gydtep

2014年之后，技术发展趋势变得有意思了，数据库和大数据的技术开始融合，出现了像NewSQL这样的分布式数据库，比如Spanner、TiDB以及Cassandra后续版本等已经将分布式的BigTable理念与数据库的理念结合在一起了，这是在BigTable路线上的变化。

gydtep

IoT设备管理：KubeEdge和OpenYurt等边缘容器技术都提供了对海量边缘设备的管理能力。

gydtep

得益于云原生技术生态的发展，AIOps与Kubernetes等技术将相互促进，进一步完善企业IT的成本优化、故障检测和集群优化等方案。这里面有几个重要的助力：

gydtep

一位数据科学家,如果对深度学习优秀的方法知之甚少,那么与具有该技能的同事相比,这会是一个非常显著的缺点。从衰老研究到动物学分析,对深度学习技能的需求都是非常高的。

gydtep

算法工程师通过对商品的相似和相关关系，以及被浏览和被购买的用户行为的抽象，将它们表征成高维向量特征并存储在向量引擎中。这样，当我们需要找一个商品的相似商品（i2i）时，就可以高效快捷地从向量引擎中检索出来。

gydtep

自动化应用交付流水线
下图展现的是自动化应用交付流水线，可以看到在下面的每一个环节都需要实现很多的功能，而很多都是重复性工作，因此需要做到基础设施即代码。

gydtep

第三点是解决复杂问题。好的架构师都在解决复杂的问题。只有复杂的问题，它才需要更多不一样的技术或更新的技术彻底解决。高并发高可用是我们阿里电商面临的基本面问题，但是架构师要有不一样的高并发和高稳定性的解决思路。

gydtep

基于Lock模式的分布式事务在有单记录并发冲突时整体性能偏低，目前数据库业界的解法是事务多版本的MVCC策略，尽管我们的 DN 节点 InnoDB 本身支持基于 MVCC 的快照读，但我们却无法提供高效的快照读事务策略，原因是事务提交时不同 DN 执行 XA COMMIT 的时间不同，一个快照读请求请求不同分片的时间也不同，这意味着发起一个跨 DN 的快照读请求时，可能读到一个事务的部分已提交数据，无法得到全局的一致性视图（Snapshot）。

gydtep

概念随着新的技术发展而演化

第一阶段：容器化封装+自动化管理+面向微服务
第二阶段：DevOps、持续交付、微服务、容器
第三阶段：DevOps、持续交付、容器、服务网格、微服务、声明式API

gydtep

基准代码，一份基准代码，多份部署，使用 GIT 或者 SVN 管理代码，并且有明确的版本信息。
依赖，显示声明依赖。
配置：环境中存储配置。