摘要： 技术没有高下之分，做好产品才是王道。

很多开发者非常热衷于比较不同技术，比如：Angular是否比Vue.js更好？Node.js能否取代Java？究竟应该选择MySQL还是MongoDB呢?

认真对比不同技术之间的优劣是非常有价值的事，可以加深我们对技术的理解，根据业务场景选择更合适的技术。

但是，对技术选择过于较真，争得面红耳赤，对于产品或者个人来讲，都是没有必要的。因为，技术选择真的没有那么重要。

技术只是产品的实现手段

对于一个产品，技术仅仅只是实现手段。或者说，条条大路通罗马，这个产品可以用Angular + Java + MySQL实现，那它用Vue.js + Node.js + MongoDB来实现也完全没问题。不同技术在细节上确实有不少区别，但是它们在本质上它们是一样的，Angular和Vue.js是前端框架，Java和Node.js是编程语言，MySQL和MongoDB是数据库。

产品面向的是用户，而不是开发者自己，在开发者开来，选择某个技术栈也许很重要，但是对于用户来说，很抱歉，他们完全不关心！用户关心的是：是否有我想要的功能？UI设计是否合理？BUG有没有及时修复？生活中，我们都是用户，我们每天聊微信、刷抖音、逛京东、打王者荣耀，你会关心它们的后台是用Java还是用Node.js吗？

如果产品的技术栈还没有确定，选择一个目前使用者足够多并且保持更新的技术就好了，用的人多的技术不会太差，还在更新则不用担心BUG没人修复。如果产品的技术栈已经确定了，那就更简单了，直接撸代码啊；即使技术选择有一些问题，抱怨是没有用的，也没人愿意为了你的个人偏好去换技术栈，除非是产品需要。

作为开发者，应该利用自己已经掌握和需要学习的技术去实现一个好用的产品，满足用户的需求。如果产品没有成功，有可能是产品的需求有问题，没有市场；有可能市场很大，但是推广得不够成功；有可能推广得不错，但是商业模式有问题，赚不到钱…当然，也有可能是技术问题，是技术不够好，而不太可能是技术选择错了。

Fundebug的技术栈

当我们决定做Fundebug的时候，现在所使用的技术并不熟悉，而对于它们的同类型技术，我们更是一无所知。所以，这里也不存在所谓的选择的问题，我们使用了自己会用的技术：Angular + Node.js + MongoDB。它们使用者足够多并且保持更新，符合我所说的标准。对于这样的似乎有些轻率技术选择，基本上没有对我们产品开发造成什么困恼，用户需要的功能我们能够尽量满足。或者说，正真困恼我们的从来都不是技术选择所造成的问题，而是产品设计、市场推广、用户沟通等问题。

我会负责一些后端开发，对于我们的技术栈，我热爱Node.js，因为它语法简洁，文档清晰、有着简单的异步编程模式和丰富的NPM生态系统；我也很喜欢MongoDB, 因为它的数据模型足够灵活，然后文档非常详细，运维起来轻松很多。这里没有丝毫冒犯Java和MySQL的意思，因为我几乎完全没有接触过它们，所以无法进行比较。我也相信，Java和MySQL也非常优秀，如果我们当初选择它们应该也没有什么问题。

对于Fundebug的技术栈，我经常喜欢和人炫(chui)耀(niu)的一点是我们的所有应用包括MongoDB都是运行在Docker容器里面，这极大的简化了我们的运维工作。把应用打包到Docker镜像里面之后，我们只需要在集群上安装Docker，而不需要安装任何应用，就可以在任意节点运行任意应用。我们可以根据需要(重新分配CPU和内存资源或者进行多副本扩容)随时在任意节点之间移动应用。在集群需要增加新的节点时，也只需要安装Docker，这个新节点可以用来运行任何应用。我一直在思考Docker的价值，发现它确实很有用。所谓**“如果你手里有一把锤子，所有东西看上去都像钉子”**，我用了将近4年Docker，非常熟悉也非常喜欢，那我当然觉得Docker是个好东西。如果我们不使用Docker会怎样？运维当然会比较痛苦，但是我们应该也没有什么大问题。大量公司还没有Docker化，它们都活着好好的。

我对技术的迷思

和很多开发者，我也曾经迷信过一些技术，谁没年轻过呢？

大三暑假学了一门叫做《大规模数据处理/云计算》的课，听着很炫酷，其实主要是学习Hadoop，用Hadoop去实现PageRank等算法。PageRank是Google创始人提出的网页排序算法，是Google搜索引擎的基础。Hadoop如此厉害，居然可以造Google，当时年少无知，觉得学会了Hadoop就够了。事实上，知乎上也有类似的问题：Hadoop 就业前景如何？但是，现在呢？Hadoop的光环早已褪去，它只不过是对大规模数据进行批处理的常规工具，并没有太大门槛。而Hadoop生态系统还有很多其他工具比如Spark, HBase等，仅仅使用Hadoop完全不足以应对各种复杂业务场景。

读研的时候第一次接触Docker，被深深吸引，因为Docker可以完美解决软件安装和配置的问题。大学毕业设计我曾花了至少1个星期时间配置一个4个实体机器组成的Hadoop集群(当时不熟悉Linux)，而使用Docker的话，无需安装，可以直接运行。我的开源项目hadoop-cluster-docker就是将Hadoop集群运行到多个Docker容器中，这个项目已经累积了近千个Star，可见大家对于使用Docker简化Hadoop安装还是非常认可的。我接触Docker的时间算是很早了，Docker最热门的时候还收到过大公司的相关工作邀请，因此觉得熟悉Docker非常好，这次算是站在风口了。而现在呢？Docker已经逐渐普及化！因为Docker并没有什么高深之处，上手非常快。国内很多大公司，例如腾讯, 京东等早已Docker化。

无论是Hadoop和Docker，多少都算是改变世界的技术，也曾经大红大紫，现在依然在发光发热，但是早已不再自带光环效应。这也是技术发展的客观规律，新的技术不断出现，它们解决了某些问题，受到热捧，然后逐渐普及，被更新的技术所超越甚至取代。

事实上，我从来也没有依靠Hadoop或者Docker去工作，它们也是靠不住的。技术发展如此之快，怎么可能一招鲜吃遍天，现在热门的技术迟早会冷却，甚至会被淘汰。再说，技术是为工作服务的，而不是围绕技术栈去圈定自己的工作内容；工作的时候，需要什么技术就学习什么技术，永远呆在舒适区是一件很危险的事情。

参考

• 技术路线的选择重要但不具有决定性

版权声明

转载时请注明作者Fundebug以及本文地址：
https://blog.fundebug.com/2018/07/19/technology-selection-is-not-critical/