38a68e6f/p1_2.jpg) ## 开源AIOps数据中台搭建与 Python的作用 丁来强 ## 关于我 • 工作10+年，熟悉大数据分析、ITOps、SecOps等领域 ·阿里云日志服务上海负责人，之前在Splunk上海 • 自从2015年，在4届PyCon上，累计分享7+不同议题 • 云栖大会或社区累计分享13+个大数据系统或Python相关议题   ## 1 关于 AIOps 各种Ops平台 各种Ops平台 根据Gartner的报告，AIOps将在未来5-10年落地开花，并集中统一 ## I T运维的目标/KPI ## MTTR COST 100% ## I T运维的挑战 · 复杂度越来越高： • 架构演变：SaaS、多云、容器、微服务等 · 数据孤岛越来越多：大数据的3V（容量、变化、种类） · 成本越来越高： ·业务中断成本 · 缺少持续改进（运维人员大部分时间忙于救火）

ents/3/b/4/a/3b4aeb3731b8dc9165682e6e82dca5a0/p72_1.jpg) end 当控制权明确交出去的时候有明确的责权协议 调用方感觉“一切尽在掌控置中” Task A 和 Task B 互相让渡控制权，共同完成一个流程 当 Task B 干的事情很“基础”很“通用”，我们称 Task B 为 Scheduler ![Image](/uplo

## DDD实践中的那些坑 微信支付 王立 DDCHINA ## 概述 DDD实践过程有很多坑，而且入坑还居然都是“不知不觉”，那才够坑！今天，我们一起用照妖镜来看看有哪些最容易入坑的陷阱吧！ ## 没踩过坑吗？先自测一下…… DDD的核心是领域模型吗？ 应该全面采用DDD战术建模吗？ 具有生命周期绑定的主从关系对象就是聚合吗？  $ 账户 计费 ## 领域事件 事务边界 ACID 结束 ACID 开始 事务边界 ACID 结束 BASE事务管理 ACID的回滚应该尽可能独立，它可以在每次失败以后重试，而不是轻易导致BASE事务中的前一个ACID事务的级联回滚。 ## 仓储的坑 ## 延迟加载聚合成员 理由：聚合太大，所以需要延迟加载 后果：可能在循环中进行加载，导致 $ n+1 $ 次select问题 解决：在聚合执行前完成聚合的填充。

访问外界系统（调用外界系统）的技术相关实现。 干系人: 外界系统 诉求: 稳定调用外部系统 技术点: 使用和适配外部系统模型，隔离和快速诊断错误 工作内容: - 学习和使用外部系统，如数据库，邮件系统 - 适配外部系统模型，如SQL映射到模型对象 模型内容: • PO • 第三方Protobuffer • 第三方SDK 腐化案例： 业务逻辑和外部调用逻辑混合 如一个方法里即处理业务逻辑又调用SQL Communications ## 如何有效防止架构腐化 分层模型适配 架构腐化是系统开发过程中非常头疼的事情。使用DDD分层架构参考实践，可以在系统初始设计的时候领域明确出来。 但问题是开发过程中不知不觉层次模糊，架构师有没有实践能有效阻止架构腐化？ ## 如何从一盘散沙到百万雄师  ## 分层模型适配实例 用户账户注册和激活 架构治理中的踢正步 ## 案例-用户注册和激活 

colspan="3">【描述正常的、一般情况下的动作系列】分支过程【从主干过程中由判断点分支出来的动作系列，通过动作的标号（类似于有层次的目录）与主干过程中的动作对应】异常【描述主干过程、分支过程中出现异常时的动作系列】包含特别需求【如：对于性能方面有何要求】假设【用例中我们做了哪些假设】注意和问题【还有哪些未确定事项】 ![Image] 作为一个商城顾客 我可以确定购物车中的商品和数量，然后提交商品订单 为了在商城上购买商品 Acceptance Criteria 1 - Given：导航【购物车】 - When：确定购物车中要提交的商品和数量，然后点击提交； - Then：订单成功提交，从商品库存中锁定订单的数量，提示气泡“商品已保存成功” - And when：如果订单的数量超过商品库存中可以锁定的数量 - Then

分布式事务和执行 Greenplum存储 Greenplum生态 Greenplum 7 Greenplum简介：什么是Greenplum? 基于PostgreSQL、开源、分布式MPP、ACID完备、为OLAP优化的关系型数据仓库。 https://greenplum.org https://github.com/greenplum-db/gpdb ![Image](/uploads/d 2012年成为Pivotal的一部分 2015年开源，可能是世界上第一个成熟商用的开源MPP数据仓库 ➢ 2019年底跟随Pivotal被VMware收购 ## 谁在用Greenplum? ➢ 500多付费企业客户 成千上万的开源用户 ➢ 支撑巨大的生产集群: ☐ 250+ servers 10+ PetaBytes ➢ 十几个甚至几十个国内国外的衍生项目（我们是真开源，欢迎大家贡献） Federal PB级的数据，单台主机无法处理 ☐ 所以数据分布在多个主机上 ☐ 高效、灵活的数据分布，和实际业务相关 ## Parallel: ☐ 数据并行处理计算 ☐ 通过网络进行数据交换和汇总 ## 执行架构 ## ➤ Coordinator: ☐ 管理其它节点 ☐ 生成分布式计划 ☐ 下发计划和汇总结果 ☐ 管理分布式事务 ## > Segments: ☐ 存储数据，share-nothing

原则 弱约束 最佳实践 编码强相关 面向对象进阶 数据驱动之反面 优先处理业务逻辑 不是架构师专属标榜 对软件匠艺的执着追求 套路化之后的有条理的多 关于软件结构的新思维方式 分离技术复杂度和业务复杂度 ## 我眼中的DDD 道 原则 弱约束 最佳实践 编码强相关 面向对象进阶 数据驱动之反面 优先处理业务逻辑 不是架构师专属标榜 如何做战略设计？ 高大上 VS 朴素 ## 限界上下文的形态 进程 软件包（jar） 命名空间 ## 理想的战术设施 应用服务 企业对外服务 聚合根 算法 核心业务 资源库 数据 IT资产 ## 无法避免的贫血模型 

## DDD在旅游电商架构演进中的实践 徐泼 DDCHINA ## CONTENTS 01 领域驱动设计概述 02 DDD战略模式在旅游电商架构演进的应用 03 领域驱动结合架构设计模式和原则 ## 领域驱动设计概述  ## 领域驱动设计和架构 7d1/p5_1.jpg) ## 数据驱动 VS 领域驱动 数据驱动设计  领域驱动设计 注：这里的数据驱动主要指以数据以及数据关系为核心的系统建模方法 ## 数据驱动 VS 领域驱动 - 数据分析  ## 数据驱动 VS 领域驱动 - 设计结果 ## 数据驱动设计结果 合同管理服务 应用层 服务层 ![Image](

|描述|把二层报文封装在IP报文之上进行传输|通过三层路由的方式向IP报文传输到目的宿主机|直接使用底层网络的IP，与宿主机在同一个网络里进行通讯| |网络要求|底：IP可达|二层可达或BGP可达|二层可达| |性能|中：封包、拆包|高：路由转发|高：几乎没有损耗| |IP类型|虚拟IP|虚拟IP|物理IP| |静态IP|不支持|不支持|支持（灵雀云）| |场景|对性能要求不高的；网络环境不灵活的|大多数场景|对性能 方案 - Networking (2) Underlay: MacVLAN / IpVLAN ■ 性能好；MacVlan独立MAC地址，IpVlan共享MAC地址 ■ IpVlan 在 IaaS 中更灵活，如：VMWare 无需混杂模式，及解除 VM 的 MAC 限制 ■ IpVlan 可以节省Mac地址资源，降低 L2 的压力 或 switch 的 Port Security ## 方案 -

[Image](/uploads/documents/4/e/a/7/4ea7752a073a25b12aa64e592731c65b/p5_1.jpg) 解决方案空间（实现）对象：属性和行为的集合 “我认为软件开发中困难的部分是规格说明，设计和测试这些概念上的结构，而不是对概念进行表达和对实现逼真程度进行验证。” 《人月神话》 ## 概念化及其难点-1 ![Image](/uploads/documents/ 概念：反映对象的本质属性的思维形式。人类在认识过程中，把所感觉到的事物的共同特点，从感性认识上升到理性认识，抽出本质属性而成。表达概念的语言形式是词或词组。概念都有内涵和外延，即其涵义和适用范围。概念随着社会历史和人类认识的发展而变化。 《现代汉语大词典》 抽象：从许多事物中，舍弃个别的、非本质的属性，抽出共同的、本质的属性的过程，是形成概念的必要手段。 朱光潜《形象思维在文艺中的作用和思想性》：“抽象就是‘提 加以去粗取精、去伪存真、由此及彼、由表及里的改造制作工夫。” 《现代汉语大词典》 “ ## 任何孤立系统，都会 自发地朝熵值最大的方向演化。 热力学第二定律 发现概念的过程就是从世界的混沌中识别出不均匀，并将具备特定模式的不均匀封装成概念的过程。 ## 认识领域，提高清晰度 ![Image](/uploads/documents/4/e/a/7/4ea7752a073a25b12aa64e592731c65b/p12_1