百度基于云原生的推荐系统设计与实践

文章预览

导读   本文将分享基于深度云原生的推荐系统架构的设计与实现 。 主要内容包括： 1.  云原生技术栈 2.  推荐系统架构 3.   基于云原生的推荐系统设计重点 分享嘉宾｜ 段雪涛 百度 主任架构师 编辑整理｜毛玉洁 内容校对｜李瑶 出品社区｜ DataFun 01 云原生技术栈 下图是 CNCF 公布的云原生基础架构的抽象图。 典型的云原生技术栈可分为四层：供给层（Provisioning）、运行时层（Runtime）、策划和管理层（Orchestration & Management）以及App定义和开发层（App Definition & Development）。还包括一些可观测性和分析的基础设施，比如监控、日志、调用追踪、混沌工程。 我们要做的，就是在推荐系统上，利用好 cloud native 的这几层架构，来实现基础技术能力。早期 cloud native 有些基础设施还没有完善，因此部分公司在搭建推荐系统时，部分基础设施是自建的。后 ………………………………