去年年底发过一篇互联网技术盘点的文章，按照全栈技术的方式，列举了一些我们曾经使用和接触过的互联网相关技术点。 最近春节假期，抽空又深入研究总结了一下「云计算」和「大数据」，分别进行了细化分类。今天发布第二版V2，希望把这个技术列表持续维护下去，和大家分享更多的技术心得。 任何技术都是服务于商业的，谈技术之前我们来看看科技是如何应用在各种生活场景的，比如，
投资任何一项技术创新，都应该基于最终的实际价值Value输出。换句话说，就是到底能给用户带来什么好处，否则，现在时间成本这么高，用户凭什么用你的东西。 这是一个简单的商业道理，任何投入要有产出。我自己也笃信，新技术将让以上消费场景发生**性的变化，并对此有着持续的热情，这几年也一直走在试错的最前沿。 作为一位技术产品领导者，我们更需要思考这些智能场景，背后究竟需要什么样的技术支撑呢？
这些年，为了开发这样的系统，我使用和接触过各种繁杂的互联网技术和工具，简单分类整理一下如下： 移动开发：Objective-C／Xcode／JSPatch／Android Studio／React Native 前端：Javascript跨域／CSS／Ajax／AngularJS （App生命周期管理）／NodeJS／JQuery／React／Bootstrap／JSBridge／SSO／Chrome Devtools 后端架构：DNS轮询／CDN／F5／Varnish／nginx／反向代理／API Gateway／负载治理／ThinkPHP／SpringMVC／Dubbo／Thrift／DAL／DTO／DAO／拆DB／MySQL／NoSQL／MongoDB／SOA Job调度：Elastic-Job／CronJob 缓存：Redis／Memcache和Mysql配合
搜索：Elastic Search／Solr／Sphinx／Lucene／爬虫 搜索优化：SEO ／ASO 云计算：（后续细化） 云主机（Openstack／fio／AWS Autoscaling／ELB） 云存储（Ceph／S3） 云容器（Docker／Kubernetes） 大数据：（后续细化） 大数据处理（Spark／Flink／Hadoop） 大数据分析（Hive／Kylin／ELK） 机器学习（Spark MLlib／TensorFlow） 运维：LAMP／LNMP／Tomcat／Zabbix／Chef／Puppet／Zookeeper 监控：（网络级链路、系统级、关键资源**监控）／链路跟踪Flume Kafka HDFS／听云 工程效率EE：Benchmark平台Web Jenkins nGrinder SCM：代码控制Gerrit＋Jira＋Jenkins＋Walle版本发布 SQA：Bug／Code Statistics／Testlink／友盟 自动化测试：Selenium／Appium／Robotium 安全：Wireshark／Tcpdump／Charles／XSS／CSRF／SQL Injection／HTTPS／安全宝 图片服务：fastDFS／图床服务 站内信推送：APNs／腾讯信鸽 短信邮件：供应商 CDN：网宿／蓝讯 这个版本V2，就先写到这儿。 随着工作中对OpenStack和Spark等软件的实践，希望在「云计算」和「大数据」方面有更多的分享。
本文转载于微信公众号: 技术管理那些事(jsglnxs)，更多微信文章请扫描关注公众号: |
|
声明：文章版权归原作者所有 部分文章转自互联网 如有侵权请联系
[邮箱地址] 删除
|
注册
登录
