2020&＃xff1a;我们处在一个什么样的技术浪潮当中&＃xff1f;
引子&＃xff1a;云计算时代
在软件架构领域&＃xff0c;经历了从单体应用到 SOA 再到微服务&＃xff1b;
在云计算领域&＃xff0c;经历了从虚拟机到容器&＃xff1b;
在数据库领域&＃xff0c;从关系数据库到 NoSQL 再到 NewSQL&＃xff1b;
在大数据领域&＃xff0c;从批处理到流处理&＃xff1b;
在运维领域&＃xff0c;从手工运维到 DevOps、AIOps&＃xff1b;
在前端领域&＃xff0c;从 jQuery 到 React 等三大框架&＃xff1b;
……
除此之外&＃xff0c;还有一些新兴的领域如 AI、区块链等等&＃xff0c;开启了一波又一波的风口。
单个去看这些领域的发展&＃xff0c;会觉得纷繁杂乱没有头绪&＃xff0c;但如果从整体上去看&＃xff0c;会发现它们相互之间有联系&＃xff0c;它们的发展源于一种共同的推动力&＃xff0c;遵循着相似的逻辑。
云计算&＃xff1a;从虚拟化到容器到 Serverless
2005 年亚马逊发布了 AWS&＃xff0c;算是拉开了云计算的序幕。但是&＃xff0c;在很长一段时间里云计算都没有兑现自己的“自动扩容、按使用付费”的宣传语。
云计算最重要的技术是分布式计算和分布式存储&＃xff0c;分布式计算方面&＃xff0c;最开始的技术是虚拟化&＃xff0c;也就是所谓的“Software defined xxx”&＃xff0c;通过对计算 / 存储和网络资源的虚拟化&＃xff0c;同时能够给用户任意分配资源。但这里面一开始做的最好的只有文件存储这一块&＃xff0c;AWS S3 及类似的对象存储产品给人们带来了云时代的一些实际的体验&＃xff0c;但云服务器则还是走回了卖服务器的老路。
2014 年 AWS 推出 Lambda 服务&＃xff0c;Serverless 开始成为热词&＃xff0c;从理论上说&＃xff0c;Serverless 可以做到 NoOps、自动扩容和按使用付费&＃xff0c;也被视为云计算的未来。但是&＃xff0c;Serverless 本身有一些问题&＃xff0c;比如难以解决的冷启动性能问题&＃xff0c;因此&＃xff0c;围绕 Serverless 的研发&＃xff0c;以及将 Serverless 和容器技术融合也是当前的前沿课题。
Serverless 是我们过去 25 年来在 SaaS 中走的最后一步&＃xff0c;因为我们已经渐渐将越来越多的职责交给了服务提供商。
——Joe Emison 《为什么 Serverless 比其他软件开发方法更具优势》
架构&＃xff1a;微服务、Service Mesh 和 Serverless
云计算为应用打造了分布式的基础设施&＃xff0c;但是&＃xff0c;如果应用还是以传统的单体应用的思路开发&＃xff0c;则云计算意义并不大。
这些年里&＃xff0c;软件架构逐渐从 SOA 进化到微服务&＃xff0c;很多人认为微服务是一种细粒度的 SOA&＃xff0c;在去掉了 SOA 中的 ESB 之后&＃xff0c;微服务变得更加灵活、性能更强。但是&＃xff0c;实施微服务需要一些前提。
Martin Fowler 曾经总结过微服务实施的前提包括&＃xff1a;
计算资源的快速分配
基本的监控
快速部署
这基本就是 Kubernetes 所起到的主要作用&＃xff0c;虽然如 Spring Cloud、Dubbo 微服务框架在各方面已经非常完善&＃xff0c;但随着云原生计算基金会的壮大&＃xff0c;基于 Kubernetes 的微服务在社区中的热度越来越高&＃xff0c;也开始有很多公司开始利用这一套技术栈来构建微服务。
到 2016 年&＃xff0c;Service Mesh 开始引起社区的注意&＃xff0c;Kubernetes 加上 Service Mesh&＃xff0c;再加上 CNCF 的一些开源项目&＃xff0c;基于 k8s 的微服务技术栈基本就完善了。2018 年 Istio 1.0 发布&＃xff0c;更是为这股浪潮加了一把火&＃xff0c;未来的微服务将是 k8s 和 Service Mesh 的天下。
从 SOA 到微服务是一个服务粒度逐渐拆分得更小的过程&＃xff0c;FaaS 里的 Function 可以视为更小的、原子化的服务&＃xff0c;它天然的契合微服务里面的一些理念。
Serverlless 无服务器架构
从IaaS到FaaS
函数服务化: Function as a Services&＃xff08;FaaS&＃xff09;
- “函数”&＃xff08;Function&＃xff09;提供的是相比微服务更加细小的程序单元
- “大部分PaaS应用无法针对每个请求启动和停止整个应用程序&＃xff0c;而FaaS平台生来就是为了实现这样的目的。”
- FaaS和PaaS在运维方面最大的差异在于缩放能力。
- “如果你的PaaS能够有效地在20毫秒内启动实例并运行半秒,那么就可以称之为Serverless”。
PaaS
- 平台即服务&＃xff08;Platform as a Service&＃xff09;是一种云计算服务&＃xff0c;提供运算平台与解决方案堆栈即服务。在云计算的典型层级中&＃xff0c;平台即服务层介于软件即服务与基础设施即服务之间。 平台即服务提供用户能将云基础设施部署与创建至客户端&＃xff0c;或者借此获得使用编程语言、程序库与服务。用户不需要管理与控制云基础设施&＃xff0c;包含网络、服务器、操作系统或存储&＃xff0c;但需要控制上层的应用程序部署与应用托管的环境。
FaaS框架
-
Fission
- 一款基于Kubernetes的FaaS框架
- 通过Fission可以轻而易举地将函数发布成HTTP服务。
- Kubernetes提供了强大的弹性编排系统&＃xff0c;并且拥有易于理解的后端API和不断发展壮大的社区。所以Fission将容器编排功能交给了K8s&＃xff0c;让自己专注于FaaS的特性。
数据库&＃xff1a;从 NoSQL 到 NewSQL
NoSQL
- 2009 年 MongoDB 开源&＃xff0c;掀开了 NoSQL 的序幕&＃xff0c;一时之间 NoSQL 的概念受人追捧&＃xff0c;MongoDB 也因为其易用性迅速在社区普及。NoSQL 抛弃了传统关系数据库中的事务和数据一致性&＃xff0c;从而在性能上取得了极大提升&＃xff0c;并且天然支持分布式集群。
NewSQL
大数据&＃xff1a;从批处理到流处理
大数据时代
运维&＃xff1a;从手工运维到 DevOps
DevOps 的出现&＃xff0c;运维的身份职责发生了转变&＃xff0c;它不再是专门跑任务脚本或者与机器打交道的人&＃xff0c;而是变成了 OpenStack 或者 Kubernetes 的专家&＃xff0c;通过搭建 / 管理相关的分布式集群&＃xff0c;为研发提供可靠的应用运行环境。
DevOps 更重要的方面还是改变了应用交付的流程&＃xff0c;从传统的搭火车模式走向持续交付&＃xff0c;应用的架构和形态改变了&＃xff0c;其方法论也随之而改变。DevOps 和持续交付也被认为是云原生应用的要素。
至于 AIOps 是 DevOps 在实践 AI 过程中的一些应用&＃xff0c;称不上是范式的改变&＃xff0c;AI 在运维领域还远远取代不了人的作用。
前端&＃xff1a;前后端分离
2008 年 Nodejs 的出现彻底激发了前端的生态&＃xff0c;将 Javascript 的疆域拓展到服务端和桌面&＃xff0c;最终催生出大前端的概念。
如果纯粹看传统的前端开发的变化&＃xff0c;不仅主流技术从 jQuery 转移到三大框架&＃xff0c;更重要的是 SPA 和前后端分离的出现。
SPA 代表着前端的应用化&＃xff0c;也就意味着胖客户端&＃xff0c;部分业务逻辑可以从服务端转移到客户端完成。前后端分离更是将前端从后端独立出来&＃xff0c;划定了领域边界。后端对前端来说&＃xff0c;成为了数据层&＃xff0c;只要接口能够正确返回数据&＃xff0c;前端并不关心后端是如何做到的。
事实上&＃xff0c;胖客户端的转变正好与后端的进化方向吻合。无论是微服务还是 Serverless&＃xff0c;都强调无状态&＃xff0c;这意味着你不应该用后端去生成有状态的 UI&＃xff0c;而是让客户端自行处理状态。
为了应对越来越大型的客户端代码&＃xff0c;前端发展出的技术包括 TypeScript、Redux/MobX、WebAssembly、WebWorker 等
AI&＃xff1a;互联网的新基础设施
现代的 AI 是基于大数据和机器学习的&＃xff0c;在很多公司里大数据和 AI 属于同一个数据科学的团队。在过去两年&＃xff0c;AI 已经用各方面的成绩证明它可以成为整个互联网的基础设施之一&＃xff0c;帮助让我们的互联网更加的智能化。
感知层的 AI
深度学习发展并没有想象的快。
区块链&＃xff1a;不确定性
一方面是公链上一些痛点解决方案的探索和突破。包括比 POW 更好的共识机制、并发交易性能、数据存储和处理、跨链交易等等。当然&＃xff0c;问题还远远没有得到解决。由于利益牵扯太多&＃xff0c;这一领域也没有公认的主流解决方案。
另一方面是联盟链的逐渐成熟&＃xff0c;其中代表技术为超级账本&＃xff0c;一部分早期采用者在探索联盟链的适用场景&＃xff0c;一部分则是做起卖水的生意&＃xff0c;推出 BlockChain as a Service。
物联网与边缘计算
从互联网到移动互联网&＃xff0c;是一个不断扩张的过程&＃xff0c;不但终端节点大量增加&＃xff0c;而且每时每刻都在线&＃xff0c;如果将这个逻辑延伸一下就是物联网了&＃xff0c;终端从智能手机变成任何可联网的设备。
技术的本质与技术发展的逻辑
技术在不断的推陈出新&＃xff0c;令人眼花缭乱&＃xff0c;但如果抓住了这些技术的本质&＃xff0c;会发现太阳底下并没有新鲜事。
如果将上面的各个领域的重要技术变革提炼一下&＃xff0c;会发现其中的一些有共同点&＃xff1a;
- 虚拟化&＃xff1a;将硬件资源虚拟为软件资源&＃xff0c;然后进行统一调度和管理。
- 隔离&＃xff1a;从虚拟机到容器&＃xff0c;再到虚拟机与容器融合&＃xff0c;隔离的技术定义了云的形态。
- 解耦&＃xff1a;无论是后端的微服务、前端的前后端分离、组件化等等&＃xff0c;都是将关注点分离&＃xff0c;解耦合的过程。
- 编排&＃xff1a;大量不同的服务、任务&＃xff0c;让他们组成一个整体&＃xff0c;相互间能良好的协作。
- 智能化&＃xff1a;让服务个性化&＃xff0c;或者让自动化替代以前需要人工完成的事情。
- 实时化&＃xff1a;计算和处理在极短时间内完成&＃xff0c;从而实时的给予反馈。
当然&＃xff0c;其中会有一些遗漏&＃xff0c;或者有些你并不认同&＃xff0c;但我想表达的是&＃xff0c;这些技术存在一些共同的本质&＃xff0c;它们是不同的领域技术发展的共同逻辑。
软件进步的源头
- 软件并不是凭空发展起来的&＃xff0c;它必须要运行在各种硬件上&＃xff0c;软件的发展&＃xff0c;也离不开硬件的支持。
- 或者说&＃xff0c;正是硬件的不断升级和变革&＃xff0c;支撑了软件的发展进步。云计算的诞生&＃xff0c;正是源于大型机已经无法支撑高并发&＃xff0c;才让人们转而采用一般硬件和虚拟化、分布式的软件技术。
- 软件的颠覆式创新&＃xff0c;一定是在硬件支持的基础上&＃xff0c;随着现有的软件架构对现有硬件能力的挖掘&＃xff0c;再发生颠覆的可能性已经较小了。
- 软件厂商反过来驱动硬件的进步&＃xff0c;谷歌、阿里、华为等都开始自研用于云和终端的芯片。
软件运行需要的三大资源
- 计算&＃xff1a;AI 对于计算的特殊需求&＃xff0c;催生了相关芯片的研发。而更多非通用性芯片将推动物联网和边缘计算的发展。而在远处忽隐忽现的量子计算&＃xff0c;一旦能普及&＃xff0c;也必将产生颠覆。
- 存储&＃xff1a;Nano Flash 类非易失性存储还有提升的空间&＃xff0c;在云和端的利用也没有普及。如果非易失性存储能在内存领域有所突破&＃xff0c;对于软件架构必将带来另一次颠覆。
- 网络&＃xff1a;网络方面&＃xff0c;WiFi 技术即将进入第六代&＃xff0c;带来拥挤场合的大幅性能提升&＃xff1b;蓝牙进入第五代&＃xff0c;连接距离将提升至 300 米&＃xff1b;更重要的则是 5G&＃xff0c;相较于 4G 数百倍的数据传输速度和低至几毫秒的延时&＃xff0c;让很多应用都有了更大的想象空间。
Kotlin 开发者社区
国内第一Kotlin 开发者社区公众号&＃xff0c;主要分享、交流 Kotlin 编程语言、Spring Boot、Android、React.js/Node.js、函数式编程、编程思想等相关主题。
京公网安备 11010802041100号