關於雲平臺，開發者須要作哪些準備？

得益於CTO、CEO和CDO們積極的推進，IT基礎設施正在向雲環境遷移，底層架構師則在熱烈討論圍繞着雲原生應用的SaaS、PaaS和微服務架構，而開發者們正在大顯身手，努力探索雲計算的魔盒，找出什麼是對業務有價值的，什麼又是不須要的。

之所在雲上花費這大精力，雲應用所具有的獨特功能居功至偉，例如支持高度可擴展和靈活的分佈式架構，能夠在多雲環境中輕鬆遷移，但云應用從開發到落地生產環境，須要許多不一樣的工具和技術來提供強有力的支持。本文將討論雲環境中可以最大化發揮雲計算優點的新方法、新工具。

函數式編程

假設咱們但願開發具備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。不一樣於大多數人所熟知的編程範式，函數式編程不須要維護全局狀態，只須要將輸入數據傳給函數便可，適合用於驗證新想法。不少頂級雲供應商目前都已經支持函數式編程。

選擇開發語言

在雲平臺上開發微服務架構時，啓動時間（startup time）、內存效率（memory efficiency）、二進制大小（binary size）和併發性（consurrency）是關鍵因素。

Go——Go語言對於雲計算來講，是一種優秀的選擇，它具有兵法、輕量級、靜態類型和編譯語言等特性。據瞭解，英國的一家銀行（Monzo）徹底使用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～）是雲原生架構的最佳選擇之一。這是將以遺留系統遷移到雲平臺的良好開端。

.net core——微軟已經好久沒有支持開源社區了，這也是不少公司不採用.net core的緣由之一。固然微軟老是致力於提供無bug的工具、簡單的語法和良好的教程，他們最近也意識到，開源能夠爲Azure cloud提供更多的創新和業務。總而言之，.net core是Azure雲平臺上的最佳選擇之一。

R Math——數據科學（data science）正在席捲整個計算機世界，但卻沒有一種新的語言能夠用來解決數據科學難題（統計和數學）。因爲雲計算能夠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建立於1976年，R library實現統計和數學功能。

Python——Python支持多種編程範例和強類型檢查。它易於學習，有強大的分析庫，並獲得了開源社區的大力支持，這也是Python吸引數據科學家的緣由之一。

選擇存儲

大規模伸縮前端服務時，嘗試使用鏈接池與RDBMS數據庫進行通訊可能沒法知足實際的用例需求，須要咱們選擇以云爲中心（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——支持具備水平擴展的全局分佈式數據庫。以NoSQL格式存儲的數據，保證了99%的single-digit-millisecond延遲。它不只支持文檔、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，對於客戶來講是很是好的開源存儲，而且具備不錯的成本效益模型。

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

Oracle NoSQL DB——oracle NoSQL DB並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。所以，在大規模構建以云爲中心的服務時，不妨考慮Service Mesh微服務架構。

什麼是Service Mesh微服務架構

Service Mesh是用於處理服務間通訊的基礎設施層，用於在雲原生應用複雜的服務拓撲中實現可靠的請求傳遞。在實踐中，Service Mesh一般是一組與應用一塊兒部署，但對應用透明的輕量級網絡代理。簡單來講，Service Mesh是微服務通訊的代理層。

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爲服務之間通訊提供支持，併爲訪問微服務提供抽象層，具備服務發現、負載均衡、斷路、動態請求路由和分佈式跟蹤等特性。

Envoy——最初在其內部使用，而今做爲Service Mesh解決方案開放了源代碼。不過Envoy並非爲Kubernetes設計的。

Istio——Istio使用負載均衡服務建立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，能夠開箱即用。Rainbond經過插件式擴展來實現治理功能，並對spring cloud、api gateway、dubbo等微服務架構框架有良好支持。

消息層

IoT是全部行業都在關注的增加領域。相信很多人都據說過，數據是一種新的石油這句話。自動駕駛、移動設備等等，天天都會向雲平臺輸送大量數據。事件源（event sourcing）是捕獲完整在線用戶活動的另外一個領域……種種情形和需求，讓數據流工具成爲衆多企業必不可少的一部分。

Kafka——Kafka是一款基於發佈／訂閱的分佈式消息系統，於2011年成爲Apache的孵化項目，隨後於2012年成爲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、可容錯的特色而逐漸成爲一項普遍使用的技術，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可以讓您輕鬆收集、處理和分析實時流數據，以便您及時得到看法並對新信息快速作出響應。Amazon Kinesis 提供多種核心功能，能夠經濟高效地處理任意規模的流數據，同時具備很高的靈活性，讓您能夠選擇最符合應用程序需求的工具。

容器/架構即代碼

容器化是對在雲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。容器能夠在任意雲環境中運行，併爲大規模遷移到不一樣雲環境中提供靈活性。

Docker——Docker爲封裝和分發容器應用提供了一個開放的標準。Docker engine用於構建和運行容器，而Docker鏡像通常存儲在Docker hub中。

Kubernetes——Kubernetes現下已成爲容器編排的標準，在Docker技術的基礎上，爲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，提升了大規模容器集羣管理的便捷性。

總結

以上工具和技術只是雲平臺的開始，須要企業，尤爲是大型企業在構建雲平臺時，結合實際自身狀況進行選擇，爲應用開發、存儲、安全、日誌記錄和調試、監視和測試建立合理的路線圖，這也是爲開發人員增長生產力和實現目標提供清晰思路的有效方法。

• END -

開源PaaS Rainbond v3.6.0現已發佈，新增Service Mesh微服務架構開箱即用，經過插件式擴展來實現治理功能，並支持spring cloud、api gateway、dubbo等主流微服務架構。