微服务和 Serverless 架构-云原生架构核心技术总结

本文涉及的产品
服务治理 MSE Sentinel/OpenSergo,Agent数量 不受限
应用实时监控服务-可观测链路OpenTelemetry版,每月50GB免费额度
MSE Nacos/ZooKeeper 企业版试用,1600元额度,限量50份
简介: 微服务和 Serverless 架构-云原生架构核心技术总结

开发者学习笔记【阿里云云原生助理工程师认证(ACA)课程:微服务和 Serverless 架构-云原生架构核心技术总结】

课程地址:https://edu.aliyun.com/course/3112075/lesson/190233


微服务和 Serverless 架构-云原生架构核心技术总结

 

内容介绍:

一.微服务架构——更小更敏捷的业务单元

二.容器技术——更高效更安全的打包部署方式

三.Serverless平台——更智能更便利的运行平台

四.云原生时代推荐的企业级应用架构

 

一.微服务架构——更小更敏捷的业务单元

 

image.png

微服务架构下的核心技术特点大体上可以归纳为三点

1. 去中心化的微服务架构,将大型应用和为其配套的大型研发团队拆成较小的业务单元模块和一次能用两张披萨饼喂饱的小型研发团队,同时尽量将研发、运维和运维集中在一个团队内,团队选择更加适合自身业务特点的开发语言存储技术进行单独的开发、测试、部署和升级。

2. 通过微服务拆分并发扩展和数据扩展以及弹性扩容功能来应对高并发场景下的流量洪峰,同时构造微服务异地多活架构,提高服务集群可用性。

3.在微服务架构中,除了架构微服务核心组件和框架,应用托管和微服务治理能力同样是能够高效稳定提供服务的重要基础支撑。

 

二.容器技术——更高效更安全的打包部署方式

image.png

容器技术的主要特点有以下几点

1.相对于计算资源消耗巨大的虚拟机方式,基于Linux的容器资源消耗会比虚拟机低很多,更有利于提高资源使用效率。

2.在部署应用时,常常会存在应用需要特殊资源、特殊执行环境或相关第三方应用的情况,这种情况下,将应用所有的依赖统一打包成容器镜像文件的形式,并直接用容器镜像文件进行部署,不存在手动部署或脚本部署所带来的不确定性风险,同时容器也能更有效的屏蔽系统的差异,并降低部署中可能会发生错误或环境不兼容的情况。

3.容器的规模不宜过大,一般只保留一个主进程,同时虽然容器之间可能在同一个运行环境中运行,但是容器的运行环境是高度独立的,可以避免不同应用容器之间的互相干扰,提供虚拟机级别的隔离体验。

 

三.Serverless 平台——更智能更便利的运行平台

image.png

1. 基于Serverless理念设计的产品会直接向用户提供所需的运行资源,而不是将底层资源暴露给用。例如SAE产品提供微服务的运行环境的用户,而不是给用户提供计算机群,由用户部署运行环境,这样可以使开发者免于维护底层资源,降低用户使用资源的建设成本和维护成本,也使得底层平台和物理硬件可以做到更加紧密的结合,为底层运行环境做有针对性的优化和改进提供便利。

2. 从用户的角度出发,提供以用户对资源的使用量进行计费的商业模式,而不是以底层资源占用数、占用时长等因素计费,简化用户购买和使用资源的门槛,做到费用随着使用,随用随开、随停、随,便于用户可以更加精准的控制使用资源的成本。

3. 数据的计算和存储分离,计算放在可弹性伸缩的可释放资源上,降低资源的占用和消耗,提高资源的利率,而数据的存储放在持久资源中,不随计算资源一同释放,保证数据的安全性和稳定性。

 

四.云原生时代推荐的企业级应用架构

image.png

 

最后,从基础设施演化历史的角度,对三大核心技术的发展历程进行汇总。
随着IT 基础设施架构的不断升级,应用部署方式、软件架构、运行调度平台这三个子系统也在进行着各自的架构演进。在早期的传统机房自建IDC时代,应用一般都直接部署在物理服务器上,而软件架构采用传统的单体式架构,程序的运行调度、应用托管平台一般使用开源技术自建或购买商业级中间件产品。
而到了计算时代,应用的部署方式从自建物理机部署进化到了租用虚拟机部署,软件架构也从单体架构进化到了初级服务化架构,而运行调度平台也逐渐的迁移到了云上,开始使用云计算厂商提供的专业调度平台,之后又经过了将近十年左右的发展,在云原生时代,应用的部署方式有了进一步的发展,从虚拟机方式逐步改容器方式进行,而软件架构则从初级服务化架构升级为微服务架构。同时,应用运行调度平台从基于底层资源构建的专业平台逐步进化到了平台和底层资源结合更为紧密的Serverless平台。
可以说,容器技术、微服务架构和Serverless平台共同构成了云原生时代最重要的三大技术特点,而使用容器技术打包的微服务应用并部署在Serverless平台上,也成为了云原生时代最为推崇的企业级应用架构。

相关实践学习
【AI破次元壁合照】少年白马醉春风,函数计算一键部署AI绘画平台
本次实验基于阿里云函数计算产品能力开发AI绘画平台,可让您实现“破次元壁”与角色合照,为角色换背景效果,用AI绘图技术绘出属于自己的少年江湖。
从 0 入门函数计算
在函数计算的架构中,开发者只需要编写业务代码,并监控业务运行情况就可以了。这将开发者从繁重的运维工作中解放出来,将精力投入到更有意义的开发任务上。
相关文章
|
3月前
|
Cloud Native API
微服务引擎 MSE 及云原生 API 网关 2025 年 6 月产品动态
微服务引擎 MSE 及云原生 API 网关 2025 年 6 月产品动态
|
6月前
|
Cloud Native API
微服务引擎 MSE 及云原生 API 网关 2025 年 3 月产品动态
微服务引擎 MSE 及云原生 API 网关 2025 年 3 月产品动态
|
6月前
|
数据采集 运维 Serverless
云函数采集架构:Serverless模式下的动态IP与冷启动优化
本文探讨了在Serverless架构中使用云函数进行网页数据采集的挑战与解决方案。针对动态IP、冷启动及目标网站反爬策略等问题,提出了动态代理IP、请求头优化、云函数预热及容错设计等方法。通过网易云音乐歌曲信息采集案例,展示了如何结合Python代码实现高效的数据抓取,包括搜索、歌词与评论的获取。此方案不仅解决了传统采集方式在Serverless环境下的局限,还提升了系统的稳定性和性能。
163 0
|
6月前
|
存储 运维 Serverless
千万级数据秒级响应!碧桂园基于 EMR Serverless StarRocks 升级存算分离架构实践
碧桂园服务通过引入 EMR Serverless StarRocks 存算分离架构,解决了海量数据处理中的资源利用率低、并发能力不足等问题,显著降低了硬件和运维成本。实时查询性能提升8倍,查询出错率减少30倍,集群数据 SLA 达99.99%。此次技术升级不仅优化了用户体验,还结合AI打造了“一看”和“—问”智能场景助力精准决策与风险预测。
540 69
|
3月前
|
缓存 Cloud Native Java
Java 面试微服务架构与云原生技术实操内容及核心考点梳理 Java 面试
本内容涵盖Java面试核心技术实操,包括微服务架构(Spring Cloud Alibaba)、响应式编程(WebFlux)、容器化(Docker+K8s)、函数式编程、多级缓存、分库分表、链路追踪(Skywalking)等大厂高频考点,助你系统提升面试能力。
146 0
|
5月前
|
运维 Cloud Native 应用服务中间件
阿里云微服务引擎 MSE 及 API 网关 2025 年 4 月产品动态
阿里云微服务引擎 MSE 面向业界主流开源微服务项目, 提供注册配置中心和分布式协调(原生支持 Nacos/ZooKeeper/Eureka )、云原生网关(原生支持Higress/Nginx/Envoy,遵循Ingress标准)、微服务治理(原生支持 Spring Cloud/Dubbo/Sentinel,遵循 OpenSergo 服务治理规范)能力。API 网关 (API Gateway),提供 APl 托管服务,覆盖设计、开发、测试、发布、售卖、运维监测、安全管控、下线等 API 生命周期阶段。帮助您快速构建以 API 为核心的系统架构.满足新技术引入、系统集成、业务中台等诸多场景需要
阿里云微服务引擎 MSE 及 API 网关 2025 年 4 月产品动态
|
5月前
|
人工智能 Cloud Native 容灾
深圳农商银行三代核心系统全面投产 以云原生架构筑牢数字化转型基石
深圳农商银行完成第三代核心系统全面上云,日均交易超3000万笔,峰值处理效率提升2倍以上。扎根深圳70余年,与阿里云共建“两地三中心”分布式云平台,实现高可用体系及全栈护航。此次云原生转型为行业提供可复制样本,未来将深化云计算与AI合作,推动普惠金融服务升级。
392 17
|
5月前
|
存储 Cloud Native 关系型数据库
PolarDB开源:云原生数据库的架构革命
本文围绕开源核心价值、社区运营实践和技术演进路线展开。首先解读存算分离架构的三大突破,包括基于RDMA的分布式存储、计算节点扩展及存储池扩容机制,并强调与MySQL的高兼容性。其次分享阿里巴巴开源治理模式,涵盖技术决策、版本发布和贡献者成长体系,同时展示企业应用案例。最后展望技术路线图,如3.0版本的多写多读架构、智能调优引擎等特性,以及开发者生态建设举措,推荐使用PolarDB-Operator实现高效部署。
281 3

相关产品

  • 函数计算