早在2022年，我就注意到应用架构正在悄然转变，市场上开始出现有关新协议和数据的讨论。这并不十分令人意外，因为正如我当时提到的，从历史上看，应用架构大约每5年兴起一次，并开始影响应用交付和安全市场，随后约5年逐渐占据主导地位。
2023年，我曾认为这一转变会在2025年左右显现出来。但我未能预见生成式AI的到来，以及它对这些架构演进产生的爆发式影响。
总而言之，这一转变正在加速，并将对几乎所有事物产生深远影响。
但在我们全身心投入架构演进之前，首先要真正了解其背后的驱动力：数据。
不同类型的数据
通常，一提到“数据”，很多人脑海中会立刻浮现这样的画面：海量的客户和产品数据按行排列，存储在某个庞大的关系数据库管理系统（RDBMS）中。当然，并非所有人都会这样想，但确实有很多人如此。这是因为主流的数据存储设计更倾向于采用结构化的表格数据。打开电子表格就能明白，它以行和列为基础，而RDBMS其实也没有太大不同。
我们或许会认为，既然存在NoSQL、键值数据存储、对象存储及类似的数据结构，那么应用架构就不会以表格数据为核心。但事实上，表格数据仍然是核心。其他类型的数据存储也得到了应用，而且有充分的理由；但这些理由大多只是为了满足应用的辅助需求，因此并未显著改变数十年来指导应用构建的整体架构原则。
但应用日益分布化，加之混合模式，催生了许多需求。例如，可观测性和安全性需要生成遥测数据。分布式架构需要一种方法来理解分布式数据存储之间的关系，由此产生了知识图谱。生成式AI则需要相应的方法来增强和训练模型，因此需要使用存储在向量数据库中的嵌入向量。
这是四种截然不同的数据类型，需要采用新的存储和访问方式。它们正迅速成为现代应用的“标准组件”，尤其是旨在支持生成式AI应用的现代应用。
- 遥测正在推动重大变革。随着我们逐渐认识到，列式格式是更合适的方式，运维领域开始采用这种格式来传输和处理实时流数据，而遥测数据本质上正是此类数据。
- 知识图谱和图技术正日益用于整合分布式数据，并理解不同数据源之间的复杂关系。这项技术带来了GraphQL等协议，显著改变了我们利用API在分布式企业环境中查找和管理数据的方式。
- 随着生成式AI越来越多地采用检索增强生成（RAG）技术，向量数据库正逐渐成为应用本身的一部分，而不再只是位于架构更深层的数据存储。
- 最后，也不要忽视生成式AI数据。每次发出请求时，LLM都会生成新数据。这给安全人员带来了重大挑战，他们必须设法识别动态生成的非结构化数据中潜在的威胁和问题。
正是格式、协议、用途和应用各不相同的数据推动了这一变化。由此形成了一种无头架构方法，它以许多人此前从未考虑过的方式依赖API。也就是说，业务能力和功能以API形式开放，无需考虑传统的表示层，因此可以开发更多类型的接口，为更广泛的用户设备提供有力支持。API让数据和能力触手可及，这正是它们对数字化转型至关重要的原因。
许多采用微服务的现代应用都使用这种方法。这正是UI框架如此普及（并在互联网上引发争议）的原因。这些框架用于构建独立应用，后者通过API访问功能和数据。它们与用于驱动工作流并向市场交付价值的后端“应用”相互独立。
这一切都在推动无头架构的发展。这一转变早已开始，而生成式AI的出现进一步凸显了数据的重要性，并加速了这一进程。
随着必须应对的新威胁和新挑战不断出现，为满足企业和用户的需求，这一趋势将对应用交付和安全产生深远影响。
关于作者
Lori MacVittie是F5首席技术官办公室的杰出工程师兼首席技术布道师，在应用交付、自动化战略和基础设施领域拥有深厚的专业知识。无论是为AI智能体定义防护机制、剖析脆弱的多云架构，还是探索可扩展系统的极限，她都善于化繁为简。她在应用开发、IT架构以及网络和系统运维领域拥有30多年的行业经验。加入F5之前，她曾担任技术编辑，并因出色表现获得奖项。 MacVittie拥有计算机科学硕士学位，著述颇丰，出版作品涵盖安全、云和企业架构领域。她还热衷于桌面游戏和电子游戏，并且对奶酪有着毫不掩饰的鲜明见解。
Lori Mac Vittie 的更多博客文章相关博客文章
2023年应用策略现状：成本与复杂性是推动多云网络发展的首要因素
多云网络解决方案可在核心、云和边缘环境之间实现无缝、安全的互联，为解决当今混合IT面临的挑战提供支持，因而备受业界关注。