In dieser Woche geht es hauptsächlich darum, diesen Aspekt der Arbeit, für die ich verantwortlich bin, zu klären, und bisher wurden viele Probleme identifiziert. Diese Probleme konzentrieren sich hauptsächlich auf die Daten in der Cloud. Das aktuelle Problem ist vor allem die Frage, wie man die Daten sicher in der Cloud speichern kann, wie man das derzeitige Schema für die Bereitstellung in einer einzigen Geographie umwandeln kann und wie man die Inkonsistenz zwischen den Daten unter der Cloud und den Daten in der Cloud beheben kann. Außerdem wird festgestellt, dass es immer noch einige Dienste gibt, die Under-Cloud-Datenbanken verwenden, und dass diese Under-Cloud-Datenbanken vernünftigerweise aufgegeben werden sollten. Bei diesen Diensten handelt es sich jedoch um einige alte Dienste, und Code-Änderungen bringen einige Risiken mit sich, die untersucht werden müssen, bevor Maßnahmen ergriffen werden.
Zu den Aspekten der Untersuchung gehören die grundlegenden Prinzipien der bestehenden Daten zu den Cloud-Hilfsdiensten und die damit verbundenen Details der Codelogik. Es ist am besten, die Probleme so früh wie möglich herauszufinden und sie rechtzeitig zu beheben. Andererseits muss der Prozess der Datenübertragung in die Cloud in Echtzeit überwacht werden, und zwar so umfassend wie möglich in Bezug auf die Qualität der Schnittstellenaufrufe des Dienstes, die Timeout-Rate, die Fehlerrate beim Schreiben, die Inkonsistenzrate usw., um einen klaren Überblick zu erhalten. Dieser Aspekt wird am besten durch die Überwachung von Berichten und Protokollen gewährleistet. Was das Bereitstellungsschema für mehrere Standorte anbelangt, so besteht die derzeitige Absicht darin, eine einseitige Master-Slave-Replikation zu verwenden, nur die Master-Bibliothek zu beschreiben und nur von der Bibliothek zu lesen. Der Hauptzweck der Verwendung eines Multi-Location Deployment Schemas ist es, die Stabilität des Dienstes zu verbessern, die Latenz der meisten Anfragen zu reduzieren, die Qualität des Dienstes zu verbessern und die Auswirkungen der Instabilität der regionsübergreifenden Verbindungen zu beseitigen. Die Verzögerungen bei der Datensynchronisierung an mehreren Standorten können nicht ignoriert werden. Es muss eine akzeptable Verzögerung geben, die in der Theorie und bei der Überwachung unter zwei Aspekten zu verstehen ist.
Andererseits ist es wichtig, eine Skriptsprache zu beherrschen. Vor allem dann, wenn viele sich wiederholende Dinge verarbeitet werden müssen oder wenn Daten analysiert werden müssen, um eine Schlussfolgerung zu ziehen. Eine Skriptsprache wie Python besser zu beherrschen, ist ein großer Vorteil. Allerdings halte ich es nicht für klug, zu sagen, dass es eine gute Idee wäre, mit Python ein großes Programm zu schreiben. Jede Programmiersprache ist wie ein anderes Messer. Alle können zum Schneiden von Gemüse verwendet werden, aber manche Messer sind besser geeignet, um Fleisch oder Knochen zu schneiden.
