gydtep

因此在数据采集层需要建立了一套标准的数据采集体系方案，并致力全面、高性能、规范地完成海量数据的采集，将其传输到大数据平台。

gydtep

数据服务可以使应用对底层数据存储透明，将海量数据方便高效地开放给集团内部各应用使用。如何在性能、稳定性、扩展性等多方面更好地服务用户；如何满足应用各种复杂的数据服务需求；如何保证数据服务接口的高可用。随着业务的发展，需求越来越复杂，因此数据服务也在不断地前进。

gydtep

gRPC 不仅可以用于 Server 端服务调用，也可以支持浏览器、移动 App 和 IoT 设备与后端服务的交互。gRPC 在功能上已经具备完整的 RPC 能力，也提供了扩展机制来支持新的功能。

gydtep

容器可以作为 Immutable Infrastructure （不可变基础设施）的基础，提升应用交付的稳定性。不可变基础设施是由 Chad Fowler 于 2013 年提出的构想：在这种模式中，任何基础设施的实例（包括服务器、容器等各种软硬件）一旦创建之后便成为一种只读状态，不可对其进行任何更改。

gydtep

如果需要修改或升级某些实例，就是创建一批新的实例进行替换。这种模式的可以减少了配置管理工作的负担，保障系统配置变更和升级可以可靠地重复执行，避免令人头疼的配置漂移问题；易于解决部署环境间的差异，让持续集成与持续部署过程变得更流畅；支持更好的版本管理，在部署出错时可进行快速回滚，

gydtep

Service实现了服务端自动发现机制，即提供应用服务的一组Pod可以通过同一个服务域名访问地址对外提供服务，Pod的新增或者销毁不会影响该服务整体服务性能。工作负载通过Service绑定了一个虚拟IP以及端口，对于Pod分配的节点资源并不敏感，解耦了Service与节点网络资源，使得整个集群具备负载迁移，故障自愈的能力。

gydtep

Pod内的一组容器在运行时具有相关性，运行在同一节点，共享节点资源。当应用负载发现变化时，容器对节点资源消耗也随之发生变化，节点资源的容量与可用性也会影响应用服务的性能与稳定性。

gydtep

K8S的Scheduler组件基于APIServer定义的Pod资源对象和Kubelet上报的各个节点资源的使用情况，来选择合适的节点进行调度。Scheduler控制Pod的创建，弹性伸缩以及遇到故障时的负载迁移。

gydtep

K8S实现的服务发现是基于服务端方式，即服务端Pod要主动上报自己的服务容量到服务注册中心。客户端Pod要能访问服务注册中心，并且可以通过服务注册中心提供服务信息，可以访问到响应服务端Pod。客户端Pod通过代理服务，使用一个恒定不变的虚拟IP对同一个服务访问，而不在意提供服务的Pod是哪个。

gydtep

按照各主目标的顺序依次分配资源。比如，最终分配给学习的时间是10天。
在给定的学习预算下，制定学习目标，要激进。然后给出执行方案。比如，学习目标是掌握基本的统计学知识，并成为Java专家。