反应式微服务框架 Apache ServiceComb设计思想 王启军 华为云 IoT⾸席架构师 王启军，华为云IoT首席架构师，曾担 任PaaS团队架构师，负责微服务框架 的开发。曾任当当网架构师，主导电 商平台架构设计；曾就职于搜狐负责 手机微博的研发。《持续演进的Cloud Native》作者，微信公众号“奔跑中 的蜗牛”博主。 p为什么微服务框架需要 Reactive 微服务架构调用次数更多 • 更高的性能，规模效应 • 更好的用户体验 业界趋势 n Java 9中把反应式流规范以 java.util.concurrent.Flow 类的方式添加到了标准库中 n Spring 5对反应式编程模型提供了内置支持，并增加了新的 WebFlux 模块来支持反应 式 Web 应用的开发 ServiceComb Apache孵化的第一个微服务框架。 服务契约 怎么解决中台开发命苦的问题？

����������� 唐成 CONTENTS 01 什什么是物联⽹网平台 02 为什什么需要反应式架构 03 我们做了了什什么 什什么是物联⽹网平台 什什么是物联⽹网平台 Sensor / Actuator Platform Application Network 物联⽹网平台的构成 Message Hub Device Shadow Rules Engine Developer . . MQTT Client Device Management Device Shadow Rules Engine Tenant & User Certificate 为什什么需要反应式架构 设备影⼦子业务说明 1. 设备上报状态 2. 将上报状态持久化到数据库 3. 应⽤用查询上报的状态 4. 应⽤用设置期望的状态 6. 期望状态和上报状态的 差异 (delta)

淘宝应⽤用架构升级 反应式架构的探索与实践 淘宝 泽彬(许泽彬) • 花名：泽彬 • 就职于阿⾥里里，经历： • 负责淘宝应⽤用架构升级 • 核⼼心开发 - 建设⽤用户增⻓长设施与平台建设 • 负责过分布式调⽤用链跟踪框架 & 系统 • 核⼼心开发 - 分布式数据库同步系统 • Github ：https://github.com/zavakid • 开源项⽬目：

判断用户是否被分配了一个确定的安全角色  判断用户是否被允许做某事  在任何环境下使用 Session API，即使没有 Web 或 EJB 容器。  在身份验证，访问控制期间或在会话的生命周期，对事件作出反应。  聚集一个或多个用户安全数据的数据源，并作为一个单一的复合用户“视图”。  启用单点登录（SSO）功能。  为没有关联到登录的用户启用"Remember Me"服务 … 少登录一次。那么，让我像下面这样做： 这就是了！它再简单不过了。 但如果他们的登录尝试失败了会怎样？你能够捕获各种具体的异常来告诉你到底发生了什么，并允许你去处理并作 出相应反应： 你能够检查到许多不同类型的异常，或抛出你自己的自定义条件的异常——Shiro 可能不提供的。请参见 AuthenticationException JavaDoc 获取更多。 拥有丰富的运行时 AuthenticationException 层次结构，可以指出尝试失败的确切原因。你可以用一个 try/catch 块将 login 方法包围起来，然后捕捉任何你期望的异常并进行相应的反应。例如： try { currentUser.login(token); } catch ( UnknownAccountException uae ) { … } catch (

强化共情：增加“我知道现在项目关键期，非常抱歉给您添麻烦”。 • 弱化模糊表述：将“家里有事”改为“家人突发重病需陪护”，避免领导误解为小事。 • 明确行动：补充“请假期间可随时联系我处理紧急问题”。 3. 预判领导反应并准备预案（用AI模拟问答） p 操作：输入：“如果领导说‘项目缺了你不行，能不能缩短假期？’如何回应？” p AI建议回应： • 共情+底线+替代方案： “我完全理解项目的重要性，但家人目前手术风 家庭事务。一次争吵后，气氛变得紧张，双 方都感到不满。 目标：通过有效的沟通和理解，缓解婆媳关系中的代际冲突，找到双方都能接受的解决方案，改善家庭氛围。 妥善处理策略 1.冷静下来，避免情绪化反应 • 示例：深呼吸，暂时离开争吵现场，给自己时间冷 静。 2.表达感受，避免指责 • 示例：用“我”语句表达，“我感到担心，因为我 希望孩子能有更多的自由去探索。” 3.倾听对方的观点，寻找共同点 决问题的办法。 目标：通过有效的沟通和理解，解决你与领导之间的分歧，维持良好的工作关系，并找到双方都能接受的解决方案。 妥善处理策略 1.冷静下来，避免情绪化反应 • 示例：在会议结束后，先回办公室整理情绪，不要立即做 出反应。 2.表达感受，避免指责 • 示例：第二天，请求与领导进行沟通，表达你的感受： “我觉得在绩效评估中，我的一些贡献没有被完全看到， 这让我感到有些失望。” 3

⾼高并发调度，通道让异步编程更更简单 3 Scala （1）简洁的异步编程 （2）AKKA：分布式计算框架 4 Java （1）fork/join （2）CompletableFuture （3）反应式编程（Reactive Programming ) next: JavaScript 关键点：不不再有回调地狱，变异步为顺序化思维，程序更更加可读 2010年年 ECMAScript 5 2017年年 Java 7：fork/join Java 8：CompletableFuture Java 9：反应式编程 Java7 fork/join 分解合并问题 例例⼦子fork/join实现 例例⼦子Java8 CompletableFuture实现 Java9 反应式编程 • Reactive Programming。 • 异步、⾮非阻塞。 • 4个基本概念 Publisher ⾼高并发调度，通道让异步编程更更简单 3 Scala （1）简洁的异步编程 （2）AKKA：分布式计算框架 4 Java （1）fork/join （2）CompletableFuture （3）反应式编程（Reactive Programming ) 谢谢！ 陶召胜

programming） Agent：智能体、职能代理。源于分布式人 工智能（DAI） 1、自主的、智能的 2、具有社会性（与环境通信） 3、反应能力，理解环境并对环境刺激做出 适应的反应 4、主动性，不是简单的反应，而是有目的 的反应 5、一般agent处在分布式网络中，行为具 有局部效应和全局效应 golang 1、对象： 类 2、属性：成员变量 3、行为：成员函数

个 集成组件（Telemetry 和 Insights Operator）向红帽报告。红帽利用这些信息便可改进 OpenShift Container Platform，并更快地对影响客户的问题做出反应。这还可以简化红帽客户的订阅和授权流程， 并使 Red Hat OpenShift Cluster Manager 服务能够提供有关您的集群及其健康和订阅状态的概述信息。 通过 Telemetry OpenShift Container Platform 组件和功能的有限使用情况信息 有关集群监控组件所报告的警报的摘要信息 红帽将使用这一持续数据流实时监控集群的健康，必要时将对影响客户的问题做出反应。同时还有助于红 帽向客户推出 OpenShift Container Platform 升级，以便最大程度降低服务影响，持续改进升级体验。 这类调试信息将提供给红帽支持和工程团队，其访问限制等同于访问通过问题单报告的数据。红帽利用所 中可选择不报告健康和使用情况信息。但是，红帽通过连接的集 群可加快对问题的反应速度，为客户提供更好支持，同时更好地了解产品升级对集群的影响。 红帽强烈建议，即使需要在生产环境集群中禁用这个功能，在预生产环境集群和测试集群中启用健康和使 用情况报告功能，。这样红帽便可在您的环境中参与对 OpenShift Container Platform 质量的审核，并对 产品问题做出更快反应。 选择不使用连接的集群的一些后果包括：

通用场景更灵活，但专项任务需依赖提示语补偿能力 • 例如：GPT-3、GPT-4（OpenAI），BERT（Google），主要用于语言生成、语言理解、文本分类、翻译 等任务。 快思慢想：效能兼顾 全局视野 概率预测（快速反应模型，如ChatGPT 4o） 链式推理(慢速思考模型，如OpenAI o1) 性能表现 响应速度快，算力成本低 慢速思考，算力成本高 运算原理 基于概率预测，通过大量数据训练来快速预测可能 的答案 擅长解决结构化和定义明确的问题 能够处理多维度和非结构化问题，提供创造性的解 决方案 伦理问题 作为受控工具，几乎没有伦理问题 引发自主性和控制问题的伦理讨论 CoT链式思维的出现将大模型分为了两类：“概率预测（快速反应）”模型和“链式推理（慢速思考）”模型。 前者适合快速反馈，处理即时任务；后者通过推理解决复杂问题。了解它们的差异有助于根据任务需求选择合 适的模型，实现最佳效果。 提示语策略差异 1 2 推理模型 提示语的DNA：解构强大提示语的基本元素 提示语元素组合矩阵 提示语元素协同效应理论的核心观点包括： ▪ 互补增强：某些元素组合可以互相弥补不足，产生1+1>2的效果。 ▪ 级联激活：一个元素的激活可能引发一系列相关元素的连锁反应，形成 一个自我强化的正反馈循环。 ▪ 冲突调和：看似矛盾的元素组合可能产生意想不到的积极效果。 ▪ 涌现属性：某些元素组合可能产生单个元素所不具备的新特性。 目标 主要元素组合 次要元素组合

通用场景更灵活，但专项任务需依赖提示语补偿能力 • 例如：GPT-3、GPT-4（OpenAI），BERT（Google），主要用于语言生成、语言理解、文本分类、翻译 等任务。 快思慢想：效能兼顾 全局视野 概率预测（快速反应模型，如ChatGPT 4o） 链式推理(慢速思考模型，如OpenAI o1) 性能表现 响应速度快，算力成本低 慢速思考，算力成本高 运算原理 基于概率预测，通过大量数据训练来快速预测可能 的答案 擅长解决结构化和定义明确的问题 能够处理多维度和非结构化问题，提供创造性的解 决方案 伦理问题 作为受控工具，几乎没有伦理问题 引发自主性和控制问题的伦理讨论 CoT链式思维的出现将大模型分为了两类：“概率预测（快速反应）”模型和“链式推理（慢速思考）”模型。 前者适合快速反馈，处理即时任务；后者通过推理解决复杂问题。了解它们的差异有助于根据任务需求选择合 适的模型，实现最佳效果。 提示语策略差异 1 2 推理模型 提示语的DNA：解构强大提示语的基本元素 提示语元素组合矩阵 提示语元素协同效应理论的核心观点包括： ▪ 互补增强：某些元素组合可以互相弥补不足，产生1+1>2的效果。 ▪ 级联激活：一个元素的激活可能引发一系列相关元素的连锁反应，形成 一个自我强化的正反馈循环。 ▪ 冲突调和：看似矛盾的元素组合可能产生意想不到的积极效果。 ▪ 涌现属性：某些元素组合可能产生单个元素所不具备的新特性。 目标 主要元素组合 次要元素组合