某大型项目技术路线分享_微服务技术路线

1 微服务技术
项目体量大、涉及业务多，总体采用微服务架构。通过领域模型分析，识别核心领域模型，并构建相应的微服务组件。技术路线上，微服务框架采用Spring Cloud，注册中心和配置中心采用Nacos，服务通信协议采用REST，服务入口采用API网关，链路追踪采用Skywalking，熔断器采用Sentinel。

2 容器化技术
基于原生的Kubernetes提供以容器为核心，高可扩展、高性能的容器管理服务，容器云平台上运行无状态应用、有状态应用、任务等各种Kubernetes相关服务。同时，容器云支持多级资源池的灵活资源划分和管理服务，底层存储和网络的基础平台集成服务，集群节点管理、日志管理、监控管理、告警管理等统一管理服务，远程终端服务，以及围绕平台来打造的微服务引擎、云日志、云监控、服务网格等高效实用的微服务。

3 人工智能技术
人工智能技术主要是通过智能的原理，制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。从技术层面看，人工智能可包括机器人、语音识别、图像识别、自然语言处理和专家系统等。本项目提供丰富的人工智能组件服务，主要包括图像智能技术、语音智能技术、自然语言处理技术和知识图谱等技术。

3.1、图像智能技术是指一类基于计算机的自适应于各种场景的图像处理和分析技术，相当于人们在赋予机器智能的同时，为机器安上了“眼睛”，使机器能够“看得见”“看得准”，使得机器视觉系统可以实现高分辨率和高速度的控制。

3.2、语音智能技术是基于语音识别、语音合成、自然语言理解等技术，在多种实际应用场景下，赋予机器“能听、会说、懂你”式的智能人机交互体验。

3.3、自然语言处理是计算机科学和计算语言学中的一个领域，用于研究人类（自然）语言和计算机之间的相互作用。语义是指单词之间的关系和意义。自然语言处理的重点是帮助计算机利用信息的语义结构（数据的上下文）来理解含义。

3.4、知识图谱技术是以结构化的形式描述客观世界中概念、实体及其关系，将互联网的信息表达成更接近人类认知世界的形式，提供了一种更好地组织、管理和理解互联网海量信息的能力。知识图谱给互联网语义搜索带来了活力，同时也在智能问答中显示出强大威力，已经成为互联网知识驱动的智能应用的基础设施。知识图谱与大数据、深度学习一起，成为推动互联网和人工智能发展的核心驱动力之一。

4 大数据技术
依托大数据技术提供大数据计算、大数据存储及工具服务，充分挖掘数据价值。其中大数据计算服务主要根据不同的应用场景，提供各类计算能力，包括数据采集、离线计算、流式计算、内存计算。大数据存储服务包括分布式文件系统、内存数据库、全文数据库等，为关系型、非关系型数据提供存储环境。