否能够自动回滚？整个过程线上业务持续运行不中断。 传统稳态业务环境难以高效承载敏态应用 发现故障 （假死） 创建 新实例 配置 运行环境 部署当前 应用版本 添加 监控 配置 日志采集 测试确认 服务正常运行 实例 加入集群 恢复正常 场景 1 如果生产中一台Web应用服务器故障，恢复这台服务器需要 做哪些事情？ 场景 2 如果应用负载升高/降低，如何及时按需扩展/收缩所用 资源？ 场景 否能够自动回滚？整个过程线上业务持续运行不中断。 传统稳态业务环境难以高效承载敏态应用 发现故障 （假死） 创建 新实例 配置 运行环境 部署当前 应用版本 添加 监控 配置 日志采集 测试确认 服务正常运行 实例 加入集群 恢复正常 工作量 成本 新一代架构（微服务）应用的对承载平台提出新要求 传统实践中，主要采用虚机/物理机+SpringCloud等微服务框架的方式承载微服务应用。但在一个虚机/服务器上 新纪录。58.3万笔/秒，双11交易峰值再创新高，阿里云又一次扛住全球最大规模流量洪峰。这一切背后支撑的 “技术引擎”又是如何为近十亿全球购物者的狂欢提供着“无感知护航”？ 近日，在阿里巴巴双11技术沟通会上，阿里云研究员、阿里云云原生应用平台负责人丁宇表示，今年双11实现了核心系统全面云原生化的重大技术 突破，实现资源效率、研发效率、交付效率的三大提升，万笔交易的资源成本4年下降80%，研发运维

Java Agent 无需修改代码，享受微服务治理能力 注册中心感知 到服务端下线 客户端感知到 服务端下线 服务调用报错期 客户端视角 正常 服务端视角 下线静默 下线 注册中心 提供者A 消费者A 提供者B 消费者B 1 正常调用 1 服务下线 (prestop) 3 通知消费者 5 应用重启 4 调用其他提供者 Agent 2 主动通知 Agent 3 客户端主动刷新 更灵活的摘除策略：调整权重 应用A 应用B 应用C 应用D 全局摘除：监管控一体 • 维度更加丰富 摘除后动作 • 弹性扩容替换故障机器 离群实例摘除: 单点故障自愈 服务治理中心 订单服务 交易服务 4. 发起调用 3. 获取token 5. 校验签名和规则 6. 审计日志 7. 返回结果 Agent • 规则优先级: 方法级别 > 应用 • 鉴权方式：白名单（允许调用），黑名单（拒绝调用） 网关 Agent 安全生产: 金丝雀发布 http入口应用A 应用B v1 应用C v1 基线环境 开发环境1 应用B v1.1 灰度流量 RPC 应用D v1 应用D v1.1 正常流量 RPC http请求 应用C v1.2 应用D v1.2 http请求 开发环境2 • 研发人员每个人独立部署一套环境 • 基于全链路流量控制进行逻辑隔离 • 入口请求打上标识，标识绑定应用

ch是一个开源的深度学习框架，在研究界非常受欢迎。本书 中的所有代码都在最新版本的PyTorch下通过了测试。但是，由于深度学习的快速发展，一些在印刷版中代 码可能在PyTorch的未来版本无法正常工作。但是，我们计划使在线版本保持最新。如果读者遇到任何此类 问题，请查看安装 (page 9) 以更新代码和运行时环境。 下面是我们如何从PyTorch导入模块。 #@save import 开发人员要编写一个程序 来管理网上商城。经过思考，开发人员可能提出如下一个解决方案：首先，用户通过Web浏览器（或移动应 用程序）与应用程序进行交互；紧接着，应用程序与数据库引擎进行交互，以保存交易历史记录并跟踪每个 用户的动态；其中，这个应用程序的核心——“业务逻辑”，详细说明了应用程序在各种情况下进行的操作。 为了完善业务逻辑，开发人员必须细致地考虑应用程序所有可能遇到的边界情况，并为这些边界情况设计合 商品ID关联起来。虽然一次编写出完美应用程序的可能性微乎其微，但在大多数情况下，开发人员可以从上 述的业务逻辑出发，编写出符合业务逻辑的应用程序，并不断测试直到满足用户的需求。根据业务逻辑设计 自动化系统，驱动正常运行的产品和系统，是一个人类认知上的非凡壮举。 幸运的是，对日益壮大的机器学习科学家群体来说，实现很多任务的自动化并不再屈从于人类所能考虑到的 逻辑。想象一下，假如开发人员要试图解决以下问题之一：

在任何环境中，硬件故障都是不可避免的。有了 HDFS，你的 数据可以跨越数千台服务器，而每台服务器上均包含一部分基础数 据。这就是容错功能发挥作用的地方。现实情况是，这么多服务器 总会遇到一台或者多台无法正常工作的风险。HDFS 具备检测故障 和快速执行自动恢复的功能。 HDFS 的设计针对批处理做了优化，它提供高吞吐量的数据访 问，而非低延迟的数据访问。运行在 HDFS 上的应用程序有着大型 例如，现代的数据架构正在越来越多地用于建造大型数据湖。 通过将数据管理服务集成为更大的数据湖，企业可以利用各种各样 的渠道来存储和处理大量数据，这些渠道包括社交媒体、点击流数 据、服务器日志、客户交易与交互、视频以及来自现场设备的传感 器数据。 Hortonworks 或者 Cloudera 数据平台，以及 Informatica，使得 企业能够优化 ETL(抽取、转换、加载)工作流程，以便在

具体环境中的性能会有所不同，我们的实验室在一个有 4 个 vCPU/16GB RAM，一个单独的 HAProxy 路 由器处理 100 个路由来提供后端的 1kB 静态页面的公共云实例中进行测试，其每秒的交易数如下。 在 HTTP 的 keep-alive 模式下： Encryption ROUTER_THREADS unset ROUTER_THREADS=4 none 23681 24327 HAProxy 路由器请求缓冲区配置限制了传入的请求和来自应用程序响应中 的标头大小。可以增加 HAProxy 参数 tune.bufsize 以允许处理更大的标头，并允许具有非常大 Cookie 的应用程序正常工作，如许多公共云提供商提供的负载均衡器接受的应用程序。但是，这会影响内存使用 总量，特别是在打开大量连接时。使用大量打开连接时，内存用量就与这个可调参数增长几乎成比例。 8.1.2.5. HAProxy

体系，完成调度从单一资源到多样资源的跃迁，如中国移动“九天·算 网大脑”通过对计算任务、算网资源状态等综合判断形成算网融合 编排方案。 （三）模式方面，云计算重构算力服务供需新模式 传统云服务交易模式，主要以使用方与云厂商之间进行“一对 一”租赁模式为主，在云计算演进过程中，这种模式的弊端逐渐显 云计算白皮书（2023 年） 36 露。传统模式下，使用方依靠自身能力决定所选择的云服务类型， 得最优算力资 源。在此背景之下，全新的算力交易模式应运而生。 交易形式方面，多方参与带来全新交易业态。算力服务更需要 一种能够集中各类算力资源并进行统一出售的平台来解决泛在算力 资源无法提前感知的问题。平台需要负责多方算力资源的统一接入、 编排调度、计费结算等核心环节，是云服务向算力服务演进过程中 的全新角色。在此多方参与的模式下，算力交易产业链将会涉及更 多的角色，除企业、服务商、个人等成为算力供给方或需求方之外， 多的角色，除企业、服务商、个人等成为算力供给方或需求方之外， 提供调度、安全、连接等能力的技术提供商也将参与进算力交易产 业链中，为算力交易带来全新业态。 提供方式方面，编排调度技术成熟促进计费模式走向“后付费”。 以往云服务交易方式多采用为使用者提供指定规格计算资源，使用 者先付费购买，后进行使用，在此模式之下，由于资源使用者对云 计算了解程度、使用程度参差不齐，易出现所购资源利用不充分， 闲置资源不能及时

c o m ©2016 Alibaba Middleware Group 阿里消息中间件演变历史 2016 2007 2010 2011 2012 2015 Notify 五彩石项目 交易核心消息流转 Napoli ActiveMQ内核 B2B大规模使用 MetaQ v1.0 顺序消息 海量堆积能力 Aliware MQ v1.0 Notify v3.0 MetaQ RocketMQ Notify Aliware MQ 有序消息，Pull模式， 海量消息堆积能力 阿里云售卖的消息中间件， 支持公有云，金融云，私 有云，聚石塔 事务消息，Push模式， 交易核心消息分发 阿里消息中间件现状 CONTENTS 01 02 03 阿里消息中间件的演变历史 双11万亿级数据洪峰的挑战 Apache RocketMQ 未来展望 m w a l i 2012双11 2013双11 2014双11 2015双11 2016双11 用户请求 交易 交易 易 用户请求 易 购物车 易 用户请求 红包火山 Notify+MetaQ Notify+MetaQ Notify+MetaQ 几十万条/秒 菜鸟蓄洪 天猫满返 交易买卖家 BCP 交易安全 钉钉 淘客 航旅 发布消息峰值：数千万条/秒 订阅消息峰值：数千万条/秒

c o m ©2016 Alibaba Middleware Group 阿里消息中间件演变历史 2016 2007 2010 2011 2012 2015 Notify 五彩石项目 交易核心消息流转 Napoli ActiveMQ内核 B2B大规模使用 MetaQ v1.0 顺序消息 海量堆积能力 Aliware MQ v1.0 Notify v3.0 MetaQ RocketMQ Notify Aliware MQ 有序消息，Pull模式， 海量消息堆积能力 阿里云售卖的消息中间件， 支持公有云，金融云，私 有云，聚石塔 事务消息，Push模式， 交易核心消息分发 阿里消息中间件现状 CONTENTS 01 02 03 阿里消息中间件的演变历史 双11万亿级数据洪峰的挑战 Apache RocketMQ 未来展望 m w a l i 2012双11 2013双11 2014双11 2015双11 2016双11 用户请求 交易 交易 易 用户请求 易 购物车 易 用户请求 红包火山 Notify+MetaQ Notify+MetaQ Notify+MetaQ 几十万条/秒 菜鸟蓄洪 天猫满返 交易买卖家 BCP 交易安全 钉钉 淘客 航旅 发布消息峰值：数千万条/秒 订阅消息峰值：数千万条/秒

超级账本项目概览 SACC2017 商用区块链的要求 5 共享账本 智能合约 隐私性 共识算法 多方共享数据 访问权限控制 交易具有合适的可见性 交易需认证身份 用代码描述业务 可验证和签名确认 多方共同认可交易 满足需求的吞吐量 SACC2017 公有链的不足之处 • 比特币、以太坊等公有链项目，不能满足商用的需求 – 无保密性(Confidentiality) 通用公有链平台 管理方式 Linux基金会 社区 社区（众筹） 货币 无 BTC 比特币 Ether 以太币 挖矿 无 有 有 状态数据方式 键值数据、文档数据 交易数据 帐号数据 共识网络 PBFT等 PoW PoW, PoS 网络 公开或私有 公开 公开 隐私性 有 无 无 智能合约 Go, Java等多种开发语言 增加了DAH和Blockstream两家公司的代码 • 项目以Go语言为主 • 90+贡献者 • 5000+commits 13 SACC2017 Hyperledger Fabric 1.0 特点 • 提供了交易的机密性 • 权限管理和控制 • 分离了共识和记账职能 • 节点数动态伸缩 • 吞吐量有望提升 • 可升级的智能合约（chaincode） • 成员服务是高可用 14 SACC2017

银行基金合作 伙伴 为什么需要这样的技术？ 敏捷、功能迭代快，免App升级 颠覆传统App，轻量、随需随用 持续上架层出不穷的功能服务客 户、赋能投顾 一切场景、工具皆可传播；让投 顾与客户在交流中交易 与合作伙伴形成数字化生态，建 立开放协同的财富管理平台 快 轻 丰富 分享 生态 • 可引入高频场景，构建数字生态，增加用户黏度 • 完全兼容微信小程序代码，生态商无需另行开发 • 需求响应更快：松散耦合，敏捷迭代 服务提供更准：灰度发布，千人千面 小程序让APP“组件化”，外部生态引进来，公司业务走出去 兼容微信，助力银行快速构建数字生态 乘车码 场景功能 在线问诊 外卖 海底捞 打车 证券交易 生鲜 原生功能 FinClip 轻松入驻 APP通过集成FinClip，可快速拥有运行小程序的 能力，让生态伙伴的微信小程序在APP上直接运 行，不需要为了入驻而重新开发页面，大幅降低 的APP中，让用户在一个App内满足大部分诉求 将合作伙伴小程序上架至自己APP中 引入高频业务生活小程序，丰富APP协同场景 #实战操作，小程序触手可达# XX银行小程序开放平台 立足金融和交易，向其上下游不断延伸，通过小程序的形式引入 更多元的泛金融和生活服务场景，为用户提供更丰富的生活服务 车主专区 故宫美妆 1、引入了饿了么、 高德打车、货拉拉、顺丰速运、申通快递等 多家优质