diff --git a/cloud-native/from-kubernetes-to-cloud-native.md b/cloud-native/from-kubernetes-to-cloud-native.md index 5b73afb56..52f82fb50 100644 --- a/cloud-native/from-kubernetes-to-cloud-native.md +++ b/cloud-native/from-kubernetes-to-cloud-native.md @@ -2,7 +2,7 @@ **从Kubernetes到Cloud Native——云原生应用之路**，这是我最近在 [ArchSummit2017北京站](http://bj2017.archsummit.com/presentation/306) 和 [数人云&TalkingData合办的Service Mesh is coming meetup](https://www.kubernetes.org.cn/3211.html) 中分享的话题。 -本文简要介绍了容器技术发展的路径，为何Kubernetes的出现是容器技术发展到这一步的必然选择，而为何Kuberentes又将成为云原生应用的基石。 +本文简要介绍了容器技术发展的路径，为何Kubernetes的出现是容器技术发展到这一步的必然选择，而为何Kubernetes又将成为云原生应用的基石。 我的分享按照这样的主线展开：容器->Kubernetes->微服务->Cloud Native（云原生）->Service Mesh（服务网格）->使用场景->Open Source（开源）。 @@ -32,7 +32,7 @@ 下面这张图是Kubernetes的架构图（图片来自网络），其中显示了组件之间交互的接口CNI、CRI、OCI等，这些将Kubernetes与某款具体产品解耦，给用户最大的定制程度，使得Kubernetes有机会成为跨云的真正的云原生应用的操作系统。 -![Kuberentes架构](../images/kubernetes-high-level-component-archtecture.jpg) +![Kubernetes架构](../images/kubernetes-high-level-component-archtecture.jpg) 随着Kubernetes的日趋成熟，“Kubernetes is becoming boring”，基于该“操作系统”之上构建的适用于不同场景的应用将成为新的发展方向，就像我们将石油开采出来后，提炼出汽油、柴油、沥青等等，所有的材料都将找到自己的用途，Kubernetes也是，毕竟我们谁也不是为了部署和管理容器而用Kubernetes，承载其上的应用才是价值之所在。 @@ -46,7 +46,7 @@ ![FaaS Landscape](../images/redpoint-faas-landscape.jpg) -但就2017年为止，kubernetes的主要使用场景也主要作为应用开发测试环境、CI/CD和运行Web应用这几个领域，如下图[TheNewStack](http://thenewstack.io)的Kubernetes生态状况调查报告所示。 +但就2017年为止，Kubernetes的主要使用场景也主要作为应用开发测试环境、CI/CD和运行Web应用这几个领域，如下图[TheNewStack](http://thenewstack.io)的Kubernetes生态状况调查报告所示。 ![Workloads running on Kubernetes](https://res.cloudinary.com/jimmysong/image/upload/images/workloads-running-on-kubernetes-2017-thenewstack.jpg) @@ -54,7 +54,7 @@ ![Gartner技术爆发趋势图2017](https://res.cloudinary.com/jimmysong/image/upload/images/gartner-hype-cycle-for-emerging-technologies-2017.jpg) -当前各大公有云如Google GKE、微软Azure ACS、亚马逊EKS（2018年上线）、VmWare、Pivotal、腾讯云、阿里云等都提供了Kuberentes服务。 +当前各大公有云如Google GKE、微软Azure ACS、亚马逊EKS（2018年上线）、VMWare、Pivotal、腾讯云、阿里云等都提供了Kubernetes服务。 ## 微服务 @@ -133,16 +133,16 @@ CNCF（云原生计算基金会）给出了云原生应用的三大特征： ![Service Mesh中国社区slogan](https://res.cloudinary.com/jimmysong/image/upload/images/service-meshes-pro.jpg) -Kubernetes中的应用将作为微服务运行，但是Kuberentes本身并没有给出微服务治理的解决方案，比如服务的限流、熔断、良好的灰度发布支持等。 +Kubernetes中的应用将作为微服务运行，但是Kubernetes本身并没有给出微服务治理的解决方案，比如服务的限流、熔断、良好的灰度发布支持等。 -**Service mesh可以用来做什么** +**Service Mesh可以用来做什么** - Traffic Management：API网关 - Observability：服务调用和性能分析 - Policy Enforcment：控制服务访问策略 - Service Identity and Security：安全保护 -**Service mesh的特点** +**Service Mesh的特点** - 专用的基础设施层 - 轻量级高性能网络代理 @@ -150,7 +150,7 @@ Kubernetes中的应用将作为微服务运行，但是Kuberentes本身并没有 - 扩展kubernetes的应用负载均衡机制，实现灰度发布 - 完全解耦于应用，应用可以无感知，加速应用的微服务和云原生转型 -使用Service Mesh将可以有效的治理Kuberentes中运行的服务，当前开源的Service Mesh有： +使用Service Mesh将可以有效的治理Kubernetes中运行的服务，当前开源的Service Mesh有： - Linkderd：，由最早提出Service Mesh的公司[Buoyant](https://buoyant.io)开源，创始人来自Twitter - Envoy：，Lyft开源的，可以在Istio中使用Sidecar模式运行 @@ -167,15 +167,15 @@ Linkerd和Istio是最早开源的Service Mesh，它们都支持Kubernetes，下 | ----------- | ------------- | ---------------------------- | | 部署架构 | Envoy/Sidecar | DaemonSets | | 易用性 | 复杂 | 简单 | -| 支持平台 | kuberentes | kubernetes/mesos/Istio/local | -| 当前版本 | 0.3.0 | 1.3.3 | +| 支持平台 | Kubernetes | Kubernetes/Mesos/Istio/Local | +| 当前版本 | 0.8 | 1.4.3 | | 是否已有生产部署 | 否 | 是 | -关于两者的架构可以参考各自的官方文档，我只从其在kubernetes上的部署结构来说明其区别。 +关于两者的架构可以参考各自的官方文档，我只从其在Kubernetes上的部署结构来说明其区别。 ![istio vs linkerd](../images/istio-vs-linkerd.jpg) -Istio的组件复杂，可以分别部署的kubernetes集群中，但是作为核心路由组件**Envoy**是以**Sidecar**形式与应用运行在同一个Pod中的，所有进入该Pod中的流量都需要先经过Envoy。 +Istio的组件复杂，可以分别部署在Kubernetes集群中，但是作为核心路由组件**Envoy**是以**Sidecar**形式与应用运行在同一个Pod中的，所有进入该Pod中的流量都需要先经过Envoy。 Linker的部署十分简单，本身就是一个镜像，使用Kubernetes的[DaemonSet](https://jimmysong.io/kubernetes-handbook/concepts/daemonset.html)方式在每个node节点上运行。 @@ -189,7 +189,7 @@ Linker的部署十分简单，本身就是一个镜像，使用Kubernetes的[Dae **GitOps** -给开发者带来最大配置和上线的灵活性，践行DevOps流程，改善研发效率，下图这样的情况将更少发生。 +给开发者带来最大的配置和上线的灵活性，践行DevOps流程，改善研发效率，下图这样的情况将更少发生。 ![Deployment pipeline](https://res.cloudinary.com/jimmysong/image/upload/images/deployment-pipeline-comic.jpg) @@ -197,7 +197,7 @@ Linker的部署十分简单，本身就是一个镜像，使用Kubernetes的[Dae **Big Data** -Spark现在已经非官方支持了基于Kuberentes的原生调度，其具有以下特点： +Spark现在已经非官方支持了基于Kubernetes的原生调度，其具有以下特点： - Kubernetes原生调度：与yarn、mesos同级 - 资源隔离，粒度更细：以namespace来划分用户 @@ -216,7 +216,7 @@ Spark现在已经非官方支持了基于Kuberentes的原生调度，其具有 ![Spark on Kubernetes with different schedulers](../images/spark-on-kubernetes-with-different-schedulers.jpg) -从上图中可以看到在Kubernetes上使用YARN调度、standalone调度和kubernetes原生调度的方式，每个node节点上的Pod内的spark Executor分布，毫无疑问，使用kubernetes原生调度的spark任务才是最节省资源的。 +从上图中可以看到在Kubernetes上使用YARN调度、standalone调度和Kubernetes原生调度的方式，每个node节点上的Pod内的Spark Executor分布，毫无疑问，使用Kubernetes原生调度的Spark任务才是最节省资源的。 提交任务的语句看起来会像是这样的：