容器技术的未来——京东云技术专访

2019 年 10 月 15 日

容器技术的未来——京东云技术专访

据相关调研机构出具的报告数据显示,目前应用容器市场规模将从 2016 年的 7.62 亿美元增⻓到 2020 年的 27 亿美元。


显而易见,引入容器所展现的巨大灵活性有效推动了其采用速率,使企业日益依赖该技术,与此同时容器技术也逐渐成⻓为虚拟机的实力替代品。对此,调研机构 Forrester 公司曾指出,58%的开发商计划在未来一年内使用容器或正在计划使用容器。


总结一句,使用容器可以帮助企业提高效率、降低成本,甚至在安全性方面有更可靠的保障, 这些易于打包以及轻量级的组件可以与同一虚拟机中的其他组件一起运行。


此外容器的大力采用也让开发者通过创建虚拟“沙箱”来更快、更好地工作,从而完成编写、管理和操作软件代码,可以在不影响服务器或虚拟机(VM)上运行其他应用程序和系统的情况下就可完成此操作。


基于此,CSDN 特邀京东云事业部 IaaS 产品研发部资深技术专家陈峰采访,并以技术社区专业、客观的角度,探讨当前云服务商眼中的“容器服务”并为开发者选择合适的容器服务提供部分可参考的建议,以帮助其实现容器技术的创新应用等。


以下为部分采访内容,为了便于阅读与学习,我们对文本内容进行了编辑整理,内容如下:


问题 1:总结一下,如何看待目前容器技术的发展,市场格局产生了怎样的变化?


关键词:成熟、生产


京东云陈峰:过去一两年容器快速成熟普及,越来越多的用户开始使用容器部署生产核心业务。Kubernetes 已经成为容器服务平台的事实标准。国内外各大云服务商都推出了托管的 Kubernetes 服务,也充分说明了这一点。


问题 2:样技术的创新迭代趋势对京东云有何启示?


关键词:开源、普适性


京东云陈峰:


(1) 开源的重要性


开源社区经过多年的发展,已经成为成熟的软件产品开发和运营模式。和闭源专有软件相比较,开源有平台中立、代码透明、快速需求功能迭代、快速获取客户群体、快速获取客户反馈、全社区的协作完善等优点。大家可以看到,虽然每个公有云服务商也开发了专有服务,但是最流行的服务仍然是开源托管软件服务,或者至少接口和开源软件兼容。我们今天看到的流行开源软件都是在开源生态中经过多轮优胜劣汰、进化存活下来的强者。Kubernetes 能够这么流行,和它是以开源方式运作是分不开的。云服务商需要思考一种和开源互利共赢的合作模式。


(2) 技术的普适性是普及的关键


大家可能还记得,多年前曾经有过一波 PAAS 平台浪潮,但最终没有流行起来。我认为原因还是上一代 PAAS 平台多数和语言绑定,要求固定的框架使用模式。客户如果要使用的话,需要对系统做大量的适配和改造,导致很难大规模的流行使用。容器镜像这个核心设计创造性地解决了软件的部署依赖问题,并且不和具体底层 OS 绑定,不和语言绑定,不和具体框架绑定。容器技术的普适性正是其快速普及的关键。从京东云角度来说,我们做技术规划时,一定要考虑技术的普适性,这样的技术才能带来更大的价值。


问题 3:相较于过去,目前的企业级用户对容器技术有何新需求?


关键词:完整、理性


京东云陈峰:企业级用户希望云服务商能提供一个容器的整体解决方案。以容器编排为例,用户不单单需要托管 Kubernetes,还希望能和云上的网络、存储、监控、日志、CI/CD 等方方面面的功能紧密集成,降低用户的使用门槛和难度。


另外随着容器用于部署生产业务,用户对安全相关的问题也越来越关注。


问题 4:在应对这些发展时,京东云有何技术与产品上的创新?如何评价这些应运而生的新技术以及新产品,能够帮助用户带来怎样的价值?


关键词:原生容器、便捷高效


京东云陈峰:目前京东云推出了托管的 Kubernetes 服务,该服务和京东云产品的计算、网络和存储均做了深度集成,充分利用了公有云产品的优势,可以提供一个整体的方案,未来还会涉及到托管服务并集成更多云服务,做到开盒即用。


此外,京东云还同时推出了基于虚拟化技术的原生容器。原生容器在设计强调了两点:容器运行时的安全隔离、简单便捷的使用方式。



如今 Kubernetes 平台功能日益强大的同时,使用也变得越来越复杂,这个产品可以有效降低用户的学习成本以及使用难度;原生容器把自身定位成一种镜像格式做到与平台无关,部署更友好的“虚机”,目标是降低用户的学习成本和使用难度。基于原生容器,京东云也推出了 Serverless Kubernetes 服务,该服务不用创建虚机节点,可以直接使用 Kubernetes 接口调度管理原生容器,对于希望使用 Kubernetes 服务抽象,但是不希望自己管理资源节点的用户提供了一个很好的选择。



京东云容器技术目前已经支撑了零售、物流等众多京东核心业务。具体实施模式是混合云模式,由京东零售专有数据中心和京东云构成多活架构,并且通过大容量专线互联互通。基于容器的一个巨大好处就是实施混合云非常方便。618 和 11.11 备战期间,京东团队各业务会根据业务流量预估和真实的全链路压测确定资源缺口,然后直接在云申请容器资源扩容即可,业务和部署流程无需做任何改造。


问题 5: 如今 Serverless 的火爆对容器技术创新发展产生了怎样的影响?


关键词:未来


京东云陈峰:在我看来,Serverless 是一种产品理念和服务提供方式,意味着客户不需要再关注基础设施,而将关注点放到业务上。


具体展开来讲,对用户来说,Serverless 意味着更简单的使用体验、更高的可用性和弹性、服务按量付费。对云服务商来说,目前用户按规格购买资源的方式利用率仍然不高,存在着很多浪费。Serverless 可以进一步提升云整体资源的利用率,从而降低资源的使用成本,最终可以将成本收益回馈给客户,降低整个行业和社会的 IT 使用成本。所以从长远来看,Serverless 的意义巨大。


具体到容器技术创新的影响方面,Serverless 对容器的安全和毫秒级快速启动提出了更高的要求。除了容器的挑战之外,Serverless 在计算和存储分离技术、网络架构支持更高性能的网络资源分配也都还有诸多挑战待解决。


问题 6:新的一年,京东云将重点关注哪些容器的技术点?


关键词:Serverless


京东云陈峰:新的一年中,我们会继续完善托管的 Kubernetes 服务,支撑超大企业级的 Kubernetes 集群服务能力。混合云、跨 Cluster 的微服务架构、安多租户都是我们关注的点;底层技术上,我们会做轻量级容器相关的研发来更好的支撑 Serverless 服务。


问题 7:在云计算的技术方向,预测一下 2019 年会有哪些新的技术趋势以及产业方向?例如随着技术的发展,云计算在向着多云、边缘计算领域发展等,对于这些领域京东云都有何规划?


关键词:多云、边缘


京东云陈峰:多云方向,我们会去探索基于 K8S 的多云产品。传统的多云我认为还是挺困难的。K8S 给实施多云提供了一层很好的抽象,拉平了多云的 API,给多云架构提供了很好的基础。


京东云非常看好边缘计算。因为边缘计算能够在成本和体验上都带来大幅的改善。成本上,能降低核心城市数据中心使用和核心骨干大网带宽的成本。体验上,就近计算、存储可能带来更低的延迟。相信 5G 的到来,会进一步提速边缘计算的落地。


具体到京东,我们正在根据场景需求去分析提炼合适的边缘计算模式。小到设备的边缘,中到厂区的边缘,大到城市的边缘。边缘节点的规模大小、提供的具体服务类型都和需求场景相关。最重要的还是逐步去落地,实实在在带来客户价值。另外边缘计算也需要逐步抽象出来标准的产品服务形态和使用方式。包括部署、监控、数据同步等等云核心数据中心已经标准化的基础服务在边缘节点也全部要逐步标准化。京东集团各种业务本身就有大量的边缘计算场景,我们现在正在思考和实践合适的落地方式。


2019 年 10 月 15 日 18:58710

评论

发布
暂无评论
发现更多内容

《从0到1学习Flink》—— 介绍Flink中的Stream Windows

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 项目如何运行?

zhisheng

大数据 flink 流计算

Flink 从0到1学习—— Flink 不可以连续 Split(分流)?

zhisheng

大数据 flink 流计算

【迁移】CQRS很难吗?(译文:底部有原文地址)

罗琦

领域驱动设计 DDD

《从0到1学习Flink》—— Data Sink 介绍

zhisheng

大数据 flink 流计算

勇攀监控高峰-EMonitor之根因分析

乒乓狂魔

监控 全链路监控 故障定位 根因分析 AIOPS

《从0到1学习Flink》—— 如何自定义 Data Source ?

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 读取 Kafka 数据批量写入到 MySQL

zhisheng

大数据 flink 流计算

python 实现·十大排序算法之选择排序(Selection Sort)

南风以南

Python 排序算法

《从0到1学习Flink》—— Flink Data transformation(转换)

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 写入数据到 Kafka

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 读取 Kafka 数据写入到 RabbitMQ

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— 你上传的 jar 包藏到哪里去了?

zhisheng

大数据 flink 流计算

【迁移】Flink vs Spark

罗琦

flink spark 大数据处理

【迁移】用Redlock构建Redis分布式锁【译】

罗琦

分布式锁

《从0到1学习Flink》—— Mac 上搭建 Flink 1.6.0 环境并构建运行简单程序入门

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 中几种 Time 详解

zhisheng

大数据 flink 流计算

ARTS 第 51 周

马克图布

ARTS 打卡计划

《从0到1学习Flink》—— Data Source 介绍

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— 如何自定义 Data Sink ?

zhisheng

大数据 flink 流计算

【迁移】读完了GFS论文之后的感悟

罗琦

大数据 GFS 论文阅读

Review week1: Amazon的领导力法则

猫吃小怪兽

学习 高效工作 程序员 个人成长

极客时间的三种身份:碎片整合的大师、成长焦虑的救星、工作技能的提升站

大橘栗

《从0到1学习Flink》—— Flink JobManager 高可用性配置

zhisheng

大数据 flink 流计算

图文并茂讲述如何正确的使用缓存

后端学长

缓存 后端 缓存穿透 缓存击穿 缓存雪崩

《从0到1学习Flink》—— Flink parallelism 和 Slot 介绍

zhisheng

大数据 flink 流计算

【迁移】撸论文系列之——Bigtable

罗琦

论文阅读 bigtable

《从0到1学习Flink》—— Apache Flink 介绍

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 配置文件详解

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 写入数据到 ElasticSearch

zhisheng

大数据 flink 流计算

写给产品经理的信(1):产品经理的经济基础逻辑思维能力

夜来妖

产品经理 产品设计 职业规划 逻辑思维 工作

容器技术的未来——京东云技术专访-InfoQ