做為架構師,如何科學的做技術選型?

休息一小段時間,我又回來。今天聊一下如果科學的做技術選型吧。

其實,做技術選型有很多的方式方法。今天我想分享一種可能大家比較特別的一個方法。我覺得也是很科學的辦法之一。

假如有一天老闆問你我們要不要現在上“無服務器架構”?這個時候是不是很多人本能去google,baidu等等搜索一番。但是你很有可能會發現說什麼的都有,基本上很難做判斷。那我們怎麼做科學的分析和選型呢?

其實咱們做開發,基本上不會不用 stack overflow 和github。今天我就利用這兩個網站的開源得數據做一個分析,進行科學得技術選型。

Stack Overflow

SO 提供了自己的數據資源管理器(https://data.stackexchange.com)而且是免費的。 它很好用,非常適合簡單的查詢。 我建議花一些時間查看他們的熱門查詢-有些瀏覽量超過10幾萬。

https://data.stackexchange.com/stackoverflow/queries

我找一個可以查詢 無服務器 的話題的SQL

<code>

select

concat

(

datepart

(

year

, CreationDate),

' '

,

datepart

(

month

, CreationDate))

as

dt,

count

(

1

) num_serverless_mentions

from

Posts

where

Title

LIKE

'%serverless%'

group

by

concat

(

datepart

(

year

, CreationDate),

' '

,

datepart

(

month

, CreationDate))/<code>

參考:https://data.stackexchange.com/stackoverflow/query/1064625

看看下面圖,就知道這個火不火?這個數據是從2011到今年5月份的。

做為架構師,如何科學的做技術選型?

Github

GitHub在Google BigQuery上以免費和公共數據集的形式提供其數據的子集(注意:需要Google登錄)。 提供的表包括有很多github公開的數據。

這是我剛才跑的數據,這些都是免費的。bigquery也都是免費,而且速度也很快,只能說google cloud還是非常有良心的。

做為架構師,如何科學的做技術選型?

<code>

select

DATE_TRUNC(

cast

(created_at

as

date

),

MONTH

)

as

month

,

count

(

1

) num_serverless_repos

FROM

`githubarchive.month.*`

where

_TABLE_SUFFIX

BETWEEN

'201702'

AND

'202005'

and

repo.name

like

'%serverless%'

group

by

1

order

by

1

/<code>

下面是生成圖描述從2017年2月到今年5月份,是不是也是越來越火?現在是不是可以說服領導了。


做為架構師,如何科學的做技術選型?

Github的數據都在這個裡面:https://www.gharchive.org/

如果自己有數據倉庫,也可以放到自己的倉庫做查詢分析。但是相對來講還是google big query。


有沒有學到?一起留言討論


分享到:


相關文章: