阿里云智能总裁张建锋在 2021 云栖大会分享
2021 年，云原生获得很多重要停顿。2022 年又有哪些值得关注的趋势？阿里云资深技术专家李国强（崭岩）做客 InfoQ 视频号，对云原生趋势做了最新的解读。以下依据直播内容整顿，有不扭转原意的删减，残缺内容可点击此处查看回放，以下内容转载自 InfoQ，并补充了相干参考内容，供读者更全面地理解和学习。
2021 年，云原生畛域产生了哪些您比拟印象粗浅的事件？
观点：在 2020 年的时候，云原生理念就被提到得越来越多，但我感觉真正呈现出暴发状态、真正被所有的云厂商、用户宽泛应用的是在 2021 年。2021 年产生了很多印象粗浅的事件，能够挑两件跟大家分享。
第一个，分布式云在 2021 年有了比拟大的暴发。不论是用户应用还是各个云厂商的技术支持方面，都呈现出了十分炽热的趋势。为什么呢？我感觉这跟大家业务状态的倒退分割十分严密。直播、5G、IoT 等畛域的衰亡，让业务对于云的状态需要更高，大家心愿云可能更贴近数据的产生点，因而相应的边缘云、本地云、混合云的状态越来越多。当初，整个云计算有一个很重要的趋势，就是出现一云多状态的模式，用户在各个中央都能用到云计算的能力。但这也对云的基础设施提出了比拟大的挑战。用户以前就是用一朵云，治理复杂度是能够承受，但多朵云状态后，挑战难度就比拟大了。
云原生技术人造可能比拟好地解决云变成多状态后的对立界面治理问题，包含混合云带来的复杂度挑战。所以各个云厂商在这方面的投入十分大。亚马逊的 EKS Anywhere 在往年 9 月上线，阿里云也在往年 9 月公布了 ACK Anywhere，两者实质上都是提供更加齐备的计划让用户能够在一朵云的模式下应用多朵云。业务场景驱动了技术的广泛落地。
第二个，2021 年，头部互联网公司的云原生落地达到了一个里程碑式的要害节点，代表性事件就是各大互联网公司根本实现了云原生化，所有业务百分之百上云。现在，云原生的核心技术如容器、微服务、服务网格等的可用性和成熟度都曾经能够撑持起头部互联网的体量。每个行业的云原生进度不一样，头部互联网公司跑得比拟靠前，根本都做到了全面云原生化。将来几年，其余行业会逐渐追寻互联网的脚步全面走向云原生化。
有人说，云原生乃至整个云计算就是规范之争。您怎么对待这句话？这场“和平”您认为完结了吗？
观点：这个是蛮有意思的话题。实际上，当初云原生畛域的开源是十分火的。CNCF 外面有十分多的开源我的项目，外面的我的项目曾经超过一千了。这么多开源我的项目的规范到底和云计算公司是什么关系？在我集体看来，我不会把它定义为规范之争，因为规范演进的作用对于云厂商和用户来讲都是十分要害，只有标准化后，能力真正实现规模化和效率的晋升。将来，不论是云厂商还是其余企业，大规模、高效率的方向肯定是标准化。
在云原生畛域有几个比拟要害的规范。最早呈现的是容器，解决了利用打包标准化和利用公布标准化的问题。在此之前，虚拟机等形式的标准化水平是不够的，Docker 终结了这一问题。随着 Docker 的一直演进和推广，在利用编排、资源调度等又呈现了新的问题，过后的 Docker Swarm、Mesos 和 Kubernetes 相互竞争，最初 Kubernetes 胜出，并带来了新的资源编排方面的事实标准。明天的 Kubernetes 曾经成为一个事实标准。而应用层之前也是百家争鸣的状况，每个企业都在做本人的云原生利用，当初有越来越多的开源声音和规范呈现，如 Open Application Model 等，大家都在尝试定义应用层的规范。
KubeVela 1.1 公布，开启混合环境利用交付新里程碑
2000 年或者更早的时候，标准化的玩法是，一些组织设立规范委员会去制订。明天规范的定制流程更多的是先有开源我的项目，当开源成为事实标准后，大家来 Follow。国内还会有一些相干的部门参加规范的制订和推广。对我来讲，标准化更多的是企业和生态的合作，推动整个云计算和云原生技术体系更加规模化和普适化。
云原生畛域有什么趋势会连续到 2022 年？
观点：云原生畛域真的是太丰盛了，有十分多的货色会连续到下一年，包含后面讲到的分布式云。我还是十分看好分布式云里的边缘计算场景的，为什么呢？因为这个场景正变得越来越丰盛。例如，大家当初看文字内容越来越少，音视频越来越多，因而视频解决业务倒退十分快，对边缘计算的需要会越来越强烈。
边缘计算作为云计算的延展会被利用到更多畛域，同样也会给基础设施带来很多的挑战，比方有的边缘侧网络可能是弱网络，计算资源也不丰盛，基础设施怎么在这种状况下发挥作用。云边协同的时候如何解决运维等问题。边缘架构之下，容器在网络买通、弹性负载等方面能够施展比拟大的作用。这方面，云厂商的投入也比拟大，多个开源的我的项目如 OpenYurt、KubeEdge 等多个边缘侧开源我的项目进入 CNCF。2021 年，边缘技术在从业务侧和开源侧的暴发比拟强，我冀望 2022 年无论是开源社区还是云厂商的反对能力都能够有较大的变动和停顿。
OpenYurt 深度解读|开启边缘设施的云原生治理能力**
有没有边缘计算的利用案例能够分享？
观点：案例是十分多的。互联网业务中，大家熟知的像 CDN、音视频解决都是典型的边缘场景。举例来说，很多园区或工厂等会有视频采集，之后企业会做深入分析。工厂、园区、居民楼等是否能监测到平安违规行为就须要在视频采集后进行剖析，最终发现问题。以前的流程是先采集视频，而后上传到核心云或者本地服务器进行解决，但这曾经不能满足企业的需要了。当初，企业心愿采集完后可能就近解决这些视频数据，而不须要再上传到核心云端，以满足网络提早需要，以及升高网络传输的老本。这种场景下，边缘容器可能对不同场景进行算力治理，包含算法下沉。
再比方电力行业有变电站这种扩散在全国各地的基础设施，如何对这些基础设施进行算力治理、将业务疾速部署到一些边缘节点等属于边缘畛域。以前变电站基础设施降级可能须要人亲自到那个中央去，效率很低。在云原生化后，基础设施治理及其下面的利用治理、算法等都能用云原生的形式解决，效率会大大晋升。
深服气智能边缘计算平台与 OpenYurt 落地计划摸索与实际
随着接入的服务越来越多，K8s 配置也越来越简单。原本是解放生产力，当初如同被解放了。您如何对待这个景象？这一年，大家对容器的利用还提出了哪些新的挑战吗？
观点：这个蛮有意思的。K8s 解决的是容器编排和资源调度问题，而这个问题对于企业来讲原本就是非常复杂的，只不过 K8s 尝试用云原生的形式去从新定义利用的编排和资源调度，而且是比原来计划更好。当初，K8s 上的业务类型越来越丰盛，从最后的无状态到起初的有状态，现在像 AI 这样比较复杂的计算引擎也都放在 K8s 之上了，这就是一个相互促进的过程，这下面的负载类型越来越多，整个 K8s 体系也的确变得越来越简单，但它可能治理的货色也越来越多。如果将来用户齐全应用容器，那容器的复杂度必然会晋升。
但对于企业和云厂商来讲，要做的就是在容器能做更多事件后去升高它的复杂度，要不然容器的门槛就会十分高。当初，各个厂商都在思考从智能运维角度做更多的致力。比方在集群治理方面，如何用智能运维的形式发现以后运行中的一些情况，并且可能给出解决方法。当初也有智能利用画像和资源画像形式进步资源利用率。智能运维也是一个比拟热的方向。
还有一点，整个技术栈的变动会带来整个企业组织的变动，很多时候是颠覆性的变动。
围绕容器的生态能够认为是近十年最重要的 IT 技术的改革，它必然会引起一系列的变动，包含企业外部组织的变动。咱们会看到，不仅整个运维管理体系在变动，企业外部也会呈现新的组织状态，比方 Google 提出的 SRE 团队就是为可用性负责。当初很多深度应用云原生的企业，包含阿里，都有专门的 SRE 团队，这个团队会负责整个可用性相干能力的建设。其次，企业也会呈现一些平台横向性的部门，基于云原生体系去撑持上方业务的部门。以前有些企业可能是偏竖井式的业务单元，即一个业务单元上面有撑持团队，容器包含 K8s 会让企业外部有更多平台横向型部门的呈现。这也是解决复杂度的一个办法，因为不是每个纵向的业务部门都有足够的资源投入和业余度去解决这个问题。企业足够大的时候肯定要思考在 SRE 层和平台建设层造成横向部门，进行职能拆散。
您预计，容器在 2022 年的技术研发重点会是什么？对其将来的利用有哪些瞻望？
观点：往年还有一个很火的词：绿色低碳。另外，往年整个互联网有点像进入寒冬期，很多互联网公司都提出了降本增效。降本曾经成为很多企业 CTO 十分重要的 KPI，也成为技术倒退的一个必然趋势。
就降本角度来讲，企业能做的事件十分多。从偏底层看，很多云厂商和头部互联网公司在自研芯片，这块的投入是十分大的，但软硬一体的确会带来降本增效。还有比拟火的就是容器化操作系统，这个畛域大略有六七年的历史了，也是基础设施层面一个比拟重要的优化办法。
弹性是很多企业应用宽泛的降本增效的办法，特地是和云厂商联合之后，弹性利用更加宽泛。目前，很多互联网公司在尝试离在线混部技术，实质上还是进步机器利用率。之前各个厂商在自建机房或者云上购买服务器的利用率往往都低于 10%。这个利用率并不高，很多企业尝试去推高这个水平线，但推高水平线必然会带来很多技术挑战，比方利用率高了之后，多种负载混合跑时，是否会相互影响。几大厂商都在通过开源或商业化产品模式尝试输入离在线混部（多种负载混合部署）技术，我置信离在线混部技术在明年将迎来进一步的产品化。
当初有一个概念叫 FinOps，即面向老本的利用和治理。这方面，目前在做的就是老本可视化，比方理解企业外部几个部门别离在云厂商或本地机房老本是多少、不同业务老本是多少等。
开源方面有一个我的项目 Kubecost，从开源角度去提供这样的能力。云厂商会在容器服务里提供“老本核心”，帮忙用户把云账单和集群关联起来，能清晰地看到每个部门、每个业务的老本，甚至据此给出一些倡议。这很适宜不同业务混合部署场景。老本治理明年也会看到一些倒退。
还有一个比拟有意思的事儿，国外云厂商提出来一个概念叫 Carbon Bills，就是碳账单，它把企业老本耗费都转成了碳账单的模式，这也是个比拟有意思的方向。
降本这件事件是所有企业永远的诉求，不过当企业在高速倒退的时候这个诉求没有那么强烈，会以业务后行。随着业务进入安稳期或者遇到困难时，降本需要会更显著。
Serverless 的利用场景多样化差别比拟显著，这会影响该技术的通用性和可复用性吗？为什么？
观点：Serverless 也是最近大家谈得比拟多的话题。首先想先和大家聊聊什么是 Serverless，因为每个人对 Serverless 的了解不一样。有些人会把 Serverless 简略了解为函数计算，的确最早时候亚马逊推出的 AWS Lambda 就是函数式计算产品，并把它定义为 Serverless。但实际上，明天的 Serverless 范畴的确越来越广，Serverless 实质上来讲是一种设计理念，曾经不仅仅是函数计算领域了。
当初，市面上有面向函数计算的 Serverless 产品，也有面向利用的 Serverless 产品，如国外云厂商推出的 App Runner、国内的 Serverless 利用引擎等，让用户对偏传统的利用不须要做革新就能够应用 Serverless 架构，也不必关怀底层的 IaaS 基础设施。此外，还有面向 K8s 的 Serverless 产品，用户能够通过 K8s 的界面应用 Serverless，还有面向容器的 Serverless，即用来交付容器实例的 Serverless。这些产品的实质都是让使用者以一个界面应用云资源，而不用关怀底下的基础设施。Serverless 多样化给用户带来了更多的抉择。
还有一个比拟大的趋势就是越来越多的云产品也在变得 serverless 化。如果大家关注了亚马逊的 re:Invent 就会发现，很多云产品自身也在 Serverless 化，比方推出了 Kafka 的 Serverless 版本。这意味着，用户在理论应用云产品时，齐全不须要关注云产品自身的规模，间接依照按量付费即可。
突破 Serverless 落地边界，阿里云 SAE 公布 5 大新个性
云产品自身的 Serverless 化也带来了多样性，在我看来，这个多样性是 Serverless 理念在用户应用界面和产品状态上不断丰富带来的，也在一直推动行业的标准化过程，用户在应用多种多样的 Serverless 产品时，也能用规范的模式去应用各个云厂商的产品。比方函数计算畛域，它的触发会是越来越规范的 http 模式，可观测性可能与 Prometheus、OpenTelemetry 等开源技术联合，这些都会让 Serverless 产品标准化水平也越来越高。
用户需要的多样化是与 Serverless 产品的标准化联合在一起的，并且这是一个必经的过程，这样能力有越来越多的用户应用。
咱们在 2019 年就说 Serverless 的将来已来，在您看来这个“将来”真的来了吗？
观点：Gartner 公布过技术成熟度曲线，一个新技术都会经验上升期、收缩期、破灭期，最初到安稳期。在我来看，Serverless 技术当初曾经度过破灭期，开始进入安稳期。前几年应该是 Serverless 最火的时候，过后大家对 Serverless 十分推崇，那时是处于收缩期。后面提到的场景多样化也与此相关，收缩期里说的场景越来越多，在真正进入破灭期后，落地的场景会越来越多。
我举个例子，大家就可能看到 Serverless 落实利用是不是真的曾经比拟多了。
首先是阿里本人在 2021 年双十一的时候，大量的前端利用实际上是用 Serverless 框架实现的。这是一个比拟典型的 Serverless 场景，比拟容易落地。阿里外部跨很多业务部门，基于 Node.js 框架的前端业务，现在全副是用 Serverless 框架开发部署、应用的，这也撑持了双十一的海量利用。Serverless 带来了十分高的开发效力和极致弹性的晋升。
另外，音视频解决用 Serverless 架构的用户也十分多。某音乐服务厂商往年在阿里公共云上用函数计算进行音视频解决，包含音频转码、自动识别等。厂商抉择 Serverless 是因为其弹性能力。比方刚拿到一批歌曲的版权后，厂商要疾速地对所有歌曲进行码质的转换，这就属于爆发式的弹性需要，也是一种并行的批量式工作，而 Serverless 能够解决得很好。还有像视频 APP 的企业用微服务架构，这样基础设施运维投入也会比拟高。有的企业会抉择面向利用的 Serverless 产品，比方阿里云的 Serverless 利用引擎将微服务部署到平台上，不须要做任何基础设施治理。这个是当初 Serverless 真正的价值。
网易云音乐音视频算法的 Serverless 摸索之路
云原生对编程语言会有特地的要求吗？
观点：不晓得大家是否理解，国内后端开发最火的语言是什么？还是 Java。但现在，多语言是必然趋势。很多公司在用 Go 作为次要开发语言，PHP 的应用也十分宽泛。每种语言的特点不太一样，很多企业会依据业务须要抉择一种适合的语言。这时可能会呈现多种语言，业务部门感觉用 Go 比拟好，偏前端的想要 PHP 或者 Node.js，多语言在企业外部越来越广泛。
开发人员想用什么语言就用什么语言，然而运维人员就会面临很大的挑战，如多语言环境下的服务治理怎么能对立做等。目前，云原生畛域推出了像 Service Mesh 这样的技术去做多语言的服务治理。就整个生态来讲，目前最成熟的后端语言还是 Java，招聘 Java 人才也比拟容易，而 Go 也有十分好的增长趋势。将来，企业对于多语言的容忍水平会越来越高。
Java 之前在阿里根本处于统治位置，但当初阿里外部也多语言了。阿里收买了十分多的企业，如饿了么、飞猪、高德等，但不可能让所有并购进来的公司都扭转编程语言，这是很难的。因为公司并购，阿里内的编程语言曾经变得多元化了。企业足够大的话，就肯定是多语言的。如果是初创公司或者体量还不够大，语言对立的确能带来便捷。
网友问到说云原生很火，可能不必云原生显得不高级，比方 Mesh。您怎么对待网友的这个疑难？
观点：云原生畛域的火是市场和业务驱动带来的。技术倒退的丰盛度也会带来选型难的问题，即有选错路线的危险，这是实在存在的。明天云原生技术很火，方才也提到 CNCF 有上千个我的项目，用户该用哪个？这的确是每个企业都会思考的问题。在我看来，要选适宜本人，但前提是有相应的技术场景撑持。至于该不该选 Mesh，这最终取决于企业的业务诉求。
比方偏持重的团队要很稳地去落地而且反对单语言，这时抉择比拟成熟的 SpringCloud 和 Dubbo 是比拟好的抉择。但如果团队是面向多语言或面向未来去选架构，有些企业就会选 Mesh。Mesh 通过几年的演进，开源社区的绝对成熟，像 Istio 基本上曾经成为事实标准，很多企业曾经用这些技术生产，并不太须要去放心 Mesh 是不是泡沫，它的泡沫阶段曾经过来了，曾经到了能够实打实进行生产的阶段了。
服务网格 ASM 年终总结：最终用户如何应用服务网格？
服务网格的指标是成为云原生的网络基础设施。您感觉这个指标进行到哪一步了？下一步的研发和利用重点别离是什么？
观点：方才答复网友的问题也大略讲到了我的一个观点，就是服务网格技术逐步成熟，Envoy 和 Istio 也是越来越广泛。CNCF 之前调研服务网格的使用率曾经 27% 了，这曾经很好了。头部互联网公司当初曾经在用 Istio，或者在社区上做自研。蚂蚁在前几年发表整个外围业务 Mesh 化，阿里巴巴团体面临多语言治理问题也在 Mesh 化。如果需要匹配也有技术储备，是能够尝试应用 Mesh 的。
不过，当初技术利用到生产中，社区技术版本还须要面对一些挑战，比方存量零碎的逐渐过渡。Istio 整套体系和 K8s 生态关联很严密，然而很多企业的虚拟机可能还没有齐全过渡到容器，存在局部虚拟机，那怎么能让服务网络反对虚拟机？有些企业可能是多种微服务框架混存的，有的曾经应用 SpringCloud 了，那么 Mesh 能不能和 SpringCloud 进行买通？社区在这方面的计划还不是特地全面。另外，Service Mesh 要上生产，十分重要一点就是可观测性。齐全自建的企业就会面临这样的技术挑战。
企业要真正本人去构建 Mesh 体系，须要有技术储备和相干人才。另外，企业也能够借助云厂商的力量。目前的几个云厂商都有 Mesh 方面的云产品，比方阿里云就有提供 Service Mesh 托管等服务。企业能够先依据本人的业务维度判断技术团队的能力，再决定是齐全自建还是借助云厂商的能力。
有网友问到，阿里都有哪些可观测性方面的技术组件？
观点：可观测性也是云原生十分重要的一个畛域，是企业上生产的必备搭档。
目前，可观测性方面有两个比拟大的趋势。第一个大的趋势就是全栈的可观测性。业务中经常面临的挑战是用户上报了一个问题，企业如何疾速用可观测性的形式在整个链路判断出是哪里的问题。当初，架构越来越简单，企业可能要从用户侧开始，比方从前端到应用层、再到基础设施层等等，须要的是整套链路的诊断能力。所以可观测性的一个重要的趋势就是买通整条链路。
另外一个十分重要的趋势就是指标体系的买通。可观测性畛域有 Metric、tracing 和 Loggin 三大数据，这三大数据以前有点各做各的，但明天的用户对将三大数据买通做对立监控有十分大的诉求。比方当一个问题呈现的时候，可能是 Metric 发现了指标有异样，这时开发人员可能心愿看下 Metric 异样对应的交易的日志，看到日志之后可能想看这个交易对应的整条链路的状况。在可观测性场景下，大家对对立监控数据的需要越来越强烈。方才听众问到阿里在这块正在做什么，其实就是围绕下面说到的两点提供全面的托管服务，比方 Prometheus，Grafana 的托管产品。
年度盘点|2021 年阿里云可观测实际回顾
社区也有人问到，开发测试人员对容器技术不纯熟的话，企业如何摸索云原生？
观点：我感觉整个上云的过程是要依据企业的状况和模式来做。业界有一个广泛的说法就是会把上云分成几个阶段。首先，最简略的方法就是 Rehosting，即把原来的线下机房搬到云上来。原来线下是虚拟机，到云上也是虚拟机，这给企业带来的往往是财务上的变动，原来领有的是资产，当初变成了云上服务。这对企业来说就是平移，整体价值略微低一点，但老本也是最低的，基本上不须要对业务进行革新，运维模式也不须要变动。所有企业都能够做。
第二步是 Replatform。这与云原生一些理念就有关联了，比方将原来的虚拟机变成容器化模式。Replatform 的一个典型特点就是，企业不须要对利用进行革新，只须要对系统运维模式进行扭转。很多时候对利用进行革新的代价和老本是比拟高的。容器化个别并不需要对企业的利用进行革新。另外就是思考从本人建设的开源工具变成应用云厂商的产品，比方原来自建 MySQL，变成云厂商的 RDS 等。企业能够真正看到云原生带来的降本增效成绩。
从团队建设角度来说，还是须要有懂 K8s 的人。K8s 的学习材料还是十分多的，InfoQ、CNCF 官网、开源社区的官网，还有阿里云都有大量的材料能够让用户应用。
最初一个阶段也是很多企业在做的，就是 Refactor，即重构，企业整个利用架构往往产生一些变动，包含 Serverless 化，微服务化等。这个阶段会波及利用革新，但也才是真正可能让利用侧施展云劣势的时候。企业能够联合本人的特点，抉择逐渐的云原生化。
另外，企业还要看本人的业务类型。当初有一个叫“双态 IT”的理念，就是讲稳态和敏态。稳态是企业外部变动不是很大的业务，对于这类业务，咱们倡议只须要做 Replatform 就能够，因为它的迭代速度没有那么快，业务改变也不是很大，但须要通过容器化等模式加强它的稳定性和弹性等。而敏态业务还有疾速的迭代，这时可能会倡议做 Refactor，如微服务化等，这样能够晋升整个研发效率。
企业要依据本人的业务类型和技术储备等，综合思考本人云原生化的形式。
云原生体系越来越大，开发人员要学习的货色也越来越多，您有什么学习倡议给到大家吗？
观点：的确要学的货色很多，而且更新迭代十分快，我是倡议大家换个角度学习。自学当然没有问题，网上有各种各样的材料。但有一点，大家在做云原生能力落地的时候肯定要从业务驱动的视角去做。
云原生，开发者的黄金时代
我看到有些企业是为了技术而去做云原生，这样最初不肯定有好的后果，更多时候还是先从业务价值角度登程思考要做什么事件，再抉择相应的技术。一方面，企业有业务驱动，便会有足够多的资源投入。另一方面，企业在做技术选型和落地的时候会有足够多的实际。
从畛域来讲，我给大家的倡议就是先把根底打好，之后再欠缺一些生产必备的技能。容器技术是所有的基石，在这之后是一些比拟要害的像可观测性、CICD、微服务等企业外部落地真正须要的一些关键技术。