为什么谷歌每周会有20亿个容器在跑？
为什么谷歌每周会有20亿个容器在跑？为了解答这个问题，我们需要了解一个词——云原生。
9月16日，在由才云科技 caicloud、K8sMeetup中国社区、Kubeflow 中国社区联合主办的 Kubernetes 用户大会上，才云科技CEO张鑫现场进行了关于《云原生AI助力企业从数字化转型到智能化转型》的主题演讲，在本次演讲中，张鑫描绘了云原生、数据分析、机器学习以及AI等软件开发未来的图谱。
何为云原生智能？——企业未来的技术码头
云原生是实现数字化转型的一种技术途径。
中国数字化转型的速度和力度，都远超与世界上任何一个国家。张鑫在现场还举了一个例子：
「今年7月份在美国，开车1小时至沃尔玛，而在付钱的时候，发现忘记带钱包。我还以为像中国一样可以用互联网就可以解决衣食住行的一切。」
足可见，中国的数字化已经深入人心。而不进则退，传统行业（非科技行业）也需要进行深刻彻底的变革，才能在这大浪淘沙下留下来。
那么，没有技术能力的行业，云原生怎么去催化数字化转型？
张鑫现场讲了云原生的几个里程碑：
4年前，在阿里云上开一个账号，便是云原生；
2年前，将已有的企业IT系统搬上云端，便是云原生；
1年前，以上都不是云原生了。
当我们的思维方式、软件开发的模式和架构系统，并没有面向云端的时候，我们将应用、商业套装软件生搬硬套到云端时所面临的尴尬，可能就如同读着1年前的书来考今年的CPA一样好笑、刺激。
云原生不是套版。它能帮助企业在面对复杂的、瞬息万变的、千人千面的互联网市场时，能够更加轻易地去构造一个可扩展的、敏捷的、高弹性的、高稳定性的业务系统。它给企业一整套码头，去帮助自动管理所有数据甚至业务。
如何去管理「云原生」码头？
实现云原生主要有三步：
一是将应用容器化；
容器就相当于一个沙箱系统，用统一的一个接口，标准化地管理着配置好的应用。能够让企业的一些标准化应用运行地更快、更好。
二是做动态管理；
一个标准化系统需要一个容器的话，一个企业的系统就需要一个码头。而这个时候再让人去搬箱子，成本太大了，所以我们需要去做动态管理。
谷歌从2001年使用容器，现如今，它每周能运行20亿个容器。
三是实现微服务化。
互联网市场日新月异，用户的需求也瞬息万变。服务市场需要有将汽车的乐高拆开、重新组装成变形金刚的能力。
而微服务化，也就是指，在出现一个新的场景的时候，我们可以利用已有的通用模版，快速地搭建适用新场景的新模型。
好的，以上都是云原生的套路三步走。但，理想总是丰满的，现实总是骨感的。云原生在落地的过程中，也总是不完美。
主要问题有3个：
一是容器不善于处理底层的资源管理及资源隔离；
所以，当我们要使用它时，往往还需要其他的技术栈（比如说OpenStack）来弥补容器在资源管理上的缺陷。
这种场景就类似于，一辆法拉利拖着拖拉机在跑。
二是容器的云原生只适合运行无状态、无数据的应用；
无状态、无数据的应用，顾名思义就是web类、网站类应用。
这种情况就如同，一辆配置超强但发动机不好的大卡车，开不快那驾驶效果就大打折扣。所以，很多时候在云原生上运行的只能是一些被企业边缘化的业务。
三是上面所讲的关于云原生所有的优势，能否解决基于数据分析、机器学习以及AI开发下新的业务场景下的痛点。
而痛点主要有3：
1是当数据、场景变了的情况下，如何能够快速地重新调试模型；
这个痛点主要是由于企业一般会去算法厂商购买模型，而买来的往往是一个黑盒模型。那如果数据发生变化，比如说业务迁移，此时我能不能快速打开黑盒模型，重新调试算法？
2是当企业在实现自己从大数据开发到AI开发这个进阶的时候，高端人才成为了一个稀缺的资源；
3是在场景快速变化的情况下，如何短时间去开发更多更有效的模型。
不管是数据分析、及其学习还是AI，都是一种软件开发，我们希望能够用云原生去解决其他软件开发的问题。
一些努力
「我可以用同一套资源池，一将业务通过容器化产生数据存放在我的平台上，二是同步用机器学习模型训练分析数据。」这是才云所做的努力。
当模型训练好了之后，再用同样的方法将它包装成微服务，乐高积木式地嵌入到系统中，从而实现在性能和效率上的价值更大化。比如说银联可以支持他们的万亿笔交易的云闪付；零售行业的图像识别、时需预测、用户画像都不需太多的“人肉”。
「虽然现有的云原生技术还是处于一个发展期，但是我们希望能够通过更多的想象力和更多地基于开源的自主创新，能够更好地赋能企业。」张鑫最后说到。
- 201801011 No.1860 -
| 回复"目录"查看B12往期 |