点击下方“JavaEdge”，选择“设为星标”
第一时间关注技术干货！
免责声明~ 任何文章不要过度深思！ 万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更「没有适用于所有人的解决方案」； 不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能「跳脱出来从外人的角度看看现在的自己处在什么样的阶段」才不为俗人。 怎么想、怎么做，全在乎自己「不断实践中寻找适合自己的大道」
0 前言
容器（docker、k8s）的兴起是否意味着 Java 在跨服务器优势上不再明显？Java 虚拟机的存在是否会放大 Java 的运行性能问题？这颗在后端领域常青树的 Java 是否真的要走下坡路了？
1 真的为了跨平台吗？
实际上，在后端并没有太多的应用场景需要 Java 跨平台，大多数的 Java 后端服务都运行在 x64 Linux 环境上。真正需要关注跨平台的是客户端编程，但这个领域中 Java 的份额相对较小，而且也不会经常用到 Docker。
Docker 和 Kubernetes（k8s）的兴起实际上更多是为了方便管理和部署，Docker 只是在 Linux 核心之上添加了一层薄薄的映射，它主要省去的是配置环境的时间，而不是减少代码在运行时跨平台的问题。Docker 并不是专门用来处理跨平台问题的工具，它更多是用来解决环境依赖的问题。
而 Kubernetes 则更侧重于集群资源管理，这对于所有支持微服务的语言都是有益的，当然也包括 Java。
2 脱离场景讨论语言都是耍流氓！
在高并发或大数据吞吐量的情况下，各种后端语言，包括 C/C ，都会遇到各种问题。但在大多数后端应用场景下，Java 是最成熟的解决方案，同时也遇到的问题（包括性能问题）相对较少。这可以很容易理解，经过长时间的实践，一条被走得多的路往往更平坦。虽然也有人会提到 C/C ，但在相同复杂度的逻辑下，C/C 编程对程序员的负担更重，就像攀登珠峰的道路，再多的人也难以将其变得平坦。
当然，Java 的成功也得益于高质量的 JVM 和 Java 程序员对常用框架和库的持续优化。Java 的内存模型和运行效率实际上是很高的。只是有一些“爱用”某些框架的 Java 程序员可能会遇到低效的情况，或者有些框架被滥用。另外，有时候问题并不在语言本身，而是在所处理的问题规模上，比如一个运行了几天的 Hadoop 作业，用 C 重写可能会引入更多问题并且运行更慢。此时，更应该考虑的是调整算法，而不是仅仅改变编程语言。因此，关于性能问题，实际上并不存在“锅”，即使存在也不能完全归咎于 Java。
Java 当然也面临了许多其他语言的竞争，特别是现在的后端更加强调多语言协作，微服务架构也允许在同一个分布式系统中使用多种编程语言。许多新兴的互联网公司在新项目中可能会全面或部分地采用 Golang 等来取代 Java。但我们无需过于片面地认为 Java 就此不行了，整个后端领域的发展趋势是在扩大，而不是缩小。例如，在新兴的大数据平台中，Java 仍然是最广泛采用的编程语言之一。
3 问题有问题吗？
问题本身是否正确就是一个问题，容器是基础设施，从理论上讲，基础设施应该是透明的，与编程语言无关。至于 Docker，它只是目前容器化的一个优秀实现或最成熟的解决方案之一。而 Kubernetes 正在逐渐与 Docker 解耦，未来 Kubernetes 将支持更多类型的容器。
4 JVM 内存占用太大？
事实上，实际测试结果表明，使用 GraalVM 对 Web 程序进行静态编译后，启动只需要 30MB 内存，而同样的代码在 JVM 下需要 300MB 内存。虽然 Golang 没有实际测试数据，但估计其内存占用量也在 30MB 左右。
换句话说，启动一个实例时的额外内存消耗为 270MB。然而，这只是实例启动的一次性开销，后续的内存占用主要取决于业务数据。无论使用哪种编程语言，后续内存占用基本相当。举例来说，如果你的服务有 100 个实例，使用 Golang 编写服务可能会节省 100 x 270 = 27000 MB 的内存。以阿里云为例，1GB 内存一年大约需要 300 元，27 x 300 = 8100 元。一年的节省成本仅相当于不到一个高级程序员半个月的工资。从经济角度来看，节省的收益相对较低，因此内存占用并不是阻碍 Java 的理由。
