Skip to main content

Posts

Showing posts from December, 2018

传统企业请注意:不够痛就别微服务,有坑

https://mp.weixin.qq.com/s/nvDRrMCbXSscHQ6fXikoTg 阶段一:单体架构群,多个开发组,统一运维组 当然最初的痛点应该在业务层面,当用户的需求开始变的多种多样,业务方时不时的就要上一个新功能。 同样一套逻辑,这里也有,那里也有,同样类型的数据,这里一份,那里一份,但是信息是隔离的,数据模型不统一,根本无法打通 阶段二:组织服务化,架构 SOA 化,基础设施云化 拆分 我们发现,当传统行业不再满足于在本行业的领先地位,希望能够对接到互联网业务的时候,上面的模式才出现新的痛点。 对接互联网所面临的最大的问题,就是巨大的用户量所带来的请求量和数据量,会是原来的 N 倍,能不能撑得住,大家都心里没底。 例如有的客户推出互联网理财秒杀抢购,原来的架构无法承载近百倍的瞬间流量。 阶段三:组织 DevOps 化,架构微服务化,基础设施容器化 为什么要拆分到这个粒度呢?主要是高并发的需求。 但是高并发不是没有成本的,拆分成这个粒度会有什么问题呢? 到了微服务阶段,实施容器化之后,你会发现,本来原来运维该做的事情开发做了,开发的老大愿意么?开发的老大会投诉运维的老大么? 这就不是技术问题了,其实这就是 DevOps,DevOps 不是不区分开发和运维,而是公司从组织到流程,能够打通,看如何合作,边界如何划分,对系统的稳定性更有好处。

公有云的未来:要么统治世界,要么灭亡

https://mp.weixin.qq.com/s/MKAwWIcJ7sIo79nl4ZHrdQ 计算/存储能力的本地化和网络不可靠问题 即使异构IT都能接入公有云,仍然面临当前IT技术的限制。我们杜撰一个AI系统,它能根据炼钢设备传感器数据实时控制炼钢设备。那么传感器数据存储在哪儿?AI系统又运行在何处(需要依赖的计算能力在哪)?假设钢厂地处偏远,炼钢设备就必须通过网络接入数千公里外的公有云数据中心,将数据传送至AI系统并等待分析结果再做下一步操作。这样的IT系统难以让人充满信心,因为它运行在不可靠的网络上。相对于人类社会的数据总量(据传为100ZB,约为10的14次方GB),目前的网络绝对是一个低带宽、高延时、不可靠系统。要保证上述钢厂网络的带宽和延时,得通过专线连接数千公里外的数据中心,且必须有冗余,否则无法防范施工队的铲车轧断线路导致生产中断。这无疑是巨大的投资。如果把炼钢系统的传感器换成摄像头,要求AI系统做出低延时的图像识别,网络建设成本更是高昂。解决的办法是将计算/存储能力本地化,例如在钢厂500米内建一个机房,让AI系统就近运行,网络的问题也就解决了。对于云计算厂商来说,输出一套私有云/混合云系统到钢厂的机房,比设计一个横跨数千公里接入公有云的系统更为简单和可靠,这是目前IT技术的限制。 未来,公有云要么统治一切IT基础设施,要么消失,到时将不再有云计算这个词汇。这都不依赖于现在IT从业者的力量,而是依靠物理学家在基础物理上的重大突破,颠覆现有的计算机体系。公有云接入传统IT的几个问题中,只要网络问题解决了,其它都能解决。目前低带宽、高延时、不可靠的网络极大的阻碍了公有云统治世界的步伐,尽管网络性能在不断提升,但这种小步伐提高远远赶不上人类生产数据增长的速度。 如果基础物理创造出超级网络,访问不受地域距离限制,达到目前CPU访问内存的带宽、延时和可靠性,那么世界只需要公有云 。我们不再需要本地计算能力,可以将所有的计算、存储集中在几个公有云巨头的数据中心里,然后通过超级网络访问。如果基础物理向着计算/存储能力方面突破,假设未来手机大小的计算机就可以拥有现在AWS公有云全部的计算/存储能力,那我们就不再需要云这个概念,计算可以在任何时间地点发生,中心化的基础设施失去存在的理由。

That is why you cannot decrypt ssl sent by mobile devices