Amazon DevDay 北京站一游
报名参加后,会发确认信,根据确认信里的号码扫码进场
会议时间,地点
会议时间:2019年10月19日(周六)8:30-16:30
会议地点:朝阳区启阳路望京东园大望京2号地—北京昆泰嘉瑞文化中心
签到时间:08:30-09:20
签到位置:北京昆泰嘉瑞文化中心一层大厅
详情主题
- 构建现代应用的架构与策略-费良宏*--AWS首席云计算技术顾问
- Securing Your AWS Cloud Infrastructure--
Steve Teo--AWS Singapore Community Hero--一个来自新加坡的hero - Beyond Lambdas, Full Stack Serverless on AWS with Examples-
Prashanth HN*--AWS India Serverless Hero->另一个来自印度的hero
- 开源生态与云原生现代化数据湖的思考与展望->
李浩源*--Alluxio开源项目创始人
这个大概听了下,是在存储和计算之间做了一个中间层,是一个博士,不得不说,现在做人工智能和数据科学要关的,博士满大街。深深感觉到压力
- Open Source is Essential to Technology Innovation
Keith Chan*--Director of Strategic Planning, Greater China, CNCF
讲了一下开源开源的东西,以及开源的发展生态。 比较有意思 。
还有其它几个主题,兴趣不大,或者不懂。 有一个nvidia的讲了一个硬件显卡相关的,好像是在gpu层次对一个深度运算做了一下针对性的优化。
图片展览与记录
以下是刚出地铁口看到的高楼大厦,真的挺震撼的,感觉和国贸都差不多了, 都是高楼,阿里巴巴北京公司就在这里。还有著名的望京sohu. 以前在那里经常能看到拍电影的。
进入签到。出示确认信连接会有一个二维码,直接扫码就可以进。
大会还没开始,有一个复古的大字机,试了一下,按键是真难敲,重点是打出来的字,不能删除掉,也就是打错了就是打错了。
换行的时候左边有个打手,一提一推再一压就是新的一行。
Shilt上位键真大,比现在通用键盘上的回车键还大。重点是按下了,经常上不来,需要手扣,一不小心,手指还见了一点红。
中间有一展位是一个培训认证的机构,顺便拍了一个aws的学习路径 。
大会开始了。 刚开始有个小男孩在灯光下show了一下小舞蹈,和音乐,以及动画挺配的。
以下是其中某个大咖演讲中的一个,创建现代应用的几个步骤 。
现在应用的关键因素,
容器肯定是跑不了。 快速 部署与快速交付,以及不用考虑环境。这些优点真的是让人无法拒绝。
动态管理:和微服务导向也是关键。
Aws lambda 应该是amazon中的一个产品 ,咱也没用过。百度下
AWS Lambda 是一项无服务器计算服务,可运行代码来响应事件并为您自动管理底层计算资源。您可以使用 AWS Lambda 通过自定义逻辑来扩展其他 AWS 服务,或创建您自己的按 AWS 规模、性能和安全性运行的后端服务。AWS Lambda 可以自动运行代码来响应多个事件,例如,通过 Amazon API Gateway 发送的 HTTP 请求、Amazon S3 存储桶中的对象修改、Amazon DynamoDB 中的表更新以及 AWS Step Functions 中的状态转换。
Lambda 在可用性高的计算基础设施上运行您的代码,执行计算资源的所有管理工作,其中包括服务器和操作系统维护、容量预配置和自动扩展、代码和安全补丁部署以及代码监控和记录。您只需要提供代码。
参考:https://aws.amazon.com/cn/lambda/features/
按使用付费,后面讲到的好多人提到了。 云计算的时候 可以把复杂的计算 放在云上,只要计算完毕,就会自动关机,按使用时间 付费这个插好的。
做深度计算的时候可以试试, 特别是自己的本本性能不够的时候 ,跑个程序 要好几天的那种,放在云上,只要关注结果就可以了。
aws fargate :让您在运行容器时不需要管理服务器或集群,它将允许ECS用户直接在云中运行容器,
它完全抽象了底层基础架构,你可以把每个容器视为一台机器。
你只需定义每个容器所需的资源,它将为你完成复杂的任务而不必再管理多个“层”之间的访问规则,您可以像在单个EC2实例之间那样调度容器那样。
参考:https://www.imooc.com/article/45708
https://wangbaiyuan.cn/an-intro-to-amazon-fargate-when-and-why-use-it.html
以下引用一个ecs到fargae的上升需求
[Docker]使容器技术普及开来,便很快成为开发中被广泛采用的新标准。
不久之后,随着**Kubernetes**的成功,AWS推出了自己的(更基本的)容器管理服务:Amazon Elastic Container Service(ECS),它引入了任务(Task)的概念。
一个任务可以是一起工作的容器的任何实例。它可以是从运行一个服务的Web应用,多个微服务,数据库和反向代理,还可以是定期运行的批处理shell脚本。
作为使用ECS的“老司机”,我很喜欢它,曾经在一段时间内用得很爽,但到最后,我发现在管理EC2 Instance的同时,还必须管理一些额外的层(任务和容器),这让ECS变得越来越复杂
Amazon Elastic Kubernetes Service (Amazon EKS) 是一项托管服务,可让您在 AWS 上轻松运行 Kubernetes,而无需支持或维护您自己的 Kubernetes 控制层面。Kubernetes 是一个用于实现容器化应用程序的部署、扩展和管理的自动化的开源系统
参考:https://docs.aws.amazon.com/zh_cn/eks/latest/userguide/what-is-eks.html
Service Mesh:下一代微服务架构, 这个可以重点了解下
参考:https://blog.csdn.net/ityouknow/article/details/83629479
主要是为解决以下两个问题:而进行的一次演化。
一、服务发现: 服务的消费方 (Consumer) 如何发现服务的提供方 (Provider)?
二、负载均衡: 服务的消费方如何以某种负载均衡策略访问集群中的服务提供方实例?
模式一:传统集中式代理
在服务消费者和生产者之间,代理作为独立一层集中部署,常用的集中式代理有硬件负载均衡器 (如 F5),或者软件负载均衡器 (如 Nginx),F5(4 层负载)+Nginx(7 层负载) 这种软硬结合两层代理也是业内常见做法,兼顾配置的灵活性 (Nginx 比 F5 易于配置)。
模式二:客户端嵌入式代理
代理 (包括服务发现和负载均衡逻辑) 以客户库的形式嵌入在应用程序中。这种模式一般需要独立的服务注册中心组件配合,服务启动时自动注册到注册中心并定期报心跳,客户端代理则发现服务并做负载均衡。
Netflix 开源的 Eureka(注册中心)和 Ribbon(客户端代理)是这种模式的典型案例,国内阿里开源的 Dubbo 也是采用这种模式。
模式三:主机独立进程代理
代理是作为独立进程部署在每一个主机上,一个主机上的多个消费者应用可以共用这个代理,实现服务发现和负载均衡,也需要独立的服务注册中心组件配合
比较:
模式一相对比较重,有单点问题和性能问题;模式二则有客户端复杂,支持多语言困难,无法集中治理的问题。模式三是模式一和二的折中,弥补了两者的不足,它是纯分布式的,没有单点问题,性能也不错,应用语言栈无关,可以集中治理。
ServiceMesh:就类似于模式三。业务代码进程 (相当于主驾驶) 共享一个代理 (相当于边车),代理除了负责服务发现和负载均衡,还负责动态路由、容错限流、监控度量和安全日志等功能,这些功能是具体业务无关的,属于跨横切面关注点 (Cross-Cutting Concerns) 范畴
Amzon cloudwatch:监控应用程序、响应系统范围的性能变化、优化资源利用率,并在统一视图中查看运营状况。CloudWatch 以日志、指标和事件的形式收集监控和运营数据,让您能够在统一查看在 AWS 和本地服务器上运行的资源、应用程序和服务
参考:https://aws.amazon.com/cn/cloudwatch/
Asynchronous tasks
Ecommerce
Aws amplify:
可以无缝预置和管理移动后端,还能提供简单的框架来轻松将后端与 iOS、Android、Web 和 React Native 前端集成。另外,Amplify 还可以自动执行前端和后端的应用程序发布流程,让您能够更快速地交付功能。
https://aws.amazon.com/cn/amplify/
GraphQL是Facebook2015年开源的数据查询规范,
Web Service都是RESTful的,也就是说,client和server的主要沟通模式还是靠client根据自己的需要向server的若干个endpoint (url)发起请求
Graph + Query Language,就表明了它的设计初衷是想要用类似图的方式表示数据:即不像在REST中,数据被各个API endpoint所分割,而是有关联和层次结构的被组织在一起
能够大大提高开发者的效率,而且最大化地简化了前端的数据层的复杂性,并且使得前后端对数据的组织观点一致
参考:5个用/不用GraphQL的理由 https://www.jianshu.com/p/12dff5905cf6
中午的午餐,只有10分钟时间 ,然后就是继续讲。
讲到了技术爱好者的发展规划。
Kubernates,也叫k8.用于管理云平台中多个主机上的容器化的应用,Kubernetes的目标是让部署容器化的应用简单并且高效(powerful),Kubernetes提供了应用部署,规划,更新,维护的一种机制。
传统的应用部署方式是通过插件或脚本来安装应用。这样做的缺点是应用的运行、配置、管理、所有生存周期将与当前操作系统绑定,这样做并不利于应用的升级更新/回滚等操作,当然也可以通过创建虚拟机的方式来实现某些功能,但是虚拟机非常重,并不利于可移植性。
新的方式是通过部署容器方式实现,每个容器之间互相隔离,每个容器有自己的文件系统 ,容器之间进程不会相互影响,能区分计算资源。相对于虚拟机,容器能快速部署,由于容器与底层设施、机器文件系统解耦的,所以它能在不同云、不同版本操作系统间进行迁移。
容器占用资源少、部署快,每个应用可以被打包成一个容器镜像,每个应用与容器间成一对一关系也使容器有更大优势,使用容器可以在build或release 的阶段,为应用创建容器镜像,因为每个应用不需要与其余的应用堆栈组合,也不依赖于生产环境基础结构,这使得从研发到测试、生产能提供一致环境。类似地,容器比虚拟机轻量、更“透明”,这更便于监控和管理。
Kubernetes是Google开源的一个容器编排引擎,它支持自动化部署、大规模可伸缩、应用容器化管理。在生产环境中部署一个应用程序时,通常要部署该应用的多个实例以便对应用请求进行负载均衡。
参考:https://baike.baidu.com/item/kubernetes/22864162?fr=aladdin
这个是讲srd中的slo的,作银行项目的小伙伴要用到,特别是4个9,银行一般都要求4个9,看了下,一月只允许当机四个小时,所以灾备,互补,替换方案都要有,所以报价上要考虑,特别是要自己提交硬件的。
这是参加一个神经网络的动手实验 ,一个美国的老外讲的,没能怎么听懂。
多层GNN
感受:
压力好大。好多东西都不懂,也听不懂,不是英文的听不懂,就是中文的也听不懂。
人工智能领域现在真的是博士满街跑的了。到处都是。要学习。要研究。
已更新图片