课时2:世纪联华的 serverless 之路(二)

简介: 世纪联华的 serverless 之路

Serverless AI训练营:课时2:世纪联华的 serverless 之路(二)

课程地址:https://developer.aliyun.com/trainingcamp/1eeaedf056f14ad98e9986c31068e939?spm=a2c6h.26142516.J_2566289780.1.37c67cbd7bCsFs


课时2:世纪联华的 serverless 之路(二)


2、物理单机架构

image.png

 

然后,因为这个事件,他们决定彻底改变了整个部署架构。他们认为单机架构存在严重问题,因为没有人实时调试和修复问题,所以他们逐渐将架构改为中央机房架构。

在这个新架构下,所有的系统都被拆分到不同的进程中,并部署在不同的机器上。每个门店都有一个机器节点,可以访问不同的系统。与之前不同的是,数据库和每个系统都完全分离到不同的机器上,并通过连接进行通信。如果出现问题,只需重启某个系统的机器,问题可能就会得到解决,而其他系统则不会受到影响。


3、单机架构优劣势比较

 

image.png

 

让我们来看看这个方案的改进和不足之处。首先,问题可以集中处理。如果商品价格调整,可以直接进行更新。数据查询也可以集中进行,而不必像之前那样定期去统计文件。管理方面,不需要管理所有机器上的系统,操作系统内部的一些事情可以更容易地处理,例如网络通信或内存问题。另一个好处是可以管理采购,尽管采购量较大,但仍然可能需要时间来修复一些硬件问题。

这个新架构也存在一些不足之处。首先,硬件成本相对较高,因为随着用户数量的增长,可能需要购买更多的机器。

其次,性能画过程可能会更加复杂,因为需要涉及并发和升级。还需要大量的硬件资源,如果用户量突然上升,需要提前准备足够的硬件资源。软件和系统部署可能相对较慢,虽然在正常情况下比单机部署要低,但如果需要升级,通常需要将业务暂停,重新部署软件。架构的稳定性和可维护性得到了提高,但需要投入更多的资源和成本。

这个部分与前面提到的硬件层和硬件采购相关。在此基础上,由于这个原因,在后续的讨论中,因为我国云计算的快速发展。

2016年左右,我们开始着手全面升级这个架构。这个过程中涉及到一些改进和不足之处。

改进之一是不需要涉及新的硬件采购,我们可以依赖云厂商的运维团队来处理这些事务,升级也非常简单,只需在控制台上点击几下即可完成,系统也无需手动传输,而且扩容的时间非常短,对于之前需要数周的操作来说,这是一个显著的改进。资源计算仍然是一个相对困难的问题,因为营销活动和资源投放往往提前计划,但实际效果很难精确预测。

4、物理单机架构的灾难

 image.png

这使得资源计算变得更加复杂。监控大量机器的状态也是一项挑战,需要建立全面的监控系统,并且不同企业可能有不同的监控方案。升级的成本虽然相对较低,但如果出现紧急问题需要快速修复,可能需要重新生成镜像和重新部署应用程序,这个过程可能会有一些延迟,尤其是在发现代码错误时。

5、中央机房部署架构的演进

 

image.png

 

如果发现问题并且需要修复的话,可能会花费数小时。另一个问题是水平扩展,特别是在面对业务激增时,例如秒杀业务。如果无法及时扩容,整个系统可能会在一台服务器上积累大量请求,导致每个用户的响应延迟增加。费用计算也是一个挑战,因为营销活动和资源投放难以精确计算,可能会导致资源过度或不足的情况,这可能会引起财务上的问题。

 

image.png

 

另一个问题是数据库的单点故障,你提到了四g联华遇到的问题,他们使用了阿里云的MySQL,它本身没有问题,但是如果大量用户进行读写操作,而代码质量不佳,没有进行缓存或并发控制,那么线上业务可能会导致数据库单点压力过大。

这个问题不仅影响了数据查询,还可能涉及到购物交易等多个系统,因为每个用户的操作都会涉及到会员信息等数据,因此一个数据库故障可能导致多个系统的崩溃。

为了避免这种情况,他们进行了架构调整,引入了阿里云的表格存储,这是一个分布式数据库产品,它可以根据业务量自动扩容,减少了对底层机器的关注,使开发人员不再需要担心数据存储的计算量。他们还研究了函数计算等解决方案,以进一步优化计算部分。

但是,这个问题涉及到硬件层和硬件采购,因此需要解决。随着国内云计算的发展,我们在2016年左右开始着手全面升级我们的架构。这个过程中,我们进行了一些改进和发现了一些问题。其中的一项改进是,我们不再需要过多地关注硬件资源,而是将许多运维任务交给了云服务提供商的运维团队,并且升级变得非常简单,只需在控制台上点击几下即可完成。

扩容速度也大幅提高,我们可以更迅速地调整资源。这对于遇到需要提前扩容的情况非常有帮助。另一个改进是我们将数据库与应用程序分离开来,以更好地隔离不同的系统。这种架构更容易管理,因为每个系统都在独立的机器上运行,如果出现问题,只需重启相关系统的机器即可解决,而不会影响其他系统。

仍然存在一些挑战。资源计算仍然是一个复杂的问题,尤其是在涉及大规模营销活动时。营销团队可能会提前规划并在不同平台上投放大量广告,但实际带来的用户数量很难精确预测。这使得资源规划变得复杂,如果计算不准确,可能会浪费资源或导致性能下降。与此同时,手机监控也是一个挑战,随着机器数量的增加,监控每台机器的健康状态变得复杂,需要建立全面的监控系统。不同的企业可能需要定制自己的监控方案,以满足其特定需求。另一个问题是升级成本,尽管相对较低,但仍需要谨慎规划,以确保不会中断业务。

相关实践学习
【玩转ComfyUI】基于函数计算一键部署AI生图平台ComfyUI
本次实验将带大家通过使用阿里云产品函数计算FC,快速使用ComfyUI实现更高质量的图像生成。
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
|
6天前
|
缓存 测试技术 API
Qwen 3.7 Plus 与 Max 实测:性价比与多模态能力差异解析(2026)
2026 年 6 月 1 日,阿里悄无声息地发布了 Qwen 3.7 Plus,距 Qwen 3.7 Max 上线刚好 11 天。同样的 1M 上下文,同样的 35 小时自治上限。但价格才是头条:Plus 是 0.40/M输入,Max是 2.50/M——便宜约 6 倍——并且还能看图、看视频。Vision Arena 上 Plus 已经排到 #16。所以这周真正值得讨论的问题不是”要不要为视觉能力买单”,而是”Max 凭什么用 6 倍价格换来 2 个百分点的 benchmark 领先”。
|
7天前
|
JavaScript 定位技术 API
CodeGraph 爆火:编程 Agent 需要的不是更多上下文,而是一张提前画好的代码地图
CodeGraph 是一款爆火的本地代码智能工具,通过 tree-sitter 解析 AST 构建结构化知识图谱(存于 SQLite),为编程 Agent 提前生成“代码地图”。它显著降低 Agent 在中大型项目中的探索成本——实测工具调用减少71%、Token 降57%、速度提升46%,支持19+语言及主流框架路由识别,完全离线、无需 API Key。
713 6
CodeGraph 爆火:编程 Agent 需要的不是更多上下文,而是一张提前画好的代码地图
|
7天前
|
人工智能 自然语言处理 文字识别
阿里云百炼Qwen3.7-Max简介:能力、优势、支持订阅计划参考
Qwen3.7-Max是阿里云百炼面向智能体时代推出的新一代旗舰模型,对标GPT-5.5、Claude Opus 4.7等闭源旗舰。该模型支持百万级token上下文窗口,具备顶级推理能力、多模态搜索与视觉理解增强、流式输出低延迟响应等核心优势,覆盖编程、办公、长周期自主执行等复杂场景。同时支持OpenAI接口兼容,便于系统快速迁移。用户可通过Token Plan团队或节省计划等订阅方式灵活调用,适合企业级高要求场景使用。
8743 37
阿里云百炼Qwen3.7-Max简介:能力、优势、支持订阅计划参考
|
7天前
|
人工智能 运维 JavaScript
阿里云Qoder CN(原通义灵码)全解析 产品形态、版本划分与技术适配说明
在AI辅助开发与智能办公工具持续普及的当下,阿里云旗下原通义灵码正式更名为Qoder CN,同时延伸出QoderWork CN、Qoder CN CLI、Qoder CN Mobile等多款配套产品,形成覆盖代码开发、日常办公、终端交互、移动端使用的完整工具矩阵。Qoder CN核心定位为AI智能编码助手,深度适配主流代码编辑器、集成开发环境以及终端场景;QoderWork CN则偏向桌面端综合办公辅助,二者面向不同使用场景,划分了多个版本档位,搭配差异化资源配额、功能权限与计费规则,同时兼容多款主流大模型。
702 5
|
7天前
|
存储 安全 Java
AgentScope Java 2.0:打造分布式、企业级智能体底座
AgentScope 2.0 面向分布式部署、稳定运行、权限安全等企业级需求全面升级,打造支持多租户隔离与长期稳定运行的企业级智能体底座。
|
7天前
|
数据采集 人工智能 前端开发
让 Coding Agent 从黑盒到透明:阿里云 Agent 观测审计数据采集实践
AI Agent 规模化落地带来执行黑盒、行为难追溯、成本难度量三大难题。阿里云基于 OTel 标准,面向 Coding Agent、个人通用助理和框架型 Agent,推出 LoongSuite Pilot、插件及探针等无侵入采集方案,让 Agent 实现可看见、可分析、可审计、可治理。
747 150
|
7天前
|
人工智能 运维 自然语言处理
阿里云百炼Qwen3.7-Max模型详解:综合能力、核心优势与订阅计划参考指南
2026年,大模型技术持续向通用化、高性能、场景化方向迭代,阿里云百炼作为一站式大模型服务平台,持续推出迭代升级的模型产品,Qwen3.7-Max便是当前主力旗舰级大模型之一。该模型依托深度优化的底层架构与大规模训练数据,在文本理解、逻辑推理、多模态交互、代码生成、长文本处理等多个维度实现能力升级,同时搭配灵活的订阅计划体系,能够适配个人开发者、中小企业、大型企业、政企机构等不同类型用户的使用需求。
587 2
|
7天前
|
JSON 缓存 安全
通过 CC Switch 本地路由让 Codex CLI 接入 DeepSeek 等第三方模型
CC Switch 通过本地路由(`127.0.0.1:15721`)实现协议转换:将 Codex 的 Responses API 请求自动映射为 DeepSeek 等厂商的 Chat Completions 接口,兼容流式响应与工具调用,无需修改 Codex 源码,安全隔离 API Key。(239字)
1795 3
通过 CC Switch 本地路由让 Codex CLI 接入 DeepSeek 等第三方模型
|
7天前
|
人工智能 缓存 自然语言处理
阿里Qwen3.7-Max评测:Agent能力显著提升,耗时与调用成本大幅下降
阿里云百炼推出面向智能体的旗舰大模型Qwen3.7-Max,具备长周期自主执行能力,显著提升编程、办公自动化等复杂任务处理水平;支持MCP集成与多框架兼容,并以限时5折+100万Tokens免费试用大幅降低使用门槛,助力企业高效落地AI应用。在阿里云百炼平台快速体验:https://t.aliyun.com/U/fPVHqY
1973 10
|
7天前
|
人工智能 运维 API
2026年阿里云百炼通义千问Qwen3.7-plus深度介绍 功能特性、使用优势及618大促订阅方案指南
大模型技术的普及,让AI能力逐步融入个人办公、内容创作、代码编写、企业运营、教育培训等各类场景。不同定位的模型对应不同使用需求,旗舰级模型性能强劲但使用成本偏高,轻量化模型价格低廉却难以胜任复杂任务,而介于两者之间的中端主力模型,凭借均衡的能力、亲民的定价、广泛的场景适配性,成为绝大多数个人用户、小型团队、中小企业的首选。
807 1

相关产品

  • 函数计算