得益于CTO、CEO和CDO們積極的推動，IT基礎設施正在向云環境遷移，底層架構師則在熱烈討論圍繞著云原生應用的SaaS、PaaS和微服務架構，而開發者們正在大顯身手，努力探索云計算的魔盒，找出什么是對業務有價值的，什么又是不需要的。

[[234477]]

之所在云上花費這大精力，云應用所具備的獨特功能居功至偉，例如支持高度可擴展和靈活的分布式架構，可以在多云環境中輕松遷移，但云應用從開發到落地生產環境，需要許多不同的工具和技術來提供強有力的支持。本文將討論云環境中能夠***化發揮云計算優勢的新方法、新工具。

函數式編程

假設我們希望開發具有高度可伸縮基礎設施的服務來支持IoT和ybig data平臺，函數式編程是一項值得考慮的選擇。不同于大多數人所熟知的編程范式，函數式編程不需要維護全局狀態，只需要將輸入數據傳給函數即可，適合用于驗證新想法。很多***云供應商目前都已經支持函數式編程。

選擇開發語言

在云平臺上開發微服務架構時，啟動時間(startup time)、內存效率(memory efficiency)、二進制大小(binary size)和并發性(consurrency)是關鍵因素。

Go——Go語言對于云計算來說，是一種優秀的選擇，它具備兵法、輕量級、靜態類型和編譯語言等特性。據了解，英國的一家銀行(Monzo)完全使用Go語言實現微服務架構來構建完整的銀行體系結構。

Java——大多數應用都是用Java開發的，Java也擁有大量的開發者社區基礎。Spring Boot和Java modules(JDK-9.0～)是云原生架構的***選擇之一。這是將以遺留系統遷移到云平臺的良好開端。

.net core——微軟已經很久沒有支持開源社區了，這也是很多公司不采用.net core的原因之一。當然微軟總是致力于提供無bug的工具、簡單的語法和良好的教程，他們最近也意識到，開源可以為Azure cloud提供更多的創新和業務。總而言之，.net core是Azure云平臺上的***選擇之一。

R Math——數據科學(data science)正在席卷整個計算機世界，但卻沒有一種新的語言可以用來解決數據科學難題(統計和數學)。由于云計算可以以低成本提供計算能力，業界正試圖用舊的技術工具來解決人工智能難題。R是S編程語言的實現。S創建于1976年，R library實現統計和數學功能。

Python——Python支持多種編程范例和強類型檢查。它易于學習，有強大的分析庫，并得到了開源社區的大力支持，這也是Python吸引數據科學家的原因之一。

選擇存儲

大規模伸縮前端服務時，嘗試使用連接池與RDBMS數據庫進行通信可能無法滿足實際的用例需求，需要我們選擇以云為中心(cloud-centric)的數據庫來構建強大的存儲平臺。

Amazon DynamoDB——提供了任何級別的single-digit-millisecond延遲，數據以NoSQL格式存儲，支持文檔、鍵值存儲模型和構建圖形數據庫。

Azure Cosmos DB——支持具有水平擴展的全局分布式數據庫。以NoSQL格式存儲的數據，保證了99%的single-digit-millisecond延遲。它不僅支持文檔、圖形、鍵值、表和列族數據模型，還支持擴展到多種語言的API支持。

MongoDB——MongoDB是NoSQL DB的早期版本之一，對于客戶來說是非常好的開源存儲，并且具有不錯的成本效益模型。

IBM Cloudera DB——Cassandra是Cloudera的基礎數據庫，它支持基于java的api來與NoSQL數據庫通信。

Oracle NoSQL DB——oracle NoSQL DB并支持水平負載均衡和節點擴展。

Service Mesh微服務架構

微服務架構在帶來諸多好處的同時，也帶來了處理故障、路由和服務發現方面的挑戰。因此，在大規模構建以云為中心的服務時，不妨考慮Service Mesh微服務架構。

什么是Service Mesh微服務架構

Service Mesh是用于處理服務間通信的基礎設施層，用于在云原生應用復雜的服務拓撲中實現可靠的請求傳遞。在實踐中，Service Mesh通常是一組與應用一起部署，但對應用透明的輕量級網絡代理。簡單來說，Service Mesh是微服務通信的代理層。

Linkerd - It communicates between services and provides an abstract layer for accessing microservices. The key features are service discovery, load balancing, circuit breaking, dynamic request routing and distributed tracing.

Linkerd——Linkerd為服務之間通信提供支持，并為訪問微服務提供抽象層，具有服務發現、負載均衡、斷路、動態請求路由和分布式跟蹤等特性。

Envoy——最初在其內部使用，而今作為Service Mesh解決方案開放了源代碼。不過Envoy并不是為Kubernetes設計的。

Istio——Istio使用負載均衡服務創建已部署服務的網絡以進行服務身份驗證。服務監視是它支持的關鍵特性之一。

Rainbond——Service Mesh微服務架構是開源PaaS Rainbond在v3.6.0版本中的重點新增特性，可以開箱即用。Rainbond通過插件式擴展來實現治理功能，并對spring cloud、api gateway、dubbo等微服務架構框架有良好支持。

消息層

IoT是所有行業都在關注的增長領域。相信不少人都聽說過，數據是一種新的石油這句話。自動駕駛、移動設備等等，每天都會向云平臺輸送大量數據。事件源(event sourcing)是捕獲完整在線用戶活動的另一個領域……種種情形和需求，讓數據流工具成為眾多企業必不可少的一部分。

Kafka——Kafka是一款基于發布/訂閱的分布式消息系統，于2011年成為Apache的孵化項目，隨后于2012年成為Apache的主要項目之一。Kafka使用Scala和Java進行編寫，因其快速、可擴展的、高吞吐、可容錯的特點而逐漸成為一項廣泛使用的技術，適合在messaging、website activity tracking、log aggregation等大規模消息處理場景中使用。

Kinesis——Amazon Kinesis可讓您輕松收集、處理和分析實時流數據，以便您及時獲得見解并對新信息快速做出響應。Amazon Kinesis 提供多種核心功能，可以經濟高效地處理任意規模的流數據，同時具有很高的靈活性，讓您可以選擇***應用程序需求的工具。

容器/架構即代碼

容器化是對在云環境中運行應用和依賴的打包，即其中包含代碼、環境變量、庫等等。容器可以在任意云環境中運行，并為大規模遷移到不同云環境中提供靈活性。

Docker——Docker為封裝和分發容器應用提供了一個開放的標準。Docker engine用于構建和運行容器，而Docker鏡像一般存儲在Docker hub中。

Kubernetes——Kubernetes現下已成為容器編排的標準，在Docker技術的基礎上，為容器化的應用提供部署運行、資源調度、服務發現和動態伸縮等一系列完整功能，提高了大規模容器集群管理的便捷性。

總結

以上工具和技術只是云平臺的開始，需要企業，尤其是大型企業在構建云平臺時，結合實際自身情況進行選擇，為應用開發、存儲、安全、日志記錄和調試、監視和測試創建合理的路線圖，這也是為開發人員增加生產力和實現目標提供清晰思路的有效方法。