由于 IC、CI/CD 等不同技术的融合，促进了企业数字化发展的进程。为了进一步加速 GitOps 技术的成熟，产业各界共同发起了 OGA 联盟，对 GitOps 的技术标准、产业发展、应用场景等各方面工作进行推动。

4 月 23 日，这场由云计算开源产业联盟作为指导单位，OGA 联盟、CNCF、极狐 (GitLab) 联合主办的开源 GitOps 产业大会（OGA 大会）已经圆满落下帷幕！本次大会设置了一个主会场 + 三个分会场，分会场分别为云原生、GitOps、安全分会场，人工智能分会场以及开源之路分会场，全方位覆盖了开发者最关心的技术话题。

主论坛：极狐 (GitLab) 携手 CNCF，汇聚行业的力量

上午 11 点，首先由中国信息通信研究院云大所副所长栗蔚女士致大会开幕词。栗蔚女士介绍了 GitOps 在企业数字化转型的重要性和高度，指出了 OGA 联盟成立的初心：将开源和 GitOps 理念充分地融合在一起，加速 GitOps 技术的成熟，通过开放、开源、协作、创新的理念，将产业各界的力量集合在一起，对于 GitOps 的技术标准、产业发展、应用场景等各方面的工作起到推动作用。

在主论坛上，CNCF 中国区总监 LF 亚太区总监 Keith Chan 分享了《云原生，无处不在》的主题演讲。

他向大家展示了这样一组数据：全球云原生开发者最少有 650 万，增长十分快速，他们使用了很多如 Kubernetes 的云原生开源技术。根据 2021 年云原生调查结果显示，已经有 60% 的组织在使用云原生。

包括底层技术、5G、区块链、穿戴式系统、脑机、自动驾驶、机器人、量子计算等都在使用云原生 Kubernetes，其中边缘计算占比最高达 76%。据 Gartner 预测，到 2025 年将有 3/4 的企业级数据将在边缘创建和处理。

同时， Keith Chan 还介绍了云原生技术的优势：一方面，云原生可以加速应用开发，借助基于微服务构建的应⽤程序与⽣产部署集成的测试系统，开发团队可以更快地修复和发布应⽤程序；另一方面，它还有高度容错、易于扩展等特性。

那么对于厂商而言，应该做哪些优化呢？第一：创建一个面向服务的组织，而不是传统的基于功能的开发者结构；第二，使用现代和最新的架构，跟上云原生的开发步伐；第三：业务能够与技术人员以相同的速度更快地生成需求。

提到迈向云原生 GitOps 的重要性， Keith Chan 认为主要是以下几点：第一，GitOps 本身可以在建立有效防护栏的同时，持续提供服务，GitOps 流程和实践引入了工具、流程和防护栏，可以帮助用户有效地部署、保护、监控和标准化云原生应用程序。第二，它可以配置语言定义服务和平台来启动 GitOps，使用源代码控制存储库，通过持续部署来管理和部署代码。第三，它会利用 Kubernetes Operator 或基础设施工具来管理已定义的配置状态，确保不会发生偏差。

Keith Chan 的主题分享过后，极狐 (GitLab) CEO、开源 GitOps 产业联盟理事长陈冉提到：极狐 (GitLab) 和 CNCF 是一个黄金搭档，因为极狐有最先进的开源开放理念，CNCF 又代表着全世界最先进的开源运作方式，所以二者的结合是一个能量汇聚、流量汇聚。

截止目前，OGA 已有 14 个理事单位，理事会下设秘书处和技术委员会。其中，技术委员会是 OGA 的重中之重。除了秘书处和 TOC 委员会，还有五个非常重要的工作组：第一个是技术标准制定与研究工作组，做一些跟 OGA 相关的标准、规范以及白皮书的编辑；第二个是开源社区与生态合作工作组，定期组织各种线上线下的会议；第三个是联盟活动与媒体宣传工作组，主要推崇开源文化，宣传相关的技术；第四个是数字人才教育培养工作组，主要组织以培养更多开源人才为最终目标的线上、线下会议；最后一个是行业数字转型与开源创新工作组，主要目标是帮助行业内的优秀企业做到数字化转型。

此外，陈冉还提到了基于 OGA 工作组和工作流会产生的价值：第一，企业会在这个过程中找到自己的价值所在；第二，更多的公司会有开源企业版；第三，联盟中的企业和会员会专注于自己擅长的部分，把其他相关的依赖性交给擅长的人。

谈及未来规划，陈冉表示会基于五个工作组展开：

技术标准制定与研究工作组：每季度组织一次 GitOps 标准研讨会；输出相关白皮书活行业报告一本；支撑开源 GitOps 产业大会；
开源社区与生态合作工作组：协助社区保证开源 GitOps 产业大会顺利召开；OGA Meetup 启动，目标为每季度一次；帮助完成 OGA Landscape；
联盟活动与媒体宣传工作组：完成开源 GitOps 产业大会赞助和招募，开展走进会员单位的线下活动；
数字人才教育培养工作组：与大学、会员单位落实产学研，培养出更多更优秀的开源人才，帮助生态快速发展。同时与不同社区、不同组织联动，让 OGA 变成领域第一联盟；
行业数字转型与开源创新工作组：持续输出 GitOps 相关资料，比如译文、原创文章、实践内容等；帮助完成白皮书和 Landscape 的梳理和制定。

分论坛：五大技术领域，覆盖开发者最关心的技术方向

云原生 GitOps 安全

在云原生 GitOps 安全分论坛中，来自禅道的敏捷教练 DevOps 产品经理张鹏发表了《好快省多：探索禅道 DevOps 最佳实践》的主题分享。他提到：禅道 DevOps 实践主要以好、快、省为向导，“好”对应质量管理，“快”对应时间管理，“省”自然而然对应成本管理。其中，关于“好”主要分享了需求管理和代码库的管理，“快”主要介绍了禅道如何让团队聚焦于交付，“省”主要是谈论从经济视角出发，怎么去实践 DevOps。

京东科技技术与产品创新部、数字化效能部的架构师孙涛，为大家带来了主题为《京东 GitOps 的晋级之路》的分享，并从部署工具进化史、DevOps 落地、GitOps 晋级、全面提效方案、开源五个方面进行了介绍；场量科技创始人陈加兴也分享了《深入理解 GitOps 在管理中的最佳实践》的主题分享，在分享最后他介绍了 Kappa 架构的案例，其特点是通过流式处理来解耦数据集成，如下图展示了 Kappa 架构在 X-Developer 中的应用。

除了产业界的视角，来自华东师范大学数据科学与工程学院的陈烨，为我们带来了高校环境下的视角，并围绕应用发布、监控告警与持续部署进行了展开。同时，他也强调道，GitOps 是将一个原本运维单独部署，让大家进行版本协作，这本身会产生一定的认知开销。这也反应出，我们需要尽可能降低 GitOps 的培养成本，也要减少同学们的工作负担。

开源之路

在开源之路分论坛中，极狐 (GitLab) 金牌讲师刘峰发表了以《开源时代的远程办公实践》为主题的分享，并以极狐 (GitLab) 的远程办公案例为大家讲解了远程办公的含义。他认为，远程办公是企业的一个重要管理变革，涉及到企业战略、组织架构、业务运营、流程管理、工具支撑在内的一系列变革管理活动。同时，也正因远程办公改变了原有的习惯和认知，收益也会非常大，但如果要进行变革管理，就要承受变革的阵痛期。

开源社理事庄表伟发表了《开源与商业：从神话、数据与理论视角出发的一些观察》，他认为：一个商业的开源软件公司需要由三类人组成：要有人非常擅长技术，有人特别懂市场，还要有人特别会运营社区。另外，商业模式的选择是一个非常困难的事情，要根据你所用到的具体技术、产品架构以及软件所针对的目标群体等因素来选择合适的商业模式。

来自思码逸的 DevOps 专家冯涛发表了《一键打通开源 GitOps 工具链》的主题分享，他强调：从 DevOps 到 GitOps 最大的阻碍是工具链中任意一环的替代成本，那如何能够做到敏捷、灵活且高效？冯涛结合 DevStream 讲解其屏蔽了工具的复杂度，将每一个工具的配置、部署等全过程以插件化、易拓展的方式整合起来。

都广科技创始人刘新带来了《如何使用 GitOps 方式实现“元开源”》的技术分享，他认为目前大家做开源治理是希望社区能够更好的发展，但在国内或者国际也是类似，没有一个更好的支撑点，而提出“元开源”的概念也是为了更好的支撑开源项目发展。同时，他还在分享过程中介绍了一套面向金融行业的企业级 DevOps 平台建设方案，以适应的稳态生产模式。

人工智能

来自谷歌云的 AI/ML 专家王顺分享了《MLOps 时序数据预测应用》的主题演讲，并根据 MLOps 的概念解析、时序数据重要价值以及 MLOps 实战三方面进行了讲解。他强调：用 MLOps 对时序数据产生自动化处理，使我们有更多的精力优化神经网络的模型，达到更精准的预测和监控异常。同时，把每个环节引入到相应的服务组件的过程并没有那么简单，它是在谷歌内部不同的团队进行深度学习、机器学习实践总结出来的经验。

Jina AI 联合创始人 &CTO 王楠发表了《GitOps 助力开源神经搜索框架开发》的主题演讲，其分享的四部分内容包括：第一，Jina AI 和神经搜索；第二，为什么 Gitops 对我们至关重要；第三，Gitops 在 Jina AI 的具体使用；第四，使用 Gitops 的心得。王楠以 Jina AI 内部的实践举例，提出了内部使用 GitHub Action 时遇到的问题。首先，随着代码不断增长，神经网络模型每次测试都需要下载模型，再将模型进行预测，整个 CI/CD 的过程耗时过长；其次，同一个 Workflow 下，不同 Job 没有严格的执行顺序，除非用字段严格指定，否则 Github Action 会根据情况来进行并行处理。

中兴通讯标准总监孟伟在《开源，5G 与 AI 融合之路》中提到，AI 和 5G 的融合会呈现以下几方面的趋势：一，未来，会从面向数据科学家的项目慢慢演进到适用于垂直行业应用市场，使得 AI 更快落地；二，在推理技术的重视程度会越来越高；三，会有越来越多的 AI 平台项目涌现；AI 和 5G 融合，会使得标准组织和开源社区的合作与融合越来越得到体现。

第四范式系统架构师卢冕《OpenMLDB：开源实时特征计算全栈解决方案》。他提到，正确、高效的 AI 数据和特征供给成为数据侧的新挑战，企业 AI 工程化落地的话，95% 的时间会花在数据上。OpenMLDB 采取的是基于开源的低成本高效的企业解决方案，据卢冕介绍，开发到上线只需完成线下 SQL 特征脚本开发、一键部署上线以及接入实时请求数据流三个步骤。