QCON上海2019與會筆記
- 2019 年 10 月 26 日
- 筆記
有幸作為講師參加上海qcon2019大會，這裡做個筆記把大會幾個核心專題，以及專題上主要談到的一些技術趨勢記錄一下。也拎5個自己覺得非常好的ppt提煉分享下，涉及Mesh、中台、devops、AI、運維這5個方面
大會PPT地址
主要演講專題
- 業務中台化演進
- 以云為始的工程效率實戰
- 雲原生的新思考
- 金融科技
- 前端技術
- 智慧運維
- 互聯網架構之海量監控
- 演進式架構
- 大數據分析的支撐技術
- 混沌工程
- 人工智慧應用與實踐
- 微服務架構演進
- 移動新生態新技術
- 產業互聯網時代下的產品思維
- 互聯網企業的安全揭秘
- 零售和商業背後的新技術
- 程式語言的工程實踐
- 基礎設施技術
Mesh：螞蟻金服 Service Mesh 深度實踐
ServiceMesh在螞蟻金服的落地情況
從17年開始預研，18年開始開發SOFAMesh（sidecar）並小規模落地，19年開始逐漸鋪開並準備迎接雙11考驗。螞蟻金服ServiceMesh都走在業界前列
ServiceMesh對性能影響是什麼？
直接拋結論：約0.2ms，延遲影響在-7.5%~+5
性能影響-7.5%，表示引入Mesh甚至都有可能提升性能，原因是基礎設施下層後，像路由快取等基礎設施性能優化，不用所有服務SDK升級發布就可使用：
服務怎麼平滑遷移到ServiceMesh？
雙模微服務平台，控制平面Pilot也提供傳統註冊中心能力，服務就可以平滑接入Mesh，但本身Pilot也需要做訂製開發
我的業務是否要接入ServiceMesh？
如果有以下痛點的業務可考慮接入：多語言支援，基礎設施類庫升級困難，老應用改造困難等
中台：菜鳥數據中台技術演進之路
一張圖展示阿里中台演進思路
中台是之前平台化思路的演進，從產品經營理論和團隊組織形式共同推進
菜鳥數據中台整體架構
前台支援菜鳥數據運營、產品模組、生態公司等不同業務；數據中台提供各種數據套件和分析工具；基礎平台支撐底層的大數據技術能力
devops：華為雲DevOps轉型之工程效率提升
華為研發模式的演化：IPD、敏捷、devops
從基於IPD的集成化開發，到引入CI/CD的自動化集成交付，到基於雲的devops規模化建設
華為基於流水線落地CI/CD示例
流水線集成交付能力，把控流程品質，從15年交付需要1周，到現在交付只需30分鐘：
AI：互聯網金融產品個性化營銷演算法的探索和實踐
金融領域AI可以用在哪些場景？
在金融領域，AI主要可以用在幫助用戶增長、智慧分析數據、管理金融風險和提供給產品數據/AI產品：
個性化營銷要解決的核心問題
利用大數據和AI，分析用戶消費心理，提升營銷活動投資回報率（ROI）
相關幾個做法：
- 基於協同過濾的人群lookalike
- 特徵工程：離散化及稀疏性處理
- 樣本構造：PU-learning + DNN
- 排序學習（learning to rank）
- 營銷提升模型(uplift model)
運維：美團點評監控系統介紹
美團監控系統產品有哪些?
監控系統核心聚焦大盤數據、服務端/移動端/前端數據、指標查詢和告警等能力
美團監控系統架構設計
基於Agent採集資訊，指標數據發送到Broker，Broker分不同周期發送MQ給指標和告警服務，提供給管理端查看和觸發告警配置規則
