作为开源分布式大数据计算平台的鼻祖，Hadoop生态现已提供了一套完整的存储和计算体系，也是时下装机量最高的计算框架，其成熟与丰富基本上可以满足企业的大部分应用场景；Spark能迎头追赶Hadoop主要是其解决了一揽子的问题，比如SQL、机器学习、流处理、图等，而更简单的API无疑加速了其追赶速度，此外在一个内存越来越便宜的时代，基于内存带来的性能提升让Spark不火都难！Hadoop与Spark，老将与新贵，交相辉映。

尽管企业、开发者对大数据有很多的顾虑，但在战略方向和长远发展来看，大数据已经成为大家的共识，必须要进行投入，可以预见，全民大数据一定会像全民皆云一样成为主旋律，投入是必须的操作。而在投入预算方面，由于对大数据认知度的局限、大数据产品服务的不足、市场教育的缺乏，有相当一部分的开发者并不清楚应该投入多少才是合理的预算范围。

六、人工智能

2016、2017年人工智能成为中国开发者重点关注的技术领域，在中国计算机视觉、自然语言处理、语音相关技术成为开发者渗透最广的三个AI技术领域。AI的两个重要技术方向一个是感知智能、一个是认知智能，认知智能的难度要高于感知智能。在这样的背景下，多数开发者选择相对容易入手的计算机视觉和语音相关的感知智能领域，作为上手AI的敲门砖。

视觉技术依然是一个非常前沿的技术学科，对中国开发者而言依然有很多障碍需要克服，首当其冲的就是算法成熟度问题，其次则是场景的复杂度过高，数据较难收集;而成本问题相比前两个问题，似乎对中国开发者而言就显得并不是关键性问题。

算法是视觉技术的基础，而算法的核心是数学，因此也就给很多开发者树立了天然的门槛，许多顶尖的开发者如果缺少了顶尖数学的能力，很难将难以理解的数学逻辑用代码的形式表达出来，这个问题已经成为包括中国开发者在内的全球视觉技术开发者的共同阻碍。其次则是复杂场景的数据收集问题，尽管中国在传感器部署方面数量众多，但由于数据安全性问题，开发者很难获取海量公共信息，因此面对复杂场景时，只能进行有限的数据收集，这也成为开发者应用视觉技术时的另一个重要问题。

七、移动开发

中国移动化看似美好的繁荣市场下，实则是一将功成万骨枯的壮烈。在被调研的所有移动开发者中，仅有15.8%的开发者表示对所开发的移动应用盈利情况表示满意，也就是说超过八成的移动应用并不能很好的实现“奔小康”。对于如何实现移动应用的盈利，开发者们也是各显神通，目前最有效率的盈利方式是应用内购买，其次则是电子商务，而传统的互联网广告、付费下载等方式在移动端似乎不太灵验。

八、区块链

中国区块链的商业应用还处于非常原始的阶段，甚至包括全球流行的比特币服务也已经被叫停。因此在应用区块链服务方面，多数的开发者还处于探索尝试阶段。目前主要使用的场景是利用区块链技术实现信息存证，第二位的是使用资产模型，实现资产的流动与信息检索，第三位的是关键业务的约束上链。显然排名靠前的区块链服务核心都是实现局部或部分关键信息的存证与检索，为保证信息的真实有效性而上链。

区块链其服从多数原则的机制与隐私的结合也非常独特，50%的开发者倾向于使用密码原语+智能合约结合的方式来实现隐私与区块链的结合，另有42.9%的开发者认为离线交易+平台存证更好。而现阶段，这两种方式似乎各有优劣，还有待进一步的验证。

区块链毕竟还是非常年轻的新技术，开发者面临的问题五花八门，并没有形成明显的聚类特征。50%的开发者认为标准是最大的障碍，46.4%开发者认为技术不成熟才是首要问题，另外有32.1%开发者表示没有成功案例参考才是最令人头疼的问题。可见，现阶段要想实现区块链的快速发展，标准、技术、成功实践都是硬伤，而这个硬伤恐怕短期内还难以解决。