gydtep

ACID 事务是关系型数据库一个重要的特性，也是 NewSQL 数据库最大的挑战之一。在 PolarDB-X 的架构中，Data Node（DN）是通过 Paxos 同步日志的，保证了事务的持久性（Durability），而原子性（Atomicity）、一致性（Consistency）和隔离性（Isolation）需要通过合适的事务策略来保证。除此之外，在分布式场景下，由于数据被分散在不同节点，线性一致性（linearizability）也是事务策略的重要特性。

gydtep

可视化：当前环境要做到可控，就需要对当前的环境状况可视。
可追溯：所有的配置统一作为代码进行版本化管理，所有的操作都可以追溯。
快速：资源申请及释放要求秒级完成，以适应弹性伸缩和故障切换的要求。

gydtep

代码即设计
模糊敏捷研发流程阶段性：业务需求太多和技术变化速度太快。

整个进化设计需要简单的架构+持续集成+重构+整个研发流程设计。

gydtep

SAE 这样一款以 K8s 为底座、具备 Serverless 的特点、以 aPaaS 为形态的产品，完全符合云原生的特点。在技术层面，底层使用容器、K8s，集成了微服务，包括各种 DevOps 工具。在架构层面，因为底层依赖于这些技术，所以可以非常方便地让用户遵照云原生架构的原则，去设计出自己的应用实践，最终让客户的应用可以最大化地享受到云原生的红利，实现应用的轻量、敏捷以及高度自动化，极大地降低迈入云原生时代的门槛。

gydtep

一是防穿透，比如我们的 Pod 或容器使用的是像 Docker 这样的传统容器技术，把公有云的 a 和 b 两个用户跑到一个物理机上，其实有非常高的安全风险，b 用户很有可能会侵入到 a 用户的容器里获取用户信息，所以这里面的核心就是要限制用户能力，防止其逃逸。

gydtep

应用程序可能有多个机房，如果多个机房间存在数据冗余，那么一个位置的错误就能够由另一个位置的数据来弥补，从而保证系统的持续可用。读写分离也是一种冗余设计，缓存和DB间存在数据冗余，当缓存宕机时，可以从DB回源到缓存。

gydtep

这其实并不是一个好主意，每一个计算资源都是需要成本的，资源池虽然能够解决计算资源快速投入使用的问题，却造成了巨大的浪费。另外，到底规划多大的资源池，也是一件很伤脑筋的事情，池子越大，造成的浪费就越大，但池子太小，又可能满足不了扩容的需求。

gydtep

对于使用主流 Spring Cloud 体系或 Dubbo 体系构建微服务应用的开发者而言，如果需要引入一种方案降低资源成本，他的最终诉求一定包含两个方面：

（1）能否零改造成本，或者接近零改造成本；
（2）能否适配所有的业务场景。

gydtep

传统的网络缓解技术无法与这种复杂的方法相提并论。因此，人工智能在网络安全和攻击中的使用是Gartner公司在2020年预测的九大安全趋势之一，并指出必须加强人工智能来增强网络安全防御。

gydtep

在**多活的实现上，数据能够在三个及以上中心间进行双向同步，才是解决真正**多活的核心技术所在。本文基于三中心且跨海外的场景，分享一种多中心容灾架构及实现方式，介绍几种分布式ID生成算法，以及在数据同步上最终一致性的实现过程。