gydtep

针对阿里巴巴内部主要的Java语言，我们利用开源Java代码解析工具Spoon[2]将Java源代码分析为AST（抽象语法树），然后捕捉定义和引用、定义与注释之间的关联，将坐标信息、注释内容，文本类型，所属文件等信息聚合，输出为统一的LSIF的Json格式。

gydtep

第二大块是物理架构。大家在阿里可能都听说过，我们有一个比较有名的单元化架构，其实不光阿里有单元化架构，很多公司都有类似的架构。比如微信。阿里和他们的单元化架构其实有一些本质的区别。

gydtep

2009年以后我花了两年时间学习网络，对交换机、路由器、骨干网、城域网，运营商怎么建网的，我们的IDC是怎么建网的，除了实践以外，已经基本了解了。大家每天都跟网络有交互，为什么重传高？为什么延时高，TCP/IP第4层的下面IP第3层是怎么操作的，IP下面的MAC层是怎么操作的，大家都要深入了解一下。

gydtep

XA 事务在并发行上有一定的局限性，在执行的过程中，我们必须使用类似 Spanner 锁定读写的事务策略，为所有 SELECT 操作带上 LOCK IN SHARE MODE ，造成读写相互阻塞。

gydtep

这主要因为 CNCF 基金会在当时的核心拳头软件就是 K8s，因此在概念定义上主要是围绕着容器编排建立起来的生态。其实这也是为什么我们可以看到 CNCF 定义云原生的时候有时感觉就是再说容器生态。

gydtep

与未参与云原生的开发人员相比，云原生开发人员掌握的计算基础架构确实更多。这些开发人员更加愿意在私有云、公共云、混合云和本地服务器等四种环境中运行代码，且平均使用了1.8种环境，而未参与云原生开发人员的平均值为1.5。数据显示，270万云原生开发人员（58%）在公共云上运行后端代码，220万开发人员（47%）选择了私有云，选择本地服务器的开发人员为220万（47%），而选择混合云的开发人员为170万（ 36%）。

gydtep

应用生命周期全面托管。在容器技术基础上，应用进一步描述清晰自身状态(例如通过 Liveness Probe)， 描述自身的弹性指标以及通过 Service Mesh 和 Serverless 技术将流量托管给云平台。云平台能够全面管理应用的生命周期，包括服务的上下线、版本升级、完善的流量调配、容量管理等保障业务稳定性。

gydtep

语言无关的分布式编程框架成为一种服务。为了解决分布式带来的技术挑战，传统中间件需要在客户端 SDK 编写大量的逻辑管理分布式的状态。我们看到很多项目在把这些内容下沉到 Sidecar 中，并通过语言无关的 API (基于 gRPC/HTTP) 提供给应用。这一变化进一步简化应用代码逻辑和应用研发的职责，例如配置绑定，身份认证和鉴权都可以在 Sidecar 被统一处理。

gydtep

一些零售商也将在边缘部署人工智能，以最快的速度和最小的延迟在本地处理本地视频，这在某些情况下为非接触式且无需收银人员的购物打下了基础。商店可以使用摄像头和边缘人工智能来检测远处的物体，并快速处理相关信息。这些数据有助于优化客户等待时间、库存货架和店内体验。

gydtep

在这个流程中，还没有涉及到对于流量精细粒度控制的高级灰度方案，但已经足够体现出其复杂性和操作难度了。如果仅仅依赖于简单的发布脚本进行管理，不但效率很低，还很容易导致顾此失彼，对系统稳定性造成巨大的风险。