gydtep

这个架构就是在云原生时代的微服务架构 - Cloud Native Microservices，边车（Sidecar）进程开始接管微服务应用之间的流量，承载第二代中服务框架的功能，包括服务发现、调用容错，到丰富的服务治理功能，例如：权重路由、灰度路由、流量重放、服务伪装等。

gydtep

总的来说，对于一个给定的业务场景，高可用设计需要分析它的业务特点，可用性的要求，从而设计对应高可用设计的节点。比如，如何设计以查询功能为主的节点，特别是当其所依赖的数据库不被信任时。在微服务架构中进行高可用设计时，应该针对每个节点的特征进行有针对的设计。

gydtep

状态型数据的容灾设计
这两种数据在进行应用层容灾设计时需要不同的处理方式，状态型数据的容灾设计通常比较困难。比如，会员信息在出现错误时通常不能再写该数据，也不能让该用户重新注册一次支fb。

gydtep

状态型数据的容灾设计需要以数据库不可靠为前提。数据库通常存在主备库，这两个库通常使用异步复制的方式来保证两个库之间的同步。然而，这种同步通常具有时延特征。

gydtep

SAE 将这些能力组合起来，最终让用户在迁移传统单体应用或者微服务应用时，基本可以实现 0 改造迁移，0 门槛地享受到这款产品背后带来的技术红利。

gydtep

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。

gydtep

创新的应用开发、交付方式：基于自动化、可观测、可管理的软件交付流程，加速创新效率的同时保障系统稳定性。
接下来将以系列文章的形式，和大家分享阿里云容器服务团队在云原生计算领域的探索和思考。本文主要聚焦在云原生基础设施。

gydtep

弹性效率越来越高 - VM 可以实现分钟级扩容；容器可以实现秒级扩容；函数可以做到毫秒级扩容。
故障恢复能力越来越高 - 随着系统自愈性的增强，大大简化了应用架构容错的复杂性。
为了更好地理解云原生计算出现的时代背景，我们必须要理解云计算的经济学基础与核心竞争力所在。

gydtep

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。

gydtep

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，所以我们自研了数据同步组件，虽然不想重复造轮子，但也是没办法，后面会介绍一些实现细节。