蚂蚁的大部分业务已经实现云盘存储，也就是将日志存储到远方磁盘。此前，单体应用通常将数据存储于本机磁盘，并且不提供其它冗余备份；而云盘则默认提供数据冗余，这在基于日志不可靠假设进行应用设计时带来了很多变化。
阿里目前单元化架构达到一个什么目标呢？通过部署**单元将生产流量完整运行在千里之外的独立机房，连续性的运行业务。这几句话里面包含了非常多的关键点，一个是**，第二个是千里之外，第三个是独立，第四个是连续性。
也许我对当前系统也不是很清楚，但有很多以前技术的积累，现在的问题还是能非常快地解决掉，帮助团队解决当下问题的同时，也能让自己对全局有所了解。
但是这种模式的缺点就是改造成本高，因为很多应用原来是一个巨大的单体或者微服务应用，很难改造成函数模式。
3. 认识 SAE
Serverless 理念及相关产品的推出已经走过差不多 7 个年头，
另外针对不太熟悉镜像或者不想感受复杂性的用户，我们也提供了 War / Jar 层面的部署，极大降低用户享受红利的门槛。
面向终态
在传统的运维领域有很多问题比较难解决，比如服务器因为各种各样的原因，突然负载高或者 CPU 高等，
因为云产品有几百多款，如果要每一款都用好也是额外成本。所以我们对最常用的云服务进行了一体化集成，包括基础监控、业务监控 ARMS、NAS 存储、SLS 的日志收集等各方面，降低用户使用产品的门槛。
同时，还可以建立了一套高性能、高可靠性的数据传输体系完成数据从生产业务端到大数据系统的传输；在传输方面，采集技术可既包括数据库的增量数据传输，也包括日志数据的传输；
提到数据同步，这里不得不提一下DTS(Data Transmission Service)，最初阿里的DTS并没有双向同步的能力，后来有了云上版本后，也只限于两个数据库之间的双向同步，做不到A<->B<->C这种形式
挑战二：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。
新的计算资源从何而来呢？
架构师一定会碰到各种各样的角色和链路，他要有这个能力去定义问题的解决方案和实施路径，同时要协同团队。他不能闷头做事，真的要抬头，并且是要有良好的沟通能力，跟所有的同学达成共识才能往前进。
