Serverless

文中带有大量链接，点击阅读原文，查看文中所附资源 阅读本教程后，你将能够独立构建一个用于图像分类的 Serverless 应用，比如这个 能识别食物的网页 。你也可以在腾讯云上试试 更多 TensorFlow 函数 。 人工智能（AI）正在改变我们的生活。但是，AI 应用所需要的，远远不止算法、数据科学和大数据训练模型。据估计，在生产环境中，95% 的人工智能计算都是用于推理的。使用人工智能推理服务的最佳平台是公共云或边缘云 ，因为云能够提供丰富的计算能力、高效安全的模型管理，以及更快的 5G 互联网连接。 把 AI 模型放到云上的生产环境，比如腾讯云，我们有几种方法。 你可以启动一个虚拟机服务器，并使用 TensorFlow Server 等工具运行 AI 模型。这种 DIY 方法需要对人工智能和操作系统都有深入的操作知识，而且通常相当昂贵，因为你需要为闲置资源付费。 你也可以使用公有云的 AI SaaS 服务上传自己的模型，然后使用 web UI 或 API 上传数据进行推理。这很容易，但不太灵活。会受到 SaaS 所支持的模型、配置和数据预处理/后处理的种类的限制。 但是对于大多数开发者来说，在自己的应用程序中使用 AI 推理需要灵活性与易用性兼备。也就是说，大部分的应用需求介于 DIY 和 AI SaaS 之间。这是为什么在生产环境中部署 AI 模型是一件很有挑战的事。

简介： 搭建一个 aPaaS 平台是需要很长时间的，当然也可以基于一些公有云产品的 Serverless 方案实现现有系统的灵活性与扩展性，从而实现针对于不同客户的定制。 写在前面 在 SaaS 领域 Salesforce 是佼佼者，其 CRM 的概念已经扩展到了 Marketing、Sales、Service 等领域。那么 Salesforce 靠什么变成了这三个行业的解决方案呢？得益于 Salesforce 强大的 aPaaS 平台 。 ISV、内部实施、客户均可以从自己的维度基于 aPaaS 平台构建自己的行业，实现业务定制，甚至是行业定制。因为在此之前只有在 Sales 方向有专门的 SaaS 产品，而 Marketing 和 Service 都是由自己的 ISV 在各自行业的解决方案。所以 Salesforce 已经从一家 SaaS 公司变成了一家 aPaaS 平台公司了。 搭建一个 aPaaS 平台是需要很长时间的，当然也可以基于一些公有云产品的 Serverless 方案 实现现有系统的灵活性与扩展性，从而实现针对于不同客户的定制。 什么是 Serverless Serverless 由两部分组成，Server 和 Less。 前者可以理解为其解决方案范围处在服务端； 后者可以译为少量的； 组合起来就是较少服务端干预的服务端解决方案。 与 Serverless

本文来源： ServerlessLife 公众号 原文： https://talkingserverless.com/2020/11/24/the-pros-and-cons-of-azure-functions/ 作者：rishidot 译者：donghui Azure Functions 在开发人员中越来越受欢迎，这些开发人员主要是 .NET 开发人员。Microsoft提供了许多不同的应用程序部署平台，包括容器、PaaS、WebApps、Azure Functions、Azure Logic Apps 等。借助如此多样化的产品组合，Microsoft 将 Azure Functions 定位为企业级的 Serverless 产品。该文章将重点介绍 Microsoft 的 Serverless 平台如何满足开发人员的需求。 与 AWS Lambda 不同，Microsoft 的 Serverless 产品在开发人员中的采用速度较慢，但该平台得到了熟悉 Microsoft 开发工具链的 .NET 开发人员的大力支持。Azure Functions 是一个支持 .NET、Java、Node.js 和 Python 的多语言平台。它与 Github、Visual Studio 和 Visual Studio Code 以及其 DevOps 产品 Azure Pipelines

2020年，新冠疫情既带给我们伤痛和教训，也带给我们很多启迪和机会。 毫无疑问，疫情加速了企业与整个社会的数字化，数据作为一种资产，逐渐成为至关重要的生产要素。连带数字化科技普遍看涨，包括微软、苹果、亚马逊、谷歌、英伟达等美国7家大科技公司市值一年增长了3.4万亿美元。 管理数据资产离不开数据库，甚至可以说每个应用都需要数据库。数据库也已经从传统的关系型数据库，发展出十几种新的类型，如关系、非关系（文档/键值/宽列/图）、地理空间、时间序列及其他数据模型等，满足用户越来越多的应用需求。 一篇文章写不完数据库的未来，但是循着2020年以及过往数据库的发展脉络，中国软件网想抓住2021年甚至更远未来数据库发展的几个方向，与我们的用户、读者一起赢。 01 向云转移趋势加快 数据库向云转移的大趋势势不可挡，在2021年的表现就更加强劲。 第一，超过一半的数据库应用将被部署或迁移到云平台。 数据库本地部署还是上云托管，以前对大多数用户而言，都是一个大问题，这么关键的数据资产放到云上，是否会安全呢？云能保证数据库实时运营吗？ 事实证明，云上的数据库托管不但安全，而且用户应用的成本大大降低。 2020年12月2日， AWS就宣称使用AWS数据库迁移服务（DMS）将30多万个数据库迁移到了其云平台上。 Amazon DMS早在2016年推出，使亚马逊的客户可以将传统的关系数据库

作者 | 春哥大魔王 来源 | Serverless 公众号 写在前面 在 SaaS 领域 Salesforce 是佼佼者，其 CRM 的概念已经扩展到了 Marketing、Sales、Service 等领域。那么 Salesforce 靠什么变成了这三个行业的解决方案呢？得益于 Salesforce 强大的 aPaaS 平台 。 ISV、内部实施、客户均可以从自己的维度基于 aPaaS 平台构建自己的行业，实现业务定制，甚至是行业定制。因为在此之前只有在 Sales 方向有专门的 SaaS 产品，而 Marketing 和 Service 都是由自己的 ISV 在各自行业的解决方案。所以 Salesforce 已经从一家 SaaS 公司变成了一家 aPaaS 平台公司了。 搭建一个 aPaaS 平台是需要很长时间的，当然也可以基于一些公有云产品的 Serverless 方案 实现现有系统的灵活性与扩展性，从而实现针对于不同客户的定制。 什么是 Serverless Serverless 由两部分组成，Server 和 Less。 前者可以理解为其解决方案范围处在服务端； 后者可以译为少量的； 组合起来就是较少服务端干预的服务端解决方案。 与 Serverless 相对的是 Serverfull，比较下对应的概念可能更便于理解。 在 Serverfull 时代

作者 | 张裕 编辑 | 雅纯 来源| 阿里巴巴云原生公众号 什么是云原生 DevOps 点击查看视频： https://v.qq.com/x/page/u3220cutt7v.html 我们先通过上面一个简短视频和下面两张图，来了解什么是云原生 DevOps，它和 DevOps 有什么不同。 上图是一个大排档，图中的大厨在非常努力的去切、炒、制作各种美食，并将它卖出去。从原材料的采购到加工到销售到售后，都是一两个人完成。这是非常典型的 DevOps 场景，团队搞定端到端的所有的事情。这种情况，当厨师水平比较高、销售能力比较强的时候，可以做到高效率、低浪费。但存在的问题是，想要规模化会很难。因为它的流程都是非标准的，需要厨师有很强的个人能力。 我们再看上面这张南京大排档的图，虽然名字里有大排档，但它显然不是我们上面说的大排档。我们随便走进任何一家南京大排档，都可以发现，南京大排档的厨师，可以专注在为客户提供更好的菜品上，研发试验新菜品，并通过小批量的用户来尝试和推广。无论是用户量增加或减少，都能很快的去适应。店铺扩张也可以很快。这种我们可以理解为云原生 DevOps。 那究竟什么是云原生 DevOps 呢？我们认为：云原生 DevOps 是充分利用云原生基础设施，基于微服务/无服务架构体系和开源标准，语言和框架无关，具备持续交付和智能自运维能力，从而做到比传统 DevOps

2020年12月，艾瑞咨询发布 《DevOps应用发展研究》 ，对业内企业进行调研，梳理国内DevOps历史脉络、发展现状及展望，内容涵盖DevOps理念解析及行业应用、中国DevOps市场发展状况和中国DevOps应用发展展望。 DevOps概述 DevOps企业实践 ：由于DevOps的实践远不仅限于安装软件工具，其在企业内部的落地实践需要经历复杂的转型过程。我们认为DevOps的成功实践需要企业工程解耦化、流程协同化和管理颗粒化的改变，要走过从资源整合到自助服务的五个步骤。在这个过程中，企业和团队需要更多地关注管理方式和文化适应性，引入专业机构的咨询和培训服务能够有效减少DevOps转型过程中的摩擦成本。 DevOps市场现状 ：早在云计算诞生之前DevOps已然存在，长期以来DevOps实践使用的软件工具以免费的开源软件为主。尽管如此，一体化的DevOps平台正在成为全球范围内的DevOps发展趋势，国内企业通常采用一体化平台+开源软件的方式构建自己的DevOps体系。2020年国内DevOps服务的市场规模达到27亿元，未来5年的CAGR将超过25%，市场发展前景良好。 DevOps应用展望 ：DevOps面对的企业文化上的敏态转型以及其所使用的不断优化的开发/运维软件都决定了DevOps不会成为一种故步自封的工具，云原生更是为DevOps大展身手提供了广阔的平台。