HarmonyOS开发者限时福利来啦!最高10w+现金激励等你拿~ 了解详情
写点什么

解读 2016 之容器篇:“已死”和“永生”

  • 2016-12-19
  • 本文字数:9827 字

    阅读完需:约 32 分钟

也说不上什么时候起,“XXX Is Dead. Long Live XXX”的句式突然成为了技术会议上演讲题目的一个标准套路。然而不管已经被引用的多么烂俗,用这套悖论来总结 2016 年容器技术圈子发生的凡事种种,却实在有种说不出来的恰到好处。

无需多言,稍微回顾一下 2016 年容器技术圈子的时间线,我们很容易就能回想起容器技术如何在这一年迅速登上云计算舞台的中心。这股热潮,从年初 Docker 公司闪电收购 Unikernel Systems 提前扼杀各种“被颠覆”的苗头,蔓延到 Kubernetes,Mesos,Docker 三家项目在年中掀起的“编排”之争,再到年末阿里云一举震撼国内创业市场。“编排”,“fork docker”,“OCI runtime”, “镜像标准”,一个又一个令人目不暇接的关键词带着背后的技术爆点填满了 2016 一整年的时间线。只不过,惊喜不断的同时,嘈杂的容器圈子也难免给我们带来了些许无所适从的挫败感。回顾这一年的容器技术发展历程,相信大家都有这样的疑惑:当这个圈子平复下来之后,我们该如何去理性地思考和解读呢?

Docker

在 2016 年,当我们再次说出这个关键词的时候,已经很难用一句话解释清楚我们到底在说的是什么。是 Docker 公司?是 Docker 容器?是 Docker 镜像?还是 Docker 集群?

在创业初期通过一连串极其成功的开源战略迅速蹿红之后,Docker 项目几经重构,最终选择了“大一统”的战略模式,一系列普通认知中应该是独立项目的功能模块都被编译进了 Docker 项目的二进制文件中,这其中最引人注目的,当属 SwarmKit 项目。

2016 年 6 月,Docker 公司宣布将在接下来版本的 Docker 项目中将会提供内置的“编排”功能,这个功能的实现将主要由一个名叫“SwarmKit”的依赖库来负责。此新闻一出立刻成为容器圈子一时的舆论热点,尤其在国内。其中,看涨者不少,有言“生态闭环”、“Docker 正统”,唱衰者也不缺,直呼“公然越界”、“野心昭然”。时至今日,该项目本身也日趋稳定,我们不妨再回头来重新解读一下曾经在风口浪尖上的 SwarmKit。

SwarmKit 的核心功能乃是“编排”,不过它对这个编排的定义还是比较模糊的,在初期主要指的是“多容器副本”和“副本负载均衡”两个核心能力,后面逐渐加入的是更多应用管理功能。说起这个项目发布的初衷,当时国内的诸多讨论之中,曾有一种误区是认为 SwarmKit 是 Docker Swarm 项目的继承、是 Swarm 项目的“内置版”(当然,这也要部分归功于 Docker 公司老辣的命名技巧)。但现在回头来看,这些“编排”能力在 Docker Swarm 项目中,一直都是不存在的,继承自然无从谈起。SwarmKit 唯一跟 Docker Swarm 项目重叠的功能乃是“调度”,但实际上 SwarmKit 的调度也是从头做起,它维护了一个 NodeHeap(堆),然后通过堆算法配合过滤条件来筛选最符合要求的节点来运行任务。这套调度机制在 Swarm 中也是不存在的。而在 API 层面,Docker Swarm 项目提供的是一套简洁的单容器的 API 来让用户操作容器集群(这个能力非常受欢迎),而 SwarmKit 却从一开始就引入了 Service,Task 等一系列面向容器集群的、平台级别的概念,并且从底层实现上就不兼容 Swarm 风格的单容器 API。两者的关系正如同“Java”和“JavaScript”一样风马牛不相及。

那么 Docker 公司内置“编排”能力并且起一个这样的有混淆意味的名字,到底意义何在呢?

答案很简单:“平台(Platform)”。或者说成是“应用 / 容器集群管理”,或者说成是“PaaS”甚至“CaaS”,都可以,一个意思。

这个改变的关键就在于,从今以后 Docker 项目就变成了一个“平台”项目而不再是一个单纯的“容器”项目了。它要站在 Kubernetes,DC/OS,Cloud Foundry 一样的位置上直面云的终端用户,而不是继续做这些平台背后的容器技术(甚至只是容器技术中的一种)。

这种平台级别的能力对于 Docker 公司来说是至关重要。容器的热度终究会冷却,用户很快就不会关心底层的容器技术为何物,他们只会记得 Kubernetes API,Service, Replication Controller,DC/OS,顶多在编写 Dockerfile 的时候,才回忆起 Docker 公司的存在。很多人批评 Docker 公司野心太大,其实对于一家拒绝了微软 40 亿美金收购的后端技术创业公司来说,有怎样的进取心都不为过。Docker 公司的目标是下一个 VMware,下一个 Intel,一个实实在在能盈利能上市的商业公司,在这个巨头如林的云计算行业里,这是令人钦佩的。

Docker 公司在 2016 年在集群领域所做的努力离不开“平台”二字,不过国内曾经一度涌现出来的过分解读着实让这个项目背负了太多的压力。其实打开 SwarmKit 项目的代码看看,从编排到调度,模块设计,代码实现,跟其他项目并无二异,ipvs 也是普通的 NAT 模式,Master 节点一样维护着 Apiserver, Scheduler, Orchestrator,同宿主机上的 Agent 通过 gRPC 交互,就连 Agent 也跟其他“第三方”项目一样也要通过 client 去调用 Docker Engine 的 API。所谓的各种“颠覆性”、“大道至简”、“容器 OS 化”、“从下往上改变容器云形态”等观点,实在无从谈起。

还有一种可能性是 Docker 公司依靠 Docker Swarm 这样一个独立的、以单容器操作 API 为核心的项目来完成 PaaS 的使命(业界基于 Swarm 构建 PaaS 的用户不在少数)。但现实是,几乎同时发布的 Google Kubernetes 项目却出人意料地狙击了 Swarm 的发展势头。下图是自发布起,Swarm 项目和 Kubernetes 项目 GitHub Star 数目的变化统计。

事实上,Docker Swarm 项目“使用单容器 API 来操作集群”的理念是相当有吸引力的。但是这个能力在接下来 Docker 公司想要重点发展的企业私有云市场却陷入了窘境:单容器 API 纵然简单友好,但企业级用户却没办法直接用它来实现哪怕一个最简单的“容器集群负载均衡”的需求。所以很多企业私有云用户更倾向于把 Docker Swarm 项目作为容器云的一个环节,然后自己来实现各种平台级别功能(往往还要参考 Kubernetes 的各种理念和设计)。照这个趋势发展,如果不推翻重来提供类似的面向集群的 API,Docker 公司的平台之梦恐怕就很难实现了。这也正是为什么我们前面简单一对比就不难发现,SwarmKit 相比 Swarm 项目其实是翻天覆地的自我革命,而非继承或者内置,所谓向后兼容的问题自然也无从谈起。

其实,很多人可能已经忘记了早在 Docker Swarm 项目发布之前,Docker 公司已经发布过一个集群管理的项目叫“libswarm”(访问该项目地址有彩蛋: https://github.com/docker/libswarm )。这个项目的初衷非常单纯,就如同 Docker 项目最开始发布时一样“冰雪通透”:

“… … libswarm 项目的初衷是提供一套不依赖与现有分布式系统的集群管理 API ,… … ,并使得其他项目可以使用它来方便的构建容器集群 … … ”

彼时的 Docker 公司,还希望 Mesos,Fleet 们使用 libswarm 来管理 Docker 容器云呢。

所谓:“Swarm 已死,Swarm 永生”,Docker 项目又何尝不是呢。

在经历了 OCI 成立、贡献出了核心组件 libcontainer 之后,Docker 公司坚定地走向了独立发展的道路。在巨头们的围剿之中,这是一家创业公司从默默无闻到炙手可热,再到痛定思痛之后的必然选择,SwarmKit,以及其他所有外界看来“野心太大”的项目和举措,都只是这个信念的间接产物而已。在未来,Docker 公司依然会不遗余力的构建自己的平台世界,网络,存储,Infra Layer,CI/CD,一个全功能平台级项目所欠缺的版块都会被一一补全,各种各样内置于 Docker Daemon 中的 Kit 库和收购还会层出不穷,Docker 公司还会以此为基础重点推广可以盈利的 Docker Cloud 和 Docker Datacenter。这样的选择很正确,并且唯一。

另一方面,在补全平台级别功能的过程中,Docker 项目会依然选择将这些管理组件跟原先的 Docker Daemon 耦合在一起。从技术角度来看,这并不是个明智之选,过高的耦合度所带来的不稳定性、Data Race 和维护的问题会愈加凸显。但从推广的角度来看,这个做法非常厉害:Docker 项目需要努力争取现有用户和粉丝的青睐,引导他们放弃单容器 API,转而接纳新的、平台级别的 API。这个转变是站上“Platform”这个舞台在所难免的,也是从 Swarm 项目上所得来的经验教训。

2016 年末,Docker 项目将容器运行时相关的最后一个组件 containerd 也正式剥离,“Docker”这个名字离“容器”渐行渐远,离“PaaS”越来越近。可能有人会疑惑:像 Kubernetes,DC/OS,或者未来的 Docker 项目,它们跟 PaaS 不是还有所不同吗?实际上,在这股正是由 Docker 掀起的容器浪潮下,PaaS 的定义恐怕早已悄然变化。

正所谓“PaaS 已死,PaaS 永生”。

在容器集群管理和企业级需求的支持上,Docker 公司还是个新生儿,但 Docker 项目成功的哲学乃是“simple but powerful”,它一直坚持提供尽量简单的命令行界面,并不惜为此选择更复杂的实现方式,这将是它在未来会继续火热的杀手锏之一:对于任何希望快速寻求一个“可用”的容器工具的开发者和运维者来说,这个吸引力是巨大的。

Kubernetes

尽管 Docker 公司整整一年都在““平台”领域发力,Kubernetes 依然是这个领域最瞩目的项目。这并非意外,在开源的世界里,一旦在某个领域树立了标杆,就很容易跟竞争对手拉开质的差距。Kubernetes 幸运的成为了“容器集群管理“领域的开创者,其他的后进项目,无论是 Marathon 还是 SwarmKit,都只能主动或者被动地 follow 开创者的提出的理念。这正如同如果让 Google 再做一个容器,它也会十有八九 follow Docker 一样。

“如果大家只是再造一个 Kubernetes,那有什么理由会比 Kubernetes 团队做的更好?”

当然,含着“千呼万唤始出来”的 Borg 论文出生,又是 Google 公司在 Big Data 领域错失机会之后着重推出的平台级开源项目,Kubernetes 本身自然有其过人之处。

Kubernetes 的发布给整个容器圈子带来了一系列前所未闻的概念:Service,Replication Controller,Pod,Labels & Label Selector,DaemonSet, Cron Job 等等等等。当时,不少用户还在评论 Kubernetes 的理念太超前了。而现在回头来看,这些特性不仅被用户所接受,而且很多还被其他平台项目比如 Docker、Marathon、DC/OS 所采纳,变成了它们的内置功能:正如同做容器不支持 Docker 就显得“落伍”一样,搞平台不谈“Service”、”Replica“,你的编排就不够 fancy。

Kubernetes 这种相对超前的技术视野与它背后原 Google Borg 和 Omega 团队成员的经验和努力密关系巨大。Borg/Omega 系统在 Google 基础设施体系中的声誉和地位无需多言,而用户在 Kubernetes 中接触到的很多概念,其实在 Borg/Omega 系统中都有等价的特性。从这个角度来说,把 Kubernetes 项目描述为 Borg 系统在开源领域的重生并不为过。

在这一年里,Kubernetes 不断地强化自己在容器集群管理领域的优势,密集发布了一系列让人称道的设计。不难预料,这些概念很快也会在其他项目中被借鉴和采纳。

就比如 Secret,它允许用户将加密过的 Credentials 信息保存在 Etcd 中,然后在容器中通过环境变量或者挂载文件的方式访问它们,从而避免明文密码被随意写在环境变量、配置文件或者 Dockerfile 中的问题。

类似的还有 ConfigMap,只不过保存在 Etcd 的内容,是应用所需的配置信息。

再比如 Deployment,它使得用户可以直接编辑容器化任务的属性,然后直接触发 Rolling Updae,还允许用户随意回滚任务到以前的版本。

再比如 DaementSet,它允许用户一键部署运行在所有节点上的守护进程任务。

而最近推出的 StatefulSet,则提供了原生支持有状态的应用的强大能力,并且既包括了拓扑结构状态,也包括了存储状态。

还有备受欢迎的 ScheduledJob,它允许用户用标准的 Cron Job 格式来定义从镜像启动的定时任务,并保证这个任务执行的正确性和唯一性。

如此种种,都是 Kubernetes 在容器编排和管理领域树立标杆的手段,而这些设计背后的思想又十分朴素:如果在 Borg 里,或者在没有容器的传统环境下,我们能够通过脚本或者其他手段自动化地做某些事情,那么 Kubernetes 同样应该帮你做到。这个过程,正是 Kubernetes 所定义的(也是我们传统运维意义上的)“编排”,也是 DevOps 理念中所追求的“No OPs”的主要手段。

在 2016 年,Kubernetes 另一个重点发力的领域则是 CRI(Container Runtime Interface)。值得一提的是,CRI 的提出者和推广者正是 2015 年 InfoQ CNUT 容器大会讲师、华人女工程师 Dawn Chen,她也是 Kubernetes 的几位元老级(Elder)成员之一。早在 Docker 公司在集群领域发力之前,Dawn 所领导的 Node Team 就已经颇有远见地开始制定解耦容器运行时的方案并持续在社区推动。通过制定这样固定的访问接口,Kubernetes 不再对任何容器 API 产生多余的依赖,也避免了锁定在某种容器运行时之上的尴尬。目前,Kubernetes CRI 主要由来自 Google 公司、Hyper 国内团队、以及 CoreOS 的工程师负责维护。

得益于 CRI 的逐渐成熟,Kubernetes 项目在容器运行时领域的支持能力得到了巨大的提升,除了默认的 Docker 容器之外,基于虚拟化技术的 HyperContainer,CoreOS 公司的 rkt 都已经能够通过 CRI 原生接入了 Kubernetes。而 runC 团队也不甘寂寞,来自 SUSE 和 RedHat 的 runC Maintainer 提交了了一个叫做 CRI-O 的孵化项目用来直接将 runC 接到 Kubernetes 中。此外,来自微软的 Windows 容器也已经进入 Kubernetes 体系。尽管还未完全 release,Kubernetes CRI 的受欢迎程度已经略见一斑。

在接下来的进展中,Kubernetes 会继续加强自己的已有优势,更多新的容器编排和管理能力会接踵而至,其中有状态应用的支持、更加完善的网络规则、GPU 和 NUMA 的支持、批处理和 Big Data 任务支持都是值得关注的特性。值得注意的是,Kubernetes 在定义容器编排和容器管理方面有一个先天的优势:由于 OpenShift(Redhat 基于 Kubernetes 的 PaaS)的存在,Redhat 团队一直在非常谨慎地确保 Kubernetes 不会功能泛滥。这正是 Kubernetes 保证自己所提供的平台能力恰到好处的一个重要手段。

与此同时,在捐献给 Linux Foundation 之后,Kubernetes 所属的 CNCF 基金会已经构建出了一个围绕 Kubernetes 的平台生态系统,CNCF 的成员项目不仅包括了 Prometheus 这样的明星,还包括了 gRPC 这样的底层依赖。这些项目之间会尽力兼容 API 和数据格式,减轻用户构建云平台的负担。一个最典型的例子,就是 Kubernetes 可以直接使用来自 Prometheus 的监控数据来做容器自动扩展,无需做任何格式转换和数据过滤。而 Kubernetes 正在全面基于 gRPC 进行的全通路上的性能优化(包括 Etcd v3)也得益于该社区的有力支持。日前,国内的 PingCAP 也得到了 CNCF 的大力赞助,有望在存储状态管理和基于本地磁盘的持久化卷方面为社区注入新的血液。

未来的时间里,Kubernetes 面对的挑战依然严峻,其中最大的问题在于作为一个试图真正解决问题工业级项目,如何能保证自己功能足够完善的同时,始终给用户提供简单和友好的交互体验。毕竟在未来一段时间内,争取用户依然是所有玩家的重中之重。我们已经看到 Kubernetes 正在对 UI/UX 进行优化,最典型的例子是 kubeadm 工具,一举解决了之前 Kubernetes 部署不方便的顽疾,用户终于可以用 kubeadm init 和 kubeadm join 这样的指令来启动完整的集群了。

在 2016 年的 Kubernetes 生态中,还有一个不能被忽视的因素就是自家兄弟 Tensorflow 的迅速蹿红(甚至短时间内就超越了 Docker 项目,速度令人咋舌),并且直接推动了人工智能元年的诞生。在社区层面 Tensorflow 目前仍无实质性的竞争对手,无论是大小公司还是机构,基于该项目的人工智能项目如雨后春笋般涌现,创业公司也层出不穷,而 Kubernetes+Tensorflow 的搭配则成为了默认的“基础设施 + 深度学习平台”的组合。这个机遇恐怕没人能事先预料到。

回想当初 Kubernetes 刚发布时的,不少人还对没有拿到一个真正的开源版的 Borg 表示失望。两年后的今天,再回顾这个项目的发展历程,我们不得不说 Kubernetes 已经走出了一条独立的、健康的发展路线。在这条以开源容器技术兴起为源头的道路上,越来越少人会再去谈论 Borg,去做无谓的比较。Kubernetes 项目正继承着这些优秀的思想,开启了一个关注容器和应用本身、专注编排和集群管理的新领域。

在这个前所未有的、容器为王的世界里:“Borg 已死,Borg 永生”。

Mesos 生态

当今容器圈子,除了以 Docker 为主角的容器运行时和以 Kubernetes 为主角的容器集群管理,还有一方“势力”绝不能被忽视,这就是 Mesos 生态。众所周知,Mesos 本身是一个“老”项目,它诞生于伯克利,崛起于 Big Data 的爆发。在 Docker 刚开始成名的头两年,Swarm 项目羽翼未丰,Mesos 独有的支持多种 Framework 的设计使它得以轻松接入了 Docker 生态,并在当时成为了管理 Docker 容器集群的不二之选,占满了 DockerCon 的重要位置。毕竟天生就具备管理万级别节点规模的水准,上层的 Marathon 框架又能提供一套完善的 PaaS 功能,还有喜人的 UI,还能提供生产级别 Big Data 业务的支撑,Mesos 没有理由不受欢迎。不过紧接着,Marathon+Mesos 的组合开始显现出疲态,在 Docker 和 Kubernetes 各自亮出杀手锏不断刷新用户三观的时候,Apache 社区固有的响应迟钝拖慢了 Mesos 进化的速度,而由创业公司维护的 Marathon 又一直没办法构建出更加繁荣和活跃的社区。

“社区”两个字,竟成了 Mesos 生态的命门。在 Docker 公司煞费苦心在社区争取每一个用户和粉丝、Google 公司放下身段把 Github 作为一线阵地,用 Kubernetes 全力输出技术理念的时候,一旦错失了先机,哪怕有一身本事如 Mesos 项目,也只能望用户而心叹。这正是目前 Mesos 生态系统在容器圈子表现的不够强势的重要原因。当然,既然实力强劲,Mesos 生态在工业界中的案例还是数不甚数,除了 Marathon 框架,Mesosphere 公司重点维护的 DC/OS 项目其实能够提供并不逊于 Kubernetes 的各项容器编排和管理能力,不可谓不强大。但是社区表现不力,使得 Mesos 生态错失了成为容器圈的“buzz word”(热词)的机会。SwarmKit 发布后,Mesos 生态同 Docker 项目的蜜月期也宣告结束,随后的 Mesos 1.0 版本也正式 release 了 Unified Containerizer 并通过默认的 MesosContainerizer 取代 Docker Daemon,且原生支持多种镜像格式,这个改变比 Kubernetes CRI 要彻底的多。与此同时,CNI 网络(Kubernetes 社区采用的网络插件标准)也已经在 Mesos 项目上得以支持。

在未来,Mesos 生态会重点完善自己在 15-16 年反应不及时所欠下的功能缺口,包括网络、存储、多租户、甚至 Pod 支持等重要的功能模块都已经有方案提交到了 Roadmap。别忘了,Mesos 生态(包括 DC/OS)是目前(包括未来一段时间)容器圈子唯一支持大数据任务的基础设施依赖,是唯一有生产级别超大规模集群管理能力的资源管理框架,也是唯一原生提供界面的应用管理平台。这三个“唯一”在很多用户心目中(尤其是传统企业里),占有十足的分量。

曾经以 Marathon+Mesos 为代表的 Mesos 社区已经逐渐淡去,但围绕着 DC/OS 的新的 Mesos 生态终将亮剑,正所谓:“Mesos 已死,Mesos 永生”

国内外创业生态圈

如果说 2016 年的容器圈子仍然十分热闹,那必然少不了 startup 的繁荣。围绕容器运行时、编排、网络、存储、镜像管理、CI/CD、PaaS 方案等的一系列生态环节所创立的 startup,是推动这个大环境蓬勃发展的直接动力。

除了本身就是创业公司的 Docker,容器圈的另一个主角当然是 CoreOS。虽然创新能力十足,但 CoreOS 公司的 rkt 容器仍然没能在 Docker 的强势下占据容器市场的主流。由于单点突破受阻,2016 年的 CoreOS 公司也做出了跟 Docker 公司类似的转型,开始向一个涵盖范围更广的“容器云”公司靠拢。除了一系列改名、扩展 rkt 的职能之外,还有一个重要的手段是:抛弃 Fleet,拥抱 Kubernetes。

Fleet 曾经是 CoreOS 体系中重要的容器编排和调度项目,也曾同 Mesos 等项目一样在容器云领域占有一席之地。但现实证明,它并不足以让 CoreOS 在“云”的市场上争取到竞争优势。凭借 Etcd 在 Kubernetes 中的重要作用,CoreOS 的工程师从性能调优作切入口进入了 Kubernetes 生态,并做出了显著的成绩,rkt 也在 CRI 发布之前就成为了 Kubernetes 的可选容器运行时之一,kubelet 则被内置到 CoreOS Linux 中作为默认的编排和调度框架。2016 年,CoreOS 又围绕 Kubernetes 发布了一系列工具如 Operator 来完善生态中的“有状态应用管理”,“存储管理”等能力,已经可以说是最成功的结合 Kubernetes 来创业的 startup。

与 CoreOS 不同,国内的创业公司的发力点主要集中于提供容器服务的 PaaS 产品(也有人称之为 CaaS 以突出自己的容器特性)。相比于创业初期主要集中于容器管理平台的建设,2016 年的国内容器创业公司则主要在围绕自己的平台构建生态类产品,涵盖了监控、存储、镜像监管、客服等一系列工具,其产品能力明显强于同类型的国外 startup。另一个显著的变化是,2016 年国内创业公司开始更多关注和宣传线下企业私有云市场的生意,创业初期着重推广的公有云服务的更新和维护力度明显降低。毕竟,在国内 startup 公有云盈利困难是一个不争的事实。

产品能力的异常强劲,侧面反衬出了国内 startup 在上游社区层面的影响力的弱势,在社区中推动和提出项目特性的能力依然欠缺。当然,创业维艰,尤其是国内大环境下,恐怕也只有华为能够在一边维护和推进 runC 等 OCI 项目的同时,一边在 Kubernetes 上开展完整的“联邦集群”特性(甚至将 Google 的负责人招致麾下)。还有 Hyper,这只团队已经是 Kubernetes CRI 的重要维护者之一(CRI 中很大部分代码正出自他们之手),同时也是 runC 运行时 cri-o 项目的维护者,已经在 Kubernetes 容器管理部分争取到了一席之地。而其本身维护的虚拟化容器 HyperContainer 项目和以此为基础的 hyper.sh 容器托管服务,则创下了占据 HackerNews 首页长达 24 小时的惊人记录。不过放眼全球市场,这些工作只能说是 Hyper 的本职,并不能掩盖国内团体在整个容器开源社区里弱势的现状。而这个现状的改变,以目前国内大多数 startup 的运营方式和核心能力点来看,恐怕还尚需时日。

2016 年国内另一件新闻则是阿里云同 Docker 公司的牵手。这并非临时起意,早在 2015 年在国内容器创业氛围正值巅峰时,阿里云并没有直接进场,“而是在谨慎考察国内环境对容器的接纳程度”(此信息来自阿里云官方)。时至 2016 年,容器技术已经在国内红透半边天,作为后来者,体量又如阿里云这般的巨头要想再进场,必须要拿出最强势的姿态来踏出这第一步。同 Docker 公司展开官方合作,可以说是最佳选择。而对于 Docker 公司来说,Google 和 AWS 已经成为直接竞争对手,放眼全球,阿里云即是拿得出手的一线厂商,又对 Docker 公司无毒无害,这次合作可谓一拍即合。只是从此国内其他公司再想拿“Docker 官方”、“Docker Native”来做宣传,在这个排他性的合作面前,恐怕就需三思而后行了。

总结

2016 年,容器技术圈子依然热闹非凡,容器社区里的弄潮儿们在“is dead”和“long live”的悖论里不断地自我否定和进化已成为这个社区所独有的常态。Docker 公司“萌萌哒”的鲸鱼背后,一只野心勃勃的海洋霸主正蓄势待发;而作为容器编排管理领域的领导者,纵使有 Google、Redhat 等巨头的撑腰,Kubernetes 恐怕也不会放慢脚步,通过 CRI 联合 CNCF、OCI 两大开源社区举措也在情理之中。容器技术的圈子里容不得懈怠,Mesos 生态已经开始励精图治,意在凭借独有的能力拿回昔日的地位。我们不难发现,在 Docker 公司向平台领域发展的同时,Kubernetes、Mesos 也同样渗透进了容器运行时的范畴。实际上,正如同那些支付宝与微信之争,几个大佬原生的核心能力恐怕才是它们取得今天成绩的关键所在。作为终端用户,理清自身真实需求之后,做出适合自己的选择其实并不太难。

容器技术圈子的繁荣,得益于现代开源软件社区的成功。Docker 自不必说,Kubernetes、Tensorflow 亦如是。连 Google、Microsoft 这样的巨头都一改对开发者傲慢的态度和轻视开源社区运营的作风而扎堆到 GitHub 上施展浑身解数,有幸同处一个时代而成为参与者和亲历者的我们又有何理由作壁上观呢。

本文作者

张磊,浙江大学计算机博士生,微软云计算与数据中心管理领域最有价值专家,HyperHQ 项目成员、CNCF Kubernetes 子项目成员,曾策划并出版《Docker 容器与容器云》一书。


感谢郭蕾对本文的策划和审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们。

2016-12-19 16:398888
用户头像

发布了 40 篇内容, 共 26.6 次阅读, 收获喜欢 142 次。

关注

评论

发布
暂无评论
发现更多内容

详解数仓的3A安全能力

华为云开发者联盟

数据库 后端 华为云 数据库安全 华为云开发者联盟

第50期|GPTSecurity周报

云起无垠

BOE(京东方)2024年一季度业绩发展势头强劲 营收利润大幅增长实现“开门红”

爱极客侠

京东方

企业需要购买云服务器吗?一篇文章告诉你答案

一只扑棱蛾子

服务器

如何优雅地使用Appium元素定位工具进行移动端测试?

测试人

软件测试

三大IAM权限管理模型怎么选?

芯盾时代

iam 统一身份认证 权限管理系统

Set A Light 3D Studio,快速模拟摄影布光效果以及更多的细节

Rose

LED全彩显示屏的三种基色

Dylan

技术 图像 LED LED显示屏 现代技术

Appium Inspector与Weditor:移动端测试的利器

霍格沃兹测试开发学社

WonderPen妙笔:功能强大的文字编辑器和Markdown写作应用

Rose

天工一刻 | 一文看懂MoE混合专家大模型

新消费日报

探究职业发展的关键:能力模型解读

霍格沃兹测试开发学社

Lightroom Classic 2020(Lrc2020) v10.4中文直装版

Rose

老牌Git客户端 mac软件 SmartGit 汉化教程 及安装教程

Rose

高效工作之:开源工具kettle实战

鲸品堂

开源 数据分析 工具 企业号 5 月 PK 榜

如何兼顾性能与可靠性?一文解析YashanDB主备高可用技术

Geek_2d6073

独立创作者之路上的一点思考

zhumingwu

如何优雅地使用Appium元素定位工具进行移动端测试?

测吧(北京)科技有限公司

测试

一键自动化博客发布工具,用过的人都说好(oschina篇)

程序那些事

自动化 工具 程序那些事 博客工具

LaTeX 编辑器和编译器:Texifier(原Texpad)

Rose

Vectorworks 2024详细图文安装教程 3D建筑建模 Mac/win

Rose

最佳独立Prime视频播放器:Clicker for Prime Video Mac版

Rose

鸿蒙OS NEXT的推出,目标是更广阔的智能设备市场

FinFish

鸿蒙开发 小程序容器 小程序技术 鸿蒙Next 鸿蒙app开发

Advanced RAG 06:生成结果的相关性低? 快用 Query Rewriting 优化技术

Baihai IDP

程序员 AI 企业号 5 月 PK 榜 检索增强生成 Query Rewriting

检索增强生成(RAG)实践:基于LlamaIndex和Qwen1.5搭建智能问答系统

汀丶人工智能

人工智能 llama 智能问答 rag Qwen1.5

Photoshop 2023多语言版 ps2023安装包 mac/win

Rose

RAG:AI大模型联合向量数据库和 Llama-index,助力检索增强生成技术

汀丶人工智能

人工智能 llama 智能问答 RGA

深入剖析:如何使用Pulsar和Arthas高效排查消息队列延迟问题

EquatorCoco

消息 排查

适用于 macOS 的最佳独立 HBO Max 客户端

Rose

解读2016之容器篇:“已死”和“永生”_语言 & 开发_张磊_InfoQ精选文章