在作业帮的云原生容器化改造进程中,工程师团队结合实际业务场景中出现的痛点对Kubernetes原生的部分能力进行了改造,并与Serverless等技术进行了结合,在内部有了初步落地。本专题将聚焦分享作业帮在技术架构云原生改造过程中的实际经验,以期待对广大开发者有所帮助。
如果希望了解作业帮在AI+大数据方面的其他实践经验,可以访问:https://www.infoq.cn/theme/97
运维百家讲坛第 2 期:学习某个领域的发展历史,能够让我们以史为鉴、顺势而为。
基于 OceanBase 的种种优势,比如高效的资源利用、灵活地副本调度、稳定地高可用架构等,作业帮将陆续在公司内部进行推广,并连同业务尝试单元化方案的改造和落地。
本文讲述作业帮的云原生历程,并围绕云原生架构和多云架构两大解决方案进行深入延展。
作业帮初期因业务快速发展,服务端采用 PHP 语言作为主要开发语言,很好支撑了业务快速的迭代发展。微服务架构支持欠缺:ODP 通过 PHPLIB 耦合服务,类单体架构,服务间边界模糊,框架全局部署且缺乏现代包管理工具。
混合云多活架构需要一个强有力的技术组织体系才能完成。
作业帮的大部分服务都已经完成容器化。
多云架构有如此多的优势,那么选择怎样的架构才能达成?
大规模检索系统一直都是各个公司平台业务的底层基石,往往是以千台裸金属服务器级别的超大规模集群的方式运行,数据量巨大,对于性能、吞吐、稳定性要求极为苛刻,故障容忍度很低。
日志对研发工程师来说异常关键,同时随着微服务的流行,服务部署越来越分散化,所以我们需要一套日志服务来采集、传输、检索日志。
在作业帮的云原生容器化改造进程中,各业务线原本部署在虚拟机上的定时任务逐渐迁移到 Kubernetes 集群 cronjob 上。
本文主要分享了作业帮在实际应用 K8s 过程中遇到的问题以及最终探讨出的解决方案,希望对广大开发者有所帮助。
作业帮从创立之初就 base 在云上,享受了云计算红利的同时,也慢慢遇到了单云架构的瓶颈。