CNET科技資訊網(wǎng) 4月19日 國(guó)際報(bào)道:微服務(wù)(Microservices)是目前企業(yè)IT領(lǐng)域最熱門(mén)的話題之一,這一點(diǎn)有充分的證據(jù)可以證明。微服務(wù)往往會(huì)提供一些信息技術(shù)和他們具有優(yōu)勢(shì)的交易,尤其是能夠快速高效地對(duì)代碼進(jìn)行一些微小修改和降低風(fēng)險(xiǎn)的能力。另一大優(yōu)勢(shì)在于:其服務(wù)往往以業(yè)務(wù)能力為核心,能讓自己順利地持續(xù)交付。
微服務(wù)表示的是一種建立在小型、可分離進(jìn)程基礎(chǔ)上的軟件架構(gòu),通過(guò)與語(yǔ)言無(wú)關(guān)的API進(jìn)行通信。雖然這些服務(wù)本身相對(duì)易于使用,企業(yè)(特別是那些尋求將現(xiàn)有獨(dú)立應(yīng)用程序向微服務(wù)架構(gòu)轉(zhuǎn)換的公司)需要認(rèn)識(shí)到,微服務(wù)并不會(huì)神奇地令復(fù)雜性“消失”。
相反,應(yīng)用程序交付和管理的復(fù)雜性將從一個(gè)單獨(dú)、大型的應(yīng)用程序的問(wèn)題轉(zhuǎn)化為跟蹤及將多種服務(wù)的外部關(guān)系可視化的一個(gè)挑戰(zhàn)。處理復(fù)雜、單一的應(yīng)用程序問(wèn)題將被處理復(fù)雜的網(wǎng)絡(luò)所代替,而這一復(fù)雜網(wǎng)絡(luò)由分布式的、必須協(xié)同運(yùn)行的相對(duì)簡(jiǎn)單的組件構(gòu)成。
微服務(wù)的前景幾乎每天都在受到手機(jī)和物聯(lián)網(wǎng)(IoT)的影響,而這恰恰使得改善、加快軟件交付的壓力增加。為應(yīng)對(duì)這種壓力,各企業(yè)需要采用全新的交付模型,發(fā)布可以處理許多服務(wù)及其依賴關(guān)系的策略和工具。
大型單一應(yīng)用往往具有很長(zhǎng)的發(fā)布周期,而且每個(gè)版本均具有許多復(fù)雜的功能,雖然這些應(yīng)用在市場(chǎng)上總會(huì)有自己的一席之地,但軟件開(kāi)發(fā)環(huán)境一直在變化,不斷呈現(xiàn)出新的機(jī)遇和挑戰(zhàn)。
您的企業(yè)如何從這些需要幾十甚至上百步來(lái)部署其眾多元件功能的單一應(yīng)用模式轉(zhuǎn)換到管理一套更多、更簡(jiǎn)單組件的模式呢?
雖然工作流工具能夠繪制出每一步部署必須要做的工作,但其旨在為一個(gè)大型部署將一系列步驟串成一套復(fù)雜的部署,所以這些工具不適合這個(gè)挑戰(zhàn)。它們往往不適合處理眾多小型部署、組件之間的依賴關(guān)系、或并發(fā)版本等任務(wù)。
如果你不能輕松地協(xié)調(diào)多種服務(wù)以實(shí)現(xiàn)一個(gè)端對(duì)端用例,尤其是在你需要能夠同時(shí)運(yùn)行多種不同服務(wù)的兼容版本時(shí),那么提供個(gè)人服務(wù)或單擊即可的容器并沒(méi)有多大幫助。同樣,你需要在選擇要部署的服務(wù)上具備一定的靈活性,這樣一來(lái),一項(xiàng)服務(wù)上的測(cè)試失敗將不會(huì)立即叫停你的交付過(guò)程,而且也將阻止所有其他在同一交付流程的服務(wù)繼續(xù)運(yùn)行。
要充分利用微服務(wù)架構(gòu),你需要對(duì)你的部署相關(guān)性和配置有一個(gè)概述。這允許你為持續(xù)的交付流程提供最合適的速度和效率效益。
在一個(gè)微服務(wù)環(huán)境中,單項(xiàng)服務(wù)間可能存在眾多依賴關(guān)系。隨著整個(gè)服務(wù)架構(gòu)變得越來(lái)越復(fù)雜,組件數(shù)量越來(lái)越多,IT人員不可能追蹤所有的依賴關(guān)系并在缺乏自動(dòng)操作的情況下防止沖突。如果漏過(guò)了某一種依賴關(guān)系,整個(gè)系統(tǒng)將可能在某個(gè)很長(zhǎng)的微服務(wù)調(diào)用處失敗,而且很難找出原因或追蹤問(wèn)題的來(lái)源。
在這種情況下,要為不同的服務(wù)協(xié)調(diào)多個(gè)交付流程相當(dāng)困難。不可避免的是,你最終將得到一個(gè)流程網(wǎng)絡(luò),它必須是一個(gè)能共享信息的無(wú)縫生產(chǎn)之路。
當(dāng)然,在你處理成品時(shí)仍會(huì)有大量的手工操作任務(wù),因此使用工具能夠支持手工操作是非常重要的。然而我們要知道,自動(dòng)化往往能減少錯(cuò)誤、提高效率。
目前,圍繞容器技術(shù)(Container Technology),特別是應(yīng)用容器引擎Docker有許多爭(zhēng)議。不過(guò),誰(shuí)知道未來(lái)會(huì)是什么樣呢?你可以采用技術(shù)而非容器實(shí)現(xiàn)微服務(wù)。
致力于一項(xiàng)新技術(shù)始終是一場(chǎng)賭博。如果市場(chǎng)發(fā)生了變化,或是你所研究技術(shù)背后的公司破產(chǎn)了,你將不可避免地被遺棄。不論其底層實(shí)現(xiàn)技術(shù)如何,確保你的工具和過(guò)程能夠無(wú)縫運(yùn)行還是有意義的。
隨著市場(chǎng)如此之快的發(fā)展,在你可以為自己的企業(yè)選定一種使適用的解決方案前,保證你的實(shí)施方案具備開(kāi)放性和靈活性將是一種明智之舉。
總之,對(duì)一個(gè)由相互依賴服務(wù)構(gòu)成的復(fù)雜網(wǎng)絡(luò)進(jìn)行自動(dòng)化、可視化和整合化改變,是交付微服務(wù)應(yīng)用程序的一個(gè)主要挑戰(zhàn)。
如果這種復(fù)雜性增長(zhǎng)到了人們無(wú)法管理的地步,企業(yè)需要采用部署并發(fā)布可以管理的眾多組件之間關(guān)系的工具。通常而言,這意味著企業(yè)需要接受一個(gè)旨在處理依賴關(guān)系的交付模型。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過(guò)學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來(lái)了效率和精度的雙重突破。