Service Mesh Meetup #4 上海站 蚂蚁金服Service Mesh 渐进式迁移方案 2018.11.25 敖小剑 @ 蚂蚁金服 中间件 龙轼 @UC 基础研发部1 Service Mesh演进路线 1 2 实现平滑迁移的关键 3 DNS寻址方案的演进 4 5 总结 DNS寻址方案的后续规划ü 对未来长期目标的认可 • Service Mesh（带控制平面，如Istio） Target 长期 目标 Step By Step 分步 进行 Resiliency 操作 弹性 符合远期规划 • 不走弯路，不浪费投资 • 每一步都为下一步奠定基础 • 谢绝中途推倒重来 循序渐进 • 不要有一步登天的幻想，小步快跑 • 每一步的工作量和复杂度都控制在可 接受范围内 • 每一步都简单方便，切实可行 可操纵性 • 操作层面上要有足够的弹性 • 每个步骤都是可分批进行 •

KubeVela：以应用为中心的 渐进式发布最佳实践 孙健波 阿里云-云原生应用平台团队 技术专家 关于我 • 孙健波 • 阿里云 (@天元) • 云原生应用平台团队--应用管理和应用交付 • Github(@wonderflow) • OAM - Open Application Model (https://oam.dev/) • KubeVela (http://kubevela (http://kubevela.io/) 微信-欢迎交流 目 录 云原生时代的应用与发布挑战 01 KubeVela 简介 02 KubeVela 中的渐进式发布实践 03 云原生时代，应用是怎 么样的？ 以 K8s 资源组合为核心 kubernetes/StatefulSet Kubernetes/Deployment K8s 的原生资源组合 1. 复杂、难懂、门槛高 2. 能力局限，不同场景各不相同 helm upgrade 没有灰度 能力。 Helm Chart 基于 CRD 自定义实现 需要大量 K8s 经验才能开发 某游戏公司自定义workload Pinterest 构建一个渐进式发布能力需要解决哪些 问题？ • 版本化 • 分批发布 • 滚动发布/原地发布 • 发布暂停 • 发布回滚 • 日志监控 • 健康检查 • 多版本部署 • 多版本流量灰度 • 多集群/多环境灰度

(JavaScript 对象表示法) 学习 JS 模板 学习静态网页生成器 通过JS学习计算机科学 学习前端应用架构 学习数据（例如，JSON）API 的设计 学习 React & Redux 学习渐进式 Web 应用 学习设计 JS API 学习web开发工具 学习命令行的使用 学习 Node.js 学习 JS 模块系统 学习模块加载和打包工具 学习包管理工具 学习版本控制 学习构建及任务自动化技术 代码编辑工具 浏览器上的神兵利器 HTML 工具 CSS 工具 DOM 工具 JavaScript 工具 静态网页构建工具 无障碍访问工具 应用程序框架工具（台式机、手机、平板电脑等） 渐进式 Web 应用工具 脚手架工具 常规前端开发工具 模版／数据绑定工具 UI 组件 & 组件包 数据可视化工具（例如图表） 图形工具（例如 SVG、canvas、webGL） 动画工具 (JavaScript 对象表示法) 学习 JS 模板 学习静态网页生成器 通过JS学习计算机科学 学习前端应用架构 学习数据（例如，JSON）API 的设计 学习 React & Redux 学习渐进式 Web 应用 学习设计 JS API 学习web开发工具 学习命令行的使用 学习 Node.js 学习 JS 模块系统 学习模块加载和打包工具 学习包管理工具 Introduction

中哈希表实现的优点？ 主要是当哈希表需要扩桶的时候，rehash 过程中 redis 采用了均摊/渐进式的思想，把 rehash 中的性能损耗均摊在每一次 SET/DEL 操作中（如 rehash 总耗时 1 秒，均摊给 100 个请求，那么每个请求只增加延时 10 毫秒），rehash 过程如下： 哈希表渐进式 rehash 的详细步骤： (1) 为 ht[1] 分配空间, 让字典同时持有 ht[0] rehash 至 ht[1], 这时程序将 rehashidx 属性的值设为 -1, 表示 rehash 操作已完成 哈希表渐进式 rehash 执行期间的哈希表操作： 因为在进行渐进式 rehash 的过程中, 字典会同时使用 ht[0] 和 ht[1] 两个哈希表, 所以在渐进式 rehash 进行期间, 字典的删除 (delete)、查找(find)、更新(update) 等操作会在两个哈希表上进行: 等操作会在两个哈希表上进行: 比如说，要在字典里面查找一个键的话，程序会先在 ht[0] 里面进行查找，如果没找到的话，就会继续到 ht[1] 里面进行查找，诸如此类 另外, 在渐进式 rehash 执行期间, 新添加到字典的键值对一律会被保存到 ht[1] 里面, 而 ht[0] 则不再进行任何添加操作: 这一措施保证了 ht[0] 包含的键值对数量会只减不增, 并随着 rehash 操作的执行而最终变成空表© XXX

但是大数据引擎平台，架构思路过时、组件 众多、体系完整等，以及组织认知和能力、 在线业务的依赖等等，大量的历史包袱导致 大数据平台在云原生环境下落地艰难。那么 如何实现大数据云原生化呢？立足满足现在 和未来的企业需求进行渐进式改造推进是比 较合理的方式。(阿里巴巴甚至根据新时代的 诉求，把原先的大数据平台JStorm都给舍弃 掉，全面奔向MaxCompute云原生体系) 高级能力-云原生大数据|AI-业务赋能的基石-2-架构改造上的问题和困难 云原生化应该遵循循循进进的渐进式演进道路， Yarn-NodeManager Hadoop Yarn计算节点 Yarn-ResourceManager Hadoop Yarn管理节点 已有的Hadoop集群 注册|任务下发 Yarn-NodeManager Yarn-NodeManager Hadoop Yarn计算节点 K8S集群 注册|任务下发 渐进式演进方案主要有弹性扩缩容和 的资源，将任务调度到已分配了资源但是未实际使用的节点上，从而更充分的提高系统算力），在离线混部（根 据离线任务和在线任务的周期性，削峰填谷，从而充分利用系统闲置资源）。 • 在应用改造成本、迁移风险和组织架构方面：通过渐进式的迁移，大数据应用团队无需改造既有架构，只需制作 当前所用的Hadoop版本的镜像，即可完成在Kubernetes上创建容器资源补充算力，这种方式，可以最低程度的减少 变更，从而尽可能的降低迁移风

持柔性租户体系，动态适配用 户组织架构规划和实时资源分配，基于云原生化的 CI/CD 流水线，集成丰富的工具链 并支持流水线高效并发执行流转，自动化完成应用的构建、部署，创新性引入 Gitops、渐进式交付能力体系，实现应用更精细的管理运维。 涉及的模块：全局管理、容器管理、应用工作台、云原生网络、云原生存储、镜像仓 库 版权 © 2023 DaoCloud 第 7 页 B 等渐进式发布策略、项目管理、工具链集成等多种功能。 应用工作台着重企业应用自动化交付和基础设施变更的过程，提供业务应用从 “开发 -> 测试 -> 部署 -> 运维”的全生命周期管理，能有效帮助企业实现数字 化转型，提升企业的 IT 交付能力和竞争力。 以容器管理为底座，借助全局管理实现层级资源管理，以 CI/CD 流水线和 GitOps 流程增删改查云原生应用，实现渐进式交付。

数据库互相隔离，避免故障传递 • No join, no pain! ⽤户 商品 订单 物流 接⼝聚类收敛 • 按功能聚类接⼝ • 避免微服务过微 • 避免调⽤链路过深 正确性验证 • 循序渐进可回滚 • fork请求，验证返回 • 灰度逐步迁移 • 监控有⽆漏⽹请求 • 保留回滚可能性 数据迁移 CI/CD • mono repo • gitlab + jenkins supervisor • docker + kubernetes • kind Wrap up • Prefer Go over … • 怎么选？ • 何时转？ • 怎么转？ go-zero渐进式微服务框架 • 9.2K stars • 1.1K forks • 70 contributors • MIT License https://github.com/tal-tech/go-zero

AltJS TypeScript ●JS + 静态类型 ●工具完善 ●贴合语言标准 TS和伙伴们 ●动态类型语法糖： CoffeeScript ●静态类型新语言: BuckleScript ●渐进定型: Flow Type CoffeeScript ●纯语法糖，动态类型 ●上手简单 ●工具不良 ●与新标准有冲突 BuckleScript ●脱胎于OCaml ●类型系统强大 ●编译高度优化 1 } class Dog extends Animal { bark() {} } // interface interface Runnable { run: () => void } 渐进定型 Gradual Typing function handlerResponse(resp) { if (resp.type === 'user') { var user = resp

必不可少的⼀本书。 ⼀⽅⾯， 对于 Redis 初学者来说， 本书的章节经过妥善的编排， 按照从简单到复杂的顺序详细罗列了 Redis 的 各项特性， 因此 Redis 初学者只需要沿着书本⼀直阅读下去就可以循序渐进地学习到具体的 Redis 知识， ⽽穿 插其中的应⽤示例则让读者有机会亲⾃实践书中介绍的命令知识， 真正做到学以致⽤。 另⼀⽅⾯， 对于 Redis 使⽤者来说， 本书包含了⼤量 Redis 新版特性的介绍， html 。 11.2.2 其他信息 属性 值 复杂度 O(N) ，其中 N 为数据库包含的键数量。 版本要求 KEYS 命令从 Redis 1.0.0 版本开始可⽤。 11.3 SCAN：以渐进⽅式迭代数据库中的键 因为 KEYS 命令需要检查数据库包含的所有键， 并⼀次性将符合条件的所有键全部返回给客户端， 所以当数据库 包含的键数量⽐较⼤时， 使⽤ KEYS 命令可能会导致服务器被阻塞。 SCAN 命令类似的游标迭代命令， 它们分别 是 HSCAN 命令、 SSCAN 命令和 ZSCAN 命令， 以下三个⼩节将分别介绍这三个命令的⽤法。 1. 散列迭代命令 HSCAN 命令可以以渐进的⽅式迭代给定散列包含的键值对： HSCAN hash cursor [MATCH pattern] [COUNT number] 除了需要指定被迭代的散列之外， HSCAN 命令的其他参数跟 SCAN

程度上的意识到函数的作用。 甚至Haskell程序员们能够在Hoogle中通过函数的类型签名来寻找函数。 错误检查、程序验证 程序效率：动态类型不利于编译优化 渐进式类型系统 相对于静态语言的类型系统。 为动态语言添加类型系统需要考虑到过渡与历史包袱 一种叫做渐进式类型系统的东西完美的符合了这个应用场景 这种类型系统同时允许动态类型与静态类型的存在 声明类型系统、鸭子类型与结构类型系统 类型系统的分类——声明式类型系统与结构化类型系统