随着 2013 年以 Docker 为代表的容器技术、CNCF 基金会以及 K8s 的发展等，云原生开始被广大开发者所熟知。云原生时代之前还有两个阶段：一是自建 IDC 机房，二是简单地把原有的应用搬迁到云上。
SAE 这样一款以 K8s 为底座、具备 Serverless 的特点、以 aPaaS 为形态的产品，完全符合云原生的特点。在技术层面，底层使用容器、K8s，集成了微服务，包括各种 DevOps 工具。
我们已经实现了端到端的 15 秒，也就是 15 秒内可以创建出一个 pod，让用户的应用开始启动。在弹性能力上，我们具有基础指标弹性（如 CPU、Memory 等）、业务指标条件弹性（如 QPS、RT 等）和定时弹性。如果手动设置弹性指标，仍有一些门槛和负担，因为客户不知道指标应该设成多少，在这个背景下，我们也在考虑智能弹性，自动帮用户算出弹性指标推荐给用户，进一步降低门槛。
这里有两个核心问题：
一是防穿透，比如我们的 Pod 或容器使用的是像 Docker 这样的传统容器技术，把公有云的 a 和 b 两个用户跑到一个物理机上，其实有非常高的安全风险，b 用户很有可能会侵入到 a 用户的容器里获取用户信息，所以这里面的核心就是要限制用户能力，防止其逃逸。
CNCF- 云原生计算基金会对于“云原生”的定义如下 ：
“云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中，构建和运行可弹性扩展的应用。云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式 API。
云计算的核心技术创新加速规模效应的形成。比如，计算资源池化与虚拟化技术，让应用和底层硬件资源解耦。一方面提升资源利用率，降低计算成本；一方面提升了资源的弹性供给，弹性成为差异化云基础设施和传统 IDC 的关键能力。
既需要能支持实时流式计算、也能实时各种时间窗口的批量计算。另一方面，也通过数据同步工具直连异构数据库（备库）来抽取各种时间窗口的数据。
数据应用层
在面向应用提供服务时，业务团队或深入业务线的数据团队有极大的自由度，只要依赖数据公共层，即可自由的建设ADS数据应用层。
面对这种全球性跨地域的分布式系统，我们不得不谈到CAP理论，为了能够多中心全量数据提供服务，Partition tolerance（分区容错性）是必须要解决的，但是根据CAP的理论，Consistency（一致性）和Availability（可用性）就只能满足一个。对于线上应用，可用性自不用说了，那面对这样一个问题，最终一致性是最好的选择。
优点：
完全是一个无状态机，无网络调用，高效可靠。
缺点：
依赖机器时钟，如果时钟错误比如时钟不同步、时钟回拨，会产生重复Id。
