：亟需完善的水平扩容与缩容方案
当某一个应用的性能出现瓶颈，需要通过增加实例数量来提升性能的时候，就需要引入新的计算资源。
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。
这些应用都是围绕具体业务进行构建，可以独立部署、独立迭代，也可能根据业务负载独立进行水平扩展。
互联网日志采集体系包括两大体系：Web端日志采集技术方案；APP端日志采集技术方案。
在采集技术之上，企业可以用面向各个场景的埋点规范，来满足日志数据打通等多种业务场景。
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。
此外，云计算是典型的平台型业务模式。随着规模的增长，会产生网络效应。
我们可以将迁移之路分为 3 类：
Rehost 新托管 - 简单地通过 lift-and-shfit 方式，将线下物理机替换成为云上虚拟机或者裸金属实例，不改变原有的运维方式。
Kubernetes 已经成为云时代的操作系统。我们可以对比一下经典的 Linux 和 Kubernetes 的概念模型，他们都是定义了开放的、标准化的访问接口；向下封装资源，向上支撑应用。
2019 年 Google 推出 Anthos 多云应用平台，其基础就是 GKE K8s 托管服务。微软在 Build 2020 会议上宣布了 Azure Arc 支持 Kubernetes 集群的预览版。
云原生计算加速了应用和基础资源的解耦，充分释放云的弹性；通过关注点分离，让开发者关注业务价值，而复杂性下沉到基础设施。
