Docker 与 Kubernetes(k8s) 在企业基础设施服务的应用

简介: 大家好,本次内容我在我司上个月的PWorld大会上分享过,线下会议参与人数有限,这次应邀在微信上向更广泛的人群分享,同时也加入了我近期的一些新想法,不仅仅是上次分享的重复。 一、新时代——即基于容器的云时代的来临。

大家好,本次内容我在我司上个月的PWorld大会上分享过,线下会议参与人数有限,这次 应邀在微信上向更广泛的人群分享,同时也加入了我近期的一些新想法,不仅仅是上次分享的重复。

20161022212814

一、新时代——即基于容器的云时代的来临。

20161022212821

下面出场的是容器时代的两大主角——Docker和Kubernetes,未来相当长的时间里,容器时代的种种爱恨情仇,都将在这两大主角之间展开。

20161022212829

先看下Docker:

20161022212840

Docker刚刚三岁半,虽出身草莽,但早已显露王者风范,据说Docker开源之后,很多VMware的老员工就开始找工作了~

再来看下Kubernetes:

20161022212849

Kubernetes不到两岁半,系出名门,脱胎于Google Borg,出道以来吊打各路高手,俨然一位不可一世的富二代!

面世不过两三年的开源项目,就取得了如此广泛的关注度和实际应用,回顾历史,这样的项目屈指可数,那么这种状况的原因又是什么呢?或者说,他们带来了哪些独特的价值呢?

在很多技术资料里,在提到容器的价值的时候,都会出现如下两张图:左边是拿容器和虚拟机的层次结构做对比,说容器是个分层更少、更加轻量的虚拟化工具;右边是拿容器和虚拟机的性能做对比,说容器是个性能更好的虚拟化工具。

20161022212858

那么容器的价值就仅仅是轻量和高性能吗?这显然很不充分,因为容器相对虚拟机的性能提升,最多也就是百分之几十的样子,在IT界,不带来十倍以上的性能提升,是很难被赋予颠覆者地位的。仅仅百分之几十的提升,会迅速被摩尔定律抹平,长期看不值一提。

那么容器的最大价值到底是什么?为了说明这个问题,我们来回顾下基础设施层多年以来的苦苦挣扎~

二、提升抽象层级是基础设施的宿命

20161022212905

不知道各位有没有了解过OASIS指定的TOSCA规范,一个面向云应用拓扑和编排的规范,这个规范的工作已经开始了五年多,我本人也是委员,之前的规范工作主要围绕虚拟机展开,看下这页PPT的左图,TOSCA通过Node Type描述节点(这里可以简单的认为就是一个虚拟机镜像)的属性和对外接口,通过Relationship Type描述描述节点之间的关系,通过Plan描述部署流程等等……这些共同组成了一个Service Template。

20161022212912

我在这里提这个五年前出现的规范的目的是:在这一波容器浪潮出现之前,业界就已经在如何利用虚拟机更好的管理应用的问题上探索多年了。

就好像一个运维人员,不会满足仅仅维护一下服务器,会希望往上层走,创造更大的价值一样~

之前业界也出现过一些基于类似理念的商业产品。

比如Oracle的Virtual Assembly Builder:

20161022212920

比如VMware的vRealize Automation:

20161022212929

这些产品都能利用虚拟机很方便的编排出一些典型的应用拓扑。

可是却很少有人用,我想群里的大部分朋友可能都没用过。

原因是什么呢?

20161022212936

这张图我在之前的PPT里也出现过,又放在这里的意思是:

中间2013年的这种多层架构,相对比较简单,使用脚本部署就已经比较高效了,很少有企业会因为这个事情去采购昂贵的商业软件,而且这些商业软件也没有为部署之外的运维流程带来太多的便捷性。

右边2016年的这种分布式架构,是现阶段的趋势,这种架构给部署和运维都带来了极大的困难,这些昂贵的商业软件也无从处理。

我想这就是原因和尴尬之处吧!

20161022212943

所以说,天堂向左,虚机向右,通过虚拟机来解决分布式系统的部署和运维问题,已经被业界的多年努力验证为此路不通,而这些挤压已久的需求,在容器上找到了突破口。

这就是容器最核心的价值。

三、Docker和Kubernetes实现基础设施的多年梦想

20161022212951

我们来看一下Docker和Kubernetes如何实现基础设施的多年梦想。

20161022212957

Docker,真正的实现了Infrastructure as Code,Infrastructure as Code作为一个Buzz Word已被炒作了多年,以前只是Infrastructure提供一些API,供上层调用,可是仅仅提供了API,还不能说是Code,Code是可以Compile、可以Link的,而Docker实现了这些。

20161022213004

把Docker编译好、链接好的镜像发布到Kubernetes的集群里,Kubernetes就接管了应用的大部分运维工作,kubernetes会负责处理应用的高可用和自动伸缩,对应用的任何一次变更,小到修改一个参数,大到一次全面的升级,都会被Kubernetes纳入版本控制,就像管理代码一样~

可以看到,Docker和Kubernetes联手解决了分布式系统运维的大量问题,但是这远远不是问题的全部。

如果基于Docker和Kubernetes打造一个DevOps平台,还面临着很多问题:

20161022213011

四、我们的进一步工作

20161022213019

现有的开发、集成、测试、运维工具大多为单体应用设计,难以处理微服务带来的复杂度。

所以我们针对这个问题升级了我们原有的产品。

20161022213025

我们使用元数据治理产品对微服务进行全生命周期的管理,使整个研发和交付流程更加顺畅。

20161022213033

我们开发了全新的工作空间,降低了团队间的协作成本。

20161022213039

我们还做了很多很多,这里不一一列举,总而言之,我们通过精益运营建立了一个数字化企业云平台。

20161022213046

说到这里,各位有没有觉得,基于容器的云平台有一种发展方向,就是成为一个更全面的应用服务器,这里的更全面指支持大规模集群环境、更多类型的应用、并更加完整的覆盖软件的生命周期。

但是我们这几年经常听到这句话:

20161022213052

应用服务器已死。

举例来说,基于JAVA的应用服务器,有资源隔离差(JVM缺乏CPU、内存、IO的资源控制能力)、与应用紧耦合(应用服务器需要为应用做出针对性的配置)、依赖管理能力弱(库版本冲突、只能管理Java世界的依赖)、持续集成/部署困难(应用服务器无法参与持续集成、部署应用服务器本身比部署应用复杂的多)等诸多问题,而这些问题在分布式、碎片化的软件环境下,变得日趋严重,所以传统的应用服务器面临了快速的衰败。

但是这些问题总要有个新平台去解决,只是目前旧王已死,新王未立。

在上一页PPT中我们可以看到,容器镜像就像一个包含了运行环境依赖的WAR包,基于容器的云平台也将提供类似消息引擎、JNDI、安全服务、Workload管理、Job管理等能力,而且这些能力将为更多类型的软件提供服务。

最后我们畅想一下未来:

20161022213100

如果像Gartner所说,未来所有的公司都将是IT公司,那么必然不是每个公司都像现在的大型互联网公司一样,在IT的各个技术领域雇佣大量的专业人员,一些共性的需求必将剥离出来,由专门的公司提供解决方案,历史是螺旋上升的,社会分工将被再次重建。

本文转自中文社区-Docker 与 Kubernetes(k8s) 在企业基础设施服务的应用

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
|
12月前
|
Kubernetes Docker Python
Docker 与 Kubernetes 容器化部署核心技术及企业级应用实践全方案解析
本文详解Docker与Kubernetes容器化技术,涵盖概念原理、环境搭建、镜像构建、应用部署及监控扩展,助你掌握企业级容器化方案,提升应用开发与运维效率。
1405 108
|
11月前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
2533 10
|
11月前
|
Kubernetes Devops Docker
Kubernetes 和 Docker Swarm:现代 DevOps 的理想容器编排工具
本指南深入解析 Kubernetes 与 Docker Swarm 两大主流容器编排工具,涵盖安装、架构、网络、监控等核心维度,助您根据团队能力与业务需求精准选型,把握云原生时代的技术主动权。
888 115
|
存储 Kubernetes 监控
Docker与Kubernetes集成挑战及方案
面对这些挑战,并不存在一键解决方案。如同搭建灌溉系统需要考虑多种因素,集成Docker与Kubernetes也需要深思熟虑的规划、相当的技术知识和不断的调试。只有这样,才能建立起一个稳定、健康、高效的Docker-Kubernetes生态,让你的应用像花园中的植物一样繁荣生长。
478 63
|
11月前
|
存储 Kubernetes 网络安全
关于阿里云 Kubernetes 容器服务(ACK)添加镜像仓库的快速说明
本文介绍了在中国大陆地区因网络限制无法正常拉取 Docker 镜像的解决方案。作者所在的阿里云 Kubernetes 集群使用的是较旧版本的 containerd(1.2x),且无法直接通过 SSH 修改节点配置,因此采用了一种无需更改 Kubernetes 配置文件的方法。通过为 `docker.io` 添加 containerd 的镜像源,并使用脚本自动修改 containerd 配置文件中的路径错误(将错误的 `cert.d` 改为 `certs.d`),最终实现了通过多个镜像站点拉取镜像。作者还提供了一个可重复运行的脚本,用于动态配置镜像源。虽然该方案能缓解镜像拉取问题,
1076 3
|
存储 Kubernetes 调度
Kubernetes、Docker和Containerd的关系解析
总的来说,Docker、Containerd和Kubernetes之间的关系可以用一个形象的比喻来描述:Docker就像是一辆装满货物的卡车,Containerd就像是卡车的引擎,而Kubernetes就像是调度中心,负责指挥卡车何时何地送货。
584 12
|
10月前
|
人工智能 算法 调度
阿里云ACK托管集群Pro版共享GPU调度操作指南
本文介绍在阿里云ACK托管集群Pro版中,如何通过共享GPU调度实现显存与算力的精细化分配,涵盖前提条件、使用限制、节点池配置及任务部署全流程,提升GPU资源利用率,适用于AI训练与推理场景。
738 1
|
10月前
|
弹性计算 监控 调度
ACK One 注册集群云端节点池升级:IDC 集群一键接入云端 GPU 算力,接入效率提升 80%
ACK One注册集群节点池实现“一键接入”,免去手动编写脚本与GPU驱动安装,支持自动扩缩容与多场景调度,大幅提升K8s集群管理效率。
532 89

热门文章

最新文章