关键要点

• 混合工作将继续存在。关键问题包括：什么是正确的平衡？我们亲自在一起需要多少时间？如何影响入学？此外，我们在时区需要同步多少时间？

• 可能有康威定律 COVID 推论；能够有效开发松散耦合系统（通常具有微服务架构）的公司应设置为远程工作，并采用分布式方法。是独立、高度一致的团队和人员使微服务工作。

• 2021 年，数据工程和 AI/ML 该领域有三个有趣的发展：数据管理-数据摄入和清理；基础设施-基于云技术的数据工程平台和服务的兴起；以及运维-DataOps”的出现和DevOps补充数据

• 如今，工程师们可以创造出令人惊叹的东西。它们可以基于代码生成器使用代码生成器 ML 编码助手、高度可扩展的云计算和全球影响力。然而，权力越大，责任就越大。我们每个人都必须考虑道德、多样性、包容性和可持续性，这一点非常重要。

• 今天，任何规模合理的组织都是多云的。我们预计这个主题将在 2022 2000年持续关注的领域。该领域的重要主题包括提供良好的开发人员体验（如铺路平台） SDLC 早期考虑安全和治理，以及明确使用各种云技术的目标。

随着 2021 年底即将结束，InfoQ 播客的联合主持人会议讨论了我们在过去一年中观察到的主要软件行业的趋势，以及他们将在 2022 今年继续关注的内容。播客集可供收听，以及完整的讨论记录。

Daniel Bryant 主持讨论，Wesley Reisz、Shane Hastie、Charles Humble、Srini Penchikala 和 Thomas Betts 也加入了讨论。

混合和远程工作

团队工作方式最明显的变化是 2020 强制转向远程工作已演变为混合工作，这很可能成为未来的标准。InfoQ 主编兼文化与方法 InfoQ 文化播客主持人 Shane Hastie 我们永远不会回到每周 5 天、每天 3 通勤时间等。为了提高工作效率，软件空间不需要每天呆在办公室里。”

然而，这确实带来了一系列新的挑战。混合工作模式的团队大部分在家里，偶尔在办公室，这需要找到适当的平衡，让团队能够亲自在一起。一些组织正在采用更多的异步模式，并尽可能减少或几乎消除同步会议，例如 Zoom 通话。Hastie 说，这些新的工作方式需要文化、哲学和思维方式的转变才能取得成功。他认为，最大的长期影响将是检查哪些实验是成功的，并从失败中学习和适应。

当我们处于伟大的辞职中时，很明显，人们越来越重视他们的个人和家庭福祉。这与开发人员和员工的经验有关。组织必须更加努力地证明为什么他们是工作的好地方。

在多样性、包容性和公平性领域，过去一年的变化充满了喜忧参半。在某些方面，最明显的是，女性比男性承担的负担更多。然而，雇佣远程员工的公司的多样性和包容性有所改善，而不是住在办公室附近或可以搬迁的有限人口。

无论是在办公室还是远程，混合环境都可能产生新的贫富分化。公司需要有意识地平等对待所有员工。Wesley Reisz 指的是 QCon Plus 一个重点关注返回办公室的案例，包括 Netflix 采取谨慎措施的例子，使领导者能够更好地与远程员工建立联系。

Thomas Betts 提出了 The Spectrum of Synchronous，这是 James Stanier 在曲目中演讲的主题。极端是办公室里的每个人，完全同步通信，对每个人都是远程的，所有的通信都是异步的。混合环境处于中间位置，平衡性好。异步对文档有好处，但你会失去人性，所以你仍然需要一些面对面的时间来建立一个健康的环境。

远程和混合工作的另一个方面是建立连接和网络。这对年轻的新员工来说尤其具有挑战性，他们可能会远程开始第一份工作。公司和高级员工需要有意识地帮助初级员工建立这些联系。

架构趋势

微服务仍然是2021年的主要架构模式 年，Thomas Betts 提出康威定律 COVID 推断，公司开发分布式系统的能力直接关系到其维持完全远程劳动力的能力。相反，如果你的过程依赖于很多人在同一个房间进行同步通信，你可能会遇到从远程工作过渡到无法使用微服务的困难。此外，远程团队之间的有效异步通信可以成为开发异步软件能力的信号。

至于工具和标准，2021 年AsyncAPI它已经成熟了很多，很多新的工具和语言都支持这个规范。它比它基于的要好 OpenAPI 规范已经晚了几年，增长和使用也在以类似的方式增加。这将导致更多的合同被用来定义异步通信边界，并使用代码生成来帮助开发人员与事件驱动架构集成。

数据网格也开始成为一种新的趋势。该理念将领域驱动设计的概念应用于数据，数据产品只是开发团队的一项职责。2021 我们看到很多人谈论数据网格，Betts 期待看到 2022 公司是否会开始实施并分享他们的成功故事，以及他们必须克服的现实世界挑战。

人工智能和机器学习

Srini Penchikala 确定了他在 2021 四类年关注 AI 和 ML 趋势。首先是数据管理。数据管理包括数据摄取、数据存储、数据处理 GraphQL 或其他基于 API 然后是数据处理和分析。流媒体是主要趋势，数据生成非常频繁，如物联网设备或自动驾驶汽车。

Penchikala 据说，在接下来的两类中，基础设施和运营，通常在创新方面落后的数据空间，现在正在赶上我们在开发和架构方面看到的趋势。对于基础设施，公司正在利用容器来运行Spark 作业，使用Kubernetes根据机器学习解决方案的需要进行扩展和减少，并正在实施GPU 解决方案。

Data Ops是一种基于 DevOps 操作数据系统的方法，然后导致ML Ops。典型的机器学习生命周期需要模型、培训数据和测试数据，然后迭代以找出哪个模型可以工作和部署到生产中。手动执行此操作不能满足业务用户的需求，ML Ops 尝试通过版本控制和动态应用模型自动化过程。

道德、能源和环境

Penchikala 最后一个数据类别是道德规范，该行业正在尝试使用它AI、ML 考虑到责任和公平性，以及数据工程解决方案。但数据只是软件伦理的一个方面，这个主题最近被教授为计算机科学课程的一部分。Humble 说：我们建立的系统可以对人们的生活产生深远的影响，我们没有足够的讨论和推理，这真的很可怕。”

虽然我们看到计算机学位的伦理学被教授，但它不同于工程。在工程中，认证的专业工程师正在签署安全设计。 Reisz 教授软件道德的一个挑战是我们今天写的软件类型没有道德。当软件被使用时 ML 当模型确定谁获得资源时，这是一个比电车场景更复杂的问题。

软件对环境的影响也是一个日益关注的问题，直到最近才被讨论。软件使用全球 10% 电力对环境的影响力对环境的影响更大。有一些具体的例子，如加密货币挖掘，但所有这些例子 AI 和 ML 都会对人和环境产生重大影响。

Humble 我们倾向于关注单个开发人员能做什么，但这实际上是大型云提供商的问题。如果你把代码转移到云上，要求你的云提供商使用的所有能源都是绿色的，那将是一个非常好的开始，比其他任何东西都更划算。需求塑造的想法，即您的代码以最环保的方式运行是 InfoQ 与 Asim Hussain 播客合作主题。

Reisz 甚至说可持续性和道德可能是我们作为软件开发人员面临的最大问题。他提到离开谷歌 Camus Energy 并在 QCon Plus 发表演讲的 Astrid Atkinson。Reisz 认为这只是人们用软件技能关注能源和环境问题的一个例子。

存储相关人员的数据

道德问题的子集是相关人员的数据，以及如何存储、使用和提供数据。这几年出现了GDPR、CCPA类似的措施迫使人们思考这些问题。过去，法律法规通常侧重于强制公司实施可能过时的解决方案。相比之下，GDPR 提出的问题没有明确的解决方案，这导致了更公开的讨论。这仍然是一个持续的问题，有许多新问题需要回答。如何保护个人隐私？谁应该拥有数据？数据应该放在哪里？

GitHub Copilot 编码辅助工具

GitHub Copilot 和其他基于 AI 引入编码辅助工具增加了极端情况下不再需要开发人员的可能性。Reisz 我们不会很快看到真正的通用人工智能，但我们会看到它AI 能增强人类所做的。以汽车巡航控制为类比。从保持设定速度到保持辅助车道，最终实现全自动驾驶。Copilot 开发人员几十年来一直在抱怨编写样板代码。这使开发人员可以更多地关注其特定的业务需求。

根据 Charles Humble 这些工具处理了简单的部分，但软件的困难在于找出你在尝试建造什么，而这些工具并没有真正的帮助。低代码解决方案也是如此，可以让业务用户快速解决小问题。但是，当你需要以可重复的方式构建和扩展和增长的软件时，这些解决方案就会失败。在 2018 年旧金山 QCon 在主题演讲中，Grady Booch 它描述了软件是在越来越高的抽象水平上工作的艺术。Reisz 认为这是更高层次的抽象。

云计算

云计算是一种价值 900 亿美元 (USD) 的行业，并且不会变得越来越小。并购是多云和混合云成为现实的最常见原因。由于这一现实，我们现在看到了满足混合云需求的技术解决方案，例如 GCP Anthos 和 AWS Outposts。Bryant 控制平面将非常有趣，因为公司处理跨云提供商的治理、安全等交互。

云原生模式的使用将继续至关重要，因为它允许更多与云无关的设计以不同的方式部署。其中一个子集是云原生数据实践，它有一个集成层来处理常见的策略，如用户授权。这有助于缓解数据引力问题

为了帮助云平台铺平道路，正在创建一些工具。两人被调用Open Policy Agent，Reisz 与项目的共创建者讨论了它，以及 Crossplane，它允许您按照开放应用程序模型构建自己的 PaaS。

软件供应链、区块链和 NFT

回顾 2021 年一些备受瞩目的网络攻击，引发了关于软件供应链以及我们如何处理依赖关系的讨论。几乎所有软件都具有依赖关系，无论是库还是云服务，这导致人们担心您对正在运行的完整代码堆栈的理解程度。有一些工具正在创建，但目前，我们没有办法说，“我可以验证这个软件是我认为的那样。”可悲的是，这种复杂性可能会导致更多的供应链攻击，无论是通过软件编译时的注入还是通过分发更新。

Reisz 期待在 2022 年看到区块链和不可替代代币 (NFT) 的一些可行用途。最初，我们将在游戏和虚拟世界中看到它们，您可以在其中购买真正独特或数量有限的东西，它会一直陪伴着你。这将导致其他类型的软件可以与您一起在不同的游戏中旅行。区块链还可用于隐私用例，例如个人、私人医疗记录。

虽然目前尚未使用，但区块链也可用于软件认证，以验证供应链中某个部分的真实性。Docker、VMware 和其他公司正在提供经批准的组件和容器的目录，为公司提供额外的信任层，并验证他们正在使用什么。

期待2022

布莱恩特问每个参与者他们期待在新的一年看到什么。

Penchikala 指出，所有趋势、技术和实践都是相互关联的。他期待看到数据工程、人工智能和机器学习解决方案如何变得更合乎道德和更公平。机器学习和人工智能可能不会取代我们，但要让它们真正让我们的工作更好，我们需要花时间确保它们合乎道德和公平。这可以通过标准化我们验证这些解决方案的道德性质的方式来实现，包括定义所有相关方的公平性。

Humble 对改进我们阅读和理解代码的方式非常感兴趣。在过去的 30 年中，我们的行业一直专注于让编写代码变得更容易。但是，作为一名程序员，您可能将大部分时间花在阅读代码上，无论是您还是其他人编写的代码，并试图理解它的作用。他一直在研究 Ballerina 语言，该语言具有内置的序列图来表示并发模型。更改图表将更改代码，从而更好地理解并发模型的工作原理。他最近与詹姆斯克拉克谈过这件事。

Hastie 正在寻找并看到更加人性化、善待他人的工作场所。“我希望这纯粹是因为组织只关心人，但我的愤世嫉俗者说他们必须这样做，因为他们正在失去好人。如果你想吸引好人，你需要给他们一个很好的工作的环境。”

Reisz 观察到在越来越高的抽象层次上工作的共同主题。这使我们在软件可以做的事情上拥有更多的能力和范围。

Betts 真的希望看到一个公司实施数据网格的好例子，而不仅仅是高级架构设计。他认为将会有一些非常有趣的发展，以及人们讲述他们如何处理数据、这一切如何运作以及为什么它是对过去的改进的精彩故事。他还想看看是否有可能证明他对康威定律的 COVID 推论，即混合和远程优先的公司更擅长编写分布式软件。

每个人都对道德和可持续性有话要说，并将其视为未来几年其他一切的主要驱动力。Humble 计划尽其所能，继续提出作为我们行业的一个问题。每个人都希望我们能在新的一年里看到那里的进步。

本文	https://jiagoushi.pro/major-software-industry-trends-2021-and-what-watch-2022
讨论：知识星球【首席架构师圈】或者加微信小号【cea_csa_cto】或者加QQ群【792862318】
公众号	【jiagoushipro】【超级架构师】精彩图文详解架构方法论，架构实践，技术原理，技术趋势。我们在等你，赶快扫描关注吧。
微信小号	【cea_csa_cto】50000人社区，讨论：企业架构，云计算，大数据，数据科学，物联网，人工智能，安全，全栈开发，DevOps，数字化.
QQ群	【792862318】深度交流企业架构，业务架构，应用架构，数据架构，技术架构，集成架构，安全架构。以及大数据，云计算，物联网，人工智能等各种新兴技术。加QQ群，有珍贵的报告和干货资料分享。
视频号	【超级架构师】1分钟快速了解架构相关的基本概念，模型，方法，经验。每天1分钟，架构心中熟。
知识星球	向大咖提问，近距离接触，或者获得私密资料分享。
喜马拉雅	路上或者车上了解最新黑科技资讯，架构心得。	【智能时刻，架构君和你聊黑科技】
知识星球	认识更多朋友，职场和技术闲聊。	知识星球【职场和技术】
微博	【智能时刻】	智能时刻
哔哩哔哩	【超级架构师】
抖音	【cea_cio】超级架构师
快手	【cea_cio_cto】超级架构师
小红书	【cea_csa_cto】超级架构师

谢谢大家关注，转发，点赞和点在看。