本期主题

Zoom里的大象

“需求是发明之母”——谚语

随着相关技术缓慢成熟，许多公司已经实践了远程办公的想法。但是非常突然地，一场全球瘟疫大流行迫使全世界的公司迅速从根本上改变了他们的工作方式，以此来保护一些生产力。正如很多人已经注意到，“居家办公”与“在疫情期间被迫居家办公”是截然不同的，并且我们认为在这种新的背景下要实现完全的生产力，前方还会有一段路要走。

我们从未相信远程制作一期雷达是可能的，但我们现在已经做到了——这是有史以来第一次在技术雷达委员会成员并未会面的情况下制作的雷达。许多被提议的条目都指向了为一流的远程协作赋能的迫切需求。我们不想忽略房间里的大象（译注：Elephant in the room，是一个英语惯用表达，指显而易见却被集体选择性忽略的问题），以回避谈论这场危机，但做好远程优先的合作是一个深邃而微妙的话题，因此可以确定的是并非我们的所有建议都能符合雷达的传统格式。所以伴随这一期雷达，你还会拥有一期讨论我们以远程优先的方式制作雷达的体验的播客、一份关于远程优先生产力的建议的报告、一场涉及危机中的技术策略的网络研讨会，还有一些指向其他ThoughtWorks材料的链接，包括我们的Remote Working Playbook。我们希望这些材料与网络上其他材料一道，帮助组织在这片未知水域中安全航行。

X也是软件

我们经常鼓励软件交付生态系统中的其他团队，采用敏捷软件开发团队所引入的、有益的工程实践。但我们也发现这些工程实践在部分领域的应用进展缓慢，所以我们经常讨论这个主题。在本期技术雷达中，我们决定再次强调基础设施即代码以及流水线即代码，并讨论了基础设施配置、机器学习流水线等相关的领域。我们发现，通常负责这些领域的团队并不采用软件设计原则、自动化、持续集成及测试等久经考验的工程实践。我们理解有很多因素，如软件的（本质及偶然）复杂性、缺乏知识，政治原因、缺乏合适工具等，都会对部分工程实践的快速发展造成阻碍。但是，组织可以从敏捷软件交付实践中获得的好处也是显而易见的，所以值得为此付出一些努力。

数据视角的成熟和扩展

在本期技术雷达中，关于数据成熟度的主题横跨了多个条目和象限，特别是围绕分析数据和机器学习的技术和工具。我们注意到自然语言处理（NLP）领域中的许多持续 创新；我们也欢迎机器学习的全生命周期工具套件的出现和持续发展，将经久不衰的 工程实践与迭代中表现良好的工具组合结合起来，表明“机器学习也是软件”。最后，对于像微服务这样的分布式架构，我们看到了对数据网格的极大兴趣，这是一种能在分布式系统中有效地服务和使用大规模分析数据的方法。随着业界更加用心地思考数据在现代系统中的工作方式，我们也为这个领域的总体方向和开放的视角感到欢欣鼓舞，并期待在不久的将来能看到振奋人心的创新。

Kubernetes生态系统的寒武纪爆发

Kubernetes市场主导地位的持续巩固，必然促成其生态系统的蓬勃发展。我们在工具、平台和技术象限中，围绕Kubernetes讨论了若干雷达条目。这表明该主题已无处不在。例如，Lens和k9s简化了集群管理，kind有助于本地测试，Gloo则是一种可选的API网关。Hydra是为在Kubernetes上运行而优化了的OAuth服务器，而Argo CD则使用Kuberenetes的原生预期状态管理功能，来实现一个持续交付服务器。这些发展表明，围绕Kubernetes完全可以建立一个支持性的生态系统。Kubernetes虽然提供了关键功能，但其抽象程度对于大多数用户而言，不是太细碎，就是太高深。为解决这些复杂性，相关工具就应运而生，以简化Kubernetes的配置和使用，或提供Kubernetes核心功能中所缺失的特性。随着Kubernetes继续占据主导地位，我们看到其繁荣的生态系统在不断发展和壮大，并能扬长避短。这个生态系统正日趋成熟，我们希望它会朝着一组新的更高层次的抽象去演化，以发挥Kubernetes的优势，而不是给出众多选择，让人莫衷一是。