在文章亚马逊可持续软件工程实践[1] 有这么一段我们为什么要关注“可持续发展”：
联合国于 2015 年制定了一个全球框架《巴黎协定》[2]，随后各缔约国纷纷制定了“碳中和”路径和目标，对地球环境的健康发展做出承诺。今年两会，中国也将“碳中和”和“碳达峰”写入*工作报告，目标在 2030 年前实现“碳达峰”，2060 年前实现“碳中和”。毋庸置疑，可持续发展已经成为不言而喻的社会共识。但在社会共识之下，还需要个人、企业、*等各类社会主体的参与——其中体量庞大的科技企业是至关重要的参与者。
在探讨应用程序的碳足迹时，我们通常应该考虑两个角度。运行它使用了多少能量（即内核数量、执行时间、硬件效率等）以及产生多少能量对环境产生了影响，这称为碳强度，取决于位置、时间和数据中心使用的能源类型（天然气、煤炭、风能等）。2016 年的一项研究证明，大约 55% 的消耗能源取决于计算系统，其余 45% 用于支持计算（冷却、UPS 等）。
2020 年标志着 IT 界开始形成全球共识：软件和应用程序具有必须考虑的足迹，并且正在开发算法来评估这些足迹[3]。我最近一直在探索 Dapr 的创新，这是一个为分布式应用程序运行时创建的开源项目，目前是CNCF的孵化项目，项目官网：https://dapr.io/。根据其主页介绍，“Dapr 是一个可移植的、事件驱动的运行时，它使任何开发人员都可以轻松构建在云和边缘上运行的弹性、无状态和有状态的应用程序，并包含语言和开发人员框架的多样性。” Dapr 的主要梦幻般的特性确实是其实现的简单性以及跨任何编程语言、框架和基础架构工作的能力，它促使开发人员在接近他们的软件架构时更容易开始考虑IT可持续性。我们从三个方面来谈谈Dapr 在可持续性方面给开发人员带来的方便。
首先是Dapr 助力应用程序衡量自身的碳排放。在分布式解决方案中，我们通常可以有几种不同的基础设施环境和编程语言。理想情况下，这应该通过一个专用的微服务来完成，该微服务可以持续监控每种能源的碳排放，并且能够为应用程序的其他部分提供这些信息。Dapr 在衡量其基础设施的性能影响方面非常精确，并就如何衡量采用 Dapr 的微服务所使用的性能提供了指导。正如Dapr文档中提到的，有一些方法可以检索 CPU 和内存使用情况，这有助于消除总体碳影响。此外，以递归方式，此微服务还应监控其自身的碳排放。
第二点是Dapr 助力应用程序通过控制其 IaC（基础设施即代码）来驱动/改变其碳排放，碳排放并不是一个固定的数量，并且很大程度上取决于基础设施所在数据中心的能源状况，因此应用程序可以具有自动化，触发全部或部分基础设施向影响较小的站点或区域移动。对于某些地区来说，这可能不是立竿见影的，甚至是不可行的（例如需要考虑数据主权和延迟），但在适用的情况下， 分布式应用程序的高度优化的可持续基础设施，可以保证在影响较小的环境中运行基础设施（出于同样的原因，可能是最便宜的），Dapr 非常容易就可以做到环境的适应性。从目前全球情况来看，亚马逊、谷歌、微软这三家世界级科技巨头引领了“绿色云”改造。亚马逊表示将提前十年达成《巴黎协定》，并在 2025 年实现 100% 可再生能源。并且还成立了 20 亿美元的气候承诺基金，投资那些能帮助亚马逊达成目标的公司。谷歌大胆承诺，到 2030 年实现数据中心全天候无碳运行，而不是依靠每年的直接能源匹配。微软（Microsoft）自 2012 年起实现碳中和，并承诺通过电力购买协议，到 2025 年实现数据中心完全使用可再生能源。而在中国，互联网科技企业也都在不断加大力量投入到碳中和改造中。今年 8 月国际环保组织绿色和平(Greenpeace)发布了中国科技巨头《绿色云端2021》[5]排行榜，从能源信息披露、节能减碳表现、可再生能源方面合梳理了中国互联网科技企业的气候行动，相比去年，中国互联网科技企业整体平均得分上升 11%。
第三点是Dapr 助力应用程序根据用户行为驱动/改变其碳排放影响，应用程序可以根据功能的碳排放提供不同级别的功能，并根据功能的影响级别提供多样化的用户体验，将知情权选择留给最终用户。有更多的空闲时间吗？你为什么不试试这个稍微高一点的延迟水平，通过使用更环保的基础设施来节省 xx% 的碳？你真的需要加载所有高分辨率图片吗？等等。这显然会在编程方面带来一些开销，但其执行的美妙之处在于应用程序将定义并教育最终用户对其影响发表意见，并且在一段时间后通过监控用户所做的选择，您还可以拥有关于他们希望如何与您的软件交互的反馈。随着时间的推移，您将清楚地了解哪种组合可以更好地平衡性能和节能。Dapr 偏爱异步架构模式，尤其是依赖于微服务之间的发布/订阅交互。通过向外扩展和向内扩展来处理请求，可以在对用户需求的动态响应和对我们希望为工作负载提供的资源的控制之间实现最佳折衷。
IT可持续性是我们在设计应用程序时必须开始考虑的工作了，优化工作负载以提高利用率，我们可以分散定时任务，降低负载峰值，达到调整 CPU 使用效率的目的。 重要的是，优化并不是只考虑某一个地方就可以，需要我们在架构和系统层面去思考,每位开发者都可以从现在开始去理解“可持续性”相关的术语和原则，在工作中寻找优化负载的机会。Dapr 在架构和系统层面为我们设计 可持续的应用程序提供了秘密武器。
[1]亚马逊可持续软件工程实践: https://www.infoq.cn/article/9dIy3T8NEmohhPU9QFe2
[2]巴黎协定：https://zh.wikipedia.org/wiki/%E5%B7%B4%E9%BB%8E%E5%8D%94%E5%AE%9A
[3]绿色软件工程原理: https://principles.green/
[4] Dapr : https://dapr.io/