应用 CPU 资源使用量=∑实例 CPU 规格×本月运行时长（以分钟计），即应用中所有实例的 CPU 规格乘以本月运行时长的总和。
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？
数据采集层
对于企业来说，每时每刻都在产生海量的数据，数据采集作为数据体系第一环尤为重要。
这些技术能够构建容错性好、易于管理和便于观察的松耦合系统。结合可靠的自动化手段，云原生技术使工程师能够轻松地对系统作出频繁和可预测的重大变更。
更重要的是，由于不同用户不同时间的工作负载不同，可以利用规模优势进行削峰填谷。
Re-platform 新平台 - 利用托管的云服务替换线下自建应用基础设施，比如通过 RDS 数据库服务替换自建 MySQL；通过容器服务，
如果使用传统的像 Docker 这样的容器化技术，很难做好安全的防护或隔离，而安全容器可以理解为一个轻量级的虚拟机，既有容器的启动速度，又有虚拟机的安全。
有些中大型企业会有多套的测试环境，这些测试环境一般晚上都不使用，在 ECS 模式下，是需要长期保有这些应用实例的，闲置浪费的成本比较高。
而现在，这些功能可以直接利用数据库的水平扩展能力来实现，数据库技术的发展极大地避免了我们直接和数据层交互。
首先，签约业务是异步的，在设计时不应被纳入系统的核心链路。另外，签约服务需要与网关和商户服务进行信息同步，
