共计 4495 个字符，预计需要花费 12 分钟才能阅读完成。
在技术畛域里，2021 年是非凡的一年。这一年是亚马逊云科技成立的第 15 周年，这所有始于亚马逊云科技的对象存储解决方案 Amazon S3。在这过来的 15 年里，咱们能够看到云计算扭转了整个世界。并且有越来越多的客户将业务迁徙到私有云，开启了企业数字化之旅。
将来十年，云计算倒退将是一个继续扩张和一直迭代的过程。与此同时，“可继续倒退”已成为寰球、全国以及各个企业必须思考的主题之一。作为寰球当先的科技企业亚马逊云科技也在技术的可继续发展性上一直摸索，从基础设施到软件设计，有一整套自下而上的具备前瞻性的解决方案实现它。
作为亚马逊云科技可继续倒退架构副总裁，Adrian Cockcroft 在 9 月 11 日的亚马逊云科技中国峰会 Dev Day 上发表了主题演讲，解说了亚马逊云科技的可继续倒退策略，更重要的是，他从开发者的角度论述了亚马逊云科技如何进行可继续软件工程实际，咱们能够从中失去十分多的启发。
咱们为什么要关注“可继续倒退”
可继续网络宣言：如果互联网是一个国家，那么它制作进去的二氧化碳排放量，排在寰球第七位。
联合国于 2015 年制订了一个寰球框架《巴黎协定》，随后各缔约国纷纷制订了“碳中和”门路和指标，对地球环境的衰弱倒退做出承诺。往年两会，中国也将“碳中和”和“碳达峰”写入政府工作报告，指标在 2030 年前实现“碳达峰”，2060 年前实现“碳中和”。毋庸置疑，可继续倒退曾经成为显而易见的社会共识。但在社会共识之下，还须要集体、企业、政府等各类社会主体的参加——其中体量宏大的科技企业是至关重要的参与者。
目前寰球互联网用户超过 46 亿，随着互联网普及率的回升，互联网很快将产生近 10 亿吨二氧化碳，用电量相当于寰球的 10%。其中为数据中心供电所需的能源量大概每四年翻一番，就碳排放而言，ICT 行业自 2007 年以来始终奉献了 2-6%，简直与航空业持平。
好消息是，尽管 ICT 和云采纳呈指数级增长，但能源应用和碳排放却能绝对放弃不变，因为支流云提供商的超大规模数据中心正显著地提高效率。埃森哲的分析表明，假使采纳绿色办法迁徙至私有云，寰球二氧化碳排放量每年可缩小 5,900 万吨，这相当于动动手指就能缩小 2,200 万辆汽车的碳排放量！
在中国，互联网科技企业也都在一直加大力量投入到碳中和革新中。往年 8 月国内环保组织绿色战争 (Greenpeace) 公布了中国科技巨头《绿色云端 2021》排行榜，从能源信息披露、节能减碳体现、可再生能源方面合梳理了中国互联网科技企业的气象口头，相比去年，中国互联网科技企业整体均匀得分回升 11%。在 9 月 11 日的亚马逊云科技中国峰会 Dev Day 上，Adrian Cockcroft 示意亚马逊云科技获得的问题十分显著：亚马逊云科技的基础设施能源效率比一般美国企业数据中心高出 3.6 倍。同时，亚马逊云科技在执行雷同工作时，能够缩小 88% 的碳脚印。
这是多种因素促成的后果，Adrian Cockcroft 讲述了亚马逊云科技摸索进去的构建绿色云服务的几条无效门路。
- 第一是水资源的爱护，亚马逊云科技应用蒸发冷却，循环用水，并尽可能在现场解决水。
- 第二是洽购可再生能源，亚马逊云科技当初是美国和欧洲最大的可再生能源买家。
- 第三是移除了传统的不间断电源（UPS），转而采纳了集成在每个机架的小型电池组合自定义电源。以往，每次在电压和直流电 / 交流电转换当中都会有一些功率损失，通过移除传统的 UPS，优化机架电源，缩小最终转换等措施让能量损失升高约 35%。
- 第四是摸索翻新的服务器设计。中央处理器是古代计算机最耗电的局部，亚马逊云科技自研、基于 ARM 架构的 Amazon Graviton 2 处理器每瓦特性能比其余业界规范流程高 2 ~ 3.5 倍。
- 第五是在新数据中心建设中减少应用低碳混凝土，它可能缩小新修建碳排放量的 25%。
可继续软件工程实际
很多人可能认为迁徙到云就足够了，以至于漠视了优化外部效率。实际上，迁徙到云上的每个工作负载都会耗费能源，有一些工作还尤其耗电，比方有计算密集的 AI 或 ML 业务。一项对自然语言解决模型的钻研阐明了问题的严重性，钻研表明训练一个 NLP 模型产生的碳排放量相当于从纽约到北京的航班往返 125 趟。
另一项钻研量化了观看 YouTube 视频所产生的碳脚印，它等同于一个小城市的二氧化碳排放量。这项钻研同时指出，如果让 25% 的音乐视频改良为后盾播放，那么一年能够节俭 323,000 吨二氧化碳当量，这等同于每年 50,000 辆汽车的排放量。钻研团队的成员之一 Chris Preist 传授强调：“一个人对环境的影响很小，但把寰球服务加起来时，它们可能会产生显著的影响”。
对于咱们技术人来说也是一样，当手下的那一份“绿色”代码部署到成千上万、甚至过亿设施上时，所产生的节能效应将是微小的，所以大家有责任确保咱们的技术能更加“可继续倒退”。
那么作为开发者，咱们到底能做些什么呢？
可继续软件工程是一个新兴的畛域，但亚马逊云科技的摸索能给咱们一些启发，Adrian Cockcroft 在演讲中，从代码效率、平台部署、软件应用设计等方面讲述了该如何施行可继续工程，InfoQ 摘取了其中一些开发者相干的局部以飨读者。
施展开源的作用
如果咱们思考在云上进行优化，开源是一个很好的形式。当初很多咱们正在应用的算法其实不是很高效，但侥幸的是，还存在每个开发人员都能够应用的、更为高效的开源代替计划。
JSON 文档在互联网上无处不在，服务器破费大量工夫来解析这些文档。开发者们心愿在进行齐全验证（包含字符编码）的同时尽可能应用罕用的 SIMD 指令来减速 JSON 的解析。
GitHub 上有一个开源 JSON 解析器 simdjson，通过与其余罕用解析器的比照试验，结果显示，simdjson 的解析速度达到 2.2 GB/s。与其它解析器相比，simdjson 只应用四分之一或更少的指令，并且可用于许多不同的平台和语言。
这个解析器是 2019 年开源的，但亚马逊云科技曾经应用 simdjson 解决了大量的 JSON，Adrian Cockcroft 总结说成果是惊人的。
另一个例子是对于压缩的。很多时候，咱们须要压缩日志文件，以压缩的格局存储千兆字节或万兆字节的数据。gzip 和相似算法作为宽泛应用的格局风行了很长一段时间，但当初有了一个新的、由脸书开发的叫做 Z-Standard 的算法。这种算法不仅能够应用更少的 CPU 来进行压缩，而且能取得更高的压缩率，压缩后的文件最终只有 gzip 文件大小的 60%。对于独自一个小文件来说，压缩到这个水平可能可有可无，然而当你要解决千或万兆字节的数据时，这就有了很大的不同，你能够通过遍历和从新压缩来开释大量的数据空间。
这就是开发者能够做的一些简略的事件：寻找其余更无效的算法，来代替程序中的低效算法。
在峰值和碳脚印之间多加衡量
工作负载运行时通常会呈现尖峰，所以须要咱们提供高于冀望峰值的容量，然而碳脚印不依赖于零碎的均匀使用量，甚至不依赖于零碎的峰值使用量，碳脚印取决于零碎预留的容量。而咱们经常须要为一些这样的“尖峰”时刻筹备大量的资源。
因而，缩小碳脚印的办法之一是确保负荷峰值分散开来，防止产生这样的尖峰。即便均匀利用率是雷同的，所实现的工作量也雷同，但通过缩小峰值，就能缩小预留容量。
另外就是配置定时工作的运行。如每天午夜运行的 Crontab 工作，很多人通过它来设置批处理作业，或进行数据仓库的日常汇总。当每个客户同时运行同步工作负载时，这些同步作业会减少峰值工作负载。这实际上进步了对亚马逊云科技的需要，因为咱们必须提供更大的容量来解决这些并发工作造成的顶峰。
但如果能避开整点、适当的安顿偏移或抖动，就能防止并发产生的顶峰。而且还不须要额定付出，因为你的工作量并没有变动。因为在顶峰时点的可用资源更为缓和，如果能避开顶峰，在资源不那么缓和的时候，可能你的工作也因而会运行得更快一点。
总的来说，缩小碳脚印的办法之一是在服务水平协定和可持续性承诺之间进行衡量，比如说能够略微升高期望值。咱们晓得二八定律，如果须要晋升 20% 的性能，那么这 20% 的性能晋升波及的致力通常会占据整体工作量的 80%。有相当多的算法或业务都存在这样的衡量比拟。例如当服务水平协定中规定响应工夫为 500 毫秒，只有依然合乎服务水平协定的要求，就没必要用 100 毫秒的响应工夫来超额完成工作。
还有高可用性配置，如果你有一个期待故障转移的热备零碎，你就能够在服务级别协定内采纳冷备或是温备零碎进行故障转移，从冷备启动所需的工夫实际上可能不会比温备或热备所需的工夫长很多。高可用性总是要付出额定的老本和额定的碳代价，所以，咱们能够利用这些衡量来缩小碳脚印。
利用无服务器架构
无服务器是另一个缩小碳脚印的极好的形式。
无服务器计算指利用在近程托管的执行环境中按需运行。过来几年中，构建有弹性的无服务器零碎始终是系统管理员和 SaaS 公司的次要关注点。该架构提供的要害劣势在于：无服务器模型无需用户本身去保护操作系统，只需生成通用的代码，上传到无服务器框架，看着它运行就好了。
因而，用户能够选取托管服务，应用 Amazon Lambda 执行计算资源的所有管理工作，能够关联平台配置伸缩这样的工作。比方即时调度这样的程序，当不应用时能够敞开计算机休眠所有测试环境，仅在须要的时候进行唤醒。这是一种极其弱小的能够缩小能源消耗和运行零碎的老本的形式，能实现的事件之一就是开释闲置的硬件，让他人能够同时利用，能够升高亚马逊云科技运行所需的总体容量，也不会影响到用户的理论工作。
因而，构建更可继续的体系结构的一个强有力的办法是转向无服务器，将工作负载转移到云服务，而后抉择最小化能源应用的服务和实例类型。
最初
施行可继续软件工程，咱们能够自上而下进行，首先从治理的角度测量整个企业的碳脚印，将工作负载从数据中心转移到云区域，扭转应用模式以防止产生恶浊能源开发，而后抉择最小化能源应用的服务和实例类型。再深刻到更多细节，优化工作负载以进步利用率，咱们能够扩散定时工作，升高负载峰值，达到调整 CPU 应用效率的目标。
重要的是，优化并不是只思考某一个中央就能够，须要咱们在架构和零碎层面去思考，Adrian Cockcroft 还讲道，亚马逊云科技正在培训可继续倒退解决方案架构师，以帮忙大家进行可持续性架构评估。在可继续倒退的独特责任模型的根底上发展工作，最大限度地缩小能源消耗，最大限度地进步每项资源耗费的工作量，转向更省电的共享服务，并通过分享常识来继续改良。
在演讲的最初，Adrian Cockcroft 收回了一个“口头的号召”：每位开发者都能够从当初开始去了解“可持续性”相干的术语和准则，在工作中寻找优化负载的机会，开源本人的教训和计划，通过“分享”促成大家一起达成“可继续倒退”的指标。
流动举荐：
在往年 10 月 22 日举办的 QCon 寰球软件开发大会上海站，咱们设置了亚马逊云科技专场，以可继续倒退技术为外围，四位顶尖专家将别离从“构建将来的大数据平台”、“利用无服务器架构”、“施展开源的作用”、“云端机器学习助推”四个方面开展分享，带大家摸索软件开发的下一站旅程。
快来扫码加入吧👆
