gydtep

最终一致性（Eventual Consistency）：写入一个数据 a 成功后，在其他副本有可能读不到 a 的最新值，但在某个时间窗口之后保证最终能读到。
强一致性（Strong Consistency）：数据 a 一旦写入成功，在任意副本任意时刻都能读到 a 的最新值。

gydtep

Code Review 原则：以发现问题为目标，团队开放、透明，整个 Code Review 的过程对事不对人，不设置惩罚。
线上线下接合的方式，长期线上，定期线下。

gydtep

流水线
持续交付：降低交付周期，通过自动化工具实现设计、开发、测试、发布、运维各个阶段的重复性工作，通过工具实现标准化、规范化，降低出错概率。

gydtep

开发人员自服务
对于开发过程来说，少交流、少沟通、少开会就是最高效的。

高覆盖率的自动化测试
全面的监控
持续交付流水线
敏捷基础设施
自动化/智能化运维

gydtep

与未参与云原生的开发人员相比，云原生开发人员掌握的计算基础架构确实更多。这些开发人员更加愿意在私有云、公共云、混合云和本地服务器等四种环境中运行代码，且平均使用了1.8种环境，而未参与云原生开发人员的平均值为1.5。

gydtep

无论是云原生开发人员还是传统开发人员，选择在本地服务器上运行代码的比例都相同。这表明，尽管云原生开发人员已经掌握了云的灵活性，但他们并未放弃本地服务器。

gydtep

虽然开发人员采用了云原生开发策略，但运行这些软件的计算资源在各个行业往往各不相同。

gydtep

Sidecar 架构彻底改变了应用的运维架构。由于 Sidecar 架构支持在运行时隔离应用容器与其他容器，因此 原本在虚拟机时代和业务进程部署在一起的大量运维及管控工具都被剥离到独立的容器里进行统一管理。对于应用来说，仅仅是按需声明使用运维能力，能力实现成为云平台的职责。

gydtep

边缘人工智能正在得到广泛应用，其应用范围从智能音箱到街头的摄像头。

边缘处理器制造商Hailo公司首席执行官Orr Danon表示：“直到最近，边缘的人工智能基本上还是理论上的。在2021年，我们可能会看到，由于技术的进步，边缘人工智能的产品将出现增长，这些技术更容易获得，价格也更低廉。边缘人工智能对于管理不断增长的数据量和减轻业务网络日益增长的压力至关重要。在边缘处理数据而无需将数据传输到云端，使设备更强大、更通用、更灵敏、更安全，并有助于合规性。”

gydtep

在一个简单的微服务架构中，如果某应用处于整个链路的入口位置，它的前端一般会挂上负载均衡组件（上图中的应用 A），以承接来自于最终用户的业务请求。这类应用在进行生命周期管理的时候，复杂度会更高，为了确保应用在新版本发布过程中的平衡稳定，会经过如下的步骤：