从开源技术 KubeVela 谈起:云原生应用交付会怎样发展|学习笔记(三)

简介: 快速学习从开源技术 KubeVela 谈起:云原生应用交付会怎样发展。

开发者学堂课程【如何贡献开源社区:云原生应用插件扩展:从开源技术 KubeVela 谈起:云原生应用交付会怎样发展】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/1196/detail/18135


从开源技术 KubeVela 谈起:云原生应用交付会怎样发展


四、提问

1、第一个问题

云原生技术项目比较多堆处不久的,该如何系统的学习一些基础点

定位,如果定位是业务的开发,最好不要去所谓系统的学习,可能还开始一年学的可能就别带掉了,除非定位是做平台开发者,开发者可能需要有一些比较好的底层技术技能,学起来快一点。如果大家想要了解基础,从怎么去写代码到发布 cdtop 概念去学,不要去学底下的,比如怎么去做工作负载管理,还是偏大家实际开发的过程中用到的技术切入更好一点,KubeVela 也是一个很好的切入点

2、第二个问题

一个复杂的应用涉及多个后端微服务,前端微服务、中间件数据库等等,现在通过 hum 配合需要来实现一键部署,这个场景能否使用KubeVela 来实现达到一键部署的效果

比较适合 KubeVela 的场景,首先 KubeVela 也是直接可以使用 hum 部署的,比如现在已经对这些服务都封装成了一个 hum 的包,需要的脚本可以替换成 KubeVela 的配置,封装成 hum 的包还是可以复用的,也可以关注一下社区里面的一些 hum 使用的文档。可以把 hum 的包完全用,另外一方面使用了 KubeVela 以后,相比于自己写的脚本,一方面更统一,更规范的一个方式,因为大家都在使用比自己公司自己维护的需要脚本的可维护性强很多,另一方面是能力会更强一点,比如部署到不同的集群,不同云上会有一些可以直接使用的插件,相对来会有很多脚手架可以使用,不需要每一个都自己去未来也会有一些迁移的能力,比如平台变大来不及开发,想要现成的使用一个平台,如果用了 KubeVela 以后,就不存在把需要再迁移一遍,都是可以很容易地使用云上面 KubeVela 的服务,现在可能还没有那么完整,但是也希望未来有一个机会。

3、第三个问题

KubeVela 可以看作是一个平台和 paas 平台有什么区别?

KubeVela 可以认为它是一个 paas的内核引擎不是一个完整的paas,完整的 paas 里面涉及到 cicd 到整个的管理,里面涉及的内容非常的多,KubeVela 明显是没有那么完整的功能,但是KubeVela 有一个很好的点,有一个框架衔接能力,就像一层胶水层,可以把现在 paas 里面的组件,比如自己有代码到镜像的一个构建过程,有一个可观测性能力,可以把这些能力衔接起来,有点像胶水粘起来,然后提供一个统一的入口给开发者用户,然后还可以管理不同的 paas,比如底下有以前一些老的平台,然后又想开发一个新的平台,可以用 KubeVela 来做一个统一的入口两边都一起管,然后它天然的支持用不同的实现提供统一的入口,然后也可以做牵引,会提供一层抽象的方式帮助管不同的环境。

4、第四个问题

KubeVela 在 k8s 生态有什么优势能够帮助 divorce 工程师解决哪些问题?

在 k8s 生态中,首先它是一个很好的应用抽象,通过一个顶层的描述就可以免去了解底下那些复杂的 API。另一方面,它有一个跨环境跨集群交付的能力,还可以跨不同的 K8S 集群,跨不同的云去做资源的交付和部署。同时也有丰富的插件体系,会有很多开箱即用能力可以帮助使用,包括 KubeVela 界面 UI 也是一个插件,帮助工程师解决最大的还是一个复杂性的问题,可以由浅入深地提供不同的能力。

5、第五个问题

如果异常掉电数据块部分写怎么办重新拉起破的数据怎么处理?

分两个层面,首先如果是数据面的一些附带比如 pod 已经运行在集群里面,集群不是 k8s 管的,不是由 KubeVela 是一个控制平面底下的子集群断电,它的控制平面不影响或者控制面的断电不影响子集群工作的 pod,另一方面是如果 k8s 本身的 KubeVela 和数据在同一个群上就只有一个 k8s,这个时候 pod 断电跟之前不用 KubeVela 一样比如是用 etcd 能恢复就能恢复不能恢复确实会出问题依赖于 k8s 运维,因为这个时候可能不是纯粹通过开源项目解决问题可能更多依赖于对 k8s 本身的了解,如果不了解可能可以用云的 k8s 服务,比如阿里云 ect 服务。还有补充是不是基于 operate 来做,必须得分清楚它是数据还是控制面,KubeVela 在控制面工作和底下的模块不一样,KubeVela 本身的它控制用 operate 来做,控制面可以有三副本,底下控制面的程序也是通过 pod 来运转的,控制面的 K8S 里面的存储比如 etcd,KubeVela 存储就在 etcd 上面,如果用的是 K3S,K8S 控制面的的存储就可以切换成 mysql,对应的 KubeVela 存储也是 mysql。

6、第六个问题

对目前 KubeVela 社区生态是否满意,有哪些解决问题?

对目前 KubeVela 社区生态,自己打分打80分,现在的社区相对来说活跃,开发的频率也非常的高,热度非常好。另外一方面和顶级的开源项目,比如 kenneth 社区还有一定的差距。如果一定要解决问题,可能更多的还是要实现一个社区的自治,更多的人能够参与进来,能够完成一个从 review 的 approval 到每天的一个成长体系,然后大家社区能够更多的有主动的设计,主动的驱动,现在可能主体的工程师还是来自于阿里,未来希望社区能够更多的资质,整个社区才是真正相对来说特别繁荣的状态。社区里面有很多的工程师来自于不同的公司,尤其像招商银行,有投入了十几个工程师在里面全职的开发,投入非常大,然后也有很多晋级成为 review approval 的成员,所以看到趋势也在不断的变化,所以整体来说还是有很大的信心。

7、第七个问题

是不是认为 kubernetes 和 dx 是相爱相杀的关系, kubernetes 不解决 dx 的问题,不存在相爱相杀,是平行世界的两个不同的角色,更多的可能是互相看不见,dx 偏要去用 kubernetes 也没办法,还是要用新的东西,应该考虑 KubeVela。

8、第八个问题

目前1.4版本支持性环境吗?

可以到社区细聊一下性状环境到底指什么。

9、第九个问题

KubeVela 来自大厂贡献,对个人开发者或者小企业是不是不太

不太正确,KubeVela 有很多大厂贡献,不完全是大厂贡献,现在有一百五六十个贡献者,里面可能百分之四五十是个人开发者或者企业,也能贡献所以不存在友不友好的问题。目前 KubeVela 的贡献,一般提一些 KubeVela 问题都愿意帮助回答。现在时机是非常友好的对于个人开发者和消息。

10、第十个问题

KubeVela 如何结合 terraform 或者 plumb 原生配置的交付和管理

KubeVela 完全可以和 terraform 很好的集成,plumb 目前的集成能力稍微差一点,KubeVela 有专门 terraform control,把 terraform 工具变成云原生 crdoperator 控制器可以到社区里面来进一步了解,完全是集成能够天然使用 terraform

11、第十一个问题

Crossplan KubeVela 的区别

以前是一起的,以前和 Crossplan 一起开发 OAM,Crossplan 项目更偏向于对云资源的管理,和 terraform 是竞争对手,KubeVela 更偏向于整体的应用层,Crossplan KubeVela 工作在两层,Crossplan 相当于管理云资源的编排KubeVela 管理整体的应用,包云资源加容器加上运维能力。KubeVela 可以使用 Crossplan 来替换 terraform,如果 KubeVela 有个插件叫云资源管理,既可以选择 terraform,也可以选择 CrossplanCrossplan  terraform 互为替代的一个关系,都是 KubeVela 底下的插件的能力

12、第十二个问题

创是从 cpu、内存、磁盘都是国产的服务器

KubeVela 能够兼容 k8s 环境,创的环境服务器如果能够支持 k8s 就没问题。还涉及到 k8s 版本的问题,K8S 的1.18开始一直到1.22 KubeVela 都是很好的支持,如果做一些 APP 一直到1.16也能支持,但可能需要自己去做一些配置上的调整。

相关实践学习
深入解析Docker容器化技术
Docker是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的Linux机器上,也可以实现虚拟化,容器是完全使用沙箱机制,相互之间不会有任何接口。Docker是世界领先的软件容器平台。开发人员利用Docker可以消除协作编码时“在我的机器上可正常工作”的问题。运维人员利用Docker可以在隔离容器中并行运行和管理应用,获得更好的计算密度。企业利用Docker可以构建敏捷的软件交付管道,以更快的速度、更高的安全性和可靠的信誉为Linux和Windows Server应用发布新功能。 在本套课程中,我们将全面的讲解Docker技术栈,从环境安装到容器、镜像操作以及生产环境如何部署开发的微服务应用。本课程由黑马程序员提供。     相关的阿里云产品:容器服务 ACK 容器服务 Kubernetes 版(简称 ACK)提供高性能可伸缩的容器应用管理能力,支持企业级容器化应用的全生命周期管理。整合阿里云虚拟化、存储、网络和安全能力,打造云端最佳容器化应用运行环境。 了解产品详情: https://www.aliyun.com/product/kubernetes
相关文章
|
6月前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
1425 59
|
7月前
|
监控 Cloud Native Java
Quarkus 云原生Java框架技术详解与实践指南
本文档全面介绍 Quarkus 框架的核心概念、架构特性和实践应用。作为新一代的云原生 Java 框架,Quarkus 旨在为 OpenJDK HotSpot 和 GraalVM 量身定制,显著提升 Java 在容器化环境中的运行效率。本文将深入探讨其响应式编程模型、原生编译能力、扩展机制以及与微服务架构的深度集成,帮助开发者构建高效、轻量的云原生应用。
778 44
|
6月前
|
Kubernetes Cloud Native 云计算
云计算与云原生技术探索
🌟蒋星熠Jaxonic,云原生探索者!以代码为舟,遨游技术星河。专注容器化、微服务、K8s与DevOps,践行GitOps理念,拥抱多云未来。用架构编织星辰,让创新照亮极客征途!
云计算与云原生技术探索
|
6月前
|
Java Linux 虚拟化
【Docker】(1)Docker的概述与架构,手把手带你安装Docker,云原生路上不可缺少的一门技术!
1. Docker简介 1.1 Docker是什么 为什么docker会出现? 假定您在开发一款平台项目,您的开发环境具有特定的配置。其他开发人员身处的环境配置也各有不同。 您正在开发的应用依赖于您当前的配置且还要依赖于某些配置文件。 您的企业还拥有标准化的测试和生产环境,且具有自身的配置和一系列支持文件。 **要求:**希望尽可能多在本地模拟这些环境而不产生重新创建服务器环境的开销 问题: 要如何确保应用能够在这些环境中运行和通过质量检测? 在部署过程中不出现令人头疼的版本、配置问题 无需重新编写代码和进行故障修复
533 3
|
7月前
|
存储 弹性计算 Cloud Native
云原生数据库的演进与应用实践
随着企业业务扩展,传统数据库难以应对高并发与弹性需求。云原生数据库应运而生,具备计算存储分离、弹性伸缩、高可用等核心特性,广泛应用于电商、金融、物联网等场景。阿里云PolarDB、Lindorm等产品已形成完善生态,助力企业高效处理数据。未来,AI驱动、Serverless与多云兼容将推动其进一步发展。
314 8
|
11月前
|
存储 缓存 分布式计算
StarRocks x Iceberg:云原生湖仓分析技术揭秘与最佳实践
本文将深入探讨基于 StarRocks 和 Iceberg 构建的云原生湖仓分析技术,详细解析两者结合如何实现高效的查询性能优化。内容涵盖 StarRocks Lakehouse 架构、与 Iceberg 的性能协同、最佳实践应用以及未来的发展规划,为您提供全面的技术解读。 作者:杨关锁,北京镜舟科技研发工程师
StarRocks x Iceberg:云原生湖仓分析技术揭秘与最佳实践
|
9月前
|
缓存 Cloud Native Java
Java 面试微服务架构与云原生技术实操内容及核心考点梳理 Java 面试
本内容涵盖Java面试核心技术实操,包括微服务架构(Spring Cloud Alibaba)、响应式编程(WebFlux)、容器化(Docker+K8s)、函数式编程、多级缓存、分库分表、链路追踪(Skywalking)等大厂高频考点,助你系统提升面试能力。
916 0
|
11月前
|
存储 Cloud Native 关系型数据库
PolarDB开源:云原生数据库的架构革命
本文围绕开源核心价值、社区运营实践和技术演进路线展开。首先解读存算分离架构的三大突破,包括基于RDMA的分布式存储、计算节点扩展及存储池扩容机制,并强调与MySQL的高兼容性。其次分享阿里巴巴开源治理模式,涵盖技术决策、版本发布和贡献者成长体系,同时展示企业应用案例。最后展望技术路线图,如3.0版本的多写多读架构、智能调优引擎等特性,以及开发者生态建设举措,推荐使用PolarDB-Operator实现高效部署。
497 4
|
存储 Cloud Native 数据处理
从嵌入式状态管理到云原生架构:Apache Flink 的演进与下一代增量计算范式
本文整理自阿里云资深技术专家、Apache Flink PMC 成员梅源在 Flink Forward Asia 新加坡 2025上的分享,深入解析 Flink 状态管理系统的发展历程,从核心设计到 Flink 2.0 存算分离架构,并展望未来基于流批一体的通用增量计算方向。
531 0
从嵌入式状态管理到云原生架构:Apache Flink 的演进与下一代增量计算范式
|
8月前
|
运维 监控 Cloud Native
从本土到全球,云原生架构护航灵犀互娱游戏出海
本文内容整理自「 2025 中企出海大会·游戏与互娱出海分论坛」,灵犀互娱基础架构负责人朱晓靖的演讲内容,从技术层面分享云原生架构护航灵犀互娱游戏出海经验。
684 15

热门文章

最新文章