背景

大环境不好，各行各业都在流行“降本增效”，IT行业大肆执行“开猿节流”，一顿操作效果如何？普通搬砖人谁会在乎呢。

    为了收紧我的口袋，决定从头学习Nodejs+TypeScript，来重写我的Java后端服务。

    其实这波操作并不是仅仅为了实操Nodejs，更主要的原因是为了运行我的几个Java项目，服务器开支还是有点超预期了。其中最主要的原因就是Java开发的服务太占用系统内存了。

    我目前自己开发的项目有：易登、易支付、云仓库管、AI BOT、记忆旅途博客、万巷聚合推广平台，这些一个个Java作为后端服务的项目让我不得不买了两个云服务器，一年成本着实不小。

    我最开始做的是记忆旅途博客，当时1C2G的服务器足够了。但是随着需求的增多，相关项目也就一个个拔地而起。根据统计平均每个项目占用内存600MB左右，看的我心里真是有点着急。虽说的主业就是Java开发，但是在money面前，我还是通过一次次的比对，决定要重写一部分项目，来减轻我的内存负担。

技术选型之路

    为了达到内存减负目的，我对比了很多个后端技术，对比的维度有：上手难度、生态丰富度、在工作中的使用度、对内存消耗等几个方面；调研的技术有：Python、Nodejs、Golang，俗话说没有最好的只有最合适的。经过对比最终选择了Nodejs作为新的后端开发语言来进行重写。

    最终选择Nodejs的原因有以下几点：

    1. 使用Nodejs编程，最终使用的是JavaScript脚本语言，虽然我本职不是前端开发，但工作中经常在使用JavaScript，可以说是我的第二编程语言，上手起来难度最小，几乎拿来即用。

    2. Nodejs有一个最大的优点就是单线程和非阻塞IO可以处理大量并发请求。我的这几个网站基本都IO密集型网站，Nodejs的优点完全可以得到最大发挥。

    3. Nodejs生态相对非常完善，基于庞大的npm生态，开发起来更加高效。

    4. Express Web服务开发框架，使得开发web应用更加得心应手。

    5. 最主要的是Nodejs占用内存真的少，对比之后，实现相同的功能只需要90MB左右的内存，跟Java的600MB相比，看着大大的欣喜。

Nodejs后端开发技术学习

    简单说只需要JavaScript基础就可以进行开发了，但是工欲善其事必先利其器，完全使用原生JS开发效率肯定大打折扣。为此花了一天多的时间学习了以下几个技术：

    1. TypeScript：原因是因为JavaScript是弱类型的脚本语言，字段类型太过灵活，是把双刃剑。作为Java出身的程序猿还是比较容易接受静态类型和面向对象的编程方式。而TypeScript作为JS的超集，完全兼容了JS的语法，又进化出了面向对象、静态类型等高级特性，Java Boy看了喜上心头。主要学了相关语法，其实跟Java还是比较像的，用起来也比较亲切。

    2. Express web开发框架：相当于Java中的SpringBoot，将web开发难度降到了极致，开发效率得到了成倍的提升。这个框架主要是看了如何使用的和请求中的各种类型参数如何获取、处理。

    3. Sequelize：数据库ORM框架，用来提升数据库交互开发效率，相当于Java中的Hibernate、Mybatis。这个框架基本不用学，只需要看下如何连接数据库、字段映射，其它的单表查询语法只需要了解即可，具体用的时候知道有相对应的的东西，不知道如何用直接查官方文档即可。直接使用sql进行的基本查询更不在话下。

    4. Redis-connect：redis相关操作类库。主要看了如何连接redis，具体操作跟Java基本一致。

    5. PM2：PM2 是一个守护进程管理工具，帮助您管理和守护您的应用程序。由于Nodejs是单进程、单线程的，导致的严重后果就是如果程序运行过程中有异常处理不当，整个程序直接就挂掉无法提供服务了。使用PM2的原因就是它可以守护这个Nodejs进程，当发现进程出现异常后，可以自动重启，不至于直接宕机。

重写之旅

    相关技术进行了储备之后，就要开始项目的重写了。重写工程不会是一蹴而就，先选了一个功能点相对少的“万巷”进行重写。

    这里的重写也可以说是翻译，将Java语言翻译成TS语言。翻译是有窍门的，放到前几年估计没有好办法，只能一个个代码自己手敲。但今非昔比，在这个“无AI，不创业”的年代，翻译的工作就相对轻松了许多。直接对着AI这么说：

    可以看出，这个接口的Controller基本就翻译过来了，当然具体的实现逻辑还需要再做调整，如果一个Controller有十几二十个接口，AI这么一帮忙，省了大把的时间。

    AI对数据库实体类的翻译更是高效，来看一个例子：

    翻译结果并没有达到预期，因为如果字段上没有@Column字段，ORM框架查出来的数据是不能映射到实体类中的。我们可以调整一下提示词： 

    提示词经过这么修改之后，AI生成的代码基本就是可用的了，即使还有需要调整的部分，也是微调即可了。如果数据库有几十张表，靠手码代码来翻译这些实体类，估计内心是非常绝望的。

    剩下的就是具体逻辑的实现了，也是可以让AI来辅助进行翻译的，如果效果差不多，仅需要微调就行了；如果效果相差甚远，就需要自己来手动翻译了。

总结

    1. 编程思想是互通的。虽然编程语言语法、实现形式、技术路线各有千秋，但是编程的思想是相通的。学通了一种编程语言，其它语言很多能触类旁通，比如你是一个技术还可以的java boy，当你去阅读其它编程语言的代码，可能看着语法很奇怪，但是有些逻辑还是能捋出来的，即使让你用那种语言写不出来。

    2. 技术没有优劣，只有合不合适。技术实现千千万万，但在不同领域、不同业务中各有优劣。很流行的一句话“PHP是最好的语言”，很调侃的一句话，但也说明了PHP有那么一段时期对彼时的多数业务是适用的。但正所谓时势造英雄，近年来的人工智能领域python正大范围落地、云原生领域Go正大行其道。技术选型不能迷信，合适的就是最好的。

    3. 拥抱AI。不同于元宇宙、区块链当初被吹得神乎其神，最终一切沉寂于海底，AI正在切切实实影响和改变着我们每个人的生活，未来会有更多生活场景接入AI。元宇宙和区块链热度低了很多，但并不是它们技术上不行，只是离普通人太远了。而AI则不同，它已经深深嵌入我们日常生活中，你有意、无意能感受到的。

    身处IT界，有一句看似“谣言”的话：人工智能越来越智能之后，以后就没有程序员这个行业了。个人感受，如果真的因为人工智能导致程序都由机器来生产，可能到那时也就不需要人类这个物种了。但未来谁又能说得准呢？当ChatGPT凌空出世时，多少人被惊叹出了“哇”，我是其中一个，第一次用的时候真的很震惊，但在ChatGPT发布的前一天，又有几个人会知道明天会出现这么一个惊艳的东西。