企业技术中台架构演进之路.pptx

企业技术中台架构的演进是现代企业数字化转型的重要组成部分，旨在提升研发效率，保障服务的可用性，并优化资源的利用率。本文将深入探讨这一主题，主要分为四个部分：背景与思考、中台的演进、未来的演进以及关键技术实践。 背景介绍了一个成立于2015年的公司，专注于通过数据驱动智能电动汽车的发展，引领出行方式的变革。随着公司的快速发展和人员扩张，技术架构面临挑战，如缺乏基础平台设施导致的研发效率低下、技术规范不统一、可用性支撑手段有限等。为解决这些问题，公司开始构建基于Spring Cloud的微服务架构，采用Kubernetes进行容器编排，并实施DevOps实践，以提高开发测试效率和应用质量。 在中台的演进过程中，2018年4月启动项目，同年8月接入首个服务，12月推出中台1.0版本。至2019年，中台已支撑大规模项目落地，2020年进入平台稳定期。在此期间，中台演进了多个维度，包括可用性保障、支持多语言/GPU应用、应用层抽象提升效率和资源利用率。 在可用性保障方面，采用了服务治理功能，实现了业务系统的无损升级，例如通过Eureka AP模型确保状态一致性，采用滚动升级策略确保在升级过程中服务的连续性。同时，通过nvidia-device-plugin监控GPU资源，以优化资源利用，但同时也面临了如GPU资源分配不均和性能瓶颈等问题。 对于多语言和GPU支持，公司引入了Spring Cloud Sidecar，以支持Python、NodeJS和Web应用，实现异构系统的统一治理。然而，Spring Cloud Sidecar存在性能问题和资源占用过高，因此，公司探索了ServiceMesh的概念以进一步解耦微服务治理与业务逻辑。 应用层抽象是提升效率的关键，通过将DevOps流程应用到产品中，将部署架构经验封装成业务应用级别的管理。2019年，阿里云与微软联合发布的开放应用模型（OAM）进一步推动了这一进程，提供了跨集群部署、日志聚合、历史修订版管理和云原生告警等功能。 在提升效率和资源利用率上，公司着重于CICD的标准化和自动化，通过GitFlow固化流程，集成云平台、监控中心、质量平台和自动化测试。同时，对GPU调度进行了优化，结合gpushare-device-plugin和gpushare-scheduler-extender实现软隔离，以更有效地利用GPU资源。 总结来说，企业技术中台架构的演进是一个不断迭代、优化的过程，它涉及到微服务化、容器化、DevOps实践、服务治理、多语言支持、资源管理等多个层面，旨在构建一个高效、灵活且可扩展的技术基础设施，以适应快速变化的业务需求。