阿里云云原生架構實踐

序1
序2
序3
前言
第1章　云原生：云計算的再升級1
1.1　什么是云原生1
1.1.1　云原生的概念1
1.1.2　云原生是云計算的趨勢5
1.1.3　支撐淘寶千億交易背后的技術平臺故事6
1.2　云原生是云計算的再升級8
1.2.1　重塑研發(fā)流水線9
1.2.2　重新定義軟件交付模式9
1.2.3　運維模式的升級11
1.2.4　應用架構的升級12
1.2.5　組織結構的升級13
1.3　構建現代化應用14
1.3.1　現代化應用及其特點14
1.3.2　云原生架構的提出14
1.3.3　云原生架構能為企業(yè)帶來什么價值16
1.4　案例：阿里巴巴云原生發(fā)展實踐17
1.4.1　應用架構互聯網化階段18
1.4.2　核心系統全面云原生化階段18
1.4.3　云原生技術全面升級階段19
1.5　本章小結19
第2章　云原生架構的定義和原則21
2.1　云原生架構定義21
2.1.1　降低研發(fā)成本和項目維護復雜度22
2.1.2　加快軟件迭代速度，降低管理和運行成本23
2.2　云原生架構原則24
2.2.1　服務化原則25
2.2.2　彈性原則26
2.2.3　可觀測原則28
2.2.4　韌性原則29
2.2.5　所有過程自動化原則30
2.2.6　零信任原則32
2.2.7　架構持續(xù)演進原則34
2.3　本章小結35
第3章　云原生架構的模式和反模式36
3.1　服務化架構模式36
3.1.1　服務接口定義37
3.1.2　IDL定義37
3.1.3　OpenAPI 38
3.2　Service Mesh化架構模式40
3.2.1　Service Mesh之Sidecar模式41
3.2.2　Service Mesh之服務注冊和發(fā)現模式45
3.2.3　Service Mesh之中心化Broker模式48
3.3　Serverless架構模式51
3.4　計算存儲分離模式54
3.5　分布式事務模式55
3.5.1　兩階段提交55
3.5.2　BASE56
3.5.3　TCC56
3.5.4　Saga57
3.5.5　AT58
3.6　可觀測架構模式59
3.6.1　日志60
3.6.2　度量60
3.6.3　追蹤62
3.6.4　事件流訂閱63
3.7　事件驅動架構模式63
3.7.1　什么是事件64
3.7.2　事件的生成和消費64
3.7.3　事件異步通信65
3.7.4　數據變更捕獲65
3.7.5　讀寫分離66
3.8　網關架構模式67
3.9　混沌工程模式68
3.10　聲明式設計模式69
3.11　典型的云原生架構反模式70
3.11.1　龐大的單體應用70
3.11.2　單體應用“硬拆”為微服務71
3.11.3　缺乏自動化能力的微服務71
3.11.4　架構不能充分使用云的彈性能力72
3.11.5　技術架構與組織能力不匹配73
3.12　本章小結74
第4章　云原生技術及概念介紹75
4.1　容器技術75
4.1.1　容器技術的背景與價值75
4.1.2　典型的容器技術77
4.1.3　應用場景案例：申通基于Kubernetes的云原生化81
4.2　DevOps技術84
4.2.1　DevOps的技術背景與價值84
4.2.2　DevOps的原則與技術85
4.2.3　應用場景案例：阿里巴巴DevOps實踐91
4.3　微服務93
4.3.1　微服務的背景與價值93
4.3.2　微服務的設計約束原則與典型架構94
4.3.3　應用場景案例：阿里巴巴的Dubbo實踐98
4.4　Serverless99
4.4.1　Serverless的技術背景與價值99
4.4.2　Serverless的典型技術與架構100
4.4.3　應用場景案例：越光醫(yī)療巧用Serverless容器提升診斷準確度102
4.5　開放應用模型103
4.5.1　OAM的技術背景與價值103
4.5.2　OAM的典型原則與架構104
4.5.3　應用場景案例：KubeVela基于Kubernetes OAM實現106
4.6　Service Mesh技術109
4.6.1　Service Mesh的技術背景與價值109
4.6.2　Service Mesh的典型技術與架構110
4.6.3　應用場景案例：阿里巴巴Service Mesh實踐112
4.7　分布式消息隊列114
4.7.1　分布式消息隊列的背景與動機114
4.7.2　分布式消息隊列的典型技術與架構115
4.7.3　應用場景案例：阿里巴巴的RocketMQ實踐117
4.8　云原生數據庫技術119
4.8.1　云原生數據庫的技術背景與價值120
4.8.2　云原生數據庫的典型技術120
4.8.3　應用場景案例：PolarDB助力銀泰實現快速云化138
4.9　云原生大數據139
4.9.1　云原生大數據的技術背景與價值140
4.9.2　云原生大數據的典型技術140
4.9.3　應用場景案例150
4.10　云原生AI153
4.10.1　云原生AI的技術背景與價值154
4.10.2　云原生AI的典型技術154
4.10.3　應用場景案例：利用云原生AI打造新一代社交推薦平臺157
4.11　云端開發(fā)159
4.11.1　云端開發(fā)的技術背景與價值159
4.11.2　應用場景案例：杭州幻熊科技借助云效平臺實現每日交付162
4.12　云原生安全164
4.12.1　云原生安全的技術背景與價值165
4.12.2　云原生安全的典型技術166
4.13　本章小結178
第5章　阿里巴巴云原生架構設計179
5.1　云原生架構的四個不同成熟階段180
5.2　ACNA的概念181
5.2.1　ACNA-S1：企業(yè)戰(zhàn)略視角182
5.2.2　ACNA-S2：業(yè)務發(fā)展視角183
5.2.3　ACNA-S3：組織能力視角183
5.2.4　ACNA-S4：云原生技術架構視角184
5.2.5　ACNA-S5：架構持續(xù)演進閉環(huán)185
5.3　云原生架構成熟度模型187
5.3.1　6個評估維度187
5.3.2　評估模型的實施指導和工作表188
5.3.3　服務化能力的評估190
5.3.4　彈性能力的評估191
5.3.5　無服務器化程度的評估191
5.3.6　可觀測性的評估192
5.3.7　韌性能力的評估193
5.3.8　自動化能力的評估194
5.4　如何向云原生架構遷移194
5.4.1　技術棧遷移評估表195
5.4.2　組織和文化的改變195
5.4.3　現有產品的遷移路徑197
5.4.4　項目實施關鍵點197
5.5　架構風險控制198
5.6　本章小結200
第6章　云原生落地實踐對不同崗位的影響201
6.1　CXO和IT主管201
6.1.1　外部環(huán)境201
6.1.2　內部環(huán)境202
6.2　架構師/咨詢人員/系統規(guī)劃人員203
6.3　開發(fā)人員204
6.4　運維人員206
6.5　軟件交付工程師/系統集成工程師207
6.6　從數據庫管理員到數據庫架構師208
6.7　本章小結210
第7章　不同行業(yè)的云原生架構實踐211
7.1　完美日記的云原生之路211
7.2　突圍數字化轉型，云原生賦能特步新零售214
7.3　落地云原生，聯通構建新一代云化業(yè)務支撐系統220
7.4　申通快遞核心業(yè)務系統云原生之路223
第8章　云原生架構的發(fā)展趨勢227
8.1　容器技術的發(fā)展趨勢227
8.2　基于云原生的新一代應用編程界面的發(fā)展趨勢232
8.3　Serverless發(fā)展趨勢233
8.4　采用云原生技術的軟件交付模式235
8.5　云原生大數據發(fā)展趨勢237
8.6　云原生數據庫的發(fā)展趨勢238
8.7　本章小結240
附錄A　阿里云云原生產品介紹242
附錄B　常見分布式設計模式257