gydtep

ML算法可以轻松地提取和分析大量数据，并解决许多存储问题，最好是通过查看存储系统本身来解决。此外，通过使用大量数据训练算法，以了解特定堆栈或整个应用如何收集和存储数据，它们可以帮助实现对该特定应用存储活动的实时观察，以防止堆栈最大化并改善存储容量。

gydtep

当应用通过测试之后，就产出了一个交付物，这个交付物被认为具备了可以发布的能力，后续就需要进行运维工作了，比如应用灰度发布、升级回滚、服务器上下线、监控报警、安全补丁升级、网路配置、操作审计、生产环境引流等。

gydtep

基于非常高效的云API来构建应用的好处在于构建的成本很低，并且能够实现按天、按小时进行交付，并且大大降低未来运维的负担。

gydtep

在一个频繁迭代的系统中，每个应用会经常性面临新版本发布需求，需要对应用的上线、下线、更新、回滚等流程进行集中性的管理，并配合精细粒度的灰度发布手段，减少版本迭代对业务造成的影响。

gydtep

微服务架构在本质上就是对弹性伸缩有着强烈诉求的，在弹性伸缩的过程中，不管是单应用的水平弹性伸缩，还是整套环境的启停，资源利用率都对最终的资源成本起着决定性的作用。如果能想办法提升资源利用率，就能为企业节省大量资源成本。值得我们重视的是，绝大多数的微服务应用的资源利用率都是非常低的。

gydtep

是否有一种介于 FaaS 和 Serverless 化容器之间的技术，可以实现上述重要诉求呢？当然有，这就是以阿里云 Serverless 应用引擎（SAE）为代表的应用层 Serverless 技术。

gydtep

SAE 实现了 Serverless 架构 + 微服务架构的完美融合，对于 Spring Cloud 和 Dubbo 等主流的微服务架构，可以实现无缝兼容，基本上没有改造成本，并真正按需使用、按量计费，节省闲置计算资源，同时免去 IaaS 层运维方面的工作，有效提升开发运维效率。

gydtep

以 Spring Cloud 应用为例，如果需要部署一个新的应用，只需要 2 个步骤：

（1）告诉 SAE 这个应用需要多少个实例，并指定每个实例需要的 CPU / 内存规格。
（2）上传应用的 JAR 包 / WAR 包，并启动应用。

gydtep

对于开发者而言，他们不用关心应用到底部署在物理机里面，还是虚拟机里面，或是容器里面，也不需要知道底层的操作系统是什么版本的，只需要关注每个应用实例占据多少运算资源就可以了。

gydtep

我们进行数据建模研发，并处理不因业务特别是组织架构变动而轻易转移的数据中间层。包括DWD明细数据中间层和DWS汇总数据中间层。