以下是 AWS 常用服务的清单，附带核心功能和典型应用场景，帮助您根据需求快速匹配服务：

适用于程序开发

1. 核心请求流
2. 数据流
3. 安全/运维

架构图​

1. 核心请求流​

以下是 Azure 常用服务的清单，按照与 AWS 相同的分类和架构逻辑整理，便于从 AWS 迁移或对比学习：

---

架构图​

1. 核心请求流​

2. 数据流​

3. 安全/运维​

---

服务类型​

一、计算服务​

1. Azure Virtual Machines (VMs)

   • 核心：可扩展的虚拟服务器，支持多种 OS 和实例类型
   • 场景：企业应用、批处理、开发测试环境
   • 关键点：支持自动扩缩容（VM Scale Sets）

2. Azure Functions

   • 核心：事件驱动的无服务器计算
   • 场景：实时数据处理、微服务、事件触发任务

3. Azure Kubernetes Service (AKS)

   • 核心：托管 Kubernetes 容器服务
   • 场景：容器化微服务架构

---

二、存储服务​

1. Azure Blob Storage

   • 核心：对象存储服务，支持热/冷/归档层
   • 场景：静态网站、大数据存储、备份

2. Azure Managed Disks

   • 核心：块存储服务，用于 VM 持久化存储
   • 场景：数据库存储、高性能应用

3. Azure Files

   • 核心：完全托管的云文件共享
   • 场景：企业文件共享、迁移本地文件服务器

---

三、数据库服务​

1. Azure SQL Database

   • 核心：托管关系型数据库服务
   • 场景：OLTP 应用、企业系统

2. Azure Cosmos DB

   • 核心：全球分布的多模型 NoSQL 数据库
   • 场景：低延迟全球应用、游戏、IoT

3. Azure Synapse Analytics

   • 核心：企业数据仓库和分析服务
   • 场景：大数据分析、商业智能

---

四、网络服务​

1. Azure Virtual Network (VNet)

   • 核心：Azure 中的私有网络
   • 场景：混合云连接、网络安全隔离

2. Azure Front Door

   • 核心：全球 HTTP 负载均衡和 CDN 服务
   • 场景：全球应用加速、DDoS 防护

3. Application Gateway

   • 核心：第 7 层负载均衡器
   • 场景：Web 应用流量管理、WAF 集成

---

五、安全与身份​

1. Azure Active Directory (AD)

   • 核心：身份和访问管理服务
   • 场景：单点登录、多因素认证

2. Azure Key Vault

   • 核心：密钥和机密管理服务
   • 场景：证书管理、加密密钥存储

---

六、大数据与分析​

1. Azure Data Factory

   • 核心：云 ETL 和数据集成服务
   • 场景：数据管道编排、异构数据源集成

2. Power BI

   • 核心：商业智能和分析服务
   • 场景：数据可视化、交互式报表

---

七、DevOps 与监控​

1. Azure Monitor

   • 核心：全栈监控服务
   • 场景：应用性能监控、日志分析

2. Azure DevOps

   • 核心：CI/CD 和应用生命周期管理
   • 场景：自动化构建、测试和部署

---

典型场景组合​

1. Web 应用架构​

• 服务组合：Azure VMs + Application Gateway + Azure SQL + Blob Storage + Front Door
• 说明：高可用 Web 应用的标准架构

2. 无服务器数据处理​

• 服务组合：Azure Functions + Blob Storage + Cosmos DB + Event Grid
• 说明：事件驱动的数据处理管道

3. 大数据分析​

• 服务组合：Azure Synapse + Data Factory + Power BI
• 说明：端到端数据分析解决方案

---

与 AWS 服务对照表​

类别	AWS 服务	Azure 服务
计算	EC2	Azure Virtual Machines
	Lambda	Azure Functions
存储	S3	Blob Storage
	EBS	Managed Disks
数据库	RDS	Azure SQL Database
	DynamoDB	Cosmos DB
网络	CloudFront	Azure Front Door
安全	IAM	Azure Active Directory
大数据	Redshift	Azure Synapse
DevOps	CodePipeline	Azure DevOps

这个清单提供了从 AWS 到 Azure 的平滑过渡参考，保持相同的架构模式同时利用 Azure 的特有优势。

在系统设计中，了解硬件资源限制、数据库性能指标和常见数据规模是至关重要的。以下是整理的关键参数和参考范围，涵盖数据规模、硬件配置、数据库性能等方面：

---

一、数据规模参考​

1. 文件/数据大小

   • 单条用户数据（如 JSON 记录）：1 KB - 10 KB
   • 高清图片：1 MB - 5 MB
   • 短视频（1 分钟）：10 MB - 100 MB
   • 长视频（1080p，1 小时）：1 GB - 3 GB
   • 数据库单表容量限制：
     • MySQL/PostgreSQL：单表建议 ≤ 500GB（性能下降临界点）
     • 分布式数据库（如 Cassandra）：单表可支持 PB 级

运维工程师需要掌握的知识体系非常广泛且不断演进，核心在于保障系统/服务的稳定性、安全性、效率和成本可控。以下是一个结构化的框架和表格，帮助你系统性地理解和拆分运维所需掌握的核心内容：

核心框架：四大能力域 + 两大支撑域

1. 基础设施管理： 支撑应用运行的物理/虚拟基础。
2. 系统与平台管理： 操作系统、数据库、中间件等核心软件平台的管理。
3. 应用部署与运维： 应用的发布、运行监控、问题排查、性能调优。
4. 自动化与流程： 提升效率、减少人为错误、保证一致性的关键。
5. 网络与安全： 贯穿所有层次的连接和安全保障。
6. 监控与可观测性： 系统的“眼睛”和“听诊器”，是稳定性的基石。

---

详细拆分表格​

一、 核心目标分解​

• 稳定性 (Stability):
  • 系统抵御故障、快速恢复的能力。
  • 目标：降低故障发生率 (MTBF - Mean Time Between Failures)。
• 可用性 (Availability):
  • 系统在需要时可被正常使用的程度。
  • 目标：最大化正常运行时间 (Uptime)，通常用 SLA (如 99.9%, 99.99%) 衡量。
• 一致性 (Consistency):
  • 确保环境、配置、部署流程、行为在开发、测试、生产等所有阶段高度一致。
  • 目标：消除“在我机器上是好的”问题，减少环境差异导致的故障。

---

二、 DevOps 达成目标的支柱策略​

1. 基础设施即代码 (IaC)​

找到理想的技术工作确实不仅需要扎实的硬技能，更需要掌握一套有效的面试策略和认知方法。

心法指南​

下面是整理的全面指南，希望能帮你更有信心地迎接挑战：

🧠 一、 核心认知：转变思维，理解面试本质​

1. 面试不是考试，而是价值交换的对话：

   • 核心： 你不是在被"考"，而是在与公司探讨"我如何能解决你们的问题/达成你们的目标"。
   • 认知： 公司有痛点（技术债、新项目、性能瓶颈、团队协作问题等），你拥有技能和经验。面试是展示你如何匹配并解决这些痛点的过程。时刻思考："我能为他们带来什么独特价值？"

最近在看《段永平投资问答实录》这本书，正文第一页就说，投资实际上就是投公司，投公司的判断标准就是看懂商业模式和企业未来现金流的折旧(企业终值是企业未来现金流的一种)。

我当时就在想，这是什么？于是就有了这篇研究整理后的博文。

企业未来现金流折现 DCF​

定义​

现金为王

企业未来现金流折现（Discounted Cash Flow, DCF）是一种评估企业或投资项目内在价值的核心方法。它的核心思想是：

一家公司的价值，等于它在未来所能产生的所有自由现金流的当前价值总和。

简单来说，就是“未来的钱，不如现在的钱值钱”。因此，我们需要把公司未来赚到的钱（现金流），按照一定的“折扣率”（折现率）折算回现在的价值，然后加总起来，这个总和就被认为是公司的内在价值或公允价值。

核心要素和计算逻辑​

最近想把个人播客做一个升级，发现从 Docusaurus_v2 升级到 Docusaurus_v3 有很多各种各样的配置问题。

于是我决定重新初始化 Docusaurus_v3 的项目，并在此文记录整个过程。