gydtep
发表于 2021-2-9 18:11:42
在实际进行灰度时，每个节点实现灰度的方式可能不同。比如，商家需要修改DB数据，而会员节点除了需要修改DB数据外，还需要修改对应节点中的缓存。需要注意的是，无论每个节点如何进行具体的灰度操作，各个节点间需要实现灰度的同进同退。
gydtep
发表于 2021-2-13 17:27:14
对于线下 IDC 而言，计算资源是需要预先规划的，扩容并不是一件简单的事情，可能会因为各种条件的制约而导致扩容无法实现。当然这种困扰在云计算时代不复存在了，为一个应用扩充计算资源是信手拈来的事情，但光有计算资源是不够的，还得在上面部署应用，并将应用容纳到微服务体系中。
gydtep
发表于 2021-2-18 08:24:48
加速数据服务的云原生化：由于计算存储分离具备巨大的灵活性和成本优势，数据服务的云原生化也逐渐成为趋势。容器和 Serverless 的弹性可以简化对计算任务的容量规划。结合分布式缓存加速（比如 Alluxio 或阿里云 Jindofs）和调度优化，也可以大大提升数据计算类和 AI 任务的计算效率。
gydtep
发表于 2021-2-19 11:12:58
总的来说，对于一个给定的业务场景，高可用设计需要分析它的业务特点，可用性的要求，从而设计对应高可用设计的节点。比如，如何设计以查询功能为主的节点，特别是当其所依赖的数据库不被信任时。在微服务架构中进行高可用设计时，应该针对每个节点的特征进行有针对的设计。
gydtep
发表于 2021-2-19 18:11:25
最初，前端智能化方向的提出是为了给前端技术带来变革，借助 AI 和机器学习的能力拓展前端，就像拥有望远镜人类就有了神话中的千里眼，拥有了 AI 前端也会在自身能力的基础上产生更强的“超能力”。
gydtep
发表于 2021-2-20 18:42:25
其次，对算法有兴趣的同学可以Google一下遗传算法和蚁群算法等，你会发现凡是鲁棒性很强的算法都超出我们的意料，说简单点儿就是人很难总结提炼出这些算法背后的模式和思想，但是，这不妨碍我们写出遗传算法和蚁群算法去在模拟或现实的环境中训练出这些具备鲁棒性的模式和算法，这种写程序的方法本来就很鲁棒了。回忆一下，以往我们在写代码的时候都是想清楚了再写，今天，用智能化思维解决问题的时候想不清楚就能写代码，这种软件开发的方式还不够鲁棒么？
gydtep
发表于 2021-2-22 14:42:39
每一个发布版本必须对应一个唯一的发布 ID,一旦发布就不可修改，任何的变动都应该产生一个新的发布版本。另外，发布管理工具需要能方便的回退至较旧的发布版本。
gydtep
发表于 2021-2-22 18:52:15
PTS（Performance Testing Service）是一款云化测试工具，提供性能测试、API 调试和监测 等多种能力，紧密结合监控、流控等产品提供一站式高可用能力，高效检验和管理业务性能。
gydtep
发表于 2021-2-23 13:59:33
UDPA API 基于现有的 Envoy xDS API 逐步演进，目前除支持 Envoy 之外，将支持客户端负载均衡实现 (比如 gRPC-LB)，更多数据平面代理，硬件负载均衡和移动客户端等等。
gydtep
发表于 2021-2-24 11:02:44
应用程序存在着许多监控操作。随着Sidecar将很多能力下沉，包括访问RPC和DB，此前以中间件形式实现的监控操作，现在则以切面形式来实现，二者有很大的区别。
