2021云原生2.0 白皮書

2.0白皮書2021年4月第一章云原生發(fā)展歷程 01云原生創(chuàng)新回顧 02企業(yè)IT建設(shè)的三階段兩轉(zhuǎn)變，進(jìn)入云原生階段 04以應(yīng)用為中心，開啟云原生2.0時(shí)代 05第二章云原生基礎(chǔ)設(shè)施 07多元算力、軟硬協(xié)同，為應(yīng)用打造高效的資源平臺(tái) 08泛在計(jì)算、統(tǒng)一計(jì)算，讓各類應(yīng)用更有機(jī)的協(xié)同 11智能調(diào)度、敏捷運(yùn)維，讓資源的利用更智能、高效 13第三章云原生應(yīng)用敏捷 15基礎(chǔ)設(shè)施現(xiàn)代化，讓企業(yè)聚焦于應(yīng)用開發(fā)和業(yè)務(wù)創(chuàng)新 17應(yīng)用架構(gòu)現(xiàn)代化，讓應(yīng)用高內(nèi)聚、低耦合、高可用與彈性 17開發(fā)運(yùn)維現(xiàn)代化，革新研發(fā)模式，提升軟件交付效率 18治理運(yùn)營(yíng)現(xiàn)代化，立而不破，發(fā)揮應(yīng)用的融合價(jià)值 19第四章云原生業(yè)務(wù)智能 21云原生使能數(shù)據(jù)資產(chǎn)化 22云原生AI開發(fā)及知識(shí)計(jì)算加速行業(yè)AI落地 28云原生視頻服務(wù)，重塑體驗(yàn)，激發(fā)創(chuàng)新 32第五章云原生安全可信 34云原生基礎(chǔ)設(shè)施安全 35云原生服務(wù)安全 37云原生安全過(guò)程可信 40云原生安全治理 42第六章云原生產(chǎn)業(yè)生態(tài) 44第七章云原生未來(lái)展望 472.0

49陜西財(cái)政輕裝上云“放”出效率“管”出規(guī)范 50AI釋放知識(shí)力量，中國(guó)一汽“維修智庫(kù)”誕生記 52中國(guó)工商銀行打造云原生金融數(shù)據(jù)湖 54云原生基礎(chǔ)設(shè)施加速深交所數(shù)字化轉(zhuǎn)型 57云原生數(shù)據(jù)庫(kù)助力永安保險(xiǎn)實(shí)現(xiàn)“云端保險(xiǎn)” 58愛學(xué)習(xí)構(gòu)建超低時(shí)延線上互動(dòng)課堂，推動(dòng)教育OMO升級(jí) 61亞洲漁港搭建供應(yīng)鏈互聯(lián)平臺(tái) 6301010202云原生2.0白皮書云原生發(fā)展歷程第一章云原生發(fā)展歷程云原生是近幾年云計(jì)算領(lǐng)域炙手可熱的話題，云原生技術(shù)已成為驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)的重要引擎。同時(shí)，作為新型基礎(chǔ)設(shè)5G云原生2.0白皮書云原生2.0白皮書第一章云原生發(fā)展歷程云原生2.0白皮書云原生2.0白皮書第一章云原生發(fā)展歷程云原生創(chuàng)新回顧云原生創(chuàng)新回顧1.1開源技術(shù)創(chuàng)新云原生的技術(shù)理念始于Net?ix等廠商從2009年起在公有云上的開發(fā)和部署實(shí)踐。2015年云原生基金會(huì)CNCF成立，標(biāo)志著云原生從技術(shù)理念轉(zhuǎn)化為開源實(shí)現(xiàn)，并給出了目前被廣泛接受的定義：云原生技術(shù)有利于各組織在公有云、私有云和混合云等新型動(dòng)態(tài)環(huán)境中，構(gòu)建和運(yùn)行可彈性擴(kuò)展的應(yīng)用。云原生的代表技術(shù)包括容器、服務(wù)網(wǎng)格、微服務(wù)、不可變基礎(chǔ)設(shè)施和聲明式API。CNCF致力于通過(guò)培養(yǎng)和維持一個(gè)開源、供應(yīng)商中立的項(xiàng)目生態(tài)系統(tǒng)來(lái)推動(dòng)云原生技術(shù)的廣泛采用，進(jìn)而實(shí)現(xiàn)讓云原生無(wú)處不在的愿景。CNCF對(duì)云原生的定義讓云原生的概念進(jìn)一步具體化，從而讓云原生更容易被各行業(yè)理解，為云原生在全行業(yè)廣泛應(yīng)用奠定了基礎(chǔ)。過(guò)去幾年中，云原生關(guān)鍵技術(shù)正在被廣泛采納，CNCF調(diào)查報(bào)告顯示，超過(guò)8成的用戶已經(jīng)或計(jì)劃使用微服務(wù)架構(gòu)進(jìn)行業(yè)務(wù)開發(fā)部署等，這使得用戶對(duì)云原生技術(shù)的認(rèn)知和使用進(jìn)入新的階段，技術(shù)生態(tài)也在快速的更迭。圖圖1CNCF云原生技術(shù)圖譜（來(lái)源：cf.io）CNCF成立5年多來(lái)，開源為云原生技術(shù)帶來(lái)了前所未有的發(fā)展浪潮，極大的加速了云原生在全球范圍內(nèi)快速應(yīng)用和發(fā)展。云原生技術(shù)生態(tài)也日趨完善，細(xì)分項(xiàng)目不斷涌現(xiàn)。相較于早年的云原生技術(shù)生態(tài)主要集中在容器、微服務(wù)、DevOps等技術(shù)領(lǐng)域，現(xiàn)如今的技術(shù)生態(tài)已擴(kuò)展至底層技術(shù)、編排及管理技術(shù)、安全技術(shù)、監(jiān)測(cè)分析技術(shù)、大數(shù)據(jù)技術(shù)、03030404人工智能技術(shù)、數(shù)據(jù)庫(kù)技術(shù)以及場(chǎng)景化應(yīng)用等眾多分支，初步形成了支撐應(yīng)用云原生化構(gòu)建的全生命周期技術(shù)鏈。同時(shí)細(xì)分領(lǐng)域的技術(shù)也趨于多元化發(fā)展，CNCF的云原生開源版圖，由開始單一的容器編排項(xiàng)目Kubernetes，發(fā)展到如今5大類100多個(gè)項(xiàng)目的，Kubernetes已經(jīng)成為云原生的操作系統(tǒng)，在其上發(fā)展出面向各行業(yè)、不同功能、不同應(yīng)用場(chǎng)景的開源項(xiàng)目，Spark、Flink、Kafka、Redis等開源項(xiàng)目也陸續(xù)加入CNCF的云原生技術(shù)圖譜，進(jìn)一步完善了云原生技術(shù)生態(tài)。云原生開源項(xiàng)目從基礎(chǔ)的容器引擎出發(fā)，不斷擴(kuò)展應(yīng)用領(lǐng)域，對(duì)邊緣、異構(gòu)等各類場(chǎng)景的適配能力不斷深入。從早期開源的容器引擎項(xiàng)目Docker，到實(shí)現(xiàn)容器高效編排的Kubernetes、Swarm、Mesos，再到為了更好的解決微服務(wù)治理的難題，基于ServiceMesh技術(shù)推出的Istio，以及針對(duì)邊緣場(chǎng)景推出的KubeEdge、K3s、OpenYurt，面向高性能異構(gòu)計(jì)算場(chǎng)景的Volcano等項(xiàng)目，無(wú)一不成為加速云原生與行業(yè)融合、推動(dòng)各行業(yè)創(chuàng)新的助推器。商業(yè)解決方案創(chuàng)新開源項(xiàng)目的不斷更新和逐步成熟，也促使各企業(yè)在AI、大數(shù)據(jù)、邊緣、高性能計(jì)算等新興業(yè)務(wù)場(chǎng)景不斷采用云原生技術(shù)來(lái)構(gòu)建創(chuàng)新解決方案。2017就有大量企業(yè)嘗試使用容器替換現(xiàn)有人工智能、大數(shù)據(jù)的基礎(chǔ)平臺(tái)，通過(guò)容器更小粒度的資源劃分、更快的擴(kuò)容速度、更靈活的任務(wù)調(diào)度，以及天然的計(jì)算與存儲(chǔ)分離架構(gòu)等特點(diǎn)，助力人工智能、大數(shù)據(jù)在業(yè)務(wù)性能大幅提升的同時(shí)，更好的控制成本。各云廠商也相繼推出了對(duì)應(yīng)的容器化服務(wù)，比如華為云的AI容器、大數(shù)據(jù)容器，AWS的深度學(xué)習(xí)容器等。云原生技術(shù)與邊緣計(jì)算相結(jié)合，可以比較好的解決傳統(tǒng)方案中輕量化、異構(gòu)設(shè)備管理、海量應(yīng)用運(yùn)維管理的難題，如目前國(guó)內(nèi)最大的邊緣計(jì)算落地項(xiàng)目——國(guó)家路網(wǎng)中心的全國(guó)高速公路取消省界收費(fèi)站項(xiàng)目，就使用了基于云原生技術(shù)的邊緣計(jì)算解決方案，解決了10萬(wàn)+異構(gòu)設(shè)備管理、30多萬(wàn)邊緣應(yīng)用管理的難題。主流的云計(jì)算廠商也相繼推出了云原生邊緣計(jì)算解決方案，如華為云智能邊緣平臺(tái)IEF、AWS的GreenGrass、阿里云的ACK@Edge等等。云原生在高性能計(jì)算（HPC）領(lǐng)域的應(yīng)用呈現(xiàn)出快速上升的勢(shì)頭。云原生在科研及學(xué)術(shù)機(jī)構(gòu)、生物、制藥等行業(yè)率先得到應(yīng)用，例如歐洲核子研究中心（CERN）、中國(guó)科學(xué)院上海生命科學(xué)研究院、中國(guó)農(nóng)業(yè)大學(xué)、華大基因、未來(lái)組等單位都已經(jīng)將傳統(tǒng)的高性能計(jì)算業(yè)務(wù)升級(jí)為云原生架構(gòu)。為了更好的支撐高性能計(jì)算場(chǎng)景，各云計(jì)算廠商也紛紛推出面向高性能計(jì)算專場(chǎng)的云原生解決方案，比如華為云推出的云原生高性能計(jì)算解決方案、AWS推出了可運(yùn)行在容器平臺(tái)的Batch服務(wù)。云原生與商業(yè)場(chǎng)景的深度融合，不僅為各行業(yè)注入了發(fā)展與創(chuàng)新的新動(dòng)能，也促使云原生技術(shù)更快發(fā)展、生態(tài)更加成熟。云原生2.0白皮書云原生2.0白皮書第一章云原生發(fā)展歷程云原生2.0白皮書云原生2.0白皮書第一章云原生發(fā)展歷程企業(yè)企業(yè)IT建設(shè)的三階段兩轉(zhuǎn)變，進(jìn)入云原生階段1.2簡(jiǎn)單來(lái)看，企業(yè)IT建設(shè)所依賴的基礎(chǔ)資源經(jīng)歷了從服務(wù)器到云化資源的發(fā)展歷程，正在快速進(jìn)入云原生階段。設(shè)備的安裝、調(diào)試，應(yīng)用的部署、運(yùn)維基本靠人力完成，自動(dòng)化程度低，缺乏統(tǒng)一的設(shè)備和應(yīng)用管理能力。后期隨著虛擬化軟件的出現(xiàn)，資源的利用率、擴(kuò)縮容器的靈活性方面得到一定的提升，但并未從根本上解決基礎(chǔ)設(shè)施與軟件割裂、運(yùn)維復(fù)雜的難題。云化階段：傳統(tǒng)模式下分布離散的設(shè)備，被統(tǒng)一起來(lái)，實(shí)現(xiàn)了各類資源如計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)的池化，通過(guò)統(tǒng)一的虛擬化軟件平臺(tái)，為上層業(yè)務(wù)軟件提供統(tǒng)一的資源管理接口，實(shí)現(xiàn)資源管理能力的自動(dòng)化，屏蔽一部分基礎(chǔ)設(shè)施的差異，使得應(yīng)用的通用性增強(qiáng)，但因?yàn)樘摂M化軟件平臺(tái)差異化較大，尤其是各廠商的一些商業(yè)化增強(qiáng)，無(wú)法在廠商間進(jìn)行能力共享，應(yīng)用還是無(wú)法以完全標(biāo)準(zhǔn)化的模式構(gòu)建，應(yīng)用部署還是以資源為中心。云原生階段：在這一階段，企業(yè)的關(guān)注點(diǎn)從以資源為中心轉(zhuǎn)移到以應(yīng)用為中心，包括應(yīng)用敏捷交付、快速?gòu)椥?、平統(tǒng)一云資源管理計(jì)算池化統(tǒng)一云資源管理計(jì)算池化網(wǎng)絡(luò)池化存儲(chǔ)池化機(jī)機(jī)機(jī) VPCELB 塊 文件對(duì)象存儲(chǔ)存儲(chǔ)存儲(chǔ)轉(zhuǎn)變2：應(yīng)用自動(dòng)化軟件系統(tǒng)軟件系統(tǒng)硬件系統(tǒng)轉(zhuǎn)變1：資源自動(dòng)化·碎片化物理設(shè)備管理·軟件與硬件割裂·以“設(shè)備”為中心階段1：服務(wù)器階段2：云化階段2：云化·統(tǒng)一云化資源池·軟件遷移上云·以“資源”為中心階段3：云原生化·統(tǒng)一云原生基礎(chǔ)設(shè)施·軟件云原生架構(gòu)·以“應(yīng)用”為中心運(yùn)營(yíng)支撐系統(tǒng)CRM/ERP核心業(yè)務(wù)系統(tǒng)….運(yùn)營(yíng)支撐系統(tǒng)CRM/ERP核心業(yè)務(wù)系統(tǒng)….數(shù)據(jù)庫(kù)企業(yè)服務(wù)總線企業(yè)中間件平臺(tái)運(yùn)營(yíng)支撐系統(tǒng)CRM/ERP云化運(yùn)維系統(tǒng)敏捷開發(fā)系統(tǒng)核心業(yè)務(wù)系統(tǒng)新型業(yè)務(wù)系統(tǒng)….云化數(shù)據(jù)庫(kù)輕量級(jí)服務(wù)框架云化中間件平臺(tái)微服務(wù)應(yīng)用中間件應(yīng)用AI/大數(shù)據(jù)應(yīng)用邊緣/IoT應(yīng)用…云原生平臺(tái)云原生應(yīng)用使能中心多云/混合云/邊云架構(gòu)云原生基礎(chǔ)設(shè)施：以“應(yīng)用”為中心應(yīng)用定義存儲(chǔ)應(yīng)用定義網(wǎng)絡(luò)應(yīng)用定義算力云原生平臺(tái)云原生應(yīng)用使能中心多云/混合云/邊云架構(gòu)云原生基礎(chǔ)設(shè)施：以“應(yīng)用”為中心應(yīng)用定義存儲(chǔ)應(yīng)用定義網(wǎng)絡(luò)應(yīng)用定義算力物理機(jī)物理機(jī)SAN設(shè)備NFS設(shè)備RAID陣列交換機(jī)路由器05050606以應(yīng)用為中心，開啟云原生以應(yīng)用為中心，開啟云原生2.0時(shí)代1.3企業(yè)數(shù)字化轉(zhuǎn)型初期，主要是將業(yè)務(wù)從線下搬遷上云，在這一階段企業(yè)主要是的把業(yè)務(wù)簡(jiǎn)單部署和運(yùn)行在云上，可ONCLOUD。這種形態(tài)下，通過(guò)資源池云化，解決了IDC時(shí)代運(yùn)維、部署、擴(kuò)容的難題，但傳統(tǒng)應(yīng)用單體架構(gòu)隨著企業(yè)數(shù)字化轉(zhuǎn)型的深入，企業(yè)需要充分享受云計(jì)算帶來(lái)的紅利，需要讓業(yè)務(wù)能力生于云、長(zhǎng)于云，由現(xiàn)在的ONCLOUD進(jìn)階到INCLOUD，同時(shí)基于云構(gòu)建的新生能力與既有能力有機(jī)協(xié)同、立而不破。生于云是指基于云原生的技術(shù)、架構(gòu)和服務(wù)來(lái)構(gòu)建企業(yè)應(yīng)用，長(zhǎng)于云是指充分利用云的優(yōu)勢(shì)來(lái)助力企業(yè)應(yīng)用和業(yè)務(wù)發(fā)展，將企業(yè)的數(shù)字化建設(shè)、業(yè)務(wù)智能升級(jí)帶入新階段，我們稱之為云原生2.0時(shí)代。從為企業(yè)帶來(lái)的價(jià)值來(lái)看，云原生2.0有著如下優(yōu)勢(shì)：通過(guò)對(duì)多元算力的支持，滿足不同應(yīng)用場(chǎng)景的個(gè)性化算力需求，并基于軟硬協(xié)同架構(gòu)，為應(yīng)用提供極致性能的通過(guò)對(duì)多元算力的支持，滿足不同應(yīng)用場(chǎng)景的個(gè)性化算力需求，并基于軟硬協(xié)同架構(gòu)，為應(yīng)用提供極致性能的云原生算力；基于多云治理和邊云協(xié)同，打造高效、高可靠的分布式泛在計(jì)算平臺(tái)，并構(gòu)建包括容器、裸機(jī)、資源高效虛機(jī)、函數(shù)等多種形態(tài)的統(tǒng)一計(jì)算資源；以“應(yīng)用”為中心打造高效的資源調(diào)度和管理平臺(tái)，為企業(yè)提供一鍵式部署、可感知應(yīng)用的智能化調(diào)度，以及全方位監(jiān)控與運(yùn)維能力。應(yīng)用敏捷應(yīng)用敏捷通過(guò)最新的DevSecOps應(yīng)用開發(fā)模式，實(shí)現(xiàn)了應(yīng)用的敏捷開發(fā)，提升業(yè)務(wù)應(yīng)用的迭代速度，高效響應(yīng)用戶需求，并保證全流程安全。對(duì)于服務(wù)的集成提供侵入和非侵入兩種模式輔助企業(yè)應(yīng)用架構(gòu)升級(jí)，同時(shí)實(shí)現(xiàn)新老應(yīng)用的有機(jī)協(xié)同，立而不破。幫助企業(yè)管理好數(shù)據(jù)，快速構(gòu)建數(shù)據(jù)運(yùn)營(yíng)能力，實(shí)現(xiàn)數(shù)據(jù)的資產(chǎn)化沉淀和價(jià)值挖掘，并借助一系列幫助企業(yè)管理好數(shù)據(jù)，快速構(gòu)建數(shù)據(jù)運(yùn)營(yíng)能力，實(shí)現(xiàn)數(shù)據(jù)的資產(chǎn)化沉淀和價(jià)值挖掘，并借助一系列AI技術(shù)，再業(yè)務(wù)智能次賦能給企業(yè)應(yīng)用，結(jié)合數(shù)據(jù)和AI的能力幫助企業(yè)實(shí)現(xiàn)業(yè)務(wù)的智能升級(jí)。結(jié)合云平臺(tái)全方位企業(yè)級(jí)安全服務(wù)和安全合規(guī)能力，保障企業(yè)應(yīng)用在云上安全構(gòu)建，業(yè)務(wù)安全運(yùn)行。結(jié)合云平臺(tái)全方位企業(yè)級(jí)安全服務(wù)和安全合規(guī)能力，保障企業(yè)應(yīng)用在云上安全構(gòu)建，業(yè)務(wù)安全運(yùn)行。安全可信云原生2.0白皮書云原生2.0白皮書第一章云原生發(fā)展歷程安全體系安全體系運(yùn)營(yíng)體系+云原生應(yīng)用賦能云原生2.0的參考架構(gòu)如下：云原生應(yīng)用賦能云原生DevOpsDevOps開發(fā)平臺(tái)全生命周期知識(shí)計(jì)算解決方案知識(shí)獲取|建模|管理|應(yīng)用全流程DevSecOpsIDE集成安全插件|安全門禁|漏洞智能分析全場(chǎng)景微服務(wù)微服務(wù)應(yīng)用管理|服務(wù)網(wǎng)格|分布式事務(wù)云原生一站式AI開發(fā)平臺(tái)預(yù)制模型算法|行業(yè)預(yù)制算法企業(yè)安全治理體系全生命周期數(shù)據(jù)保護(hù)|全球安全專家團(tuán)隊(duì)融合集成應(yīng)用集成/設(shè)備接入數(shù)據(jù)治理ETL工具|方法論安全級(jí)合規(guī)能力和經(jīng)驗(yàn)合規(guī)認(rèn)證|平臺(tái)和云服務(wù)內(nèi)置合規(guī)能力云中間件分布式緩存/分布式消息/API網(wǎng)關(guān)/函數(shù)服務(wù)數(shù)據(jù)庫(kù)||多模數(shù)據(jù)數(shù)據(jù)湖|安全技術(shù)和產(chǎn)品租戶安全服務(wù)|線上線下統(tǒng)一的安全管理能力容器s多云 管理邊云 KubeEdge協(xié)同批量 o調(diào)度服務(wù)網(wǎng)格Istio計(jì)算存儲(chǔ)網(wǎng)絡(luò)應(yīng)用敏捷業(yè)務(wù)智能安全可信資源高效云容器產(chǎn)品容器鏡像倉(cāng)庫(kù)智能邊緣平臺(tái)多云容器管理平臺(tái)云原生服務(wù)中心云容器安全應(yīng)用敏捷業(yè)務(wù)智能安全可信資源高效云容器產(chǎn)品容器鏡像倉(cāng)庫(kù)智能邊緣平臺(tái)多云容器管理平臺(tái)云原生服務(wù)中心云容器安全邊緣云混合云公有云云原生基礎(chǔ)設(shè)施0707云原生2.0白皮書第二章云原生基礎(chǔ)設(shè)施經(jīng)過(guò)十幾年的發(fā)展，云計(jì)算作為數(shù)字化轉(zhuǎn)型的重要基礎(chǔ)設(shè)施，已經(jīng)由“面向云遷移應(yīng)用”的階段演進(jìn)到“面向云構(gòu)建應(yīng)用”的階段，即由“以資源為中心”演進(jìn)到“以應(yīng)用為中心”的云原生基礎(chǔ)設(shè)施階段。云原生基礎(chǔ)設(shè)施為用戶帶來(lái)了多方面的革新，利用智能的調(diào)度、運(yùn)維系統(tǒng)高效管理更為豐富的應(yīng)用，天然混合云的架構(gòu)可將業(yè)務(wù)快速分發(fā)部署到到分布式云的場(chǎng)景中，同時(shí)軟硬協(xié)同的基礎(chǔ)設(shè)施架構(gòu)在為應(yīng)用提供更好的性能的同時(shí)，也對(duì)隔離性、安全性等多方面能力進(jìn)行了加強(qiáng)。云原生2.0白皮書云原生2.0白皮書第二章云原生基礎(chǔ)設(shè)施云原生2.0白皮書云原生2.0白皮書第二章云原生基礎(chǔ)設(shè)施08080909多元算力、軟硬協(xié)同，為應(yīng)用打造高效的資源平臺(tái)多元算力、軟硬協(xié)同，為應(yīng)用打造高效的資源平臺(tái)2.1容器服務(wù)早期的部署形態(tài)多基于虛擬機(jī)，以虛擬機(jī)節(jié)點(diǎn)作為容器集群的計(jì)算節(jié)點(diǎn)，并基于此構(gòu)建容器的網(wǎng)絡(luò)、存儲(chǔ)和編排能力。這樣的堆疊架構(gòu)雖然可以讓整個(gè)軟件棧分工明確、邊界清晰，但是帶來(lái)了較大的性能損耗和功能冗余，并且難以滿足客戶對(duì)實(shí)例安全隔離的較高要求。在云原生2.0時(shí)代，基于裸金屬搭建容器服務(wù)成為一些對(duì)性能和實(shí)例隔離性較高用戶的選擇。同時(shí)，為了進(jìn)一步提高容器負(fù)載性能和穩(wěn)定性，原來(lái)部署在裸金屬之上的非業(yè)務(wù)負(fù)載組件也逐步的由專門的卸載硬件來(lái)承載，例如容器存儲(chǔ)、容器網(wǎng)絡(luò)、容器引擎以及服務(wù)網(wǎng)格組件。將容器組件下沉到卸載卡后，有兩方面好處：?資源高效：裸金屬節(jié)點(diǎn)上的計(jì)算資源可以100%被業(yè)務(wù)負(fù)載使用，避免了對(duì)業(yè)務(wù)負(fù)載的性能干擾。?性能提升：容器網(wǎng)絡(luò)、容器存儲(chǔ)組件下沉到卸載卡后可以與傳統(tǒng)IaaS層的網(wǎng)絡(luò)、存儲(chǔ)組件垂直打通，減少冗余；直接以硬件設(shè)備直通方式將存儲(chǔ)、網(wǎng)絡(luò)資源分配給容器實(shí)例，縮短I/O路徑，提高性能。隨著人工智能、5G、HPC、邊緣計(jì)算等新業(yè)務(wù)的逐漸落地和普及，對(duì)算力多樣化提出了更高的要求。針對(duì)特定的業(yè)務(wù)場(chǎng)景采用專有的硬件可以提供更好的計(jì)算效能，越來(lái)越多的異構(gòu)計(jì)算硬件如GPU、FPGA、ASIC、SoC等被應(yīng)用到專有的領(lǐng)域。云原生2.0時(shí)代，基礎(chǔ)設(shè)施的特征之一就是向下統(tǒng)一管理和支持各種異構(gòu)硬件，向上屏蔽底層多種硬件的差異性。真正做到以應(yīng)用為中心，應(yīng)用無(wú)需關(guān)心底層的硬件設(shè)備，無(wú)需針對(duì)特定硬件做任何特殊處理。大規(guī)模的網(wǎng)絡(luò)資源供應(yīng)、泛在的網(wǎng)絡(luò)安全隔離、極致的網(wǎng)絡(luò)彈性和細(xì)粒度的網(wǎng)絡(luò)QoS是承載大規(guī)模云原生業(yè)務(wù)的基VPC內(nèi)多集群的容器端點(diǎn)數(shù)可以達(dá)到甚至超過(guò)百萬(wàn)，災(zāi)備場(chǎng)景的集群遷移要求容器級(jí)的QoS，帶寬限速大批量容器快速發(fā)放（10/分鐘）；網(wǎng)絡(luò)彈性方面，Serverless/Function等輕量級(jí)云原生運(yùn)行時(shí)的要求毫秒級(jí)創(chuàng)建，秒級(jí)冷啟動(dòng)（包含網(wǎng)絡(luò)端到端打通）；安全隔離方面，無(wú)邊界、零信任、海量/離線業(yè)務(wù)混部場(chǎng)景下，為了能夠發(fā)揮出云原生極致資源利用率和性價(jià)比，要求容器網(wǎng)口粒度的QoS（包括帶寬保障和優(yōu)先級(jí)支持）。不斷變化的云原生業(yè)務(wù)訴求正推動(dòng)著云網(wǎng)絡(luò)架構(gòu)的不斷演進(jìn)。(HPC)In?niBand技術(shù)獲得高吞吐和低時(shí)延的無(wú)損網(wǎng)絡(luò)通訊能力，但這一技術(shù)體系專領(lǐng)先的云廠商開始基于智能網(wǎng)卡的可編程和卸載能力，對(duì)無(wú)損網(wǎng)絡(luò)通訊協(xié)議進(jìn)行了重新設(shè)計(jì)，在主機(jī)側(cè)智能網(wǎng)卡中采用創(chuàng)新的擁塞控制算法，在大大降低丟包發(fā)生概率的同時(shí)，保持轉(zhuǎn)發(fā)隊(duì)列的低水位，從而兼顧大帶寬和低時(shí)延要求，并且PFC的依賴，利用普通的以太網(wǎng)交換設(shè)備就可以實(shí)現(xiàn)大規(guī)模組網(wǎng)，解決了橫向擴(kuò)展的問(wèn)題。以AWSSRD和CurreNET為代表的高性能協(xié)議棧技術(shù)在高性能計(jì)算（100G）和低時(shí)延云存儲(chǔ)（10微秒級(jí)時(shí)延）技術(shù)領(lǐng)域取得突破。未來(lái)高性能網(wǎng)絡(luò)通訊協(xié)議在云原生領(lǐng)域的應(yīng)用將不再局限于傳統(tǒng)的高性能計(jì)算和存儲(chǔ)領(lǐng)域，會(huì)在擴(kuò)展至更廣泛的云原生技術(shù)和行業(yè)應(yīng)用中，如：ServiceMesh、云原生的中間件（內(nèi)存數(shù)據(jù)庫(kù)，消息中間件等）等技術(shù)，云視頻、云原生的金融交易等行業(yè)。云原生存儲(chǔ)是指面向云原生應(yīng)用的存儲(chǔ)解決方案，云原生應(yīng)用與傳統(tǒng)應(yīng)用對(duì)存儲(chǔ)訴求的具有本質(zhì)的不同。較傳統(tǒng)應(yīng)用而言，云原生應(yīng)用具備如下特點(diǎn)：? 提供聲明式的資源的申請(qǐng)接口：當(dāng)前CSI已經(jīng)成了云原生應(yīng)用使用存儲(chǔ)資源的統(tǒng)一標(biāo)準(zhǔn)，不管是傳統(tǒng)IaaS云存儲(chǔ)，還是新型容器化部署（CAS）的存儲(chǔ)架構(gòu)，都采用該接口來(lái)為云原生負(fù)載提供存儲(chǔ)資源。但是對(duì)于不同的云提供商或者存儲(chǔ)提供商，他們提供的CSI配置參數(shù)仍存在差異性，不能做到一次配置到處運(yùn)行。為了解決該問(wèn)題，CAS架構(gòu)存儲(chǔ)，讓存儲(chǔ)隨著負(fù)載一起部署在容器集群中，基礎(chǔ)設(shè)施層只提供基礎(chǔ)塊設(shè)備的供應(yīng)，類似于PortworxOpenEBSCSI配置，南向適配不同存儲(chǔ)，SODA、NeTAppTrident。?控制面和數(shù)據(jù)面性能同等重要：傳統(tǒng)應(yīng)用大都采用單體架構(gòu)，對(duì)存儲(chǔ)資源的訴求也大都是由管理員先通過(guò)界面操作分配好資源，然后掛到運(yùn)行的節(jié)點(diǎn)上使用，該場(chǎng)景下負(fù)載對(duì)存儲(chǔ)數(shù)據(jù)面性能要求較高，忽略了管控面的性能。但是在云原生場(chǎng)景，可能很多微服務(wù)組件并發(fā)調(diào)用存儲(chǔ)卷的管理面功能，比如創(chuàng)建、刪除、快照等，這就需要云原生存儲(chǔ)系統(tǒng)在設(shè)計(jì)時(shí)就要考慮管控面的性能。? 以應(yīng)用為中心：云原生場(chǎng)景下所有的服務(wù)層都是圍繞應(yīng)用訴求來(lái)構(gòu)建，包括存儲(chǔ)資源的供應(yīng)、生命周期管理，監(jiān)控、災(zāi)備等。傳統(tǒng)應(yīng)用場(chǎng)景下，存儲(chǔ)的管理還都是以資源為中心，比如存儲(chǔ)的備份恢復(fù)、實(shí)時(shí)災(zāi)備，客戶要明確指定需要處理的數(shù)據(jù)盤，而缺少應(yīng)用負(fù)載的聯(lián)動(dòng)。云原生場(chǎng)景下，應(yīng)用的備份恢復(fù)和容災(zāi)就需要從負(fù)載本身觸發(fā)，將應(yīng)用本身配置、運(yùn)行狀態(tài)、使用的存儲(chǔ)卷等都一起備份恢復(fù)，從而達(dá)到應(yīng)用負(fù)載與所依賴資源狀態(tài)的整體一致性。此外，數(shù)據(jù)面也要做到以應(yīng)用為中心，云原生應(yīng)用關(guān)注的只是數(shù)據(jù)源的存放，而不關(guān)心數(shù)據(jù)源如何被應(yīng)用來(lái)使用。存儲(chǔ)供應(yīng)層需要根據(jù)負(fù)載要求的性能指標(biāo)來(lái)自動(dòng)選擇合適的數(shù)據(jù)面對(duì)接方案。比如負(fù)載使用的數(shù)據(jù)可能在性價(jià)比較高的對(duì)象存儲(chǔ)中，但是又要求負(fù)載訪問(wèn)時(shí)具有較高的性能，存儲(chǔ)提供層就需要借助緩存加速能力，自動(dòng)為存儲(chǔ)卷啟動(dòng)緩存加速實(shí)例來(lái)提高訪問(wèn)性能，而這一切對(duì)于負(fù)載而言都是不可見的，負(fù)載只需要在資源訴求中配置高性能即可。?策略驅(qū)動(dòng)的自動(dòng)化管理：隨著云原生實(shí)例規(guī)模的增加，存儲(chǔ)卷的管理將會(huì)非常復(fù)雜，需要提供基于策略的自動(dòng)化管理手段?？蛻艨梢耘渲么鎯?chǔ)卷的管理策略，存儲(chǔ)層按照策略來(lái)自動(dòng)化管理存儲(chǔ)卷。比如用戶可以定義好卷的生命周期動(dòng)作，然后存儲(chǔ)層按照配置自動(dòng)化為負(fù)載提供卷，周期性清理殘舊卷，周期性對(duì)卷進(jìn)行健康檢查、備份恢復(fù)等。操作系統(tǒng)是承載云原生應(yīng)用運(yùn)行實(shí)例的底座，云原生下操作系統(tǒng)與普通操作系統(tǒng)的本質(zhì)區(qū)別是其從管理硬件、資源等職能轉(zhuǎn)變?yōu)橐詰?yīng)用為中心，提供應(yīng)用特征最優(yōu)組合的底層運(yùn)行環(huán)境。依據(jù)云原生應(yīng)用的基本特征，云原生下操作系統(tǒng)應(yīng)具備如下能力：?輕量化組件構(gòu)成：云原生下應(yīng)用采用容器化標(biāo)準(zhǔn)部署模式，應(yīng)用依賴自包含，對(duì)操作系統(tǒng)依賴降低。傳統(tǒng)操作系統(tǒng)為滿足多類型應(yīng)用，組件功能復(fù)雜完備，在云原生場(chǎng)景下則較為冗余。冗余組件壓縮應(yīng)用可利用資源，降低了應(yīng)用部署密度，同時(shí)暴露更多攻擊面，降低系統(tǒng)穩(wěn)定性。因此在云原生場(chǎng)景下，操作系統(tǒng)應(yīng)僅包含最小依賴組件，如系1號(hào)管理組件、網(wǎng)絡(luò)管理組件、設(shè)備管理組件、日志組件與基礎(chǔ)依賴軟包等。?標(biāo)準(zhǔn)化功能組合管理：軟件包是組成傳統(tǒng)操作系統(tǒng)的最小單元，如CentOS/openSuse使用的RPM軟件包管理體系或Debian/Ubuntu使用的deb軟件包管理體系，云原生應(yīng)用使用Operator/Helm等標(biāo)準(zhǔn)應(yīng)用模式，傳統(tǒng)軟件包管理模式較難融入標(biāo)準(zhǔn)生態(tài)。云原生下提出統(tǒng)一運(yùn)維管理界面的要求，操作系統(tǒng)內(nèi)基礎(chǔ)軟件包應(yīng)以符合標(biāo)準(zhǔn)化應(yīng)用模云原生2.0白皮書云原生2.0白皮書第二章云原生基礎(chǔ)設(shè)施云原生2.0白皮書云原生2.0白皮書第二章云原生基礎(chǔ)設(shè)施PAGEPAGE10PAGEPAGE11式提供原子功能級(jí)的管理，如使用Operator/Helm部署基礎(chǔ)能力，或?qū)⒄w根文件系統(tǒng)打包組合成容器鏡像原子化管理，或?qū)⒃熊浖芾砟Ｊ椒庋b可接入生態(tài)格式，最終通過(guò)kubernetes統(tǒng)一API入口進(jìn)行生命周期管控。?應(yīng)用定義操作系統(tǒng)：以應(yīng)用為中心要求整體軟件棧圍繞應(yīng)用訴求構(gòu)建，傳統(tǒng)操作系統(tǒng)一般以通用使用場(chǎng)景，無(wú)法針對(duì)特定應(yīng)用提供最優(yōu)軟件棧組合與調(diào)優(yōu)策略，如針對(duì)在線/離線業(yè)務(wù)混合部署場(chǎng)景，需進(jìn)行服務(wù)級(jí)別資源精細(xì)化QoS控制與快速搶占協(xié)同調(diào)度；針對(duì)大數(shù)據(jù)應(yīng)用場(chǎng)景，可使用冷熱頁(yè)面分級(jí)，提升熱數(shù)據(jù)性能訪問(wèn)性能等。針對(duì)不同應(yīng)用場(chǎng)景的特征進(jìn)行操作系統(tǒng)最優(yōu)策略制定，基于標(biāo)準(zhǔn)化功能組合管理，抑制基礎(chǔ)設(shè)施版本管理膨脹，提供應(yīng)用性能/體驗(yàn)最優(yōu)的操作系統(tǒng)。?智能運(yùn)維與調(diào)優(yōu)：隨著節(jié)點(diǎn)規(guī)模與部署密度的增加，云原生應(yīng)用的運(yùn)維與調(diào)優(yōu)變得愈加困難，引入AI來(lái)進(jìn)行大規(guī)模應(yīng)用的運(yùn)維和調(diào)優(yōu)成為了必要手段。整體智能系統(tǒng)應(yīng)包括應(yīng)用行為觀測(cè)、應(yīng)用指標(biāo)度量與智能決策三個(gè)部分。其中云原生下操作系統(tǒng)應(yīng)提供低負(fù)載且應(yīng)用無(wú)感的觀測(cè)手段，提供結(jié)構(gòu)化、標(biāo)準(zhǔn)化的觀測(cè)數(shù)據(jù)，為后續(xù)決策提供必要的數(shù)據(jù)基礎(chǔ)。同時(shí)結(jié)合應(yīng)用指標(biāo)度量手段，提供應(yīng)用相關(guān)性分析，提供應(yīng)用性能/體驗(yàn)調(diào)優(yōu)策略建議，針對(duì)故障應(yīng)用，智能診斷應(yīng)用故障，進(jìn)而實(shí)現(xiàn)整體故障級(jí)預(yù)測(cè)。同時(shí)，因調(diào)優(yōu)/故障導(dǎo)致操作系統(tǒng)自身組件的變化應(yīng)保持應(yīng)用影響最小化，如提供OTA級(jí)操作系統(tǒng)基礎(chǔ)組件升級(jí)能力或操作系統(tǒng)內(nèi)核熱替換能力。如今各個(gè)云服務(wù)廠商大力推廣的Serverless計(jì)算，能在很大程度上提高用戶的靈活性和創(chuàng)新能力，使用戶可以在不考慮服務(wù)器的情況下構(gòu)建并運(yùn)行應(yīng)用程序和服務(wù)，消除管理基礎(chǔ)設(shè)施的壓力。但當(dāng)前的Serverless架構(gòu)仍被限定在某個(gè)Region（Region）Region的資源提交作業(yè)。隨著用戶業(yè)務(wù)量的增長(zhǎng)，多Region投遞任務(wù)的管理能力也成為一個(gè)重要的考量因素，尤其考慮到不同Region的建設(shè)、運(yùn)維、商業(yè)成本差異。全域調(diào)度（Regionless）Region場(chǎng)景的下一代無(wú)服務(wù)計(jì)算（Serverless2.0）。根據(jù)業(yè)務(wù)請(qǐng)求、資源成本等因素在多個(gè)Region中選擇最合適的資源池來(lái)處理客戶的計(jì)算任務(wù)，并且支持多種任務(wù)投遞策略，滿足客戶各種業(yè)務(wù)場(chǎng)景下的訴求，比如成本優(yōu)先、速度優(yōu)先、指定時(shí)間執(zhí)行等等。全域調(diào)度不僅能夠通過(guò)全局資源的調(diào)配來(lái)達(dá)到降本增效的目的，還能將用戶從多Region的管理與運(yùn)維中解放Serverless體驗(yàn)。泛在計(jì)算、統(tǒng)一計(jì)算，讓各類應(yīng)用更有機(jī)的協(xié)同泛在計(jì)算、統(tǒng)一計(jì)算，讓各類應(yīng)用更有機(jī)的協(xié)同2.2隨著企業(yè)生產(chǎn)環(huán)境容器集群規(guī)模爆發(fā)式增長(zhǎng)，越來(lái)越多的企業(yè)核心業(yè)務(wù)切換到容器，容器技術(shù)需要應(yīng)對(duì)的場(chǎng)景也越來(lái)越復(fù)雜，單數(shù)據(jù)中心的強(qiáng)硬基礎(chǔ)設(shè)施性能、單廠商跨Region的Serverless資源無(wú)感知調(diào)度，雖然可以滿足企業(yè)大規(guī)模業(yè)務(wù)部署的訴求，但在某些場(chǎng)景下，如容災(zāi)、跨云遷移等，單獨(dú)的云廠商已經(jīng)無(wú)法滿足用戶需求。因此跨云服務(wù)商的業(yè)務(wù)部署能力成為客戶重點(diǎn)關(guān)注對(duì)象，以滿足業(yè)務(wù)連續(xù)性、降本增效等場(chǎng)景訴求，如：? IDC的集群中，不再依賴某一家云服務(wù)廠商；? ? 跨云彈性伸縮，利用公有云超大資源池應(yīng)對(duì)短期流量高峰場(chǎng)景，大幅提高業(yè)務(wù)的承載能力；? 公私云分離部署，部分核心業(yè)務(wù)部署在私有云環(huán)境，滿足行業(yè)監(jiān)管和數(shù)據(jù)安全要求，普通業(yè)務(wù)部署在公有云上，利用公有云強(qiáng)大的計(jì)算能力，同時(shí)節(jié)約成本。當(dāng)前所有主流云廠商均支持基于Kubernetes的容器服務(wù)，Kubernetes已然成為容器調(diào)度管理的事實(shí)標(biāo)準(zhǔn)，這也為多云統(tǒng)一管理提供了技術(shù)條件。云原生2.0多云架構(gòu)應(yīng)該具備以下特征：? kubernetes容器技術(shù)的統(tǒng)一標(biāo)準(zhǔn)，應(yīng)用可以跨云在多個(gè)Kubernetes集群間自由遷移而不必?fù)?dān)心對(duì)環(huán)境的依賴（KubernetesAPI）。?10W?統(tǒng)一運(yùn)維：基于容器技術(shù)的輕量級(jí)技術(shù)方案，支持100W+海量容器集群統(tǒng)一管理（含邊緣集群），支持跨云業(yè)務(wù)的統(tǒng)一構(gòu)建和維護(hù)，無(wú)需關(guān)注大量基礎(chǔ)設(shè)施的問(wèn)題。?跨云彈性：基于容器技術(shù)的秒級(jí)彈性機(jī)制，擴(kuò)縮容及時(shí)性<5s，1分鐘擴(kuò)容1000+容器實(shí)例，可實(shí)現(xiàn)業(yè)務(wù)按需極速跨云彈性伸縮，不需要為多云和混合云解決方案維護(hù)額外的本地資源，降低企業(yè)IT基礎(chǔ)設(shè)施投資成本50%以上。除了跨公有云或公有云與私有云之間這種多云管理場(chǎng)景外，隨著邊緣技術(shù)的日趨成熟和廣泛使用，應(yīng)用大量被部署在邊緣側(cè)設(shè)備上，以減少數(shù)據(jù)傳輸時(shí)延帶來(lái)的業(yè)務(wù)損耗。權(quán)威機(jī)構(gòu)預(yù)測(cè)，未來(lái)5年，企業(yè)的數(shù)據(jù)存儲(chǔ)和業(yè)務(wù)計(jì)算會(huì)更多的在邊緣發(fā)生，邊緣計(jì)算的各種創(chuàng)新也會(huì)逐漸增多。其中推動(dòng)邊緣計(jì)算快速發(fā)展主要有四大因素：?5ms/VR20ms的要求。?海量數(shù)據(jù)：物聯(lián)網(wǎng)時(shí)代邊緣數(shù)據(jù)爆炸性增長(zhǎng)，按照Gartner的統(tǒng)計(jì)，2020年全世界有多達(dá)250億的智能設(shè)備連接互聯(lián)網(wǎng)并產(chǎn)生50萬(wàn)億GB的數(shù)據(jù)。如此多的數(shù)據(jù)難以全部直接回傳至云端且成本高昂，數(shù)據(jù)需要在本地進(jìn)行分析和過(guò)濾，節(jié)省網(wǎng)絡(luò)帶寬；? 隱私安全：數(shù)據(jù)涉及企業(yè)生產(chǎn)和經(jīng)營(yíng)活動(dòng)安全，在邊緣處理企業(yè)保密信息、個(gè)人隱私；? 自我恢復(fù)能力。平臺(tái)要提供業(yè)務(wù)自愈的能力，當(dāng)邊緣業(yè)務(wù)出現(xiàn)故障的時(shí)候，可以在3s內(nèi)對(duì)故障做出自動(dòng)修復(fù)，保證業(yè)務(wù)連續(xù)性。邊緣的運(yùn)行環(huán)境對(duì)應(yīng)用和管理平臺(tái)提出了新的挑戰(zhàn)，如應(yīng)用的簡(jiǎn)單化輕量化、嚴(yán)格的施工環(huán)境承載要求、邊緣網(wǎng)絡(luò)低速度和低穩(wěn)定性甚以及環(huán)境惡劣地域的大范圍部署等，為應(yīng)對(duì)以上這些挑戰(zhàn)，邊緣計(jì)算平臺(tái)應(yīng)具備以下特點(diǎn)：? Kubernetes等云原生技術(shù)，實(shí)現(xiàn)異構(gòu)設(shè)備接入、鏡像管理、應(yīng)用分發(fā)、應(yīng)用升級(jí)、應(yīng)用運(yùn)維等，10倍；? 極致輕量：支持輕量化容器和函數(shù)管理，最小可支持百兆內(nèi)存的邊緣設(shè)備；? 高可靠性：支持離線場(chǎng)景和節(jié)點(diǎn)故障場(chǎng)景下，邊緣應(yīng)用秒級(jí)恢復(fù)業(yè)務(wù)，保障高可用；? /邊邊協(xié)同：支持邊緣應(yīng)用間輕量級(jí)服務(wù)發(fā)現(xiàn)與負(fù)載均衡；支持邊緣應(yīng)用與云端應(yīng)用的服務(wù)發(fā)現(xiàn)；? 大規(guī)模管理：可支持百萬(wàn)節(jié)點(diǎn)，千萬(wàn)級(jí)應(yīng)用，鏡像極速分發(fā)分鐘級(jí)分發(fā)至萬(wàn)級(jí)節(jié)點(diǎn)；除了解決應(yīng)用跨云域分布式部署和管理的問(wèn)題之外，以容器為核心構(gòu)建裸金屬服務(wù)器、虛擬機(jī)、容器、函數(shù)等多形態(tài)資源共池的統(tǒng)一計(jì)算平臺(tái)，使得企業(yè)在云原生轉(zhuǎn)型過(guò)程中，傳統(tǒng)的應(yīng)用能與新的云原生應(yīng)用共平臺(tái)統(tǒng)一部署，更好的實(shí)現(xiàn)新老業(yè)務(wù)的協(xié)同。智能調(diào)度、敏捷運(yùn)維，讓資源的利用更智能、高效智能調(diào)度、敏捷運(yùn)維，讓資源的利用更智能、高效2.3隨著云計(jì)算的發(fā)展，越來(lái)越多的應(yīng)用面向云構(gòu)建，從早期業(yè)務(wù)類應(yīng)用以及與之配套的各類中間件應(yīng)用上云，再到AIHPC2.0有狀態(tài)應(yīng)用、中間件等都有定制的生命周期管理需求，很難用一種或幾種工具有效的管理其生命周期，例如Kuberentes默認(rèn)的部署元素很難管理像MySQL、Kafka這樣的有狀態(tài)應(yīng)用和中間件。因此，定制化生命周期管理成為主要解決方案。在以應(yīng)用為中心的云原生2.0階段，Kubernetes+Operator以其良好的可擴(kuò)展性及較高社區(qū)活躍度，已經(jīng)成為各個(gè)企業(yè)的主流選擇，將極大降低云原生應(yīng)用全生命周期管理的難度，加快企業(yè)業(yè)務(wù)的云原生化升級(jí)。同時(shí)，定制化在解決生命期管理的同時(shí)，也引入了社區(qū)項(xiàng)目分散，構(gòu)建不規(guī)范等問(wèn)題，因此需要提供以下幾方面的能力，才能有效的管理有狀態(tài)應(yīng)用、中間件等：?部署標(biāo)準(zhǔn)：基于Operator以及Helm的開源標(biāo)準(zhǔn)，支持通過(guò)增加配置文件聲明使能彈性伸縮、配置更新、數(shù)據(jù)遷移等云原生能力。? 開發(fā)規(guī)范：自動(dòng)生成服務(wù)包和配置文件，開發(fā)者聚焦業(yè)務(wù)開發(fā)和配置使能。?服務(wù)中心：提供服務(wù)生態(tài)、種類豐富，同時(shí)接入服務(wù)提供商提供的服務(wù)社區(qū)版以及企業(yè)版供企業(yè)自主選購(gòu)，一鍵服務(wù)實(shí)例分發(fā)，秒級(jí)部署，開箱即用。? 服務(wù)生命周期管理：結(jié)合多集群管理和邊緣云管理，提供跨公有云、混合云、邊緣的全場(chǎng)景服務(wù)生命周期管理。1.0SDK方式進(jìn)行微服務(wù)治理框架的模式，在云原生2.0的階段，逐步被非侵入式的微服務(wù)治理解決方案取代。Istio作為現(xiàn)在主流的非侵入式微服務(wù)治理框架，為用戶提供了包括負(fù)載均衡、熔斷、限流等多種治理Istio無(wú)法滿足用戶在生產(chǎn)環(huán)境中的需求，還需提供以下幾種能力，以提高用戶的對(duì)應(yīng)用的治理能力：服務(wù)灰度發(fā)布允許用戶按照標(biāo)準(zhǔn)制定一套流量分發(fā)規(guī)則，并且無(wú)侵入的下發(fā)到實(shí)例中，平滑穩(wěn)定的實(shí)現(xiàn)灰度發(fā)布功能。為應(yīng)用治理提供的灰度發(fā)布功能，穩(wěn)定高效地推動(dòng)企業(yè)應(yīng)用的迭代升級(jí)。服務(wù)網(wǎng)格化隨著微服務(wù)的大量應(yīng)用，其構(gòu)成的分布式應(yīng)用架構(gòu)在運(yùn)維、調(diào)試、和安全管理等維度變得更加復(fù)雜，開發(fā)者需要面臨更大的挑戰(zhàn)，如：服務(wù)發(fā)現(xiàn)、負(fù)載均衡、故障恢復(fù)、指標(biāo)收集和監(jiān)控，以及灰度發(fā)布、藍(lán)綠發(fā)布、限流、訪問(wèn)控制、端到端認(rèn)證等。服務(wù)網(wǎng)格通過(guò)無(wú)侵入的方式，面向容器云原生應(yīng)用，提供容器化和治理的完整解決方案。服務(wù)流量治理根據(jù)微服務(wù)的流量協(xié)議，提供策略化、場(chǎng)景化的網(wǎng)絡(luò)連接、安全策略管理能力。支持基于應(yīng)用拓?fù)鋵?duì)服務(wù)配置負(fù)載均衡、熔斷容錯(cuò)等治理規(guī)則，并提供實(shí)時(shí)的、可視化的服務(wù)流量管理。應(yīng)用無(wú)需任何改造，即可進(jìn)行動(dòng)態(tài)的智能路由和彈性流量管理。2.0階段后，不僅僅有更多的在線業(yè)務(wù)進(jìn)行云原生升級(jí)，離線類計(jì)算業(yè)務(wù)也開始了云原生升級(jí)，包括AIHPC等。在升級(jí)過(guò)程中，各個(gè)領(lǐng)域的應(yīng)用架構(gòu)逐漸向云原生轉(zhuǎn)型，例如Spark,Cromwell等，并通過(guò)云原2.0時(shí)代的技術(shù)特征是：?面向高性能負(fù)載的調(diào)度策略,如公平調(diào)度,組調(diào)度等,提供達(dá)到70%以上的資源使用率；?支持多種作業(yè)生命周期管理,如multiplepodtemplate,errorhandling；?支持多種異構(gòu)硬件,如GPU，NPU，F(xiàn)PGA；?面向高性能負(fù)載的性能優(yōu)化，例如支持2萬(wàn)節(jié)點(diǎn)的大規(guī)模集群，提供10k/s的容器啟動(dòng)速度。1515云原生2.0白皮書第三章云原生應(yīng)用敏捷Gartner也提出，到2023年，新應(yīng)用新服務(wù)的數(shù)量將達(dá)到5億，也即是說(shuō)：“每個(gè)企業(yè)都正在成為軟件企業(yè)”。據(jù)IDC預(yù)測(cè)，到2025年三分之二的企業(yè)將成為多產(chǎn)的“軟件企業(yè)”，每天都會(huì)發(fā)布軟件版本。越來(lái)越多的企業(yè)將使用軟件來(lái)交付服務(wù)，企業(yè)需要敏捷的業(yè)務(wù)能力來(lái)應(yīng)對(duì)快速變化的市場(chǎng)，同時(shí)需要領(lǐng)先的創(chuàng)新能力來(lái)形成差異化的市場(chǎng)競(jìng)爭(zhēng)力。云原生2.0白皮書云原生2.0白皮書第三章云原生應(yīng)用敏捷云原生2.0白皮書云原生2.0白皮書第三章云原生應(yīng)用敏捷PAGEPAGE16PAGEPAGE17面對(duì)這樣的趨勢(shì)，傳統(tǒng)應(yīng)用陳舊的架構(gòu)和開發(fā)模式將拖累企業(yè)業(yè)務(wù)創(chuàng)新。傳統(tǒng)應(yīng)用存在一系列的問(wèn)題，如架構(gòu)耦合度大、應(yīng)用愈發(fā)復(fù)雜、技術(shù)債務(wù)持續(xù)積累、無(wú)法按需彈性、開發(fā)模式落后、部署發(fā)布周期長(zhǎng)、開發(fā)運(yùn)維割裂等。這些問(wèn)題，嚴(yán)重阻礙了企業(yè)應(yīng)用的迭代，限制了技術(shù)演進(jìn)和業(yè)務(wù)創(chuàng)新。因此，企業(yè)亟需通過(guò)應(yīng)用現(xiàn)代化建設(shè)來(lái)實(shí)現(xiàn)敏捷商道。應(yīng)用現(xiàn)代化已成為業(yè)界的熱點(diǎn)，但各廠商對(duì)應(yīng)用現(xiàn)代化的理解不同。AWSOwnership文化的構(gòu)建、微服務(wù)化、數(shù)據(jù)管理、計(jì)算、敏捷開發(fā)、服務(wù)器運(yùn)維模式、利用程序化護(hù)欄等。谷歌認(rèn)為，應(yīng)用現(xiàn)代化應(yīng)實(shí)現(xiàn)基礎(chǔ)架構(gòu)與應(yīng)用解耦、各個(gè)團(tuán)在應(yīng)用模式方面上云、在開發(fā)實(shí)踐方面采用DevOps、在技術(shù)選擇方面選擇最適合的開發(fā)語(yǔ)言、框架和工具，是實(shí)現(xiàn)應(yīng)用現(xiàn)代化的核心。華為基于服務(wù)數(shù)百萬(wàn)企業(yè)客戶的經(jīng)驗(yàn)沉淀，以及結(jié)合自身30年的數(shù)字化實(shí)踐總結(jié)，提出“基礎(chǔ)設(shè)施現(xiàn)代化、應(yīng)用架構(gòu)現(xiàn)代化、開發(fā)運(yùn)維現(xiàn)代化、治理運(yùn)營(yíng)現(xiàn)代化”這四個(gè)現(xiàn)代化是企業(yè)走向應(yīng)用現(xiàn)代化的關(guān)鍵，讓企業(yè)走上以業(yè)務(wù)和應(yīng)用為中心的敏捷道路，重塑應(yīng)用的商業(yè)價(jià)值。微服務(wù)化Serverless高可用容災(zāi)微服務(wù)化Serverless高可用容災(zāi)彈性伸縮DevSecOpsLow/NoCode協(xié)同與自動(dòng)化CICD智能化運(yùn)維融合集成雙模微服務(wù)治理資產(chǎn)沉淀/運(yùn)營(yíng)多云/混云治理應(yīng)用架構(gòu)現(xiàn)代化

開發(fā)運(yùn)維現(xiàn)代化

治理運(yùn)營(yíng)現(xiàn)代化 傳統(tǒng)基礎(chǔ)設(shè)施 云原生基礎(chǔ)設(shè)施 基礎(chǔ)設(shè)施現(xiàn)代化新云原生應(yīng)用新云原生應(yīng)用加速創(chuàng)新應(yīng)用使能降低成本云端遷移敏捷交付4應(yīng)用現(xiàn)代化參考架構(gòu)基礎(chǔ)設(shè)施現(xiàn)代化，讓企業(yè)聚焦于應(yīng)用開發(fā)和業(yè)務(wù)創(chuàng)新基礎(chǔ)設(shè)施現(xiàn)代化，讓企業(yè)聚焦于應(yīng)用開發(fā)和業(yè)務(wù)創(chuàng)新3.1基礎(chǔ)設(shè)施現(xiàn)代化的本質(zhì)是通過(guò)將企業(yè)應(yīng)用遷移上云，使用容器、多元算力、Serverless、分布式云等技術(shù)，對(duì)應(yīng)用的底層架構(gòu)進(jìn)行重構(gòu)，實(shí)現(xiàn)承載應(yīng)用的基礎(chǔ)設(shè)施資源的高彈性和高可用，最大化利用云平臺(tái)的技術(shù)和優(yōu)勢(shì)，幫助客戶實(shí)現(xiàn)資源的智能調(diào)度、簡(jiǎn)化運(yùn)維、降低成本，將開發(fā)人員從繁瑣的資源管理和運(yùn)維等低值工作中釋放出來(lái)，聚焦于應(yīng)用開發(fā)和業(yè)務(wù)創(chuàng)新等能給企業(yè)帶來(lái)高價(jià)值的工作。應(yīng)用架構(gòu)現(xiàn)代化，讓應(yīng)用高內(nèi)聚、低耦合、高可用與彈性應(yīng)用架構(gòu)現(xiàn)代化，讓應(yīng)用高內(nèi)聚、低耦合、高可用與彈性3.2應(yīng)用的架構(gòu)現(xiàn)代化是指使用微服務(wù)、Serverless等技術(shù)，將應(yīng)用拆分為能獨(dú)立運(yùn)行，滿足客戶需求的獨(dú)立模塊，實(shí)現(xiàn)應(yīng)用的高可用、彈性擴(kuò)展。應(yīng)用架構(gòu)現(xiàn)代化是應(yīng)用走向敏捷開發(fā)的基礎(chǔ)。?微服務(wù)架構(gòu)旨在讓每個(gè)微服務(wù)塊集中和獨(dú)立處理一個(gè)內(nèi)聚的業(yè)務(wù)邏輯，以便于獨(dú)立的運(yùn)行和交付。微服務(wù)基于單一職責(zé)、服務(wù)自治、輕量通信、服務(wù)化接口等原則實(shí)現(xiàn)應(yīng)用上的“松耦合”，使得應(yīng)用的開發(fā)、部署、運(yùn)行和治理得以獨(dú)立進(jìn)行，為獲得更好的可用性和更高的研發(fā)效率創(chuàng)造了基礎(chǔ)。微服務(wù)的推廣，對(duì)應(yīng)用的開發(fā)和治理也提出了更高的要求，因此諸如SpringCloud、ServiceComb等大批優(yōu)秀開發(fā)框架和微服務(wù)治理服務(wù)也相繼推出，進(jìn)一步推動(dòng)了微服務(wù)的大規(guī)模應(yīng)用。?Serverless通過(guò)業(yè)務(wù)系統(tǒng)感知到負(fù)載需求時(shí)動(dòng)態(tài)的調(diào)整和分配相應(yīng)的底層資源，當(dāng)業(yè)務(wù)處理完畢時(shí)，資源會(huì)被自動(dòng)釋放和回收，實(shí)現(xiàn)了資源利用的最大化。使得應(yīng)用的開發(fā)、部署和運(yùn)行再也無(wú)須調(diào)度和管理服務(wù)器資源，這無(wú)異于一種生產(chǎn)力的解放，讓客戶專注于對(duì)業(yè)務(wù)和應(yīng)用開發(fā)中最有價(jià)值的工作，而無(wú)須擔(dān)心底層資源細(xì)節(jié)。無(wú)論是構(gòu)建新應(yīng)用，還是遷移老應(yīng)用，優(yōu)先使用Serverless技術(shù)，都可以讓客戶在云上獲得最大的敏捷性。?應(yīng)用的高可用和高彈性架構(gòu)，首先要做到系統(tǒng)和數(shù)據(jù)的冗余；其次，通過(guò)跨AZ部署以及跨地域異地容災(zāi)來(lái)實(shí)現(xiàn)業(yè)務(wù)的災(zāi)備；最后，通過(guò)云平臺(tái)提供的能力做故障的追溯和流量的切換，來(lái)做到故障的快速響應(yīng)與恢復(fù)。應(yīng)用的彈性伸縮，要綜合前端的負(fù)載均衡、后端的微服務(wù)彈性以及業(yè)務(wù)數(shù)據(jù)的可伸縮來(lái)綜合設(shè)計(jì)。開發(fā)運(yùn)維現(xiàn)代化，革新研發(fā)模式，提升軟件交付效率開發(fā)運(yùn)維現(xiàn)代化，革新研發(fā)模式，提升軟件交付效率3.3數(shù)字化時(shí)代，應(yīng)用的數(shù)量爆炸性增長(zhǎng)，應(yīng)用的迭代速度越來(lái)越快，而隨著微服務(wù)架構(gòu)的普及，現(xiàn)代的應(yīng)用開發(fā)必定10CICD流水線并行執(zhí)行將成為企業(yè)常態(tài)。而當(dāng)前代碼的抽象程度不高，同時(shí)也帶來(lái)客戶對(duì)于應(yīng)用交付質(zhì)量和安全的擔(dān)憂。傳統(tǒng)的應(yīng)用開發(fā)和交付模式需要轉(zhuǎn)變?yōu)橐訢evOps為核心的開發(fā)運(yùn)維一體化模式，來(lái)加速軟件交付速度，同時(shí)抽象化、模板化、自動(dòng)化、智能化、立體運(yùn)維是開發(fā)運(yùn)維現(xiàn)代化的主要特征。抽象化模板化

在代碼中抽取出與業(yè)務(wù)邏輯無(wú)關(guān)的基礎(chǔ)性的公共代碼，使用代碼框架（也稱為腳手架或膠水代碼）和與之匹配的研發(fā)工具鏈來(lái)封裝這部分代碼，供其他服務(wù)調(diào)用。框架和工具中應(yīng)內(nèi)置安全、性能、部署等最佳實(shí)踐，讓開發(fā)人員盡可能只關(guān)注業(yè)務(wù)邏輯，花更多的時(shí)間在寫業(yè)務(wù)相關(guān)的代碼上，減少寫公共代碼所花費(fèi)的時(shí)間?，F(xiàn)代化的云基礎(chǔ)設(shè)施是可以被代碼所聲明和定義的，即“基礎(chǔ)設(shè)施即代碼”模式。在這種模式下，應(yīng)用的環(huán)境、中間件、依賴服務(wù)都可以被聲明所定義，軟件的部署也因此可以模板化，也就為應(yīng)用的大規(guī)模、批量化復(fù)制與部署提供了基礎(chǔ)。自動(dòng)化智能化

采用DevOps實(shí)現(xiàn)開發(fā)的自動(dòng)化，可以使軟件的生產(chǎn)交付過(guò)程變成可復(fù)制、可批量化的生產(chǎn)流水線。DevOps持續(xù)集成（CI）/持續(xù)交付（CD）作為自動(dòng)化的最重要實(shí)踐，已經(jīng)讓眾多企業(yè)從中獲益。企業(yè)的流程、治理、安全（DevSecOps）等能力也需要內(nèi)嵌在CI/CD中，讓CI/CD自動(dòng)化執(zhí)行的過(guò)程中也執(zhí)行了企業(yè)的流程和安全檢查，進(jìn)一步提升交付效率。應(yīng)用開發(fā)是個(gè)上游不斷生產(chǎn)代碼，下游不斷消費(fèi)代碼的過(guò)程，整個(gè)應(yīng)用開發(fā)過(guò)程涉及到大量的研發(fā)數(shù)據(jù)（需求，缺陷，代碼，MR，分支，制品庫(kù)，測(cè)試用例），隨著研發(fā)作業(yè)的數(shù)據(jù)和信息不斷沉淀，針對(duì)應(yīng)用開發(fā)全生命周期的數(shù)據(jù)分析與智能化會(huì)大大改進(jìn)應(yīng)用開發(fā)的全過(guò)程，比如最新的代碼檢查不再只是靜態(tài)的掃描，同時(shí)兼顧廣度和深度的掃描成為常態(tài)，基于最佳實(shí)踐和優(yōu)化推薦的智能化的代碼修復(fù)建議為開發(fā)人員增加效率和質(zhì)量的幫助。立體運(yùn)維

微服務(wù)、進(jìn)程實(shí)例和應(yīng)用性能等業(yè)務(wù)運(yùn)維。同時(shí)，云平臺(tái)提供了豐富的運(yùn)維數(shù)據(jù)，可進(jìn)一步幫助業(yè)務(wù)團(tuán)隊(duì)提升運(yùn)維自動(dòng)化、智能化能力，包括告警關(guān)聯(lián)分析、鏈路追蹤、事務(wù)監(jiān)控和海量日志分析等。治理運(yùn)營(yíng)現(xiàn)代化，立而不破，發(fā)揮應(yīng)用的融合價(jià)值治理運(yùn)營(yíng)現(xiàn)代化，立而不破，發(fā)揮應(yīng)用的融合價(jià)值3.4據(jù)Gartner預(yù)測(cè)，到2025年90%的現(xiàn)有企業(yè)應(yīng)用仍將繼續(xù)使用，而隨著數(shù)字化轉(zhuǎn)型的深入，業(yè)務(wù)應(yīng)用系統(tǒng)的增多，系統(tǒng)間相互割裂和缺乏交互，又容易導(dǎo)致應(yīng)用間出現(xiàn)信息孤島。企業(yè)的新老應(yīng)用并存、業(yè)務(wù)在不同環(huán)境、多云部署等是企業(yè)應(yīng)用部署的常態(tài)。治理運(yùn)營(yíng)現(xiàn)代化旨在利用云的敏捷性，實(shí)現(xiàn)新生應(yīng)用和現(xiàn)有應(yīng)用的有機(jī)協(xié)同，立而不破，構(gòu)建可平滑演進(jìn)的企業(yè)IT架構(gòu)；通過(guò)數(shù)字資產(chǎn)的復(fù)用性，簡(jiǎn)化企業(yè)應(yīng)用開發(fā)的復(fù)雜度，降低試錯(cuò)成本和風(fēng)險(xiǎn)，發(fā)揮新老應(yīng)用和資產(chǎn)的最大價(jià)值。實(shí)現(xiàn)治理運(yùn)營(yíng)現(xiàn)代化的方法和實(shí)踐主要有：應(yīng)用治理雙棧模式微服務(wù)可以解決技術(shù)棧異構(gòu)性的問(wèn)題。通過(guò)應(yīng)用雙棧模式，用戶可選擇侵入式的微服務(wù)框架（SpringCloud、DubboServiceCombJavaChassis等Java框架或GoChassis等Go框架來(lái)實(shí)現(xiàn)基于不同技術(shù)棧的微服務(wù)的統(tǒng)一接入與管理。這些微服務(wù)可以共同接入到同一個(gè)微服務(wù)引擎中，通過(guò)該引擎幫助開發(fā)者處理微服務(wù)運(yùn)行時(shí)面臨的協(xié)同交互問(wèn)題，比如日志框架、健康檢查、分布式追蹤等。應(yīng)用融合集成隨著云原生技術(shù)的普及，使用云原生技術(shù)或框架開發(fā)新應(yīng)用成為了主流，但企業(yè)不可能完全拋棄“老”應(yīng)用。應(yīng)用構(gòu)建企業(yè)聯(lián)接能力APIITAPIAPI調(diào)用安全防護(hù)，實(shí)現(xiàn)跨云跨地域協(xié)同。API跨設(shè)備數(shù)據(jù)集成：將設(shè)備與IT系統(tǒng)、大數(shù)據(jù)平臺(tái)進(jìn)行連接，收集設(shè)備的運(yùn)行狀態(tài)等信息，實(shí)現(xiàn)設(shè)備信息的集成和可視化。設(shè)備數(shù)據(jù)的集成能力，主要體現(xiàn)在標(biāo)準(zhǔn)協(xié)議的支持上，包括標(biāo)準(zhǔn)MQTT、MQTTClientSDK、LinkAgent、軟/硬網(wǎng)關(guān)、HTTP等。集成開發(fā)創(chuàng)新：包括打包開箱即用的功能（如集成流、領(lǐng)域模型、流程模型和業(yè)務(wù)規(guī)則等），以縮短價(jià)值實(shí)現(xiàn)時(shí)間；提高用于集成的連接器和其他資產(chǎn)的質(zhì)量；擴(kuò)展支持現(xiàn)代應(yīng)用和集成設(shè)計(jì)的可用功能等。業(yè)務(wù)信息化關(guān)聯(lián)與融合自定義業(yè)務(wù)模型與連接映射：了解行業(yè)和業(yè)務(wù)，才能構(gòu)建好應(yīng)用。開發(fā)應(yīng)用所需的大量的業(yè)務(wù)知識(shí)，可以使用“領(lǐng)域驅(qū)動(dòng)設(shè)計(jì)DDD”方法論進(jìn)行管理；業(yè)務(wù)資產(chǎn)管理，則可通過(guò)“元對(duì)象機(jī)制MOF”標(biāo)準(zhǔn)來(lái)搭建通用化模型管理平臺(tái)，做到模型管理的標(biāo)準(zhǔn)化與通用化；同時(shí)，考慮將數(shù)據(jù)資產(chǎn)、業(yè)務(wù)接口、事件消息等技術(shù)資產(chǎn)進(jìn)行自動(dòng)化映射管理和領(lǐng)域劃分，最終形成面向領(lǐng)域和業(yè)務(wù)對(duì)象的模型對(duì)接體系，成為業(yè)務(wù)人員和技術(shù)人員自助溝通的橋梁。業(yè)務(wù)化集成工作室：集成眾多資產(chǎn)，只解決了資產(chǎn)連接的問(wèn)題，而非融合的問(wèn)題。而構(gòu)建集成、編排無(wú)碼化的集成工作室，實(shí)現(xiàn)場(chǎng)景化聯(lián)接模型關(guān)系，形成行業(yè)領(lǐng)域模型關(guān)系知識(shí)；行業(yè)領(lǐng)域知識(shí)體系之間相互融合和分拆；基于無(wú)碼化、圖形化操作開放場(chǎng)景化數(shù)據(jù)服務(wù)，才能支撐應(yīng)用的快速構(gòu)建，實(shí)現(xiàn)應(yīng)用資產(chǎn)真正的融合。3.4.3API治理API已成為企業(yè)連接業(yè)務(wù)與對(duì)外提供服務(wù)的核心載體，也是微服務(wù)架構(gòu)的事實(shí)標(biāo)準(zhǔn)?？焖僭鲩L(zhǎng)的API規(guī)模和調(diào)用量，API網(wǎng)關(guān)將企業(yè)對(duì)外提供服務(wù)的APIAPI治理的最佳實(shí)踐。3.4.4多云及邊云協(xié)同應(yīng)用現(xiàn)代化將應(yīng)用和底層運(yùn)行環(huán)境解耦，這意味著可以將應(yīng)用部署到更多的不同的環(huán)境中。因此，開發(fā)人員要構(gòu)建或利用支持跨云治理運(yùn)營(yíng)的應(yīng)用集成平臺(tái)，提升應(yīng)用在多云環(huán)境中開發(fā)和部署的敏捷性，比如云原生應(yīng)用既要能在Kubernetes的云端環(huán)境下運(yùn)行，也能在邊緣側(cè)運(yùn)行，保障應(yīng)用在端-邊-云環(huán)境下的協(xié)同與運(yùn)營(yíng)。3.4.5資產(chǎn)沉淀與運(yùn)營(yíng)在企業(yè)數(shù)字化轉(zhuǎn)型中，基于應(yīng)用開發(fā)平臺(tái)構(gòu)建的API、IDE插件、大屏卡片、業(yè)務(wù)邏輯單元、微服務(wù)、算法等，都屬于數(shù)字資產(chǎn)的范疇。通過(guò)持續(xù)的調(diào)用與迭代，形成一套高度抽象、可以快速?gòu)?fù)用的數(shù)字資產(chǎn)能力；通過(guò)持續(xù)的治理與運(yùn)營(yíng)，形成數(shù)字資產(chǎn)“共建、共用、共享”的普遍共識(shí)，促進(jìn)數(shù)字資產(chǎn)的復(fù)用與共享，使能信息化應(yīng)用快速構(gòu)建與創(chuàng)新。2121云原生2.0白皮書第四章云原生業(yè)務(wù)智能以容器、微服務(wù)、Serverless、DevSecOps等為代表的先進(jìn)云原生技術(shù)和理念推動(dòng)著云原生技術(shù)的蓬勃發(fā)展。企業(yè)應(yīng)用走向全面云化，企業(yè)對(duì)云原生的需求升級(jí)，需要進(jìn)一步實(shí)現(xiàn)業(yè)務(wù)智能。以數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)、大數(shù)據(jù)、AI、視頻等為代表的傳統(tǒng)技術(shù)領(lǐng)域也紛紛轉(zhuǎn)變?yōu)樵品?wù)的方式，成為新的云原生技術(shù)，并與其他云原生技術(shù)相互融合，呈現(xiàn)出來(lái)更加強(qiáng)大的云原生能力，從而實(shí)現(xiàn)企業(yè)云原生應(yīng)用的智能升級(jí)。云原生2.0白皮書云原生2.0白皮書第四章云原生業(yè)務(wù)智能云原生2.0白皮書云原生2.0白皮書第四章云原生業(yè)務(wù)智能PAGEPAGE22PAGEPAGE23云原生使能數(shù)據(jù)資產(chǎn)化云原生使能數(shù)據(jù)資產(chǎn)化4.1隨著5GIoTAI202044203550倍增長(zhǎng)。2020330資本、技術(shù)、勞動(dòng)力并列的第五種生產(chǎn)要素”。作為要素，意味著在數(shù)據(jù)產(chǎn)生、數(shù)據(jù)共享與流通、數(shù)據(jù)確權(quán)、數(shù)據(jù)定價(jià)如今80%+的企業(yè)將會(huì)致力于提升在其所處行業(yè)的“數(shù)據(jù)”能力，隨著數(shù)據(jù)、算法的發(fā)展，資產(chǎn)的形態(tài)和范圍正在出現(xiàn)全新的革命性變化，比如狹義的數(shù)字資產(chǎn)（如加密的數(shù)字貨幣）和廣義的數(shù)據(jù)資產(chǎn)。在政企數(shù)字化轉(zhuǎn)型的過(guò)程中，越來(lái)越多的組織將容器、微服務(wù)、Serverless、DevOps等開發(fā)周期更短、迭代更快、2.0開發(fā)的AI云原生提供一站式、智能的數(shù)據(jù)治理能力傳統(tǒng)的數(shù)據(jù)治理手段，不僅需要復(fù)雜的技術(shù)工具組合，也需要數(shù)據(jù)分析、數(shù)據(jù)建模、數(shù)據(jù)開發(fā)、DBA等許多數(shù)據(jù)專業(yè)人員的配合。隨著數(shù)據(jù)的異構(gòu)多源、實(shí)時(shí)性要求、數(shù)據(jù)量的需求變化，數(shù)據(jù)治理正在從以前關(guān)注組織內(nèi)部管理經(jīng)營(yíng)所需的結(jié)構(gòu)化數(shù)據(jù)為主，轉(zhuǎn)變?yōu)橐設(shè)T數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)、以及越來(lái)越多的外部數(shù)據(jù)為主，面向數(shù)據(jù)全生命周期對(duì)一站式的數(shù)據(jù)治理能力訴求越來(lái)越迫切，不僅要解決快速精確性，還要實(shí)現(xiàn)實(shí)時(shí)可預(yù)測(cè)、可解釋，加速數(shù)據(jù)的資產(chǎn)化過(guò)程。過(guò)去一些典型的技術(shù)手段，如商業(yè)智能BI、數(shù)據(jù)倉(cāng)庫(kù)DW、關(guān)系數(shù)據(jù)庫(kù)等面臨越來(lái)越多的挑戰(zhàn)。靈活統(tǒng)一的數(shù)據(jù)接入與集成工具對(duì)于龐雜的存量數(shù)據(jù)，以及不斷增加的新的各種各樣的數(shù)據(jù)，數(shù)據(jù)的接入與集成已經(jīng)不是一個(gè)簡(jiǎn)單的技術(shù)組合問(wèn)題，更多的是要從數(shù)據(jù)消費(fèi)的角度倒推到底應(yīng)該怎樣使用這些數(shù)據(jù)接入與集成技術(shù)。云原生帶來(lái)的敏捷能力，使得數(shù)據(jù)消費(fèi)需求可以快速的實(shí)現(xiàn)。云原生的數(shù)據(jù)接入與集成工具需要考慮幾個(gè)方面：? 支持多類型的數(shù)據(jù)源：如Oracle，MySQL等關(guān)系型數(shù)據(jù)庫(kù)，消息/API，數(shù)據(jù)倉(cāng)庫(kù)，Hive，HBASE等大數(shù)據(jù)各類系統(tǒng)的結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)；??????提供數(shù)據(jù)安全保障措施：如數(shù)據(jù)高可靠防丟失，數(shù)據(jù)加密，防泄漏等支持靈活的接入集成調(diào)度能力：按需提供定時(shí)，周期性任務(wù)自定義調(diào)度策略提供運(yùn)維能力，如監(jiān)控告警等。數(shù)據(jù)治理對(duì)向智能化轉(zhuǎn)變SQL腳本以及一些簡(jiǎn)單的圖形化操作，數(shù)據(jù)集成、開發(fā)和治理的各個(gè)環(huán)節(jié)都依賴大必須要有靈活敏捷高性能的技術(shù)手段。大數(shù)據(jù)軟件供應(yīng)商正在運(yùn)用機(jī)器學(xué)習(xí)和人工智能（AI）能力，使數(shù)據(jù)管理過(guò)程能包括數(shù)據(jù)質(zhì)量、元數(shù)據(jù)管理、主數(shù)據(jù)管理、數(shù)據(jù)集成和數(shù)據(jù)安全。據(jù)Gartner2022年，通過(guò)增加機(jī)器學(xué)習(xí)和自動(dòng)化服務(wù)水平管理，數(shù)據(jù)管理手工任務(wù)將減少45%。云原生湖倉(cāng)一體平臺(tái)支持統(tǒng)一元數(shù)據(jù)管理：解決海量復(fù)雜數(shù)據(jù)治理的核心在于元數(shù)據(jù)的統(tǒng)一管理，傳統(tǒng)政企客戶往往采用自建或多家軟件供應(yīng)商的大數(shù)據(jù)和數(shù)倉(cāng)平臺(tái)，數(shù)據(jù)分散在多個(gè)技術(shù)平臺(tái)或IDC中，企業(yè)無(wú)法進(jìn)行數(shù)據(jù)融合分析和統(tǒng)一標(biāo)準(zhǔn)化治理?；谠圃}(cāng)一體平臺(tái)，數(shù)據(jù)統(tǒng)一共享存儲(chǔ)，數(shù)據(jù)計(jì)算引擎整合調(diào)度及資源按需彈性擴(kuò)展。云原生湖倉(cāng)平臺(tái)支持跨組織、跨區(qū)域、跨云的元數(shù)據(jù)采集和統(tǒng)一管理，并且數(shù)據(jù)處理全鏈路血緣可追溯?；谠獢?shù)據(jù)的智能增強(qiáng)數(shù)據(jù)管理技術(shù)：在統(tǒng)一元數(shù)據(jù)管理的基礎(chǔ)上，增強(qiáng)型數(shù)據(jù)管理利用ML和AI技術(shù)優(yōu)化并改進(jìn)，讓元數(shù)據(jù)管理從協(xié)助數(shù)據(jù)審計(jì)、沿襲和匯報(bào)轉(zhuǎn)為支持動(dòng)態(tài)系統(tǒng)。增強(qiáng)型數(shù)據(jù)管理技術(shù)能夠?qū)彶榇罅康倪\(yùn)營(yíng)數(shù)據(jù)樣本，自動(dòng)發(fā)掘數(shù)據(jù)，自動(dòng)識(shí)別數(shù)據(jù)中的價(jià)值，以及自動(dòng)采用適合數(shù)據(jù)的安全措施，實(shí)現(xiàn)在最短時(shí)間內(nèi)推送基于數(shù)據(jù)的精準(zhǔn)業(yè)務(wù)洞察和運(yùn)營(yíng)自動(dòng)優(yōu)化。智能增強(qiáng)數(shù)據(jù)質(zhì)量管理，保障業(yè)務(wù)決策準(zhǔn)確：利用數(shù)據(jù)相似度識(shí)別、自然語(yǔ)義、NLP等智能技術(shù)自動(dòng)識(shí)別和提取非結(jié)構(gòu)化數(shù)據(jù)，建立非結(jié)構(gòu)化數(shù)據(jù)業(yè)務(wù)詞語(yǔ)庫(kù)。可以幫助自動(dòng)發(fā)現(xiàn)重復(fù)、錯(cuò)誤等數(shù)據(jù)質(zhì)量問(wèn)題。借助第三方可信數(shù)據(jù)源，還可以快速修復(fù)問(wèn)題數(shù)據(jù)。相較于基于規(guī)則的數(shù)據(jù)質(zhì)量稽查方式，可極大提升數(shù)據(jù)質(zhì)量管理效率。智能增強(qiáng)數(shù)據(jù)安全治理，支撐隱私保護(hù)和合規(guī)：利用AI技術(shù)，可自動(dòng)對(duì)數(shù)據(jù)進(jìn)行分類分級(jí)和標(biāo)記，自動(dòng)發(fā)現(xiàn)敏感數(shù)據(jù)，并對(duì)其進(jìn)行動(dòng)態(tài)脫敏和標(biāo)注數(shù)字水印。通過(guò)對(duì)用戶采集、處理、訪問(wèn)數(shù)據(jù)全過(guò)程操作日志和行為分析，還可以幫助企業(yè)進(jìn)行數(shù)據(jù)操作合規(guī)審計(jì)，保障數(shù)據(jù)共享和交換的安全合規(guī)。/語(yǔ)音識(shí)別、多維向量搜索和圖計(jì)算技術(shù)，可自動(dòng)提取非結(jié)AIOTIT，結(jié)構(gòu)化與非機(jī)構(gòu)，實(shí)時(shí)與批量的數(shù)據(jù)融合分析，讓數(shù)據(jù)業(yè)務(wù)價(jià)值產(chǎn)生裂變。數(shù)據(jù)管理正在向高效化轉(zhuǎn)變Gartner預(yù)測(cè)到2022年使用動(dòng)態(tài)元數(shù)據(jù)去連接、優(yōu)化、自動(dòng)化數(shù)據(jù)集成流程的企業(yè)，數(shù)據(jù)類項(xiàng)目交付時(shí)間將減少30%。到2023年，在數(shù)據(jù)管理中使用人工智能技術(shù)能夠幫助企業(yè)機(jī)構(gòu)進(jìn)行更多的自動(dòng)化工作，企業(yè)對(duì)于IT專業(yè)人士的需求將減少20%。以數(shù)字化場(chǎng)景需求為切入，建立以“數(shù)據(jù)”為核心的管理和運(yùn)營(yíng)體系，構(gòu)建以數(shù)據(jù)驅(qū)動(dòng)的數(shù)字化轉(zhuǎn)型的新一代IT架構(gòu)和組織能力，是數(shù)字化轉(zhuǎn)型最核心的工作?；诩夹g(shù)平臺(tái)之上，以系統(tǒng)的數(shù)據(jù)管理和運(yùn)營(yíng)體系，管好數(shù)據(jù)；用高質(zhì)量的數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)的運(yùn)營(yíng)、戰(zhàn)略的制定和創(chuàng)新的產(chǎn)生。數(shù)據(jù)資產(chǎn)管理包括四個(gè)部分：? 方法論：結(jié)合業(yè)界數(shù)據(jù)實(shí)踐與數(shù)據(jù)云服務(wù)產(chǎn)品，建立以“數(shù)據(jù)”為核心的管理和運(yùn)營(yíng)體系。? 管理體系：通過(guò)數(shù)據(jù)治理實(shí)現(xiàn)數(shù)據(jù)清潔，形成統(tǒng)一的數(shù)據(jù)資源，為應(yīng)用提供智能數(shù)據(jù)服務(wù)；通過(guò)數(shù)據(jù)運(yùn)營(yíng)構(gòu)建持續(xù)機(jī)制釋放數(shù)據(jù)價(jià)值，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)。? 技術(shù)平臺(tái)：政企構(gòu)建混合數(shù)據(jù)管理最佳實(shí)踐的數(shù)據(jù)湖技術(shù)體系架構(gòu)的數(shù)據(jù)使能平臺(tái)。? 應(yīng)用場(chǎng)景：對(duì)標(biāo)業(yè)務(wù)戰(zhàn)略、洞察數(shù)據(jù)需求，政企建設(shè)數(shù)據(jù)應(yīng)用價(jià)值場(chǎng)景，使能卓越運(yùn)營(yíng)和有效增長(zhǎng)。構(gòu)建面向行業(yè)的數(shù)據(jù)資產(chǎn)中心的模型是行業(yè)通用模型，10%的模型是具有高度定制的特點(diǎn)。數(shù)據(jù)資產(chǎn)中心首先要解決模型的規(guī)范。這個(gè)模型更多的是國(guó)家標(biāo)準(zhǔn)聯(lián)盟、行為產(chǎn)業(yè)鏈提供更高效聚合的使能工具當(dāng)前數(shù)據(jù)治理過(guò)程繁瑣，提供的一些工具又相互獨(dú)立，很難貫穿整個(gè)數(shù)據(jù)生命周期，并且缺少管理項(xiàng)目交付方法論的工具，導(dǎo)致數(shù)據(jù)治理項(xiàng)目實(shí)施效率低成本高。數(shù)據(jù)治理使能工具需要貫穿整個(gè)數(shù)據(jù)生命周期，提供端到端的數(shù)據(jù)使能工作臺(tái)，能夠打通大數(shù)據(jù)平臺(tái)各個(gè)組件，貫通整個(gè)項(xiàng)目交付過(guò)程，流程標(biāo)準(zhǔn)化，方法論服務(wù)化，統(tǒng)一Portal的資產(chǎn)化過(guò)程工作臺(tái)。同時(shí)需要具備數(shù)據(jù)使能知識(shí)庫(kù)，匯聚行業(yè)知識(shí)，提供知識(shí)管理、檢索、標(biāo)準(zhǔn)庫(kù)、標(biāo)簽庫(kù)和知識(shí)圖譜等，同時(shí)開放接口，伙伴注冊(cè)過(guò)程套件，以AI驅(qū)動(dòng)知識(shí)沉淀和運(yùn)用。數(shù)據(jù)全生命周期的云原生技術(shù)底座對(duì)于企業(yè)來(lái)說(shuō)，彈性、敏捷、高效、安全、統(tǒng)一的數(shù)據(jù)技術(shù)平臺(tái)支撐，降低業(yè)務(wù)分析人員、開發(fā)人員、維護(hù)人員的技術(shù)理解難度，提升最終用戶試用數(shù)據(jù)的體驗(yàn)，基于云原生技術(shù)構(gòu)建的數(shù)據(jù)湖已經(jīng)被各行各業(yè)所接受。云原生數(shù)據(jù)湖，發(fā)揮海量數(shù)據(jù)價(jià)值大數(shù)據(jù)系統(tǒng)云端部署逐漸替換傳統(tǒng)的線下集群部署方式，成為企業(yè)構(gòu)建大數(shù)據(jù)平臺(tái)的首選方案。企業(yè)通過(guò)將服務(wù)托管上云，云廠商對(duì)大數(shù)據(jù)平臺(tái)做全面優(yōu)化，帶來(lái)更優(yōu)的存、用數(shù)體驗(yàn)，企業(yè)只需要關(guān)注自身業(yè)務(wù)的開發(fā)和維護(hù)工作，其價(jià)值集中表現(xiàn)在以下幾個(gè)方面：?湖倉(cāng)一體靈活的架構(gòu)，有效縮短分析鏈路，提高分析效率，減少數(shù)據(jù)冗余?；谠圃夹g(shù)開發(fā)的計(jì)算和存儲(chǔ)分離架構(gòu)，實(shí)現(xiàn)更高的性能和更好的投資保護(hù)，通過(guò)裸金屬、虛擬機(jī)、容器等實(shí)現(xiàn)彈性伸縮和靈活部署。隨著云上的IoT、AI以及千行百業(yè)的IT應(yīng)用，越來(lái)越多的數(shù)據(jù)在云上聚集。云原生數(shù)據(jù)湖也在大數(shù)據(jù)處理方面產(chǎn)生了離線數(shù)據(jù)湖（又叫湖倉(cāng)一體，即Lakehouse）、實(shí)時(shí)數(shù)據(jù)湖（又叫“實(shí)時(shí)數(shù)倉(cāng)”）、邏輯數(shù)據(jù)湖等三個(gè)重要方向，特別是邏輯數(shù)據(jù)湖，基于多個(gè)離線或者實(shí)時(shí)數(shù)據(jù)湖形成的虛擬數(shù)據(jù)湖，實(shí)現(xiàn)租戶間資源隔離、多級(jí)權(quán)限管控，保證跨源協(xié)同分析數(shù)據(jù)安全性。?彈性裸金屬部署，具備物理機(jī)性能，實(shí)現(xiàn)大數(shù)據(jù)上云最佳算力底座。大數(shù)據(jù)傳統(tǒng)物理機(jī)軟件方案存在以下問(wèn)題：1）硬件統(tǒng)一采購(gòu)，配置固定，不合理；2）手工部署大數(shù)據(jù)步驟多、工程周期長(zhǎng)、易出錯(cuò)；3）資源彈性不足，大數(shù)據(jù)物理機(jī)資源往往需要先申報(bào)再部署，至少3個(gè)月，且物理機(jī)資源池還是獨(dú)占，無(wú)法共享，難應(yīng)對(duì)波峰波谷業(yè)務(wù)。在此背景下，基于云原生的彈性裸金屬的部署方式成為目前主流，其在大數(shù)據(jù)場(chǎng)景下通過(guò)軟硬協(xié)同，實(shí)現(xiàn)低時(shí)延的數(shù)據(jù)存儲(chǔ)和網(wǎng)絡(luò)IO、分鐘級(jí)的資源彈性發(fā)放等優(yōu)點(diǎn)。?存算分離實(shí)現(xiàn)資源池化，彈性伸縮，降本增效。存算分離方案有效的實(shí)現(xiàn)資源價(jià)值最大化，存儲(chǔ)與計(jì)算資源全面云化。存算分離在大數(shù)據(jù)場(chǎng)景下可以實(shí)現(xiàn)數(shù)據(jù)共池、按需擴(kuò)容、計(jì)算優(yōu)化、存儲(chǔ)冗余優(yōu)化等特性。?Serverless全托管，支持業(yè)務(wù)敏捷開發(fā)，云上自動(dòng)部署維護(hù)。很多企業(yè)使用大數(shù)據(jù)分析時(shí)會(huì)面臨使用門檻高、業(yè)務(wù)與數(shù)據(jù)量波峰波谷帶來(lái)資源利用率低、創(chuàng)新業(yè)務(wù)落地慢等問(wèn)題。云原生2.0時(shí)代使用Serverless技術(shù)解決以上挑戰(zhàn)。Serverless主要特點(diǎn)是完全托管及免運(yùn)維、容器化與秒級(jí)擴(kuò)縮容、結(jié)合AI實(shí)現(xiàn)智能創(chuàng)新，避免了傳統(tǒng)虛擬機(jī)安裝部署周期長(zhǎng)、靈活性差的問(wèn)題。數(shù)據(jù)倉(cāng)庫(kù)提速全場(chǎng)景數(shù)據(jù)分析2.0可廣泛應(yīng)用在工業(yè)IoT、金融、車聯(lián)網(wǎng)等不斷豐富的業(yè)務(wù)場(chǎng)景中。云原生數(shù)據(jù)倉(cāng)庫(kù)提供完整的高擴(kuò)展，高性能解決方案以實(shí)現(xiàn)多種部署形態(tài)，資源彈性、敏捷發(fā)放。這意味著云原生數(shù)據(jù)倉(cāng)庫(kù)不再是大型企業(yè)的專有設(shè)備，同時(shí)也可滿足大中小企業(yè)各類應(yīng)用的數(shù)據(jù)分析需求。云原生數(shù)據(jù)倉(cāng)庫(kù)支持裸金屬、虛擬機(jī)、集群等多種部署形態(tài)，無(wú)論哪種部署方式，都具備彈性、隔離、高性能、高拓展的特性。云原生數(shù)據(jù)倉(cāng)庫(kù)充分利用云對(duì)象存儲(chǔ)高擴(kuò)展和低成本的優(yōu)勢(shì)，構(gòu)建多溫存儲(chǔ)的存算分離架構(gòu)。本地盤性能加速，云對(duì)象存儲(chǔ)作為冷數(shù)據(jù)存儲(chǔ)，實(shí)現(xiàn)分層存儲(chǔ)，自動(dòng)冷熱數(shù)據(jù)遷移。用戶可以按需選擇，數(shù)據(jù)冷熱動(dòng)態(tài)切換，降低數(shù)倉(cāng)存儲(chǔ)成本同時(shí)，也靈活應(yīng)對(duì)業(yè)務(wù)的場(chǎng)景變化。進(jìn)一步的支持表內(nèi)不同分區(qū)間的冷熱數(shù)據(jù)交換，并支持以列存數(shù)據(jù)塊作為單元的更細(xì)粒度的交換，以及更加智能和精細(xì)化的冷熱數(shù)據(jù)管理，同時(shí)類Multi-Cluster集群和多租戶技術(shù)，將存儲(chǔ)和計(jì)算資源進(jìn)行了更細(xì)粒度的隔離，用戶可以對(duì)不同的業(yè)務(wù)劃分不同的邏輯集群或租戶，實(shí)現(xiàn)更加靈活的彈性。從離線報(bào)表到實(shí)時(shí)計(jì)算的全場(chǎng)景數(shù)據(jù)分析，通過(guò)降低數(shù)據(jù)入庫(kù)時(shí)長(zhǎng)和提升數(shù)據(jù)分析速度，實(shí)時(shí)數(shù)倉(cāng)應(yīng)對(duì)用戶提供實(shí)時(shí)入庫(kù)、實(shí)時(shí)分析的能力：? 實(shí)時(shí)入庫(kù)：通過(guò)高并發(fā)小批量模式，線性擴(kuò)展流數(shù)據(jù)入庫(kù)性能，理論上能達(dá)到上千萬(wàn)級(jí)每秒的入庫(kù)性能，徹底改變T+1大批量加載模式。? 實(shí)時(shí)分析：支持基于流式數(shù)據(jù)的持續(xù)計(jì)算查詢，通過(guò)SQL完成流式計(jì)算，實(shí)現(xiàn)億級(jí)數(shù)據(jù)秒級(jí)聚合。聚焦全場(chǎng)景，構(gòu)筑云原生數(shù)據(jù)庫(kù)全棧能力進(jìn)入云原生2.0時(shí)代，云原生數(shù)據(jù)庫(kù)不僅僅要利用云的硬件資源池化能力實(shí)現(xiàn)數(shù)據(jù)庫(kù)的計(jì)算存儲(chǔ)能力彈性伸縮、分布式部署和高可用，還需要能利用云基礎(chǔ)設(shè)施本身的能力，如跨AZ部署能力實(shí)現(xiàn)數(shù)據(jù)庫(kù)的跨AZ訪問(wèn)，基于云存儲(chǔ)理解數(shù)據(jù)庫(kù)語(yǔ)義的能力實(shí)現(xiàn)數(shù)據(jù)層能預(yù)處理數(shù)據(jù)庫(kù)語(yǔ)義等等。存算分離，極致彈性2.0CPU-內(nèi)存-外存”三層資源徹底解耦，分別彈性伸縮。多平臺(tái)軟硬協(xié)同，數(shù)據(jù)存儲(chǔ)可靠存儲(chǔ)層應(yīng)支持近存儲(chǔ)處理（NDP）能力，計(jì)算層下推語(yǔ)義到存儲(chǔ)層，在存儲(chǔ)層預(yù)處理數(shù)據(jù)庫(kù)的算子。比如范圍查詢，在確保事務(wù)隔離性、數(shù)據(jù)一致性的前提下過(guò)濾掉不需要的數(shù)據(jù)，避免計(jì)算層和存儲(chǔ)層無(wú)意義的數(shù)據(jù)交互。存儲(chǔ)層應(yīng)支持日志回放能力，數(shù)據(jù)庫(kù)寫節(jié)點(diǎn)只需要把日志寫到存儲(chǔ)層，將日志回放為數(shù)據(jù)頁(yè)面，并在多副本上提供一致性版本給其他節(jié)點(diǎn)訪問(wèn)。云原生數(shù)據(jù)庫(kù)應(yīng)針對(duì)云底座的基礎(chǔ)設(shè)施進(jìn)行深度優(yōu)化，支持ARM、x86等多種平臺(tái)并針對(duì)不同平臺(tái)進(jìn)行優(yōu)化，各平臺(tái)性能差異低于20%。存儲(chǔ)層應(yīng)確保全場(chǎng)景負(fù)載數(shù)據(jù)文件絕對(duì)可靠，至少三副本存儲(chǔ)，并具備多副本強(qiáng)一致訪問(wèn)能力，單副本故障不影響數(shù)據(jù)可靠性和訪問(wèn)速度，故障可自動(dòng)恢復(fù)。AZ/Region部署能力，讓數(shù)據(jù)底座更加穩(wěn)定可靠云原生數(shù)據(jù)庫(kù)需要具備跨AZ的部署能力，并且提供跨AZ的讀一致性訪問(wèn)，多AZ節(jié)點(diǎn)必須讀到一致的數(shù)據(jù)。2AZ部署下需要保證單AZ故障不影響云數(shù)據(jù)庫(kù)的讀訪問(wèn)。3AZ部署下需要保證單AZ故障不影響云數(shù)據(jù)庫(kù)的正常讀寫，單盤訪問(wèn)故障、AZ間網(wǎng)絡(luò)短時(shí)抖動(dòng)故障不影響性能。統(tǒng)一架構(gòu)，多模兼容，開放生態(tài)MySQLPostgreSQLSQL接口訪問(wèn)數(shù)據(jù)庫(kù)，Redis、MongoDBNoSQL接口訪問(wèn)。同時(shí)也應(yīng)該支持多種模型的兼容訪問(wèn)，比如支持KV模型、時(shí)序模型、文檔存儲(chǔ)模型、寬列模型等。云原生數(shù)據(jù)庫(kù)應(yīng)該支持用戶在不同的數(shù)據(jù)庫(kù)之間遷移數(shù)據(jù)，不應(yīng)該綁定用戶。開放生態(tài)的數(shù)據(jù)庫(kù)將成為云原生數(shù)據(jù)庫(kù)的主流。智能運(yùn)維，自動(dòng)調(diào)度，讓數(shù)據(jù)庫(kù)運(yùn)維更加高效、極簡(jiǎn)AI與數(shù)據(jù)庫(kù)結(jié)合是近些年行業(yè)研究的熱點(diǎn)，云原生數(shù)據(jù)庫(kù)的優(yōu)勢(shì)之一就是可以利用技術(shù)手段實(shí)現(xiàn)數(shù)據(jù)庫(kù)的自動(dòng)化運(yùn)維，當(dāng)前比較前沿的手段是利用AI技術(shù)實(shí)現(xiàn)數(shù)據(jù)庫(kù)自調(diào)優(yōu)、自診斷、自安全、自運(yùn)維、自愈等能力，借助于AI技術(shù)能更好的優(yōu)化數(shù)據(jù)庫(kù)的性能，協(xié)助DBA降低運(yùn)維難度，提升運(yùn)維效率，自動(dòng)調(diào)度平衡資源池。典型場(chǎng)景如慢SQL發(fā)現(xiàn)，索引推薦，基于性能指標(biāo)的時(shí)序預(yù)測(cè)與異常發(fā)現(xiàn)，參數(shù)智能調(diào)優(yōu)等。云原生云原生AI開發(fā)及知識(shí)計(jì)算加速行業(yè)AI落地4.2新一代人工智能在全球范圍方興未艾，并成為引領(lǐng)科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力。一批創(chuàng)新活躍的企業(yè)正在通過(guò)應(yīng)用AI實(shí)現(xiàn)加速成長(zhǎng)，并呈現(xiàn)出蓬勃發(fā)展的態(tài)勢(shì)。進(jìn)入云原生2.0時(shí)代，AI逐步在行業(yè)廣泛應(yīng)用。在汽車行業(yè)，中國(guó)第一汽車集團(tuán)有限公司通過(guò)應(yīng)用AI，將知識(shí)基于業(yè)務(wù)場(chǎng)景，以數(shù)字化的方式呈現(xiàn)在員工的眼前，快速提升員工能力。在醫(yī)療行業(yè)，通過(guò)AI技術(shù)將DNA羥甲基數(shù)據(jù)以及經(jīng)過(guò)大量實(shí)驗(yàn)積累的基因知識(shí)圖譜進(jìn)行整合運(yùn)算，更加準(zhǔn)確地識(shí)別出血液中的關(guān)鍵生物標(biāo)記物，將早期診斷的準(zhǔn)確性提升了9個(gè)百分點(diǎn)，這有助于對(duì)食道癌患者的早期發(fā)現(xiàn)。在油氣領(lǐng)域的儲(chǔ)層識(shí)別場(chǎng)景，AI將多源異構(gòu)數(shù)據(jù)、空間地質(zhì)關(guān)系、錄井傳感器特征等進(jìn)行聯(lián)合表征，通過(guò)結(jié)合聯(lián)合表征與深度學(xué)習(xí)預(yù)測(cè)模型，縮短了70%的油氣層評(píng)估時(shí)間。上述例證都驗(yàn)證了AI對(duì)于實(shí)體經(jīng)濟(jì)有著卓越驅(qū)動(dòng)力。云原生AIAIAI的代碼和資源的分享，全鏈條產(chǎn)生質(zhì)的飛越。借助“AIAIAI開發(fā)需要將“自動(dòng)標(biāo)注”、“沉浸式開發(fā)”、“模型自動(dòng)調(diào)優(yōu)”、“彈性推理”等能力以自動(dòng)化、流程化的形式提供給用戶，進(jìn)一步減低用戶的技術(shù)門檻和落地難度，為用戶快速實(shí)踐人工智能掃清障礙。接下來(lái)將對(duì)云原生為傳統(tǒng)AI開發(fā)流程所帶來(lái)轉(zhuǎn)變分別進(jìn)行闡述。智能化數(shù)據(jù)服務(wù)，簡(jiǎn)化數(shù)據(jù)準(zhǔn)備，降低開發(fā)成本人工智能開發(fā)過(guò)程中，開發(fā)者往往專注于算法的創(chuàng)新設(shè)計(jì)和開發(fā)，而較少去做數(shù)據(jù)采集、處理、標(biāo)注、分析等工作。但伴隨數(shù)據(jù)規(guī)模及種類的急速增長(zhǎng)，數(shù)據(jù)準(zhǔn)備的工作量和難度會(huì)越來(lái)越大。針對(duì)實(shí)際業(yè)務(wù)場(chǎng)景面臨的數(shù)據(jù)采集難、數(shù)據(jù)質(zhì)量差、數(shù)據(jù)冗余大、標(biāo)簽少、數(shù)據(jù)分析難等問(wèn)題，基于云原生，可以讓AI數(shù)據(jù)管理更加系列化智能化，簡(jiǎn)化數(shù)據(jù)準(zhǔn)備過(guò)程，大幅降低開發(fā)成本，提升開發(fā)效率：? csv? 豐富的數(shù)據(jù)處理能力：統(tǒng)一的數(shù)據(jù)處理能力，包含校驗(yàn)、轉(zhuǎn)換、清洗、選擇、增強(qiáng)等多種處理算子，通過(guò)分布式任務(wù)加快海量數(shù)據(jù)處理速度，從而為用戶省去線下篩選或增強(qiáng)數(shù)據(jù)的成本，提升數(shù)據(jù)質(zhì)量。? 智能化標(biāo)注：除了提供通用的標(biāo)注工具外，還提供了基于機(jī)器學(xué)習(xí)技術(shù)的智能數(shù)據(jù)標(biāo)注、團(tuán)隊(duì)標(biāo)注等功能提升用戶的標(biāo)注效率。? 可視化分析：提供可視化曲線對(duì)數(shù)據(jù)進(jìn)行細(xì)粒度的分析診斷，幫助用戶了解數(shù)據(jù)特點(diǎn)，如圖片的清晰度、亮度、高寬比等特征，進(jìn)一步挖掘數(shù)據(jù)價(jià)值。AI開發(fā)環(huán)境，解放開發(fā)者生產(chǎn)力傳統(tǒng)的AI開發(fā)過(guò)程復(fù)雜，涉及到海量數(shù)據(jù)處理、模型開發(fā)、訓(xùn)練加速硬件資源、模型部署服務(wù)管理等方方面面?；谠圃珹I開發(fā)過(guò)程簡(jiǎn)化成為可能，讓開發(fā)者可以聚焦業(yè)務(wù)實(shí)現(xiàn)，提升開發(fā)效率。?開發(fā)環(huán)境軟硬件齊聚，開箱即用：當(dāng)下，不同的開發(fā)者習(xí)慣使用不同的AI開發(fā)框架（Tensor?ow、PyTorch、MindSpore等）開發(fā)算法，而且基于業(yè)務(wù)的復(fù)雜程度需要的計(jì)算加速硬件（CPU、GPU、Ascend等）也不同。云原生AI開發(fā)平臺(tái)可以根據(jù)開發(fā)者的場(chǎng)景提供不同軟硬件組合的快速啟動(dòng)、即開即用的AI開發(fā)環(huán)境，開發(fā)環(huán)境聲明式獲取，開發(fā)者無(wú)需關(guān)注環(huán)境搭建和維護(hù)過(guò)程。? :開發(fā)平臺(tái)可提供多樣化的開發(fā)模式以滿足各類開發(fā)者的開發(fā)習(xí)慣，如基于Web方式可提供良好JupyterLabAIWebIDEIDE連接云端開發(fā)計(jì)算環(huán)境進(jìn)行遠(yuǎn)程開發(fā)AI（如代碼編輯階段無(wú)需訓(xùn)練加速硬件，調(diào)試階段需要低性能計(jì)算資源，模型訓(xùn)練需要高性能計(jì)算加速硬件），云原生開發(fā)平臺(tái)可滿足開發(fā)者動(dòng)態(tài)切換開發(fā)環(huán)境計(jì)算規(guī)格的需求。AI開發(fā)過(guò)程中涉及海量數(shù)據(jù)，而海量數(shù)據(jù)一般都是存儲(chǔ)在云存儲(chǔ)服務(wù)，開發(fā)環(huán)境應(yīng)該提供開SDK的方式對(duì)云存儲(chǔ)數(shù)據(jù)上傳下載，支持動(dòng)態(tài)掛載云儲(chǔ)存數(shù)據(jù)到開發(fā)環(huán)境文件系POSIX語(yǔ)義方式讀寫云存儲(chǔ)數(shù)據(jù)等。?開發(fā)成果可快速輸出應(yīng)用：AI開發(fā)環(huán)境還需要滿足開發(fā)者沉浸式完成AI工程開發(fā)生命周期，在開發(fā)環(huán)境中快速流暢地將開發(fā)調(diào)試階段的輸出（代碼、模型等）和部署發(fā)布（大規(guī)模分布式訓(xùn)練、模型部署等）完整地串聯(lián)起來(lái)。開發(fā)環(huán)境平臺(tái)可方便開發(fā)者分享開發(fā)的案例，如開發(fā)的notebook案例可一鍵分享給伙伴，伙伴一鍵打開開發(fā)環(huán)境體驗(yàn)案例。AIAI算法創(chuàng)新和模型訓(xùn)練技術(shù)日新月異，目前有三個(gè)大的趨勢(shì)和挑戰(zhàn)：? 隨著無(wú)監(jiān)督技術(shù)、神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)搜索等技術(shù)的發(fā)展，AI模型訓(xùn)練的規(guī)模越來(lái)越大，其算力需求呈指數(shù)上升；? AI模型訓(xùn)練不可避免地需要進(jìn)行不斷的調(diào)參，在深度學(xué)習(xí)越來(lái)越主流的今天，調(diào)參更加需要加速；? 聯(lián)邦學(xué)習(xí)逐漸成為保護(hù)數(shù)據(jù)隱私、聯(lián)合多方數(shù)據(jù)提升模型精度的關(guān)鍵技術(shù)，場(chǎng)景落地越來(lái)越多。AI訓(xùn)練可以提供彈性訓(xùn)練的方式使得訓(xùn)練作業(yè)可以充分利用閑置資源提升訓(xùn)練性能。在常見的圖像識(shí)別場(chǎng)景下，可以從單節(jié)點(diǎn)動(dòng)態(tài)擴(kuò)展到多節(jié)點(diǎn)，實(shí)現(xiàn)10X倍的訓(xùn)練性能加速；基于云原生的訓(xùn)練平臺(tái)還可以提供訓(xùn)練過(guò)程中自動(dòng)調(diào)參能力，使得用戶無(wú)需代碼修改，即可根據(jù)自定義的搜索目標(biāo)和超參搜索，相比人工調(diào)優(yōu)而言，可以提升幾倍FedAMPFedAVG2以上。AI推理，性能卓越，穩(wěn)定在線AI在各行業(yè)開始廣泛落地，云原生AI推理應(yīng)運(yùn)而生?？焖俳桓?，高性能推理快速擴(kuò)容，在線穩(wěn)定運(yùn)行是云原生AI推理的核心特征。提供完整的云原生AI推理能力是一站式AI開發(fā)平臺(tái)的必備特征。AI應(yīng)用的門檻高，不僅是算法學(xué)習(xí)門檻高，還包括了工程落地門檻，需要更新很多前沿的系統(tǒng)技術(shù)棧，包括深云原生推理在高性能算子、算法/模型優(yōu)化、任務(wù)調(diào)度、高效執(zhí)行引擎、異構(gòu)資源利用等方面構(gòu)建了性能競(jìng)爭(zhēng)力，在彈alwaysonline的服務(wù)，APIAI進(jìn)入行業(yè)核心生產(chǎn)系統(tǒng)AI在發(fā)展過(guò)程中，經(jīng)歷了知識(shí)驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)兩個(gè)階段。第一階段是由知識(shí)驅(qū)動(dòng)的人工智能，包括知識(shí)、算法、算力三要素；第二階段是由數(shù)據(jù)驅(qū)動(dòng)的人工智能，包括數(shù)據(jù)、算法、算力三要素。這兩個(gè)階段都有一定的局限性，無(wú)法解決AI深入行業(yè)的所遇到的問(wèn)題。例如：?行業(yè)專家與AI專家的合作：如何讓行業(yè)專家和AI專家，雙方能夠相互聽得懂，圍繞一個(gè)共同的目標(biāo)相互促進(jìn)？?行業(yè)機(jī)理與AI模型的結(jié)合：不同行業(yè)都有自己數(shù)十年甚至上百年的專業(yè)積累，形成了大量成熟的物理、化學(xué)、生物等知識(shí)表達(dá)的機(jī)理模型，這些模型和數(shù)據(jù)驅(qū)動(dòng)的AI模型能不能結(jié)合，如何有效結(jié)合？?行業(yè)應(yīng)用與AI系統(tǒng)的結(jié)合：行業(yè)自身多年積累的應(yīng)用系統(tǒng)、控制系統(tǒng)和AI系統(tǒng)到底是什么關(guān)系？如何讓這些行業(yè)應(yīng)用平滑有序地升級(jí)成智慧系統(tǒng)？這些問(wèn)題背后的核心焦點(diǎn)，是如何將行業(yè)知識(shí)與AI進(jìn)行結(jié)合。新一代人工智能技術(shù)要解決如何與各行各業(yè)深度融合AIAI未來(lái)發(fā)展的必然方向。云原生對(duì)資源的高效組織和其上的豐富應(yīng)用加速了這一進(jìn)程的到來(lái)。每個(gè)行業(yè)都在發(fā)展的歷史長(zhǎng)河中沉淀了大量的知識(shí)，比如生產(chǎn)系統(tǒng)中的機(jī)理模型、大量的行業(yè)技術(shù)典籍文獻(xiàn)、專家大腦里面的寶貴經(jīng)驗(yàn)、歷史積累的方法總結(jié)、測(cè)試報(bào)告等等。行業(yè)不缺知識(shí)，但是缺乏高效利用知識(shí)的方法。 知識(shí)獲取行業(yè)數(shù)據(jù)解析器網(wǎng)頁(yè)解析器語(yǔ)音識(shí)別專家標(biāo)注多模態(tài)信息抽取文字識(shí)別

知識(shí)建模 知識(shí)管理本體設(shè)計(jì)實(shí)體鏈接知識(shí)融合本體設(shè)計(jì)實(shí)體鏈接知識(shí)融合知識(shí)更新圖嵌入機(jī)理建模知識(shí)應(yīng)用基礎(chǔ)高級(jí)知識(shí)推薦預(yù)測(cè)分析知識(shí)搜索智能對(duì)話軟測(cè)量知識(shí)推理華為云發(fā)布業(yè)界首個(gè)全生命周期知識(shí)計(jì)算解決方案，該方案包含知識(shí)獲取、知識(shí)建模、知識(shí)管理，以及知識(shí)應(yīng)用四大模塊，覆蓋知識(shí)在企業(yè)的生產(chǎn)環(huán)節(jié)中的全生命周期。?（包括結(jié)構(gòu)化、?知識(shí)建模：根據(jù)業(yè)務(wù)場(chǎng)景進(jìn)行知識(shí)建模，提供流水線式自動(dòng)化構(gòu)建知識(shí)圖譜的能力，可以使得圖譜構(gòu)建時(shí)間由數(shù)星期縮短到數(shù)分鐘，同時(shí)可以實(shí)現(xiàn)知識(shí)圖譜的自動(dòng)更新。?知識(shí)管理：對(duì)于企業(yè)知識(shí)提供超大規(guī)模圖譜存儲(chǔ)能力和高性能查詢，以及自動(dòng)化更新、沖突管理、質(zhì)檢控制等能力。企業(yè)的海量知識(shí)通常用圖結(jié)構(gòu)進(jìn)行表示，華為超大規(guī)模知識(shí)圖譜，單實(shí)例支持百億節(jié)點(diǎn)，萬(wàn)億邊規(guī)模。?知識(shí)應(yīng)用：提供知識(shí)搜索、可視化分析、知識(shí)推薦等基礎(chǔ)能力，以及智能對(duì)話、預(yù)測(cè)分析、知識(shí)推理等高級(jí)能力，匹配企業(yè)多樣化的應(yīng)用需求。華為云支持單實(shí)例10W+QPS（每秒查詢率）圖譜查詢，可以實(shí)現(xiàn)秒級(jí)響應(yīng)；在行業(yè)應(yīng)用上，知識(shí)計(jì)算將油氣行業(yè)測(cè)井解釋效率提升3倍。通過(guò)應(yīng)用知識(shí)計(jì)算解決方案，企業(yè)將可以打造自己的知識(shí)計(jì)算平臺(tái)，整合分散在不同介質(zhì)、多種形態(tài)的企業(yè)數(shù)據(jù)，形成帶有建議性的知識(shí)，有效用于預(yù)測(cè)分析和輔助決策，提高企業(yè)的經(jīng)營(yíng)效率。云原生對(duì)資源的高效組織和其上的豐富應(yīng)用加速了知識(shí)計(jì)算的落地進(jìn)程。云原生視頻服務(wù)，重塑體驗(yàn)，激發(fā)創(chuàng)新云原生視頻服務(wù)，重塑體驗(yàn)，激發(fā)創(chuàng)新4.3視頻上云成為趨勢(shì)，視頻全流程云服務(wù)化成為新常態(tài)。IDC預(yù)測(cè)顯示，到2024年，中國(guó)視頻云市場(chǎng)規(guī)模將會(huì)超過(guò)220億美元。隨著ICT20259050%邊70%。視頻的制作、處理、傳輸在云上將成為新常態(tài)。實(shí)時(shí)音視頻迎來(lái)大發(fā)展，互聯(lián)網(wǎng)直播進(jìn)入毫秒級(jí)時(shí)代。在互聯(lián)網(wǎng)視頻領(lǐng)域，疫情極大加速了實(shí)時(shí)音視頻相關(guān)的在線教育、遠(yuǎn)程協(xié)作等行業(yè)，同時(shí)電商直播興起，帶動(dòng)直播業(yè)務(wù)領(lǐng)域的進(jìn)一步發(fā)展。2021年在云上轉(zhuǎn)發(fā)的實(shí)時(shí)音視頻分發(fā)數(shù)有望超過(guò)1000億分鐘/月，產(chǎn)生約700EB/月的實(shí)時(shí)音視頻流量。為了支撐互聯(lián)網(wǎng)視頻業(yè)務(wù)的發(fā)展，互聯(lián)網(wǎng)視頻技術(shù)也將迎來(lái)以下升級(jí)：? 實(shí)時(shí)音視頻技術(shù)將廣泛應(yīng)用在在線教育、遠(yuǎn)程協(xié)作、社交、金融、醫(yī)療等各個(gè)領(lǐng)域。為了實(shí)現(xiàn)更實(shí)時(shí)的交互，實(shí)時(shí)Mesh?互聯(lián)網(wǎng)視頻直播將由秒級(jí)進(jìn)入到毫秒級(jí)時(shí)代，通過(guò)Mesh化的網(wǎng)絡(luò)架構(gòu)、超低時(shí)延的實(shí)時(shí)編碼、智能化的全局調(diào)度，互聯(lián)網(wǎng)視頻直播時(shí)延將降低到百毫秒級(jí)，極大提升用戶體驗(yàn)。視頻業(yè)務(wù)由分發(fā)段上云演進(jìn)到生產(chǎn)段上云一部頂級(jí)影視節(jié)目或綜藝節(jié)目，節(jié)目素材是幾個(gè)PB級(jí)別，中間經(jīng)過(guò)多個(gè)制作環(huán)節(jié)才能形成可播出的內(nèi)容，節(jié)目制作周期長(zhǎng)。內(nèi)容商期望通過(guò)生產(chǎn)端上云的方式，實(shí)現(xiàn)云上的高效內(nèi)容制作，縮短節(jié)目制作周期，同時(shí)滿足遠(yuǎn)程協(xié)作、智能生產(chǎn)等需求，因此在視頻生產(chǎn)制作環(huán)節(jié)，有以下新趨勢(shì)：?5G?5GPB級(jí)內(nèi)容素材高速上云的問(wèn)題。10倍以上，同時(shí)視頻生產(chǎn)更加智能化、標(biāo)準(zhǔn)化、遠(yuǎn)程化。統(tǒng)一架構(gòu)、云邊協(xié)同、資源復(fù)用型的云原生媒體網(wǎng)絡(luò)當(dāng)前整個(gè)視頻產(chǎn)業(yè)現(xiàn)狀是不同的視頻業(yè)務(wù)都有一個(gè)媒體網(wǎng)絡(luò)支撐，而這些媒體網(wǎng)絡(luò)都是互相割裂的，呈煙囪式的孤島狀態(tài)，他們之間的資源無(wú)法充分復(fù)用，比如在線教育領(lǐng)域，背后依托的是RTC傳輸網(wǎng)絡(luò)，互聯(lián)網(wǎng)視頻的直播、點(diǎn)播，依托的是CDN直播網(wǎng)絡(luò)，行業(yè)視頻依托的是連接幾百萬(wàn)臺(tái)攝像機(jī)在云上進(jìn)行視頻處理的網(wǎng)絡(luò)，這幾個(gè)網(wǎng)絡(luò)之前都是互相割裂的。? Mesh化網(wǎng)絡(luò)架構(gòu)：網(wǎng)絡(luò)內(nèi)視頻的路由均取決于用戶體驗(yàn)和傳輸成本，通過(guò)智能調(diào)度進(jìn)行優(yōu)化選擇、就近傳輸。? 容器化的邊緣站點(diǎn)：資源可以靈活分配給各服務(wù)，所有服務(wù)實(shí)現(xiàn)資源的共享，最大化復(fù)用帶寬成本，實(shí)現(xiàn)所有業(yè)務(wù)成本最優(yōu)? 智能調(diào)度：將所有網(wǎng)絡(luò)數(shù)據(jù)均匯聚到大數(shù)據(jù)平臺(tái)，通過(guò)分析這些實(shí)時(shí)數(shù)據(jù)選擇最優(yōu)路徑，確保最短的路徑轉(zhuǎn)發(fā)，實(shí)現(xiàn)體驗(yàn)最優(yōu)和時(shí)延最低。? 云邊協(xié)同：通過(guò)邊緣媒體處理框架，基于函數(shù)計(jì)算平臺(tái)，將函數(shù)級(jí)的視頻處理能力靈活部署到邊緣進(jìn)行處理，降低通過(guò)云原生視頻服務(wù)，持續(xù)拓展視頻業(yè)務(wù)邊界，實(shí)現(xiàn)視頻體驗(yàn)創(chuàng)新2G、3G4G，內(nèi)容產(chǎn)業(yè)與網(wǎng)絡(luò)帶寬總是協(xié)同發(fā)展。