解决方案

在当前环境下，多数以业务为核心，所以学习什么技术并不是我们能决定的，而是业务、市场决定的。基于此，如果想知道我们该学习什么技术，直接去招聘网站看招聘需求即可 —— 即「用什么学什么」；

我们需要关注的技术点（20191025）

作为一名运维工程师，我们有着大堆的技术要研究。除了需要熟练数据库、网络、虚拟化、监控、服务器、备份等等常见技术，还要略懂 PHP、JVM、AWS、JIRA 等等这些环境以及调优、问题排查。总之，各种技术一大堆，都需要我们研究；

可是我们的时间和精力是有限的。有些技术，对于运维工程师来说，并不是十分重要的。这些技术的 ROI（投入产出比）是非常低的。例如 PowerShell 脚本，对于运维工程师来说，花费时间研究 PowerShell 脚本，不如花费时间研究 Linux Shell 脚本。因此，我们应该把精力放在那些，对于运维工程师，更广、更常见、更经久不衰的技术上；

我们试图从技术的海洋中，找到运维工程师更应该关注的技术；

解决方案

为了找到“那些技术”，我们从招聘网站中爬…………哦，不…………整理了所有“运维工程师”职位数据；

我们尝试从所有企业的招聘信息中，找到那些出现频率最高的技术关键词。这些技术也一定是大多数企业所需要的；

这些技术的收入不一定是最高的，关于薪资我们也会进行分析。我们也会找到各个薪资段中，对技术方向的要求；

如何处理数据呢？

首先，我们只过滤了职位描述中的英文及数字。为什么？（1）大多数中文描述内容都类似于“掌握容器技术”、“监控服务器的运行状态、系统性能”、“熟悉各云平台产品”等等，太过于笼统，没有指出具体技术要求。（2）某些任职描述偏向于品质，比如“有较强的抗压能力、沟通能力”、“较好的服务意识”等等，这些内容会影响到我们数据分析，因为我们分析的重点是技术。（3）还有一些描述，形如“高可用”、“监控”、“日志”等等，没有涉及具体技术的，都可视为干扰。例如高可用，当我们谈论它的时候，一定是某个服务的高可用，而不会说“如何搭建高可用”；

其他，我们将英文转为小写，并去除单个技术术语中的空格。比如 SQL Server 则转化为 sqlserver 形式，防止它被分解成 SQL 与 Server 两个词；

技术关键词的词云

首先让我们来看看词云图：

借助上面的词云图，我们“大致”可以得到以下几点结论：

当然这只是表面上，我们还要分析它们各自的比重；

技术关键词的饼图

下面是关键词的饼图，我们只取了前 20 名（这前 20 名足够我们喝一壶的了）：

当然，要掌握的技术除了这 Top 20 外，还有与其周边技术（这一有一点小失误，图中 TCP、IP 部分，实际上是 TCP/IP，没有单独进行处理）；

！！！明年三、四月份，我们还会进行一次统计，将结果与此次的饼图对比，找到这其中的技术变化趋势；