gydtep

3、减少开发环境和生产环境的差异，并使用持续交付实施敏捷开发。

4、提升应用的可移植性，适合云化部署，降低资源成本和管理复杂性。

gydtep

与传统同步处理方式相比，异步事件处理存在与事件排序、幂等性、回调和异常处理相关的要求，整体设计难度更大一些。

gydtep

在 Kubernetes 中，业务应用可以提供一个 liveness 探针，可以通过 TCP、HTTP 或者命令行方式对应用就绪进行检测。对于 HTTP 类型探针，Kubernetes 会定时访问该地址，如果该地址的返回码不在 200 到 400 之间，则认为该容器不健康，会杀死该容器重建新的容器；

gydtep

还是倾向于出现问题后，可以通过简单抛弃和替代进行恢复（Cattle）。云原生架构的建议是：允许失败发生，确保每个服务器，每个组件都能够在不影响系统的情况下发生故障并且具备自愈和可替代能力。这个设计原则的基础是应用配置和持久化状态与具体运行环境的解耦。Kubernetes 的自动化运维体系让服务器的可替换性变得更加简单。

gydtep

不同的外部中间件通过 Java Connector Architecture 规范实现与应用服务器的插拔。应用通过 JNDI 在运行时实现与具体资源的动态绑定。Java EE 将系统的 cross-cutting concern下沉到应用服务器来解决，让开发者只关注应用的业务逻辑，开发效率有了较好的提升；同时减轻应用对环境和中间件实现的依赖，比如可以在开发环境中用 ActiveMQ ，在生产环境中使用 IBM MQ 替换，而无需修改应用逻辑。

gydtep

更快、更轻、更敏捷的应用运行时技术是云原生计算的持续追求。

体积更小 - 对于微服务分布式架构而言，更小的体积意味着更少的下载带宽，更快的分发下载速度。

gydtep

知识蒸馏通过知识压缩的原理进行。使用诸如强化学习之类的技术，神经网络可以学习如何产生预期的结果。在这一点上，较小的网络将学习创建与较大的网络已经开创的结果相似。较小的网络规模更适合移动设备、传感器和类似硬件等边缘设备。知识蒸馏可以将边缘设备的空间负担减少多达2000%，从而减少了运行网络所需的能源、物理约束以及设备本身的成本。

gydtep

基于ML的预测性维护的两个最重要的好处是它的快速性和准确性。 AI可以足够快速、准确地识别机械问题，以便在发生故障和故障之前进行纠正。例如，通用汽车使用安装在装配机器人上的摄像头，通过使用，它能够在5000多个机器人中检测出数十个组件故障，从而避免了停机的可能性。

gydtep

B端的产品比较复杂（如上图所示）包括官网注册、H5、注册账号、创建项目、集成代码、使用产品、留存日活、pro付费等，KPI拆解到了注册账号数、注册转化率、有效集成数、首次完成激活等。在这之中，有些目标需要自己做，有些需要跟别的团队协同合作。

gydtep

以友盟+服务的客户场景来说，比如在拿到一份高质量的数据之后，KPI在确定情况下进行了拆解，现在要做的就是希望团队里的人知道自己的KPI，KPI大屏就可以轻松解决这个问题。