4 月 24 日, 中国信息通信研究院主办的首届云原生产业大会在北京举行, 在《云原生数字引领未来》的主题演讲中, 阿里云容器服务总监易立表示:"云原生不但可以很好的支持互联网应用, 也在深刻影响着新的计算架构, 新的智能数据应用. 以容器, 服务网格, 微服务, Serverless 为代表的云原生技术, 带来一种全新的方式来构建应用." 本文根据易立演讲内容整理而成.
拥抱云原生技术, 解耦系统复杂度
如今, 大多数企业开始全面拥抱云计算, 在 All-in-Cloud 全面到来的时代, 三个重要转变: 基础设施的云化, 核心技术的互联网化, 业务的数据化和智能化. 在各行各业中, 都有很多业务应用从诞生之初就生长在云端, 各个企业也因此越来越像互联网公司, 而技术能力被视为不可或缺的核心竞争力. 在 2019 阿里云峰会. 北京站上, 阿里云智能总裁张建锋在谈及'核心技术的互联网化'时, 也提到了大力投资云原生.
为什么要拥抱云原生? 一方面, 云计算已经重塑了软件的整个生命周期, 从架构设计到开发, 再到构建, 交付和运维等所有环节; 另一方面, 企业 IT 架构也随之发生巨大变化, 而业务又深度依赖 IT 能力. 这带来了一定程度的复杂性和挑战性.
正如人类社会发展伴随着技术革命与社会大分工一样, 云原生技术的出现解耦了很多复杂性, 这是 IT 技术的进步.
首先, Docker 实现了应用与运行环境的解耦, 众多业务应用负载都可以被容器化, 而且应用容器化满足了敏捷, 可迁移, 标准化的诉求; 其次, Kubernetes 的出现让资源编排调度与底层基础设施解耦, 应用和资源的管控也开始得心应手, 容器编排实现资源编排, 高效调度; 随后, Istio 为代表的服务网格技术解耦了服务实现与服务治理能力. 此外, 阿里云还提供了 Open API,SDK 等丰富的开发工具, 实现第三方被集成, 为云的生态伙伴提供广阔的可能性. 这样的技术分层推动了社会分工, 极大促进了技术和业务创新.
在阿里云看来, 云原生首先可以支持互联网规模应用, 可以更加快速地创新, 和低成本试错; 其次, 屏蔽了底层基础架构的差异和复杂性; 同时, 服务网格, 无服务计算等新的计算范型的不断涌现, 给整体 IT 架构能力带来了极致弹性, 从而更好地服务于业务. 用户可以基于阿里云容器服务构建面向领域的云原生框架, 如面向机器学习的 Kubeflow, 和面向无服务器的 Knative 等等.
方兴未艾, 容器应用的新思考
容器已经无处不在了, 作为容器服务的提供者, 我们认为容器技术会继续发展, 被应用于 "新的计算形态","新的应用负载" 和 "新的物理边界", 在此将相关观察和新思考分享给大家.
1 新的计算形态: 云原生的 Serverless Runtime 已来
云原生技术理念, 是使企业用户及开发者只关注应用开发, 无需关注基础设施及基础服务. 与之相似的 Serverless 计算, 将应用服务资源化并以 API 接口的方式提供出来, 使用者只需从客户端发起调用请求即可, 更重要的是, pay as you go 能够真正为用户节省成本.
Serverless Runtime 分为面向基础架构容器的实现, 面向应用服务封装的实现, 和事件驱动面向函数计算的实现.
云原生 Serverless Runtime 形态包含多种方式. 业界各个厂商也相应地设计出了不同服务解决方案:
面向函数的 Function as a Service(FaaS) - 比如 AWS Lambda, 阿里云的函数计算, 提供了事件驱动的编程方式, 用户只需提供函数实现响应触发实践, 开发效率很高. 阿里云函数计算按照调用量计费, 可以根据业务流量平滑调整计算资源, 在典型场景下, 会有 10%~90% 的成本下降. 客户码隆科技做模型预测, 利用函数计算降低了 40% 的计算成本.
面向应用 - 比如 Google App Engine, 新发布的 Cloud Run 和阿里云 EDAS Serverless, 用户只需提供应用实现而平台负责应用弹性, 自动化运维, 这主要面向互联网类型应用. 相比于 FaaS, 面向应用的 Serverless 形态无需改造现有应用, 阿里云 EDAS Serverless 为流行的开源微服务框架提供了无服务器应用托管平台, 支持 Spring Cloud,Apache Dubbo, 或者阿里云 HSF 框架.
面向容器 - 比如 AWS fargate, 或者是阿里云的 Serverless Kubernetes 应用的载体是容器镜像, 灵活性很好, 配合调度系统可以支持各种类型应用, 而无需管理底层基础架构. 针对容器化应用, 阿里云在去年 5 月推出了 Serverless Kubernetes 容器服务, 无需节点管理和容量规划, 按应用所需资源付费, 弹性扩容. 针对阿里云基础能力优化, 安全, 高效. 极大降低了管理 Kubernetes 集群的. Serverless Kubernetes 的底层是构建在阿里云针对容器优化的轻量虚拟化弹性容器实例之上, 提供了轻量, 高效, 安全的容器应用执行环境. Serverless Kubernetes 无需修改即可部署容器类型应用.
2 新的应用负载: 容器正被用于越来越多类型应用
最早容器被认为不适合传统的已有应用, 但是现在状况已大为改观. 容器已经开启了对 Windows 生态的支持, 新发布的 1.14 版本中 Kubernetes 的 Pod,Service, 应用编排, CNI 网络等绝大多数核心能力都已经在 Windows 节点上得到了支持. 当今 Windows 系统依然占有 60% 的份额, 比如企业的 ERP 软件, 基于 ASP 的应用, 大量的 Windows 的数据库等, 这些传统的基于虚拟化的应用, 都可以在代码不用重写的情况下实现容器化.
基于容器技术构建的新架构, 会催生新的应用业务价值. 云原生 AI 是非常重要的应用场景, 快速搭建 AI 环境, 高效利用底层资源, 无缝配合深度学习的全生命周期. 对于 AI 工程, 云原生系统可以在四个维度上为提效:
优化异构资源调度
弹性, 高效, 细粒度 (支持 GPU 共享)
简化异构资源管理复杂性, 提升可观测性和使用效率
可移植, 可组装, 可重现的 AI 流程
以深度学习分布式训练为例, 通过阿里云容器服务可以获得三重加强. 资源优化: 统一调度 CPU/GPU 等异构资源, 使用 VPC/RDMA 网络加速; 性能提升: GPU 64 卡 P100, 加速比提升 90%, 相比原生 Tensorflow 有 45% 提升; 算法优化: MPI 代替 gRPC 通信, ring-allreduce 环形通信, 计算和通信重叠, 梯度融合等.
还有其他高性能计算的场景, 以基因数据处理为例, 阿里云某用户在 5 小时内完成 WGS 100GB 数据处理, 支持 5000 + 步骤的复杂流程, 90 秒实现 500 节点扩容充分发挥容器极致弹性.
3 新的物理边界: 云 - 边 - 端, 容器不止运行在 IDC 服务器中
容器最被熟知的基础环境是数据中心, 在业务流量高峰与低谷之时, 凭借容器极致弹性可以实现应用与资源伸缩, 有效地保证高利用率与高性价比.
随着 5G 和物联网时代的到来, 传统云计算中心集中存储, 计算的模式已经无法满足终端设备对于时效, 容量, 算力的需求. 将云计算的能力下沉到边缘侧, 设备侧, 并通过中心进行统一交付, 运维, 管控, 将是云计算的重要发展趋势. 以 Kubernetes 为基础的云原生技术, 在任何基础设施上提供与云一致的功能和体验, 实现云 - 边 - 端一体化的应用分发, 支持不同系统架构和网络状况下, 应用的分发和生命周期管理, 并且针对边缘及设备进行如访问协议, 同步机制, 安全机制的种种优化.
如前所述, 应用容器化实现了标准化的可移植性, 促成了敏捷弹性的云原生应用架构. 不仅大大简化了多云 / 混合云的部署, 而且优化成本, 同时提供更多的选择, 比如满足安全合规的要求, 提升业务敏捷性, 提升地域覆盖性等等.
容器可以适用于多种基础环境, 比如数据中心, 边缘云, 和多云 / 混合云, 使得开发者关注回归到应用本身.
写在最后
云原生时代, 是开发者最好的时代.
云原生不但可以很好的支持互联网应用, 也在深刻影响着新的计算架构, 新的智能数据应用. 以容器, 服务网格, 微服务, Serverless 为代表的云原生技术, 带来一种全新的方式来构建应用. 此外, 云原生也在拓展云计算的边界, 一方面是多云, 混合云推动无边界云计算, 一方面云边端的协同.
云原生时代, 也是云厂商更好发挥作用, 为客户提供更多价值的时代.
云厂商需要帮助用户最大化利用 "云" 的能力, 最大化发挥 "云" 的价值, 成就企业创造商业价值.
来源: https://yq.aliyun.com/articles/699757