gydtep

今天在面对服务端高可用问题的时候，至少10年前我就跟同事讨论过系统的“自愈性”问题，10年过去了，讲真没几个公司接近这个目标，然鹅，今天用智能化思维就可以做到！我先从智能化思维的进化性讲起，最后来分享一下我对系统“自愈性”的一些探索和思考。

gydtep

基于数据表示的深度学习功能。数据在神经网络的不同层上表示，然后根据数据模式导出输出。由于深度学习的完整功能是基于数据的，因此与其他AI算法相比，训练神经网络需要更多数据，因此很难创建用于训练它们的数据集。而且，收集训练神经网络所需的数据也非常耗时。

gydtep

修复视频多段拍摄存在问题：在进入剪辑编辑器前修改传入的音轨信息，禁用多段拍摄功能，并调整页面相关控件的显示状态。

gydtep

虽然DX渲染接口上只能使用单一数据源，但是DX提供了DataParser自定义计算表达式机制。我们可以定制一个DataParser，在模板渲染中使用客户端侧数据。这样DX模板其实可以支持多种数据源进行计算。

gydtep

这些管理进程和任何其他的进程一样使用相同的代码和配置，基于某个发布版本运行。后台管理代码应该随其他应用程序代码一起发布，从而避免同步问题。

gydtep

消息队列 AMQP 版由阿里云基于 AMQP 标准协议自研，完全兼容 RabbitMQ 开源生态以及多语 言客户端，打造分布式、高吞吐、低延迟、高可扩展的云消息服务。

gydtep

服务网格（ASM）提供全托管的微服务应用流量管理平台，兼容 Istio 的同时，支持多个 Kubernetes 集群中应用的统一流量管理，为容器和虚拟机中应用服务提供一致的通信、安全和可观测能力。

gydtep

随后开源的 Kubernetes，凭借优秀的开放性、可扩展性以及活跃开发者社区，在容器编排之战中脱颖而出，成 为分布式资源调度和自动化运维的事实标准。Kubernetes 屏蔽了 IaaS 层基础架构的差异并凭借优良的可移植性， 帮助应用一致地运行在包括数据中心、云、边缘计算在内的不同环境。

gydtep

近两年开始，随着 AWS Lambda 的出现，部分应用开始尝试利用 Serverless 来架构微服务，这种方式被称之为第四代微服务架构。在这个架构中，微服务进一步由一个应用简化为微逻辑（Micrologic），从而对边车模式提出了更高诉求，更多可复用的分布式能力从应用中剥离，被下沉到边车中，例如：状态管理、资源绑定、链路追踪、事务管理、安全等等。

gydtep

架构复杂性：Serverless 开发者无需关注底层基础设施的复杂性，但是应用架构的复杂性需要格外关注。事件驱动架构和细粒度函数微服务，与传统开发模式非常不同。大家需要根据业务需求和自己的技术能力，在合适的场景应用，然后逐渐扩大应用范围。