涌現。不過當前VR技術研發(fā)依然處在發(fā)展初期,未能形成通用的標準,因此開發(fā)經驗和技術資料的缺乏將是一個長期存在的現象。本次調研中5成以上的VR開發(fā)者認為這是目前面臨的最大問題?!緩垙|點評】處于行業(yè)早期,經驗缺失具普遍性,但更缺失的仍然是創(chuàng)新能力。VR是信息技術的一次重要顛覆式創(chuàng)新,扼守存量思維很難突圍,需要有強烈的創(chuàng)新精神與試錯空間,希望行業(yè)與資本都有足夠的耐心與定力。近5成的VR開發(fā)者認為沉浸感差和畫面延遲是最難解決的問題VR產品相較于同類型的傳統(tǒng)產品,比如游戲,區(qū)別主要體現在沉浸感,而沉浸感體驗越好對使用者就越具吸引力。開發(fā)出沉浸感好的產品除了要依靠硬件設備的支撐外,還取決于內容制作的質量。除此之外,VR設備畫面延遲過長會讓人有暈眩感,直接大幅降低了用戶體驗。而從輸入設備到成像,每一個步驟都會產生延遲,目前被大多數人接受的VR延遲是20ms。在本次調研中,5成左右的VR開發(fā)者都遇到了沉浸感差和畫面延遲的問題。VR開發(fā)者使用VR設備與開發(fā)引擎的情況針對移動端和PC端頭顯設備的VR通常業(yè)界將VR設備劃分為三種:移動端頭顯、PC端頭顯和一體機頭顯。移動端頭顯只要放入手機即可觀看,相對低廉的價格、智能手機性能的發(fā)展及開發(fā)的便捷性,讓近5成的VR開發(fā)者挑選它來進行VR的開發(fā),列居使用VR設備的首位;PC端頭顯價格相對昂貴,并且需要將設備連接到高配置電腦上才能進行觀看,但其強悍的性能和優(yōu)越的用戶體驗仍吸引了很多VR開發(fā)者的關注及使用,以41%的占比排在使用設備的第二位;一體機頭顯雖然具有獨立CPU、輸入和輸出顯示功能,但夾在PC端和移動端之間,其價格、技術等各方面并未見明顯優(yōu)勢,僅5%的VR開發(fā)選擇基于它進行開發(fā)。GoogleCardboard是最為普及的移動端頭顯設備,價格依然是阻礙VR普及的因素GoogleCardboard是一個簡單、易于DIY的VR設備,售價便宜,且有公開的制作圖紙。使用的是楞瓦楞紙板、透鏡、磁鐵、魔鬼氈以及橡皮等一些常見的材料,由此吸引了57%的開發(fā)者對VR的好奇與體驗,當仁不讓地成為移動端頭顯設備的首選。從Cardboard到DaydreamVR,Google不僅實現了簡易VR,更將移動端VR的標準趨于規(guī)范,同時在最新的AndroidN系統(tǒng)中實現了對于VR的支持,從硬件端解決性能所造成的不足。暴風魔鏡是國內較早推出的一款VR入門級設備,售價親民,并在持續(xù)地優(yōu)化與更新,讓48%的開發(fā)者選擇使用它來進行VR開發(fā)。而SamsungGearVR雖然有Oculus的加持,性能相較其他頭顯更為卓越,但因其比較昂貴的價格,僅有20%的開發(fā)者將其作為目標平臺。由此可見,價格依然是阻礙VR普及的重大因素。HTCVive和OculusRift是最主流的PC端頭顯設備HTCVive和OculusRift是目前主流的PC端頭戴顯示設備,有著各自不同的優(yōu)勢,HTCVive有著良好的性能和沉浸感,而OculusRift佩戴舒適且有著內容豐富的應用平臺,在PC頭顯設備使用方面,本次調查結果毫無懸念、兩者使用率差距很小,分別以61%和53%的占比排在前兩位?!緩垙|點評】VR硬件仍然處于早期高速迭代階段,各項技術都有極高的提升空間,這需要實實在在的基礎研發(fā)投入,國內硬件的價格、產能等優(yōu)勢暫時沒有發(fā)揮的空間。國外廠商仍將領先很長一段時間。近8成VR開發(fā)者選擇Unity3D開發(fā)引擎進行開發(fā)Unity3D和UE4是目前主流的兩款免費的游戲引擎。Unity3D很重視開發(fā)的效率與平臺應用上的推廣,它提供了完善的文檔和眾多模型腳本,方便初學者快速的上手,時至今日,已經被眾多游戲和網站開發(fā)使用。本次調研中,79%的VR開發(fā)者選擇使用Unity3D引擎進行VR開發(fā)。而UE4更注重畫面質感,能實現3A的游戲水準,有著強大的開發(fā)能力和開源策略,但UE4上手較難且開發(fā)成本高,缺少完善的文檔和示例,因此在VR開發(fā)者中普及度不高。本次調研中以23%的占比排在第二位。【張弢點評】引擎的選擇應主要依據團隊的人員構成與項目需求,不可盲目跟風。重度內容、高性能平臺應選擇UE;輕度內容、移動平臺則優(yōu)先考慮Unity。簡單來說UE的天花板夠高、Unity的門檻低。團隊經驗也很重要,UE需要技術型策劃與技術美術才能充分發(fā)揮優(yōu)勢。VR研發(fā)團隊產品開發(fā)情況分析僅有4成VR開發(fā)團隊成功發(fā)布過產品,其中近一半的團隊只發(fā)布過1款我們還沒有看到一款真正現象級的VR產品出現,從事VR產品開發(fā)的團隊數量也有限,擁有資金、技術實力的大公司關注點大部分都集中在硬件設備及一體化產品的研發(fā)上,真正做VR內容開發(fā)的公司,往往會在資金或技術水平上受限,難以專注于高質量的VR內容開發(fā)。在本次調研過程中,僅4成的VR開發(fā)團隊發(fā)布過VR產品,其中近5成的團隊只發(fā)布了一款VR產品。4成以上VR團隊的開發(fā)方向是VR內容制作和應用開發(fā)VR出現的最初僅被定義為一種沉浸式感覺的技術,然而VR并非只是一種工具,隨著VR技術的完善、VR設備的普及和開發(fā)成本的降低,越來越多的人開始意識到內容的重要性。泛VR內容的逐漸形成,將VR打造成一個獨立的生態(tài)系統(tǒng)。VR產品目前的開發(fā)方向較為集中在應用和內容制作上,均在4成以上。6成以上VR內容制作針對游戲及影視領域VR技術為游戲玩家?guī)愍毺氐某两襟w驗和體感輸入方式,VR游戲也因此越來越受到玩家的喜愛和行業(yè)的重視。本次調查中,在VR內容開發(fā)方面的VR團隊選擇開發(fā)做VR游戲相關的內容占62%,列居第一位。而加入VR技術能打造出具有交互、沉浸感十足的影片,同樣被越來越多的人所接受,從事VR影視相關內容開發(fā)的VR團隊占43%,排名第二。VR技術應用領域廣泛,在很多領域開始得到應用VR應用最大特點之一就是可以模擬真實場景、虛擬未知世界,這一特性使得VR技術的應用前景極為廣泛,目前國內已經將其應用擴展到眾多領域。本次調研結果顯示,VR應用開發(fā)并沒有集中在某一具體垂直領域,房產和教育的VR應用開發(fā)排在前兩位,也僅有3成左右?!緩垙|點評】長期看,VR具有強大的連接能力,有繼“互聯網+”之后形成“VR+”的趨勢。但整體成熟度仍然不足。早期應充分揚長避短,選擇對構建空間感、臨場體驗、跨時空地域需求強烈的細分領域來突破。第九章移動應用開發(fā)現狀分析移動應用開發(fā)趨勢及方向從事移動開發(fā)者數量呈逐年增長趨勢智能手機更為廣泛的普及與運用,促使移動應用開發(fā)類別呈現出更為細化的趨勢,針對消費者生活工作細節(jié)的各類應用紛紛涌現。在調查中發(fā)現,2014年至2016年,從事移動應用開發(fā)人群逐年增長,從2014年的19%到2016年的33%,增長了近一倍。開發(fā)休閑娛樂和效率類移動應用、跨平臺工具類型居多休閑娛樂和工作是人們日常生活中的重要組成部分,在移動應用的開發(fā)類型調研中,休閑娛樂和工具效率類的應用占比最高,均在三成以上??缙脚_開發(fā)能夠減少開發(fā)人員對工程投放的工作量以及降低工程開發(fā)周期,在針對開發(fā)的工具與服務類型調研中,跨平臺開發(fā)工具占比最高,占38%。隨著快捷支付在人們生活中的廣泛應用,以及確保應用的準確性和有效性,支付服務和測試服務兩種類型的開發(fā)同樣是移動開發(fā)中比較熱門的開發(fā)方向,占比均在30%以上。移動應用開發(fā)平臺及工具近8成移動應用基于Android平臺進行開發(fā)基于Android平臺開發(fā)占比高于基于iOS平臺開發(fā)占比,分別占76%和41%。Android用戶基數大、入門簡單、開發(fā)周期短、完全開源帶給開發(fā)者更大的發(fā)揮空間,同時Android系統(tǒng)已經不局限在手機上,已經滲透至機頂盒、POS機等其他設備上,開發(fā)需求量越來越大。相比較下,iOS封閉式的開發(fā)環(huán)境,開發(fā)門檻較高,上手相對復雜,但開發(fā)的適配和調試環(huán)境要優(yōu)越于Android并且其安全性較高,同樣對開發(fā)者有著較強的吸引力。AndroidStudio成為目前移動應用開發(fā)的主要開發(fā)工具之一AndroidStudio是一款由Google推出的、基于IntelliJIDEA的Android開發(fā)環(huán)境,包含Eclipse上具有的所有特性,同時具備更智能化、開發(fā)速度快、UI功能強大及插件種類繁多等功能,非常方便開發(fā)人員進行工程的編寫與調試。2016年,Google對AndroidStudio進行了版本升級,同一年也正式結束了對EclipseAndroid開發(fā)工具的支持。在本次調研中,AndroidStudio超越老牌Eclipse成為移動開發(fā)人員使用最多的一款開發(fā)工具,分別占64%和52%。移動應用使用第三方服務情況支付和推送服務是移動應用最多使用的第三方軟件服務96%的企業(yè)會借助第三方成熟的技術或服務來支持移動應用的開發(fā),其中支付和推送服務是使用最多的第三方服務。第三方支付的快速發(fā)展,離不開政策支持、電商助力以及互聯網大佬積極培育市場消費習慣等因素共同推動。其便捷、高效、可信賴等特點,使得越來越多的應用開發(fā)商把目光投向了第三方支付服務,占53%。除了第三方支付服務外,推送服務同樣受歡迎,近一半的應用開發(fā)商使用第三方推送服務。一方面,推送服務能夠及時將最新消息快速地傳遞給用戶,另一方面,推送服務能夠幫助提升應用的打開率與增加用戶使用粘性。第三方Android應用市場和AppStore是移動應用產品的發(fā)行主渠道在移動應用的發(fā)行渠道對比中,對各類軟件持開放態(tài)度的第三方Android應用市場以55%的占比位居首位。而AppStore作為蘋果產品唯一的官方渠道,同樣擁有著較高的占比,占51%。移動應用開發(fā)過程中遇到的問題與技術挑戰(zhàn)移動應用終端適配是移動開發(fā)過程中遇到的主要問題因設備各異、品牌繁多,版本雜亂,導致移動應用產品的適配工作量異常沉重,是開發(fā)過程中開發(fā)人員最常遇到的問題,在本次調研中,占66%。把用戶需求產品化并能夠盈利是移動應用面臨的最大挑戰(zhàn)把用戶種類繁多、多層次、多元化的需求在移動應用中體現出來,以及如何在數量龐大性。【總點評:南志文】移動應用開發(fā)領域2016年開發(fā)者仍然呈增長趨勢,但是2016年開發(fā)者跨平臺開發(fā)增長趨勢比較明顯。基于此,圍繞著跨平臺移動開發(fā)技術生態(tài)圈上涌現出很多解決方案從而使支持跨平臺應用開發(fā)的IDE的HBuilder和ReactNative增長明顯,同時由于2016年Android開發(fā)者逐步遷移到AndroidStudio,加上Google官方的力推,一躍使AndroidStudio成為排名第一名的IDE,并且隨著Google今年剛不久宣布不支持Eclipse,未來AndroidStudio會越來越發(fā)展成熟,同時份額增長也會越來越快。從今年的開發(fā)者調查中,我們可以得出結論:除了跨平臺開發(fā)工具在迅速發(fā)展外,關于支付、測試、推送服務的第三方服務也得到了快速發(fā)展,相信這些第三方服務未來會隨著應用場景越來越多,未來會發(fā)展越來越成熟。隨著移動端設備種類繁多,移動適配是開發(fā)者一直面臨的技術挑戰(zhàn),并且隨著移動端領域技術不斷發(fā)展成熟,對移動開發(fā)者的技術要求也越來越高,市場上和企業(yè)上越來越理性的回歸到歡迎需要經驗豐富,至少3年以上的開發(fā)者;未來開發(fā)者更多比拼的是技術內功、技術資歷、溝通合作等綜合能力。Web應用開發(fā)現狀分析開發(fā)者基本特征Web開發(fā)者群體規(guī)模保持穩(wěn)定并占多數,其中5成以上為全棧開發(fā)者2016年從事Web應用的開發(fā)者數量略有增長,在總體開發(fā)者群體中依然保持半數左右的占比,遠高于其它領域的開發(fā)者。WEB開發(fā)人群中,半數以上具備前端和服務器端開發(fā)的能力?!局茉2c評】明顯可以看到,市場需求的不斷變化,對工程師的要求也越來越高,故而全棧工程師占比很大。WEB管理類工具是主要應用類型基于WEB技術的管理工具將傳統(tǒng)行業(yè)管理與互聯網技術相融合,逐漸替代了早期單機版管理工具,比如企業(yè)客戶關系管理、人力資源管理、企業(yè)質量管理、業(yè)務流程管理等等。本次調研中,基于Web技術的管理工具類的開發(fā)占57%,其次是電商類應用。與各類瀏覽器保持兼容和性能提升是Web開發(fā)者需要解決的最大問題Web開發(fā)的應用與瀏覽器的兼容性及應用響應速度會直接影響使用者的體驗,是評價應用優(yōu)劣的標準之一。在本次調研中,近7成以上的Web開發(fā)者認為解決瀏覽器的兼容性是目前最大的挑戰(zhàn),6成以上的Web開發(fā)者認為性能優(yōu)化以提高應用響應速度是最大難題。【周裕波點評】從PC互聯網到移動互聯網,兼容性一直是工程師的痛,PC時代,有IE6、IE7、IE8,而到了移動互聯網時代,不僅僅是瀏覽器的版本問題,有更多的移動終端,不同的終端上瀏覽器的版本又不一樣,而且還有不同客戶端中的View,故而工程師面臨的兼容性挑戰(zhàn)會更大。不過我們可以看到,有很大一部分工程師們更加重視性能問題,這點值得欣慰。當前Web應用以兼容Chrome、Firefox、IE瀏覽器為優(yōu)先瀏覽器是基于BS結構的Web技術的必要條件之一,市場上的瀏覽器類型、數量眾多。開發(fā)者在選擇瀏覽器進行兼容性測試時會優(yōu)先保證和Chrome、Firefox、IE系列瀏覽器的兼容?!局茉2c評】Chrome占據了市場的大壁江山,希望Chrome能夠影響其他瀏覽器廠商,跟著一起成長,從而帶動整個技術市場的發(fā)展。Web應用開發(fā)使用的操作系統(tǒng)及編程語言CentOS是WebCentOS是RedHat推出的開源社區(qū)版本,相較其他Linux發(fā)行版,CentOS按照自己的節(jié)奏進行優(yōu)化和升級,并不急于融合最新流行的技術,因此相對穩(wěn)定性更好,而且CentOS還實行免費。本次調研中,34%Web開發(fā)者選擇將Web應用部署在CentOS操作系統(tǒng)上,使用率排在首位。相較其他Windows版本,WindowsServer2008最具穩(wěn)定性、靈活性,其虛擬化技術與安全性保障技術,能滿足快速變化的業(yè)務需求,在Windows系列中使用率最高,占27%。Java是服務器側開發(fā)最多使用的編程語言在針對服務器端使用的語言調查中,Java是開發(fā)人員使用最多的開發(fā)語言,占62%。這與Java編程語言的普及率及Java的可復用性、健壯性、可維護性、跨平臺性等特性有關?!局茉2c評】雖然Java占據了服務端開發(fā)語言的一大半市場,但是我們也可以看到Node.js發(fā)展也十分迅速。Web前端開發(fā)技術框架Bootstrap和jQueryUI是目前最主要的前端UI框架9成以上Web前端開發(fā)者會選擇使用UI框架,其中Bootstrap和jQueryUI框架使用最多,分別占58%和54%。Bootstrap是一個CSS/HTML框架,其簡單、靈活,優(yōu)美、時尚的外觀排版模式,深受Web開發(fā)人員喜愛。jQueryUI是一款基于jQuery的UI插件,提供用戶交互、動畫、特效及可更換主題的可視控件,便于開發(fā)人員更方便地構建交互效果較好的Web應用?!局茉2c評】不過BootStrap和jQueryUI這么受歡迎,也應該是和我們參與調查的用戶群體有關系,主要是企業(yè)級產品的開發(fā)者。JavaScript庫中jQuery使用率最高在Web開發(fā)中,使用JavaScript框架或庫,可以幫助開發(fā)者提高工作效率及工作質量,95%的Web開發(fā)者會選擇使用JavaScript框架或庫。jQuery因其快速、簡單、可擴展性強、擁有豐富的插件及極佳的用戶體驗等特點,便于Web開發(fā)人員更輕松的開發(fā)Web應用,成為當前最受歡迎的一個JavaScript框架。在本次調研中,近8成的調研對象在Web應用中會使用jQuery,相較于AngularJS框架占比28%,jQuery占比遙遙領先?!局茉2c評】jQuery目前是JavaScript框架中使用率最高的,這個我一點都不驚訝,是意料之中的,足以說明jQuery在PC時代的確做得很好,它的API設計得非常好,由于被調查的用戶應該更多是企業(yè)用戶開發(fā)者,所以我們可以看到AngularJS也非常受歡迎,這里面我們還看到一個新秀,那就是Vue.js。Web服務器端開發(fā)工具及框架Eclipse是Web在集成開發(fā)環(huán)境(IDE)方面,Eclipse是Web開發(fā)過程中使用最多的開發(fā)工具,占59%。Eclipse支持多種主流語言,比如Java、PHP、Python等,其中對使用率排名第一的Java語言支持最好,使用Java進行開發(fā)的Web使用者大多會同時使用Eclipse作為開發(fā)工具;除此之外,在Eclipse開發(fā)工具上可以搭建SSH(Struts+Spring+Hibernate)服務器端框架,簡單方便。輕量級編輯器SublimeText可以通過安裝插件或工具包,讓Web應用開發(fā)人員更容易進行工程編碼,在本次調研中,占34%。【周裕波點評】對于開發(fā)工具來說,因為我們前面已經知道使用Java的開發(fā)者已經占據62%之多,所以Eclipse的占比這么大是屬于比較正常的,但是我們也可以看到作為編輯器的新秀SublimeText的占比也非常高,不過的確也是因為它足夠好用,所以才受到開發(fā)者們的青睞,不過它最近更新相對來說比較緩慢,接下來將被哪款開發(fā)工具所超越呢?大家可以來猜一猜!我個人覺得Atom很有戲!Java工程師習慣使用SSH服務器端框架進行服務開發(fā)當服務器端使用的開發(fā)語言為Java時,SSH(Struts+Spring+Hibernate)是最常使用的服務器端組合框架。SSH框架能夠在短期內幫助開發(fā)人員快速搭建一個結構清晰、可復用、便于維護的Web應用程序,并通過Java對象來實現功能。PHP工程師使用Yii和Zend框架最多當Web開發(fā)者在服務器端使用PHP進行開發(fā)時,通常會使用Yii和Zend框架,兩者占比差距不大,均在25%左右。Yii是一個基于組件的高性能PHP框架,也是最有效率的PHP框架之一,Yii框架提供了Web2.0應用開發(fā)所需要的大部分功能。Zend框架具有安全性與高可靠性特點,并且Zend官方提供大量簡潔、穩(wěn)定的代碼與豐富的參考文檔,國內已經有著發(fā)展較成熟的社區(qū)。此外,我們看到國內開源的ThinkPHP開發(fā)框架也在受到開發(fā)者的認可。Python工程師普遍使用Django和Flask框架進行開發(fā)基于Python的Web框架種類繁多,Django和Flask是其中非常優(yōu)秀的兩款框架,本次調研數據顯示,使用率均在50%以上。Django框架提供Web應用開發(fā)一站式解決方案,具有的開箱即用特性,能夠讓開發(fā)者開發(fā)Web應用之前,在選擇應用程序的基礎設施方面節(jié)省大量時間。Flask是一個面向需求的、簡單的小型應用微框架,非常適合開發(fā)者用最快的速度做出一個簡單型基于Python的網站。Node.js工程師最常使用Express.js框架進行開發(fā)Express.js是當前Node.js開發(fā)過程中Web開發(fā)者最常使用的框架,Express.js具有使用簡單、開發(fā)靈活、功能強大等特性,被7成以上的Web服務器端開發(fā)者使用。Ruby工程師開發(fā)時傾向使用RubyonRails框架Rails是一
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 伊利牛奶客戶關系管理資源
- 2025年標準采購合同范本下載
- 智能制造技術應用推廣
- 2025汽車按揭貸款合同書范本(合同示范文本)
- 2025企業(yè)設備借款合同參考
- 冬季公交行車安全教育
- 數字信號處理算法及應用測試卷
- 漁業(yè)行業(yè)智能化養(yǎng)殖與漁業(yè)資源管理方案
- 大數據在農業(yè)智能化種植中的應用與發(fā)展趨勢分析
- 土壤修復行業(yè)發(fā)展趨勢與未來市場展望分析
- 校園法制宣傳課件
- 2025中國信創(chuàng)服務器廠商研究報告-億歐智庫
- 2025年遼寧省盤錦市事業(yè)單位公開招聘高校畢業(yè)生歷年高頻重點模擬試卷提升(共500題附帶答案詳解)
- 2025年浙江杭州建德市林業(yè)總場下屬林場招聘8人高頻重點模擬試卷提升(共500題附帶答案詳解)
- 流行性感冒診療方案(2025年版)權威解讀
- 《水庫大壩安全監(jiān)測管理辦法》知識培訓
- 裂隙等密度(玫瑰花圖)-簡版
- 2025年河南工業(yè)職業(yè)技術學院高職單招職業(yè)技能測試近5年??及鎱⒖碱}庫含答案解析
- 2025年寧波職業(yè)技術學院高職單招職業(yè)技能測試近5年??及鎱⒖碱}庫含答案解析
- 2024版射箭館會員訓練協議3篇
- 《新能源汽車滾裝運輸安全技術指南》2022
評論
0/150
提交評論