gydtep

通过实践我们发现，这种客户端排序并不可靠，我们的系统不可能无限去等待一个消息的，这里涉及到最终一致性的问题，在第3点中继续探讨。其实对于顺序消息，RocketMQ是有顺序消息的，但是RocketMQ目前还没有实现跨单元的能力，而单纯的就数据同步而言，我们只要保证最终一致性就可以了，没有必要为了保证强一致性而牺牲性能。同时MNS消息如果没有消费成功，消息是不会丢掉的，只有我们去显示的删除消息，消息才会丢，所以最终这个消息一定会到来。

gydtep

面对海量的数据和复杂的计算，数据计算层包括两大体系：数据存储及计算云平台和数据整合及管理体系。

- 数据存储及计算云平台

gydtep

Serverless 应用可以迅速弹性伸缩，用户无需进行容量规划；采用按需付费的模型，用户只按应用实际消耗的资源付费。在无服务器计算中，应用逻辑被解耦为多个函数，每个函数可以通过事件驱动的方式触发执行。执行粒度进一步细化，可以进一步提升弹性的效率

gydtep

在初期，Kubernetes 上主要运行着无状态的 Web 应用。随着技术的成熟和社区的发展，我们看到更多的有状态应用和大数据 /AI 应用负载逐渐迁移到 K8s 上。目前企业的大数据业务还是被 YARN 等调度技术主导，但是 K8s 已经在大数据社区得到更多的关注。Flink、Spark 等开源社区和一系列商业公司如 Cloudera、Databricks、星环都开始加大对 K8s 的支持力度。

gydtep

SAE 帮用户托管 K8s 背后的技术架构如上图所示，在 1 个宿主机上，最上层是 SAE 的 PaaS 界面，第二层是 K8s 的 Master（包括 API server 等），最下面一层是 K8s 真正运行资源的宿主机，这些都是完全由 SAE 托管的，用户只需要在自己的 VPC 或网络段内创建 Pod 资源并做一个连通，即可实现应用的正常运行。

gydtep

这种设计需要一定的先验知识，因此需要定义一些元信息，比如流量入口。在确定流量入口后所有和其相关的后续处理节点都应被打标或者以其它方式圈定起来。

gydtep

其研究结果表明这出现了明显的脱节。因此有人可能会想到，这是不是科幻小说和流行文化造成的?

人工智能的兴起

gydtep

通过分析消费者对人工智能技术的理解，开发商可以更好地开发使消费者的生活更轻松、更无缝且更加令人兴奋的人工智能技术。从长远来看，充分利用人们对于人工智能技术的幻想是有益的。

gydtep

SAE（Serverless 应用引擎）实现了 Serverless 架构 + 微服务架构的完美融合，真正按需使用、按量计费，节省闲置计算资源，同时免去 IaaS 运维，有效提升开发运维效率；SAE 支持 Spring Cloud、Dubbo 和 HSF 等流行的微服务架构。

gydtep

零售云基于云原生体系建设和挑战
零售云是云原生应用实践的良好土壤
CTO 鲁肃提过：阿里集团是云原生技术发展的最好土壤。而零售云是阿里集团重要的一个分支，同时是阿里业务中台对外输出建设2B生态的重要战略方向，所以零售云无疑是云原生应用发展实践的极好土壤。当前，在这半年来实践和应用了云原生技术构建了产品-零售云研发运营平台（即云上星环）。