导读：2011年，整个IT业界发生了翻天地覆的变化，有太多的东西值得我们去回顾。CSDN采用十大关键词的形式，围绕关键词及相关领域热词，对IT业界过去一年中发生的重要事件进行解读。本文为内容摘要，详情请参见《程序员》杂志2012年1月刊。
关键词之一：平台
领域热词：生态系统、数据、信息运营商、云计算
2011年最热的关键词恐怕非平台莫属。原因很简单，一年来发生的重大事件几乎都与平台息息相关。
在芯片层，ARM架构已经占据移动设备的大部分份额，对曾经无可争议的霸主Intel造成极大压力。在操作系统层，Windows 8和Mac OS X Lion两个新版本的用户界面已经不约而同地受到移动设备的强烈影响。iOS和Android两大移动平台迅速崛起。
崛起的平台之间硝烟弥漫的，平台之战不可避免：2011年5月Google董事长Eric Schmidt在AllThingsD D9会议上提出了“四驾马车论”，称未来十年驱动创新的主要力量将是Google、Apple、Amazon和Facebook四家公司，它们将史无前例地在全球范围内展开竞争。除了这四大之外，他还提到PayPal和Twitter作为候补，却明确将微软排除在外。
最终，平台/生态系统/信息运营商之间的竞争，将是数据的竞争。“数据是云计算时代的石油”，谁能拥有更多数据并能做各种深入分析、善于运用，支持平台本身发展的决策，谁就将在竞争中立于不败之地。
关键词之二：移动
领域热词：创业、盈利、平台、应用、黄金时代
2011年，是移动互联网的井喷之年，移动互联网正展现出其对未来的统治力。但任何时代都逃不开“盈者通吃”的丛林法则，市场上的利润往往只被少数寡头所瓜分，虽然开发者创业蔚然成风，然而据艾媒咨询统计显示：2011年中国手机应用开发者实现盈利的仅占13.7%，主要以依附企业本身（如腾讯公司的开发者）或者个人研发应用产品依靠广告获利为主；亏损的占64.5%，持平的为20.8%。曾经的蓝海已经变得危机四伏，红海时代来临。
国内大多数开发者似乎都走上了一条拥挤的单行道。表现在以下四点：游戏成为第一选择、积累用户数成为首要目标、广告为主要收入来源、同质化严重。虽然与传统互联网相比，移动互联网创业的优势之一就是其创业成本较低，然而目前移动互联网的创业成本也在不断增加：人才成本、推广成本、运营成本。业界生态系统紊乱：糟糕的应用商店、混乱的付费市场、让人不知所措的流量。在这种情况下，知识产权、构建产品文化、用户品质化、步步为营等结合在一起就成了取胜之匙。
移动互联网的井喷时代，红海赤潮来袭，惊涛骇浪遮掩了没有先发优势的开发者们的视线。但只要拥有正确的方向，小心规避暗礁，就能持续向前。2011年的中国移动互联网，数以万记的开发者们扬帆远航，波澜壮阔的时代，就在前方。
关键词之三：创业
领域热词：社会化、电子商务、云计算、手机游戏
2011年的中国互联网创业，有大笔的资金，有创业氛围浓厚的咖啡厅，有分布在各地的孵化器和创业基地，有众多的天使投资人，更有许多充满激情的程序员创业者。很热闹，也很潇洒。如果要为2011年中国互联网创业列出几个关键字，第一个想到的一定会是：移动互联网。移动互联网本不是一个新兴的市场，但2011年，谢谢中国3G网络的迅猛发展，iPhone/iPad继续改变着世界，Android手机的品牌化和价格平民化，移动应用商店模式的流行，移动互联网为众多创业者开辟了一个更新、更广阔也更开放的实践空间。
回顾2011年创业热点表现在以下七大方面：社会化、“签到”服务、移动通信、电子商务、图片、云服务/云计算、手机游戏。苹果App Store模式让运营商走下神坛，也给了开发者、创业者更开放的商业和发展空间。而中国互联网经过10年的沉淀，借助移动互联网的大环境，的确可以说在2011年再次迎来了创业热潮。
创业公司的产品同质化严重，而中国许多投资者们在移动互联网投资中也在跟着硅谷投资者们的风。众多天使投资者的出现对整个行业是件大好事。而真正有创业经验的天使投资人仍然很少；反思2011年开发者的创业故事，除了资金，创业者们需要更好的导师。
2012年也许是NFC近场通信的元年。2011年中国的互联网创业，很热闹但缺乏亮点；2012年，平淡一些、多些理性相信会更好。
关键词之四：大数据
领域热词：存储、传输、HBase、流式计算、实时计算、图形计算
IDC报告称2011年全球将产生1.9ZB（1ZB=10亿TB）的数据，并将2012年称之为“Big Data”年，可见大数据处理的重要性；目前Facebook、淘宝等一线互联网公司都已经进入数据化运营的时代。大数据处理的一个主要目的是改进用户体验、发掘数据价值、指导业务运营，基于此目的我们从数据的传输、存储、计算、展现四个角度来盘点一下大型互联网公司2011年的大数据处理方式。
其中，传输表现在：在高并发持续产生大数据量的情况下，数据的收集、传输、装载也就成了一个首先要解决的问题，解决此类问题的常规做法是采用消息队列方式，按照主题/点对点的方式进行数据的分发和消费，这类消息系统对性能、实时性、顺序性、可靠性、可用性、吞吐量都有较高的要求。存储：大数据处理的一个难点就是如何把大量的数据存储和组织起来，便于快速读写，由于数据量过大，已经远远超过单机和常规的磁盘阵列的存储能力，因此各种分布式存储系统应运而生：列存储数据库领域、K/V型数据库领域、文档数据库领域、图形数据库领域、其他。计算：海量数据计算主要有以下几种常用场景：流式计算、实时计算、图形计算、离线计算（持续计算/批处理）等。展现与交互：数据分析最终需要很好地呈现给业务人员以及反馈给其他业务系统，因此最终数据的元数据管理、安全授权、交互格式、查询方式和优化等需要着重考虑。
大数据处理产生的价值将深入影响到互联网企业的运营、运维，相关项目也越来越多，但没有银弹，需要结合企业自身情况做出选择。