老鳥運維的下場

在國內，技術界裡有個自相矛盾的有趣現象——科技人才的短缺和過剩並存。你問任何乙個在it屆工作的人，他都會告訴你，招聘乙個有能力的人才是如此之難。然而當你再聽聽那些找不到工作的技術人員們令人心碎的悲慘故事後，你會明白有成千上萬的人找不到工作。這又是為什麼？

殘酷的現實就是這樣：在國內it技術界，很多公司更喜歡僱傭年輕的、缺乏經驗的技術人員。

這裡我們就拿運維工程師來說吧，年輕運維人員受偏愛的原因是，老鳥運維會慢慢的疲倦於重新學習那些層出不窮的新技術。還不願加班，再有，更重要的，公司們喜歡招聘年輕的、沒有經驗的菜鳥運維來幹跟他們一樣的活兒，但給的薪水更少。

這使得一些有經驗的老鳥運維選擇晉公升到管理職位，變成管理其他人員的身份，不再實際參與運維工作。相對於夜以繼日的加班，學習，這種工作上的創造性就少多了。也更輕鬆了。

由此出現了乙個怪狀，當你過了30歲還在做運維職業，就會受人鄙視，會被披上「太老」標籤，更多的人認為或者建議，30歲以後就應該進入技術管理層，雖然你可能是25歲才開始工作的。

此類例子我也見過很多，之前認識乙個剛滿29歲生日的小夥子，24歲開始工作，剛工作不過5年，就準備進入技術管理層了，到處面試cto職位，而論技術能力，基本是個入門水平。

與其說這是it圈的怪狀，不如說這是乙個浮躁的社會文化助長的。

在國外，30-50歲還在做技術的大有人在，由於專案關係，接觸不少美國、紐西蘭等國家的技術人員，他們的平均年齡都在40歲以上，最大的有60歲，技術精湛，為人隨和，是個典型的技術人的風格，他們雖然年紀大，但是學習能力不減，新的技術，新的知識，他們都密切關注，甚至在研究更前言的技術。和他們聊天，幾乎沒有聽到他們說他們在**有幾套房子，幾輛車子，家裡有多少錢，孩子上的什麼名×××大學。他們也不會把話題引到這方面上，也不會主動的暗示或者炫耀他們的輝煌過去，而談論最多的，就是什麼好玩，旅遊，家庭和幸福。

一種幸福，是家庭，另一種所謂的幸福是金錢，地位和虛榮心。不知道對幸福的理解，是不是也是一種差距。

那麼，

有人可能會發問了：「照你看來，運維人員能夠乾到多久？」

我認為答案很簡單：想幹多久都可以。

「什麼？！照你的意思，乾到50、60歲都可以？

」60歲是否還能夠幹程式設計師，我不太清楚，但按照我自己的情況，再結合現在社會發展的趨勢來看，個人感覺至少乾到50歲問題不大？

為啥，我簡單來分析下：

首先，有經驗的運維老鳥之所以被標**的原因是，在軟體企業中，員工工資是第一大成本。這樣看來，年輕就意味著便宜。雖然沒有經驗的，但菜鳥們可以讓企業降低預算，而帶來的風險和損失也是顯而易見的，運維這個行業經驗就是金錢，不是看幾本書，參加幾個培訓就能學到的，那是要熬夜，鑽機房，從抽菸、扯皮中日積月累下來的。所以，這個行業，經驗是核心，而經驗是時間沉澱出來的。

其次，老鳥們的閱歷無數，這樣就更能夠更迅速的，更深度的融入到新的技術、框架和系統裡。並且還能產生自己獨到的見解，而這些都是菜鳥們不具備的。

然後，很多老鳥都不願意加班加點辛苦的工作是沒錯的，因為他們知道，只有工作效率有問題才會將自己推到每週工作80小時甚至更多的處境。專業的運維人員，其實每天工作量並不大，因為，能夠自動化的，都自動化了，需要人為處理的事情，並不多，你見過每天忙個沒完沒了的人嗎，這可能是工作效率和工作機制出現了問題。

最後，在說說家庭問題，有人說，年紀大了，老鳥們精力都轉向家庭了，留給工作的時間就少了，其實不然，正是有了家庭的原因，老鳥們才會更有動力在規定的時間裡把工作完成。他們也許需要陪家人去參加遊玩，去看孩子比賽，但他們也會在業餘時間把這些占用的時間補上。因此，老鳥們一定是乙個有效的管理自己個人時間的人，否則他立刻會淹沒在各種工作之中無法抽身。

說了這麼多，可能會引來不少爭議，簡單總結下，年輕不是個壞事情。年老也不是所有都好。最重要的是，任何肚子裡沒有實貨的技術人都會被it圈淘汰，不論是年輕和年老，因為終有一天，大家都會變老。

那麼，作為運維人員，或者乙個老鳥，應該怎麼規劃職業呢，我能給你們的是我的一些建議：

職場一直往前衝，不要停。

成為某一方面的專家，保持足夠寬的技術面也很重要，這樣你才不會被淘汰。

建立乙個人際圈。擴大它。

多樣化你的投資。

有工作時醫療保險一定要上，這方面不要出問題。如果你沒了工作，沒了錢，醫療保險也沒有，這將會成為乙個嚴重的問題。

保持更新你的知識庫。技術發展太快，要有持續學習的能力。

世界是我們的，但歸根結底是年輕人的! 我希望幾十年後能跟年輕人一起繼續坐在電腦前，沒有生活的壓力，安安靜靜的學點技術，上上51cto，學學技術專欄。

1、結合企業真實專案需求，分析elk架構的應用場景和價值

2、動手實戰構建elk 海量日誌分析平台

3、利用logstash實時採集不同專案系統的海量資訊，對海量資料進行過濾和解析，同時可以自定義匹配模式解析專案中的複雜結構日誌，並按日誌類別和日期回滾輸出到elasticsearch集群建立索引

4、利用kibana 實現海量日誌的分析查詢、資料視覺化及監控預警。

5、logstash核心配置語法以及filebeat元件的靈活使用

6、logstash input外掛程式、filter外掛程式、output外掛程式應用詳解

7、實戰：logstash 實現海量日誌採集、過濾、解析、輸出

老鳥運維的下場

老鳥運維的下場

老鳥運維的下場

運維老鳥閒談運維工作與做人做事

相關推薦