摘要：在數(shù)據(jù)中尋找共性，《2019 - 2020 中國開發(fā)者調(diào)查報告》全面且真實地展現(xiàn)中國開發(fā)者及技術現(xiàn)狀，希望對您的學習或工作有所幫助。

“求知若饑，虛心若愚”——這個原本出自《全球概覽》的俳句，因為喬布斯在斯坦福大學畢業(yè)演講中的引用而備受推崇，流傳成為 IT 界的至理名言之一。在編程界，亦有“代碼勝于雄辯”、“Done is better than perfect”等警句，寥寥數(shù)語將編程工作者的形象特質(zhì)描摹到了極致。程序員，就是技術至上、唯代碼是瞻且必須不斷武裝自己的群體。

21 世紀，高薪、高端、高技術范兒已成為程序員的固有標簽，在這個新的元年，CSDN 將基于一年一度的開發(fā)者大調(diào)查數(shù)據(jù)，以全新的視角深入發(fā)掘中國開發(fā)者群體的整體現(xiàn)狀、應用開發(fā)技術以及開發(fā)工具/平臺的發(fā)展趨勢，呈現(xiàn)更真實、更全面且更有學習價值的開發(fā)者畫像。

CSDN 最早從 2004 年開始針對中國開發(fā)者進行大規(guī)模調(diào)查，是迄今為止覆蓋國內(nèi)各類開發(fā)者人群數(shù)量最多，輻射地域、行業(yè)分布最廣的調(diào)查活動。2019-2020 年中國開發(fā)者大調(diào)查針對軟件開發(fā)技術、應用開發(fā)領域等方面對問卷進行了重新設計，在本次調(diào)研中有如下主要發(fā)現(xiàn)：

• 30 歲以下開發(fā)者人數(shù)占比超八成，全國有 19.6% 開發(fā)者月薪超過 1.7 萬元；

• 六成開發(fā)者在使用 Java 語言，近五成開發(fā)者近期最想學 Python 語言；

• Spark、Redis 和 Kafka 正在成為企業(yè)大數(shù)據(jù)平臺通用技術組件；

• 區(qū)塊鏈技術近兩年是熱點，比特幣和以太坊是兩種主流的區(qū)塊鏈開發(fā)平臺；

• 人工智能技術日益受到企業(yè)和市場的關注，但 64% 企業(yè)尚未實現(xiàn)智能化，機器學習/深度學習算法工程師最為急缺；

• 近七成開發(fā)者認為未來 5G 網(wǎng)絡的傳輸速率能達到 4G 網(wǎng)絡的 10 倍以上；

• Apache 項目和 Linux 是開發(fā)者較為喜歡的開源項目；

• 半數(shù)開發(fā)者很少參與開源項目的開發(fā)、維護、運營和社區(qū)發(fā)展等。

軟件開發(fā)準入門檻持續(xù)降低，近 2 成開發(fā)者月薪超過 1.7 萬

30 歲以下開發(fā)者人數(shù)占比超八成，軟件開發(fā)從業(yè)門檻持續(xù)降低

從 2015 年到 2019 年的調(diào)研數(shù)據(jù)來看：30 歲及以下的開發(fā)者人群占比在 8 成以上，一直是軟件開發(fā)領域的主力軍；全國近半數(shù)的開發(fā)者工作在一線城市（北京、上海、廣州、深圳、天津）；物聯(lián)網(wǎng)、軟件、IT 制造三個技術領域涵蓋了國內(nèi) 84% 以上的開發(fā)者；本科及以上學歷占 8 成；92% 的開發(fā)者是男性。

和國外開發(fā)者年齡分布趨勢大概一致，國內(nèi)的軟件開發(fā)群體一直呈現(xiàn)出越來越年輕化的特點。這是因為，一方面軟件開發(fā)行業(yè)蓬勃發(fā)展，各行各業(yè)都需要軟件開發(fā)相關人才，也有越來越多的畢業(yè)生選擇從事該行業(yè)；另一方面，是因為編程語言、框架、云服務等基礎設施的持續(xù)完善，從事軟件開發(fā)的門檻在持續(xù)降低，更容易接納新鮮血液，報告統(tǒng)計發(fā)現(xiàn)，本科學歷是開發(fā)者的主力軍，66% 的開發(fā)者擁有本科學歷，而碩士研究生、博士研究生僅占 11%、1%。

八成以上開發(fā)者月薪在 5 千~3 萬元之間，19.6% 開發(fā)者月薪超過 1.7 萬元

通過結合受教育程度和薪資水平的數(shù)據(jù)特點來看，學歷越高的人群中，月薪 1.7 萬元以上的高收入比例越高。在一線城市（北京、上海、廣州、深圳、天津）中，月薪超過 1.7 萬元的開發(fā)者占比為 30%，該比例遠高于國內(nèi)其它城市。

開發(fā)者屬于相對高薪的職業(yè)，尤其是在一線城市中，但不同開發(fā)者之間收入差距較大。軟件開發(fā)是一個智力密集型的工作，不同開發(fā)者能夠提供的價值差別很大，這就使得一個優(yōu)秀開發(fā)者的收入遠高于普通開發(fā)者：碩士和博士畢業(yè)的高收入者比率要遠高于本科及以下的；金融和互聯(lián)網(wǎng)行業(yè)的高收入比率最高。

自學是開發(fā)者持續(xù)學習的主要路徑

軟件開發(fā)行業(yè)日新月異，只有保持持續(xù)學習才能跟上技術變化的腳步，終身學習是現(xiàn)代人保持競爭力甚至是維持生存的必要手段。

從調(diào)研中可以看到，53% 的開發(fā)者會通過在未參加正式課程的情況下，自學一門新語言、框架或工具。但同時，也有半數(shù)的人參加過在職培訓或者線下課程，相對于自學的靈活性而言，這類培訓會更為系統(tǒng)和完整，對于長期的個人提升有所裨益，開發(fā)者可以適當選擇。但與之相悖的是，只有不到 40% 的開發(fā)者，愿意為學習付費，這可能會導致參與的課程質(zhì)量不夠高。

Java 雄踞語言榜，Visual Studio 受開發(fā)者歡迎

Java 長盛：使用最多，開發(fā)者最想學

從編程語言來看，Java 是最多人使用的語言，而 JavaScript 和 SQL 分別是第二第三位。這三門語言，使用場景都很廣泛，Java 一方面后端開發(fā)最常使用，生態(tài)成熟度無人可比；另一方面，Java 依然是 Android 上最重要的開發(fā)語言，與之相比 ，新興的 Kotlin 只有 2% 的開發(fā)者在使用。而 JavaScript 不僅是前端開發(fā)的必備語言，還用在 Web 開發(fā)、小程序開發(fā)等場景下。

Java 和 Python 依然是開發(fā)者最希望學習的語言之一，只是相比之下，Python 的熱度有所降低，這可能和機器學習沒有去年那么火熱有所關聯(lián)。變化比較大的是 Go 語言，與去年相比，今年的調(diào)研中想學 Go 語言的開發(fā)者降低到了 4%，與之相似，Kotlin、R 的學習意愿也大幅降低。

從這個趨勢也可以看到，如今的開發(fā)者更意愿去學習一些相對成熟度、用途更為廣泛的語言，對一些代表新模式的語言樂衷程度有所降低。

七成以上在使用 Windows 操作系統(tǒng)，83% 在使用 MySQL 數(shù)據(jù)庫

72% 開發(fā)者在使用 Windows 操作系統(tǒng)，18% 在使用 Linux 系列操作系統(tǒng)。在存儲服務的使用上，MySQL 繼續(xù)擴大其使用率到達了 83%，幾乎是開發(fā)者必備的技能。和去年相比，Elasticsearch 出現(xiàn)在數(shù)據(jù)庫使用的調(diào)研中，在大數(shù)據(jù)時代，Elasticsearch 作為提供搜索服務的第一選型，也必然會被越來越多的開發(fā)者學習和使用。

Node.js 是相對使用普遍的技術框架

在 Web 開發(fā)上，前端使用 Vue.js 后端使用 Spring 是最常見的選型方案，與之相對應，Node.js 是最多被用到的框架，這和當今多端開發(fā)的趨勢密不可分。后端用微服務架構，中間用 Node.js 粘合出適合 Web、Android、iOS 等不同端和場景使用的 APIs，是當下主流的部署方案之一，既可以前后端分離提高開發(fā)效率，又可以在保障服務穩(wěn)定性的同時提升靈活性。而TensorFlow 成為開發(fā)者最期望學習的框架，這說明開發(fā)者依然對機器學習保持關注和熱情。

Visual Studio 是最為普遍使用的開發(fā)環(huán)境

在開發(fā)環(huán)境的選擇上，Visual Studio 是最為普遍使用的開發(fā)環(huán)境，這和微軟對開發(fā)者的投入密不可分。微軟投入了大量的研發(fā)力量，使得 Visual Studio 可以在各種操作系統(tǒng)進行各種編程語言的開發(fā)，其強大且完善的插件系統(tǒng)可以滿足開發(fā)者的各種需求，使其可以超過 IntelliJ。

大數(shù)據(jù)平臺以私有云部署為主，Spark 使用率高達 44%

私有云部署解決方案是企業(yè)構建大數(shù)據(jù)平臺的主要方式

隨著分布式計算和云平臺的逐步成熟，目前大部分公司都有能力搭建自己的大數(shù)據(jù)平臺。調(diào)研數(shù)據(jù)顯示，81% 企業(yè)在進行大數(shù)據(jù)相關的開發(fā)和應用，50% 的企業(yè)選擇私有云解決方案來部署大數(shù)據(jù)應用，28% 的企業(yè)選擇自主研發(fā)。

僅 19% 企業(yè)使用商業(yè)發(fā)行版 Hadoop 版本搭建數(shù)據(jù)平臺

調(diào)查報告發(fā)現(xiàn)，有 30% 以上的企業(yè)并沒有使用相對成熟的 Hadoop 技術搭建數(shù)據(jù)平臺，這些企業(yè)的算法性能會很大程度上受限于低效的平臺，更不可能開發(fā)出更高效的數(shù)據(jù)分析算法。但幸運的是大部分企業(yè)都基于商業(yè)版或者社區(qū)版 Hadoop 搭建了數(shù)據(jù)平臺，這些公司的側(cè)重點主要在應用發(fā)現(xiàn)和算法的設計層面，更有可能在不久的將來實現(xiàn)大數(shù)據(jù)的價值。

Spark 是企業(yè)大數(shù)據(jù)平臺最普遍的組件

Apache Spark 是一個處理大規(guī)模數(shù)據(jù)的快速通用引擎，它可以獨立運行，也可以在 Hadoop、Mesos、云端運行，它可以訪問各種數(shù)據(jù)源包括 HDFS、Cassandra、HBase 和 S3，可以提升 Hadoop 集群中的應用在內(nèi)存和磁盤上的運行速度。Spark 生態(tài)系統(tǒng)中除了核心 API 之外，還包括其他附加庫，可以為大數(shù)據(jù)分析和機器學習領域提供更多的能力。本次調(diào)研中，Spark 是使用最普遍的大數(shù)據(jù)平臺組件，使用率達到44%，而MapReduce使用率僅為21%。

分布式文件系統(tǒng) HDFS 作為核心組件之一，使用率也達到了 39%。企業(yè)對大數(shù)據(jù)平臺應用最多的場景是統(tǒng)計分析、報表生成及數(shù)據(jù)可視化，38% 企業(yè)使用ELK（ElasticSearch + Logstash + Kibana）實時日志分析平臺。

綜上所述，目前大數(shù)據(jù)的發(fā)展熱潮令人歡欣鼓舞。一個優(yōu)秀的大數(shù)據(jù)團隊，需要有對產(chǎn)品開發(fā)具有高敏感性同時對技術有一定理解的人才，同時需要理論基礎極其扎實，能對實際問題進行抽象建模和算法設計的人才。只有雙管齊下，在產(chǎn)品和技術方面進行深層次探索，才能真正實現(xiàn)大數(shù)據(jù)產(chǎn)業(yè)的繁榮。

區(qū)塊鏈質(zhì)變，比特幣逆襲以太坊成 TOP 1 開發(fā)平臺

22% 的開發(fā)者正在用或者準備用區(qū)塊鏈技術解決技術問題

區(qū)塊鏈技術的發(fā)展，是一個量變到質(zhì)變的過程。相比于 2018 年，對區(qū)塊鏈和加密貨幣了解的人從 22% 增長到 32%，準備嘗試用區(qū)塊鏈技術解決一些問題的人數(shù)從 14% 增長到 16%，僅有 4% 的人對區(qū)塊鏈完全不了解。

43% 的受訪者在從事公有鏈（比特幣、以太坊等）的開發(fā)

本次調(diào)研中，43% 的受訪者在從事公有鏈（比特幣、以太坊等）的開發(fā)。目前行業(yè)側(cè)重發(fā)展的方向為解決方案、公鏈及聯(lián)盟鏈，公有鏈由于其自帶激勵機制，對于普通開發(fā)者有直接的回饋，所以上面開發(fā)者占比高也比較合情理。行業(yè)解決方案從去年的 27% 增加到今年的 36%，說明傳統(tǒng)行業(yè)開發(fā)者對區(qū)塊鏈的認可度在增加。

區(qū)塊鏈本質(zhì)上是技術，落地場景及實際應用才是連接社會效益的關鍵。

比特幣和以太坊是當前兩種主流的區(qū)塊鏈開發(fā)平臺

在行業(yè)開發(fā)者的印象中，以太坊一直是開發(fā)平臺領域的頭號玩家。但今年數(shù)據(jù)顯示，以太坊從 2018 年的 44% 占比第一，降到 24%；比特幣從 2018 年的 28%，上升到 35%，占比第一。比特幣在行業(yè)內(nèi)外仍然擁有最強共識，在閃電網(wǎng)絡的加持下，大家也似乎感受到比特幣離商用也不再遙遠了。

金融是普遍認為的行業(yè)應用方向

金融行業(yè)是普遍認為的行業(yè)應用方向，占 36%。區(qū)塊鏈本身具備的防篡改、可追溯的特點，能大大降低金融行業(yè)監(jiān)管成本，不過金融的進入門檻相對也較高，需要各方面技術的配合。其次，智能硬件和物聯(lián)網(wǎng)也被認為是主流應用方向，占 14%。不過相比其他眾多已經(jīng)很成熟的技術，依托區(qū)塊鏈的解決方案在實際使用中，往往面臨必要性缺失的問題，因此區(qū)塊鏈應用發(fā)展仍任重道遠。

在區(qū)塊鏈結合行業(yè)之前，更加要重視與其他新技術的結合和協(xié)同：物聯(lián)網(wǎng)設備能夠提供大量數(shù)據(jù)，5G 能夠提供高速傳輸，存儲可以解決區(qū)塊存放的問題等。

算法工程師最急缺，TensorFlow 占據(jù) AI 深度學習框架榜首

64% 的企業(yè)尚未實現(xiàn)智能化

在經(jīng)歷了 2019 年的行業(yè)低谷期之后，無論是行業(yè)巨頭還是新興獨角獸，都開始審視 AI 能夠切實落地的場景。調(diào)研數(shù)據(jù)顯示，14% 的企業(yè)尚無信息化基礎，27% 的企業(yè)實現(xiàn)了事務處理數(shù)字化，22％ 的企業(yè)具備商業(yè)智能基礎設施，實現(xiàn)描述性分析。使用機器學習實現(xiàn)預測性分析和決策優(yōu)化的企業(yè)占 16%，而在業(yè)務中全面使用 AI 系統(tǒng)、機器人和其他自動化工具的僅占 12%。

機器學習/深度學習算法工程師最急缺

在崗位分布上，由于深度學習是以大數(shù)據(jù)為基礎的，而感知智能中的計算機視覺又是目前深度學習較為成熟的應用，所以，機器學習和深度學習工程師，以及數(shù)據(jù)工程師、計算機視覺工程師排行在前三位。當前最急缺的崗位也是機器學習/深度學習算法工程師、數(shù)據(jù)科學家/數(shù)據(jù)分析師/數(shù)據(jù)挖掘工程師崗位。

53% 的開發(fā)者表示其團隊急缺機器學習/深度學習算法工程師，37% 表示急缺數(shù)據(jù)科學家/數(shù)據(jù)分析師/數(shù)據(jù)挖掘工程師。

TensorFlow是人工智能領域主流深度學習框架

此次調(diào)研中，TensorFlow 使用普及率達到 48%。從技術本身的角度來看，較為成熟的 TensorFlow 成為 AI 工程師的首選深度學習框架，Torch/PyTorch由于其開發(fā)效率較高，也得到了較多支持。

35% 開發(fā)者選用國產(chǎn) AI 芯片應用于自己的 AI 開發(fā)

在 AI 芯片領域，國內(nèi)廠商也開始彎道超車，越來越多的開發(fā)者也開始關注國內(nèi) AI 芯片的進展。調(diào)查數(shù)據(jù)顯示，選用國產(chǎn) AI 芯片應用于自己的 AI 開發(fā)時最看重的因素方面，對主流 AI 框架的支持能力是最普遍的因素，占 35%。

物聯(lián)網(wǎng)云平臺三足鼎立：阿里物聯(lián)、華為云、百度 IoT

69% 的開發(fā)者認為未來 5G 網(wǎng)絡的傳輸速率能達到 4G 的 10 倍以上

每一代新型的通信系統(tǒng)總是能帶來更大的帶寬。據(jù)報告顯示，近七成開發(fā)者認為未來 5G 網(wǎng)絡的傳輸速率能夠達到 4G 網(wǎng)絡的 10 倍以上。

影響 5G 普及的三大因素：5G 套餐價格未定、運營商的開發(fā)程度、需要更換手機

由于目前 5G 網(wǎng)絡使用者較少，費用較低廉的套餐還沒有推出，第一代 5G 終端不太成熟等原因，目前 87% 的開發(fā)者認為 5G 套餐費用過高，并且大部分開發(fā)者認為 5G 網(wǎng)絡目前覆蓋范圍有限，因此將近 40% 的開發(fā)者正處于觀望階段。

值得一提的是，本次調(diào)查中 62% 的開發(fā)者認為，5G 時代應該加強對個人隱私的保護，這反映出目前社會對數(shù)據(jù)隱私越來越重視的整體趨勢。

阿里物聯(lián)和華為云是應用相對普遍的 IoT 云平臺

根據(jù)調(diào)查，2019 年物聯(lián)網(wǎng)云平臺呈現(xiàn)三足鼎立的趨勢：阿里物聯(lián)、華為云、百度 IoT 成為用戶最多的三種物聯(lián)網(wǎng)平臺，并且和第四名中移物聯(lián)遠遠拉開了差距，這和我們的實際使用體驗一致。

未來的基礎物聯(lián)網(wǎng)平臺可能會繼續(xù)呈現(xiàn)以偏硬件實現(xiàn)為主的華為云和以偏軟件體驗為主的阿里、百度物聯(lián)平臺的三足鼎立局面。

物聯(lián)網(wǎng)技術開發(fā)：Linux 和 Windows 是使用較多的操作系統(tǒng)

Linux 和 Windows 是較普遍的操作系統(tǒng)，使用率分別為 51%、44%。目前在物聯(lián)網(wǎng)設備開發(fā)過程中，Linux、Windows 和 Android 較為普遍，依然延續(xù)了 PC 平臺的開發(fā)者操作系統(tǒng)份額。雖然華為、阿里等公司在 2019 年均發(fā)布了自己的物聯(lián)網(wǎng)專用操作系統(tǒng)，但還并未得到開發(fā)者的大規(guī)模認可，大公司的物聯(lián)網(wǎng)操作系統(tǒng)發(fā)展之路依然任重而道遠。

Wi-Fi 是應用最普遍的物聯(lián)網(wǎng)通信技術

在本次調(diào)研中，近距離通信（比如 Wi-Fi 和藍牙）是現(xiàn)存物聯(lián)網(wǎng)開發(fā)者最主要的通信方式。然而這種比重可能會隨著未來 3~4 年內(nèi)車聯(lián)網(wǎng)的大規(guī)模商業(yè)化產(chǎn)生變化，汽車、工業(yè)物聯(lián)、智能電網(wǎng)這類高移動性、高可靠和低延遲物聯(lián)網(wǎng)場景會更適合需要整體規(guī)劃的運營商網(wǎng)絡。

物聯(lián)網(wǎng)行業(yè)和傳統(tǒng)互聯(lián)網(wǎng)行業(yè)不同，相比而言更加需要注重 “軟硬結合”。物聯(lián)網(wǎng)產(chǎn)品的硬件維護成本遠遠大于傳統(tǒng)互聯(lián)網(wǎng)行業(yè)，因此設計、實現(xiàn)出真正可靠、用戶喜歡且實用的產(chǎn)品不僅僅涉及軟件服務，也需要考慮硬件可靠性和實用性。這對于直接面向用戶的物聯(lián)網(wǎng)企業(yè)，特別是從傳統(tǒng)互聯(lián)網(wǎng)廠商或者硬件廠商轉(zhuǎn)型的企業(yè)來說存在非常嚴峻的挑戰(zhàn)，需要靜下心來深入了解垂直市場的需求。

六成開源開發(fā)者無收入，Apache 項目最受喜歡

77% 開發(fā)者每周在開源上投入時間不超過 5 小時

無論是大數(shù)據(jù)、區(qū)塊鏈、人工智能還是物聯(lián)網(wǎng)領域，其中最為重要的、最受歡迎的技術都是開源的。但是報告統(tǒng)計發(fā)現(xiàn)，有超過一半的開發(fā)者很少參與開源項目，每周在開源上投入不超過 5 小時的占 77%，其中，1 小時以內(nèi)的占 31%。此外，65% 的開發(fā)者不曾在開源上獲得收入，獲得不錯收入的僅占一成。

開發(fā)者最喜歡的開源項目是 Apache

25% 開發(fā)者最喜歡 Apache，24% 開發(fā)者最喜歡 Linux。作為全球最大的軟件基金會，開發(fā)者用過的諸多項目，例如 Dubbo、Log4j、Maven、RocketMQ 和 Tomcat 等，均孵化自 Apache。

國內(nèi)開源的現(xiàn)狀雖然近年來已經(jīng)有了很大的發(fā)展，但是一個殘酷的事實是，老兵正在離開這個行業(yè)，離開一線開發(fā)的隊伍：報告數(shù)據(jù)顯示，30 歲以下的開發(fā)者人數(shù)超過 82%，接觸開源的時間在 5 年以內(nèi)的開發(fā)者超過 83%。隨著那些經(jīng)驗豐富的老兵轉(zhuǎn)行或是進入管理層，不再寫代碼、也不再參與開源的事實也就凸顯出來.....未來開源的建設，依然任重而道遠。

在數(shù)據(jù)中尋找共性，《2019 - 2020 中國開發(fā)者調(diào)查報告》全面且真實地展現(xiàn)中國開發(fā)者及技術現(xiàn)狀，希望對您的學習或工作有所幫助。

歡迎大家通過以下鏈接，在 PC 端免費下載完整版報告：

https://download.csdn.net/download/xhwuli/12195346

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。