O'Reilly在线学习包含有关技术领导者需要注意和探索的趋势，主题和问题的信息。这也是我们年度使用情况研究的数据源，该研究检查了最常用的主题和搜索词。^[1]

使用和搜索的结合提供了一种上下文视图，该视图不仅包含成员正在积极使用的工具，技术和技术，还包括他们正在收集有关信息的领域。

O'Reilly在线学习平台上使用的最新信号显示：

• Python是杰出的。它是O'Reilly上最流行的编程语言，它占所有使用量的10％。今年Python使用量的增长受其在数据科学家，机器学习（ML）和人工智能（AI）工程师中日益普及的推动。

• 软件体系结构，基础架构和操作都在快速变化。向云原生设计的转变正在改变软件架构，基础架构和运营。此外：基础设施和运营趋势在上升，而DevOps在下降。巧合？可能不会，但只有时间会证明一切。

• 机器学习（ML）和人工智能（AI）兴起，但热情已降温。直到2017年，ML + AI主题一直是平台上增长最快的主题之一。如此大的话题增长仍然强劲，但使用率在2018年放缓（+ 13％），在2019年显着降温，仅增长7％。但是，在数据主题内，ML + AI已从所有使用的22％变为26％。

• 仍然阴云密布，但有可能迁移。云平台中的强劲使用率（+ 16％）构成了大多数特定于云的增长。但是，人们对云迁移的持续兴趣（2019年使用率增长了10％，而2018年增长了30％）成为另一个重要的新兴趋势。

• 安全性日新月异。去年，由于两个安全认证的使用量增加，总体安全使用量猛增了26％：CompTIA Security（+ 50％）和CompTIA CySA +（+ 59％）。对于业务主管，系统管理员，DBA，开发人员等，要提防很多安全风险。

图1（上）。2019年O'Reilly在线学习平台上热门术语的标准化搜索频率（左）以及每个术语的变化率（右）。

在编程中，Python是杰出的

与2018年一样，在2019年，Python是O'Reilly在线学习中最受欢迎的语言。与Python相关的使用在2019年以6％的速度稳定增长，比2018年略有下降（+ 10％）。经过数年的稳步攀升（在2017年超越Java之后），与Python相关的互动现在已占所有使用量的近10％。

但是Python是一个特例：今年比往年更多，它的增长受到了对ML的兴趣的提振。2019年，特定于Python作为一种编程语言的使用量仅增长了4％; 相比之下，与Python和ML有关的使用（例如在AI，深度学习和自然语言处理的上下文中，或者与几种流行的ML / AI框架中的任何一种结合使用）的使用率增加了9％。落后的用例是基于Python的Web开发框架，其使用量同比增长仅3％。

图3（上）。O'Reilly在线学习平台上2019年顶级编程语言的标准化搜索频率（左）以及每种语言的变化率（右）。

这与我们在其他地方观察到的一致：在对AI和ML的强烈兴趣中，Python获得了新的相关性。与R一起，Python是用于数据分析的最常用的语言之一。从用于线性或逻辑回归的预先构建的库，决策树，朴素的贝叶斯，k均值，梯度增强等，都有一个Python库，几乎可以满足开发人员或数据科学家可能需要做的任何事情。（Python库在处理或工程数据方面同样有用。）

有趣的是，R本身继续下降。O'Reilly在线学习中与R相关的使用量在2017-18年度期间下降了8％，在2019年同比下降了6％。R很可能像Scala（在2018-19年度使用-33％ ；使用率-19％（2017-18）-是Python的牺牲品。没错，似乎很难将R的下降与对AI和ML的强烈兴趣相提并论，但要考虑两个因素：首先，ML和统计不是同一件事，其次，R主要不是面向开发人员的语言。R被设计用于学术，科学以及最近的商业用例。随着统计信息和相关技术在软件开发中变得越来越重要，越来越多的程序员在编程类中遇到了统计信息。在这种情况下，他们比R更有可能使用Python。

对某些语言的兴趣似乎呈上升趋势，而对其他语言的兴趣呈下降趋势。图表A：与Java相关的使用在2018年至2019年之间下降了13％，这是趋势的预兆吗？不一定：在2017年至2018年期间，与Java相关的搜索量增长了5％。另一方面，Java的堂兄JavaScript也似乎在下降。没错，他们只是一个概念上的联系，但对JavaScript的兴趣似乎也确实在减弱：O'Reilly在线学习中与JS相关的使用率在2017-2018年期间下降了4％，在2018-19年之间下降了7％。微服务架构可能会加速将其他属性（例如Go，Rust和Python）用于Web属性。

在基于JavaScript的Web应用程序框架中，随着Angular（使用率-12％）在2018年至2019年间下滑，React的受欢迎程度（使用率增加了4％）。Vue.js（React和Angular的竞争者）一直坚持到在2017-18年间的使用量几乎翻了一番（+ 97％）之后，在2018-19年稳定增长（使用量增加8％）。

Go的发展趋势可能是一种趋势，继使用量连续数年快速增长（包括2017年至2018年的+ 14％）之后，Go的使用速度去年有所下降，使用量仅增长了2％ 。但是Go现在是第六种最常用的编程语言，仅次于Python，Java，.NET和C ++。从方法论上将.NET从统计中删除^[2]，然后Go进入前五名。

软件体系结构，基础架构和运营的趋势

云原生设计是一种思考软件和架构的新方法。但是向云原生的转变不仅对软件体系结构有影响，而且对基础设施和运营也有影响。它利用新的设计模式（微服务）并改编现有技术（服务编排），以在所有环境，云或本地环境中实现类似于云的弹性和弹性。O'Reilly Radar使用术语“ 下一个体系结构”来描述这种转变。

在这种背景下，必须了解软件体系结构和基础架构以及操作中发生的事情。在通用软件架构主题中，容器主题的使用在我们的2019年分析中有所增加，增长了17％。这只是其2018年增长率的一小部分（使用率增长了56％），但仍然令人印象深刻。Kubernetes已经成为在云原生设计模式下协调服务和微服务的事实上的解决方案。Kubernetes的使用量在2018年激增211％，在2019年增长40％。Kubernetes的父主题容器协调器也实现了强劲的使用量增长：2018年为151％，今年为36％，几乎全部归功于对Kubernetes本身。

这也有助于解释微服务主题中使用率的增加，该主题在2019年以22％的速度增长。确实，您不一定需要微服务来“执行”云原生设计。然而，在这一点上，很难将两者分开。大多数云原生设计模式都涉及微服务。

这些趋势还与基础架构和运营的兴起有关，既反映了DevOps的局限性，又反映了向云原生设计的转变所带来的挑战。基础架构和操作的使用是通用系统管理主题下增长最快的子主题。对基础架构和操作的兴趣激增也解释了在配置管理（CM）和DevOps主题领域中使用率的下降。最受欢迎的CM工具专注于DevOps，并且与DevOps本身一样，它们也在下降：与几乎所有CM工具一样，2019年CM主题中的使用率显着下降（-18％）。Ansible受的影响最小（使用量为-4％），但Jenkins，Puppet，Chef和Salt的使用量分别下降了25％或更多。在2018年下降20％之后，DevOps使用率在2019年再次下降（-5％）并非偶然。

基础架构和操作的出现表明组织可能在扩展 DevOps方面遇到困难。DevOps旨在培养能够在系统“ 堆栈 ”的每个层中胜任工作的程序员。但是在实践中，开发人员倾向于减少对DevOps运营组件的投入，这一事实催生了站点可靠性工程（SRE）的思想。即使“全栈”开发人员不是独角兽，她当然也不是司空见惯的。组织将基础架构和操作视为实用的，以操作为重点的补充，可从DevOps容易失败的地方准确地接手。

深入了解数据，AI和ML主题

与数据相关的主题的结果既可预测，又无可避免地令人困惑。从数据工程开始，所有数据工作的基础（该类别包括涵盖数据管理的标题，即关系数据库，Spark，Hadoop，SQL，NoSQL等）。总体而言，2019年数据工程使用量下降了8％。2018年下降了3％。这两年都是由于数据管理职称使用量下降所致。

当我们更具体地关注数据工程主题（不包括数据管理）时，我们看到的份额很小，但使用率稳步增长，2018年增长了7％，2019年增长了15％（见图7）。

在广泛的“数据”主题中，数据工程（包括数据管理）仍是该主题中占有最大份额的主题，在平台上的所有使用中占约十二分之一。这几乎是数据科学主题的使用份额的两倍，数据科学主题的使用份额在2018年下降了（-2％）之后在2019年增长了（+ 5％）。

在其他地方，对ML和AI的兴趣一直在增长，尽管速度有所下降。举个例子：2019年，ML / AI组合主题的使用量增长了7％，约为其2018年增长的一半（+ 13％）。

具有讽刺意味的是，在特定于数据的主题中，ML / AI的优势可能没有在其他主题领域（例如编程语言）中那么明显，在编程语言中，Python使用的增长在很大程度上受到该语言对ML的实用性和适用性的驱动。但是自然语言处理（NLP，2019年增长22％）和神经网络（增长17％）等与ML / AI相关的主题的使用量也强劲增长。

数据工程作为一项任务当然并没有减少。对数据工程的兴趣也可能不会下降。如果有的话，数据工程和ML / AI都将数据工程作为一个实践领域包含在内^[3]。我们从其他研究中知道数据科学家，机器学习和AI工程师等在工作中花费大量时间来发现，准备和设计数据。我们已经看到，流行的工具和框架通常以自动化/引导式自助功能的形式，或者（对于Jupyter和其他笔记本而言）具有构建和编排调用Python的数据工程管道的能力，从而通常包含数据工程功能。，R（通过Python）等库，以同时或（如果可能）并行运行数据工程作业。

与老式数据工程相对应的术语（例如“关系数据库”，“ Oracle数据库解决方案”，“ Hive”，“数据库管理”，“数据模型”，“ Spark”）按年下降，在2019年。部分下降是由于更大的市场驱动因素所致。从我们的研究中我们知道Hadoop及其相关项目的生态系统（例如Hive）正处于持续多年的长期衰退之中。这种下降在我们的使用量数据中得到了证实：Hadoop（-34％），Hive（也为-34％）甚至Spark（-21％）均同比大幅下降。

我们在对O'Reilly Strata会议发言人提议的分析中，更详细地讨论了造成这种下降的可能原因。

云持续攀升

尽管O'Reilly在线学习的速度较慢，但对与云相关的概念和术语的兴趣仍在不断增长。从2017年到2018年，与云相关的使用量激增了35％; 在2018年至2019年期间，它的增长率不到一半（17％）。这种放缓表明云作为一个类别已经取得了很大的份额，因此（从数学上）任何其他增长都必须以较慢的速度发生。就云而言，虽然增长速度较慢，但仍然强劲。

对云服务提供商平台的兴趣反映了整个行业的兴趣：与Amazon和AWS相关的使用量同比增长了14％；另一方面，Azure的使用量增长了29％，而Google Compute Platform（GCP）增长了39％。亚马逊控制着整个云基础设施即服务（IaaS）产品市场的一半（根据Gartner 2018年数据）。它也已经达到了快速增长在数学上令人望而却步的地步。Azure和GCP的增长都比AWS快得多，但它们的规模也要小得多：Azure在2018年的增长率接近61％（根据Gartner），占IaaS市场的15％以上；GCP增长率约为60％，占IaaS份额的4％。

同样有趣的是：去年，O'Reilly 对微服务和Kubernetes的特定于云的兴趣显着增长。在2018年下降之后，与微服务相关的使用量同比增长22％。在2017年至2018年经历了爆炸性增长（+ 190％）之后，Kubernetes的使用同比增长了38％。通过用户调查和其他研究工作所看到的是：微服务已经成为云原生设计和开发的重要组成部分。

更大的收获是，现代软件体系结构的基本趋势（即在强调抽象，隔离和原子性时优先考虑松散耦合）正在消除我们认为的“云”与“本地”之间的界限。上下文。我们通过对本地和云部署中的微服务和Kubernetes的持续兴趣来看到这一点。

这就是云原生设计的逻辑：特定的部署上下文当然仍然很重要-开发人员在为AWS开发时需要考虑哪些功能或约束？对于Azure？对于GCP？但是，用于将公共云与私有云划分界限的清晰界限开始消失，就像将内部私有云与传统内部部署系统区分开的界限也正在消失。

对安全的兴趣激增

2019年安全使用率（+ 26％）显着增长（见图2）。其中部分原因是CompTIA Security +（50％）和CompTIA网络安全分析师（CySA +，59％）主题使用量增加。

Security +是一项入门级安全认证，因此其增长可以归因于系统管理员，DBA，软件开发人员和其他非专家的使用增加。无论是充实他们的真正信誉，满足新工作（或法规）要求，还是仅仅是为了使自己更具市场价值，Security +都是一个非常简单的认证过程：通过考试即可获得认证。另一方面，CySA +相对较新。这可以解释2018年CySA +相关用途的爆炸式增长（+ 128％），以及去年的强劲增长。与CISSP和其他流行认证不同，CySA +推荐但不要求具有真实经验。像Security +一样，这是另一个认证系统管理员，DBA，开发人员和其他人员可以提高自己的信誉。

在2019年，证书并不是推动O'Reilly进行与安全相关的使用的唯一方法。一系列漏洞和潜在攻击也产生了一定影响。如果2018（+ 5％的增长，安全使用;在搜索+ 22％的增长）给了我们消融和幽灵，2019给了我们关于醒酒信息的深远影响崩溃和，尤其是，幽灵。对于2019年，特定于安全性的使用量（+ 26％）和搜索（+ 25％）相应增加。系统和数据库管理员，CSA，CISSP和其他人都渴望获得专门的详细信息，这些信息专门用于修补和加固其易受攻击的系统，以防止受到至少13种不同的Spectre和14种不同的Meltdown变体的攻击以及减轻与这些修补程序相关的潜在巨大性能影响。开发人员和软件架构师对重写，重构或优化其代码以解决这些同样的问题有疑问。在这种背景下，与安全性相关的使用激增是有道理的。

在信息安全和数据隐私方面也进行了大量工作。毕竟，2019年不仅是欧盟综合GDPR体制具有约束力的第一个全年，而且-自2019年1月1日起，加拿大正式启动了类似GDPR的PIPEDA体制的更新。全面的《加利福尼亚消费者隐私法案》（CCPA）（称为加利福尼亚的GDPR）于2020年1月1日生效。

综上所述，对这些趋势的分析似乎支持对当今安全状态进行半个全面的评估。如果在安全使用量的持续增长上奥赖利是一个可靠的指标，它可能是安全可能，最后，是得到它应有的重视，在日益数字化的世界。这可能是机构已经接受了由数据破坏或高调的黑客只是成本太高的风险，而花在信息安全entailed的财务和声誉处罚的，总的来说，钱花得值。

但是，相同的分析也很适合半杯空的评估：即，安全支出是周期性的；情况的融合有助于增加安全支出；而且，老实说，组织倾向于从备受关注的安全事件中反弹。只有时间（或本次调查的未来分期）可以证明。

结论思想

很难想象，在明年的分析中，2019年最热门的趋势不会以相同的啄食顺序重新扮演他们的角色。编程语言风行一时，但Python似乎准备以稳定的速度增长，因为它既具有优势，又具有适应性，并且易于使用。我们在Python在ML和AI中的广泛使用中看到了这一点，在Python中它已取代R作为数据工程和分析的通用语言。

机器学习和人工智能也是如此。即使（如一些反对者警告）下一个AI冬天 就要到我们身上，这是很难想象的ML和AI很快逐渐淡出在兴趣。关于软件体系结构的趋势，尤其是基础架构和运营的趋势，也可以这样说。它们都是不断创新的场所。他们的从业人员将很难承受跟上所发生的事情。

通过修改后的“ Overton窗口 ” 来考虑什么是热门，哪些不是热门，这很有帮助。Overton窗口限制了在特定时间在特定位置可用的人类认知带宽。策略或问题或趋势的组合不能超过可用带宽的100％以上。在某种程度上，这也是对O'Reilly在线学习活动的肯定。在实践中，使用量的下降不必与使用量（或有用性）的下降相关。它只是被其他新兴趋势所挤出。

这也强调了为什么像JavaScript这样的领头羊主题的下降可能会非常重要。即使这些主题不再是快速和持续创新的场所，它们对于日常用例也同样重要，尤其是在通用信息收集或更专业的问题解决方面。并不是说JavaScript的重要性不如以前。毕竟，React，Angular和Vue.js是开发和创新的站点，而这三个都是基于JavaScript的。正是我们开始以不同的方式来理解JavaScript，并与之相关联（或者数据工程，Docker，DevOps和变更管理）。我们以不同的方式分配它们。

Radar旨在捕捉的正是这种差异。不是每个人都能看到的明显变化，而是变化本身在发生时的合并。

^[1]本文基于关于O'Reilly在线学习的热门搜索词和最常用主题的非个人身份信息。我们比较了过去三年的汇总数据；2017年和2018年的全年数据，以及2019年的10月底。

^[2]足够合理的决定。.NET与其说是软件框架，不如说是一种语言：即C＃和一些相关语言的超集，包括Visual Basic .NET，J＃和C ++ / CLI，后者是特定于.NET的语言。C ++的实现。

^[3] ML和AI在任何意义上都不是同一件事。为了简单起见，我们在这里将它们组合在一起。

长按识别

你点的每个在看，我都认真当成了喜欢