摘要：探讨DLI两个问题：如何在生产环境中部署与运维实现快速迭代上线，如何实现监控告警来提升整体运维能力。
华为云数据湖探索DLI是支持多模引擎的Serverless大数据计算服务，其很好的实现了Serverless的特性：
1.弱化了存储和计算之间的联系；
2.代码的执行不再需要手动分配资源；
3.按使用量计费。
那么如何才能更好的实现Serverless化的服务，同时又避免成为传统单体分布式的应用，微服务架构无疑是最优的选择。DLI基于微服务架构模式下的整体部署架构如下：
即对外以纯API形式提供服务，通过以API Gateway作为应用的入口，基于领域模型按子域进行微服务划分，从而实现Serverless化的大数据计算服务。
对于这样一个基于微服务架构实现的Serverless服务，我们是如何在生产环境来部署与运维，从而在保证服务SLA的前提下实现快速迭代上线的呢？
DLI部署的关键
随着技术的发展，部署的流程和架构都发生了根本性的变化，如今已经走入了轻量级、短生命周期的技术时代。
从最初部署在物理机上的大数据计算平台，到基于公有云的弹性计算云服务器部署大数据平台，再到DLI这样的Serverless服务，其很好展现了大数据计算服务的演变。那么如何才能更好的实现Serverless化的大数据计算服务的部署呢，DLI的答案就是基于Kubernetes+Docker来部署各微服务。
Kubernetes部署是在不停机的情况下部署服务的好方法，但是如何应对在接收生产流量后出现的错误，使新版本的服务更可靠呢？这可以通过将问题一分为二来看：
1.部署，即将服务上线到生产环境中运行；
2.发布，即使服务可用于处理生产流量。
传统上，分离部署流程与发布流程一直是一个挑战。但现在我们有了很好的选择，那就是基于服务网格。在DLI的部署中我们结合了Kubernetes+Istio，利用Istio的流量管理实现了服务发现、流量路由，从而轻松的将部署与发布分开，使新版本的服务更加可靠。
监控告警提升整体运维能力
免运维也是DLI作为Serverless云服务面向客户时的一个重要的特性，我们是如何实现整个服务的运维呢？今天就说说DLI是如何实现监控告警来提升整体运维能力，从而为客户更好的提供Serverless的DLI。
上图是DLI服务的整体部署架构，作为Serverless服务其全面拥抱云原生技术，无论是对外提供任务管理的微服务还是最终执行任务的计算单元，其都是基于Kubernetes来部署，这也更好的实现了Serverless的快速弹性伸缩。
对于DLI服务的监控告警我们当前主要从以下几个方面来考虑：
1.全局维度，主要是整体API的QPS、成功率和响应时延
DLI作为Serverless大数据计算服务，其对外均以REST API的形式提供服务，因此API的QPS和响应时延直接反映了服务对外的能力，而成功率更是服务SLA的直接体现。
2. OS维度，主要是容器宿主的CPU使用率、内存使用率、磁盘使用率、上下行流量
无论部署的架构、技术如何演进，对基础资源的监控都是最基本和必须的。
3.容器维度，主要是CPU使用率、内存使用率、K8s空间和用户空间使用率、POD的健康度
容器是虚拟机的演进，因此对于容器的资源监控也是最基本的。我们的微服务或计算单元都是以容器运行在Kubernetes集群上，因此对于POD的健康状态的监控也是必须的。
4.微服务维度，主要是流量、性能、健康检查和关键日志等
监控是为了更好的发现和解决问题，因此核心还是业务层面的监控。DLI是一个复杂的分布式Serverless应用，其内部根据不同领域模型又分为不同的微服务，因此对于微服务内部的流量、性能等的监控则是衡量各微服务可靠性的重要指标。一个好的系统往往有完善的日志体系，通过对关键日志进行监控则能够帮助我们快速发现和定位问题，因此这也是我们在业务维度的监控上的重点。
上述几个方面的监控，是实现云服务自动化运维的一些关键步骤，通过这些我们能够做到更好的先于客户发现问题，保障服务SLA。当然这些远远不够，正所谓“路漫漫其修远兮，吾将上下而求索”，更加自动化、智能化的运维才是Serverless服务的目标。
华为云828企业上云节，可能是入手DLI的最好时机，感受一下它的智能化部署和运维。