gydtep

我们可以预留一部分计算资源，放在资源池中，当应用有扩容需求的时候，就向资源池申请资源，当业务负载下降的时候，再把多余的计算资源归还到资源池中。

gydtep

这其实并不是一个好主意，每一个计算资源都是需要成本的，资源池虽然能够解决计算资源快速投入使用的问题，却造成了巨大的浪费。另外，到底规划多大的资源池，也是一件很伤脑筋的事情，池子越大，造成的浪费就越大，但池子太小，又可能满足不了扩容的需求。

gydtep

首先，只要一个系统是为人服务的，就必然存在波峰和波谷。对于一个 7*24 小时运行的系统，不可能永远保持同样的用户流量，二八原则对于很多业务系统依然适用（ 80% 的用户流量集中在 20% 的时间段）。

gydtep

相比生产环境，开发和测试环境对于扩容和缩容的需求会更加迫切。一套微服务应用由不同的团队进行开发，在理想的情况下，多个团队会共享一套测试环境：

gydtep

应用托管到 SAE 以后，可以免费获得基础资源（包括 CPU、内存、负载和网络）以及应用层（包括 JVM 分析、接口调用分析等方面）的监控能力。如果需要更高级的 SQL 分析、异常分析、链路上下游和接口快照，可以集成阿里云应用时间监控产品（ARMS）。

gydtep

对于非 Java 语言编写的应用，或者没有使用 Spring Cloud 等微服务框架的 Java 应用， SAE 能不能完美支持，并帮助企业降低资源成本呢？

gydtep

异步要求将业务流程的核心部分抽象出来，使其不与非核心的内容耦合。从理论上看，核心部分越精炼，系统出错误的概率越小。比如，支付宝的支付业务背后有一百多个业务处理节点，在微服务时代，其背后可能有几百个甚至上千个业务节点，假设每个节点的可用率都是5个9，把几百个甚至几千个节点的可用率乘起来就会使得整体的可用率非常小。

gydtep

但通过移除和核心业务无关的内容，从而减小节点数量后，系统的可用率就会大幅增高。上图的左右两边从不同角度对微服务的高可用设计进行了分析。左边是微服务设计应具有的能力，右边是设计高可用微服务架构时应遵循的原则。

gydtep

随着分布式技术的发展与演进，微服务技术成为了大型分布式IT架构的必然选择。从本质上来讲，微服务是一种架构风格，将一个大型的系统拆分为多个拥有独立生命周期的应用，应用之间采用轻量级的通信机制进行通信。

gydtep

当系统出现故障或异常的时候，如何第一时间发现问题、定位问题、解决问题？