gydtep
发表于 2020-12-17 12:38:50
ML算法可以轻松地提取和分析大量数据,并解决许多存储问题,最好是通过查看存储系统本身来解决。此外,通过使用大量数据训练算法,以了解特定堆栈或整个应用如何收集和存储数据,它们可以帮助实现对该特定应用存储活动的实时观察,以防止堆栈最大化并改善存储容量。
gydtep
发表于 2020-12-17 14:41:19
当应用通过测试之后,就产出了一个交付物,这个交付物被认为具备了可以发布的能力,后续就需要进行运维工作了,比如应用灰度发布、升级回滚、服务器上下线、监控报警、安全补丁升级、网路配置、操作审计、生产环境引流等。
gydtep
发表于 2020-12-17 16:40:22
基于非常高效的云API来构建应用的好处在于构建的成本很低,并且能够实现按天、按小时进行交付,并且大大降低未来运维的负担。
gydtep
发表于 2020-12-18 09:15:58
在一个频繁迭代的系统中,每个应用会经常性面临新版本发布需求,需要对应用的上线、下线、更新、回滚等流程进行集中性的管理,并配合精细粒度的灰度发布手段,减少版本迭代对业务造成的影响。
gydtep
发表于 2020-12-18 14:32:01
微服务架构在本质上就是对弹性伸缩有着强烈诉求的,在弹性伸缩的过程中,不管是单应用的水平弹性伸缩,还是整套环境的启停,资源利用率都对最终的资源成本起着决定性的作用。如果能想办法提升资源利用率,就能为企业节省大量资源成本。值得我们重视的是,绝大多数的微服务应用的资源利用率都是非常低的。
gydtep
发表于 2020-12-18 18:56:10
是否有一种介于 FaaS 和 Serverless 化容器之间的技术,可以实现上述重要诉求呢?当然有,这就是以阿里云 Serverless 应用引擎(SAE)为代表的应用层 Serverless 技术。
gydtep
发表于 2020-12-18 19:13:04
SAE 实现了 Serverless 架构 + 微服务架构的完美融合,对于 Spring Cloud 和 Dubbo 等主流的微服务架构,可以实现无缝兼容,基本上没有改造成本,并真正按需使用、按量计费,节省闲置计算资源,同时免去 IaaS 层运维方面的工作,有效提升开发运维效率。
gydtep
发表于 2020-12-18 19:47:04
以 Spring Cloud 应用为例,如果需要部署一个新的应用,只需要 2 个步骤:
(1)告诉 SAE 这个应用需要多少个实例,并指定每个实例需要的 CPU / 内存规格。
(2)上传应用的 JAR 包 / WAR 包,并启动应用。
gydtep
发表于 2020-12-18 20:47:49
对于开发者而言,他们不用关心应用到底部署在物理机里面,还是虚拟机里面,或是容器里面,也不需要知道底层的操作系统是什么版本的,只需要关注每个应用实例占据多少运算资源就可以了。
gydtep
发表于 2020-12-19 18:15:47
我们进行数据建模研发,并处理不因业务特别是组织架构变动而轻易转移的数据中间层。包括DWD明细数据中间层和DWS汇总数据中间层。