后来到 2013 年 Matt Stine 在推特上迅速推广云原生概念，并在 2015 年《迁移到云原生架构》一书中定义了符合云原生架构的特征：12 因素、微服务、自服务、基于 API 协作、扛脆弱性。
以数据为中心的一致性模型
从数据存储的角度出发的，包括数据库、文件等。
严格一致性（Strict Consistency）
顺序一致性（Sequential Consistency）
因果一致性（Causal Consistency）
设计系统的组织，其产生的设计和架构等价于组织间的沟通结构。通俗来讲，就是什么样的团队结构，就会设计出什么样的系统架构。如果将团队拆分为前端、后端、平台、数据库，那么系统也会按照前端、后端、平台、数据库结构隔离。
Kubernetes 已经成为云时代的操作系统。对比 Linux 与 Kubernetes 概念模型，两者都定义了开放的、标准化的访问接口：向下封装资源，向上支撑应用。
Perfecto by Perforce公司首席技术官兼产品经理Eran Kinsbruner在最近发表的一篇文章中写道：“这些工具共同构建了一个全面的生产和运营洞察力分析层，可以在大数据和先进的现代软件架构上运行。借助基于人工智能的操作功能，团队可以专注于确定其应用程序的服务运行状况，并获得对其生产数据的控制和可视性。”
造成这种局限性的原因很简单，在以 Spring Cloud 为代表的微服务技术阵营中，系统的构建都是围绕着应用（也可以理解为单个的服务）而展开，不管是版本更新还是水平扩展，都是针对应用本身。Serverless Kubernetes 架构的核心在于 Pod ，比应用更偏向系统底层，所以使用者需要投入更多的精力用于应用下层资源的管理。而 FaaS 架构的核心在于函数，比应用更偏向系统上层，因此灵活度会降低，不能适配所有的业务场景。
从采集系统中收集了大量的原始数据后，数据只有被整合、计算才能被用于洞察商业规律、挖掘潜在信息，实现大数据价值，达到赋能商业、创造商业的目的。从采集系统中收集到的大量原始数据，将进入数据计算层中被进一步整合与计算。
可编程的、动态的、弹性基础设施：支持公共云、专有云、边缘计算等不同环境。
分布式应用架构：具备松耦合、可弹性扩展、高容错性等特点。
在service mesh场景下，应用层不再需要关注防热点、读写分离等。几年前，应用层还需要对缓存热点做特殊处理以建设高可用能力，比如在一个缓存节点挂掉时对其进行预热操作。
Jaeger 是Uber 开源的分布式追踪系统，兼容 OpenTracing 标准，已经成功在 CNCF 毕业。此外OpenTelemetry是一个潜在的标准，它试图在融合 OpenTracing 和 OpenCensus 这两个项目，形成统一的技术标准。
