Serverless AI训练营：课时2：世纪联华的 serverless 之路（三）
课时2：世纪联华的 serverless 之路（三）
总的来说，云计算架构带来了许多好处，但也需要仔细管理和规划，以充分发挥其潜力。同时，安全性、资源管理和监控仍然是需要关注的关键领域。
因此，我们的资源管理变得更加高效。对于开发团队来说，他们不再需要过多地关心资源的购买和配置，而是可以根据预测的用户规模提前规划。营销团队也可以更好地掌握并发需求，并在需要时进行调整，这使得大型促销活动的准备更为顺畅。对于运维团队来说，扩容变得更加快速和简单，他们可以根据需求启动工单，调整并发限制，而不需要手动干预硬件资源。
我们也在会员查询业务中采用了API的方式，以更好地管理不同渠道的流量。不同的渠道商被分配不同的API，如果某个API的流量异常高，我们可以限制它，然后与渠道商进行沟通。同时，我们采用了函数计算来处理计算任务，以应对高并发的挑战。函数计算的弹性扩展能力让我们能够更好地处理突发的计算需求。
总之，这些改进和调整使得我们的系统更加稳定、高效，并且能够更好地应对不同场景下的挑战。这些举措也为财务部门提供了更灵活的成本控制和预测能力。世纪联华发现这些优点之后做了一些尝试。我们的团队也在持续关注和优化这些方面，以确保我们的系统在未来能够继续发挥最佳性能。
用户不需要做超出的部分，那么有可能是异常数据。如果你要去做这个设置，你只要发起工单，把这个数据限制改一下就好了。远快各种其他方式的时间，然后另外一个方式是，我们也不需要备用那么多硬件，这个时候是漏多少，采收多少费用。所以，对于整个研发运维，财务来说都是比较方便的事情，多年前好像发现severless的一些优点，做了一些尝试，就是把会员查询这个业务完全实现了，用api网关，然后来做不同的渠道商的api每部分流量来自于优酷，有一部分流量可能来自新浪微博，有部分可能来自微信，那么它可以通过ai来设计，给一个渠道商一个ai。如果这个api的数据量非常大，那我可能就直接把它限制住。
我操作的时候，它是异常的，我有可能会跟相关的渠商量去沟通。然后另外是计算，然后是用函数计算，作为它的冲击更比较大。函数计算在这一点上它可以扩容数据很快，包括一些数据的观测的异常。我们经历了几年的发展，特别是在面对数据量高和并发需求大的情况下。在处理高并发时，我们采用了一种低分层的后台机器方法，以满足需求，这对于处理大量并发请求非常有帮助。
在二零年代，我们进行了一次尝试，将整个系统整合到了一个可视的平台上。这个平台的优势在于速度快、能够处理高并发，非常高效。它也相对成本效益更高。
后来，我们采用了一种模块化的运行方式。这个方式可以让我们更好地管理不同的业务部分，而无需改变整体业务架构。这种方式确保了在高峰时期，我们能够提供更快的响应速度，而不需要实时数据库支持。
因此，我们可以确保处理高并发时，性能更好，同时成本更低。这种方法为未来的发展提供了前景，并在性能和成本方面取得了优势。
在迁移到阿里云函数计算时，经历了数年的演进。我们将终端业务包括机务结算、微信上的营销和定时场券等全部迁移到了函数计算上。这个转变带来了弹性和效率的提升，还简化了网络结构。
最终，我们实现了数据加值的目标，整个过程变得更加灵活，同时也降低了复杂性。这对财务结算也产生了积极的影响。让我们来看一下SQL的一些情况。在双11节期间，我们有一张图表展示了项目组长的工作情况。您可以看到他的调用量在某一时刻急剧上升，然后在下一个时刻又减少了。这反映了系统的实时变化，有时调用量增加，有时减少。这对成本和性能都产生了影响。我们正在努力优化这些方面，以提高系统的效率。
另外，我也提到了一些关于架构的内容，从最初的分机和单机，再到机房等等。这是一个演进过程，不同的阶段可能有不同的架构需求。这一块的业务包括各种功能，如果您想深入了解，可以查看官方的文档或简介，了解更多详细信息。
Serveless的探索和尝试：
针对不同的渠道商做API管控发布，流量控制，客户端流量管控；
函数计算包括了会员查询，定时抢购、优惠券投放并发burst、冲击巨大，数据观测，异常报警；
表格存储包括数据高并发读取，低峰期成本控制。
快速迭代部署包括：开发效率、运维效率、架构解耦
高并发、高弹性包括：免人工扩容、定点投放
稳定、可靠、安全包括：抢购体验、大促流程
数据、运营、成本控制包括：运维观测、警报监控、人效、资源成本优化。
资源管理革命从人工运维到云平台工具运维到Serverless免运维；
资源利用率革命从预算采购地利用率到有限弹性高利用率到Serverless100%资源利用率；
资源成本革命从固定成本支出到根据资源策略伸缩到Serverless根据业务策略适配低成本。
