gydtep

其底层是一个 IaaS 资源层，上面是 K8s 集群，对用户来说这些都是透明的，不需要自己购置服务器，也不需要理解 K8s，再上一层有两个核心能力：一是应用托管，二是微服务治理，应用托管就是应用生命周期等，微服务治理就是服务发现、优雅下线等，这些在 SAE 里都做了较好的集成。

gydtep

再后来，云化结合虚拟化技术和基础设施，在虚拟机上运行Docker进程，在Docker进程中运行应用程序。现在，根据云通未来的理念，包括蚂蚁在内的很多公司都在实现上云。

gydtep

为了尽可能地减少此类事故，需要对自动驾驶车辆进行大量的训练，以准确检测其路线中是否存在人员和任何其他物体，这就是深度学习的介入。自动驾驶汽车的深度学习可以帮助他们有效地分类和检测道路和周围环境中的人或物体。

gydtep

在我的理解，软件架构主要目标是解决下列挑战：

1、控制复杂性。由于业务的复杂性，需要我们用更好的手段帮助研发组织克服认知障碍，更好的分工协作。分而治之，关注点分离等手段皆是如此。

gydtep

API 应该具备 SLA ：API 作为服务间的集成界面，与系统的稳定性息息相关。SLA 应该作为 API 设计的一部分，而不是部署后再考虑。在分布式系统中，稳定性风险无处不在，通过 API 优先的设计模式，我们对独立的服务进行稳定性架构设计、容量规划；我们还可以对独立的 API 进行故障注入、稳定性演练，来消除系统性的稳定性风险。

gydtep

Kubernetes 作为容器的分布式编排调度系统，进一步提升了容器应用的可移植性。K8s通过一系列抽象如 Loadbalance Service, Ingress, CNI, CSI，帮助业务应用可以屏蔽底层基础设施的实现差异，灵活迁移。通过这样的能力，我们可以实现工作负载在数据中心、边缘计算和云环境的动态迁移。

gydtep

产品规格按需可选，基础 版成本最低，适合 BI 查询应用；集群版提供高并发数据实时写入和查询能力，适用于高性能应用；弹性 模式版本存储廉价按量计费，适用于 10TB 以上数据上云场景。

gydtep

此外通过 K8s 的健康监测、可观测性可以实现对应用故障的探知，通过服务网格的断路器功能，可以将故障发现、流量切换和快速自愈这些能力外置到应用实现之外，由系统能力保障。Fail small的本质在于控制故障的影响范围——**半径。这个原则在架构设计和服务设计上都需要我们持续关注。

gydtep

Serverless 具备很多优势, 比如：降低运维成本，提升系统安全性，提升研发效率，加速业务交付等等。然而 Serverless 还有一些不能回避的问题需要我们来做判断：

gydtep

特别是在汽车行业，德国汽车制造商宝马(BMW)率先采用了这项技术。宝马将AI应用作为检查过程的最后一步，将新制造的汽车与订单数据和规格进行了比较。日产是另一家在将AI视觉检查模型纳入其质量检查流程方面取得显着进步的汽车制造商。