一些术语

运营指标

CTR：点击次数/展示量（根据搜索展示出来的次数）

版本

Alpha(α)：预览版，或者叫内部测试版；一般不向外部发布，会有很多Bug；一般只有测试人员使用。
Beta(β)：测试版，或者叫公开测试版；这个阶段的版本会一直加入新的功能；在 Alpha版之后推出。
RC(Release Candidate)：最终测试版本；可能成为最终产品的候选版本，如果未出现问题则可发布成为正式版本，多数开源软件会推出两个RC版本，最后的 RC2 则成为正式版本。
GA(General Availability)：正式发布的版本；在国外都是用GA来说明release版本的。

系统

CRM：客户关系管理，是一个获取、保持和增加可获利客户的方法和过程。
ERP：企业资源管理，包括企业内部管理所需的业务应用系统，主要是指财务、物流、人力资源等核心模块。

IaaS(Infrastructure as a server)
基础设施即服务。

云端公司把IT环境的基础设施建设好，然后直接对外出租硬件服务器或者虚拟机。消费者可以利用所有计算基础设施，包括处理CPU、内存、存储、网络和其它基本的计算资源，用户能够部署和运行任意软件，包括操作系统和应用程序。消费者不管理或控制任何云计算基础设施，但能控制操作系统的选择、存储空间、部署的应用，也有可能获得有限制的网络组件（例如路由器、防火墙、负载均衡器等）的控制。

IaaS型租用方式对用户来说优点很明显，就是非常灵活，也是自由度最大的一种类型。用户可以决定安装什么操作系统，以及是否需要安装或者安装什么类型的数据库，安装什么软件等等。就像自己买了台电脑，如何使用是你全权做主。

不过缺陷也很明显，除了管理维护量大之外，还有一个缺陷就是：计算资源严重浪费。操作系统、数据库以及中间件本身就要消耗大量的计算资源，而这些消耗对于租户而已是必须的但是又是无用的，因为用户只是想要运行软件

PaaS(Platform as a Server)
平台即服务。
把运行用户所需的软件的平台作为服务出租。


SaaS(Software as a Server)
软件即服务。
对比PaaS略微有一点不同，应用软件是云端公司来安装、运维的，租户使用软件（如ERP、CRM、BI等），需要管理的是这些软件产生的数据信息。
就是一般软件公司做的。

DaaS(Date as a Server)
数据即服务。
云端公司负责建立全部的IT环境，收集用户需要的基础数据并且做数据分析，最后对分析结构或者算法提供编程接口，让数据成为服务。
DaaS是大数据时代的象征，能做DaaS服务的云端公司需要从数据积累、数据分析和数据交付三方面积累自身的核心竞争力。

Faas，又一个未来？
http://www.uml.org.cn/zjjs/202001023.asp

如果你是一个网站站长，想要建立一个网站。不采用云服务，你所需要的投入大概是：买服务器，安装服务器软件，编写网站程序。
现在你追随潮流，采用流行的云计算，如果你采用IaaS服务，那么意味着你就不用自己买服务器了，随便在哪家购买虚拟机，但是还是需要自己装服务器软件而如果你采用PaaS的服务，那么意味着你既不需要买服务器，也不需要自己装服务器软件，只需要自己开发网站程序如果你再进一步，购买某些在线论坛或者在线网店的服务,这意味着你也不用自己开发网站程序，只需要使用它们开发好的程序，而且他们会负责程序的升级、维护、增加服务器等，而你只需要专心运营即可，此即为SaaS。

参考

devops

看作开发（软件工程）、技术运营和质量保障（QA）三者的交集
是一套针对这几个部门间沟通与协作问题的流程和方法。devops

什么是 CI/CD?
什么是 CI/CD?

云原生

云原生就是把整个软件构造过程中非功能性特性拉出来放到云原生产品上去，帮助应用开发从非功能性处理过程中解脱出来，更多的专注在功能性。

云原生技术，像容器技术、微服务技术

K8s已经变成了软件交付的标准界面，它改变的不止是运维，而是从CICD到后续发布上线整个生产链条。

https://segmentfault.com/a/1190000040217292?_ea=143000809
「云」就是使用虚拟化的技术将资源池化，资源池化以后可以做到按需按量使用，弹性调度，甚至还可以将资源进行解耦。比如在云原生的计算存储分离架构下，业务节点可以根据需要自由的对计算、存储进行快速的扩缩容等操作。

云原生带来的最大技术红利以及经济红利就是规模化应用后带来边际成本下降效应，因此向云原生技术演进的趋势自然发生并且非常清晰，无论用公共云还是专有云私有化部署。这个边际成本下降效应体现在产品上，客户就会因此受益，TCO也一定会下降。

数据中台
https://segmentfault.com/a/1190000040157611?_ea=139333999
实现数据集成、数据开发、数据治理和数据服务，将大数据全生命周期管理整合到一条完整链路中。
通过数据中台建设，规范了集团统一的数据标准架构，将数据进行清晰的结构分层，每一层又有明确的范围与边界。在贴源层，企业将完成全域数据的汇聚，保留所有的原始数据。在整合层，企业通过数据标准、数据建模等方式确立数据的规范体系。在汇总层，企业将基于业务需求对数据进行汇总加工，提炼公共的数据指标。在应用层，面向前台业务应用构建数据集市，为应用提供源源不断的高质量数据服务。

数据中台实践
https://segmentfault.com/a/1190000039935888?_ea=128494568

湖仓？
https://segmentfault.com/a/1190000040153958?_ea=139130882