佛山专业做网站公司哪家好,厦门市建设区网站,网架公司推荐,做资讯类网站需要特殊资质吗简介#xff1a; 随着云原生技术的逐步成熟#xff0c;阿里云容器服务团队在具体落地实践过程中不断探索云原生技术的应用边界。同时随着物联网和 5G 的迅猛发展#xff0c;传统的边缘计算架构已经不能满足业务发展的需要。 如何基于云原生技术构建新一代的边缘计算平台成为… 简介 随着云原生技术的逐步成熟阿里云容器服务团队在具体落地实践过程中不断探索云原生技术的应用边界。同时随着物联网和 5G 的迅猛发展传统的边缘计算架构已经不能满足业务发展的需要。 如何基于云原生技术构建新一代的边缘计算平台成为行业的新焦点。如何解决云边协同边缘自治等业界难题来帮助开发者轻松完成在海量边端资源上大规模应用的交付、运维、管控我们构建并开源了 OpenYurt业内首个基于原生 Kubernetes 构建的、对于 Kubernetes 非侵入式的边缘计算项目无缝的融合了云原生和边缘计算目前已经在万台边缘节点规模场景下落地实践。本文将介绍如何融合云原生技术和边缘计算解决大规模应用的交付、运维、管控。 边缘计算 首先我们从直观感受上看看什么是边缘计算。随着 5G、IoT、音视频、直播、CDN 等行业和业务的发展我们看到一个行业趋势就是越来越多的算力和业务开始下沉到距离数据源或者终端用户更近的地方从而来获得更好的响应时间和更低的计算成本这明显区别传统的中心式的云计算模式并越来越被广泛应用于汽车、农业、能源、交通等各行各业。边缘计算总结为一句话“让计算离数据和设备更近”。 再从 IT 架构上看边缘计算可以看到它具有明显的按照业务时延和计算形态来确定的分层结构这里分别引用 Gartner 和 IDC 对边缘计算架构的解释Gartner 将边缘计算分为“Near Edge”、“Far Edge”、“Cloud”三部分分别对应常见的设备终端云下 IDC/CDN 节点以及公共云/私有云而 IDC 则将边缘计算定义为更直观的“Heavy Edge”、“Light Edge”来分别表示数据中心维度、低功耗计算的端侧。从图中我们可以看到分层结构中层层相依互相协作。这种定义也是现在业界对边缘计算和云计算关系所达成的一个共识接下来再看看边缘计算的趋势。 去分析一个 IT 行业的趋势通常包括业务、架构和规模三个维度边缘计算的三大趋势是 第一AI、IoT 与边缘计算的融合会有种类越来越多、规模越来越大、复杂度越来越高的业务运行在边缘计算场景中从图上我们也能看到一些非常震撼人心的数字。第二边缘计算作为云计算的延伸将被广泛应用于混合云场景这里面需要未来的基础设施能够去中心化、边缘设施自治、边缘云端托管能力同样图上也有部分引用数字。第三个场景趋势是基础设施的发展将会引爆边缘计算的增长随着 5G、IoT、音视频行业的发展边缘计算的爆发是理所当然今年疫情期间在线直播、在线教育行业的爆发式增长也是一个例子。 随着架构的共识形成落地过程中我们发现边缘计算的规模、复杂度正逐日攀升而短缺的运维手段和运维能力也终于开始不堪重负那么如何去解这个问题呢“云边端一体“的运维协同是目前比较能形成共识的一种方案。 云边一体的边缘云原生 作为云原生领域的从业人员我们试着从云原生的角度来思考和解决这些问题 首先我们一起回顾下云原生的定义和技术体系眼下云原生已经作为一系列的工具、架构、方法论而深入人心并广泛使用那么云原生到底是如何定义的呢早期云原生含义包括容器、微服务、DevOps、CI/CD18 年以后 CNCF 又加入了服务网格和声明式 API。而回过头我们再粗线条的看看云原生的发展历史早期因为 Docker 的出现大量的业务开始容器化、Docker 化容器化通过统一交付件、隔离性从而带来了 DevOps 的快速发展Kubernetes 的出现让资源编排调度与底层基础设施解耦应用和资源的管控也开始得心应手随后以 Istio 为代表的服务网格技术解耦了服务实现与服务治理能力。越来越多的企业、行业开始拥抱云原生。 接下来聊下阿里云的云原生产品家族。阿里云作为云原生的践行者不论是集团内部全面上云还是为广大的客户提供丰富的云原生业务都是拥抱云原生最好的佐证我们坚信云原生是未来云原生技术已经无处不在, 作为云原生服务的提供者我们认为云原生技术会继续高速发展并被应用于“新的应用负载” “新的计算形态”和“新的物理边界”从阿里云云原生产品家族大图中我们可以看到容器正被用于越来越多类型应用和云服务中并且通过越来越多的计算形态承载如 Serverless函数计算等等而丰富的形态也开始从传统的中心云走向边缘计算走向终端。 在中心云的标准托管架构下我们抽象出了云边端协同的云原生架构在中心云我们保留了原汁原味的云原生管控和产品化能力通过云边管控通道将之下沉到边缘使海量边缘节点和边缘业务摇身一变成为云原生体系的工作负载通过服务流量和服务治理更好的和端进行交互从而完成业务、运维、生态的一体化。 那么通过云边一体架构我们可以有哪些收益呢首先云上云下通过云原生体系实现云边一体化融合从而为用户在任何基础设施上提供和云上一致的功能和体验实现云边端一体化的应用分发容器化的隔离特性、流量控制网络策略等等能力让工作负载的运行更加安全“云边端一体”有云原生的加持将会更好的加速多云云边融合进程。 聊完云边一体的云原生基础设施之后接下来聊下云原生和边缘计算融合的难点在实际落地过程中我们主要识别了下面几个问题 边缘计算规模和业务复杂采取原生 Kubernetes 的 workload 管理模型远不能满足现实需求。云边网络通过公网相连网络连接有很大不可控因素可能带来边缘业务运行的不稳定因素。由于边缘节点一般位于用户网络的防火墙内部从而造成云边网络只能单向连通的客观条件因此给原生的 Kubernetes 运维监控带来很大挑战。最后是边缘资源种类多样系统可能是 Linux/Windows架构也可能是 amd64/arm/arm64 等等从而给边缘标准化支持带来巨大挑战。OpenYurt 边缘计算云原生平台 接下来我们看下 OpenYurt业界首个非侵入式 Kubernets 的边缘计算云原生开源平台。 OpenYurt 是一个典型的“中心-边缘”简洁架构。如架构图所示边缘和云之间通过公网连接其中蓝色框是原生 Kubernetes 的组件橙色框是 OpenYurt 的组件。基于 Kubernetes 强大的插件化Operator 能力OpenYurt 保证对 upstream kubernetes 的零修改因此保证了 OpenYurt 可以跟随社区同步演进并且保证和云原生社区主流技术的兼容。OpenYurt 项目在 2020 年 9 月份已经捐给 CNCF也保证了项目的中立性。同时 OpenYurt 目前在阿里内部已经大规模使用管理了数百万核的规模场景上覆盖了 CDN物联网音视频边缘AI等多种场景。也意味着 OpenYurt 的品质和稳定性已经有足够验证。 OpenYurt 目前已经发布三个版本具备如下能力边缘单元化、边缘自治、云边协同、无缝转换能力、异构资源amd64/arm/arm64支持能力、云上云下业务弹性和互通能力等。 单元化管理能力用于解决前面提到的融合难点 1主要是对节点提供分组、批量管理能力并在分组内对应用编排部署、业务流量做更精细化管控比如为了业务流量的安全、效率考虑可以将业务流量现在在某一个单元内或者为了批量管理某一个区域内的节点打标签配置调度策略等等相关能力由 yurt-app-manager 组件提供。 边缘自治能力用于解决前面提到的融合难点 2主要是云边网络断开或者连接不稳定时确保边缘业务可以持续运行相关能力由 yurt-controller-manager 和 YurtHub 组件提供。另外下个版本中还会继续增强边缘自治能力。 云边协同能力用于解决前面提到的融合难点 3主要是由于边缘节点位于用户内网无法从云端访问时造成原生 Kubernetes 运维能力如 kubectl logs/exec/port-forwardPrometheus 等无法支持。云边协同能力通过云边隧道解决云边网络只能单向通从而支持原生 Kubernetes 运维能力。相关能力由 tunnel-server/tunnel-agent 组件提供。 无缝转换能力用于部分解决融合难点 4主要用于标准 Kubernetes 和 OpenYurt 集群之间的一键式转换目前在 MinikubeKubeadmACK 等工具部署的集群上完整验证过。也欢迎有兴趣的同学来支持和贡献其他工具部署的集群。相关能力由 yurtctl 组件提供。 OpenYurt 案例介绍 接下来我们介绍一下 OpenYurt 的实践案例。 第一个是盒马鲜生基于边缘云原生实现的“人货场”数字化融合转型通过云原生体系将多种类型的边缘异构算力统一接入、统一调度包括ENS阿里公共云边缘节点服务、线下自建边缘网关节点GPU 节点等。获取了强大的资源弹性和业务混编带来的灵活性。 第二个是交通领域的视频上云场景通过云边端一体化协同融合了中心云大交通智慧能力边缘 CDN/ENS 等算力资源给业务提供就近接入的资源能力视频采集端设备的统一管理。边缘云原生的调度、编排、服务管理等能力穿插其中三层融合。 最后OpenYurt 还是一个比较初期的 CNCF 官方边缘计算云原生项目需要大家的支持和帮助也欢迎大家参与 OpenYurt 社区共建。 Q A QYurtHub 代理实现机制需要修改什么配置吗A主要是边缘节点上组件的云端访问地址需要调整为本地 YurtHub 监听地址http://127.0.0.1:10261其他配置不用修改。 Q和 KubeEdge 的优劣对比分析A首先这个问题可能第三方来评价会客观一点有兴趣看下知乎这篇文章《家里的树莓派如何加入阿里云搭建的 K8s 集群》。不过站在程序员或者云原生开发者角度也可以谈一点个人的看法OpenYurt 对 Kubernetes 零修改通过 Kubernetes 的插件和 Operator 机制进行增强因此对原生 Kubernetes 使用者会比较友好。而 KubeEdge 对 Kubernetes 有比较大的修改kubelet/kube-proxy/list-watch 机制等重写了对原生 Kubernetes 使用者的友好性会弱一点。当然还有不少其他差别时间有限有兴趣的同学可以自行研究。 Q想问问贵司在万台规模的机器采用了哪些版本系统呢内核有什么要求吗A目前主要是 AliOSCentOS以及 Ubuntu内核版本基本在 3.10 以上。 Q请问案例 1 和 2 分别是什么样的节点规模A集群规模都在 100 以上。 Q请问案例 1 中的 GPU 节点主要是什么功能A案例 1 的 AI 训练是云端完成的GPU 节点主要做推理相关的任务。 Q如果中心和边缘彻底网络断开了边缘侧是否可以继续持久运作A节点重启或者业务重启的状态下业务是可以持续运行的。如果出现节点宕机的情况下云端还无法准确识别并在其他正常节点重建这个会在下个版本解决。 Q请问目前阿里内部是否会有专门的技术、产品等团队来支撑A目前阿里云容器服务产品 ACKEdge 是基于 OpenYurt 开源项目来实现的因此是有专门团队来统一支撑的。 Q请问边缘侧的 CPU 是否有限制端侧呢例如 arm。A边缘侧 CPU 架构目前支持 amd64/arm/arm64。端侧主要是设备端由运行在 OpenYurt 边缘节点上的业务负责。所以端侧目前不在 OpenYurt 的覆盖范围内。 Q请问对未来 3 年内边缘这一块的主流应用场景在哪一块怎么看A这是一个好问题目前能确定的是像 CDN边缘 AI音视频5G MECIOT 等已经在大规模铺开边缘计算云原生方案。其他像后续的车联网云游戏其他传统行业如农业能源等都在逐步展开总之边缘这快 ToB 属性比较强。 Q现在 Kubernetes 场景已经覆盖的场景大概能占总边缘场景的多少百分比呢估计。A这个很难讲我个人觉得目前比例应该很低整个边缘计算场景的数字化转型应该刚刚开始。相信这是一个会持续可以做 20 年的行业^-^ 分享人简介
何淋波花名新胜来自于阿里云容器服务团队OpenYurt 作者初创成员之一。2015 年开始从事 Kubernetes 相关产品的设计研发开源等工作先后负责和参与物联网边缘计算边缘容器服务OpenYurt 等相关项目。
原文链接
本文为阿里云原创内容未经允许不得转载
