打通云原生与鲲鹏 华为云与 CNCF 共建云原生的未来生态
云计算技术在经历了十余年的快速发展后, 正在从以基础设施资源为驱动的 Cloud1.0 时代, 逐渐迈向以云原生应用, 数据和 AI 为驱动的 Cloud2.0 时代. 现阶段, 越来越多的企业开始进行新一轮数字化转型, 拥抱云原生的浪潮已悄然来袭.
通过容器, 服务网格, 无服务器, 边缘计算, 大数据和人工智能等新技术, 企业在云上搭建云原生应用的同时, 也在将企业的核心系统加速上云, 从而构建高度自动化, 高度自治的云应用及架构, 实现快速迭代, 灵活创新, 全面智能.
了解云原生的用户一定对 CNCF(云原生计算基金会)不陌生. 伴随中国云计算技术的快速发展, 越来越多的中国企业加入 CNCF, 而作为 CNCF 的创始成员, 华为云在云原生领域有哪些新进展, 有哪些创新成果, 将为客户提供哪些价值, 未来将在哪些领域进行重点突破呢? 带着这些问题, 记者采访了华为云容器技术领域权威专家, 详细了解华为云在云原生领域的战略布局, 研究方向以及创新成果.
拥抱云原生 华为云在 CNCF 的核心成果
众所周知, Kubernetes 是 CNCF 成功孵化的核心项目之一, 华为云在 Kubernetes 社区的贡献度全球排名第三, 尤其在网络, 调度, 多集群管理, 混合云, 异构资源接入以及策略管理等核心领域均有突出的代码贡献.
自 2015 年以来, 随着 CNCF 基金会研究范围的不断扩大, 华为云围绕云原生领域, 从容器到上层的监控, 运维, 安全, 再到底层的存储, 网络, 先后主导了一系列科研项目. 其中, KubeEdge 和 Volcano 两大开源项目在近期颇受业界关注.
智能边缘平台 KubeEdge 是华为云在 CNCF 社区主导的边缘计算领域的头一个容器项目, 不仅支持离线应用自治, 低内存边缘计算节点, 边缘服务访问, 注册和发现 (云边, 边边) 等功能, 还支持对 Kubernetes 边缘云环境平台的扩展. KubeEdge 于 2018 年开源, 现已成为智能边缘计算领域的架构标准.
而在今年 6 月的 KubeCon2019 大会上, 华为云开源了面向高性能计算的云原生批量计算平台 Volcano, 将云原生的技术和上层应用领域进行了有机结合与创新, 进一步扩充 Kubernetes 生态, 将大数据, AI, 基因测序等在内的高性能计算领域也囊括进来, 补齐了 Kubernetes 在支持高性能批量计算的短板.
除 Kubernetes 上层应用生态建设以外, 华为云在基础设施的容器运行时 Docker, 容器的网络 CNI-Genie, 存储 OpenSDS, 监控 , 服务网格 Istio, 安全容器 Kata Container 等项目均是主导者, 更是容器标准化组织 OCI(Open Container Initiative)的核心成员. 基于云原生架构, 华为云向上与云原生应用生态进行整合, 向下与云计算基础设施整合, 与此同时, 还在水平方向结合混合云和多云场景, 提供混合云的交付模式, 可谓硕果颇丰.
性能与性价比兼顾 华为云鲲鹏系列支持端云同构
受大数据, AI 等技术驱动, 企业用户对算力的需求正在迅猛增长, 性能和成本是企业选购算力服务时必须要考虑的两大重要指标. 为了满足企业级用户多样化的算力需求, 华为云鲲鹏系列产品应运而生, 在算力大幅提升的同时, 兼顾了性能和性价比, 为企业用户提供了全新选择.
在性能方面, 基于 ARM 生态的鲲鹏系列非常突出的一个优势是众核, 其整机 CPU 的核数和整机性能均处于超高水平, 在 HPC, 大数据和 AI 等高并发的批量计算场景拥有广阔的应用前景. 在成本方面, 鲲鹏基于 ARM 架构带来低功耗, 使其更具成本优势. 在生态方面, 面向未来的开放多元架构必将成为主流, 鲲鹏的开放性架构将更受青睐.
此外, 近两年随着边缘计算兴起, 端云同构成为企业用户的重要诉求, ARM 架构在边缘侧的生态已经形成, 因此基于 ARM 架构采用鲲鹏系列打造端云同构, 将为企业的应用开发节约大量的时间和成本.
华为云鲲鹏容器服务带给客户的三大核心价值
到目前为止, 只有华为云一家云服务商拥有支持 ARM 架构的容器产品. 容器代表着上层应用生态与下层基础设施的结合, 鲲鹏容器服务能够给企业客户带来三个方面的能力提升.
首先, 鲲鹏 Kubernetes 容器和鲲鹏 Serverless 容器, 可以支持客户应用的平滑迁移. 客户原先基于 x86 环境所开发的应用, 通过鲲鹏容器进行封装后, 同一套代码, 同一个业务, 通过鲲鹏容器所提供的自动化构建流水线, 就可以运行在鲲鹏的 ECS 和 BMS 等计算平台之上, 使企业云原生应用生态的异构和迁移能力得到大幅提升.
其次, 华为云容器服务全面支持鲲鹏架构和 x86 架构, 在混合算力的应用场景下更具优势. 企业可以根据自身业务和应用场景, 考虑哪些业务跑在单核算力上更节约成本, 哪些应用形态跑在鲲鹏架构上更具性价比, 从而合理地选择计算业务的分布, 进行计算成本优化, 让企业的投资更具价值.
最后, 鲲鹏容器与华为的异构芯片进行组合, 能够进一步提升产品的性能和性价比. 例如, 基于华为昇腾芯片的 AI 计算服务, 在机器视觉, 语音识别, 自然语言处理等 AI 推理场景, 使用昇腾芯片性价比能够提升 5 倍以上. 基于鲲鹏芯片的鲲鹏云服务, 将 ARM 原生应用的高并发处理性能提升了 10 倍. 而昇腾 + 鲲鹏的组合, 将为企业提供创新的算力选择.
开源 KubeEdge 解决用户在智能边缘领域的诸多挑战
今年 6 月在上海 KubeCon2019 大会上的参会人员调查显示, KubeEdge 是用户关注度排名较高的项目之一. 华为云开源 KubeEdge 项目的初衷是解决边缘计算场景下, 协同, 网络, 管理, 扩展和异构等方面的综合挑战. 边缘计算需要轻量化, 快速, 弹性, 细粒度的应用, 承载和协同, 这与容器的特点非常吻合, 容器本身具有细粒度, 轻量化的特点, 容器的生态从边缘到云, 能够覆盖更多的应用场景.
以此为出发点, 华为云基于 KubeEdge 内核打造了一款商业化产品 -- 智能边缘平台(IEF), 在客户群中取得了良好的口碑. KubeEdge 将 Kubernetes 的生态延伸至边缘, 随着生态中参与者的不断增多, 企业只需开发一套应用, 就可以实现云边协同, 既可以跑在云上, 也可以跑在边缘. 尤其是在边缘视频智能分析, 工业智能等 AI 场景下, 鲲鹏容器与 KubeEdge 组合, 具有广泛的应用前景.
华为云探索多云, 混合云 助力企业数字化转型
Cloud2.0 时代, 混合云, 多云架构将成为常态, 企业在不同的云平台上开发应用, 由于接口不同因此存在一定的差异性, 打通网络, 数据和应用的难度颇高. 华为云在多云, 混合云领域也在探索更多可能, 进一步助力企业的数字化转型.
华为云专家表示, 混合云概念已存在十余年的时间, Cloud1.0 时代的混合云关注的是如何打通不同云之间的网络, 而随着企业云应用场景的不断丰富, Cloud2.0 时代的混合云则需要在多云和混合云之间进行数据和应用的打通, 从而能够满足异地容灾, 弹性伸缩, 负载迁移等场景下的综合诉求.
Kubernetes 容器统一了应用的标准, 华为云基于自身在 Federation 集群联邦项目中丰富的实践经验, 通过 Kubernetes 与 Federation 技术的结合, 打造了先进的多云容器平台(Multi-Cloud Container Platform,MCP), 为企业客户提供跨云的多集群统一管理, 应用在多集群的统一部署和流量分发, 并且可以结合 Istio 服务网格的能力, 实现应用流量的全局治理, 为企业破解多云灾备问题的同时, 还可以在业务流量分担, 业务与数据分离, 开发与生产分离, 计算与业务分离等多种场景下发挥价值.
华为云 MCP 解决方案支持跨集群的应用弹性伸缩策略, 能够轻松灵活的自动扩缩容满足应用所需的资源; 支持创建联邦服务, 支持跨集群的服务发现机制, 能够基于服务就近访问原则实现业务的跨区域访问亲和; 此外, 支持华为云服务对接, 包括端到端的多云容器监控, 运维和交付, 以及从源码到镜像部署的 DevOps 容器化流水线能力.
探索从未止步 华为云鲲鹏将进一步推进云原生技术落地
技术的发展从未停止, 华为云与 CNCF 的合作项目也将持续推进. 华为云专家表示, 在 CNCF 的众多项目当中, ARM 生态是其中的一个重要分支, 包括 Kubernetes,ETCD 和 Envoy 等项目中均有支持 ARM 生态的缩影. 华为云将针对这些 ARM 生态中的项目与 CNCF 展开进一步的深度合作, 推进各项目与鲲鹏的兼容.
例如, Kubernetes 与 ETCD 项目, 目前 Kubernetes 社区的关注点在于实现代码在 ARM 服务器及容器环境下的编译, 而华为云所探讨的重点方向则略有不同. 华为云更关注 Kubernetes 中的调度 ,ETCD, 网络等一些核心组件, 如何在 ARM 环境下更好地进行调优和运行, 并期望运用 ARM 的多并发能力, 使 Kubernetes 在 ARM 上能够更加高效地运行.
展望未来, 华为云期望通过鲲鹏社区与 CNCF 社区的密切合作, 结合一些行业领域和应用场景, 将华为云在鲲鹏领域的能力与云原生领域形成协同. 例如在边缘计算, 批量计算等应用场景中同时使用云原生和鲲鹏技术, 构建更有竞争力的解决方案, 从而共同建设云原生的未来生态.
来源: http://cloud.51cto.com/art/201908/601498.htm