内容简介：在过去的五年中，微服务（Microservice）已经成为继敏捷（Agile）、DevOps之后又一个热门话题。然而不幸的是，企业中每个人都有自己对微服务的定义。正如敏捷和DevOps备受推崇后被滥用，微服务似乎也陷入了同样的“罗生门”。我把日常听到的关于微服务的常见误读，归结为以下十条：
在过去的五年中，微服务（Microservice）已经成为继敏捷（Agile）、DevOps之后又一个热门话题。然而不幸的是，企业中每个人都有自己对微服务的定义。正如敏捷和DevOps备受推崇后被滥用，微服务似乎也陷入了同样的“罗生门”。
我把日常听到的关于微服务的常见误读，归结为以下十条：
- 微服务是SOA的独门术语
- 管理微服务比管理Monolith更容易
- 拥抱微服务你就可以避免走上XP的不归路（尤其是TDD的地狱）
- 微服务就是使用像Spring-boot这样的Web框架来开发和部署应用程序。
- 微服务是共享公共数据库的小应用程序
- 微服务是使用某些 工具 构建的应用程序。
* Java平台上的SpringBoot / DropWizard，Docker和K8
* Python平台上的Flask，Docker和K8
* Javascript平台上的Koa / ExpressJS，Docker和K8 - 微服务是可扩展系统的终极方案
- 构建微服务意味着你不得不考虑 以更加模块化的方式构建应用程序
- 构建Monolith和构建微服务并非两个不同的范型
- 最明智的选择是：从一开始就以微服务的方式开始构建系统。
如果你认为上述任何一个说法都是真的，那么你可能需要找本正确的书“洗洗脑”了。
此博客文章首次发布于 ： Codonomics
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
机器学习及其应用2007
周志华 编 / 清华大学 / 2007-10 / 37.00元
机器学习是人工智能的一个核心研究领域，也是近年来计算机科学中最活跃的研究分支之一。目前，机器学习技术不仅在计算机科学的众多领域中大显身手，还成为一些交叉学科的重要支撑技术。本书邀请相关领域的专家撰文，以综述的形式介绍机器学习中一些领域的研究进展。全书共分13章，内容涉及高维数据降维、特征选择、支持向量机、聚类、强化学习、半监督学习、复杂网络、异构数据、商空间、距离度量以及机器学习在自然语言处理中的......一起来看看 《机器学习及其应用2007》 这本书的介绍吧!
