作者：志敏，徙远
回顾 2021 年，云原生畛域有哪些重要意义的事件？
1. 基于容器的分布式云治理减速落地：
2021 年 5 月阿里云峰会上，阿里云公布了一云多状态的部署形式，基于飞天架构的一朵云能够全面笼罩从外围地区到客户数据中心的各种计算场景，为客户提供低成本、低提早、本地化的公共云产品。
在一云多状态公布之前，阿里云容器服务在 2019 年云栖大会上公布了云下 Kubernetes 注册集群能力，反对对立纳管云上云下不同 Kubernetes 集群。2021 年，阿里云容器服务进一步全面降级了核心云、本地云、边缘云容器集群的对立治理，可能将成熟的云原生可观测、平安防护能力部署到用户环境，更能够将云端先进的中间件、数据分析和 AI 能力下沉到本地，满足客户对于产品丰盛度以及数据管控的需要，减速业务翻新。并依靠弱小的弹性算力，通过托管弹性节点，企业能够按需从本地扩容到云端，实现秒级伸缩，从容应对周期性或突发业务流量顶峰。
截至 2021 年，基于 Kubernetes 来屏蔽异构环境的差别，搭建分布式云架构曾经成为企业和云厂商的共识。
2. Knative1.0 正式公布：
Knative 作为一款基于 Kubernetes 之上的开源 Serverless 编排框架，提供面向 Kubernetes 标准化 API 进行 Serverless 利用编排能力。Knative 反对诸多个性：基于流量的主动弹性、灰度公布、多版本治理、缩容到 0、事件驱动 Eventing 等。依据 CNCF 2020 中国云原生调查报告，Knative 曾经成为 Kubernetes 上装置 Serverless 的首选。
2021 年 11 月，Knative 公布了 1.0 版本，同月 Google 发表将 Knative 捐献给云原生计算基金会 (CNCF)。阿里云提供了 Knative 的托管，并联合阿里云基础设施提供了比方冷启动优化、基于预测的智能弹性等加强，实现了社区规范和云服务劣势的深度整合。
2021 年容器技术获得了哪些冲破？背地是解决什么问题？
在 2021 年，企业对容器的拥抱更加踊跃，对容器核心技术的启动效率、资源开销、调度效率都有了更高的要求，阿里云容器团队也反对了新一代的容器架构降级，通过对容器、裸金属、操作系统等全栈优化，继续开掘容器的潜能。
高效调度： 全新降级 Cybernetes 调度器，反对对多架构神龙的 NUMA 负载感知、拓扑调度和细粒度的资源隔离和混部，晋升利用性能 30%。此外，在调度器上做了大量端到端优化，在 1000 节点规模集群中，能够提供 20000Pods/min 以上的调度速度，确保在线服务和离线工作都能高效地运行在 K8s 上；
高性能容器网络： 最新一代的阿里云容器网络 Terway 3.0，一方面通过神龙芯片 offload 虚拟化网络开销，一方面在 OS 内核中通过 eBPF 实现容器 Service 转发和网络策略，真正实现零损耗，高性能。
容器优化 OS： 面向容器场景，推出轻量、疾速、平安、镜像原子治理的容器优化操作系统 LifseaOS，相比传统操作系统软件包数量缩小 60%，镜像大小缩小 70%，OS 首次启动从传统 OS 的 1min 以上降落到了 2s 左右。反对镜像只读和 ostree 技术，将 OS 镜像版本化治理，更新操作系统上的软件包、或者固化的配置时，以整个镜像为粒度进行更新。
高密部署极致弹性： 基于阿里云平安沙箱容器 2.0，优化沙箱容器内的资源开销，最小可达 30M 左右，实现了在繁多物理机上的 2000 实例的高密服务能力。同时通过管控链路的缩短以及组件的精简，并辅以对沙箱内存调配流程、host cgroup 治理流程和 IO 链路的优化，实现了 Serverless 场景的 6 秒 3000 弹性容器实例的弹性能力。
企业对容器的利用规模出现什么趋势？外围诉求点是什么？
随着企业进一步的大规模应用容器，企业外部应用容器的范畴也从开始的在线业务逐步向 AI 大数据演进，对 GPU 等异构资源的治理和 AI 工作和作业管理的需要也越来越多。同时，开发人员在思考如何通过云原生技术，以对立架构、对立技术堆栈撑持更多类型的工作负载，以防止不同负载，应用不同架构和技术，带来“烟囱”零碎、反复投入和运维累赘。
深度学习、AI 工作，正是社区寻求云原生技术撑持的重要工作负载之一。 在阿里云，咱们提出“ 云原生 AI”的定义、技术全景图和参考架构，以期为这个全新技术畛域，提供可落地的最佳实际，并推出了云原生 AI 套件，通过数据计算类工作的编排、治理，以及对各种异构计算资源的容器化对立调度和运维，显著进步 GPU/NPU 等异构计算集群的资源应用效率和 AI 工程交付速度。
针对 AI 计算类工作的个性，在 Kubernetes 外围 Scheduler Framework 的根底上进行了大量扩大和加强，提供了反对 Gang Scheduling、Capacity Scheduling、Binpack 等任务调度策略，晋升集群的资源利用率。并与 K8s 社区积极合作，继续推动 K8s 调度器框架演进，保障了 K8s 调度器通过规范的 plugin 机制，可按需扩大出各种调度策略，来满足各种工作负载的调度需要。同时防止了相似其余 custom scheduler 对集群资源分配带来数据不统一的危险。
反对 GPU 共享调度和拓扑感知调度，NPU/FPGA 等定制芯片调度，晋升 AI 工作的资源利用率，同时通过阿里云自研 cGPU 计划，在无需批改利用容器的前提下，提供了 GPU 显存和算力的隔离。
在计算和存储拆散的大背景驱动下，基于 Fluid 提供一层高效便捷的数据抽象，将数据从存储形象进去，通过数据亲和性调度和分布式缓存引擎减速，实现数据和计算之间的交融，从而减速计算对数据的拜访。并反对以 Alluxio 和 JindoFS 为缓存引擎。
反对 GPU 等异构资源的弹性伸缩，通过智能的削峰填谷，防止不必要的云上资源生产。同时反对弹性模型训练和模型推理。
企业对容器的利用提出了哪些新的需要？
随着 5G、IoT、音视频、直播、CDN 等行业和业务的倒退，咱们看到一个行业趋势：企业开始将更多的算力和业务下沉到间隔数据源或者终端用户更近的中央，从而来取得很好的响应工夫和降低成本。
这显著区别传统的核心式的云计算模式，从而延长出边缘计算。边缘计算作为云计算的延长，将被广泛应用于混合云 / 分布式云、IoT 等场景，它须要将来的基础设施可能去中心化、边缘设施自治、以及弱小的边缘云端托管能力。云原生架构的新边界——“云边端一体“的 IT 基础设施开始呈现在整个行业背后，而这也是企业对云原生技术、容器化利用在新场景落地的需要。
边缘计算云原生架构和技术体系须要解决以下问题：云边运维协同、弹性协同、网络协同、边缘 IoT 设施治理、轻量化、老本优化等。针对云边端一体的新需要，在 2021 年，OpenYurt 社区（CNCF Sandbox 我的项目）也公布了 0.4、0.5 等版本，继续优化边缘容器的 IoT 设施治理、资源开销、网络协同等能力。
从技术维度看，容器倒退亟待解决的次要问题是什么？
随着企业的 K8s 利用大规模应用和落地，如何继续晋升 K8s 集群的整体稳定性是外围挑战。K8s 集群作为一个分布式系统存在高度复杂性，在利用、基础设施、部署过程中任何一个中央的问题，都可能导致业务零碎的故障。这不仅须要利用 K8s 的企业有对云原生容器技术的高可用体系保障，还须要企业云原生运维体系理念的整体降级。
以 SLO 定义驱动可观测性体系： 针对 K8s 的容量规模建设了性能压测常态化能力，必须对 K8s 集群之上的业务场景可能对包含节点数、POD 数、Job 数，外围 Verb 的 QPS 数有明确理解。联合业务的实在场景进行 SLO 的梳理，继续关注申请量，提早、谬误数、饱和度等黄金指标。
常态化的故障演练和混沌测试： 比方联合混沌工程理念的 ChaosBlade，对容器集群的不同危险动作，注入不同的异样案例，从 VM、K8s、网络、存储到利用的全方面故障模拟。
精细化的流控风控： 针对压测和故障演练过程中发现的异样进行防护能力建设，能够借助 Kubernetes 在 1.20 beta 了 API 优先级和公平性的细粒度流控策略。阿里云容器服务也内置了自研的 UserAgentLimiter 进一步保障 K8s。
除了全局高可用能力的建设外，须要有 SRE 团队平台化能力的建设：
打造对立的 K8s 运维服务界面，积淀运维和可观测能力，让每个 SRE/DEV 可能无差别的 OnCAll 或反对，有 2 个子指标：1）尽量避免产生问题；2）尽快发现和定位问题，以及尽快恢复问题，建设全局高可用应急体系。
重实际和演练： 基于场景进行实际，知行合一。从知触发，到行实现是一个闭环，而后一直通过知行的一个循环过程。以赛带练，比方双十一大促，限电，断网等极其场景，稳定性建设，须要针对极其场景进行，容量的布局和压测，组件治理等都是须要一些非凡的场景催生。有了赛场，要打好这场仗，就须要通力协作，就会一直造成一个大的协同合作机制。
固化常识，积淀 playbook： 这件事是要打造规范，在做规范的过程中，有的先一步落到零碎外面，有的积淀到 playbook 外面，有的体现到流程外面，流程肯定是咱们优良工程师和 SRE 的最佳实际。零碎、playbook、流程都是一直转化的，相辅相成的。
容器技术在 2022 年的发力点是什么？容器的将来有哪些设想空间？
日前，国内权威咨询机构 Forrester 公布寰球容器能力报告《The Forrester WaveTM: PublicCloud Container Platforms, Q1 2022》，报告显示， 阿里云是国内惟一进入该报告“领导者”象限的服务商，且容器产品综合能力评分最高。
阿里云容器技术在 2022 年会重点关注几个方向：
绿色低碳： 继续施展容器技术的高效调度和弹性能力，帮忙企业晋升整体的 IT 效率。联合最新的节能数据中心技术、新一代神龙架构、自研芯片、容器优化操作系统实现上下游的全栈优化，晋升利用的整体性能和调度效率。以数据驱动的形式，依据利用运行时资源画像实现智能化调度和实时调整，简化利用资源配置的复杂性，进一步晋升利用的混合部署，升高资源老本，助力企业整体 的 FinOps 治理。
AI 工程化： AI 要成为企业生产力，就必须以工程化的技术来解决模型开发、部署、治理、预测、推理等全链路生命周期治理的问题。咱们发现，AI 工程化畛域有三大亟待推动的事件： 数据和算力的云原生化，调度和编程范式的规模化，开发和服务的标准化普惠化。 这些须要继续优化 GPU 等异构架构的高效调度，联合分布式缓存、分布式数据集减速等技术，联合 KubeflowArena 的 AI 工作流水线和生命周期治理，全面降级 AI 工程化能力。
智能自治： 通过引入更多的数据化智能化伎俩，推动容器的智能化运维体系，升高企业对简单容器集群和利用的治理，加强 K8s master、组件和节点的自愈自恢复能力，提供更加敌对的异样诊断、K8s 配置举荐、弹性预测等能力.
平安合规： 全面推动 DevOps 向 DevSecOps 演进。面向 Helm、Operator 等 OCI Artifacts 优化整体的平安定义、签名、同步和三方交付；加固容器的南北向和东西向的网络隔离和治理，推动零信赖的链路平安；进一步晋升平安容器和秘密计算容器的性能和可观测能力。
点击此处，进入阿里云 ACK Anywhere 官网。