疫情推進行業、企業積極上雲。現在,大多數的企業開始全面擁抱雲計算,基礎設施的雲化、核心技術的互聯網化、業務的數據化和智能化是All-in-Cloud時代的三大重要轉變。算法
各行各業中,有不少業務應用從誕生之初就生長在雲端,傳統行業的轉型意味着正在向互聯網轉移。做爲雲計算時代的新技術理念,雲原生概念在2015年被提出,它從技術理念、核心架構等多個方面,幫助企業IT平滑、快速、漸進式落地上雲之路。安全
迄今爲止,阿里雲服務着國內最大的雲原生客戶羣。4月29日,「衆視LIVE VideoX學院」針對雲原生技術以及邊緣計算技術,特邀阿里雲高級技術專家熊鷹來到直播間,和你們共同討論雲原生技術在邊緣的應用。網絡
提及雲原生,就不得不提到CNCF組織。CNCF即雲原生計算基金會,2015年由谷歌牽頭成立,基金會成員目前已有一百多企業與機構,包括亞馬遜、微軟、思科等巨頭。CNCF定義雲原生是有利於各組織在公有云、私有云和混合雲等新型動態環境中,構建和運行可彈性擴展應用的技術,雲原生的表明技術包括容器、服務網絡、微服務、不可變基礎設施和聲明式API。這些技術可以構建容錯性好、易於管理和便於觀察的鬆耦合系統,結合可靠的自動化手段,雲原生技術使工程師可以輕鬆地對系統作出頻繁和可預測性的重大變動。架構
熊鷹認爲這個定義除了包括一系列的技術之外,廣義上也包含與之相配套的理念、架構和方法。愈來愈多的企業選擇雲原生構建其應用來得到更好的資源效率和持續的服務能力。相比較過往着力雲原生概念的普及、理解和力求共識,雲原生落地已經成爲現現在ICT平常主旋律。less
雲原生是怎麼崛起的呢?熊鷹表示:阿里雲易立老師對雲計算的演進路徑進行了很是到位的總結:概括爲雲搬遷——雲就緒——雲原生三個階段。運維
第一階段以搬遷上云爲主:把運行在物體上的業務遷移到虛擬化環境中,這一階段以下降成本爲主要動力。
第二階段是雲就緒階段,利用標準化、自動化的方式去管理資源,交付應用,提升系統運維效率。
第三階段是雲原生階段,可支持互聯網的規模性應用,可更加快速地創新、和低成本試錯;其次,屏蔽了底層基礎架構的差別和複雜性;同時,服務網格、無服務計算等新的計算範型的不斷涌現,給總體IT架構能力帶來了極致彈性,從而更好地服務於業務。分佈式
雲原生技術的出現是IT技術的進步,可以解耦系統的複雜度,成爲雲計算技術的重要組成部分。同時,雲原生技術也比虛擬主機更適應算力下沉的邊緣計算。熊鷹認爲,藉助雲原生技術,能夠更好地實現雲—邊—端一體化的應用分發,解決在海量邊、端設備上贊成完成大規模應用交付、運維、管控的訴求。ide
談到邊緣計算,就得先從其定義開始提及。阿里雲定義的邊緣計算是在靠近終端,在人和物的網絡節點上提供一個分佈式、可定義的、標準、安全的計算。這包含運營商基礎互聯網絡和客戶側網絡,主要特色就是低延時、可計劃、自組織、可調度、可定義與安全性。微服務
邊緣計算是對於雲計算的一個補充和拓展,致力於讓計算和鏈接物離得更近,去構建萬物互聯的基礎。性能
隨着5G的發展,視頻、工業製造、自動駕駛、智慧城市、智能家居都會涉及到海量、超低延時、多樣性的數據處理,邊緣計算就顯得尤其重要了。數據代表,5G時代,80%的數據和計算將發生在邊緣,在邊緣側計算成趨勢。今年年初,「新基建」的概念走進了大衆視野,物聯網、AI、工業互聯網讓邊緣計算技術獲得高度的關注,從而推進更多玩家入局和加速其商業化場景的落地。
熊鷹提到,到底什麼業務適合放在邊緣?
第一類是終端算力上移的場景,藉助5G大帶寬能力,把終端算力上移到邊緣,具備更靈活、更經濟的優點。
第二類是本地化場景,不管低延時仍是大鏈接,本地產生的大量數據須要及時消化,減小帶寬成本,縮短傳輸時間。
在去年雲棲大會上,阿里雲定義邊緣計算即城市計算,將爲城市提供算力基礎。城市計算的場景涉及到道路計算(車路協同、交通監測)、公用事業計算(智能電網、智能環保)、消費計算(新零售、物流雲)、安全計算(公共安全)和家庭計算(雲遊戲、VR/AR)。
當雲原生碰見邊緣計算,如何落地應用?熊鷹認爲,在邊緣部署雲原生技術將會遭遇如下五大挑戰,這也和邊緣計算的特色息息相關。
邊緣有着分佈普遍、互聯網傳輸、網絡抖動、體量小的特色,該特色一樣也制約着雲原生技術在邊緣側的發展。
熊鷹說道,雲原生技術的基礎架構是不可變的,因爲邊緣的特性,會在現有的基礎架構上遭遇挑戰,具體表如今分佈式節點帶來的多入口、單一資源池中彈性弱、全局海量節點資源彈性強、網絡傳輸防抖動、中間件集成等幾個方面。
針對雲原生技術在邊緣側遇到的挑戰,阿里雲進行了充分實踐,推出邊緣容器的產品方案。熊鷹表示:但願從五個具體場景出發,爲你們介紹阿里雲邊緣節點服務(ENS)的一些落地實踐經驗。
###4、阿里雲邊緣原生應用實踐
(一)實踐場景-雲邊協同應用
如何將一個服務從中心雲遷移到邊緣呢?你們常常會遇到的一個場景是應用在中心雲上,但因爲成本和業務的要求須要遷移到邊緣,如何作呢?
一、在這個場景下,架構總體下移是不適合的,邊緣場景與中心層相比不管是資源層仍是網絡層都會有一些變化,須要作一些架構上的調整。
二、要擁有中心和邊緣雲所需的能力從而達到整個架構的調整,內容要配合調度,讓中心更加輕鬆的降低到邊緣。經過內容本地化的調度,把中心化的請求分散到邊緣。
三、核心業務經過統一運維平面從四個方面進行改造:1)業務邏輯分析,將分別適合中心和邊緣的邏輯進行拆分;2)服務單元改造;3)邊緣單元精簡,將服務進一步微服務化;4)雲邊調度聯動,減小云邊和邊緣網絡的抖動,增長服務的可靠性,造成雲-邊-端服務的閉環。
最終能夠達到性能提高,成本降低的效果。
(二)實踐場景—無狀態應用
第二個是網絡監測和流量測試類的場景,相似於無狀態應用。他的特性是對資源和整個流量的來源有一個簡單的業務架構,沒有太多複雜的雲邊網絡協同等,輕鬆的能夠在聯網調度範圍內自由的伸縮,是典型的serverless場景。
此類服務的接口是一個簡單的服務交互方式,將這些應用作一個容器化的鏡像處理,交付一個鏡像。對於資源的需求也比較簡捷,用戶能夠專一的在後臺應用上進行處理,整個過程不用關心基礎設施細節。
(三)實踐場景—調度託管
這個場景與CDN十分相似,將用戶須要的內容就近分配給用戶,具備低延時的特性。用戶不用關心流量是如何調度的,如何控制的,至關於一鍵式託管。邊緣容器服務統一進行融合調度、節點管控、應用分發和全網調度。
(四)實踐場景—MEC
5G MEC時代下,資源、應用和網絡層面主要有兩點不一樣。第一點,資源融合能力會很不一樣,底層資源交換方式種類變多,針對多樣化的資源須要對基礎設施進行整合。第二點不一樣是流量調度,整個電信的基礎設施將會有很大的改變,算力下沉後通用的協議逐漸沒法知足精準調度的需求,運營商將更開放。
運營商能力開放平臺,資源調度、網絡分流、域名系統等分場景的幫助用戶選擇在整個邊緣計算網絡裏如何去知足需求。
(五)實踐場景—EdgeAI
人工智能+邊緣計算會產生怎樣的火花呢?在邊緣計算AI服務上,但願幫助AI算法工程師在實際應用中能自動化快速的將算法模型進行服務包裝集成,更便捷高效的對外提供邊緣服務。
算法開發者經過標準化的AI服務模板,模型託管、資源託管、一鍵完成AI在邊緣的應用。
以上就是在邊緣場景的一些容器場景和實踐的經驗。總結來講,什麼業務適合放在邊緣,主要仍是從大流量、低延時、廣覆蓋、本地化這幾個方面來看;而系統改造的實踐經驗,有較強的研發力量、較複雜的系統服務架構,可使用Edge ACK,基於K8S來作開發,享受K8S的技術生態環境帶來的優點;對於底層基礎設施不敏感,有較強的彈性伸縮需求,可使用更高層的Serverless層的邊緣容器服務,極簡運維,專一後臺業務邏輯。
雲原生是一個龐大的體系,這個體系落地到邊緣上,仍然有很大的挑戰和機會;要作到真正的邊緣原生,須要從理念、系統設計、架構設計等方面真正的去實踐、實現,這樣才能充分發揮邊緣的優點。固然,邊緣雲平臺也要具有和提供更多的開放能力,這樣纔可以造成整個正向的開發生態閉環。
關於邊緣Serverless的展望。熊鷹談到,邊緣雲平臺要經過整合資源、打通能力、統一調度、集成應用四個維度的動做,讓用戶真正對於基礎設施的無感,從而實現一鍵購買、一鍵部署、一鍵託管等的能力。
最後講一下阿里雲的邊緣開放生態;在邊緣計算的發展歷程中,愈來愈多的生態應用依賴於 「雲-邊-端」 協同,邊緣計算在這個協同中扮演的正是上下銜接的關鍵角色;阿里雲邊緣計算並逐步造成了本身的三層架構:
1)最底層整合多樣化的邊緣節點資源;
2)中間層基於自研的核心技術構建基於體驗的分佈式計算分發平臺;
3)最上層開放API,讓生態業務實現本身的生態應用從而打造一個標準、開放、融合、被集成、場景化的生態。
熊鷹在分享最後提出:5G已來,邊緣已來,更期待各業務方、合做夥伴可以一塊兒加入進來。