在数字化转型浪潮席卷全球的背景下,科技企业面临着如何科学选择和管理技术栈的严峻挑战。作为欧洲领先的时尚电商平台,Zalando在技术选择上不断探索与创新,尤其是在2020年对其Tech Radar流程进行了一次全面的更新。此次调整不仅优化了技术评估和采纳机制,更通过明确的原则体系促进了公司技术生态的健康发展,显著提升了工程团队的协作效率和产品交付能力。 Zalando的Tech Radar最初借鉴了业界权威Thoughtworks的技术雷达模型,通过环形图可视化技术与框架的不同阶段和状态。然而,随着公司规模的扩大和应用数量的激增,原有Tech Radar面临诸多问题,其中包括评估标准的模糊泛化、缺乏贯穿全公司的技术决策流程以及贡献者激励机制的缺陷。由于技术环变动的标准过于抽象,无法针对不同类型的技术比如编程语言、数据库或前后端环境等制定详细的规则,导致评分过程不够透明和客观。
同时,技术选型过程缺乏正式的监督,多数团队在未充分沟通或评估的情况下便自行决策,造成技术雷达与实际使用情况脱节。这种自主却分散的决策方式不利于整个平台技术的统一管理和持续优化。 为确认这些问题,Zalando通过与工程管理层进行深入访谈,进一步了解各团队技术选型的痛点和需求,发现工程经理普遍感受到公司对技术选型和团队期望的支持不足,缺少严格的指导方针使得技术选择过于宽泛,不仅延缓了团队成长速度,也影响了跨团队代码贡献的融合。这种反馈促使Zalando开始借鉴谷歌、Spotify、腾讯等领先科技企业的成熟经验。这些公司通常针对编程语言和技术工具实行严格筛选和集中管理,通过限制技术栈的多样性减轻基础设施团队的负担,并提升CI/CD、性能监控和安全合规体系的集成度。更为重要的是,有限且明确的技术选择有助于减少重复开发,提升跨团队合作效率,并降低长期维护成本。
在大量数据分析基础上,Zalando对自身所有工程中使用的编程语言进行了全面梳理。借助开发者问卷调查,不仅统计了使用频率和熟练度,还收集了开发者愿意支持和推广的语言清单。结合公司40多万个应用实例的增长态势,工程团队基于实际使用趋势和团队扩张需求;定义了"ADOPT"语言的标准,这些标准涵盖了虚拟机生命周期管理、CI/CD集成能力、系统可观察性、社区活跃度以及招聘难易程度等关键指标。 同时,Zalando创新性地重新定义了Tech Radar的环形语义体系,使其更契合多元的技术应用场景。新体系将技术分为ADOPT、TRIAL、ASSESS、HOLD和NIL五个级别,分别对应广泛采纳、生产实验、非生产评估、停止推广和历史归档。并对每种技术赋予明确的产品线分类,如后端、移动端、Web、数据、机器学习和基础设施。
此举不仅帮助团队更精准地理解技术定位,也强化了不同部门之间对技术生态的统一认识。尤其在TRIAL阶段,Zalando引入了工程负责人赞助制,确保生产试验获得必要的支持与监督,并防止技术遗留问题。 技术选择的原则化管理是这次变革的核心。Zalando设立了由资深Principal Engineers组成的决策社区,这些顶尖工程师以公司利益为重,基于数据与技术价值原则做出客观决策。通过远程线上的头脑风暴会议,团队梳理了Zalando面临的工程挑战,制定了系统化的技术选型准则,强调以公司整体战略为导向而非个人偏好。此外,角色职责的调整使软件工程师与管理者明确了参与并推动技术选型和贡献雷达内容的责任,激励机制的引入进一步增强了技术社区的活跃度和参与感。
对于具体的技术语言选择,Zalando根据评估结果,决定逐步淘汰Clojure、Haskell和Rust三种语言,停止采用它们作为新应用的开发语言。尽管这些语言过去产出过优秀项目并在规模化运行中积累了宝贵经验,但在当前技术生态中,其独特优势已难以为公司带来更大的技术杠杆效应。反观Kotlin和TypeScript因其生态成熟、社区活跃且符合业务发展需求,被重点培育并计划纳入ADOPT级别,推动公司技术栈更加聚焦于高效与可持续的方向。Zalando特别强调,这一决定建立在自身规模与技术环境的基础上,不应被外部机械复制,更鼓励各公司根据自身情况开展类似的评估流程。 展望未来,Zalando计划继续深入审核Tech Radar中的其他技术类别,如数据库、框架和开发工具,持续推动技术选型流程的制度化和数据化。通过强化跨部门的沟通协调和社区驱动的技术生态,Zalando旨在构建更为稳健、灵活且高效的工程基础,为应对快速变化的市场和业务需求奠定坚实的技术支撑。
综上所述,Zalando在技术选型上的转型升级不仅反映了其对技术管理的前瞻思考,更印证了现代大型互联网企业面对复杂生态时,如何借助流程优化和组织赋能来提升技术决策水平。通过引入明确的评估机制、丰富的数据支撑和原则化的社区治理,Zalando有效解决了多样化技术栈带来的挑战,实现了技术生态与业务发展的双重协调。行业内其他企业可从中吸取经验,结合自身实际,推动技术选择进入一个更加理性、科学和协作的新时代。 。
