导读：本文以“实践过程中问题与思考”为主体，与大家分享其中的过程和经验，希望大家在后续的工作中能够避免相关问题，形成更佳实践。
首先简单说下我们要做什么，不谈理念，不谈哲学，我们要做一款基于微服务架构，可以同时运行在公有云和私有云上的容器云平台，以DevOps为目标，提升协作效率，快速交付。
为什么选择阿里云
现在的公有云如雨后春笋，国外如AWS、Azure、Bluemix，国内如阿里云、腾讯云、DaoCloud、goodrain等，都可以给大家提供丰富的云基础设施和上层服务，那为什么选择阿里云呢？主要有三点想法：
1. 我们使用阿里云的服务已经有5年了，从企业级PaaS平台合作开始，再到帮助我们的一些客户逐步迁云，对阿里云的能力还是比较熟悉的。
2. 因为要做的是容器，国外AWS，Azure虽然有，但AWS在中国一直没“正规”数据中心（唯一的一个前几天还被查了），Azure是微软体系（也许是心里作祟，总感觉不对口...）；而国内虽然一些公有云有容器能力，但规模普遍偏小；再者，阿里云反正也开始做容器了，说明人家底层还是有支持能力的。
3. 当然，还有一个做法，自建数据中心或租赁IDC，不过做事情还是得慢慢来（我们又不是暴发户...），不到一定规模，这个前期投入还是有点大的。
怎么用阿里云
有人问，在IT领域，现在跟10年前比，对技术人员或架构师要求有什么不同？
我是这么来看的，以前大多数是做加法 —— 每个领域就那几个产品或框架，需要的更多是集成能力；现在是要做减法，因为技术栈太多了（全栈工程师不好当呀...），到底选哪些，这往往是最考验能力的。
我们最终选择了Kubernetes+CoreOS+Docker的组合，当然少不了辅助的Etcd、Flannel...，大家可能会问，为什么不用ubuntu、ranchar啊，为什么不用OVS啊，其实我们都是有理由的，这篇文章里不是重点，私下交流。
那紧接着要做什么也就明了了，在阿里云的ECS上先跑CoreOS（Docker反正自带了），然后去部署Kubernetes那一整套，验证验证技术可行性吧，可以的话，再做分布式存储，然后支持DevOps，自动化运维，先后顺序也很好选。
没有问题是不可能的
大家可以到阿里云官网上去搜下Docker，或者KVM类似的，映入眼帘的是这个：
千万别气馁，因为都有CoreOS镜像了，不支持Docker谁信（其实阿里云还是蛮务实的，没有经过严格测试不敢说支持），好歹也得试一试，于是就先买了几台CoreOS机器，接下来做的一些事情就不那么顺利了：
1. 先做系统升级（默认版本比较低了，681.2.0 64位），那大家都知道外网流量很贵，所以最好搭个内部升级服务器，在升级后发现网络有问题，进不去，内部进入发现原因是网络没起来，这工作只有先手工做了（systemctlrestart systemd-networkd.service）
2. 升级完了，最好的习惯是去打快照（当然，这个服务过些天就要收钱了，还挺贵的...），发现没打出来，这个问题排了好久，最后的原因是自作孽啊，删了个自认为没用的yunservice，后来想想也觉得自己幼稚了，都叫yun了，肯定是阿里云留下做事情的呀
3. kubernetes安装，一般来说有三种安装方式，命令型、服务型、容器型，技术成本考虑，最终我们先用了前两种的混合态，然后setup-network-enviroment辅助验证，还好没遇到大问题，容器间网络很快通了（我们用了container模式，端口映射出去）
4. 因为在VPC环境，我们使用了EIP，但IP资源实在是宝贵（20个），所以留了一个做堡垒机，其他的大部分给了计算节点，由kubernetes的service public IP消费了，这点告诉我们，宝贵资源大家前期一定要做好规划
5. 内部DNS能力，用了skyDNS，一个比较坑的问题，一定要用最新版本，之前哪怕是release版本都有问题，服务注册后进不去出不来的，反正挺诡异的，一直也没见说哪个版本修复的
6. 跑服务过程中遇到了棘手问题，大家都知道kubernetes的容器调度能力，会结合自身的一些分析，在运行时把pod做热迁，放到他认为合适的机器上，这就使得容器用宿主机本地磁盘不现实了，持久化数据没法迁移或共享呀（当然，有同学说可以通过label强制运行在某处，但好特性还是想用一用，不然什么都规划好，这和云的宗旨就貌合神离了），这怎么办？分布式存储是个好方案，但阿里的块存储服务还没发布，虽然我们一直是决定的自己搭，但那也是下个版本的事情了，这边先low了一下，只能先用NFS临时解决
最终架构和技术栈
问题就不详说了，这里再简单分享下我们的技术栈和架构，希望对大家有用。
刚才已经把容器技术栈给说了，接着就是容器里跑的微服务使用技术了：
1. springboot，让微服务编码、配置、部署、监控变得更简单
2. react+redux，让前端也可以微服务化
3. MetaCube（我们的产品），元数据，提供资源全图、驱动运营
4. Redmine，提供产品和服务管理
5. ElasticSearch、InfluxDB，运维监控能力
6. BPS（又是我们的产品），一体化的流程能力
其他还有好多，saltstack、gitlab、Jenkins、autoconfig、OAuth等等，不细说了。
平台是以DevOps为核心的，最终架构如下：
围绕统一接入，自动化协作，运营反馈等，建设了完整的企业级云平台，后面我会分模块一一介绍，大家先概览一下就可以了。
还有一些其他的能力建设
包括高可靠、高性能、灰度发布、熔断、APIGateway、自动化、安全控制…，大家有兴趣可以一起交流交流，共同进步。
注：文中有两处提及阿里云产品，特此注解
1，ECS内不支持Xen，KVM，但支持Docker
2，单独的块存储服务没有发布，但有云盘，是块存储
关于作者：
顾伟 普元信息主任架构师
顾伟 现任普元软件产品部主任架构师，毕业于东南大学，先后参与华为，中信银行，工商银行，中航信，阿里云，兴业银行等客户定制项目；参与并负责公司多款内部产品研发工作，长期致力于IT项目管理，总体设计，用户体验及咨询工作 擅长OSGI，eclipse插件，web前端，云计算，CI/CD等领域技术，对新技术有着浓厚的兴趣。
如有技术问题，欢迎与文章作者沟通互动，如下为作者微信二维码：
