【信息科学与工程学】【数据中心】第三十五篇 云计算数据中心的学科知识05

D1941​

先进封装：UCIe​

Universal Chiplet Interconnect Express、die-to-die、protocol layer（PCIe/CXL/AXI）、物理层（PLL/transmitter/receiver）、16 GT/s per pin

云服务器CPU/GPU/AI加速器的chiplet互连标准；打破单一厂商锁定

教材：《UCIe Specification 1.1》
论文：《UCIe: A Universal Chiplet Interconnect》（2022）
方程式：① 带宽 BWucie​=lanes×16GT/s×2（双向）；② 延迟 Tucie​≈10ns；③ 能效 pJ/bit

Intel、AMD、ARM、阿里平头哥（UCIe联盟）

D1942​

先进封装：CoWoS与EMIB​

CoWoS（Chip-on-Wafer-on-Substrate）、EMIB（Embedded Multi-die Interconnect Bridge）、硅中介层、RDL（Redistribution Layer）、与HBM集成

云AI训练芯片（NVIDIA B200/H200）的2.5D/3D先进封装方案

教材：《Advanced Packaging: A Practical Guide》
论文：《CoWoS: A 2.5D Advanced Packaging Technology》（2019）
方程式：① 中介层面积 Ainterposer​=f(dies)；② 互连带宽 BW=f(microbump_pitch)；③ 良率 yield=f(known_good_dies)

TSMC CoWoS、Intel EMIB、NVIDIA B200

D1943​

互连：CXL 3.0实践​

Fabric topology、multi-head device、Global Persistent Memory、CXL switching、与CXL 2.0对比

云服务器内存池化和共享的关键；支撑IBM大型机风格的资源解耦

教材：《CXL 3.0 Specification》
论文：《CXL 3.0: Fabric and Pooling》（2022）
方程式：① Fabric节点数 Nnodes​≤4096；② 内存池化节省 saving=totalover−provisioned​；③ 一致性域 coherence=across_fabric

Intel Sapphire Rapids、阿里云（CXL 3.0研究）

D1944​

DPU/CIPU架构细节​

ARM/ASIC核心、硬件offload pipeline（OVS/VXLAN/NVMe/TCP）、SR-IOV、virtio-net datapath、与SmartNIC区别

云主机网络和存储I/O的硬件卸载；解决"数据平面税"（Data Plane Tax）

教材：《DPU Architecture: A Practical Guide》
论文：《The DPU: A New Processing Unit for the Cloud》（2021）
方程式：① 卸载CPU核心数 saved_cores=NvCPU​×offload_ratio；② 网络吞吐 BWdpu​=400Gbps；③ 延迟 Tdpu​≈1−3μs

NVIDIA BlueField-3、Intel IPU、阿里云CIPU、AWS Nitro

D1945​

服务器硬件：OCP与OpenCompute​

Open Compute Project、OCP服务器规格（Grand Teton）、OpenRack、38℃进风温度、集中供电、与标准服务器对比

超大规模云数据中心的服务器设计规范；降低TCO

教材：《Open Compute: A Practical Guide》
论文：《Open Compute Project: A Survey》（2020）
方程式：① 集中供电效率 ηcentral​>95%；② TCO节省 saving=10−15%；③ 单机功率 power=1−5kW

Facebook OCP、阿里云（OCP贡献者）、字节跳动

D1946​

固件安全：Secure Boot与Boot Guard​

UEFI Secure Boot、签名验证（RSA-2048/SHA-256）、Intel Boot Guard（ACM/IBB/IBB measure）、硬件密钥、与TPM集成

云服务器启动信任链的根基；防止Bootkit/Rootkit植入

教材：《UEFI Secure Boot: A Deep Dive》
论文：《Boot Guard: Hardware-Based Boot Integrity》（2015）
方程式：① 验证链 Root_of_Trust→ACM→IBB→FIT→UEFI→OS；② 签名验证 verify=hash_match∧cert_chain；③ 启动时间增加 Tboot​≈100ms

Intel Boot Guard、Microsoft Surface、阿里云（安全启动）

D1947​

固件安全：TPM 2.0与fTPM​

TPM 2.0规范、PCR（32个）、AIK、EK、SRK、NVRAM、fTPM（firmware TPM）、与dTPM对比

云服务器的硬件信任根；支撑BitLocker/全盘加密/远程证明

教材：《TPM 2.0: A Practical Guide》
论文：《TPM 2.0: A Survey》（2019）
方程式：① PCR扩展 PCR[i]=SHA256(PCR[i]∥data)；② 证明 quote=sign(PCR_values,nonce)；③ 密钥层级 hierarchy={owner,endorsement,platform}

Infineon OPTIGA、Nationz fTPM、阿里云（vTPM）

D1948​

固件安全：BIOS Rootkit与防御​

BIOS/UEFI植入、SMM（System Management Mode）Rootkit、SPI Flash写保护、Boot ROM、与SPI write-protect pin对比

云服务器固件级攻击的威胁模型；硬件信任根的重要性

教材：《Rootkits: A Practical Guide》
论文：《SMM Rootkits: A New Breed of Malware》（2008）
方程式：① SMM攻击向量 vector=SMM_handler_hook；② SPI写保护 protect=WP#_pin_asserted；③ 检测难度 detection_difficulty=very_hard

学术界、阿里云（固件安全）

D1949​

Linux调度器：SCHED_DEADLINE​

Earliest Deadline First、Runtime/Period/Deadline参数、CBS（Constant Bandwidth Server）、与SCHED_FIFO对比

云主机实时任务的调度策略；保证延迟敏感型应用（5G UPF、高频交易）的确定性

教材：《Linux Scheduler: A Practical Guide》
论文：《SCHED_DEADLINE: A Real-Time Scheduler for Linux》（2012）
方程式：① CBS带宽 bw=periodruntime​；② 调度延迟 Tsched​≤deadline；③ 准入控制 accept=∑bwi​≤1

Linux内核（real-time）、阿里云（实时实例）

D1950​

Linux调度器：EEVDF代码级​

Earliest Eligible Virtual Deadline First、virtual deadline、lag tracking、与CFS对比、3.15+内核实现

Linux 6.6+的默认调度器；改善CFS的延迟公平性问题

教材：《Linux Kernel Development》（续）
论文：《EEVDF: A New Linux CPU Scheduler》（2023）
方程式：① virtual deadline VDL=V(now)+slice；② lag Li​=V(runtimei​)−V(waiti​)；③ 调度时机 when min_lag_task

Linux 6.6+、阿里云（内核优化）

D1951​

内存管理：KSM与NUMA Balancing​

Kernel Same-page Merging、页面扫描、合并写保护、NUMA Balancing（自动NUMA页迁移）、与内存超分对比

云主机内存超卖的基础；KSM合并相同页面（如零页/只读代码），NUMA Balancing优化多路CPU内存访问

教材：《Understanding the Linux VM Manager》（续）
论文：《KSM: Memory Sharing in the Cloud》（2009）
方程式：① KSM节省 saving=total_memorymerged_pages×page_size​；② NUMA本地访问率 local_ratio=total_accesseslocal_accesses​；③ 迁移开销 Tmigrate​=page_copy_time

KVM、阿里云ECS、AWS EC2

D1952​

内存管理：THP与Memory Compaction​

Transparent Huge Pages、2MB/1GB页、khugepaged、Memory Compaction（anti-fragmentation）、与hugetlbfs对比

云数据库/AI训练等大内存场景的性能优化；减少TLB缺失

教材：《Linux Memory Management: A Practical Guide》
论文：《THP: Transparent Huge Pages in Linux》（2010）
方程式：① THP覆盖 coverage=total_pagesthp_pages​；② TLB缺失率降低 reduction=TLB_miss4KB​TLB_miss4KB​−TLB_miss2MB​​；③ Compaction延迟 Tcompact​=f(fragmentation)

Linux内核、Redis、阿里云（THP优化）

D1953​

I/O栈：io_uring深度​

SQ（Submission Queue）/CQ（Completion Queue）、SQPOLL模式、IORING_OP_*、fixed buffer、linked SQE、与libaio/spdk对比

现代Linux异步I/O框架；云存储（数据库/对象存储）的高性能I/O基础

教材：《io_uring: A Practical Guide》
论文：《io_uring: A New Asynchronous I/O API for Linux》（2019）
方程式：① 提交延迟 Tsubmit​≈100ns；② 吞吐 BWio_uring​≈millions IOPS；③ SQPOLL CPU占用 cpu=1 core dedicated

Linux 5.1+、RocksDB、阿里云（io_uring优化）

D1954​

I/O栈：SPDK vs io_uring对比​

SPDK（用户态轮询、无锁、NVMe Polled Mode Driver）、io_uring（内核态异步I/O）、适用场景对比、混合架构

云存储后端的I/O路径选型依据；SPDK用于本地NVMe极致性能，io_uring用于通用场景

教材：《SPDK: A Practical Guide》（续）
论文：《SPDK vs io_uring: A Performance Comparison》（2021）
方程式：① SPDK IOPS IOPSspdk​≈1M；② io_uring IOPS IOPSiouring​≈800K；③ CPU效率 efficiencyspdk​>efficiencyiouring​

SPDK（Intel）、io_uring（Linux）、阿里云ESSD

D1955​

文件系统：bcachefs​

Copy-on-Write、压缩（zstd/lz4）、纠删码、多设备支持、与btrfs/ZFS对比、Linux 6.7+主线

云存储后端的下一代本地文件系统候选；ZFS的Linux原生替代

教材：《bcachefs: A Practical Guide》
论文：《bcachefs: A COW Filesystem》（2020）
方程式：① 压缩比 compression=storedraw​；② 写入延迟 Twrite​=Tcow​+Tchecksum​+Tcompress​；③ 多设备吞吐 BW=∑device_BW

Linux 6.7+、阿里云（文件系统研究）

D1956​

文件系统：ZNS-aware FS​

Zoned namespace aware filesystem、zone allocation、write pointer tracking、与F2FS/zonefs对比

云存储后端使用ZNS SSD的 filesystem层支持；消除SSD内部GC

教材：《ZNS SSD: A Practical Guide》（续）
论文：《ZoneFS: A Zoned Namespace Filesystem》（2021）
方程式：① Zone大小 zone_size=1GB/2GB；② 写放大 WAzns​=1；③ 顺序写入约束 constraint=sequential_per_zone

Linux zonefs、Aliyun（ZNS研究）

D1957​

编译器：MLIR​

Multi-Level Intermediate Representation、Dialect、Pass、Lowering、与LLVM IR对比、TensorFlow/XLA集成

AI编译器（TVM/MLIR-based）的基础框架；支撑AI模型跨硬件优化

教材：《MLIR: A Practical Guide》
论文：《MLIR: A Compiler Infrastructure for the End of Moore's Law》（2020）
方程式：① Dialect数 Ndialects​；② Lowering阶段 stages={HLO,LHLO,affine,loop,std,llvm}；③ 优化遍数 Npasses​

LLVM MLIR、Google XLA、阿里云（AI编译器）

D1958​

编译器：Polyhedral优化​

Polyhedral model、isl（Integer Set Library）、循环嵌套优化、依赖分析、与PPCG/Polly对比

高性能计算（HPC）和AI算子的循环优化；自动向量化和并行化

教材：《Polyhedral Compilation: A Practical Guide》
论文：《Polly: A Polyhedral Optimizer for LLVM》（2012）
方程式：① 迭代域 iteration_domain=polyhedron；② 调度 schedule=affine_transformation；③ 优化目标 minimize(cache_misses)

LLVM Polly、PPCG、阿里云（HPC编译器）

D1959​

链接器：lld与mold​

lld（LLVM linker）、mold（高性能链接器）、增量链接、并行化、与GNU ld对比

大型云服务（如Kubernetes二进制300MB+）的快速链接；缩短CI/CD时间

教材：《Linkers and Loaders》（续）
论文：《mold: A Modern Linker》（2021）
方程式：① 链接时间 Tmold​≈0.5s（vs GNU ld 10s+）；② 内存占用 memorymold​<memorylld​；③ 并行度 parallelism=all_cores

LLVM lld、mold（Rui Ueyama）、阿里云（链接优化）

D1960​

运行时：WAMR与Wasmtime​

WebAssembly Micro Runtime、Wasmtime（Cranelift/Winch）、AOT/JIT、WASI、与V8对比、资源限制

云Serverless函数的轻量级运行时；比容器启动快100x，内存占用低10x

教材：《WebAssembly Runtime: A Practical Guide》
论文：《Wasmtime: A WebAssembly Runtime for Cloud》（2020）
方程式：① 冷启动 Tcold​<1ms；② 内存占用 RAM<5MB；③ 隔离性 isolation=WASM_sandbox

ByteDance WAMR、Fastly Wasmtime、阿里云函数计算（WASM）

D1961​

算法：高级字符串算法​

Aho-Corasick自动机、Suffix Array/Tree、后缀自动机（SAM）、Manacher回文、Z-algorithm、BWT变换

云WAF（Snort/Suricata规则匹配）、基因组分析、日志搜索的核心算法

教材：《Algorithms on Strings, Trees and Sequences》Dan Gusfield（1997）
论文：《Suffix Arrays: A New Method for On-Line String Searches》（1990）
方程式：① AC自动机 O(n+∑len)；② 后缀数组构造 O(nlogn)；③ SAM状态数 2n−1

Snort、Suricata、阿里云WAF

D1962​

算法：图算法进阶​

Tarjan SCC、Kosaraju、Dinic最大流、Push-Relabel、最小费用最大流、全局最小割（Stoer-Wagner）、图着色的近似

云网络（流量工程）、微服务依赖分析、资源调度的算法基础

教材：《Network Flows: Theory, Algorithms, and Applications》Ahuja et al.（1993）
论文：《Push-Relabel: A New Approach to Maximum Flow》（1986）
方程式：① Dinic复杂度 O(EV​)（unit capacity）；② Push-Relabel O(V3)；③ Stoer-Wagner O(VE+V2logV)

Google OR-Tools、阿里云（网络优化）

D1963​

算法：近似算法进阶​

LP松弛、Rounding、Primal-Dual、随机化舍入、PTAS/FPTAS、与精确算法对比

云资源调度（装箱、任务分配）中NP-hard问题的实用解法

教材：《Approximation Algorithms》Vijay Vazirani（2001）
论文：《The Primal-Dual Method for Approximation Algorithms》（1997）
方程式：① 装箱LP松弛 OPTLP​≤OPTIP​≤OPTLP​+1；② 近似比 ρ=OPTALG​≤1+ϵ；③ 随机化舍入 E[cost]≤(1+ϵ)OPT

AWS/Azure/阿里云（调度器）

D1964​

数据结构：ART（Adaptive Radix Tree）​

Adaptive Radix Tree、Node类型（Node4/16/48/256）、与B+树对比、内存效率、点查性能

现代KV存储和数据库的索引结构；Redis/索引引擎的高性能替代

教材：《The ART of Efficient Indexing》
论文：《The Adaptive Radix Tree: ARTful Indexing for Main-Memory Databases》（2013）
方程式：① 查找 O(k)（k=key length）；② 节点大小 node∈{4,16,48,256}；③ 内存占用 <B+tree

Redis（尝试ART）、Viagra、阿里云（内存索引）

D1965​

数据结构：HS-Tree与FST​

Hybrid Search Tree、Finite State Transducer（FST）、与Lucene对比、词典压缩

云搜索（Elasticsearch/Lucene）的倒排索引词典结构；节省内存，加速检索

教材：《FST: A Compact Data Structure》
论文：《Finite State Transducers in Lucene》（2013）
方程式：① FST大小 size≪hashmap；② 查询延迟 Tlookup​=O(key_len)；③ 压缩率 compression=hashmapFST​≈0.1

Apache Lucene、Elasticsearch、阿里云OpenSearch

D1966​

分布式系统：TLA+形式化验证​

TLA+（Temporal Logic of Actions）、PlusCal、模型检查、分布式算法验证、与Paxos/Raft验证

分布式系统（Raft/Paxos）的形式化验证工具；AWS/Azure用于验证关键算法正确性

教材：《Specifying Systems》Leslie Lamport（2002）
论文：《TLA+: A Formal Specification Language》（2014）
方程式：① 状态机 Spec=Init∧□[Next]vars​；② 不变式 Invariant holds in all reachable states；③ 模型检查 MC(spec,invariant)

AWS（DynamoDB/Raft验证）、Azure、阿里云（TLA+应用）

D1967​

分布式系统：分布式事务模型​

Percolator模型（Bigtable+Timestamp Oracle）、OCC（Optimistic Concurrency Control）、2PC/Paxos、Saga、TCC、与Google Spanner TrueTime

分布式数据库（TiDB/CockroachDB）的事务实现基础

教材：《Distributed Transactions: A Practical Guide》（续）
论文：《Large-scale Incremental Processing Using Distributed Transactions》（2010）
方程式：① 全局时间戳 TS=Oracle.next()；② 提交延迟 Tcommit​=2×RTT；③ 冲突率 conflict=f(workload)

TiDB（Percolator）、CockroachDB、阿里云PolarDB-X

D1968​

一致性：Raft工程实践​

etcd Raft、LogCabin、Pre-Vote、Leader Stickiness、Checkpointing、WAL、Snapshot、与etcd对比

云原生存储（etcd/TiKV/kubernetes）的共识基础；保证控制平面高可用

教材：《Raft: A Practical Guide》（续）
论文：《etcd Raft: A Production Implementation》（2015）
方程式：① 选举超时 Telection​=random(150ms,300ms)；② 日志复制延迟 Treplicate​=1×RTT；③ 快照频率 snapshot_every=10000 entries

etcd、TiKV、Consul、阿里云（Raft实践）

D1969​

一致性：Paxos工程实践​

Multi-Paxos、Leader Lease、Paxos Made Live、微信PaxosStore、与Raft对比

分布式存储（Google Chubby/Azure）的共识基础；理解Paxos的生产实现

教材：《Paxos Made Live: An Engineering Perspective》
论文：《Paxos Made Live》（2007）
方程式：① Accept延迟 Taccept​=1×RTT；② Leader租约 lease=2×RTT；③ 故障转移 Tfailover​=election_timeout

Google Chubby、微信PaxosStore、阿里云（Paxos实践）

D1970​

拜占庭系统：Tendermint与Avalanche​

Tendermint（BFT+PoS）、Avalanche（Snowman共识）、亚稳态、与PBFT对比

区块链/联盟链的共识算法；云BaaS（Blockchain as a Service）的共识选择

教材：《Tendermint: A Practical Guide》
论文：《Avalanche: A Revolutionary Consensus Protocol》（2019）
方程式：① Tendermint提交时间 Tcommit​=2×RTT；② Avalanche查询深度 k=20；③ 安全性 safety=1−2−k

Cosmos Tendermint、Avalanche、阿里云BaaS

D1971​

密码学：国密算法SM2/SM3/SM4​

SM2（ECC-256，类似NIST P-256）、SM3（256-bit哈希，类似SHA-256）、SM4（128-bit分组，类似AES-128）、国家密码管理局标准

中国合规云服务的强制密码算法；等保2.0/密评要求

教材：《国密算法标准 GM/T 0003-2012/0004-2012/0002-2012》
论文：《SM2/SM3/SM4: A Survey》（2020）
方程式：① SM2签名 sig=(r,s)；② SM3输出 256 bits；③ SM4轮数 32 rounds

阿里云KMS（国密）、腾讯云、华为云

D1972​

密码学：SHA-3与Argon2​

SHA-3（Keccak sponge）、Argon2（Password Hashing Competition winner）、与SHA-2/BCrypt对比

云密码哈希存储的最佳实践（Argon2）；抗ASIC/侧信道的哈希算法（SHA-3）

教材：《SHA-3 and Argon2: A Practical Guide》
论文：《Argon2: The Memory-Hard Function for Password Hashing》（2015）
方程式：① SHA-3容量 c=1088 bits；② Argon2参数 (p,m,t)；③ 抗ASIC memory_hard=true

OWASP推荐Argon2、阿里云（密码存储）

D1973​

侧信道：Spectre V2/V3/V4/MDS​

Spectre V2（Branch Target Injection）、V3（Meltdown）、V4（Speculative Store Bypass）、MDS（Microarchitectural Data Sampling）、与CPU微码补丁

云多租户环境下的CPU侧信道漏洞全景；影响所有主流CPU

教材：《Spectre and Meltdown: A Survey》
论文：《Spectre V2: Exploiting Branch Target Buffers》（2018）
方程式：① 攻击成功率 success_rate；② 缓解开销 overhead≈5−30%（IBPB/STIBP/防护）；③ 信息泄露率 bits/time

Intel/AMD/ARM、阿里云（侧信道缓解）

D1974​

云安全：CNAPP深入​

Cloud-Native Application Protection Platform、集成CSPM/CWPP/CIEM/KSPM/Container Security、与DevSecOps结合、风险优先级（Risk Prioritization）

云原生应用的全栈安全平台；消除安全工具孤岛，统一安全态势

教材：《CNAPP: A Practical Guide》
论文：《CNAPP: The Next Generation of Cloud Security》（2021）
方程式：① 风险评分 risk=f(severity,exploitability,asset_criticality)；② 安全覆盖率 coverage=totalprotected_assets​；③ MTTR mean_time_to_remediate

Palo Alto Prisma Cloud、Wiz、阿里云云安全中心

D1975​

云安全：ASPM与Code Sec​

Application Security Posture Management、代码安全（SAST/SCA/Secrets Detection）、与CI/CD集成、Supply Chain Security

云应用全生命周期安全；从代码到生产的持续安全

教材：《ASPM: A Practical Guide》
论文：《Application Security Posture Management: A Survey》（2022）
方程式：① 漏洞密度 density=KLOCvulns​；② 修复率 fix_rate=identifiedfixed​；③ 覆盖率 coverage=totalscanned_repos​

Snyk、Checkmarx、阿里云代码安全

D1976​

云网络：IPv6与SRv6深入​

IPv6地址规划、NDP（Neighbor Discovery）、SRv6 SID、SRH（Segment Routing Header）、End/End.X/End.DT6、与MPLS对比

云网络演进方向；SRv6简化网络编程，支撑5G/云网融合

教材：《IPv6 and SRv6: A Practical Guide》
论文：《SRv6: A Segment Routing Implementation for IPv6》（2017）
方程式：① SID长度 SID=128 bits；② 包头开销 overhead=40(IPv6)+8(SRH)+16×N(SIDs)；③ 转发延迟 Tforward​=f(SID_operations)

Cisco、华为、阿里云（IPv6/SRv6）

D1977​

云网络：P4Runtime与gNMI​

P4Runtime（SDN控制面协议）、gNMI（gRPC Network Management Interface）、与OpenFlow对比、Stratum/BRIC（白盒）

云网络SDN的数据平面编程和控制；白盒交换机的标准接口

教材：《P4Runtime: A Practical Guide》
论文：《P4Runtime: A Protocol for Configuring P4 Devices》（2017）
方程式：① 流表下发延迟 Tpush​=f(table_size)；② gNMI订阅 subscription=telemetry_stream；③ 设备数 Nswitches​

Stratum、OpenConfig、阿里云（SDN）

D1978​

云存储：S3 API与对象存储内部​

S3 REST API、Put/Get/Delete、Multipart Upload、List（分页/前缀）、Versioning、Lifecycle、与Swift API对比

对象存储的API标准；所有云对象存储（阿里云OSS/AWS S3）的兼容基础

教材：《Amazon S3 API Reference》
论文：《Object Storage: A Survey》（2019）
方程式：① 上传吞吐 BW=multipart_sizeobject_size​×parallelism；② 一致性模型 consistency=read−after−write；③ 存储成本 cost=$/GB/month

AWS S3、阿里云OSS、Ceph RGW

D1979​

云存储：Object Storage Internals​

分层架构（Frontend/Metadata/Data）、一致性哈希/CRUSH、EC vs 3副本、Bitmap索引、Tiering（Hot/Warm/Cold）、小文件合并

对象存储的内部实现；支撑EB级数据存储和高并发访问

教材：《Object Storage Architecture: A Practical Guide》
论文：《The Anatomy of a Cloud Object Storage System》（2020）
方程式：① 数据持久性 durability=99.999999999%；② EC效率 efficiency=k+mk​；③ 小文件合并 merge_size=4MB

AWS S3、阿里云OSS、Azure Blob

D1980​

云数据库：PolarDB/Aurora实现​

存储计算分离、Log-is-database（PolarDB）、Redo log shipping（Aurora）、Parallel query、分布式存储、共享存储架构

云原生关系型数据库的核心架构；1写多读，秒级弹性

教材：《Cloud-Native Databases: A Practical Guide》
论文：《Amazon Aurora: Design Considerations for Snowball》（2017）
方程式：① 日志应用 redo_apply=storage_node；② 读副本延迟 Treplica​<10ms；③ 弹性伸缩 scale=compute_storage_decoupled

AWS Aurora、阿里云PolarDB

D1981​

云数据库：Spanner与TrueTime​

TrueTime API、GPS+Atomic Clock、误差边界ε、RW（Read-Write）事务、RO（Read-Only）事务、Paxos复制

全球分布式强一致数据库；跨地域ACID事务

教材：《Spanner: Google's Globally-Distributed Database》（续）
论文：《Spanner: Google's Globally-Distributed Database》（2012）
方程式：① TT.now()返回 [earliest,latest]；② 提交等待 Tcommit_wait​=last_TS−commit_TS+ϵ；③ 外部一致性 commit_TS>all_prior_TS

Google Spanner、CockroachDB、阿里云（类似）

D1982​

云原生：Kubernetes 1.30+新特性​

KMS v2、User Namespaces、JobSet API、Dynamic Resource Allocation、Sidecar Containers（GA）、与eBPF集成

最新Kubernetes版本的云原生能力；提升安全性、资源管理和批处理

教材：《Kubernetes: Up and Running》（续）
论文：《Kubernetes 1.30: What's New》（2024）
方程式：① Sidecar启动顺序 order=init_containers→sidecars→main；② DRA设备分配 allocate=GPU/NIC_resource；③ JobSet并行度 parallelism

Kubernetes 1.30+、阿里云ACK、AWS EKS

D1983​

云原生：Cilium 1.15+进阶​

eBPF-based Service Mesh、Sidecarless（Ambient Mesh）、L4/L7负载均衡、Maglev/DSR、WireGuard加密、Hubble可观测性

云原生网络的下一代方案；消除sidecar开销，提升性能

教材：《Cilium: A Practical Guide》（续）
论文：《Cilium 1.15: A Sidecarless Service Mesh》（2024）
方程式：① 资源节省 saving=sidecar_memsidecar_mem−ambient_mem​；② 延迟 Tcilium​≈1−3μs；③ 节点密度 density=nodepods​

Isovalent Cilium、阿里云ACK（Cilium）

D1984​

多云：Crossplane与Kubernetes Federation​

Crossplane Compose、Provider、XRD、Kubernetes Federation（KubeFed）、与Argo CD结合、GitOps多云

多云资源编排的标准；用Kubernetes API管理AWS/Azure/阿里云资源

教材：《Crossplane: A Practical Guide》（续）
论文：《Kubernetes Federation: A Survey》（2020）
方程式：① 资源编排时间 Tprovision​=f(provider)；② Provider数 Nproviders​；③ 跨云延迟 Tcross​=f(region_distance)

Crossplane（CNCF）、阿里云ACK One

D1985​

边缘计算：MEC与5G UPF​

Multi-access Edge Computing、5G User Plane Function、ULCL（Uplink Classifier）、与Kubernetes集成、边缘节点管理

5G与边缘计算的融合；支撑低延迟应用（AR/VR/自动驾驶）

教材：《MEC: A Practical Guide》
论文：《5G MEC: A Survey》（2020）
方程式：① 边缘延迟 Tedge​<10ms；② UPF吞吐 BWupf​=100Gbps；③ 分流规则 ULCL=routing_rules

AWS Wavelength、阿里云MEC、Azure Edge Zones

D1986​

Serverless：Firecracker与gVisor​

Firecracker（microVM，KVM-based）、gVisor（user-space kernel）、与容器对比、冷启动、资源隔离

Serverless函数的安全隔离运行时；比传统VM轻量，比容器安全

教材：《Firecracker: A Practical Guide》
论文：《Firecracker: Lightweight Virtualization for Serverless》（2018）
方程式：① 冷启动 Tcold​≈100ms；② 内存占用 RAM≈5MB；③ 隔离性 isolation=hardware_VM

AWS Lambda、Google Cloud Run、阿里云函数计算

D1987​

AI平台：Ray与Triton​

Ray Core（Actor/Task）、Ray Serve（模型服务）、Triton Inference Server（多框架）、Dynamic Batching、与Kubernetes集成

分布式AI训练和推理的平台基础；支撑LLM训练和在线推理

教材：《Ray: A Practical Guide》（续）
论文：《Triton: A Multi-Framework Inference Server》（2020）
方程式：① 动态批处理 batch=dynamic_size；② 推理延迟 Tinfer​=Tpre​+Tmodel​+Tpost​；③ GPU利用率 util=totalactive​

Ray（Anyscale）、NVIDIA Triton、阿里云PAI

D1988​

AI平台：ONNX Runtime与优化​

ONNX格式、Execution Provider（CPU/CUDA/TensorRT/OpenVINO）、图优化、算子融合、量化

AI模型的跨框架部署；云端推理的统一运行时

教材：《ONNX Runtime: A Practical Guide》
论文：《ONNX Runtime: A Cross-Platform Inference Engine》（2019）
方程式：① 推理延迟 Tinfer​=f(graph_optimization)；② 算子融合 fusion=reduce_kernel_launch；③ 量化加速 speedup=TINT8​TFP32​​

Microsoft ONNX Runtime、阿里云PAI-Blade

D1989​

数据平台：Spark 4.0与Iceberg 2.0​

Spark 4.0（variant type、Java 17+、plugin架构）、Iceberg 2.0（Hidden Partitioning、incremental merge）、与Flink集成

云数据湖仓的最新架构；ACID事务+大规模分析

教材：《Spark: The Definitive Guide》（续）
论文：《Apache Iceberg: A Table Format for Huge Analytic Datasets》（续）
方程式：① 查询性能 speedup=f(partition_evolution)；② 文件合并 merge_ratio；③ 快照数 Nsnapshots​

Apache Spark 4.0、Iceberg 2.0、阿里云MaxCompute

D1990​

数据平台：Flink 2.0​

Flink 2.0（SQL Gateway、Pipelined Region Failover、State Backend优化）、与Kubernetes集成、Streaming Lakehouse

云流处理的最新版本；支撑实时数仓和流式湖仓

教材：《Stream Processing with Apache Flink》（续）
论文：《Apache Flink 2.0: What's New》（2024）
方程式：① Checkpoint时间 Tcheckpoint​；② 状态大小 state_size；③ Exactly-Once语义 guarantee=exactly_once

Apache Flink 2.0、阿里云实时计算Flink版

D1991​

行业云：电信云（Telco Cloud）​

NFV（Network Function Virtualization）、5GC（5G Core）、CUPS（Control/User Plane Separation）、与Kubernetes集成、ETSI NFV MANO

电信运营商的云化转型；5G核心网云原生部署

教材：《Telco Cloud: A Practical Guide》
论文：《NFV: A Survey》（2018）
方程式：① VNF部署时间 Tdeploy​=f(orchestrator)；② 网络切片数 Nslices​；③ 用户面延迟 TUP​<1ms

AWS Telco、阿里云5G核心网、Azure for Operators

D1992​

行业云：游戏云​

游戏服务器（Game Server）、状态同步/帧同步、全球同服、防DDoS、热更新、玩家匹配（ELO/MMR）、与Kubernetes集成

游戏行业专属云；支撑MMO/MOBA/大逃杀等游戏类型

教材：《Game Cloud: A Practical Guide》
论文：《Cloud Gaming: A Survey》（2019）
方程式：① 网络延迟 Tnet​≤50ms；② 服务器容量 players/server；③ 匹配时间 Tmatch​≤5s

阿里云游戏云、AWS Game Tech、腾讯云游戏

D1993​

行业云：媒体云​

视频转码（H.264/H.265/AV1）、直播推拉流（RTMP/HLS/DASH）、DRM（Widevine/PlayReady/FairPlay）、AI剪辑、与CDN集成

媒体行业专属云；OTT/IPTV/短视频的云平台

教材：《Media Cloud: A Practical Guide》
论文：《Cloud-Based Video Transcoding: A Survey》（2018）
方程式：① 转码速度 speed=processing_timeduration​；② 直播延迟 Tlive​≤5s；③ 存储成本 cost=compressiondata​

阿里云视频云、AWS Elemental、Azure Media Services

D1994​

行业云：汽车云（Auto Cloud）​

自动驾驶数据闭环（采集/标注/训练/仿真）、车云协同、OTA升级、车载Kubernetes（K3s）、与5G集成

智能网联汽车的云平台；支撑自动驾驶研发与车联网

教材：《Automotive Cloud: A Practical Guide》
论文：《Cloud Computing for Autonomous Driving: A Survey》（2021）
方程式：① 数据量 data_per_vehicle=TB/day；② 训练数据规模 dataset=PB；③ 仿真场景数 Nscenarios​

阿里云汽车云、AWS IoT FleetWise、Azure Automotive

D1995​

FinOps：碳足迹与绿色云​

碳足迹测量（Cloud Carbon Footprint）、PUE、碳强度（grid carbon intensity）、碳感知调度（Carbon-aware scheduling）、与Kubernetes集成

云碳中和目标；优化工作负载碳排放，实现绿色计算

教材：《Green Software Engineering》（续）
论文：《Carbon-Aware Computing in the Cloud》（2022）

D1996​

FinOps：碳感知调度（Carbon-aware Scheduling）​

碳强度API（WattTime/ElectricityMap）、时间/区域偏移、碳预算、与Kubernetes Descheduler集成、Spot实例利用

云工作负载的碳排放优化；将工作负载调度到低碳时段/区域

教材：《Green Software Engineering》（续）
论文：《Carbon-Aware Scheduling in Kubernetes》（2022）
方程式：① 碳排放 CO2=power×carbon_intensity×time；② 碳延迟权衡 tradeoff=cost_saved/delay；③ 碳预算 budget=max_kgCO2

WattTime、Kubernetes Carbon-Aware Scheduler、阿里云（绿色计算）

D1997​

FinOps：碳足迹工具（Cloud Carbon Footprint）​

Cloud Carbon Footprint（开源）、AWS/Azure/GCP碳排放API、排放因子、Scope 1/2/3、与成本关联

云服务商的碳排放计量；企业ESG报告的数据来源

教材：《Cloud Carbon Footprint: A Practical Guide》
论文：《Measuring Cloud Carbon Emissions》（2021）
方程式：① 碳排放 CO2=usage×emission_factor；② 实例级排放 instance_CO2=vCPU_hours×factor；③ 总排放 total=∑instance_CO2

Cloud Carbon Footprint（ThoughtWorks）、阿里云（碳排放追踪）

D1998​

FinOps：FinOps实践与工具​

FinOps Framework（Inform/Optimize/Operate）、Unit Economics、Committed Use Discounts/Reserved Instances、Savings Plans、Spot Instance、与成本分摊（Chargeback/Showback）

云成本管理的标准实践；实现云支出的可见性、优化和治理

教材：《FinOps: A Practical Guide》
论文：《FinOps: Cloud Financial Management》（2020）
方程式：① 单位成本 unit_cost=total_cloud_cost/units_delivered；② 节省率 savings_rate=ondemand_costondemand_cost−actual_cost​；③ 覆盖率 coverage=total_usagecommitted_usage​

AWS Cost Explorer、Azure Cost Management、阿里云成本管家

D1999​

可观测性：OpenTelemetry 2.0​

OTLP协议、Span Links、Event API、Profiling Signal、与Prometheus/Jaeger集成、Semantic Conventions 2.0

云原生可观测性的标准数据采集框架；统一Metrics/Traces/Logs/Profiles

教材：《OpenTelemetry: A Practical Guide》（续）
论文：《OpenTelemetry 2.0: A Unified Observability Framework》（2024）
方程式：① 采样率 sampling_rate=f(head_based,tail_based)；② 数据量 data_volume=traces×spans×attributes；③ 导出延迟 Texport​≤1s

CNCF OpenTelemetry、阿里云ARMS

D2000​

可观测性：eBPF可观测性（Pixie/PWru）​

eBPF程序挂载（kprobe/uprobe/tracepoint）、Pixie（Kubernetes可观测性）、PWru（网络路径追踪）、与sidecar对比

零侵入的云原生可观测性；无需修改应用代码即可捕获指标/追踪

教材：《eBPF: A Practical Guide》（续）
论文：《Pixie: eBPF-Based Observability for Kubernetes》（2021）
方程式：① 捕获开销 overhead<5%；② 数据捕获率 capture_rate=events/s；③ 存储压缩 compression=storedraw​

Pixie（New Relic）、Cilium Hubble、阿里云（eBPF可观测）

D2001​

混沌工程：Chaos Mesh v3​

Workflow、Schedule、HTTPChaos/DNSChaos/StressChaos、Dashboard、与Argo Rollouts集成

云原生系统的混沌工程平台；验证系统韧性

教材：《Chaos Engineering: A Practical Guide》（续）
论文：《Chaos Mesh: A Chaos Engineering Platform for Kubernetes》（2020）
方程式：① 爆炸半径 radius=f(namespace,labels)；② 实验持续时间 Texperiment​=duration；③ 稳态假设 steady_state=metric_threshold

CNCF Chaos Mesh、阿里云（混沌工程）

D2002​

混沌工程：LitmusChaos​

ChaosHub、Workflow、Probes（HTTP/gRPC/K8s）、Result Analytics、与GitOps集成

另一个云原生混沌工程平台；强调结果分析和探针

教材：《LitmusChaos: A Practical Guide》
论文：《LitmusChaos: Chaos Engineering for Cloud-Native》（2021）
方程式：① 探针通过率 pass_rate=totalpassed​；② 恢复时间 Trecovery​=time_to_healthy；③ 实验覆盖 coverage=totaltested_services​

Harness LitmusChaos、阿里云（混沌工程）

D2003​

DevSecOps：Sigstore与SLSA​

Sigstore（Cosign/Rekor/Fulcio）、SLSA（Supply-chain Levels for Software Artifacts）、Build Attestation、Provenance、与GitHub Actions集成

软件供应链安全的行业标准；确保构建和发布过程的完整性

教材：《Sigstore: A Practical Guide》
论文：《SLSA: A Framework for Supply Chain Security》（2021）
方程式：① SLSA等级 level∈{1,2,3,4}；② 签名验证 verify=cosign_verify−−keykey.sig；③ 透明度日志 Rekor_entry=timestamp

Sigstore（Linux Foundation）、阿里云（容器镜像签名）

D2004​

DevSecOps：KubeScore​

Kubernetes配置安全检查、Pod Security Standards、NetworkPolicy、Resource Limits、RBAC、与Admission Controller集成

Kubernetes安全配置的静态分析工具；预防不安全部署

教材：《KubeScore: A Practical Guide》
论文：《Kubernetes Security Best Practices》（2020）
方程式：① 安全评分 score=total_checkspassed_checks​；② 违规数 violations=count；③ 严重级别 severity∈{critical,high,medium,low}

KubeScore（开源）、阿里云（容器安全）

D2005​

SRE：Error Budget与SLI/SLO​

Error Budget = 1 - SLO、Burn Rate、Multi-window Multi-burn-rate Alerts、与Incident Response结合

SRE的核心概念；平衡可靠性与功能发布速度

教材：《Site Reliability Engineering》（续）
论文：《Error Budgets: A Practical Guide》（2018）
方程式：① Error Budget EB=1−SLO；② Burn Rate burn=1−SLOerror_rate​；③ 告警触发 alert=burn_rate>threshold×window

Google SRE、阿里云SRE

D2006​

SRE：Capacity Model与需求预测​

容量规划（Utilization-based/Request-based）、时间序列预测（ARIMA/Prophet）、压力测试、与Auto Scaling结合

云服务容量管理的核心；确保有足够资源应对峰值

教材：《Capacity Planning: A Practical Guide》
论文：《Capacity Planning for Cloud Services》（2019）
方程式：① 利用率 util=capacityactual_demand​；② 预测需求 demand_forecast=f(historical,seasonality,trend)；③ 预留容量 reserve=demand_forecast×safety_factor

AWS Auto Scaling、阿里云弹性伸缩

D2007​

SRE：Golden Signals与USE Method​

Golden Signals（Latency/Traffic/Errors/Saturation）、USE Method（Utilization/Saturation/Errors）、RED Method（Rate/Errors/Duration）

监控指标的经典方法论；指导云服务健康度量

教材：《The Art of Monitoring》James Turnbull（2014）
论文：《USE Method: A Methodology for Performance Analysis》（2012）
方程式：① 延迟百分位 P99/P999；② 饱和度 saturation=queue_depth；③ 错误率 error_rate=requestserrors​

Prometheus、阿里云云监控

D2008​

边缘计算：K3s与KubeEdge​

K3s（轻量级Kubernetes，<100MB）、KubeEdge（CloudCore/EdgeCore）、EdgeMesh、与云端Kubernetes协同

边缘节点的Kubernetes发行版；支撑IoT和边缘AI推理

教材：《K3s: A Practical Guide》
论文：《KubeEdge: A Kubernetes Native Edge Computing Framework》（2019）
方程式：① 节点资源消耗 RAMk3s​<512MB；② 离线自治 autonomy=local_reconciliation；③ 边缘-云同步延迟 Tsync​=f(network)

Rancher K3s、KubeEdge（CNCF）、阿里云ENS

D2009​

IoT：AWS Greengrass与AliOS Things​

Greengrass（Lambda本地执行、MQTT桥接、OTA）、AliOS Things（RTOS、uMesh、安全启动）、与云端IoT Core集成

边缘IoT设备的运行时和操作系统；支撑百万级设备管理

教材：《IoT Edge Computing: A Practical Guide》
论文：《Greengrass: Local Compute for IoT》（2017）
方程式：① 消息延迟 Tmqtt​≈10ms（本地）；② OTA升级时间 Tota​=f(image_size,bandwidth)；③ 设备影子同步 shadow_sync=delta

AWS Greengrass、阿里云IoT Edge

D2010​

区块链：Hyperledger Fabric​

通道（Channel）、Peer/Orderer、Chaincode（智能合约）、World State、Private Data Collection、与Kafka/Raft共识

企业联盟链的主流平台；云BaaS的基础

教材：《Hyperledger Fabric: A Practical Guide》
论文：《Hyperledger Fabric: A Distributed Operating System for Permissioned Blockchains》（2018）
方程式：① 交易吞吐 TPS=f(orderer_nodes,peers)；② 区块大小 block_size=max_transactions；③ 确认延迟 Tconfirm​=2×RTT

Hyperledger Fabric、阿里云BaaS

D2011​

区块链：Corda​

Notary、States/Contracts/Flows、Vault、与Fabric对比、UTXO模型

金融行业的联盟链平台；云BaaS的另一种选择

教材：《Corda: A Practical Guide》
论文：《Corda: A Distributed Ledger》（2016）
方程式：① 交易原子性 atomic=notary_validation；② 流程步骤 steps=flow_definition；③ 状态引用 state_ref=unique_id

R3 Corda、阿里云BaaS

D2012​

量子计算：Qiskit与Cirq​

Qubit、Quantum Gate（Hadamard/CNOT/Toffoli）、Shor算法、Grover算法、Noisy Intermediate-Scale Quantum（NISQ）、与经典计算对比

云量子计算服务（AWS Braket/Azure Quantum/阿里云量子）的编程框架

教材：《Quantum Computation and Quantum Information》Michael Nielsen & Isaac Chuang（2010）
论文：《Qiskit: An Open-Source Framework for Quantum Computing》（2019）
方程式：① 量子比特数 Nqubits​；② 门错误率 gate_error<0.1%；③ 量子体积 QV=f(gate_fidelity,connectivity)

IBM Qiskit、Google Cirq、阿里云量子计算

D2013​

密码学：Ed25519与X25519​

Ed25519（Edwards-curve Digital Signature Algorithm）、X25519（Curve25519 ECDH）、固定时间实现、与NIST P-256对比

现代高效公钥密码；SSH密钥、TLS 1.3、区块链签名的首选

教材：《Ed25519: A Practical Guide》
论文：《High-Speed High-Security Signatures》（2011）
方程式：① 签名大小 sig=64 bytes；② 公钥大小 pk=32 bytes；③ 签名速度 sign_speed≈10μs

OpenSSH、libsodium、阿里云KMS

D2014​

密码学：BLS签名​

Boneh–Lynn–Shacham签名、双线性配对（Weil/Tate pairing）、签名聚合、与ECDSA对比

区块链（以太坊2.0）和阈值签名的核心；支持签名聚合，降低存储

教材：《BLS Signatures: A Practical Guide》
论文：《Short Signatures from the Weil Pairing》（2001）
方程式：① 聚合签名大小 agg_sig=single_sig_size；② 验证配对 e(sig,g)=e(H(m),pk)；③ 阈值签名 threshold=t−of−n

Ethereum 2.0、Chia、阿里云（BLS研究）

D2015​

密码学：Paillier同态加密​

Paillier cryptosystem、加法同态、密钥生成（n,g）、加密/解密、与CKKS对比

隐私计算（联邦学习、加密统计）的加法同态方案；支持密文加法

教材：《Paillier Cryptosystem: A Practical Guide》
论文：《Public-Key Cryptosystems Based on Composite Degree Residuosity Classes》（1999）
方程式：① 加密 c=gm⋅rnmodn2；② 解密 m=L(cλmodn2)⋅μmodn；③ 加法同态 E(m1​)⋅E(m2​)=E(m1​+m2​)

隐私计算框架、阿里云（联邦学习）

D2016​

网络协议：HTTP/2 HPACK​

HPACK（Header Compression for HTTP/2）、静态/动态表、Huffman编码、索引表示、与QPACK对比

HTTP/2头部压缩算法；降低HTTP请求头部开销，提升云API网关性能

教材：《HTTP/2: A Practical Guide》（续）
论文：《HPACK: Header Compression for HTTP/2》（2015）
方程式：① 压缩率 compression=compressed_headersraw_headers​；② 动态表大小 table_size=4096 bytes；③ 索引引用 index=static/dynamic_table

HTTP/2实现、阿里云CDN

D2017​

网络协议：DNS-over-HTTPS/TLS​

DoH（RFC 8484）、DoT（RFC 7858）、加密DNS查询、与DNSSEC结合、隐私保护

云DNS服务的隐私增强；防止DNS劫持和嗅探

教材：《DNS Privacy: A Practical Guide》
论文：《DNS-over-HTTPS: A Survey》（2019）
方程式：① 查询延迟 Tdoh​=Ttls_handshake​+Tdns_query​；② 隐私保护 privacy=encrypted_transport；③ 缓存命中率 hit_rate=totalcached​

Cloudflare 1.1.1.1、Google DNS、阿里云DNS

D2018​

网络协议：BGP Flowspec​

BGP Flowspec（RFC 5575）、Flow Rule（Source/Destination IP, Port, Protocol）、Action（Drop/Rate-limit/Redirect）、与DDoS防御结合

云网络DDoS清洗的自动化手段；通过BGP下发过滤规则到路由器

教材：《BGP Flowspec: A Practical Guide》
论文：《BGP Flowspec: A Survey》（2018）
方程式：① 规则匹配 match=packet_fields∩rule_fields；② 动作执行 $action = drop

redirect；③下发延迟T_{flowspec} \approx 1-10s$

D2019​

网络协议：EVPN与VXLAN​

EVPN（Ethernet VPN，RFC 7432）、Type 2/3/5 routes、MAC/IP advertisement、与VXLAN/MPLS集成

云数据中心网络的标准化多租户方案；替代传统STP/VLAN

教材：《EVPN: A Practical Guide》
论文：《EVPN: A Standard for Data Center Fabrics》（2019）
方程式：① VTEP数量 Nvtep​；② 路由收敛时间 Tconverge​=f(BGP_peering)；③ 广播抑制 suppression=ARP_proxy

Cisco ACI、VMware NSX、阿里云（VPC）

D2020​

网络协议：NSH（Network Service Header）​

NSH（RFC 8300）、Service Function Chaining（SFC）、Service Path Identifier（SPI）、Service Index（SI）、Metadata

云网络服务链（防火墙/负载均衡/DPI）的标准化包头；支撑NFV编排

教材：《NSH: A Practical Guide》
论文：《Network Service Header: A Survey》（2018）
方程式：① 包头大小 header_size=32 bytes+metadata；② 服务路径长度 Nhops​；③ 转发延迟 Tsfc​=∑Tservice_function​

Cisco、OpenStack SFC、阿里云（服务链）

D2021​

存储：Ceph RADOS深入​

RADOS（Reliable Autonomic Distributed Object Store）、CRUSH Map、PG（Placement Group）、OSD（Object Storage Daemon）、Mon（Monitor）、与librados

分布式存储Ceph的核心；支撑云对象存储（RGW）和块存储（RBD）

教材：《Ceph: A Practical Guide》（续）
论文：《Ceph: A Scalable, High-Performance Distributed File System》（2006）
方程式：① PG数 PG=(OSDs×100)/replication_factor；② CRUSH分布 distribution=hash(object)→OSDs；③ 数据持久性 durability=11 nines

Ceph、阿里云（Ceph研究）

D2022​

存储：MinIO对象存储​

MinIO（开源对象存储）、S3 API兼容、Erasure Coding（EC）、Bit Rot Protection、与Kubernetes Operator

私有云/边缘的对象存储；高性能、轻量级S3替代

教材：《MinIO: A Practical Guide》
论文：《MinIO: High-Performance Object Storage》（2020）
方程式：① EC效率 efficiency=k+mk​；② 读吞吐 BWread​=f(disks,network)；③ 写延迟 Twrite​=Tec_encode​+Tdisk_write​

MinIO、阿里云（OSS兼容）

D2023​

存储：JuiceFS与Alluxio​

JuiceFS（POSIX兼容、S3后端、元数据Redis）、Alluxio（虚拟分布式文件系统、缓存加速）、与HDFS对比

云原生文件系统和缓存加速层；支撑AI训练数据加载和数据分析

教材：《JuiceFS: A Practical Guide》
论文：《Alluxio: A Virtual Distributed File System》（2018）
方程式：① 元数据延迟 Tmeta​≈100μs（JuiceFS）；② 缓存命中率 hit_rate=total_readscached_reads​；③ 数据本地性 locality=totallocal_reads​

JuiceFS、Alluxio、阿里云（数据加速）

D2024​

数据库：Redis 7.0新特性​

Redis 7.0（ACL v2、Sharded Pub/Sub、Function、Redis Stack）、与6.x对比、性能改进

云内存数据库的最新版本；支撑缓存/会话/排行榜等场景

教材：《Redis: A Practical Guide》（续）
论文：《Redis 7.0: What's New》（2022）
方程式：① 命令延迟 Tcmd​≈1μs；② 吞吐 IOPS=f(threads,pipelining)；③ 内存效率 efficiency=memory_useddata_size​

Redis 7.0、阿里云Redis

D2025​

数据库：MongoDB 7.0新特性​

MongoDB 7.0（Queryable Encryption、Change Streams改进、Time Series Collections、Index Improvements）、与6.x对比

云文档数据库的最新版本；支撑JSON文档存储和分析

教材：《MongoDB: The Definitive Guide》（续）
论文：《MongoDB 7.0: What's New》（2023）
方程式：① 查询延迟 Tquery​=f(index,document_size)；② 写入吞吐 BWwrite​=f(shards)；③ 加密开销 overheadqe​≈10−30%

MongoDB 7.0、阿里云MongoDB

D2026​

数据库：ClickHouse列式数据库​

ClickHouse（MergeTree引擎、列式存储、向量化执行、物化视图）、与OLAP对比

云分析型数据库的标杆；支撑实时OLAP和日志分析

教材：《ClickHouse: A Practical Guide》
论文：《ClickHouse: A Column-Oriented DBMS for Online Analytical Processing》（2018）
方程式：① 压缩比 compression=storedraw​；② 查询吞吐 rows/s；③ 写入延迟 Tinsert​≈1ms

ClickHouse、阿里云ClickHouse

D2027​

AI：LLM推理优化（vLLM/TensorRT-LLM）​

PagedAttention（vLLM）、Continuous Batching、KV Cache量化、TensorRT-LLM（In-flight batching）、与HuggingFace对比

大语言模型云推理的关键优化技术；降低LLM推理成本和延迟

教材：《LLM Inference Optimization: A Practical Guide》
论文：《Efficient Memory Management for Large Language Model Serving with PagedAttention》（2022）
方程式：① 推理延迟 Tinfer​=Tprefill​+Tdecode​；② 吞吐 tokens/s；③ KV缓存大小 cache_size=layers×heads×seq_len×d_head

vLLM、NVIDIA TensorRT-LLM、阿里云PAI

D2028​

AI：LoRA与QLoRA微调​

Low-Rank Adaptation（LoRA）、Quantized LoRA（QLoRA）、4-bit NormalFloat、Adapter权重合并、与全参数微调对比

云AI平台的低成本模型微调方法；只需少量GPU即可微调LLM

教材：《Parameter-Efficient Fine-Tuning: A Practical Guide》
论文：《LoRA: Low-Rank Adaptation of Large Language Models》（2021）
方程式：① 可训练参数量 paramstrain​=rank×(din​+dout​)；② 内存节省 saving=lora_paramsfull_params​；③ 微调质量 quality≈full_fine_tune

HuggingFace PEFT、阿里云PAI

D2029​

硬件：CXL Type 3（内存扩展器）​

CXL Type 3 device、内存池化控制器、Load/Store语义、与Type 1/2区别、延迟隐藏

云服务器的内存扩展硬件；支持大内存实例和内存池化

教材：《CXL Type 3: A Practical Guide》
论文：《CXL Type 3 Memory Expanders》（2023）
方程式：① 访问延迟 Tcxl_type3​≈200−300ns；② 带宽 BWcxl_type3​=lanes×32GT/s；③ 容量扩展 capacity=up_to 2TB

Intel（Sapphire Rapids）、Samsung（CXL内存模块）、阿里云（CXL研究）

D2030​

硬件：Intel Optane持久内存（回顾）​

Optane DC PMem（已停产）、App Direct模式、Memory Mode、与DRAM对比、写耐久性、与NVDIMM对比

虽已停产但理念重要；理解持久内存对数据库和存储的影响

教材：《Persistent Memory: A Practical Guide》（续）
论文：《Intel Optane DC Persistent Memory: A Review》（2020）
方程式：① 读延迟 Tread​≈100−300ns；② 写延迟 Twrite​≈1−10μs；③ 写耐久 endurance=106 writes

Intel Optane（已停产）、阿里云（PMem研究）

D2031​

硬件：Samsung ZNS SSD深入​

ZNS SSD（Zoned Namespace）、Zone Capacity、Active Zone Limit、与Open-Channel SSD对比、Samsung PM1733 ZNS

云存储后端的最新高性能SSD；消除GC写放大

教材：《ZNS SSD: A Practical Guide》（续）
论文：《Samsung ZNS SSD: A Production Deployment》（2022）
方程式：① 写放大 WA=1；② 延迟 Twrite_seq​≈10μs；③ 容量 capacity=30.72TB（PM1733）

Samsung ZNS SSD、阿里云（ZNS研究）

D2032​

安全：KMS/AKM/HSM架构​

Key Management Service、Azure AKV、AWS KMS、HSM（Hardware Security Module）、CloudHSM、密钥层级（Customer Master Key / Data Key）

云密钥管理的核心架构；保护客户加密密钥

教材：《Cloud Key Management: A Practical Guide》
论文：《AWS KMS: A Key Management Service》（2017）
方程式：① 密钥层级 CMK→DEK→encrypted_data；② 加密吞吐 BWkms​=f(HSM_capacity)；③ 密钥轮转周期 rotation=1 year

AWS KMS、Azure Key Vault、阿里云KMS

D2033​

安全：BYOK/HSM与外部密钥​

Bring Your Own Key（BYOK）、External Key Store（XKS）、HSM Proxy、与云KMS集成、合规要求

云数据加密的合规方案；客户持有密钥材料

教材：《BYOK: A Practical Guide》
论文：《Bring Your Own Key to the Cloud》（2019）
方程式：① 密钥导入 import=wrap_key→HSM；② 密钥使用 encrypt=CMK→DEK；③ 合规满足 compliance=GDPR/PCI_DSS

AWS CloudHSM、Azure Dedicated HSM、阿里云KMS（BYOK）

D2034​

安全：机密计算TEE全面对比​

Intel SGX（EPC 128MB）、Intel TDX（全虚拟机加密）、AMD SEV-SNP（加密+嵌套分页）、ARM CCA（Realm）、与普通VM对比

云机密计算的技术全景；保护数据使用中安全

教材：《Confidential Computing: A Practical Guide》（续）
论文：《A Comparative Study of Confidential Computing Technologies》（2022）
方程式：① 飞地内存限制 EPCsgx​=128MB；② 加密开销 overheadsev​≈1−5%；③ 信任模型 trust=host_untrusted

Intel SGX/TDX、AMD SEV-SNP、阿里云机密计算

D2035​

安全：SGX/TDX/SEV-SNP实现细节​

SGX Enclave创建（ECREATE/EADD/EEXTEND/EINIT）、TDX TD创建、SEV-SNP Guest Policy、与远程证明结合

机密计算TEE的具体实现；理解云实例的机密计算能力

教材：《Intel SGX Explained》（续）
论文：《Intel TDX: A Trust Domain Extension》（2021）
方程式：① 飞地初始化 Tenclave_init​=f(pages)；② TD内存加密 encryption=MKTME；③ SNP策略 policy=guest_policy_bits

Intel SGX/TDX、AMD SEV-SNP、阿里云机密计算

D2036​

安全：机密计算应用场景​

联合学习（Federated Learning）、隐私集合求交（PSI）、多方安全计算（MPC）、与TEE结合

云机密计算的典型应用；保护数据隐私同时进行计算

教材：《Confidential Computing: Applications》
论文：《Privacy-Preserving Machine Learning with TEE》（2020）
方程式：① 联合学习轮次 rounds=epochs；② PSI交集大小 intersection=set_size；③ MPC通信开销 communication=O(n2)

阿里云机密计算、Azure Confidential Computing

D2037​

安全：零信任架构（ZTA）​

Never trust always verify、微隔离（Micro-segmentation）、持续验证、最小权限、与SASE结合

云安全架构的未来方向；替代传统边界安全模型

教材：《Zero Trust Architecture: A Practical Guide》
论文：《Zero Trust Architecture》（NIST SP 800-207，2020）
方程式：① 信任评分 trust_score=f(identity,device,context)；② 访问策略 policy=attribute_based；③ 微隔离粒度 granularity=per_workload

Google BeyondCorp、阿里云（零信任方案）

D2038​

安全：CASB与SSPM​

Cloud Access Security Broker、Shadow IT发现、数据防泄漏（DLP）、Security Service Posture Management（SSPM）、与CNAPP集成

SaaS安全的管理工具；发现和控制影子IT

教材：《CASB: A Practical Guide》
论文：《Cloud Access Security Brokers: A Survey》（2018）
方程式：① 影子IT应用数 Nshadow​；② 数据泄露风险 risk=f(sensitivity,exposure)；③ 策略执行 $enforce = block

allow

D2039​

安全：SOAR与安全编排​

Security Orchestration Automation and Response、Playbook、Case Management、与SIEM集成

云安全运营的自动化和编排；提升MTTR

教材：《SOAR: A Practical Guide》
论文：《Security Orchestration, Automation, and Response: A Survey》（2020）
方程式：① 响应时间 MTTRsoar​≪manual；② 自动化率 automation_rate=total_incidentsauto_responses​；③ Playbook步骤 steps=playbook_definition

Splunk Phantom、Palo Alto Cortex XSOAR、阿里云（安全编排）

D2040​

安全：云数据防泄漏（DLP）​

Data Loss Prevention、内容检测（Regex/ML）、端点DLP/网络DLP/云DLP、与CASB结合

云数据安全的重要组成部分；防止敏感数据外泄

教材：《Cloud DLP: A Practical Guide》
论文：《Data Loss Prevention in the Cloud》（2019）
方程式：① 检测率 detection_rate=total_sensitivetrue_positives​；② 误报率 false_positive_rate=total_alertsfalse_positives​；③ 阻断延迟 Tblock​≈1−10ms

Google Cloud DLP、AWS Macie、阿里云DLP

D2041​

安全：云WAF与Bot管理​

Web Application Firewall、OWASP Top 10、Rate Limiting、Bot Detection（JS Challenge/CAPTCHA/Behavioral）、与CDN集成

云Web应用安全的防线；防御SQL注入/XSS/爬虫

教材：《Cloud WAF: A Practical Guide》
论文：《Bot Detection: A Survey》（2020）
方程式：① 规则匹配延迟 Twaf​≈10−100μs；② 误拦截率 false_positive=total_legitimatelegitimate_blocked​；③ Bot识别准确率 accuracy=totalcorrect​

AWS WAF、Cloudflare WAF、阿里云WAF

D2042​

安全：DDoS防护架构​

流量清洗（Scrubbing）、Anycast、BGP Flowspec、SYN Cookie、Rate Limiting、与CDN结合

云DDoS防护的核心架构；吸收大流量攻击

教材：《DDoS Mitigation: A Practical Guide》
论文：《DDoS Defense in the Cloud》（2019）
方程式：① 清洗容量 capacity=Tbps；② 攻击检测时间 Tdetect​≈1−10s；③ 误清洗率 false_positive=totallegitimate_dropped​

AWS Shield、Cloudflare、阿里云DDoS高防

D2043​

网络：CDN架构深入​

边缘节点（Edge PoP）、回源（Origin Pull）、缓存策略（TTL/LRU）、预热（Preheat）、动态加速（DCDN）、与云WAF集成

云内容分发网络的核心；加速静态和动态内容

教材：《CDN: A Practical Guide》
论文：《Content Delivery Networks: A Survey》（2018）
方程式：① 缓存命中率 hit_rate=total_requestscached_hits​；② 回源延迟 Torigin​=Tedge​+Tbackhaul​；③ 边缘节点数 NpoPs​

Akamai、Cloudflare、阿里云CDN

D2044​

网络：全球加速（GA/Anycast）​

Global Accelerator（AWS GA）、Anycast IP、TCP Termination、Health Check、与DNS结合

云全球网络加速服务；降低跨国访问延迟

教材：《Global Accelerator: A Practical Guide》
论文：《Anycast: A Survey》（2019）
方程式：① 延迟降低 reduction=Tdirect​−Taccelerator​；② 健康检查间隔 interval=10s；③ 流量切换 failover=health_trigger

AWS Global Accelerator、阿里云全球加速

D2045​

网络：云专线（Direct Connect）​

Direct Connect（物理专线）、VPN备份、BGP Peering、VLAN tagging、与MPLS VPN对比

混合云网络连接的核心；低延迟、高带宽、稳定

教材：《Cloud Direct Connect: A Practical Guide》
论文：《Hybrid Cloud Networking: A Survey》（2020）
方程式：① 专线带宽 BW=1G/10G/100G；② 延迟 Tdc​≈1−5ms（同城）；③ SLA availability=99.99%

AWS Direct Connect、阿里云高速通道

D2046​

网络：云VPN（IPsec/SSL VPN）​

IPsec（IKEv2/ESP）、SSL VPN（OpenVPN/WireGuard）、站点到站点、客户端到站点、与专线对比

混合云和远程访问的安全连接；成本低于专线

教材：《Cloud VPN: A Practical Guide》
论文：《WireGuard: A New VPN Protocol》（2018）
方程式：① 加密开销 overhead≈5−10%；② 吞吐 BWvpn​=f(CPU,encryption)；③ 延迟 Tvpn​=Ttunnel​+Tencrypt​

AWS VPN、阿里云VPN网关

D2047​

计算：裸金属服务器（Bare Metal）​

物理机租赁、硬件直通（SR-IOV/NVMe）、与虚拟机对比、弹性裸金属（ECS Bare Metal）

云高性能计算和数据库场景的物理机方案；零虚拟化开销

教材：《Bare Metal Cloud: A Practical Guide》
论文：《Bare Metal Servers in the Cloud》（2019）
方程式：① 虚拟化开销 overhead=0%；② 实例启动时间 Tprovision​≈10−30min；③ 隔离性 isolation=physical

AWS Bare Metal、阿里云ECS Bare Metal

D2048​

计算：GPU云实例深入​

GPU虚拟化（vGPU/GPU Passthrough/MIG）、NVIDIA A100 MIG（Multi-Instance GPU）、与容器集成

云AI训练/推理的GPU实例选型；MIG提高GPU利用率

教材：《GPU Cloud: A Practical Guide》
论文：《NVIDIA MIG: Multi-Instance GPU》（2020）
方程式：① MIG分区数 instances=7 (A100)；② 显存隔离 memory=partition_size；③ 性能隔离 performance=guaranteed_share

NVIDIA A100/H100、阿里云GPU实例

D2049​

计算：FPGA云实例深入​

FPGA虚拟化（Partial Reconfiguration）、Shell/Role模型、与CPU/GPU协同、Xilinx Alveo

云FPGA加速实例；可重构计算在云中的应用

教材：《FPGA Cloud: A Practical Guide》
论文：《FPGA Virtualization in the Cloud》（2019）
方程式：① 重配置时间 Treconfig​≈1−10s；② 加速比 speedup=TFPGA​TCPU​​；③ 功耗 Pfpga​≈75W

Xilinx Alveo、AWS F1、阿里云FaaS

D2050​

计算：ARM云实例（Graviton/倚天）​

AWS Graviton（ARM Neoverse）、阿里云倚天710、与x86对比、性能/功耗优势

云ARM实例的崛起；降低云服务器功耗和成本

教材：《ARM Cloud: A Practical Guide》
论文：《AWS Graviton: A Survey》（2021）
方程式：① 性价比 price_perf=costperformance​；② 功耗节省 saving=Px86​Px86​−Parm​​≈30%；③ 兼容性 compatibility=software_porting

AWS Graviton、阿里云倚天710

D2051​

计算：弹性伸缩（Auto Scaling）​

伸缩组（Scaling Group）、冷却时间（Cool-down）、伸缩策略（Target tracking/Step scaling/Scheduled）、与负载均衡集成

云资源弹性的核心；根据负载自动调整实例数量

教材：《Auto Scaling: A Practical Guide》
论文：《Auto Scaling in the Cloud》（2019）

D2051​

服务网格：Istio架构深入​

Pilot（服务发现/配置）、Mixer（已弃用，替换为WebAssembly插件）、Citadel（证书管理）、Proxy（Envoy）、Sidecar注入、mTLS、AuthorizationPolicy

云原生微服务的服务间通信基础设施；提供流量管理、安全、可观测性

教材：《Istio: A Practical Guide》
论文：《Istio: A Service Mesh for Cloud-Native Applications》（2018）
方程式：① 代理延迟 Tenvoy​≈1−3μs；② mTLS握手开销 Tmtls​≈1ms；③ 策略执行延迟 Tauth​≈10μs

Istio（CNCF）、阿里云服务网格ASM

D2052​

服务网格：Envoy代理细节​

Listener/Cluster/Endpoint、Filter chain（HTTP/TCP）、L7路由、重试/超时/熔断、Access Log、Stats、与xDS协议

Envoy是服务网格和API网关的核心代理；高性能L4/L7代理

教材：《Envoy: A Practical Guide》
论文：《Envoy: A High-Performance Proxy for Microservices》（2017）
方程式：① 连接数 connections=100K+；② 内存 memory≈10MB/base+1KB/connection；③ 吞吐 BWenvoy​≈10Gbps

Envoy（CNCF）、阿里云（Envoy-based网关）

D2053​

服务网格：mTLS与证书管理​

Mutual TLS、SPIFFE（Secure Production Identity Framework for Everyone）、X.509证书、证书轮换、与Istio Citadel/SPIRE集成

服务网格中的零信任通信基础；确保服务间身份认证和加密

教材：《SPIFFE: A Practical Guide》
论文：《SPIFFE: A Standard for Service Identity》（2019）
方程式：① 证书有效期 TTL=24h；② 轮换频率 rotate=TTL/2；③ 握手延迟 Tmtls​=Tcert_exchange​+Tkey_exchange​

Istio、SPIRE、阿里云ASM

D2054​

API网关：Kong​

Kong Gateway（OpenResty + Lua）、Plugin架构（认证/限流/日志）、DB-less模式、Kong Ingress Controller、与Kubernetes集成

云原生API网关的开源代表；前置在微服务前的统一入口

教材：《Kong: A Practical Guide》
论文：《Kong: An Open-Source API Gateway》（2018）
方程式：① 延迟增加 Tkong​≈1−5ms；② 插件数 Nplugins​；③ 吞吐 BWkong​=f(worker_count)

Kong Inc.、阿里云（Kong兼容）

D2055​

API网关：Apache APISIX​

Apache APISIX（Nginx + Lua + etcd）、热加载插件、路由匹配（radix tree）、与Kong对比、gRPC支持

云原生API网关的另一热门选择；高性能、动态配置

教材：《APISIX: A Practical Guide》
论文：《Apache APISIX: A Dynamic Cloud-Native API Gateway》（2020）
方程式：① 路由匹配延迟 Troute​≈1μs；② 插件执行 Tplugin​=∑plugin_time；③ 配置同步延迟 Tsync​≈100ms

Apache APISIX、阿里云（APISIX兼容）

D2056​

API网关：Envoy Gateway​

Envoy Gateway（基于Envoy的Kubernetes Gateway API实现）、与Istio对比、EnvoyProxy CRD、支持HTTP/TCP/gRPC

使用Gateway API标准的Envoy网关；统一服务网格和API网关

教材：《Envoy Gateway: A Practical Guide》
论文：《Envoy Gateway: A Kubernetes-Native API Gateway》（2022）
方程式：① 配置推送 Tpush​=f(xDS)；② 监听器数 listeners；③ 路由规则数 routes

Envoy Gateway（CNCF）、阿里云（Gateway API）

D2057​

消息队列：Apache Kafka深入​

Topic/Partition/Offset、Producer（acks/retries）、Consumer Group（rebalance）、Broker（ISR/Controller）、Log Compaction、与KRaft（去ZooKeeper）

云事件流处理的事实标准；支撑日志聚合、CDC、事件驱动架构

教材：《Kafka: The Definitive Guide》（2nd ed. 2021）
论文：《Kafka: A Distributed Messaging System for Log Processing》（2011）
方程式：① 吞吐 BWkafka​=partitions×disk_throughput；② 消息延迟 Tend−to−end​≈10ms；③ ISR同步 min_insync_replicas

Apache Kafka、Confluent、阿里云Kafka

D2058​

消息队列：Apache Pulsar​

Pulsar（BookKeeper + Broker）、Topic（persistent/non-persistent）、Subscription（exclusive/shared/failover）、分层存储（Tiered Storage）、与Kafka对比

云原生消息队列的新一代选择；支持无限存储和地理复制

教材：《Apache Pulsar: A Practical Guide》
论文：《Apache Pulsar: A Cloud-Native Messaging System》（2019）
方程式：① 存储容量 capacity=unlimited（tiered storage）；② 订阅延迟 Tsubscribe​≈1ms；③ 地理复制延迟 Tgeo​=f(region_distance)

Apache Pulsar、StreamNative、阿里云Pulsar

D2059​

消息队列：RabbitMQ与RocketMQ​

RabbitMQ（AMQP 0-9-1、Exchange/Binding/Queue、Erlang）、RocketMQ（阿里开源、Topic/Queue/Consumer Group、事务消息、延时消息）

云消息队列的传统选择；RabbitMQ适合复杂路由，RocketMQ适合高吞吐交易场景

教材：《RabbitMQ: A Practical Guide》
论文：《RocketMQ: A Distributed Messaging and Streaming Platform》（2017）
方程式：① RabbitMQ吞吐 BWrabbit​≈10Kmsg/s；② RocketMQ吞吐 BWrocket​≈100Kmsg/s；③ 事务消息 transaction=prepare/commit/rollback

RabbitMQ、阿里云RocketMQ

D2060​

流处理：Kafka Streams与KsqlDB​

Kafka Streams（DSL/Processor API、State Store、Exactly-once semantics）、KsqlDB（声明式流SQL、Pull/Push Query）、与Flink对比

轻量级流处理库；无需独立集群即可处理Kafka数据流

教材：《Kafka Streams: A Practical Guide》
论文：《Kafka Streams: A Stream Processing Library》（2018）
方程式：① 状态大小 state_size=rocksdb_store；② 处理延迟 Tproc​≈10ms；③ 吞吐 BWstreams​=f(partitions,parallelism)

Confluent、阿里云Kafka Streams

D2061​

批处理：MapReduce与Tez​

MapReduce（Split/Map/Shuffle/Reduce）、YARN（ResourceManager/NodeManager）、Tez（DAG-based、减少中间写盘）、与Spark对比

Hadoop生态的传统批处理引擎；理解大数据处理的历史演进

教材：《Hadoop: The Definitive Guide》（4th ed. 2015）
论文：《MapReduce: Simplified Data Processing on Large Clusters》（2004）
方程式：① Map任务数 Nmaps​=splits；② Reduce任务数 Nreduces​=user_defined；③ 中间数据量 shuffle_data=map_output×keys

Apache Hadoop、阿里云MaxCompute（兼容）

D2062​

工作流：Apache Airflow​

DAG（Directed Acyclic Graph）、Operator/Sensor/Task、Scheduler/Executor（Celery/Kubernetes）、XCom、与Kubernetes集成

云数据管道的编排工具；调度ETL、ML训练等任务

教材：《Data Pipelines with Apache Airflow》（2021）
论文：《Airflow: A Workflow Management Platform》（2015）
方程式：① 调度延迟 Tsched​≈30s；② 并行任务数 parallelism=executor_slots；③ DAG运行时间 Tdag​=∑task_duration

Apache Airflow、Google Cloud Composer、阿里云DataWorks

D2063​

工作流：Argo Workflows与Temporal​

Argo Workflows（Kubernetes-native、Step/Retry/Artifact）、Temporal（Workflow-as-Code、Deterministic replay、Long-running workflows）

云原生工作流引擎；Argo适合CI/CD和数据管道，Temporal适合有状态长时间业务流程

教材：《Argo Workflows: A Practical Guide》
论文：《Temporal: A Workflow Engine for Microservices》（2020）
方程式：① Argo工作流启动 Tstart​≈1s；② Temporal确定性 determinism=replay_identical；③ 工作流超时 timeout=workflow_execution_timeout

Argo（CNCF）、Temporal、阿里云（工作流）

D2064​

数据湖：Delta Lake​

Delta Lake（ACID事务、Schema enforcement、Time Travel、Parquet + transaction log）、与Apache Spark集成

云数据湖的ACID层；解决数据湖的脏读和一致性问题

教材：《Delta Lake: A Practical Guide》
论文：《Delta Lake: High-Performance ACID Table Storage over Cloud Object Stores》（2020）
方程式：① 事务日志大小 log_size=f(transactions)；② 读取版本 version=timestamp；③ 合并操作 merge=upsert/delete

Databricks Delta Lake、阿里云MaxCompute（类似）

D2065​

数据湖：Apache Hudi​

Hudi（Copy-on-Write / Merge-on-Read、Incremental Query、Clustering、与Delta Lake/Iceberg对比）

另一个数据湖ACID方案；擅长增量摄取和更新

教材：《Apache Hudi: A Practical Guide》
论文：《Apache Hudi: Incremental Processing on Big Data》（2019）
方程式：① 写放大 WAmor​<WAcow​；② 查询延迟 Tquery​=f(file_size)；③ 增量提取 incremental=commit_timeline

Apache Hudi、Uber、阿里云（数据湖）

D2066​

数据仓库：Snowflake架构​

Snowflake（Storage/Compute/Services三层分离、Virtual Warehouse、Micro-partition、Data Sharing、Time Travel）

云数据仓库的标杆；弹性计算与存储分离

教材：《Snowflake: A Practical Guide》
论文：《Snowflake: A Cloud Data Warehouse》（2016）
方程式：① 计算资源弹性 scale=seconds；② 查询延迟 Tquery​=f(warehouse_size)；③ 存储压缩比 compression≈3−5x

Snowflake Inc.、阿里云（类似AnalyticDB）

D2067​

数据仓库：Amazon Redshift​

Redshift（Columnar storage、Distribution style/Sort key、Spectrum（S3查询）、RA3 node、Auto Scaling）

AWS的云数据仓库；与Snowflake竞争

教材：《Amazon Redshift: A Practical Guide》
论文：《Amazon Redshift: A Cloud Data Warehouse》（2013）
方程式：① 分布键 diststyle=even/key/all；② 排序键 sortkey=compound/interleaved；③ 并发查询 concurrency=workload_management

Amazon Redshift、阿里云（类似）

D2068​

数据仓库：Google BigQuery​

BigQuery（Serverless、Columnar、Dremel执行引擎、Slot reservation、Materialized View、BigLake）

Google的无服务器数据仓库；按查询付费

教材：《Google BigQuery: A Practical Guide》
论文：《Dremel: Interactive Analysis of Web-Scale Datasets》（2010）
方程式：① 扫描数据量 bytes_processed；② Slot数 slots=reservation_size；③ 查询成本 cost=$5/TB

Google BigQuery、阿里云MaxCompute

D2069​

数据集成：Airbyte​

Airbyte（开源ELT、Connector Catalog（300+）、Normalization、CDC、与dbt集成）

云数据集成的新兴开源工具；替代Fivetran

教材：《Airbyte: A Practical Guide》
论文：《Airbyte: An Open-Source Data Integration Platform》（2021）
方程式：① 同步频率 frequency=scheduled/real−time；② 行数 rows_synced；③ 错误率 error_rate=totalfailed_records​

Airbyte、阿里云（数据集成）

D2070​

数据集成：Debezium CDC​

Debezium（Change Data Capture、基于Kafka Connect、支持MySQL/PostgreSQL/MongoDB等、Snapshot/Streaming）

云数据实时同步的CDC方案；支撑事件驱动架构和实时数仓

教材：《Debezium: A Practical Guide》
论文：《Debezium: Change Data Capture for the Cloud》（2019）
方程式：① 捕获延迟 Tcdc​≈100ms；② 事件大小 event_size=row_image；③ 吞吐 BWcdc​=f(binlog_size)

Debezium（CNCF）、阿里云DTS

D2071​

数据治理：DataHub​

DataHub（元数据平台、Entity/Dataset/Chart/Dashboard、Lineage、Search/Discovery、与Atlas对比）

云数据治理的开源方案；帮助发现和理解数据资产

教材：《DataHub: A Practical Guide》
论文：《DataHub: A Metadata Platform for the Data Enterprise》（2020）
方程式：① 元数据实体数 entities；② 血缘深度 depth=upstream/downstream；③ 搜索延迟 Tsearch​≈100ms

DataHub（LinkedIn）、阿里云DataWorks

D2072​

数据治理：Apache Atlas​

Atlas（元数据分类、Tag、Lineage、与Hadoop组件集成、REST API）

Hadoop生态的传统元数据治理工具；与Hive/HBase等集成

教材：《Apache Atlas: A Practical Guide》
论文：《Apache Atlas: Data Governance for Hadoop》（2017）
方程式：① 分类数 Nclassifications​；② 血缘追踪 lineage=provenance；③ 索引大小 index_size=f(entities)

Apache Atlas、阿里云（兼容）

D2073​

MLOps：Kubeflow​

Kubeflow（Kubernetes-native ML平台、Pipeline、Katib（超参调优）、KFServing（模型推理）、与Notebook集成）

云原生MLOps平台；统一训练和推理的Kubernetes工作流

教材：《Kubeflow: A Practical Guide》
论文：《Kubeflow: A Cloud-Native Platform for Machine Learning》（2019）
方程式：① Pipeline步骤 steps=components；② 超参搜索空间 space=hyperparameters；③ 推理延迟 Tinfer​=f(model_size,batch)

Kubeflow（CNCF）、阿里云PAI

D2074​

MLOps：MLflow​

MLflow（Tracking/Projects/Models/Registry）、Experiment、Run、Metric/Param/Artifact、Model Flavors（Python/Spark/ONNX）

机器学习生命周期的开源管理工具；实验追踪和模型注册

教材：《MLflow: A Practical Guide》
论文：《MLflow: A Platform for Managing the ML Lifecycle》（2018）
方程式：① 实验数 experiments；② 运行数 runs；③ 模型版本 versions

Databricks MLflow、阿里云PAI

D2075​

Feature Store：Feast​

Feast（Feature Store、Online/Offline Serving、Feature View、Entity、与Spark/Flink集成）

云ML的特征管理平台；统一在线和离线特征

教材：《Feast: A Practical Guide》
论文：《Feast: A Feature Store for Machine Learning》（2020）
方程式：① 特征检索延迟 Tonline​≈1−10ms；② 特征新鲜度 freshness=last_updated；③ 特征维度 dimensions=features×entities

Feast（CNCF）、阿里云PAI

D2076​

Model Registry与A/B测试​

Model Registry（版本管理、Stage（Staging/Production）、Metadata）、A/B Testing Platform（流量分割、Metrics监控、自动回滚）

云ML模型的部署和实验管理；保证模型上线安全和效果

教材：《ML Model Management: A Practical Guide》
论文：《A/B Testing for Machine Learning Models》（2019）
方程式：① 流量分配 split=treatment%；② 实验时长 Texp​=required_sample_size/traffic；③ 显著性检验 p−value<0.05

MLflow Model Registry、阿里云PAI

D2077​

混沌工程：Gremlin​

Gremlin（商业混沌工程平台、Attack types（CPU/Memory/Network/Blackhole）、Scenario、与Kubernetes集成）

云混沌工程的商业方案；简单易用的故障注入

教材：《Gremlin: A Practical Guide》
论文：《Chaos Engineering with Gremlin》（2019）
方程式：① 攻击持续时间 Tattack​=duration；② 爆炸半径 radius=host/container/pod；③ 稳态假设 steady=metric_threshold

Gremlin Inc.、阿里云（混沌工程）

D2078​

混沌工程：ChaosBlade​

ChaosBlade（阿里开源、支持CPU/内存/磁盘/网络/JVM/应用层故障、Blade命令、与Kubernetes集成）

云混沌工程的开源工具；丰富的故障注入类型

教材：《ChaosBlade: A Practical Guide》
论文：《ChaosBlade: A Chaos Engineering Toolkit》（2020）
方程式：① 故障注入命令 bladecreatecpuload−−cpu−percent80；② 恢复命令 bladedestroyUID；③实验场景数scenarios$

ChaosBlade（阿里开源）、阿里云AHAS

D2079​

FinOps：Kubecost​

Kubecost（Kubernetes成本监控、Namespace/Deployment/Pod级别成本、Right-sizing recommendations、与Prometheus集成）

云原生FinOps工具；可视化Kubernetes集群成本

教材：《Kubecost: A Practical Guide》
论文：《Kubecost: Cost Monitoring for Kubernetes》（2020）
方程式：① 成本分摊 cost=resource_usage×price；② 节省建议 saving=right_size_diff；③ 集群效率 efficiency=allocatedused​

Kubecost（CNCF）、阿里云（成本管理）

D2080​

FinOps：Vantage与CloudHealth​

Vantage（多云成本可视化、Anomaly Detection、Budget）、CloudHealth（VMware、RightScale）

云FinOps的商业工具；提供成本优化建议和异常告警

教材：《Cloud FinOps Tools: A Survey》
论文：《Cloud Cost Optimization: A Survey》（2020）
方程式：① 异常检测阈值 threshold=historical_mean±3σ；② 预算告警 alert=spend>budget_limit；③ 节省率 savings=actualrecommended_cost−actual​

Vantage、CloudHealth、阿里云成本管家

D2081​

安全：IAM ABAC与RBAC​

Attribute-Based Access Control（ABAC）、Role-Based Access Control（RBAC）、Policy（Effect/Action/Resource/Condition）、与云IAM（AWS IAM/Azure RBAC/阿里云RAM）

云访问控制的核心模型；最小权限原则的实现

教材：《AWS IAM: A Practical Guide》
论文：《IAM: A Survey of Cloud Access Control》（2019）
方程式：① 策略生效 effect=allow/deny；② 条件评估 condition=ip,time,tag；③ 角色信任 trust=assume_role_policy

AWS IAM、Azure RBAC、阿里云RAM

D2082​

安全：OAuth2与OIDC​

OAuth2（Authorization Code/Client Credentials/Implicit、Refresh Token、Scope）、OpenID Connect（ID Token、UserInfo Endpoint）、与SSO集成

云API认证和授权的标准协议；支撑第三方登录和API安全

教材：《OAuth 2.0: A Practical Guide》
论文：《OAuth 2.0: A Survey》（2018）
方程式：① 令牌过期时间 TTL=access_token_expiry；② 授权码流程 code→token；③ ID Token验证 verify=signature+iss+aud

Auth0、Keycloak、阿里云IDaaS

D2083​

安全：Kubernetes Pod Security​

Pod Security Standards（Privileged/Baseline/Restricted）、Pod Security Admission（PSA）、Pod Security Policies（已弃用）、与OPA/Gatekeeper结合

Kubernetes容器安全的基本配置；限制容器权限

教材：《Kubernetes Security: A Practical Guide》
论文：《Pod Security Standards in Kubernetes》（2021）
方程式：① 安全等级 level∈{privileged,baseline,restricted}；② 违反策略 violations=count；③ 准入控制 admit=policy_evaluation

Kubernetes PSA、阿里云ACK安全

D2084​

安全：容器镜像扫描（Trivy/Clair）​

Trivy（Aqua Security开源、扫描CVE/Secret/IaC Misconfiguration）、Clair（CoreOS、静态分析）、与CI/CD集成

云容器镜像的安全扫描；发现已知漏洞

教材：《Container Image Scanning: A Practical Guide》
论文：《Trivy: A Vulnerability Scanner for Containers》（2020）
方程式：① 扫描时间 Tscan​=f(image_layers)；② 漏洞数 vulnerabilities=critical/high/medium/low；③ 误报率 false_positive=totalwrong​

Trivy、Clair、阿里云容器镜像服务

D2085​

安全：供应链安全（in-toto）​

in-toto（软件供应链完整性框架、Layout/Link/Evidence、Step/Inspection、与Sigstore集成）

云软件供应链安全的标准化框架；确保构建和部署过程不被篡改

教材：《in-toto: A Practical Guide》
论文：《in-toto: A Framework for Software Supply Chain Integrity》（2019）
方程式：① 步骤数 steps=build/test/deploy；② 签名验证 verify=key_verification；③ 证据链 evidence=link_metadata

in-toto（CNCF）、阿里云（供应链安全）

D2086​

网络：Gateway API​

Kubernetes Gateway API（GatewayClass/Gateway/HTTPRoute/TCPRoute/BackendRef）、与Ingress对比、支持服务网格

Kubernetes下一代入口标准；替代Ingress，支持多协议和高级路由

教材：《Gateway API: A Practical Guide》
论文：《Kubernetes Gateway API: A Survey》（2022）
方程式：① 路由规则数 routes；② 监听器数 listeners；③ 实现兼容性 implementations=Contour/NGINX/Istio

Kubernetes SIG-Network、阿里云ACK

D2087​

网络：Ingress Nginx与Contour​

Ingress Nginx（nginx ingress controller、基于Nginx、ConfigMap/Annotation）、Contour（基于Envoy、HTTPProxy CRD、与Gateway API兼容）

Kubernetes入口的两个流行实现；提供L7负载均衡和TLS终止

教材：《Ingress Nginx: A Practical Guide》
论文：《Contour: A Kubernetes Ingress Controller》（2019）
方程式：① Ingress规则数 rules；② TLS证书数 certs；③ 延迟增加 Tingress​≈1−5ms

Ingress Nginx（Kubernetes）、Contour（CNCF）、阿里云ACK

D2088​

网络：Traefik​

Traefik（Go编写、自动服务发现、Let's Encrypt自动TLS、Middleware、Dashboard、与Kubernetes/Docker集成）

云原生反向代理和负载均衡；自动配置，支持多种后端

教材：《Traefik: A Practical Guide》
论文：《Traefik: A Cloud-Native Reverse Proxy》（2018）
方程式：① 自动发现延迟 Tdiscover​≈1s；② 中间件链 middlewares=chain；③ 证书自动续期 renew=Let′sEncrypt

Traefik Labs、阿里云（类似）

D2089​

存储：Longhorn​

Longhorn（Kubernetes-native分布式块存储、Replica、Engine、Snapshot/Backup、与Rancher集成）

云原生块存储的开源方案；为Kubernetes提供持久化存储

教材：《Longhorn: A Practical Guide》
论文：《Longhorn: A Cloud-Native Distributed Block Storage》（2019）
方程式：① 副本数 replicas=3；② 快照频率 snapshot_interval；③ 恢复时间 Trestore​=f(volume_size)

Longhorn（CNCF）、阿里云（类似）

D2090​

存储：Portworx​

Portworx（Kubernetes数据服务平台、PX-Enterprise、Stork（调度）、CloudSnap、与AWS/Azure集成）

云原生存储的商业方案；支持多云数据管理和迁移

教材：《Portworx: A Practical Guide》
论文：《Portworx: A Cloud-Native Storage Platform》（2020）
方程式：① 卷大小 volume_size；② IOPS iops=f(storage_profile)；③ 备份策略 backup=cloud_snap

Portworx（Pure Storage）、阿里云（类似）

D2091​

存储：Rook​

Rook（Kubernetes Operator for Ceph/Storage Systems、自动部署和管理Ceph集群、CSI driver）

云原生存储编排框架；简化Ceph在Kubernetes上的部署

教材：《Rook: A Practical Guide》
论文：《Rook: A Storage Orchestrator for Kubernetes》（2018）
方程式：① OSD数 osds；② 存储池 pool=replicated/erasure−coded；③ 集群健康状态 health=OK/WARN/ERROR

Rook（CNCF）、阿里云（类似）

D2092​

存储：Velero备份与容灾​

Velero（Kubernetes备份和迁移工具、Backup/Restore/Schedule、Volume Snapshot、与云存储集成）

云原生备份容灾的标准工具；保护Kubernetes资源和持久卷

教材：《Velero: A Practical Guide》
论文：《Velero: Backup and Migration for Kubernetes》（2019）
方程式：① 备份大小 backup_size；② 恢复时间 Trestore​=f(resources,volumes)；③ 保留策略 retention=TTL

Velero（CNCF）、阿里云（备份中心）

D2093​

计算：Knative Serving​

Knative Serving（Revision、Configuration、Route、Autoscaling（KPA/HA）、Revision traffic splitting、与Istio/Kourier集成）

云原生Serverless框架；基于Kubernetes的自动缩放和版本管理

教材：《Knative: A Practical Guide》
论文：《Knative: A Kubernetes-Native Serverless Framework》（2019）
方程式：① 冷启动延迟 Tcold​≈1−10s；② 并发请求数 concurrency=target；③ 流量分配 split=revision_percentage

Knative（CNCF）、阿里云ACK Serverless

D2094​

计算：KEDA（Kubernetes Event-Driven Autoscaling）​

KEDA（Scaler（Kafka/Prometheus/RabbitMQ等）、ScaleObject、与HPA结合、支持0->N缩放）

云原生事件驱动的自动缩放；根据消息队列/指标动态扩缩容器

教材：《KEDA: A Practical Guide》
论文：《KEDA: Event-Driven Autoscaling for Kubernetes》（2020）
方程式：① 缩放阈值 threshold=scaler_metric；② 最小/最大副本数 min/max；③ 冷却时间 cool_down=period

KEDA（CNCF）、阿里云ACK

D2095​

计算：OpenFaaS​

OpenFaaS（Functions as a Service、Gateway/Provider/Watchdog、faas-cli、支持多种语言、与Kubernetes集成）

云原生FaaS平台；在Kubernetes上运行函数

教材：《OpenFaaS: A Practical Guide》
论文：《OpenFaaS: A Serverless Framework on Kubernetes》（2018）
方程式：① 函数冷启动 Tcold​≈100ms；② 函数内存 memory=limit；③ 并发调用 concurrency=max_replicas

OpenFaaS、阿里云函数计算（类似）

D2096​

数据库：Vitess​

Vitess（分布式MySQL、Topology（etcd/ZooKeeper）、VSchema、Shard、Tablet、与Kubernetes Operator）

云原生分布式MySQL方案；支撑YouTube规模的数据库水平扩展

教材：《Vitess: A Practical Guide》
论文：《Vitess: A Database Clustering System for Horizontal Scaling of MySQL》（2016）
方程式：① 分片数 shards；② 查询路由 route=VSchema_lookup；③ 写入吞吐 BWwrite​=shards×per_shard_throughput

Vitess（CNCF）、阿里云（类似）

D2097​

数据库：Citus（分布式PostgreSQL）​

Citus（PostgreSQL extension、分布式表（distributed/reference）、Shard、Coordinator/Worker、Columnar storage）

云原生分布式PostgreSQL方案；支持实时分析和高并发

教材：《Citus: A Practical Guide》
论文：《Citus: A Distributed PostgreSQL for the Cloud》（2019）
方程式：① 分布键 distribution_column；② 分片数 shard_count；③ 查询下推 pushdown=filter/join

Citus（Microsoft）、阿里云AnalyticDB for PostgreSQL

D2098​

数据库：TimescaleDB（时序数据库）​

TimescaleDB（PostgreSQL extension、Hypertable/Chunk、Continuous Aggregate、Compression、与InfluxDB对比）

云时序数据库的PostgreSQL方案；支撑IoT和监控数据

教材：《TimescaleDB: A Practical Guide》
论文：《TimescaleDB: A Time-Series Database Built on PostgreSQL》（2018）
方程式：① 块大小 chunk_interval=time_bucket；② 压缩比 compression≈90%；③ 连续聚合刷新 refresh_policy=continuous

TimescaleDB、阿里云时序数据库TSDB

D2099​

数据库：InfluxDB​

InfluxDB（TSM存储引擎、Measurement/Tag/Field、Flux查询语言、Retention Policy、与Telegraf/Grafana集成）

云时序数据库的开源代表；广泛用于监控和IoT

教材：《InfluxDB: A Practical Guide》
论文：《InfluxDB: A Time-Series Database for Monitoring》（2017）
方程式：① 写入吞吐 BWwrite​=points/s；② 查询延迟 Tquery​=f(time_range)；③ 保留策略 retention=duration

InfluxData、阿里云TSDB（兼容）

D2100​

数据库：Neo4j（图数据库）​

Neo4j（Property Graph Model、Node/Relationship/Property、Cypher查询语言、ACID事务、与AuraDB云服务）

云图数据库的领导者；支撑社交网络、推荐、欺诈检测

教材：《Neo4j: A Practical Guide》
论文：《Neo4j: A Graph Database》（2016）
方程式：① 图遍历深度 depth=hops；② 查询复杂度 complexity=O(depth×branching_factor)；③ 索引类型 index=label/property

Neo4j、阿里云图数据库GDB

D2101​

数据库：Elasticsearch（搜索引擎）​

Elasticsearch（倒排索引、Shard/Replica、Mapping/Analysis、Aggregation、与Logstash/Kibana（ELK）集成）

云搜索引擎的事实标准；支撑全文搜索、日志分析、APM

教材：《Elasticsearch: The Definitive Guide》（2015）
论文：《Elasticsearch: A Distributed Search Engine》（2018）
方程式：① 索引吞吐 BWindex​=docs/s；② 查询延迟 Tsearch​=f(query_complexity)；③ 分片大小 shard_size≈50GB

Elastic、阿里云Elasticsearch

D2102​

eBPF编程：XDP（eXpress Data Path）​

XDP（内核最早点处理包、BPF程序attach到网卡、支持drop/pass/redirect/tx、与tc BPF对比）

云网络高性能数据平面的eBPF技术；用于DDoS防御、负载均衡、隧道封装

教材：《XDP: A Practical Guide》
论文：《XDP: eXpress Data Path》（2018）
方程式：① 处理延迟 Txdp​≈100ns；② 吞吐 BWxdp​≈line_rate；③ 动作 action∈{DROP,PASS,TX,REDIRECT}

Linux内核、Cilium、阿里云（XDP）

D2103​

eBPF编程：TC BPF（Traffic Control）​

TC BPF（clsact/qdisc、BPF program attach to TC hook、支持修改/重定向/封装/解封装、与XDP互补）

云网络流量控制的eBPF技术；用于QoS、隧道、负载均衡

教材：《TC BPF: A Practical Guide》
论文：《TC BPF: A Flexible Packet Processing Framework》（2019）
方程式：① 处理延迟 Ttc​≈1μs；② 分类器动作 action=ok/recirc/mirror/redirect；③ 带宽限制 rate=shaping_rate

Linux tc、Cilium、阿里云（TC BPF）

D2104​

eBPF编程：BPF CO-RE（Compile Once – Run Everywhere）​

CO-RE（BTF（BPF Type Format）、libbpf、bpftool、Relocation、与BCC对比）

跨内核版本的可移植eBPF程序开发；生产环境eBPF应用的标准方法

教材：《BPF CO-RE: A Practical Guide》
论文：《BPF CO-RE: A Portable Approach to eBPF》（2020）
方程式：① BTF信息大小 btf_size；② 重定位数 relocations；③ 兼容内核版本 kernels=5.x+

libbpf、Cilium、阿里云（e

D2111​

eBPF编程：BPF Maps与Helpers​

BPF Map类型（hash/array/perf_event_array/ringbuf）、Map操作（lookup/update/delete）、Helper函数（bpf_get_current_pid_tgid/bpf_trace_printk）、与用户态交互

eBPF程序的数据结构和内核辅助函数；实现状态维护、事件通知、数据收集

教材：《BPF Maps and Helpers: A Practical Guide》
论文：《BPF Maps: A Flexible Data Structure for eBPF》（2020）
方程式：① Map查找延迟 Tlookup​≈100ns；② Map大小 size=max_entries×value_size；③ Perf事件丢失率 loss_rate=totaldropped​

Linux内核、Cilium、阿里云（eBPF）

D2112​

eBPF编程：BPF Tail Calls与BPF to BPF Calls​

Tail Call（bpf_tail_call）、BPF to BPF Call（子程序）、JIT编译、栈深度限制、与函数内联对比

复杂eBPF程序的模块化设计；避免单个程序过大导致验证失败

教材：《BPF Tail Calls: A Practical Guide》
论文：《BPF Tail Calls: Extending eBPF Program Complexity》（2019）
方程式：① Tail Call链长度 max_tail_calls=33；② 调用开销 overhead≈10ns；③ 栈深度 stack_depth≤512bytes

Cilium、Facebook Katran、阿里云（eBPF）

D2113​

密码学：Schnorr签名​

Schnorr签名（离散对数、线性性质、批量验证、与ECDSA对比）、MuSig（多签聚合）、与比特币Taproot集成

区块链签名聚合和隐私增强；支持多签和脚本隐藏

教材：《Schnorr Signatures: A Practical Guide》
论文：《Schnorr Signatures: A Survey》（2020）
方程式：① 签名 (R,s)；② 批量验证 ∑si​G=∑Ri​+∑ei​Pi​；③ 多签聚合 s=∑si​

Bitcoin Taproot、BIP340、阿里云（区块链）

D2114​

密码学：门限签名（Threshold Signature）​

t-of-n门限签名、Shamir秘密共享、Feldman VSS、与BLS结合、与多方计算（MPC）对比

分布式密钥管理和签名的核心；保护私钥不被单点攻破

教材：《Threshold Signatures: A Practical Guide》
论文：《Threshold Signatures: A Survey》（2019）
方程式：① 门限值 t≤n；② 签名生成 sig=interpolate(shares)；③ 安全性 security=t−1 corruptions

DFINITY、Ethereum 2.0（DKG）、阿里云KMS

D2115​

密码学：盲签名（Blind Signature）​

Chaum盲签名（RSA-based）、盲化因子、不可追踪性、与匿名投票/电子现金结合

隐私保护的签名方案；实现匿名认证和匿名交易

教材：《Blind Signatures: A Practical Guide》
论文：《Blind Signatures for Untraceable Payments》（1983）
方程式：① 盲化 m′=m⋅remodn；② 脱盲 s=s′⋅r−1modn；③ 不可追踪性 unlinkability=true

DigiCash、阿里云（隐私计算）

D2116​

网络协议：QPACK（HTTP/3头部压缩）​

QPACK（RFC 9204）、静态/动态表、双向更新、Encoder/Decoder流、与HPACK对比

HTTP/3的头部压缩算法；适应QUIC的多路复用和乱序交付

教材：《QPACK: A Practical Guide》
论文：《QPACK: Header Compression for HTTP/3》（2021）
方程式：① 压缩率 compression≈HPACK；② 动态表同步延迟 Tsync​=1RTT；③ 编码器流开销 overhead≈0.5%

HTTP/3实现（nghttp3）、阿里云CDN

D2117​

网络协议：SRv6 TE Policy​

SRv6 Traffic Engineering Policy、Candidate Path、Segment List、BSID（Binding SID）、与SR-MPLS对比

云骨干网的流量工程；灵活控制路径，优化带宽利用

教材：《SRv6 TE Policy: A Practical Guide》
论文：《SRv6 Traffic Engineering: A Survey》（2021）
方程式：① 路径数 paths=candidate_paths；② 带宽保证 BWguaranteed​=policy_bandwidth；③ 故障切换 Tfailover​≈50ms

Cisco、华为、阿里云（骨干网）

D2118​

网络协议：BIER（Bit Index Explicit Replication）​

BIER（RFC 8279）、BIFT（Bit Index Forwarding Table）、BFER/BFR、组播无状态、与MVPN对比

云数据中心和5G组播的高效方案；消除组播树状态

教材：《BIER: A Practical Guide》
论文：《BIER: Bit Index Explicit Replication》（2017）
方程式：① 比特串长度 bitstring_length=NBFER​；② 转发延迟 Tbier​=f(bitmask_operation)；③ 组播树状态 state=zero

Cisco、华为、阿里云（组播）

D2119​

存储：NVMe over Fabrics（NVMe-oF）​

NVMe-oF（RDMA/TCP）、NVMe over RDMA（RoCE/iWARP）、NVMe/TCP、子系统、NQN、与FC对比

云存储后端的远程NVMe访问；低延迟共享存储

教材：《NVMe-oF: A Practical Guide》
论文：《NVMe over Fabrics: A Survey》（2020）
方程式：① 读延迟 Tread​≈10μs（RDMA）；② 吞吐 BWnvmeof​=f(link_speed)；③ 队列深度 queue_depth

Linux NVMe-oF target、阿里云ESSD

D2120​

存储：EBS/ESSD内部架构​

EBS（Elastic Block Store）、ESSD（Enhanced SSD）、存储集群、多副本、快照（增量）、与本地盘对比

云块存储的架构；高可用、高持久性、弹性扩展

教材：《AWS EBS: A Practical Guide》
论文：《Amazon EBS: A Block Storage Service》（2018）
方程式：① 持久性 durability=99.999%；② IOPS iops=volume_size×iops/GB；③ 快照大小 snapshot_size=changed_blocks

AWS EBS、阿里云ESSD

D2121​

存储：Ceph Crimson（新一代OSD）​

Ceph Crimson（Seastar框架、异步、共享无锁、替代BlueStore）、与传统OSD对比、性能提升

Ceph下一代高性能OSD；利用现代硬件（NVMe/SPDK）

教材：《Ceph Crimson: A Practical Guide》
论文：《Crimson: A New OSD for Ceph》（2021）
方程式：① IOPS提升 speedup≈2−3x；② 延迟降低 Tcrimson​≈0.5×Tbluestore​；③ CPU效率 efficiency=higher

Ceph社区、阿里云（Ceph研究）

D2122​

数据库：DuckDB​

DuckDB（嵌入式OLAP、列式存储、向量化执行、零拷贝、与SQLite对比）

云分析场景的嵌入式数据库；适合数据科学和边缘分析

教材：《DuckDB: A Practical Guide》
论文：《DuckDB: An Embeddable Analytical Database》（2019）
方程式：① 查询延迟 Tquery​=f(vector_size)；② 内存占用 memory≈dataset_size×compression；③ 并行度 parallelism=threads

DuckDB Labs、阿里云（类似）

D2123​

数据库：Apache Doris​

Apache Doris（MPP OLAP、列式存储、Rollup、Bucket Shuffle Join、与ClickHouse对比）

云分析型数据库的国产开源代表；支持高并发点查和报表

教材：《Apache Doris: A Practical Guide》
论文：《Apache Doris: A Real-Time Analytical Database》（2020）
方程式：① 查询并发 concurrency=1000+；② 导入吞吐 BWload​=MB/s；③ 数据压缩比 compression≈5−10x

Apache Doris、阿里云（类似）

D2124​

数据库：StarRocks​

StarRocks（MPP OLAP、CBO优化器、物化视图、主键模型、与Doris同源但更专注性能）

云分析型数据库的又一选择；极速查询性能

教材：《StarRocks: A Practical Guide》
论文：《StarRocks: A High-Performance Analytical Database》（2021）
方程式：① 查询延迟 Tquery​≈1ms（点查）；② 导入延迟 Tload​≈1s；③ 并发查询 QPS=10K+

StarRocks、阿里云（类似）

D2125​

AI：Diffusion模型推理优化​

Diffusion模型（DDPM/Stable Diffusion）、UNet、CFG（Classifier-Free Guidance）、Scheduler（DDIM/DPM++）、VAE解码、与Transformer对比

云AI图像生成的推理优化；降低延迟和成本

教材：《Diffusion Models: A Practical Guide》
论文：《High-Resolution Image Synthesis with Latent Diffusion Models》（2022）
方程式：① 采样步数 steps=20−50；② 推理延迟 Tinfer​=steps×(Tunet​+Tvae​)；③ CFG缩放 guidance_scale=7.5

Stable Diffusion、阿里云PAI

D2126​

AI：RLHF（Reinforcement Learning from Human Feedback）​

RLHF（PPO算法、Reward Model、Policy Model、KL散度惩罚）、与Instruction Tuning对比

对齐大语言模型与人类偏好的关键技术；ChatGPT的核心训练方法

教材：《RLHF: A Practical Guide》
论文：《Training Language Models to Follow Instructions with Human Feedback》（2022）
方程式：① PPO损失 LPPO​=−E[min(rt​At​,clip(rt​,1−ϵ,1+ϵ)At​)]；② KL惩罚 $penalty = \beta \cdot KL(policy

D2127​

AI：LangChain与Agent框架​

LangChain（Chain/Agent/Tool/Memory、LLM调用、RAG（Retrieval-Augmented Generation）、与Vector DB集成）

构建LLM应用的编排框架；支撑聊天机器人、文档问答、自动化Agent

教材：《LangChain: A Practical Guide》
论文：《LangChain: A Framework for Developing LLM Applications》（2023）
方程式：① 检索相似度 similarity=cosine_distance；② Agent推理步数 steps=reasoning_loop；③ 上下文长度 context_window=tokens

LangChain、阿里云百炼

D2128​

安全：Fuzzing（AFL/libFuzzer）​

AFL（American Fuzzy Lop）、libFuzzer、Coverage-guided fuzzing、Mutation、Sanitizer（ASAN/UBSAN）、与CI/CD集成

云软件安全测试的重要方法；发现未知漏洞

教材：《Fuzzing: A Practical Guide》
论文：《Fuzzing: A Survey》（2018）
方程式：① 代码覆盖率 coverage=totalcovered_branches​；② 崩溃数 crashes=count；③ 执行速度 execs/s

AFL、libFuzzer、阿里云（安全测试）

D2129​

安全：SBOM（Software Bill of Materials）​

SBOM（SPDX/CycloneDX格式）、组件清单、漏洞关联、与供应链安全集成

云软件供应链透明化的基础；满足EO 14028等法规要求

教材：《SBOM: A Practical Guide》
论文：《SBOM: A Survey of Standards and Practices》（2021）
方程式：① 组件数 components；② 漏洞数 vulnerabilities=CVEs；③ SBOM格式 format∈{SPDX,CycloneDX}

SPDX、CycloneDX、阿里云（制品仓库）

D2130​

安全：Dependency Confusion攻击与防御​

Dependency Confusion（公共包名覆盖私有包）、Typosquatting、与npm/pip/maven生态、防御（scope/registry验证）

云软件开发供应链的新型攻击；保护私有包管理器

教材：《Dependency Confusion: A Practical Guide》
论文：《Dependency Confusion Attacks: A Survey》（2021）
方程式：① 攻击成功率 success_rate=f(private_package_name)；② 防御覆盖率 coverage=scoped_registries；③ 检测延迟 Tdetect​=days

npm、PyPI、阿里云（制品仓库安全）

D2131​

硬件：CXL 3.0内存池化实现​

CXL 3.0 Fabric Manager、多级交换、内存池化控制器、延迟隐藏、与CXL 2.0对比

云数据中心内存池化的具体实现；支持跨服务器内存共享

教材：《CXL 3.0 Memory Pooling: A Practical Guide》
论文：《CXL 3.0 Memory Pooling: Architecture and Implementation》（2023）
方程式：① 池化内存大小 pool_size=TB；② 访问延迟 Tremote​≈500ns；③ 带宽 BWpool​=f(switch_fabric)

Intel、Samsung、阿里云（CXL研究）

D2132​

硬件：HBM-PIM（Processing-in-Memory）​

HBM-PIM（三星）、DRAM内置AI加速器、近数据处理、与GPU对比、能耗节省

云AI推理的存算一体方案；减少数据搬运功耗

教材：《HBM-PIM: A Practical Guide》
论文：《HBM-PIM: A Processing-in-Memory Architecture for AI》（2021）
方程式：① 能耗节省 saving≈70%；② 性能提升 speedup≈2−3x；③ 内存带宽利用率 utilization=higher

Samsung HBM-PIM、阿里云（存算一体研究）

D2133​

硬件：存算一体（Near-Data Processing）​

NDP（将计算移到数据所在处）、SmartSSD（SSD内置FPGA/ARM）、与冯诺依曼架构对比

云存储和AI推理的未来方向；突破内存墙

教材：《Near-Data Processing: A Practical Guide》
论文：《Near-Data Processing: A Survey》（2020）
方程式：① 数据移动减少 reduction=ndp_movementtraditional_movement​；② 加速比 speedup=f(compute_near_data)；③ 功耗 Pndp​<Ptraditional​

Samsung SmartSSD、阿里云（存算一体）

D2134​

云边协同：AWS Outposts​

AWS Outposts（托管型本地基础设施、与Region一致API、本地网关、与CloudFront集成）

混合云/边缘云的AWS方案；本地运行AWS服务

教材：《AWS Outposts: A Practical Guide》
论文：《AWS Outposts: Bringing AWS to On-Premises》（2020）
方程式：① 本地延迟 Tlocal​≈1ms；② 容量 capacity=racks；③ 同步延迟 Tsync​=f(network)

AWS Outposts、阿里云（类似）

D2135​

云边协同：Azure Arc​

Azure Arc（管理任意基础设施、Kubernetes/Server/Data Services、与Azure Policy/GitOps集成）

微软混合云/多云管理方案；统一控制平面

教材：《Azure Arc: A Practical Guide》
论文：《Azure Arc: A Unified Management Platform》（2021）
方程式：① 受管资源数 resources；② 策略合规率 compliance=totalcompliant​；③ GitOps同步延迟 Tgitops​≈1min

Azure Arc、阿里云（类似）

D2136​

云边协同：Google Anthos​

Anthos（GKE on-prem/AWS/Azure、Anthos Service Mesh、Config Sync、与GCP集成）

Google多云/混合云平台；统一Kubernetes体验

教材：《Anthos: A Practical Guide》
论文：《Anthos: A Hybrid Cloud Platform》（2020）
方程式：① 集群数 clusters；② 配置同步延迟 Tconfig​≈30s；③ 服务网格覆盖 mesh_coverage=namespaces

Google Anthos、阿里云（类似）

D2137​

算法：Bloom Filter​

Bloom Filter（位数组、k个哈希函数、假阳性率、不支持删除、与Counting BF对比）

云存储和数据库的成员查询加速；避免不必要的磁盘I/O

教材：《Bloom Filters: A Practical Guide》
论文：《Space/Time Trade-offs in Hash Coding with Allowable Errors》（1970）
方程式：① 假阳性率 p=(1−e−kn/m)k；② 最优哈希函数数 k=nm​ln2；③ 位数组大小 m=−(ln2)2nlnp​

RocksDB、Cassandra、阿里云（布隆过滤器）

D2138​

算法：Cuckoo Filter​

Cuckoo Filter（Cuckoo hashing、指纹、踢出、支持删除、与Bloom Filter对比）

更高效的成员查询结构；支持删除操作，假阳性率更低

教材：《Cuckoo Filters: A Practical Guide》
论文：《Cuckoo Filter: Practically Better Than Bloom》（2014）
方程式：① 假阳性率 p≈2fingerprint2​；② 负载因子 α≈95%；③ 查找复杂度 O(1)

RocksDB（Cuckoo table）、阿里云（过滤器）

D2139​

算法：HyperLogLog​

HyperLogLog（基数估计、寄存器、调和平均、偏差校正、与Count-Min Sketch对比）

云数据仓库和流处理的基数统计；节省大量内存

教材：《HyperLogLog: A Practical Guide》
论文：《HyperLogLog: The Analysis of a Near-Optimal Cardinality Estimation Algorithm》（2007）
方程式：① 估计误差 ϵ≈m​1.04​；② 寄存器数 m=2p；③ 合并操作 union=max(registers)

Redis、Presto、阿里云（基数统计）

D2140​

算法：Count-Min Sketch​

Count-Min Sketch（频率估计、二维数组、哈希函数、偏估、与Heavy Hitters结合）

云流处理和数据库的频率估计；检测热点数据

教材：《Count-Min Sketch: A Practical Guide》
论文：《An Improved Data Stream Summary: The Count-Min Sketch and Its Applications》（2005）
方程式：① 估计频率 f^​i​=minj​count[j][hj​(i)]；② 误差界 error≤we​×total_count；③ 宽度 w=⌈ϵe​⌉

Redis、Druid、阿里云（热点检测）

D2141​

存储：LSM-Tree深入​

LSM-Tree（Leveled/Size-tiered compaction、MemTable/SSTable、Bloom Filter、Write Stall、与B+Tree对比）

现代KV存储（RocksDB/LevelDB）的核心数据结构；优化写吞吐

教材：《LSM-Tree: A Practical Guide》
论文：《The Log-Structured Merge-Tree》（1996）
方程式：① 写放大 WA=bytes_insertedbytes_written​；② 读放大 RA=number_of_levels；③ 空间放大 SA=data_sizedisk_size​

RocksDB、LevelDB、阿里云（存储引擎）

D2142​

存储：Bw-Tree​

Bw-Tree（Latch-free、Delta update、Mapping table、与B+Tree对比、OLTP场景）

内存数据库的高并发索引结构；消除锁竞争

教材：《Bw-Tree: A Practical Guide》
论文：《The Bw-Tree: A B-tree for New Hardware Platforms》（2013）
方程式：① 并发度 concurrency=lock_free；② 更新延迟 Tupdate​≈100ns；③ 空间开销 overhead=delta_chain

Hekaton（SQL Server）、阿里云（内存数据库）

D2143​

存储：Masstree​

Masstree（Trie+B-Tree混合、Cache-conscious、Optimistic Lock Coupling、与B+Tree对比）

内存键值存储的高性能索引；适用于混合工作负载

教材：《Masstree: A Practical Guide》
论文：《Masstree: A Fast, Scalable Key-Value Store》（2012）
方程式：① 查找延迟 Tlookup​≈200ns；② 插入延迟 Tinsert​≈500ns；③ 缓存友好性 cache_friendly=true

Silo（MIT）、阿里云（研究）

D2144​

存储：RocksDB细节​

RocksDB（LSM-Tree、Column Family、Compaction（Leveled/Universal/FIFO）、Rate Limiter、TransactionDB、与LevelDB对比）

云存储和数据库的底层引擎；Facebook/阿里广泛使用

教材：《RocksDB: A Practical Guide》
论文：《RocksDB: A Persistent Key-Value Store》（2018）
方程式：① 写停顿 stall=memtable_full；② 压缩线程数 threads=background_compactions；③ 块缓存命中率 hit_rate=totalblock_cache_hits​

Facebook RocksDB、阿里云（存储引擎）

D2145​

存储：WiredTiger​

WiredTiger（MongoDB默认引擎、B-Tree/LSM双模式、压缩（snappy/zlib）、Checkpoint、与MMAPv1对比）

MongoDB的存储引擎；支持文档级锁和压缩

教材：《WiredTiger: A Practical Guide》
论文：《WiredTiger: A Storage Engine for MongoDB》（2015）
方程式：① 压缩比 compression=storedraw​；② 缓存大小 cache_size=GB；③ 检查点间隔 checkpoint_interval=60s

MongoDB WiredTiger、阿里云MongoDB

D2146​

数据库：PostgreSQL MVCC实现​

PostgreSQL MVCC（Tuple header、xmin/xmax、HOT（Heap Only Tuple）、Vacuum、与InnoDB对比）

关系数据库MVCC的经典实现；支撑高并发读写

教材：《PostgreSQL Internals: A Practical Guide》
论文：《PostgreSQL MVCC: A Survey》（2019）
方程式：① 事务ID xid=32−bit；② 死元组比例 dead_ratio=totaldead​；③ 真空频率 vacuum_frequency=f(update_rate)

PostgreSQL、阿里云RDS PostgreSQL

D2147​

数据库：MySQL InnoDB细节​

InnoDB（B+Tree聚簇索引、Buffer Pool、Redo/Undo Log、Doublewrite Buffer、Adaptive Hash Index、与MyISAM对比）

云MySQL的默认存储引擎；支撑事务和行级锁

教材：《MySQL InnoDB: A Practical Guide》
论文：《InnoDB: A Transactional Storage Engine for MySQL》（2018）
方程式：① 缓冲池命中率 hit_rate=innodb_buffer_pool_read_requestsinnodb_buffer_pool_reads​；② 日志大小 log_size=innodb_log_file_size；③ 自适应哈希索引 AHI_hit_rate

MySQL InnoDB、阿里云RDS MySQL

D2148​

数据库：TiDB架构深入​

TiDB（TiDB/TiKV/PD、Percolator事务模型、Raft共识、Columnar Storage（TiFlash）、与MySQL兼容）

云原生分布式HTAP数据库；水平扩展、强一致

教材：《TiDB: A Practical Guide》
论文：《TiDB: A Raft-based HTAP Database》（2020）
方程式：① 分片数 regions；② 写入延迟 Twrite​=raft_commit_latency；③ TiFlash副本数 replicas

PingCAP TiDB、阿里云（类似）

D2149​

数据库：CockroachDB架构​

CockroachDB（Multi-Active Availability、Raft、Serializable Isolation、Geo-partitioning、与TiDB对比）

云原生分布式SQL数据库；全球部署、强一致

教材：《CockroachDB: A Practical Guide》
论文：《CockroachDB: A Resilient Geo-Distributed SQL Database》（2017）
方程式：① 范围数 ranges；② 复制因子 RF=3；③ 延迟 Tglobal​=f(region_distance)

Cockroach Labs、阿里云（类似）

D2150​

数据库：YugabyteDB​

YugabyteDB（DocDB存储、Raft、YSQL/YQL API、与Spanner/CockroachDB对比）

云原生分布式SQL数据库的另一选择；兼容PostgreSQL

教材：《YugabyteDB: A Practical Guide》
论文：《YugabyteDB: A Cloud-Native Distributed SQL Database》（2020）
方程式：① 表分片 tablets；② 读取延迟 Tread​≈1ms；③ 写入吞吐 BWwrite​=f(tablets)

Yugabyte、阿里云（类似）

D2151​

数据库：OceanBase​

OceanBase（分布式架构、Paxos、LSM-Tree、多副本、与Oracle兼容、TPC-C纪录）

蚂蚁集团/阿里云的分布式关系数据库；金融级高可用

教材：《OceanBase: A Practical Guide》
论文：《OceanBase: A Distributed Relational Database》（2019）
方程式：① 分区数 partitions；② 副本数 replicas=3；③ 故障切换 Tfailover​<30s

OceanBase（蚂蚁）、阿里云OceanBase

D2152​

数据库：PolarDB-X​

PolarDB-X（阿里云原生分布式数据库、存储计算分离、Paxos、全局二级索引、与MySQL兼容）

阿里云分布式数据库；支撑高并发交易场景

教材：《PolarDB-X: A Practical Guide》
论文：《PolarDB-X: A Cloud-Native Distributed Database》（2021）
方程式：① 节点数 nodes；② 写入延迟 Twrite​=f(replica_count)；③ 弹性扩容 scale=minutes

阿里云PolarDB-X

D2153​

数据库：TDSQL​

TDSQL（腾讯云分布式数据库、MySQL兼容、水平拆分、强同步、与OceanBase对比）

腾讯云分布式数据库；支撑微信支付等场景

教材：《TDSQL: A Practical Guide》
论文：《TDSQL: A Distributed Database for WeChat Pay》（2020）
方程式：① 分片数 shards；② 同步延迟 Tsync​≈1ms；③ 可用性 availability=99.999%

腾讯云TDSQL

D2154​

数据库：Google Spanner细节​

Spanner（TrueTime、Paxos、Directory、Interleave、与F1 RDBMS集成）

全球分布式数据库的巅峰；外部一致性、全球事务

教材：《Spanner: A Practical Guide》（续）
论文：《Spanner: Becoming a SQL System》（2017）
方程式：① TrueTime误差 ϵ≈7ms；② Paxos组数 groups；③ 外部一致性 external_consistency=commit_wait

Google Spanner、阿里云（类似）

D2155​

数据库：Bigtable与HBase​

Bigtable（Google、列族、Tablet、SSTable、与GFS/Chubby集成）、HBase（Hadoop生态、RegionServer、HMaster、与HDFS/ZooKeeper集成）

云NoSQL宽表存储的鼻祖；支撑大规模结构化数据

教材：《Bigtable: A Practical Guide》
论文：《Bigtable: A Distributed Storage System for Structured Data》（2006）
方程式：① Tablet数 tablets；② 压缩率 compression=f(column_family)；③ 写入吞吐 BWwrite​=f(region_servers)

Google Bigtable、Apache HBase、阿里云HBase

D2156​

数据库：Cassandra架构​

Cassandra（Dynamo + Bigtable、一致性哈希、Gossip、Hinted Handoff、Read Repair、与ScyllaDB对比）

云NoSQL分布式数据库；高可用、无单点故障

教材：《Cassandra: A Practical Guide》
论文：《Cassandra: A Decentralized Structured Storage System》（2008）
方程式：① 一致性级别 consistency=ONE/QUORUM/ALL；② 复制因子 RF=3；③ 读修复概率 read_repair_chance=0.1

Apache Cassandra、DataStax、阿里云Cassandra

D2157​

数据库：DynamoDB架构​

DynamoDB（AWS、一致性哈希、SSD-backed、LSI/GSI、DynamoDB Streams、Auto Scaling、与Cassandra对比）

AWS的云原生NoSQL数据库；完全托管、毫秒级延迟

教材：《DynamoDB: A Practical Guide》
论文：《DynamoDB: A Cloud NoSQL Database》（2018）
方程式：① 分区数 partitions=3000RCU+WCU​；② 读取容量 RCU=4KB/s；③ 写入容量 WCU=1KB/s

AWS DynamoDB、阿里云（类似）

D2158​

数据库：ScyllaDB​

ScyllaDB（C++重写Cassandra、Seastar框架、Share-nothing、与Cassandra协议兼容）

云NoSQL数据库的高性能替代；10倍于Cassandra的吞吐

教材：《ScyllaDB: A Practical Guide》
论文：《ScyllaDB: A High-Performance NoSQL Database》（2019）
方程式：① 吞吐 BWscylla​≈10×BWcassandra​；② 延迟 Tscylla​≈0.5×Tcassandra​；③ CPU效率 efficiency=higher

ScyllaDB、阿里云（类似）

D2159​

数据库：Redis Cluster​

Redis Cluster（Hash Slot、16384 slots、Gossip、Failover、与Codis对比）

云Redis的分布式方案；自动分片和高可用

教材：《Redis Cluster: A Practical Guide》
论文：《Redis Cluster: A Distributed Implementation》（2015）
方程式：① 槽位迁移 slot_migration=incremental；② 节点数 nodes≤1000；③ 故障检测 fail_detection=gossip_ping

Redis Cluster、阿里云Redis

D2160​

数据库：Codis与Twemproxy​

Codis（豌豆荚、Proxy-based、支持Redis协议、Dashboard、与Redis Cluster对比）、Twemproxy（Twitter、轻量代理、一致性哈希）

云Redis分片的代理方案；兼容旧版Redis客户端

教材：《Codis: A Practical Guide》
论文：《Twemproxy: A Fast, Lightweight Proxy for Memcached and Redis》（2012）
方程式：① 代理延迟 Tproxy​≈1ms；② 后端节点数 backend_nodes；③ 一致性哈希环 ring=virtual_nodes

Codis（已停止维护）、Twemproxy、阿里云（类似）

D2161​

网络：Nginx架构​

Nginx（Master/Worker进程、事件驱动、epoll/kqueue、反向代理、负载均衡（round-robin/least_conn/ip_hash）、与Apache对比）

云反向代理和Web服务器的王者；高并发、低资源消耗

教材：《Nginx: A Practical Guide》
论文：《Nginx: A High-Performance Web Server》（2018）
方程式：① 连接数 connections=worker_connections×workers；② 请求延迟 Trequest​≈100μs；③ 内存 memory≈2.5MB/10000connections

Nginx Inc.、阿里云（Tengine）

D2162​

网络：HAProxy​

HAProxy（TCP/HTTP代理、Session persistence、Health check、Stats page、与Nginx对比）

云负载均衡的经典软件；四层和七层高性能代理

教材：《HAProxy: A Practical Guide》
论文：《HAProxy: A Reliable Load Balancer》（2019）
方程式：① 连接数 maxconn；② 健康检查间隔 interval=2s；③ 会话保持 stick_table=size

HAProxy、阿里云（SLB）

D2163​

网络：LVS（Linux Virtual Server）​

LVS（DR/TUN/NAT模式、调度算法（RR/WRR/LC/WLC）、与Keepalived集成）

云四层负载均衡的Linux内核实现；阿里云SLB早期基础

教材：《LVS: A Practical Guide》
论文：《LVS: A Linux Virtual Server》（2003）
方程式：① 吞吐 BWlvs​=line_rate；② 连接表大小 connection_table=size；③ 调度延迟 Tsched​≈1μs

Linux LVS、阿里云SLB

D2164​

网络：Keepalived​

Keepalived（VRRP实现、健康检查、故障切换、与LVS结合）

云高可用VIP的软件方案；实现IP漂移

教材：《Keepalived: A Practical Guide》
论文：《Keepalived: A High-Availability Solution》（2017）
方程式：① 心跳间隔 interval=1s；② 故障切换时间 Tfailover​≈3s；③ 优先级 priority=100

Keepalived、阿里云（高可用）

D2165​

服务发现：Consul​

Consul（Service Discovery、KV Store、Health Check、Gossip、与etcd对比）

云服务发现和配置的开源工具；支持多数据中心

教材：《Consul: A Practical Guide》
论文：《Consul: A Service Discovery and Configuration System》（2018）
方程式：① 服务注册延迟 Tregister​≈100ms；② 健康检查频率 interval=10s；③ 一致性 consistency=RAFT

HashiCorp Consul、阿里云（类似）

D2166​

服务发现：Etcd​

Etcd（RAFT、KV Store、Watch、Lease、与Kubernetes集成）

云原生服务发现和配置的标准；Kubernetes控制平面的基石

教材：《Etcd: A Practical Guide》
论文：《Etcd: A Distributed Reliable Key-Value Store》（2018）
方程式：① 写入延迟 Twrite​=raft_commit_latency≈1ms；② 存储限额 quota=2GB（default）；③ 集群大小 nodes=3/5/7

etcd（CNCF）、阿里云（类似）

D2167​

协调服务：ZooKeeper​

ZooKeeper（ZAB协议、ZNode、Watcher、Session、与etcd对比）

分布式协调的传统方案；Hadoop/HBase/Storm的依赖

教材：《ZooKeeper: A Practical Guide》
论文：《ZooKeeper: Wait-free Coordination for Internet-scale Systems》（2010）
方程式：① 读写延迟 Tread​≈1ms；② ZNode数 znodes；③ 会话超时 session_timeout=30s

Apache ZooKeeper、阿里云（类似）

D2168​

协调服务：Google Chubby​

Chubby（粗粒度锁、Paxos、文件系统接口、与ZooKeeper对比）

Google分布式锁服务的鼻祖；GFS/Bigtable的依赖

教材：《Chubby: A Practical Guide》
论文：《The Chubby Lock Service for Loosely-Coupled Distributed Systems》（2006）

D2169​

分布式系统：Google Chubby细节​

Chubby（粗粒度锁服务、Paxos-based、文件系统接口、目录/文件/锁、与ZooKeeper对比）、Chubby Cell、Master/Replica架构

Google分布式系统的基石；GFS/Bigtable/MapReduce的依赖

教材：《The Chubby Lock Service for Loosely-Coupled Distributed Systems》（2006）
论文：同上
方程式：① 锁租期 lease=60s；② 写延迟 Twrite​≈10ms；③ 文件数 files≤105

Google内部、阿里云（类似）

D2170​

分布式系统：Paxos Made Live​

Paxos Made Live（Google工程经验、Leader Lease、Multi-Paxos、Reconfiguration、与Raft对比）

生产环境中Paxos的实现经验；Chubby/Spanner的共识基础

教材：《Paxos Made Live: An Engineering Perspective》（2007）
论文：同上
方程式：① Leader租期 lease=2×RTT；② 重新配置时间 Treconfig​≈10s；③ 日志截断 truncation=snapshot

Google Chubby、Spanner

D2171​

分布式系统：Raft优化（Pre-Vote/Lease Read）​

Pre-Vote（防止网络分区后的不必要选举）、Lease Read（Leader租期内本地读）、Check Quorum、与原始Raft对比

生产环境Raft的可靠性增强；etcd/TiKV的优化

教材：《Raft Optimization: A Practical Guide》
论文：《Pre-Vote and Lease Read in Raft》（2019）
方程式：① Pre-Vote阶段 pre_vote_timeout=random(100ms,200ms)；② Lease读延迟 Tlease_read​≈0RTT；③ 安全性 safety=same

etcd、TiKV、阿里云

D2172​

分布式系统：分布式ID生成​

Snowflake（Twitter、64-bit、timestamp+worker+sequence）、Leaf（美团、segment/double segment）、UUID v4/v7、与数据库自增对比

云分布式系统的唯一ID生成；支撑订单/消息/日志的标识

教材：《Distributed ID Generation: A Practical Guide》
论文：《Snowflake: A Distributed ID Generator》（2010）
方程式：① Snowflake ID结构 1bit(0)+41bit(ts)+10bit(worker)+12bit(seq)；② Leaf segment步长 step=1000；③ 每秒ID数 ids/s=212×workers

Twitter Snowflake、美团Leaf、阿里云（ID生成）

D2173​

分布式系统：分布式锁（Redis Redlock/Chubby）​

Redlock（Redis-based、多数派加锁、时钟假设）、Chubby（Paxos-based、租约）、与ZooKeeper锁对比

云分布式锁的实现方案；保证资源互斥访问

教材：《Distributed Locks: A Practical Guide》
论文：《Redlock: A Distributed Lock Implementation》（2015）
方程式：① Redlock加锁时间 Tlock​=f(N/2+1nodes)；② 锁有效期 TTL=10s；③ 时钟漂移容忍 Δt<TTL/2

Redis Redlock、etcd、阿里云（分布式锁）

D2174​

分布式系统：分布式队列对比（Kafka/Pulsar）​

Kafka（Topic/Partition、Consumer Group、Rebalance、Log Compaction）、Pulsar（Topic/Subscription、BookKeeper、分层存储、地理复制）

云消息队列选型依据；Kafka适合日志流，Pulsar适合多租户

教材：《Kafka vs Pulsar: A Comparative Study》
论文：《Apache Pulsar vs Apache Kafka: A Survey》（2020）
方程式：① Kafka吞吐 BWkafka​=partitions×disk_BW；② Pulsar存储 capacity=unlimited；③ Pulsar订阅延迟 Tsub​≈1ms

Kafka、Pulsar、阿里云

D2175​

分布式系统：分布式调度（Omega/Kubernetes Scheduler）​

Omega（Google、并行调度、共享状态、乐观并发）、Kubernetes Scheduler（predicates/priorities、调度框架、QueueSort/PreFilter/Filter/Score等扩展点）

云资源调度的两种范式；Omega适合大数据作业，K8s适合容器

教材：《Omega: A Parallel Scheduler for Large-Scale Clusters》（2013）
论文：同上
方程式：① Omega调度吞吐 jobs/s=parallel_transactions；② K8s调度延迟 Tschedule​≈100ms；③ 调度失败率 failure_rate=conflict_rate

Google Omega、Kubernetes Scheduler、阿里云

D2176​

分布式文件系统：GFS/HDFS/Lustre​

GFS（Google File System、Master/Chunkserver、64MB chunk、追加写）、HDFS（NameNode/DataNode、replication 3、与GFS类似）、Lustre（并行文件系统、MDS/OSS、对象存储）

云分布式文件系统的三种经典；GFS/HDFS用于大数据，Lustre用于HPC

教材：《The Google File System》（2003）
论文：同上
方程式：① GFS chunk大小 64MB；② HDFS复制因子 RF=3；③ Lustre条带大小 stripe_size=1MB

Google GFS、Apache HDFS、Lustre（HPC）

D2177​

对象存储对比（Ceph RGW/MinIO）​

Ceph RGW（librados、多站点、S3/Swift API、与Ceph集成）、MinIO（轻量、EC、S3 API、Kubernetes Operator）

云对象存储的开源方案选型；Ceph适合大规模，MinIO适合边缘

教材：《Ceph RGW vs MinIO: A Comparison》
论文：《Ceph RGW: A Scalable Object Storage》（2018）
方程式：① Ceph RGW延迟 Trgw​≈5ms；② MinIO吞吐 BWminio​≈10Gbps；③ EC效率 efficiency=k/(k+m)

Ceph、MinIO、阿里云OSS

D2178​

块存储对比（Ceph RBD/Longhorn）​

Ceph RBD（rados block device、thin provisioning、snapshot、与Ceph集成）、Longhorn（Kubernetes-native、replica、engine、snapshot/backup）

云块存储的开源方案选型；Ceph RBD适合传统存储，Longhorn适合K8s

教材：《Ceph RBD vs Longhorn: A Comparison》
论文：《Ceph RBD: A Block Storage for Cloud》（2019）
方程式：① RBD IOPS iops=f(osds)；② Longhorn副本数 replicas=3；③ 恢复时间 Trestore​=f(volume_size)

Ceph RBD、Longhorn、阿里云ESSD

D2179​

网络虚拟化：Open vSwitch与DPDK​

Open vSwitch（OVS、流表、OpenFlow、VXLAN/Geneve、与KVM集成）、DPDK（用户态轮询、零拷贝、加速OVS-DPDK）

云网络虚拟化的数据平面；OVS用于虚拟交换机，DPDK加速

教材：《Open vSwitch: A Practical Guide》
论文：《OVS-DPDK: A High-Performance Virtual Switch》（2016）
方程式：① OVS流表匹配延迟 Tmatch​≈1μs；② DPDK吞吐 BWdpdk​≈10Mpps；③ OVS-DPDK延迟 Tovs−dpdk​≈10μs

Open vSwitch、DPDK、阿里云（虚拟化）

D2180​

容器网络：CNI/Calico/Flannel/Weave​

CNI（Container Network Interface、bridge/host-local/portmap）、Calico（BGP-based、eBPF data plane、NetworkPolicy）、Flannel（VXLAN/host-gw、简单）、Weave（encrypt、fast data path）

云Kubernetes网络插件选型；Calico适合大规模和安全策略，Flannel简单

教材：《Kubernetes Networking: A Practical Guide》
论文：《CNI: Container Network Interface》（2017）
方程式：① Calico延迟 Tcalico​≈1−3μs；② Flannel封装开销 overhead≈50bytes；③ Weave加密开销 overhead≈10%

Calico、Flannel、Weave、阿里云ACK

D2181​

服务网格对比（Linkerd vs Istio）​

Linkerd（轻量、Rust proxy（linkerd2-proxy）、无需Envoy、简单）、Istio（功能丰富、Envoy、mTLS、可观测性、学习曲线陡）

云服务网格选型；Linkerd适合简单场景，Istio适合企业级

教材：《Linkerd vs Istio: A Comparison》
论文：《Service Mesh: A Survey》（2020）
方程式：① Linkerd延迟 Tlinkerd​≈1μs；② Istio延迟 Tistio​≈3μs；③ 资源消耗 memorylinkerd​<memoryistio​

Linkerd（CNCF）、Istio（CNCF）、阿里云ASM

D2182​

API网关对比（Kong/APISIX/Envoy Gateway）​

Kong（OpenResty+Lua、插件丰富、DB-less）、APISIX（Nginx+Lua+etcd、热加载、高性能）、Envoy Gateway（Kubernetes Gateway API、Envoy-based）

云API网关选型；Kong成熟，APISIX动态，Envoy Gateway标准化

教材：《API Gateway Comparison: A Practical Guide》
论文：《API Gateway: A Survey》（2021）
方程式：① Kong延迟 Tkong​≈5ms；② APISIX延迟 Tapisix​≈2ms；③ Envoy Gateway配置推送 Tpush​≈100ms

Kong、APISIX、Envoy Gateway、阿里云

D2183​

消息队列对比（NATS/ZeroMQ）​

NATS（轻量、pub/sub、高吞吐、At-most-once/At-least-once、JetStream）、ZeroMQ（嵌入式、无broker、多种模式（pub-sub/pipeline/req-rep））

云轻量消息队列选型；NATS适合云原生，ZeroMQ适合嵌入式

教材：《NATS vs ZeroMQ: A Comparison》
论文：《NATS: A Cloud-Native Messaging System》（2019）
方程式：① NATS吞吐 BWnats​≈1Mmsg/s；② ZeroMQ延迟 Tzmq​≈10μs；③ 持久化 persistence=JetStream

NATS（CNCF）、ZeroMQ、阿里云

D2184​

流处理对比（Flink/Spark Streaming/Storm）​

Flink（真流、事件时间、Checkpoint、Exactly-once）、Spark Streaming（微批次、批流一体、Structured Streaming）、Storm（老牌、低延迟、at-least-once）

云流处理引擎选型；Flink是当前主流

教材：《Stream Processing Engines: A Comparison》
论文：《Apache Flink vs Spark Streaming: A Survey》（2019）
方程式：① Flink延迟 Tflink​≈10ms；② Spark Streaming延迟 Tspark​≈1s；③ Storm延迟 Tstorm​≈10ms

Flink、Spark、Storm、阿里云

D2185​

批处理对比（Spark vs MapReduce）​

Spark（内存计算、DAG、RDD/DataFrame、比MR快10-100x）、MapReduce（磁盘I/O heavy、简单可靠）

云批处理引擎选型；Spark是事实标准

教材：《Spark vs MapReduce: A Comparison》
论文：《Spark: Cluster Computing with Working Sets》（2010）
方程式：① Spark速度 speedup≈10−100x；② MR中间数据 shuffle=disk；③ 内存占比 memoryspark​>memorymr​

Apache Spark、Hadoop MapReduce、阿里云MaxCompute

D2186​

数据湖对比（Delta/Iceberg/Hudi）​

Delta Lake（Databricks、ACID、time travel、Spark集成）、Iceberg（Netflix、partition evolution、hidden partitioning、多引擎）、Hudi（Uber、incremental query、Merge-on-Read）

云数据湖ACID层选型；Delta与Spark紧密，Iceberg开放，Hudi适合增量

教材：《Data Lake Formats: A Comparison》
论文：《Delta Lake vs Iceberg vs Hudi》（2021）
方程式：① Delta事务日志 log=json；② Iceberg分区演化 evolution=no_rewrite；③ Hudi写放大 WAmor​<WAcow​

Databricks Delta、Apache Iceberg、Apache Hudi、阿里云

D2187​

数据仓库对比（Snowflake/Redshift/BigQuery）​

Snowflake（三层分离、virtual warehouse、data sharing）、Redshift（columnar、distribution key、spectrum）、BigQuery（serverless、slot reservation、BigLake）

云数据仓库选型；Snowflake易用，Redshift性价比，BigQuery serverless

教材：《Cloud Data Warehouses: A Comparison》
论文：《Snowflake vs Redshift vs BigQuery》（2020）
方程式：① Snowflake并发 concurrency=unlimited；② Redshift压缩 compression≈3−5x；③ BigQuery扫描 bytes_billed=scanned

Snowflake、AWS Redshift、Google BigQuery、阿里云MaxCompute

D2188​

数据集成对比（Airbyte/Fivetran/Stitch）​

Airbyte（开源、300+ connector、ELT、dbt集成）、Fivetran（商业、fully managed、schema drift handling）、Stitch（商业、simple、limited connectors）

云数据集成工具选型；Airbyte开源灵活，Fivetran稳定

教材：《Data Integration Tools: A Comparison》
论文：《Airbyte vs Fivetran: A Survey》（2021）
方程式：① Airbyte同步频率 freq=cron；② Fivetran延迟 Tfivetran​≈5min；③ 连接器数 connectors

Airbyte、Fivetran、Stitch、阿里云DTS

D2189​

数据治理对比（DataHub/Atlas/Amundsen）​

DataHub（LinkedIn、real-time metadata、lineage、search）、Atlas（Hadoop、classification、tag）、Amundsen（Lyft、data discovery、badges）

云数据治理平台选型；DataHub现代化，Atlas传统，Amundsen注重发现

教材：《Data Governance Platforms: A Comparison》
论文：《DataHub vs Amundsen vs Atlas》（2020）
方程式：① DataHub实体数 entities；② Atlas分类数 classifications；③ Amundsen搜索延迟 Tsearch​≈100ms

DataHub、Apache Atlas、Amundsen、阿里云DataWorks

D2190​

MLOps对比（Kubeflow/MLflow/SageMaker）​

Kubeflow（Kubernetes-native、pipeline、Katib、KFServing）、MLflow（轻量、tracking/registry、多框架）、SageMaker（AWS fully managed、studio、ground truth）

云MLOps平台选型；Kubeflow适合K8s用户，MLflow轻量，SageMaker商业

教材：《MLOps Platforms: A Comparison》
论文：《Kubeflow vs MLflow vs SageMaker》（2021）
方程式：① Kubeflow pipeline步骤 steps；② MLflow run数 runs；③ SageMaker训练时间 Ttrain​=f(instance)

Kubeflow、MLflow、AWS SageMaker、阿里云PAI

D2191​

Feature Store对比（Feast/Tecton）​

Feast（开源、online/offline serving、与Spark/Flink集成）、Tecton（商业、feature engineering、monitoring、time travel）

云特征商店选型；Feast开源免费，Tecton企业级

教材：《Feature Stores: A Comparison》
论文：《Feast vs Tecton: A Survey》（2020）
方程式：① Feast特征检索延迟 Tonline​≈10ms；② Tecton特征新鲜度 freshness=real−time；③ 特征维度 features

Feast（CNCF）、Tecton、阿里云PAI

D2192​

模型服务对比（Triton/Seldon/BentoML）​

Triton（NVIDIA、多框架、dynamic batching、ensemble）、Seldon（Kubernetes-native、canary rollout、explainability）、BentoML（Python-first、packaging、deployment）

云模型推理服务框架选型；Triton高性能，Seldon灵活，BentoML易用

教材：《Model Serving Frameworks: A Comparison》
论文：《Triton vs Seldon vs BentoML》（2021）
方程式：① Triton吞吐 BWtriton​=f(batch,GPU)；② Seldon canary流量 traffic=；③ BentoML打包 artifact=bento

NVIDIA Triton、Seldon、BentoML、阿里云PAI

D2193​

A/B测试平台对比（LaunchDarkly/Statsig）​

LaunchDarkly（feature flags、targeting、experimentation）、Statsig（product analytics、A/B testing、pricing）

云A/B测试和功能发布平台；LaunchDarkly领先

教材：《Feature Flag Platforms: A Comparison》
论文：《LaunchDarkly vs Statsig》（2020）
方程式：① 标志数 flags；② 实验样本量 sample_size=required；③ 统计显著性 p<0.05

LaunchDarkly、Statsig、阿里云（类似）

D2194​

混沌工程对比（Chaos Mesh/Litmus/Gremlin）​

Chaos Mesh（Kubernetes-native、workflow、dashboard）、Litmus（ChaosHub、probe、result analytics）、Gremlin（商业、attack library、scenario）

云混沌工程平台选型；Chaos Mesh开源，Litmus灵活，Gremlin商业

教材：《Chaos Engineering Platforms: A Comparison》
论文：《Chaos Mesh vs Litmus vs Gremlin》（2021）
方程式：① Chaos Mesh实验数 experiments；② Litmus探针通过率 pass_rate；③ Gremlin爆炸半径 radius

Chaos Mesh、Litmus、Gremlin、阿里云AHAS

D2195​

FinOps对比（Kubecost/CloudHealth/Vantage）​

Kubecost（Kubernetes成本、namespace-level、right-sizing）、CloudHealth（VMware、multi-cloud、cost optimization）、Vantage（multi-cloud、anomaly detection、budget）

云FinOps工具选型；Kubecost专注K8s，CloudHealth全面，Vantage简洁

教材：《FinOps Tools: A Comparison》
论文：《Kubecost vs CloudHealth vs Vantage》（2020）
方程式：① Kubecost成本分摊 cost=usage×price；② CloudHealth节省率 savings；③ Vantage异常检测阈值 threshold

Kubecost、CloudHealth、Vantage、阿里云成本管家

D2196​

安全模型对比（IAM/RBAC/ABAC）​

IAM（AWS IAM、policy、user/group/role）、RBAC（role-based、permission assignment）、ABAC（attribute-based、flexible、scalable）

云访问控制模型选型；RBAC常用，ABAC精细

教材：《Access Control Models: A Comparison》
论文：《RBAC vs ABAC: A Survey》（2019）
方程式：① RBAC角色数 roles；② ABAC属性数 attributes；③ 策略评估延迟 Teval​=f(policies)

AWS IAM、Azure RBAC、阿里云RAM

D2197​

认证协议对比（OAuth/OIDC/SAML）​

OAuth 2.0（authorization framework、grant types）、OIDC（identity layer on OAuth2、ID token）、SAML（XML-based、enterprise SSO、SP-initiated/IdP-initiated）

云认证和SSO协议选型；OIDC现代，SAML遗留

教材：《Authentication Protocols: A Comparison》
论文：《OAuth vs OIDC vs SAML》（2020）
方程式：① OAuth2令牌大小 token=JWT；② OIDC ID Token id_token=signedJWT；③ SAML断言大小 assertion=XML

Auth0、Keycloak、阿里云IDaaS

D2198​

K8s安全对比（PSA/OPA/Kyverno）​

Pod Security Admission（PSA、built-in、三个profile）、OPA/Gatekeeper（rego policy、灵活）、Kyverno（Kubernetes-native policy engine、simpler rego alternative）

云Kubernetes安全策略引擎选型；PSA简单，OPA强大，Kyverno易用

教材：《Kubernetes Policy Engines: A Comparison》
论文：《PSA vs OPA vs Kyverno》（2021）
方程式：① PSA profile privileged/baseline/restricted；② OPA规则数 rules；③ Kyverno策略数 policies

Kubernetes PSA、OPA/Gatekeeper、Kyverno、阿里云ACK

D2199​

容器安全扫描对比（Trivy/Clair/Anchore）​

Trivy（Aqua、fast、CVE/secret/IaC）、Clair（CoreOS、static analysis、API）、Anchore（enterprise、policy engine、vulnerability DB）

云容器镜像安全扫描工具选型；Trivy轻量，Clair历史，Anchore企业

教材：《Container Scanning Tools: A Comparison》
论文：《Trivy vs Clair vs Anchore》（2020）
方程式：① Trivy扫描时间 Ttrivy​≈10s；② Clair漏洞数 CVEs；③ Anchore策略合规 compliance

Trivy、Clair、Anchore、阿里云容器镜像服务

D2200​

供应链安全对比（Sigstore/in-toto/SLSA）​

Sigstore（cosign/rekor/fulcio、signing & verification）、in-toto（layout/link/evidence、supply chain integrity）、SLSA（framework、levels 1-4、build attestation）

云软件供应链安全标准选型；Sigstore签名，in-toto验证，SLSA框架

教材：《Supply Chain Security: A Comparison》
论文：《Sigstore vs in-toto vs SLSA》（2021）
方程式：① Sigstore签名数 signatures；② in-toto步骤数 steps；③ SLSA等级 level∈{1,2,3,4}

Sigstore、in-toto、SLSA、阿里云

D2201​

零信任对比（BeyondCorp/Zscaler）​

BeyondCorp（Google、device identity、context-aware access）、Zscaler（cloud-native security、internet gateway、zero trust exchange）

云零信任架构选型；BeyondCorp适合企业，Zscaler适合SASE

教材：《Zero Trust Architectures: A Comparison》
论文：《BeyondCorp vs Zscaler》（2020）
方程式：① BeyondCorp信任评分 trust_score；② Zscaler吞吐 BWzscaler​=Gbps；③ 策略数 policies

Google BeyondCorp、Zscaler、阿里云（零信任）

D2202​

SIEM/SOAR对比​

SIEM（Splunk/ELK/Sumo Logic、log aggregation、correlation）、SOAR（Splunk SOAR/Palo Alto Cortex XSOAR、playbook automation）

云安全信息和事件管理选型；SIEM分析，SOAR响应

教材：《SIEM vs SOAR: A Comparison》
论文：《SIEM and SOAR: A Survey》（2021）
方程式：① SIEM事件数 events/s；② SOAR自动化率 automation_rate；③ 告警降噪 noise_reduction

Splunk、ELK、Palo Alto XSOAR、阿里云安全

D2203​

云WAF/CDN/DDoS对比​

WAF（Cloudflare/AWS WAF/Azure WAF/阿里云WAF）、CDN（Akamai/Cloudflare/Azure CDN/阿里云CDN）、DDoS（Cloudflare/AWS Shield/Azure DDoS Protection/阿里云DDoS高防）

云安全与加速服务选型；Cloudflare一体化，AWS/Azure/阿里云各自生态

教材：《Cloud Security Services: A Comparison》
论文：《Cloud WAF, CDN, and DDoS Protection: A Survey》（2020）
方程式：① WAF规则延迟 Twaf​≈1ms；② CDN缓存命中率 hit_rate；③ DDoS清洗容量 capacity=Tbps

Cloudflare、AWS、Azure、阿里云

D2204​

CDN架构对比（Akamai/Cloudflare/Azure CDN）​

Akamai（全球最大、智能路由、enterprise）、Cloudflare（边缘计算、workers、anycast）、Azure CDN（微软、与Azure集成、multiple profiles）

云CDN服务选型；Akamai企业级，Cloudflare开发者友好，Azure集成

教材：《CDN Architectures: A Comparison》
论文：《Akamai vs Cloudflare vs Azure CDN》（2019）
方程式：① Akamai边缘节点数 nodes=200K+；② Cloudflare anycast延迟 Tcf​≈10ms；③ Azure CDN POP数 POPs

Akamai、Cloudflare、Azure CDN、阿里云CDN

D2205​

全球加速对比（AWS GA/Azure Front Door/阿里云GA）​

AWS Global Accelerator（anycast IP、TCP termination、health check）、Azure Front Door（HTTP/HTTPS global load balancer、WAF、SSL offload）、阿里云全球加速（anycast、跨境加速）

云全球网络加速服务选型；AWS GA通用，Azure FD HTTP，阿里云跨境

教材：《Global Accelerator Services: A Comparison》
论文：《AWS Global Accelerator vs Azure Front Door》（2020）
方程式：① GA延迟降低 reduction=Tdirect​−Tga​；② Front Door路由规则 routes；③ 阿里云加速节点 nodes

AWS GA、Azure Front Door、阿里云GA

D2206​

混合云连接对比（专线/VPN）​

Direct Connect（物理专线、低延迟、高带宽、稳定）、VPN（IPsec/SSL VPN、加密、低成本、best-effort）

云混合云连接方案选型；专线性能好，VPN灵活

教材：《Hybrid Cloud Connectivity: A Comparison》
论文：《Direct Connect vs VPN: A Survey》（2019）
方程式：① 专线延迟 Tdc​≈1−5ms；② VPN延迟 Tvpn​≈5−20ms；③ 专线带宽 BWdc​=10G/100G

AWS Direct Connect、Azure ExpressRoute、阿里云高速通道

D2207​

备份容灾对比（Velero/Kasten/Commvault）​

Velero（Kubernetes backup、开源、volume snapshot）、Kasten K10（Kubernetes data management、commercial、policy-driven）、Commvault（enterprise backup、multi-cloud、agent-based）

云备份容灾工具选型；Velero免费，Kasten K8s原生，Commvault企业

教材：《Backup and Disaster Recovery: A Comparison》
论文：《Velero vs Kasten vs Commvault》（2021）
方程式：① Velero备份大小 backup_size；② Kasten恢复时间 Trestore​；③ Commvault保留策略 retention

Velero、Kasten、Commvault、阿里云备份

D2208​

归档存储对比（Glacier/Deep Archive/Azure Archive）​

AWS Glacier（S3 Glacier、retrieval time minutes-hours）、Azure Archive（blob storage、rehydration hours）、阿里云归档存储（cold archive、restore time）

云归档存储选型；成本最低，但访问延迟高

教材：《Archive Storage: A Comparison》
论文：《AWS Glacier vs Azure Archive vs Alibaba Cloud Archive》（2020）
方程式：① Glacier检索时间 Tglacier​=1−12hours；② Azure Archive成本 cost=$0.002/GB/month；③ 阿里云归档延迟 Tali​=hours

AWS Glacier、Azure Archive、阿里云归档存储

D2209​

计算形态对比（裸金属/VM/容器/Serverless）​

Bare Metal（物理机、零虚拟化、高性能）、VM（hypervisor、隔离性强、重量级）、Container（共享内核、轻量、快速启动）、Serverless（函数级、自动伸缩、冷启动）

云计算形态选型；裸金属适合高性能，VM通用，容器云原生，Serverless事件驱动

教材：《Cloud Computing Models: A Comparison》
论文：《Bare Metal vs VM vs Container vs Serverless》（2020）
方程式：① 启动时间 Tbare​=30min,Tvm​=5min,Tcontainer​=1s,Tserverless​=100ms；② 隔离性 isolbare​=physical,isolvm​=strong,isolcontainer​=weak；③ 密度 densityserverless​>densitycontainer​>densityvm​

AWS EC2、阿里云ECS、Kubernetes、AWS Lambda

D2210​

数据库类型对比（SQL/NoSQL/NewSQL）​

SQL（关系型、ACID、结构化查询）、NoSQL（非关系型、灵活schema、BASE）、NewSQL（分布式SQL、强一致、水平扩展）

云数据库选型；SQL适合事务，NoSQL适合灵活，NewSQL适合扩展

教材：《Database Types: A Comparison》
论文：《SQL vs NoSQL vs NewSQL: A Survey》（2019）
方程式：① SQL一致性 ACID；② NoSQL可用性 BASE；③ NewSQL扩展性 scale−out

MySQL、MongoDB、TiDB、阿里云

D2211​

关系型数据库对比（MySQL/PostgreSQL/Oracle）​

MySQL（popular、InnoDB、replication、easy）、PostgreSQL（advanced features、extensibility、ACID、MVCC）、Oracle（enterprise、PL/SQL、RAC、expensive）

云关系型数据库选型；MySQL通用，PostgreSQL强大，Oracle企业

教材：《Relational Databases: A Comparison》
论文：《MySQL vs PostgreSQL vs Oracle》（2020）
方程式：① MySQL读写延迟 Tmysql​≈1ms；② PostgreSQL并发 concurrency=high；③ Oracle TPC-C tpmC

MySQL、PostgreSQL、Oracle、阿里云RDS

D2212​

NoSQL数据库对比（MongoDB/Cassandra/DynamoDB）​

MongoDB（document、rich queries、secondary indexes）、Cassandra（wide column、high availability、linear scalability）、DynamoDB（managed、key-value/document、auto scaling）

云NoSQL数据库选型；MongoDB灵活，Cassandra高可用，DynamoDB托管

教材：《NoSQL Databases: A Comparison》
论文：《MongoDB vs Cassandra vs DynamoDB》（2019）
方程式：① MongoDB查询延迟 Tmongo​≈5ms；② Cassandra写入吞吐 BWcass​=f(nodes)；③ DynamoDB RCU/WCU capacity

MongoDB、Cassandra、DynamoDB、阿里云

D2213​

时序数据库对比（InfluxDB/TimescaleDB/Prometheus）​

InfluxDB（TSM、Flux、continuous queries）、TimescaleDB（PostgreSQL extension、hypertable、SQL）、Prometheus（pull model、metric collection、Alertmanager）

云时序数据库选型；InfluxDB专用，TimescaleDB SQL兼容，Prometheus监控

教材：《Time-Series Databases: A Comparison》
论文：《InfluxDB vs TimescaleDB vs Prometheus》（2020）
方程式：① InfluxDB写入吞吐 points/s；② TimescaleDB压缩比 compression≈90%；③ Prometheus存储 retention=15d

InfluxDB、TimescaleDB、Prometheus、阿里云TSDB

D2214​

图数据库对比（Neo4j/JanusGraph/Amazon Neptune）​

Neo4j（property graph、Cypher、ACID、single master）、JanusGraph（distributed、TinkerPop、multi-backend）、Neptune（AWS managed、RDF/Property Graph、high availability）

云图数据库选型；Neo4j成熟，JanusGraph可扩展，Neptune托管

教材：《Graph Databases: A Comparison》
论文：《Neo4j vs JanusGraph vs Neptune》（2020）
方程式：① Neo4j遍历深度 depth；② JanusGraph后端 backend=Cassandra/HBase；③ Neptune查询延迟 Tneptune​≈10ms

Neo4j、JanusGraph、Amazon Neptune、阿里云GDB

D2215​

搜索引擎对比（Elasticsearch/Solr/Meilisearch）​

Elasticsearch（ELK、distributed、REST API、aggregations）、Solr（older、faceting、scalability、ZK-based）、Meilisearch（modern、typo tolerance、instant search、developer-friendly）

云搜索引擎选型；Elasticsearch全能，Solr遗留，Meilisearch简单

教材：《Search Engines: A Comparison》
论文：《Elasticsearch vs Solr vs Meilisearch》（2021）
方程式：① ES索引吞吐 docs/s；② Solr查询延迟 Tsolr​≈50ms；③ Meilisearch typo tolerance tolerance

Elasticsearch、Solr、Meilisearch、阿里云ES

D2216​

LLM推理框架对比（vLLM/TGI/TensorRT-LLM）​

vLLM（PagedAttention、continuous batching、open-source）、TGI（Text Generation Inference、Hugging Face、optimized for transformers）、TensorRT-LLM（NVIDIA、in-flight batching、quantization）

云LLM推理框架选型；vLLM开源高效，TGI易用，TensorRT-LLM高性能

教材：《LLM Inference Frameworks: A Comparison》
论文：《vLLM vs TGI vs TensorRT-LLM》（2023）
方程式：① vLLM吞吐 tokens/s；② TGI延迟 Ttgi​≈100ms；③ TensorRT-LLM量化 INT4/INT8

vLLM、HuggingFace TGI、NVIDIA TensorRT-LLM、阿里云PAI

D2217​

LLM训练框架对比（Megatron/DeepSpeed/ColossalAI）​

Megatron-LM（NVIDIA、model parallelism、tensor parallelism）、DeepSpeed（Microsoft、ZeRO stages、offload、MoE）、ColossalAI（open-source、parallel strategies、heterogeneous training）

云LLM训练框架选型；Megatron适合超大模型，DeepSpeed通用，ColossalAI灵活

教材：《LLM Training Frameworks: A Comparison》
论文：《Megatron vs DeepSpeed vs ColossalAI》（2023）
方程式：① Megatron TP degree tp；② DeepSpeed ZeRO stage stage∈{1,2,3}；③ ColossalAI并行策略 strategies=tensor/pipeline/data

NVIDIA Megatron、Microsoft DeepSpeed、ColossalAI、阿里云PAI

D2218​

向量数据库对比（Pinecone/Weaviate/Milvus/Qdrant）​

Pinecone（

D2218​

向量数据库：Pinecone​

Pinecone（全托管向量数据库、pod-based index、metadata filtering、稀疏-密集混合搜索、serverless option）

云AI的向量存储与相似性搜索；支撑RAG、推荐、语义搜索

教材：《Pinecone: A Practical Guide》
论文：《Pinecone: A Managed Vector Database》（2021）
方程式：① 向量维度 d；② 索引延迟 Tquery​≈10ms；③ 召回率 recall=f(topK)

Pinecone Inc.、阿里云（类似）

D2219​

向量数据库：Weaviate​

Weaviate（开源、GraphQL API、modules（vectorizer/Q&A/ner）、multi-tenancy、与Kubernetes集成）

云开源向量数据库；支持AI原生应用

教材：《Weaviate: A Practical Guide》
论文：《Weaviate: An Open-Source Vector Database》（2020）
方程式：① 向量索引类型 HNSW/IVF；② 导入吞吐 vectors/s；③ 模块延迟 Tmodule​=f(ML_model)

Weaviate、阿里云（类似）

D2220​

向量数据库：Milvus​

Milvus（开源、GPU加速、多索引（IVF_FLAT/HNSW/DiskANN）、分片、与Kubernetes Operator）

云开源向量数据库的领军者；支撑大规模向量检索

教材：《Milvus: A Practical Guide》
论文：《Milvus: A Vector Database for AI》（2021）
方程式：① 索引构建时间 Tbuild​=f(vectors,index_type)；② 查询吞吐 QPS=f(replicas)；③ 精度-速度权衡 tradeoff=nprobe

Milvus（LF AI & Data）、阿里云（类似）

D2221​

向量数据库：Qdrant​

Qdrant（Rust编写、高性能、payload filtering、geo-search、与gRPC/REST API）

云向量数据库的高性能选择；适合低延迟场景

教材：《Qdrant: A Practical Guide》
论文：《Qdrant: A High-Performance Vector Database》（2022）
方程式：① 延迟 Tqdrant​≈5ms；② 吞吐 BWqdrant​=f(segments)；③ 过滤效率 filter_efficiency=payload_index

Qdrant、阿里云（类似）

D2222​

RAG框架：LangChain​

LangChain（Chain/Agent/Tool/Memory、Document Loaders/Text Splitters/Vector Stores/LLMs、与多种模型集成）

构建RAG应用的编排框架；支撑文档问答、聊天机器人

教材：《LangChain: A Practical Guide》（续）
论文：《LangChain: A Framework for LLM Applications》（2023）
方程式：① 检索步数 steps=retrieval+generation；② 上下文窗口 window=tokens；③ 链式调用延迟 Tchain​=∑Tcomponent​

LangChain、阿里云百炼

D2223​

RAG框架：LlamaIndex​

LlamaIndex（数据索引框架、Node/Index/Retriever/QueryEngine、与Structured Data集成、支持多种存储后端）

构建RAG应用的索引框架；专注于数据连接和索引

教材：《LlamaIndex: A Practical Guide》
论文：《LlamaIndex: A Data Framework for LLM Applications》（2023）
方程式：① 索引大小 index_size=f(nodes)；② 检索延迟 Tretrieve​=f(retriever_type)；③ 查询转换 query_transform=rewriting

LlamaIndex、阿里云百炼

D2224​

RAG框架：Haystack​

Haystack（deepset、Pipeline/DocumentStore/Reader/Retriever、支持多种模型、与Elasticsearch/FAISS集成）

构建RAG应用的成熟框架；支持生产级部署

教材：《Haystack: A Practical Guide》
论文：《Haystack: A Framework for Question Answering》（2020）
方程式：① Pipeline步骤 steps；② 检索精度 precision=f(retriever)；③ 阅读器延迟 Treader​=f(model)

deepset Haystack、阿里云（类似）

D2225​

AI Agent：AutoGPT​

AutoGPT（自主Agent、GPT-4驱动、任务分解、工具使用、记忆、自我反思）

云AI Agent的实验性框架；展示自主任务执行能力

教材：《AutoGPT: A Practical Guide》
论文：《AutoGPT: An Autonomous GPT-4 Agent》（2023）
方程式：① 任务完成率 completion_rate；② 迭代步数 steps；③ 工具调用次数 tool_calls

AutoGPT开源项目、阿里云（类似）

D2226​

AI Agent：BabyAGI​

BabyAGI（任务驱动、优先级队列、执行、结果存储、与向量数据库集成）

云AI Agent的轻量级实现；演示任务规划与执行

教材：《BabyAGI: A Practical Guide》
论文：《BabyAGI: A Task-Driven Autonomous Agent》（2023）
方程式：① 任务队列长度 queue_length；② 执行时间 Texec​=f(task_complexity)；③ 结果存储 storage=vector_db

BabyAGI开源项目、阿里云（类似）

D2227​

AI Agent：CrewAI​

CrewAI（多Agent协作框架、Role/Task/Crew、Agent间通信、与LangChain集成）

云AI Agent的多Agent协作框架；支撑复杂任务分解与团队协作

教材：《CrewAI: A Practical Guide》
论文：《CrewAI: A Multi-Agent Collaboration Framework》（2024）
方程式：① Agent数 agents；② 任务依赖图 DAG；③ 协作效率 efficiency=f(communication)

CrewAI、阿里云（类似）

D2228​

GPU对比：NVIDIA vs AMD vs Intel​

NVIDIA（CUDA、Tensor Core、NVLink、最高性能）、AMD（ROCm、Infinity Fabric、CDNA）、Intel（Xe GPU、oneAPI、集成显卡）

云AI训练/推理的GPU选型；NVIDIA主导，AMD追赶，Intel起步

教材：《GPU Comparison: A Practical Guide》
论文：《NVIDIA vs AMD vs Intel GPUs for AI》（2023）
方程式：① FP32 TFLOPS Tnvidia​>Tamd​>Tintel​；② 显存带宽 BWnvidia​≈2TB/s；③ 软件生态 econvidia​≫ecoamd​

NVIDIA A100/H100、AMD MI250X、Intel Ponte Vecchio

D2229​

CPU对比：x86 vs ARM vs RISC-V​

x86（Intel/AMD、高性能、功耗高）、ARM（低功耗、Neoverse、云原生）、RISC-V（开源、可定制、生态初建）

云服务器CPU架构选型；x86通用，ARM节能，RISC-V未来

教材：《CPU Architectures: A Comparison》
论文：《x86 vs ARM vs RISC-V for Cloud》（2022）
方程式：① 性能功耗比 perf/wattarm​>perf/wattx86​；② 指令集复杂度 complexx86​>complexarm​>simpleriscv​；③ 生态成熟度 ecox86​≫ecoarm​>ecoriscv​

Intel Xeon、AMD EPYC、AWS Graviton、阿里云倚天710

D2230​

DPU对比：BlueField vs IPU vs CIPU​

NVIDIA BlueField（ARM+ASIC、网络/存储/安全offload）、Intel IPU（FPGA+ARM、灵活）、阿里云CIPU（专用ASIC、飞天集成）

云数据中心DPU选型；BlueField生态广，IPU灵活，CIPU深度定制

教材：《DPU Comparison: A Practical Guide》
论文：《BlueField vs IPU vs CIPU》（2022）
方程式：① 网络卸载吞吐 BWbluefield​=400Gbps；② 可编程性 programipu​>programbluefield​；③ 虚拟化开销 overheadcipu​≈0

NVIDIA BlueField-3、Intel IPU、阿里云CIPU

D2231​

FPGA对比：Xilinx vs Intel​

Xilinx（AMD收购、Versal ACAP、Vitis、AI Engine）、Intel（Altera、Agilex、OpenCL、Quartus）

云FPGA加速卡选型；Xilinx Versal集成AI，Intel Agilex灵活

教材：《FPGA Vendors: A Comparison》
论文：《Xilinx vs Intel FPGAs for Cloud》（2021）
方程式：① LUT数 lutversal​>lutagilex​；② DSP性能 dspversal​≈dspagilex​；③ 开发工具链 toolvitis​vstoolquartus​

Xilinx Alveo、Intel Agilex、阿里云FaaS

D2232​

存储介质对比：HDD/SSD/NVMe/SCM​

HDD（机械、大容量、慢）、SSD（SATA、较快、耐用）、NVMe（PCIe、极快、低延迟）、SCM（持久内存、接近DRAM速度）

云存储介质选型；HDD归档，SSD通用，NVMe高性能，SCM缓存

教材：《Storage Media: A Comparison》
论文：《HDD vs SSD vs NVMe vs SCM》（2020）
方程式：① 延迟 Thdd​=10ms,Tssd​=100μs,Tnvme​=10μs,Tscm​=100ns；② 吞吐 BWhdd​=200MB/s,BWssd​=500MB/s,BWnvme​=7GB/s,BWscm​=10GB/s；③ 成本 costhdd​<costssd​<costnvme​<costscm​

HDD（Seagate）、SSD（Samsung）、NVMe（Intel Optane P5800X）、SCM（Intel Optane PMem）

D2233​

内存对比：DRAM/HBM/Persistent Memory​

DRAM（DDR5、主存、容量大）、HBM（高带宽、堆叠、GPU显存）、Persistent Memory（SCM、字节寻址、持久化）

云服务器内存层次选型；DRAM通用，HBM AI专用，PMem持久缓存

教材：《Memory Technologies: A Comparison》
论文：《DRAM vs HBM vs Persistent Memory》（2021）
方程式：① 带宽 BWhbm​≈2TB/s>BWdram​≈500GB/s>BWpmem​≈100GB/s；② 延迟 Tdram​=100ns,Thbm​=200ns,Tpmem​=300ns；③ 容量 capdram​=TB,caphbm​=GB,cappmem​=TB

Samsung DDR5、SK Hynix HBM3、Intel Optane PMem

D2234​

排序算法：QuickSort/MergeSort/RadixSort​

QuickSort（分治、原地、平均O(n log n)、不稳定）、MergeSort（分治、稳定、O(n log n)、额外空间）、RadixSort（非比较、基数、O(n*k)、整数）

云数据处理的基础算法；排序是MapReduce/Spark的核心操作

教材：《Introduction to Algorithms》（续）
论文：《Sorting Algorithms: A Survey》（2019）
方程式：① QuickSort平均 T(n)=O(nlogn)；② MergeSort空间 S(n)=O(n)；③ RadixSort复杂度 T(n,k)=O(nk)

Apache Spark、阿里云MaxCompute

D2235​

查找算法：Binary Search/Ternary Search/Interpolation Search​

Binary Search（有序、O(log n)）、Ternary Search（三分、O(log₃ n)）、Interpolation Search（均匀分布、O(log log n)）

云数据库和搜索引擎的查找基础；索引加速

教材：《Algorithms: A Practical Guide》（续）
论文：《Search Algorithms: A Survey》（2020）
方程式：① Binary Search T(n)=O(logn)；② Ternary Search T(n)=O(log3​n)；③ Interpolation Search T(n)=O(loglogn) best case

PostgreSQL B-Tree、Elasticsearch

D2236​

图算法：Dijkstra/Bellman-Ford/Floyd-Warshall​

Dijkstra（单源最短路径、非负权、贪心）、Bellman-Ford（单源、负权、动态规划）、Floyd-Warshall（全源、动态规划、O(V³)）

云网络路由和地图服务的基础算法；支撑SDN和导航

教材：《Algorithm Design》Jon Kleinberg & Eva Tardos（2005）
论文：《Shortest Path Algorithms: A Survey》（2018）
方程式：① Dijkstra T(V,E)=O((V+E)logV)；② Bellman-Ford T(V,E)=O(VE)；③ Floyd-Warshall T(V)=O(V3)

Google Maps、OSPF路由协议、阿里云（网络优化）

D2237​

动态规划：背包/LCS/Edit Distance​

0/1背包（DP、O(nW)）、最长公共子序列（LCS、O(nm)）、编辑距离（Edit Distance、O(nm)）

云资源分配、文本比对、基因序列分析的核心算法

教材：《Dynamic Programming: A Practical Guide》
论文：《Dynamic Programming: A Survey》（2019）
方程式：① 0/1背包 dp[i][w]=max(dp[i−1][w],dp[i−1][w−wi​]+vi​)；② LCS dp[i][j]={dp[i−1][j−1]+1max(dp[i−1][j],dp[i][j−1])​xi​=yj​else​；③ 编辑距离 dp[i][j]=min(dp[i−1][j]+1,dp[i][j−1]+1,dp[i−1][j−1]+cost)

AWS Spot Instance allocation、Git diff、BLAST

D2238​

机器学习算法：线性回归/逻辑回归​

线性回归（最小二乘、梯度下降、正则化L1/L2）、逻辑回归（Sigmoid、交叉熵损失、分类）

云ML平台的基础监督学习算法；预测和分类

教材：《Pattern Recognition and Machine Learning》（续）
论文：《Linear and Logistic Regression: A Survey》（2020）
方程式：① 线性回归 y=Xβ+ϵ；② 逻辑回归 $P(y=1

x)=\frac{1}{1+e^{-X\beta}}；③损失函数J(\beta)=-\frac{1}{m}\sum[y\log\hat{y}+(1-y)\log(1-\hat{y})]$

D2239​

机器学习算法：K-Means/DBSCAN​

K-Means（聚类、迭代、欧氏距离、K值选择）、DBSCAN（密度聚类、噪声点、eps/minPts）

云ML平台的无监督学习算法；客户分群、异常检测

教材：《Machine Learning: A Probabilistic Perspective》（续）
论文：《K-Means vs DBSCAN: A Comparison》（2019）
方程式：① K-Means目标 $\min\sum{i=1}^k\sum{x\in C_i}

D2240​

深度学习架构：CNN/RNN/Transformer/GNN​

CNN（卷积、池化、图像）、RNN（循环、序列、LSTM/GRU）、Transformer（自注意力、并行、NLP）、GNN（图卷积、节点/图）

云AI平台支持的四大深度学习架构；覆盖视觉、语言、图数据

教材：《Deep Learning》（续）
论文：《CNN vs RNN vs Transformer vs GNN》（2021）
方程式：① CNN卷积 yij​=∑p,q​wpq​xi+p,j+q​；② RNN ht​=tanh(Whh​ht−1​+Wxh​xt​)；③ Transformer Attention Attention(Q,K,V)=softmax(dk​​QKT​)V；④ GNN hv(k)​=σ(Wk​∑u∈N(v)​hu(k−1)​)

TensorFlow、PyTorch、阿里云PAI

D2241​

网络协议对比：HTTP/1.1 vs HTTP/2 vs HTTP/3​

HTTP/1.1（持久连接、管道、队头阻塞）、HTTP/2（二进制分帧、多路复用、头部压缩HPACK）、HTTP/3（QUIC、UDP、0-RTT、无队头阻塞）

云应用协议选型；HTTP/3是未来趋势

教材：《HTTP: The Definitive Guide》（续）
论文：《HTTP/1.1 vs HTTP/2 vs HTTP/3》（2020）
方程式：① 连接数 conn1.1​=multiple,conn2​=1,conn3​=1；② 头部压缩 hpack/qpack；③ 队头阻塞 hol1.1​=true,hol2​=false(L7),hol3​=false

HTTP/3（QUIC）、阿里云CDN

D2242​

传输协议对比：TCP vs UDP vs QUIC​

TCP（面向连接、可靠、拥塞控制）、UDP（无连接、不可靠、低延迟）、QUIC（基于UDP、可靠、多路复用、0-RTT）

云传输协议选型；TCP通用，UDP实时，QUIC现代

教材：《TCP/IP Illustrated》（续）
论文：《TCP vs UDP vs QUIC》（2021）
方程式：① 握手延迟 Ttcp​=1.5RTT,Tudp​=0,Tquic​=0RTT；② 可靠传输 reliabletcp​=true,reliableudp​=false,reliablequic​=true；③ 拥塞控制 cctcp​=yes,ccudp​=no,ccquic​=yes

TCP（Linux内核）、UDP（DNS/Video）、QUIC（Google/Cloudflare）

D2243​

TLS对比：TLS 1.2 vs TLS 1.3​

TLS 1.2（较慢、支持多种密码套件、1-RTT）、TLS 1.3（更快、0-RTT、移除不安全算法、前向安全）

云安全传输协议选型；TLS 1.3是推荐版本

教材：《SSL/TLS: A Practical Guide》（续）
论文：《TLS 1.2 vs TLS 1.3》（2019）
方程式：① 握手延迟 T1.2​=2RTT,T1.3​=1RTT(0RTTwithearlydata)；② 密码套件数 ciphers1.2​=many,ciphers1.3​=few；③ 前向安全 pfs1.2​=optional,pfs1.3​=mandatory

TLS 1.3（浏览器、CDN）、阿里云SSL

D2244​

安全协议对比：SSH vs SSL vs IPsec​

SSH（远程登录、端口转发、密钥认证）、SSL/TLS（Web安全、证书）、IPsec（网络层加密、隧道/传输模式）

云安全协议选型；SSH管理，SSL Web，IPsec VPN

教材：《SSH, SSL, and IPsec: A Comparison》
论文：《SSH vs SSL vs IPsec》（2020）
方程式：① 加密层 layerssh​=application,layerssl​=transport,layeripsec​=network；② 认证方式 authssh​=password/key,authssl​=certificate,authipsec​=psk/cert；③ 用途 usessh​=admin,usessl​=web,useipsec​=vpn

OpenSSH、OpenSSL、StrongSwan

D2245​

云产品对比：AWS vs Azure vs GCP vs 阿里云​

AWS（最大、服务最多、EC2/S3/Lambda）、Azure（企业集成、AD、Office365）、GCP（数据/AI、BigQuery、Kubernetes起源）、阿里云（中国第一、电商、CDN）

云服务商选型；各有优势，需根据业务和地域选择

教材：《Cloud Providers: A Comparison》
论文：《AWS vs Azure vs GCP vs Alibaba Cloud》（2022）
方程式：① 全球可用区数 azaws​=100+,azazure​=160+,azgcp​=120+,azali​=80+；② 市场份额 shareaws​=33%,shareazure​=22%,sharegcp​=11%,shareali​=6%；③ 中国优势 chinaali​=first,chinaaws​=second

AWS、Azure、GCP、阿里云

D2246​

服务模型对比：IaaS/PaaS/SaaS/FaaS​

IaaS（基础设施、VM/存储/网络）、PaaS（平台、数据库/中间件/运行时）、SaaS（软件、CRM/办公/邮件）、FaaS（函数、事件驱动、Serverless）

云计算服务模型选型；IaaS灵活，PaaS高效，SaaS开箱即用，FaaS事件驱动

教材：《Cloud Service Models: A Comparison》
论文：《IaaS vs PaaS vs SaaS vs FaaS》（2020）
方程式：① 控制粒度 controliaas​=high,controlpaas​=medium,controlsaas​=low,controlfaas​=low；② 管理负担 manageiaas​=high,managepaas​=medium,managesaas​=low,managefaas​=low；③ 弹性 elasticfaas​>elasticpaas​>elasticiaas​

AWS EC2 (IaaS)、Heroku (PaaS)、Salesforce (SaaS)、AWS Lambda (FaaS)

D2247​

云原生存储：Rook/Ceph/Longhorn/Portworx对比​

Rook（Kubernetes Operator for Ceph）、Ceph（分布式存储、统一存储）、Longhorn（K8s-native块存储）、Portworx（企业级数据服务平台）

云原生存储选型；Rook+Ceph成熟，Longhorn简单，Portworx商业

教材：《Cloud-Native Storage: A Comparison》
论文：《Rook vs Longhorn vs Portworx》（2021）
方程式：① 部署复杂度 complexrook​=high,complexlonghorn​=low,complexportworx​=medium；② 功能丰富度 featureportworx​>featurerook​>featurelonghorn​；③ 性能 perfportworx​≈perfrook​>perflonghorn​

Rook、Ceph、Longhorn、Portworx

D2248​

云原生网络：Calico/Flannel/Weave/Cilium对比​

Calico（BGP/eBPF、NetworkPolicy）、Flannel（VXLAN/host-gw、简单）、Weave（加密、fast data path）、Cilium（eBPF、Service Mesh、Hubble）

云Kubernetes网络插件选型；Cilium最强，Calico安全，Flannel简单

教材：《Kubernetes Network Plugins: A Comparison》
论文：《Calico vs Flannel vs Weave vs Cilium》（2021）
方程式：① 延迟 Tcilium​≈1μs,Tcalico​≈3μs,Tweave​≈5μs,Tflannel​≈10μs；② 功能集 featurecilium​>featurecalico​>featureweave​>featureflannel​；③ 加密 encryptweave​=yes,encryptcilium​=wireguard

Calico、Flannel、Weave、Cilium

D2249​

云原生安全：OPA/Kyverno/Kube-bench/Kube-hunter对比​

OPA（Rego策略、通用）、Kyverno（K8s-native策略、简单）、Kube-bench（CIS基准检查）、Kube-hunter（渗透测试）

云Kubernetes安全工具选型；OPA灵活，Kyverno易用，Kube-bench合规，Kube-hunter攻击

教材：《Kubernetes Security Tools: A Comparison》
论文：《OPA vs Kyverno vs Kube-bench vs Kube-hunter》（2021）
方程式：① 策略引擎 engineopa​=general,enginekyverno​=k8s−specific；② 检查项数 checksbench​=100+；③ 漏洞发现 vulnhunter​=network/container

OPA、Kyverno、Kube-bench、Kube-hunter

D2250​

云原生监控：Prometheus/Grafana/Thanos/Cortex对比​

Prometheus（pull、metric、Alertmanager）、Grafana（可视化、dashboard）、Thanos（Prometheus高可用、长期存储）、Cortex（多租户、水平扩展Prometheus）

云原生监控栈选型；Prometheus+Grafana基础，Thanos/Cortex扩展

教材：《Cloud-Native Monitoring: A Comparison》
论文：《Prometheus vs Thanos vs Cortex》（2020）
方程式：① 数据保留 retentionprom​=15d,retentionthanos​=years；② 查询延迟 Tprom​=fast,Tthanos​=medium；③ 多租户 multicortex​=yes,multithanos​=no

Prometheus、Grafana、Thanos、Cortex

D2251​

云原生日志：ELK/Loki/Graylog对比​

ELK（Elasticsearch+Logstash+Kibana、全文搜索、昂贵）、Loki（Grafana、label-based、便宜、与Prometheus集成）、Graylog（集中日志、告警、企业）

云日志管理选型；ELK功能强，Loki轻量，Graylog企业

教材：《Log Management: A Comparison》
论文：《ELK vs Loki vs Graylog》（2020）
方程式：① 存储成本 costelk​>costgraylog​>costloki​；② 查询速度 speedelk​>speedgraylog​>speedloki​；③ 索引开销 overheadelk​=high,overheadloki​=low

Elasticsearch、Loki、Graylog

D2252​

云原生CI/CD：Jenkins/GitLab CI/GitHub Actions/Argo CD对比​

Jenkins（老牌、插件丰富、可扩展）、GitLab CI（集成、YAML pipeline）、GitHub Actions（生态、marketplace）、Argo CD（GitOps、Kubernetes部署）

云CI/CD工具选型；Jenkins灵活，GitLab/GitHub集成，Argo CD K8s原生

教材：《CI/CD Tools: A Comparison》
论文：《Jenkins vs GitLab CI vs GitHub Actions vs Argo CD》（2021）
方程式：① 构建时间 Tbuild​=f(parallelism)；② 插件数 pluginsjenkins​=1000+,pluginsgithub​=100+；③ GitOps同步延迟 Targocd​=seconds

Jenkins、GitLab、GitHub、Argo CD

D2253​

云原生IaC：Terraform/Pulumi/CloudFormation/CDK对比​

Terraform（HashiCorp、声明式、多provider）、Pulumi（编程语言、TypeScript/Python）、CloudFormation（AWS原生、YAML/JSON）、CDK（AWS、编程语言、合成CloudFormation）

云基础设施即代码工具选型；Terraform通用，Pulumi灵活，CloudFormation AWS原生

教材：《Infrastructure as Code: A Comparison》
论文：《Terraform vs Pulumi vs CloudFormation vs CDK》（2020）
方程式：① 学习曲线 curvetf​=medium,curvepulumi​=steep,curvecf​=medium,curvecdk​=steep；② 多云支持 multitf​=yes,multipulumi​=yes,multicf​=no；③ 状态管理 statetf​=remote,statecf​=AWSmanaged

Terraform、Pulumi、AWS CloudFormation、AWS CDK

D2254​

云原生配置管理：Ansible/Puppet/Chef/SaltStack对比​

Ansible（agentless、SSH、YAML playbook）、Puppet（master-agent、Ruby DSL、声明式）、Chef（Ruby DSL、recipe、cookbook）、SaltStack（master-minion、Python、remote execution）

云配置管理工具选型；Ansible简单，Puppet/Chef企业，SaltStack快速

教材：《Configuration Management: A Comparison》
论文：《Ansible vs Puppet vs Chef vs SaltStack》（2019）
方程式：① 架构 archansible​=agentless,archothers​=agent；② 学习曲线 curveansible​=low,curvepuppet​=medium,curvechef​=high,curvesalt​=medium；③ 执行速度 speedsalt​>speedansible​>speedpuppet​>speedchef​

Ansible、Puppet、Chef、SaltStack

D2255​

云原生容器运行时：Docker/containerd/CRI-O/gVisor对比​

Docker（完整容器引擎、daemon、CLI）、containerd（CNCF、轻量、OCI兼容）、CRI-O（Kubernetes原生、OCI）、gVisor（用户态内核、沙箱安全）

云容器运行时选型；Docker通用，containerd/CRI-O K8s默认，gVisor安全

教材：《Container Runtimes: A Comparison》
论文：《Docker vs containerd vs CRI-O vs gVisor》（2021）
方程式：① 启动时间 Tgvisor​>Tdocker​>Tcontainerd​≈Tcrio​；② 隔离性 isolgvisor​=strong,isolothers​=weak；③ 资源开销 overheadgvisor​>overheaddocker​>overheadcontainerd​

Docker、containerd、CRI-O、gVisor

D2256​

云原生镜像仓库：Harbor/Docker Hub/Quay/ECR对比​

Harbor（CNCF、企业级、漏洞扫描、复制）、Docker Hub（公共、官方镜像、速率限制）、Quay（Red Hat、安全扫描、robot accounts）、ECR（AWS、集成、私有）

云容器镜像仓库选型；Harbor企业自建，Docker Hub公共，Quay安全，ECR AWS原生

教材：《Container Registries: A Comparison》
论文：《Harbor vs Docker Hub vs Quay vs ECR》（2020）
方程式：① 存储容量 capharbor​=self−managed,caphub​=public,capquay​=self,capecr​=unlimited；② 漏洞扫描 scanharbor​=clair/trivy,scanquay​=clair,scanecr​=inspector；③ 复制策略 replicationharbor​=push/pull

Harbor、Docker Hub、Quay、Amazon ECR

D2257​

云原生服务发现：Consul/etcd/ZooKeeper对比​

Consul（服务发现、KV、健康检查、多DC）、etcd（KV、watch、Raft、K8s默认）、ZooKeeper（ZAB、ZNode、watcher、Hadoop生态）

云服务发现和配置存储选型；Consul功能全，etcd K8s标准，ZooKeeper遗留

教材：《Service Discovery: A Comparison》
论文：《Consul vs etcd vs ZooKeeper》（2019）
方程式：① 一致性协议 protoconsul​=raft,protoetcd​=raft,protozk​=zab；② 健康检查 checkconsul​=yes,checketcd​=no,checkzk​=no；③ 多数据中心 multiconsul​=yes,multietcd​=no,multizk​=no

Consul、etcd、ZooKeeper

D2258​

云原生API网关：Kong/APISIX/Envoy Gateway/Tyk对比​

Kong（OpenResty、插件丰富）、APISIX（Nginx+etcd、热加载、高性能）、Envoy Gateway（Envoy+Gateway API）、Tyk（Go编写、dashboard、商业）

云API网关选型；Kong成熟，APISIX动态，Envoy Gateway标准化，Tyk商业

教材：《API Gateways: A Comparison》（续）
论文：《Kong vs APISIX vs Envoy Gateway vs Tyk》（2021）
方程式：① 延迟 Tapisix​≈2ms,Tkong​≈5ms,Tenvoy​≈3ms,Ttyk​≈5ms；② 插件生态 pluginskong​=100+,pluginsapisix​=50+,pluginstyk​=30+；③ 商业支持 supporttyk​=yes,supportkong​=enterprise

Kong、APISIX、Envoy Gateway、Tyk

D2259​

云原生消息队列：Kafka/Pulsar/RabbitMQ/NATS对比​

Kafka（高吞吐、持久化、日志）、Pulsar（多租户、分层存储、地理复制）、RabbitMQ（AMQP、灵活路由）、NATS（轻量、高吞吐、JetStream）

云消息队列选型；Kafka流处理，Pulsar云原生，RabbitMQ传统，NATS边缘

教材：《Message Queues: A Comparison》（续）
论文：《Kafka vs Pulsar vs RabbitMQ vs NATS》（2020）
方程式：① 吞吐 BWkafka​=1Mmsg/s,BWpulsar​=1M,BWrabbit​=10K,BWnats​=1M；② 延迟 Tnats​=10μs,Tkafka​=10ms,Tpulsar​=5ms,Trabbit​=1ms；③ 持久化 persistkafka​=yes,persistpulsar​=yes,persistrabbit​=yes,persistnats​=jetstream

Kafka、Pulsar、RabbitMQ、NATS

D2260​

云原生数据库：TiDB/CockroachDB/YugabyteDB对比​

TiDB（MySQL兼容、Raft、HTAP）、CockroachDB（PostgreSQL兼容、全球部署、强一致）、YugabyteDB（PostgreSQL兼容、DocDB、高可用）

云原生分布式SQL数据库选型；TiDB生态好，CockroachDB全球化，YugabyteDB性能

教材：《Distributed SQL Databases: A Comparison》
论文：《TiDB vs CockroachDB vs YugabyteDB》（2021）
方程式：① 写入延迟 Ttidb​=raftcommit,Tcockroach​=raft,Tyuga​=raft；② 兼容性 compattidb​=MySQL,compatcockroach​=PostgreSQL,compatyuga​=PostgreSQL；③ 地理分布 geocockroach​=native,geotidb​=viaTiCDC

TiDB、CockroachDB、YugabyteDB

D2261​

云原生时序数据库：InfluxDB/TimescaleDB/VictoriaMetrics对比​

InfluxDB（TSM、Flux、continuous queries）、TimescaleDB（PostgreSQL extension、hypertable、SQL）、VictoriaMetrics（Prometheus兼容、高性能、单节点/集群）

云时序数据库选型；InfluxDB专用，TimescaleDB SQL，VictoriaMetrics监控

教材：《Time-Series Databases: A Comparison》（续）
论文：《InfluxDB vs TimescaleDB vs VictoriaMetrics》（2021）
方程式：① 写入吞吐 BWvictoria​>BWinflux​>BWtimescale​；② 查询延迟 Ttimescale​<Tinflux​<Tvictoria​（for SQL）；③ 存储压缩 compressionvictoria​>compressioninflux​>compressiontimescale​

InfluxDB、TimescaleDB、VictoriaMetrics

D2262​

云原生图数据库：Neo4j/JanusGraph/Amazon Neptune/ArangoDB对比​

Neo4j（属性图、Cypher、ACID）、JanusGraph（分布式、TinkerPop、多后端）、Neptune（AWS托管、RDF/属性图）、ArangoDB（多模型、图+文档+KV）

云图数据库选型；Neo4j成熟，JanusGraph可扩展，Neptune托管，ArangoDB多模型

教材：《Graph Databases: A Comparison》（续）
论文：《Neo4j vs JanusGraph vs Neptune vs ArangoDB》（2020）
方程式：① 查询语言 langneo4j​=Cypher,langjanus​=Gremlin,langneptune​=SPARQL/Gremlin,langarango​=AQL；② 分布式 distjanus​=yes,distneptune​=yes,distneo4j​=singlemaster；③ 多模型 multiarango​=yes

Neo4j、JanusGraph、Amazon Neptune、ArangoDB

D2263​

云搜索引擎：Elasticsearch/Solr/Meilisearch/Typesense对比​

Elasticsearch（ELK、分布式、聚合、REST）、Solr（faceting、ZK、scalability）、Meilisearch（typo tolerance、instant、dev-friendly）、Typesense（C++、low latency、typo tolerance）

云搜索引擎选型；ES全能，Solr遗留，Meilisearch简单，Typesense高性能

教材：《Search Engines: A Comparison》（续）
论文：《Elasticsearch vs Solr vs Meilisearch vs Typesense》（2022）
方程式：① 索引速度 speedtypesense​>speedmeili​>speedes​>speedsolr​；② 查询延迟 $T{typesense} \approx 5ms, T{meili} \approx 10ms,

D2278​

操作系统：Linux内核模块开发​

module_init/module_exit、LICENSE/GPL、符号导出EXPORT_SYMBOL、参数module_param、与内核版本兼容、kbuild Makefile

云服务器内核功能的动态扩展；支持自定义驱动、安全模块、eBPF辅助

教材：《Linux Device Drivers》（3rd ed. 2005）
论文：《Writing Linux Kernel Modules》（2018）
方程式：① 模块加载 insmod mod.ko；② 符号依赖 depmod；③ 版本魔法 vermagic=uname−r

Linux内核、阿里云（内核优化）

D2279​

操作系统：设备驱动模型（platform/PCI/USB）​

platform driver（device tree、probe/remove）、PCI driver（pci_device_id、BAR、DMA）、USB driver（usb_driver、urb）、与sysfs接口

云服务器硬件设备的驱动框架；支撑NVMe/GPU/网卡的驱动开发

教材：《Linux Device Drivers》（续）
论文：《The Linux Platform Driver Model》（2017）
方程式：① 设备匹配 match=idt​able；② 探测回调 probe(dev)；③ DMA映射 dma_map_single(dev,addr,size,dir)

Linux内核、阿里云（硬件驱动）

D2280​

操作系统：中断处理（top half/bottom half/threaded IRQ）​

上半部（hardirq、快速、不可睡眠）、下半部（softirq/tasklet/workqueue）、threaded IRQ（request_threaded_irq）、与中断上下文

云服务器外设中断的高效处理；影响网络和存储I/O延迟

教材：《Understanding the Linux Kernel》（3rd ed. 2005）
论文：《Linux Interrupt Handling: A Survey》（2019）
方程式：① 中断延迟 Tint​=Thw​+Tsave​+Thandler​；② 吞吐量 throughput=Tint​1​；③ 下半部延迟 Tbottom​=schedule_time

Linux内核、阿里云（中断优化）

D2281​

编译器后端：指令选择​

树覆盖（tree covering）、BURG/IBURG、模式匹配（pattern matching）、与目标ISA绑定、Selection DAG

云服务二进制优化的编译器后端技术；生成高效机器码

教材：《Compiler: Principles, Techniques, and Tools》（续）
论文：《Instruction Selection: A Survey》（2018）
方程式：① 指令代价 cost=∑pattern_cost；② 覆盖率 coverage=total_nodesmatched_nodes​；③ 复杂度 $O(

tree

D2282​

编译器后端：寄存器分配​

图着色（graph coloring）、Chaitin-Briggs算法、线性扫描（linear scan）、SSA-based分配、与溢出（spilling）

编译器后端的关键优化；减少内存访问，提升云服务性能

教材：《Modern Compiler Implementation in C》（续）
论文：《Register Allocation: A Survey》（2019）
方程式：① 干涉图 G(V,E)；② 颜色数 k=registers；③ 溢出代价 spill_cost=degreedef_use_freq​

LLVM、GCC、阿里云（编译器）

D2283​

编译器后端：指令调度​

列表调度（list scheduling）、依赖图（DAG）、流水线（pipeline）、超长指令字（VLIW）、与软件流水（software pipelining）

编译器后端的指令排序优化；提高指令级并行度

教材：《Advanced Compiler Design and Implementation》（续）
论文：《Instruction Scheduling: A Survey》（2020）
方程式：① 调度长度 makespan=max(path_length)；② 加速比 speedup=parallel_cyclesserial_cycles​；③ 依赖约束 dependences=RAW/WAW/WAR

LLVM、GCC、阿里云（编译器）

D2284​

网络：SRv6详细实现（SID结构）​

SRv6 SID（Locator:Function:Arguments）、End behavior（NEXT-CSID）、End.X（layer 3 cross-connect）、End.DT6（decapsulation and forward）、与uSID（micro SID）

云骨干网SRv6转发的具体实现；支撑网络切片和流量工程

教材：《SRv6: A Practical Guide》（续）
论文：《SRv6 SID Structure and Behaviors》（2020）
方程式：① SID长度 128 bits；② Locator长度 64 bits；③ Function编码 opcode

Cisco、华为、阿里云（SRv6）

D2285​

网络：P4编程实战（parser/control/checksum）​

P4 parser（state machine、extract）、control（match-action table、action）、checksum verification（verify/update）、与deparser

云网络数据平面的可编程实现；自定义协议处理和负载均衡

教材：《P4: A Practical Guide》（续）
论文：《P4 Programming: A Hands-On Tutorial》（2020）
方程式：① 解析状态数 states；② 匹配表大小 table_size；③ 处理延迟 Tp4​=Tparse​+Tmatch​+Taction​+Tdeparse​

Intel Tofino、阿里云（P4）

D2286​

eBPF：XDP_TX与BPF_PROG_TYPE_SK_SKB​

XDP_TX（从接收网卡直接发送）、bpf_redirect_map、BPF_PROG_TYPE_SK_SKB（socket filter）、sk_skb verdict/stream_parser、与bpf_sock_map

云网络eBPF的高阶编程；实现负载均衡、TLS卸载、socket重定向

教材：《eBPF: A Practical Guide》（续）
论文：《eBPF for Socket-Level Processing》（2020）
方程式：① XDP_TX延迟 Txdp_tx​≈100ns；② SK_SKB重定向 redirect=bpf_sock_hash_update；③ 吞吐 BWsk_skb​≈10Gbps

Cilium、Facebook Katran、阿里云（eBPF）

D2287​

存储：SPDK架构（bdev/nvmf/vhost）​

bdev（block device abstraction）、nvmf（NVMe over Fabrics target）、vhost（virtio-scsi/blk backend）、与polled mode driver

云存储后端的高性能用户态I/O框架；支撑ESSD和本地NVMe

教材：《SPDK: A Practical Guide》（续）
论文：《SPDK: A Storage Performance Development Kit》（2018）
方程式：① IOPS iopsspdk​≈10M；② 延迟 Tspdk​≈5μs；③ CPU效率 efficiency=polled_mode

Intel SPDK、阿里云ESSD

D2288​

存储：NVMe驱动细节（admin/submission/completion queues）​

Admin Queue（identify/create IO SQ/CQ）、Submission Queue（SQ）/Completion Queue（CQ）、doorbell register、MSI-X interrupt、与PRP/SGL

云NVMe SSD的驱动层实现；理解I/O路径

教材：《NVMe: A Practical Guide》（续）
论文：《NVMe Driver Implementation》（2019）
方程式：① 队列对 (SQ,CQ)；② 命令提交 write(doorbell)；③ 完成轮询 read(CQ_head)

Linux NVMe驱动、阿里云（NVMe优化）

D2289​

存储：Ceph BlueStore深入（RocksDB/WAL/block allocator）​

BlueStore（直接管理裸设备）、RocksDB（元数据存储）、WAL（write-ahead log）、Block Allocator（bitmap allocator/stupid allocator）、与FileStore对比

Ceph OSD的新一代存储引擎；提升性能和可靠性

教材：《Ceph: A Practical Guide》（续）
论文：《BlueStore: A New Storage Engine for Ceph》（2018）
方程式：① 写放大 WAbluestore​<WAfilestore​；② 分配粒度 allocation_size=64KB；③ 压缩比 compression=zstd/lz4

Ceph BlueStore、阿里云（Ceph）

D2290​

数据库：B+树实现（leaf/internal node split/merge）​

B+树结构（internal node key/pointer、leaf node key/value）、分裂（split）、合并（merge）、与B-Tree对比

云关系型数据库索引的核心数据结构；支撑MySQL InnoDB/PostgreSQL

教材：《Database System Concepts》（7th ed. 2019）
论文：《B+Tree: A Survey》（2019）
方程式：① 阶数 order=fanout；② 树高 height=logorder​(N)；③ 分裂代价 split_cost=O(order)

MySQL InnoDB、PostgreSQL、阿里云RDS

D2291​

数据库：事务处理（ACID/isolation levels/MVCC）​

Atomicity/Consistency/Isolation/Durability、Isolation levels（Read Uncommitted/Read Committed/Repeatable Read/Serializable）、MVCC（snapshot isolation、undo log）

云数据库事务的核心原理；保证数据一致性和并发

教材：《Transaction Processing: Concepts and Techniques》Jim Gray（1993）
论文：《A Critique of ANSI SQL Isolation Levels》（1995）
方程式：① 冲突可串行化 conflict_graph acyclic；② MVCC版本链 version_chain=pointer；③ 隔离级别 level∈{RU,RC,RR,S}

MySQL InnoDB、PostgreSQL、阿里云RDS

D2292​

数据库：并发控制（2PL/OCC/MVCC）​

Two-Phase Locking（2PL、growing/shrinking phase）、Optimistic Concurrency Control（OCC、validation）、MVCC（snapshot、read/write conflict）、与死锁检测

云数据库并发控制机制；决定吞吐量和延迟

教材：《Principles of Distributed Database Systems》（3rd ed. 2011）
论文：《Concurrency Control: A Survey》（2020）
方程式：① 2PL死锁 deadlock=cycle in wait−for graph；② OCC abort率 abort_rate=totalconflicts​；③ MVCC快照 snapshot=committed_before(ts)

MySQL InnoDB、PostgreSQL、TiDB

D2293​

AI基础设施：GPU虚拟化（MIG/vGPU）​

NVIDIA MIG（Multi-Instance GPU、A100/H100、7 instances）、vGPU（VMware、GPU passthrough、mediated passthrough）、与GPU sharing对比

云GPU实例的虚拟化技术；提高GPU利用率，支持多租户

教材：《GPU Virtualization: A Practical Guide》
论文：《NVIDIA MIG: Multi-Instance GPU》（2020）
方程式：① MIG分区数 instancesA100​=7；② 显存隔离 memory=partition_size；③ 性能隔离 guaranteed_share

NVIDIA A100/H100、阿里云GPU实例

D2294​

AI基础设施：分布式训练通信（NCCL/RDMA/ring all-reduce）​

NCCL（NVIDIA Collective Communications Library）、RDMA（InfiniBand/RoCE）、Ring All-Reduce（分桶/scatter-reduce/all-gather）、与Parameter Server对比

云AI大规模训练的通信基础；影响训练效率和扩展性

教材：《Distributed Deep Learning: A Practical Guide》
论文：《NCCL: A Collective Communications Library》（2019）
方程式：① Ring All-Reduce时间 T=2×(N−1)×N×BWS​；② 带宽利用率 util=BWactual​BWtheoretical​​；③ 扩展效率 efficiency=Nspeedup​

NVIDIA NCCL、阿里云PAI

D2295​

AI基础设施：模型压缩量化（PTQ/QAT/INT8/FP8）​

Post-Training Quantization（PTQ、calibration）、Quantization-Aware Training（QAT、fake quantization）、INT8/FP8/INT4、与精度损失

云AI推理的模型优化技术；降低延迟和成本

教材：《Model Quantization: A Practical Guide》
论文：《Quantization and Training of Neural Networks》（2018）
方程式：① 量化尺度 scale=255max−min​；② 精度损失 accuracy_drop=accfp32​−accint8​；③ 加速比 speedup=Tint8​Tfp32​​≈2−4x

NVIDIA TensorRT、阿里云PAI-Blade

D2296​

安全：硬件安全模块HSM（PKCS#11/OpenSSL engine）​

HSM（Hardware Security Module、FIPS 140-2 Level 3）、PKCS#11（Cryptoki interface）、OpenSSL engine（engine_pkcs11）、与CloudHSM集成

云密钥管理的硬件安全基础；保护根密钥和签名密钥

教材：《HSM: A Practical Guide》
论文：《PKCS#11: A Cryptographic Token Interface》（2019）
方程式：① 签名吞吐 sigs/s=f(HSM_model)；② 密钥生成 gen_key=hardware_RNG；③ 安全级别 level=FIPS_140−2_L3

AWS CloudHSM、Azure Dedicated HSM、阿里云KMS

D2297​

安全：TEE攻击面（side-channel/resurrection attack）​

TEE攻击面（侧信道、Plundervolt（电压故障）、LVI（Load Value Injection）、Resurrection Attack（重用已释放的飞地内存））、与防御措施

云机密计算TEE的安全威胁模型；了解TEE的局限性

教材：《TEE Security: A Practical Guide》
论文：《TEE Attacks: A Survey》（2021）
方程式：① 攻击成功率 success_rate=f(noise)；② 信息泄露率 bits/s；③ 防御开销 overhead=performance_cost

Intel SGX、AMD SEV、阿里云（TEE安全）

D2298​

安全：侧信道攻击与防御（cache timing/flush+reload）​

Cache Timing Attack（Prime+Probe、Flush+Reload、Evict+Reload）、防御（constant-time、cache partitioning、flush instructions）

云多租户环境下CPU缓存侧信道攻击与防御；影响安全隔离

教材：《Side-Channel Attacks: A Practical Guide》
论文：《Flush+Reload: A High Resolution, Low Noise, L3 Cache Side-Channel Attack》（2014）
方程式：① 探测分辨率 resolution=cache_line_size；② 采样率 samples/s；③ 攻击复杂度 complexity=O(observations)

Linux内核（constant-time）、阿里云（侧信道防御）

D2299​

硬件：CXL内存池化实现细节（FM/MPC/device type 3）​

Fabric Manager（FM）、Memory Pooling Controller（MPC）、CXL Type 3 device（memory expander）、multi-headed device、与CXL switch

云数据中心内存池化的具体实现；支持跨服务器内存共享

教材：《CXL 3.0 Memory Pooling: A Practical Guide》（续）
论文：《CXL Memory Pooling: Architecture and Implementation》（2023）
方程式：① 池化内存大小 pool_size=TB；② 访问延迟 Tremote​≈500ns；③ 带宽 BWpool​=f(switch_fabric)

Intel、Samsung、阿里云（CXL研究）

D2300​

硬件：光学互连（coherent optics/silicon photonics）​

Coherent Optics（DP-QPSK/16QAM、DSP、400ZR）、Silicon Photonics（SiPh modulator、Ge photodetector、WDM）、与铜缆对比

云数据中心DCI和机架内互联的前沿技术；突破带宽和功耗瓶颈

教材：《Optical Interconnects: A Practical Guide》
论文：《Coherent Optics for Data Center Interconnects》（2020）
方程式：① 频谱效率 SE=log2​(M)；② 传输距离 reach=f(modulation,loss)；③ 功耗 Poptics​=Plaser​+PDSP​+Pdriver​

Intel Silicon Photonics、Cisco Acacia、阿里云（光互联）

D2301​

量子计算：进展（error correction/supremacy milestone）​

Quantum Error Correction（surface code、logical qubit）、Quantum Supremacy（Google Sycamore 53-qubit、random circuit sampling）、与NISQ era

云量子计算服务的前沿进展；了解量子计算的能力和局限

教材：《Quantum Computing: A Gentle Introduction》（续）
论文：《Quantum Supremacy Using a Programmable Superconducting Processor》（2019）
方程式：① 逻辑错误率 Plogical​=f(code_distance)；② 量子体积 QV=f(gate_fidelity,connectivity)；③ 随机电路采样 fidelity=Pclassical​Pquantum​​

Google Sycamore、IBM Quantum、阿里云量子

D2302​

云架构：AWS Well-Architected Framework（six pillars）​

Operational Excellence（runbooks、metrics）、Security（IAM、encryption）、Reliability（backup、failover）、Performance Efficiency（right-sizing、caching）、Cost Optimization（spot、reserved）、Sustainability（carbon-aware）

云架构最佳实践的行业标准；指导云应用的设计和评估

教材：《AWS Well-Architected Framework》官方文档
论文：《AWS Well-Architected: A Survey》（2020）
方程式：① 可靠性 availability=total_timeuptime​；② 成本效率 cost_eff=costoutput​；③ 碳足迹 CO2=usage×intensity

AWS、阿里云（类似框架）

D2303​

云架构：Azure CAF（Cloud Adoption Framework）​

Strategy/Plan/Ready/Adopt/Govern/Manage phases、Landing Zone（management group/subscription）、Azure Policy、与AWS CAF对比

微软云采用和治理的最佳实践；指导企业上云路径

教材：《Azure Cloud Adoption Framework》官方文档
论文：《Azure CAF: A Practical Guide》（2021）
方程式：① 治理覆盖率 coverage=totalpolicied_resources​；② 迁移进度 progress=totalmigrated_workloads​；③ 合规率 compliance=totalcompliant​

Azure、阿里云（类似框架）

D2304​

云架构：阿里云最佳实践（Landing Zone/Well-Architected）​

Landing Zone（account structure、network isolation、security baseline）、Well-Architected Framework（五大支柱：卓越运营/安全/可靠性/性能效率/成本优化）、与AWS/Azure对比

阿里云架构最佳实践；指导企业在阿里云上构建安全可靠的云环境

教材：《阿里云Landing Zone最佳实践》官方文档
论文：《Alibaba Cloud Well-Architected Framework》（2022）
方程式：① 账号数量 accounts；② VPC隔离 vpc_count；③ 安全基线 baseline_checks

阿里云

D2305​

FinOps深入：unit economics/showback/chargeback​

Unit Economics（cost per transaction/customer）、Showback（visibility without charge）、Chargeback（bill back to business unit）、与FinOps maturity model

云成本管理的精细化实践；推动业务单元的成本意识

教材：《FinOps: A Practical Guide》（续）
论文：《FinOps Maturity Model》（2021）
方程式：① 单位成本 unit_cost=units_deliveredtotal_cloud_cost​；② Showback报告 report=cost by team；③ Chargeback账单 invoice=cost×rate

AWS Cost Explorer、阿里云成本管家

D2306​

SRE实践：SLI/SLO/error budget/burn rate​

SLI（Service Level Indicator、latency/error rate）、SLO（Service Level Objective、99.9%）、Error Budget（1 - SLO）、Burn Rate（multi-window/multi-burn-rate alerts）

云服务可靠性的核心实践；平衡可靠性与创新速度

教材：《Site Reliability Engineering》（续）
论文：《SRE: A Practical Guide》（2019）
方程式：① Error Budget EB=1−SLO；② Burn Rate burn=1−SLOerror_rate​；③ 告警触发 alert=burn_rate>threshold×window

Google SRE、阿里云SRE

D2307​

混沌工程实践：blast radius/steady state hypothesis​

Blast Radius（故障影响范围）、Steady State Hypothesis（正常状态定义）、Hypothesis-driven experiment、与production testing

云混沌工程的实施方法论；验证系统韧性的科学方法

教材：《Chaos Engineering: A Practical Guide》（续）
论文：《Chaos Engineering: A Survey》（2020）
方程式：① 爆炸半径 radius=f(namespace,labels)；② 稳态指标 steady_metric=latency_p99；③ 实验假设 hypothesis=system remains healthy

Netflix Chaos Monkey、阿里云AHAS

D2308​

安全运营：SOC/SIEM/SOAR/threat intelligence​

SOC（Security Operations Center）、SIEM（Splunk/ELK、log correlation）、SOAR（automation playbook）、Threat Intelligence（STIX/TAXII、IoC）

云安全运营的体系化实践；威胁检测、响应和情报

教材：《Security Operations: A Practical Guide》
论文：《SOC: A Survey》（2019）
方程式：① 检测时间 MTTD=mean_time_to_detect；② 响应时间 MTTR=mean_time_to_respond；③ 告警降噪 noise_reduction=total_alertstrue_positives​

Splunk、Palo Alto XSOAR、阿里云安全

D2309​

云原生安全：CSPM/CWPP/KSPM​

CSPM（Cloud Security Posture Management、misconfiguration detection）、CWPP（Cloud Workload Protection Platform、agent-based/runtime protection）、KSPM（Kubernetes Security Posture Management）

云原生安全的产品分类；覆盖基础设施、工作负载和容器

教材：《Cloud-Native Security: A Practical Guide》
论文：《CSPM vs CWPP vs KSPM》（2021）
方程式：① 配置错误数 misconfigs；② 运行时告警 runtime_alerts；③ K8s合规评分 score=totalpassed​

Wiz、Prisma Cloud、阿里云云安全中心

D2310​

数据安全：DLP/encryption/masking/tokenization​

Data Loss Prevention（content inspection）、Encryption at rest/in transit（AES-256/TLS）、Data Masking（dynamic/static）、Tokenization（replace sensitive data with tokens）

云数据安全的核心技术；保护敏感数据不外泄

教材：《Data Security: A Practical Guide》
论文：《Data Protection in the Cloud》（2020）
方程式：① 加密开销 overheadencrypt​≈5−10%；② 掩码覆盖率 coverage=total_sensitivemasked_fields​；③ 令牌化映射 token↔plaintext

AWS Macie、Google Cloud DLP、阿里云数据安全

D2311​

合规：GDPR/PCI-DSS/SOC 2/HIPAA/ISO 27001​

GDPR（个人数据保护、right to be forgotten）、PCI-DSS（信用卡数据、12 requirements）、SOC 2（service organization controls、trust principles）、HIPAA（医疗数据、privacy/security rules）、ISO 27001（ISMS）

云合规的常见标准；指导云服务商和租户满足法规要求

教材：《Cloud Compliance: A Practical Guide》
论文：《GDPR vs PCI-DSS vs SOC 2》（2020）
方程式：① 合规成本 costcompliance​=f(controls)；② 审计周期 audit_interval=1 year；③ 违规罚款 fine=up_to 4% of revenue

AWS Artifact、Azure Trust Center、阿里云合规

D2312​

多云管理：Terraform/Crossplane/AWS Control Tower​

Terraform（HCL、multi-provider、state）、Crossplane（Kubernetes-native、composition、provider）、AWS Control Tower（landing zone、guardrails、account factory）

多云基础设施编排和治理的工具；实现统一管理和合规

教材：《Multi-Cloud Management: A Practical Guide》
论文：《Terraform vs Crossplane vs Control Tower》（2021）
方程式：① 资源数 resources；② 合规策略数 policies；③ 部署时间 Tdeploy​=f(plan)

Terraform、Crossplane、AWS Control Tower

D2313​

边缘计算：OpenYurt/KubeEdge/EdgeX Foundry​

OpenYurt（阿里、Kubernetes edge、YurtHub/NodePool）、KubeEdge（CloudCore/EdgeCore、EdgeMesh）、EdgeX Foundry（IoT microservices、device service/core data）

云边缘计算的平台选型；OpenYurt/KubeEdge K8s原生，EdgeX IoT

教材：《Edge Computing: A Practical Guide》（续）
论文：《OpenYurt vs KubeEdge vs EdgeX Foundry》（2021）
方程式：① 边缘节点数 nodes；② 离线自治 autonomy=local_reconciliation；③ 设备接入数 devices

OpenYurt（CNCF）、KubeEdge（CNCF）、EdgeX（LF Edge）

D2314​

IoT：MQTT/CoAP/LwM2M/OPC UA​

MQTT（pub/sub、QoS、retain message）、CoAP（REST-like、UDP、observe）、LwM2M（device management、OMA spec）、OPC UA（industrial automation、information model）

云IoT的设备通信协议；支撑海量设备接入和管理

教材：《IoT Protocols: A Practical Guide》
论文：《MQTT vs CoAP vs LwM2M vs OPC UA》（2020）
方程式：① 消息开销 overheadmqtt​=2 bytes,overheadcoap​=4 bytes；② QoS等级 qos∈{0,1,2}；③ 设备管理对象 objectslwm2m​

AWS IoT Core、阿里云IoT

D2315​

区块链：Hyperledger Fabric 2.5（Chaincode lifecycle/private data）​

Fabric 2.5（新的chaincode lifecycle、approve/commit、private data collection、与1.4对比）

云企业区块链的最新版本；改进治理和隐私

教材：《Hyperledger Fabric: A Practical Guide》（续）
论文：《Hyperledger Fabric 2.0: A New Chaincode Lifecycle》（2020）
方程式：① 背书策略 endorsement=AND/OR；② 私有数据 private_data=collection；③ 链码包 chaincode_package=tar.gz

Hyperledger Fabric、阿里云BaaS

D2316​

量子计算：Qiskit runtime/circuit optimization​

Qiskit Runtime（IBM、session、iterative circuits）、Circuit Optimization（transpile、gate cancellation、layout）、与VQE/QAOA算法

云量子计算服务的编程和优化；提高量子电路执行效率

教材：《Qiskit: A Practical Guide》（续）
论文：《Qiskit Runtime: A Quantum Computing Service》（2021）
方程式：① 电路深度 depth；② 门数 gate_count；③ 优化后深度 depthopt​<depthorig​

IBM Qiskit、阿里云量子

D2317​

AI/ML：MLOps（Kubeflow/MLflow/Feast）​

MLOps（Machine Learning Operations）、Kubeflow（Kubernetes-native pipeline）、MLflow（experiment tracking/model registry）、Feast（feature store）

云AI/ML的全生命周期管理；从实验到生产

教材：《MLOps: A Practical Guide》（续）
论文：《MLOps: A Survey》（2021）
方程式：① 实验数 experiments；② 模型版本数 versions；③ 特征新鲜度 freshness

Kubeflow、MLflow、Feast、阿里云PAI

D2318​

可观测性：OpenTelemetry collector/OTLP​

OpenTelemetry Collector（receivers/processors/exporters）、OTLP（OpenTelemetry Protocol、gRPC/HTTP）、Tail Sampling、与Prometheus集成

云可观测性数据采集和处理的标准管道；统一Metrics/Traces/Logs

教材：《OpenTelemetry: A Practical Guide》（续）
论文：《OpenTelemetry Collector: A Survey》（2021）
方程式：① 采样率 sampling_rate=f(head_based,tail_based)；② 数据量 data_volume=traces×spans×attributes；③ 导出延迟 Texport​≤1s

CNCF OpenTelemetry、阿里云ARMS

D2319​

混沌工程：Chaos Mesh/Litmus/ChaosBlade​

Chaos Mesh（Kubernetes-native、workflow、dashboard）、Litmus（ChaosHub、probe、result analytics）、ChaosBlade（阿里开源、blade command、多场景）

云混沌工程平台选型；Chaos Mesh开源强大，Litmus灵活，ChaosBlade轻量

教材：《Chaos Engineering Platforms: A Comparison》（续）
论文：《Chaos Mesh vs Litmus vs ChaosBlade》（2021）
方程式：① 实验数 experiments；② 探针通过率 pass_rate；③ 故障注入类型 types

Chaos Mesh（CNCF）、Litmus（CNCF）、ChaosBlade（阿里开源）

D2320​

FinOps：Kubecost/CloudHealth/Vantage​

Kubecost（Kubernetes成本、namespace-level、right-sizing）、CloudHealth（VMware、multi-cloud、cost optimization）、Vantage（multi-cloud、anomaly detection、budget）

云FinOps工具选型；Kubecost专注K8s，CloudHealth全面，Vantage简洁

教材：《FinOps Tools: A Comparison》（续）
论文：《Kubecost vs CloudHealth vs Vantage》（2020）
方程式：① Kubecost成本分摊 cost=usage×price；② CloudHealth节省率 savings；③ Vantage异常检测阈值 threshold

Kubecost、CloudHealth、Vantage、阿里云成本管家

D2321​

安全：OPA/Kyverno/Trivy/Clair​

OPA（Rego策略、通用）、Kyverno（K8s-native策略、简单）、Trivy（容器镜像扫描、CVE/secret）、Clair（CoreOS、静态分析）

云原生安全工具选型；OPA/Kyverno策略，Trivy/Clair扫描

教材：《Cloud-Native Security Tools: A Comparison》（续）
论文：《OPA vs Kyverno vs Trivy vs Clair》（2021）
方程式：① 策略引擎 engineopa​=general,enginekyverno​=k8s−specific；② 扫描时间 Ttrivy​≈10s；③ 漏洞数 CVEs

OPA、Kyverno、Trivy、Clair

D2322​

网络：Cilium/Calico/Flannel​

Cilium（eBPF、Service Mesh、Hubble）、Calico（BGP/eBPF、NetworkPolicy）、Flannel（VXLAN/host-gw、简单）

云Kubernetes网络插件选型；Cilium最强，Calico安全，Flannel简单

教材：《Kubernetes Network Plugins: A Comparison》（续）
论文：《Cilium vs Calico vs Flannel》（2021）
方程式：① 延迟 Tcilium​≈1μs,Tcalico​≈3μs,Tflannel​≈10μs；② 功能集 featurecilium​>featurecalico​>featureflannel​；③ 加密 encryptcilium​=wireguard

Cilium、Calico、Flannel

D2323​

存储：Rook/Ceph/Longhorn​

Rook（Kubernetes Operator for Ceph）、Ceph（分布式存储、统一存储）、Longhorn（K8s-native块存储）

云原生存储选型；Rook+Ceph成熟，Longhorn简单

教材：《Cloud-Native Storage: A Comparison》（续）
论文：《Rook vs Longhorn》（2020）
方程式：① 部署复杂度 complexrook​=high,complexlonghorn​=low；② 功能丰富度 featurerook​>featurelonghorn​；③ 性能 perfrook​≈perflonghorn​

Rook、Ceph、Longhorn

D2324​

计算：Knative/KEDA/OpenFaaS​

Knative（Serverless、auto-scaling、revision）、KEDA（event-driven autoscaling、0->N）、OpenFaaS（functions as a service、faas-cli）

云原生Serverless计算平台选型；Knative通用，KEDA事件驱动，OpenFaaS函数

教材：《Cloud-Native Compute: A Comparison》（续）
论文：《Knative vs KEDA vs OpenFaaS》（2021）
方程式：① 冷启动 Tknative​≈1s,Tkeda​≈1s,Topenfaas​≈100ms；② 缩放粒度 granularityknative​=revision,granularitykeda​=deployment,granularityopenfaas​=function；③ 事件源 sourceskeda​=many

Knative、KEDA、OpenFaaS

D2325​

数据库：TiDB/CockroachDB/YugabyteDB​

TiDB（MySQL兼容、Raft、HTAP）、CockroachDB（PostgreSQL兼容、全球部署、强一致）、YugabyteDB（PostgreSQL兼容、DocDB、高可用）

云原生分布式SQL数据库选型；TiDB生态好，CockroachDB全球化，YugabyteDB性能

教材：《Distributed SQL Databases: A Comparison》（续）
论文：《TiDB vs CockroachDB vs YugabyteDB》（2021）
方程式：① 写入延迟 Ttidb​=raftcommit,Tcockroach​=raft,Tyuga​=raft；② 兼容性 compattidb​=MySQL,compatcockroach​=PostgreSQL,compatyuga​=PostgreSQL；③ 地理分布 geocockroach​=native,geotidb​=viaTiCDC

TiDB、CockroachDB、YugabyteDB

D2326​

消息：Kafka/Pulsar/NATS​

Kafka（高吞吐、持久化、日志）、Pulsar（多租户、分层存储、地理复制）、NATS（轻量、高吞吐、JetStream）

云消息队列选型；Kafka流处理，Pulsar云原生，NATS边缘

教材：《Message Queues: A Comparison》（续）
论文：《Kafka vs Pulsar vs NATS》（2020）
方程式：① 吞吐 BWkafka​=1Mmsg/s,BWpulsar​=1M,BWnats​=1M；② 延迟 Tnats​=10μs,Tkafka​=10ms,Tpulsar​=5ms；③ 持久化 persistkafka​=yes,persistpulsar​=yes,persistnats​=jetstream

Kafka、Pulsar、NATS

D2327​

服务网格：Istio/Linkerd/Consul Connect​

Istio（Envoy、功能丰富、mTLS、可观测性）、Linkerd（Rust proxy、轻量、简单）、Consul Connect（HashiCorp、sidecar proxy、service mesh）

云服务网格选型；Istio企业级，Linkerd简单，Consul Connect集成

教材：《Service Mesh: A Comparison

D2338​

AI训练：LoRA/QLoRA微调​

LoRA（Low-Rank Adaptation，秩分解矩阵注入，冻结原权重）、QLoRA（量化LoRA，4-bit NormalFloat，双量化，分页优化器）、与全参数微调对比

云AI大模型高效微调技术；大幅降低显存和计算需求，支撑模型定制

教材：《LoRA: Low-Rank Adaptation of Large Language Models》（2021）
论文：《QLoRA: Efficient Finetuning of Quantized Language Models》（2023）
方程式：① LoRA更新 W′=W+BA，rank r≪d；② QLoRA显存 mem≈4×model_size；③ 训练加速 speedup≈2−4x

HuggingFace PEFT、阿里云PAI

D2339​

AI训练：RLHF/DPO​

RLHF（Reinforcement Learning from Human Feedback，奖励模型+PPO）、DPO（Direct Preference Optimization，无需奖励模型，直接优化策略）、与RM训练对比

云AI大模型对齐技术；使模型符合人类偏好

教材：《Training Language Models to Follow Instructions with Human Feedback》（2022）
论文：《Direct Preference Optimization》（2023）
方程式：① RLHF目标 maxπ​E[r(s,a)]−βKL(π∥πref​)；② DPO损失 $\mathcal{L}_{DPO} = -\mathbb{E}[\log \sigma(\beta \log \frac{\pi(y_w

x)}{\pi_{ref}(y_w

D2340​

AI架构：MoE（Mixture-of-Experts）​

MoE层（多个专家网络、门控路由、Top-k稀疏激活）、负载均衡损失、与密集模型对比（参数量相同但计算量更小）

云AI大模型缩放技术；在不显著增加计算量的前提下扩大参数量

教材：《Outrageously Large Neural Networks: The Sparsely-Gated Mixture-of-Experts Layer》（2017）
论文：《Switch Transformers: Scaling to Trillion Parameter Models with Simple and Efficient Sparsity》（2021）
方程式：① 专家数 E；② Top-k选择 k；③ 负载均衡损失 Lbalance​=α⋅CV(load)2

Google Switch Transformer、Mixtral 8x7B、阿里云通义千问MoE

D2341​

AI推理：FlashAttention​

FlashAttention（分块计算注意力、IO感知算法、tiling、重计算）、FlashAttention-2（减少非矩阵乘法运算）、与标准Attention对比

云AI推理/训练加速；显著降低显存带宽需求，提升长序列处理能力

教材：《FlashAttention: Fast and Memory-Efficient Exact Attention with IO-Awareness》（2022）
论文：《FlashAttention-2: Faster Attention with Better Parallelism and Work Partitioning》（2023）
方程式：① 内存复杂度 O(N2)→O(N)（通过分块）；② 加速比 speedup≈2−4x；③ 块大小 Bc​,Br​

NVIDIA cuDNN、vLLM、阿里云PAI

D2342​

AI推理：Speculative Decoding​

Speculative Decoding（草稿模型快速生成候选序列，目标模型验证）、拒绝采样、与自回归解码对比

云AI推理加速技术；在不牺牲质量的前提下降低延迟

教材：《Fast Inference from Transformers via Speculative Decoding》（2023）
论文：《Speculative Decoding: A Survey》（2024）
方程式：① 接受率 α=total_draft_tokensaccepted_tokens​；② 加速比 speedup=(1−α)+α⋅Ttarget​/Tdraft​1​；③ 草稿模型大小 sizedraft​≪sizetarget​

Google Medusa、阿里云PAI

D2343​

AI推理：KV Cache优化​

KV Cache（键值缓存、预填充+解码阶段）、PagedAttention（vLLM、按页管理KV Cache）、GQA（Grouped Query Attention）、MLA（Multi-head Latent Attention）

云LLM推理显存管理核心技术；支撑高并发和长上下文

教材：《Efficient Memory Management for Large Language Model Serving with PagedAttention》（2023）
论文：《GQA: Training Generalized Multi-Query Transformer Models from Multi-Head Checkpoints》（2023）
方程式：① KV Cache大小 size=batch×seq_len×layers×head_dim×2×dtype_size；② GQA压缩比 ratio=n_kv_headsn_heads​；③ 页面利用率 utilization=allocated_pagesused_pages​

vLLM、TensorRT-LLM、阿里云PAI

D2344​

操作系统：Linux CFS调度器​

Completely Fair Scheduler（虚拟运行时间vruntime、红黑树、nice值权重）、组调度（cgroup cpu.shares）、与实时调度（RT/FIFO）对比

云服务器CPU资源分配的核心；影响容器和VM的公平性

教材：《Linux Kernel Development》（3rd ed. 2010）
论文：《CFS: A Completely Fair Scheduler》（2007）
方程式：① vruntime = actual_runtime × nice_weight；② 调度延迟 Tslice​=period/nr_running；③ 权重比例 weight=1024/1.25nice

Linux内核、阿里云（调度优化）

D2345​

操作系统：slab分配器​

slab（对象缓存、着色、每CPU缓存）、slub（简化版、队列）、与伙伴系统（buddy system）对比

云服务器内核内存分配的性能优化；减少碎片和提高分配速度

教材：《Understanding the Linux Kernel》（续）
论文：《The Slab Allocator: An Object-Caching Kernel Memory Allocator》（1994）
方程式：① slab大小 slab_size=object_size+metadata；② 着色偏移 color=cache_line×color_count；③ 分配延迟 Talloc​≈100ns

Linux内核、阿里云（内存优化）

D2346​

操作系统：VFS（Virtual File System）​

VFS超级块、inode、dentry、file结构、与具体文件系统（ext4/xfs/btrfs）的交互、page cache

云服务器文件系统抽象层；支持多种底层存储的统一接口

教材：《Linux File Systems: A Practical Guide》
论文：《VFS: The Virtual File System》（2018）
方程式：① 文件操作延迟 Tvfs​=Tlookup​+Tinode​+Tdata​；② page cache命中率 hit_rate=total_readscache_hits​；③ 目录项缓存 dentry_cache

Linux内核、阿里云（文件存储）

D2347​

操作系统：网络协议栈收包路径​

NIC -> DMA -> ring buffer -> hard IRQ -> softirq (NET_RX_SOFTIRQ) -> GRO -> protocol layer (IP/TCP) -> socket -> application；NAPI（轮询+中断结合）

云服务器网络收包性能关键路径；影响网络延迟和吞吐

教材：《Linux Networking: A Practical Guide》
论文：《NAPI: A New API for Improving Network Performance》（2003）
方程式：① 收包延迟 Trx​=Tdma​+Tirq​+Tsoftirq​+Tprotocol​；② NAPI轮询预算 budget=300 packets；③ 吞吐上限 BWmax​=Trx​packets​

Linux内核、DPDK、阿里云（网络优化）

D2348​

安全：K8s Pod Security Standards​

Pod Security Standards（Restricted/Baseline/Privileged）、Pod Security Admission（PSA）、与PodSecurityPolicy（已弃用）对比

云Kubernetes Pod安全基线；强制最小权限原则

教材：《Kubernetes Security: A Practical Guide》（续）
论文：《Pod Security Standards in Kubernetes》（2021）
方程式：① 策略级别 level∈privileged,baseline,restricted；② 违反数 violations；③ 合规率 compliance=totalpass​

Kubernetes、阿里云ACK

D2349​

安全：容器逃逸​

容器逃逸技术（CVE-2019-5736（runC）、CVE-2022-0492（cgroup）、kernel exploit、mount namespace escape）、与防御措施（seccomp、AppArmor、user namespace）

云容器安全的重要威胁；了解攻击面以加强防护

教材：《Container Security: A Practical Guide》
论文：《Container Escape: A Survey》（2020）
方程式：① 逃逸成功率 success_rate=f(kernel_vuln)；② 检测时间 MTTD；③ 防御覆盖 coverage=seccomp+apparmor+capabilities

Docker、Kubernetes、阿里云容器安全

D2350​

安全：云安全红蓝对抗​

红队（模拟攻击、渗透测试、社工）、蓝队（检测、响应、溯源）、紫队（协同改进）、ATT&CK框架（TTP mapping）

云安全能力的实战检验；持续提升安全防御水平

教材：《Red Team: A Practical Guide》
论文：《Cloud Security Red Teaming》（2021）
方程式：① 攻击成功路径数 paths；② 检测覆盖率 coverage=total_attacksdetected​；③ 修复时间 MTTR

AWS GameDay、阿里云安全演练

D2351​

云原生：Operator模式​

Operator（Kubernetes扩展、CRD+Controller、Reconcile loop）、Helm Operator、Ansible Operator、与手动管理对比

云Kubernetes应用自动化管理；实现有状态应用的运维自动化

教材：《Kubernetes Operators: A Practical Guide》
论文：《The Operator Pattern》（2018）
方程式：① Reconcile循环 loop=watch(obj)→compare(state)→action；② CRD版本数 versions；③ 控制器复杂度 complexity=f(resources)

etcd Operator、Prometheus Operator、阿里云ACK

D2352​

云原生：Helm Chart​

Helm（Chart模板、values.yaml、release管理、hooks）、Chart Repository、与Kustomize对比

云Kubernetes应用打包和分发标准；简化部署配置

教材：《Helm: A Practical Guide》
论文：《Helm: A Package Manager for Kubernetes》（2019）
方程式：① 模板渲染 render=template(values)；② 依赖管理 dependencies=subcharts；③ 升级回滚 rollback=revision_history

Helm、阿里云ACK

D2353​

云原生：Kustomize​

Kustomize（kustomization.yaml、bases/overlays、patches、configMapGenerator）、与Helm对比

云Kubernetes配置管理工具；原生支持，无需模板语言

教材：《Kustomize: A Practical Guide》
论文：《Kustomize: Declarative Configuration Customization》（2020）
方程式：① 资源数 resources；② 补丁数 patches；③ 覆盖层数 layers

kubectl、阿里云ACK

D2354​

云原生：Tekton​

Tekton（Kubernetes-native CI/CD、Task/Pipeline/PipelineRun、Trigger、与Jenkins对比）

云Kubernetes CI/CD引擎；云原生、可移植

教材：《Tekton: A Practical Guide》
论文：《Tekton: A Cloud-Native CI/CD Pipeline》（2020）
方程式：① Pipeline步骤数 steps；② 并行度 parallelism；③ 构建时间 Tbuild​=∑Ttask​

Tekton（CNCF）、阿里云（类似）

D2355​

云原生：Argo Workflows​

Argo Workflows（DAG-based workflow、template、artifact、与Tekton对比）

云Kubernetes工作流引擎；适合数据处理和ML pipeline

教材：《Argo Workflows: A Practical Guide》
论文：《Argo Workflows: A Container-Native Workflow Engine》（2019）
方程式：① 工作流节点数 nodes；② 依赖图 DAG；③ 执行时间 Twf​=critical_path

Argo（CNCF）、阿里云（类似）

D2356​

云原生：Crossplane Composition​

Crossplane（Control Plane、Provider、Composition、Claim、CompositeResourceDefinition）

云多云基础设施编排的声明式方法；实现平台工程

教材：《Crossplane: A Practical Guide》
论文：《Crossplane: A Control Plane for Your Infrastructure》（2021）
方程式：① 复合资源数 XRs；② 组合方案数 compositions；③ 索赔数 claims

Crossplane（CNCF）、阿里云（类似）

D2357​

硬件：SmartNIC​

SmartNIC（智能网卡、ARM/FPGA offload、OVS/DPDK加速、与普通NIC对比）

云数据中心网络卸载和加速；释放CPU资源

教材：《SmartNIC: A Practical Guide》
论文：《SmartNIC: A Survey》（2020）
方程式：① 卸载吞吐 BWsmartnic​=100Gbps；② CPU节省率 saving=totalCPU_cycles_offloaded​；③ 延迟 Tsmartnic​≈1μs

NVIDIA BlueField、Intel IPU、阿里云CIPU

D2358​

硬件：CXL Type 1/2设备​

CXL Type 1（加速器、缓存一致性）、Type 2（加速器、内存语义）、Type 3（内存扩展器）、与PCIe对比

云数据中心异构计算和内存池化的硬件基础；支持GPU/FPGA与CPU共享内存

教材：《CXL 3.0: A Practical Guide》（续）
论文：《CXL Type 1 and Type 2 Devices》（2022）
方程式：① 缓存一致性粒度 cache_line=64B；② 内存语义带宽 BWmem​=f(link_width)；③ 延迟 Tcxl​≈100−200ns

Intel、NVIDIA、阿里云（CXL研究）