经过 2 年多的技术实践，趣头条逐步实现了底层技术设施架构的演进，完成了云原生体系 2.0 的建设，通过 Service Mesh 体系化（自研）和全面容器化两大目标的同步推进，同时配合故障治理、服务治理、数据治理、架构治理等一系列的工作，我们已经完成了公司内部近 2000 个服务的 Mesh 化和容器化等底层基础设施的改造和演进工作。

在云原生体系建设的过程中，趣头条在故障管理、流量管控、服务标准化交付、扩缩容自动化等方面积累了独有的实战经验，希望能通过本次分享，为正在进行云原生实践的相关公司提供案例参考。

演讲提纲：

1. 云原生价值思考
   • 基础设施 2.0
   • 人才转型和能力提升
   • 资源管理集中化、统一化、效率化
2. 云原生落地规划
   • 交付标准化
   • 运维自动化
   • 成本优化
   • 故障治理
3. 云原生落地总结
   • 服务化
     • 基础设施
     • 业务服务化
     • 微服务拆分引入的问题
   • Mesh 化
     • 虚拟机时代
     • 容器时代
     • 问题和思考
   • 容器化
     • 流量管控能力
     • 调度能力
     • 稳定能力
     • 资源利用能力
     • 问题和思考
4. 云原生演进
   • 离在线混部
   • Serverless 化
   • 可观测性演进

你将获得：

1. 了解云原生架构选型和公司内部架构演进的各种权衡
2. 了解Service Mesh 落地过程中的各种经验教训
3. 了解容器化过程中的平台建设、业务容器化过程以及稳定性和资源使用率提升的各种途径

伴随云原生技术的日益普及，基于“无服务器”模式的 Serverless 技术以低运维成本、按量计费、弹性伸缩等优势，成为企业上云的重要方式。同时，越来越多的用户采用混合云多集群方式部署业务，如何将 Serverless 技术和多集群管理良好融合，带来了巨大的挑战。

在这个挑战中，搭建 Nodeless 平台、基于自定义业务指标做弹缩、提升应用冷启动效率、精益资源成本、多集群管理等是关键的问题，本次分享将深入探讨腾讯云在解决这些问题过程中的思考和实践，并展望 Serverless 技术未来的发展方向。

演讲提纲：

1. 云原生技术发展趋势
2. Serverless PaaS 核心能力提升实践
   • 微服务治理、监控能力一站式接入
   • 开放的 Nodeless 平台架构
   • 极致弹性与成本
     • 应用冷启动加速
     • 自定义业务指标
     • 环境与资源管理
3. 多租场景 Serverless 技术挑战和实践
   • 多集群管理技术现状
   • 多租场景的挑战
   • 多租场景下多集群管理实践
     • 非云厂商绑定
     • 多集群应用管理
     • 多集群资源管理
4. Serverless 未来演进方向
   1. 新 runtime
   2. 基于指标预测的弹缩

你将获得：

1. 了解面向应用的 Serverless 研发实践
2. 了解如何保持与 Kubernetes 原生 API 兼容条件下的增强实践
3. 了解多租户多集群这一全新场景下应用管理技术的创新实践

本次分享将介绍 Fluid 开源项目的基本原理、落地应用以及最新发展。Fluid 是云原生基金会旗下的一个弹性数据编排和加速开源项目（CNCF Sandbox Project）。云原生计算存储分离架构在提升系统弹性和灵活性的同时，给大数据 / AI 等数据密集型应用带来了计算性能和管理效率方面的挑战。现有云原生编排框架运行此类应用面临数据访问延时高、多数据源联合分析难、应用使用数据过程复杂等痛点。
Fluid 正是为解决这些问题而生的，其目标为构建云原生环境下数据密集型应用的高效支撑平台。Fluid 在云原生应用与数据的协同编排、调度优化、数据缓存等几方面提出一系列技术创新，其核心功能包括：提供存储无感知的数据抽象、基于容器调度的智能数据编排、面向云上数据本地化的应用调度等、可插拔数据缓存引擎和简化应用访问等。
Fluid 项目开源短短半年多时间内发展迅速，吸引了众多大厂的专家和工程师的关注与贡献，项目 Adoptor 包括阿里、腾讯、微博、奇虎360、中国电信、BOSS直聘、第四范式等多家大型知名 IT 和互联网企业。

演讲提纲：

1. 项目背景与技术趋势
   • 大数据/云计算/人工智能发过去十年的发展背景
   • 梳理当下大数据/云计算/人工智能融合的演进趋势
2. 当前痛点与场景问题
   • 分析大数据/人工智能应用在云原生环境存在的问题
   • 梳理重要应用场景和单点技术存在的痛点
3. 核心创新与系统架构
   • 介绍 Fluid 项目的核心理念和技术创新
   • 介绍 Fluid 在云原生环境下的总体系统架构
4. 性能演示与案例分析
   • 展示 Fluid 在一些典型实验场景的性能结果
   • 介绍几个 Fluid 在大厂的落地案例分析
5. 社区建设与项目规划
   • 介绍 Fluid 开源项目的发展来源与社区建设情况
   • 介绍 Fluid 开源项目的近期发展规划和新功能

你将获得：

1. 了解大数据、AI 与云原生结合的当前状态和发展趋势
2. 理解数据密集型应用运行在云原生环境中存在的性能问题及原因
3. 掌握如何利用 CNCF 开源项目 Fluid 提升大数据/AI 上云的运行性能
4. 了解如何 Fluid 系统的设计原理、案例分析与软件项目规划

在过去两年里，蚂蚁的基础设施进行了广受瞩目的大规模 Mesh 化，成为了服务网格化的一个标杆，在收获了基础设施掌握数据平面带来的业务敏捷性的同时，也享受到了将基础设施服务 SDK 从应用中移出来后，随之而来的应用和基础设施双方更高的易维护性。

在这基础上，进一步的存储、消息乃至其他各种基础设施和中间件服务，也都向往着这样的服务化改进。适逢其时，微软牵头的 Dapr 横空出世，其首先提出分布式应用运行时的概念，就是将各种基础设施服务放在接口后面，进行解耦。虽然概念上我们非常认同，但在考察、尝试 Dapr 之后，我们却做了自己的选择。如果只是“还不成熟”的话，我们可以一起完善它，但这一次，我们希望做到更多。

在此前的分享中，我们介绍过 Layotto 的最初形态。但向下，我们还希望统一多种边界，Dapr 给我们最大的启示在于服务边界，而在我们的实践中，安全边界、资源边界同样重要，却没有在 Dapr 的框架内完全定义，因此我们尝试在 Layotto 框架里统一这些边界；向上，我们希望 Layotto 不仅仅是分布式应用运行时，也是“真”运行时，我们希望除了演进中的微服务，未来敏捷业务的一个重要方向——函数计算也得到更原生的支持……

演讲提纲：

1. 从 Service Mesh 到应用运行时
   • 蚂蚁 Service Mesh 实践的收获与遗留问题
   • 蚂蚁的初步泛 Mesh 化探索
   • 如何看待 Dapr
2. 重新定义基础设施边界
   • 为什么不在一个 Sidecar 里解决所有？
   • 应用绕过 Sidecar 会如何？
   • Layotto：敏捷性与可交付的折衷
   • 统一的边界：Layotto 的野望
3. 未来五年：函数是不是下一站？
   • 风口浪尖上的 WASM
   • 跳过，再跳过，函数能不能成为云原生世界的一等公民
   • Layotto 与蚂蚁函数化应用的明天
4. 开源与共赢

你将获得：

1. 了解蚂蚁集团在 Service Mesh 大规模落地后遇到的新挑战及对应用基础设施的思考
2. 了解 Layotto 在应用运行时方向上的实践经验以及落地总结
3. 了解蚂蚁集团对未来应用函数化的思考及 Layotto 在函数计算方向上的探索成果
4. 了解未来 Layotto 的发展和相关的社区动向