Track 1 files into repository.

- modified cloud-native/from-kubernetes-to-cloud-native.md

Auto commit by GitBook Editor

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：<https://linkerd.io>，由最早提出Service Mesh的公司[Buoyant](https://buoyant.io)开源，创始人来自Twitter
 - Envoy：<https://www.envoyproxy.io/>，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 |
+| 支持平台        | Kubernetes    | Kubernetes/Mesos/Istio/Local |
-| 当前版本        | 0.3.0         | 1.3.3                        |
+| 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：