头条:对于后端来说,很多技术组件都值得PaaS化
在朋友圈问了个问题:
(资料图片)
问题的核心在于,过去业务在发展,我们有很多事情可以做。
而现阶段很多业务停滞了或不怎么发展了,技术团队应该从哪里挖掘价值,哪怕是造轮子,也应该师出有名吧。
最近两年比较火的概念是云原生和低代码。
对于前端来说,似乎所有的管理类系统都值得通过低代码重新做一遍。
对于基础架构团队来说,似乎所有中间件都值得云原生重新做一遍。
那对于后端来说,从哪里找点价值呢?
想了想,似乎对于后端来说,所有技术组件都值得通过PaaS化重新做一遍。
什么是PaaS?
云计算服务体系下,除了IaaS和SaaS外,就是PaaS了。
云计算中各种服务、工具、解决方案、语言类库都可以视为PaaS层的能力,容器、K8S也被定义为PaaS层。
一般来说是通过PaaS层管理IaaS层的资源,如网络、服务器、操作系统、存储等。
我们技术工作中,或多或少都直接使用或是开发过PaaS类的应用。
业界常见的一些PaaS有:
dbiPaaS:数据分析和可视化服务,如Amazon EMR;
apimPaaS:云API全生命周期管理,如kong;
adPaaS:云应用开发工具,如Amazon Code;
aPaaS:云应用开发、部署、运行平台服务,如Heroku;
AiPaaS:云AI平台服务,如机器学习、图像识别、语音识别等服务;
bPaaS:区块链平台服务;
bpmPaaS:业务流程全生命周期管理,如各种BPM包装服务;
brPaaS:业务规则管理和决策服务,如IBM Business Rules Service;
cPaaS:用于开发和运行通信应用,如Amazon SE3;
csPaaS:内容模型和治理,如Adobe Document Cloud;
dbPaaS:云数据库服务,如Redshift;
dxpPaaS:情景化数字体验组合,管理、交付、优化,如WorkDocs;
espPaaS:云事件流处理,如Amazon Kinesis;
fPaaS:无服务器应用开发平台,如Amazon Lambda;
imdgPaaS:分布式内存数据网格服务,如Amazon ElasticCache;
iPaaS:支持应用、数据、生态的整合,如Amazon EventBridge;
iotPaaS:云物联网平台,如IOT平台;
mftPaaS:云托管文件传输服务,如Amazon DataSync;
mdmPaaS:云企业主数据管理服务,如Amazon Glue Data Catalog;
mbrPaaS:云消息与事件代理服务,如Amazon SQS;
mbPaaS:云移动应用后端服务,如Amazon Mobile Hub;
rpaPaaS:云RPA服务,如各种RPA包装服务;
看下来,Amazon确实是云计算老大啊,重新定义了很多产品和服务。
按照领域划分,其实PaaS也可以分为:
1. 应用类PaaS(各种kv、mq、notify的包装);
2. 数据类PaaS(各种数据对账、一致性、数据同步、数据分析等服务);
3. 运维类PaaS(服务于容器调度、运维、报警及监控等);
最近一两年比较火的是aPaaS平台,原因是和低代码这个事情有一定联系。
aPaaS在Gartner定义是:
云上应用开发、部署、运行平台。
aPaaS可以分为两类:
一、为专业的IT人员提供的编程环境的叫做pro-code,毕竟专业一些。
二、为业务人员开发用的叫做low-code或no-code,毕竟他们没什么技术基础,什么都得拖拽才行。
那有没有一种方式将现在大火的几个概念和PaaS结合起来重复造个轮子呢?
比如将关键词:低代码、云原生、PaaS,放在一起可以想到什么。
一、云开发平台云原生化
云原生PaaS的特点包括:微服务、持续发布、无服务、多重体验。
大概率长得像前几天聊的高德的云原生开发模式,通过云原生+低代码方式形成一个研发交付的PaaS平台。参见:端云一体--高德地图的云原生开发模式
二、开发平台低代码
这个对于前端友好一些,就是开发一个IDE,在IDE里面集成各种后端的FaaS和BaaS能力,快速集成,交付上线。
从原有的代码开发方式,转而到一些拖拉拽组合的方式,快速生成程序应用,建立网页或移动应用。
很多创业公司干这个,不同版本对应不同的目标用户,有的是为专业人员提供二次开发的pro-code版本,有的是给业务人员快速定制的low-code版本。
三、企业集成类iPaaS平台
这个是我自己开发的BDF框架准备做的事情。
过去是通过ESB这种企业总线集成与整合企业内的各种服务。如今云原生时代,服务能力更加丰富,需要做好应用与应用之间、数据与数据之间、企业与企业之间、多云之间的整合与协同。
这是站在了企业战略、企业价值角度重新审视技术架构与业务发展的同频。
接下来我们再聊下数据类PaaS。
一、dbPaaS
dbPaaS是一类云数据库服务,可以集成关系型数据库和非关系型数据库。
比如亚马逊将数据库划分成了十来种:
二、abiPaaS
abiPaaS是服务于数据分析、交互查询、大数据处理、日志分析与同步、检索、仓储、可视化的一类的数据相关服务设施。
比如Amazon EMR是做大规模数据处理的,底层支持Spark、Hadoop。Amazon OpenSearch是一个基于开源搜索引擎实现的检索与分析服务。
三、aiPaaS
aiPaaS主要是集成了各种AI相关的服务能力,常见的有人工智能,机器学习相关的服务,用于日常的图像识别、语音识别、视频处理等需求场景的调用。
为什么PaaS越来越重要了?
第一个原因是云原生的推进。
现在很多公司的技术架构模式已经演进到了云开发阶段。企业发展到这个阶段,急需各种数据处理类的工具,如果企业自建成本高,效果不一定好,还需要专人维护。就转而采购云厂商的PaaS产品。
大厂已经中台化,各个事业部也不太可能自己搞一些重复的轮子,用中台的PaaS服务解决自己确定性的问题是常态。
第二个原因是数字化转型。
数字化的核心是数据驱动,要求企业全流程线上化,全要素连接。数据量势必越来越大,对数据处理服务稳定、可靠、及时的要求也会越来越高。
在数字化转型中,经常提到企业需要具备并应用云计算、大数据、物联网、区块链、人工智能相关能力。这也激发了PaaS类服务的需求,将会带动如AIPaaS、IotPaaS、bPaaS等数据类PaaS。
第三个原因是一体化。
有了这么多的PaaS平台或者服务,如果大量分散在各个系统之中,将会造成新的使用成本。如果看不到这些服务,很可能会出现重复造轮子,浪费资源投入的情况。
那么一体化就非常重要。
人、应用、程序、设备将作为数据源产生数据;原始数据进入数据湖之后;机器学习类的数据PaaS开始介入处理,主要功能包括数据存储、数据分析、AI分析等;加工处理之后形成结构化标签数据源,存入关系或非关系型数据库中;最终通过数据可视化、报表、标签画像、分析预测等能力供战略决策。
以上一体化的流程环节形成闭环,从而促进了企业数字化水平。
第四个原因是Serverless。
Serverless适用的主要场景包括:
计算类场景,如Amazon Lambda;
程序集成类场景,如Amazon EventBridge;
存储与数据服务,如时序数据库;
数据分析场景,如Redshift;
机器学习场景,如SageMaker;
我们可以发现,Serverless非常适用于数据分析和人工智能场景。可以充分利用Serverless的低成本、降低运维负担、加速业务交付、衔接多个应用的特点。
Serverless极大推进了PaaS服务的集成。
云原生时代怎么理解”上云“。
上云不是简单的将应用搬上云端,或者将应用部署在虚拟机或者容器上。而是”云化“,将包括基础设施在内的业务组件、技术组件PaaS化,建立围绕于业务、数据、智能化建设服务于业务的中台产品。
数字化转型与云原生是大势所趋,而组件PaaS化与转型密不可分。
好的PaaS组件,可以帮助企业做好数字化转型,提升业务流转效率,提升交付质量,提升稳定性,提升用户体验。
对于后端来说,很多基础组件都值得被PaaS化。
相关阅读
-
世界热推荐:今晚7:00直播丨下一个突破...
今晚19:00,Cocos视频号直播马上点击【预约】啦↓↓↓在运营了三年... -
NFT周刊|Magic Eden宣布支持Polygon网...
Block-986在NFT这样的市场,每周都会有相当多项目起起伏伏。在过去... -
环球今亮点!头条观察 | DeFi的兴衰与...
在比特币得到机构关注之后,许多财务专家预测世界将因为加密货币的... -
重新审视合作,体育Crypto的可靠关系才能双赢
Block-987即使在体育Crypto领域,人们的目光仍然集中在FTX上。随着... -
简讯:前端单元测试,更进一步
前端测试@2022如果从2014年Jest的第一个版本发布开始计算,前端开发... -
焦点热讯:刘强东这波操作秀
近日,刘强东发布京东全员信,信中提到:自2023年1月1日起,逐步为...